Les appareils d'acquisition d'image 3D sont désormais omniprésents dans plusieurs domaines scientifiques, dont l'imagerie biomédicale, la science des matériaux ou encore l'industrie. La plupart de ces appareils (IRM, scanners à rayons X, micro-tomographes, microscopes confocal, PET scans) produisent un ensemble de données organisées sur une grille régulière que nous nommerons des données digitales, plus couramment des pixels sur des images 2D et des voxels sur des images 3D. Lorsqu'elles sont bien récupérées, ces données approchent la géométrie de la forme capturée (comme des organes en imagerie biomédicale ou des objets dans l'ingénierie). Dans cette thèse, nous nous sommes intéressés à l'extraction de la géométrie sur ces données digitales, et plus précisément, nous nous concentrons à nous approcher des quantités géométriques différentielles comme la courbure sur ces objets. Ces quantités sont les ingrédients critiques de plusieurs applications comme la reconstruction de surface ou la reconnaissance, la correspondance ou la comparaison d'objets. Nous nous focalisons également sur les preuves de convergence asymptotique de ces estimateurs, qui garantissent en quelque sorte la qualité de l'estimation. Plus précisément, lorsque la résolution de l'appareil d'acquisition est augmenté, notre estimation géométrique est plus précise. Notre méthode est basée sur les invariants par intégration et sur l'approximation digitale des intégrations volumiques. Enfin, nous présentons une méthode de classification de la surface, qui analyse les données digitales dans un système à plusieurs échelles et classifie les éléments de surface en trois catégories : les parties lisses, les parties planes, et les parties singulières (discontinuités de la tangente). Ce type de détection de points caractéristiques est utilisé dans plusieurs algorithmes géométriques, comme la compression de maillage ou la reconnaissance d'objet. La stabilité aux paramètres et la robustesse au bruit sont évaluées en fonction des méthodes de la littérature. Tous nos outils pour l'analyse de données digitales sont appliqués à des micro-structures de neige provenant d'un tomographe à rayons X, et leur intérêt est évalué et discuté. / 3D image acquisition devices are now ubiquitous in many domains of science, including biomedical imaging, material science, or manufacturing. Most of these devices (MRI, scanner X, micro-tomography, confocal microscopy, PET scans) produce a set of data organized on a regular grid, which we call digital data, commonly called pixels in 2D images and voxels in 3D images. Properly processed, these data approach the geometry of imaged shapes, like organs in biomedical imagery or objects in engineering. In this thesis, we are interested in extracting the geometry of such digital data, and, more precisely, we focus on approaching geometrical differential quantities such as the curvature of these objects. These quantities are the critical ingredients of several applications like surface reconstruction or object recognition, matching or comparison. We focus on the proof of multigrid convergence of these estimators, which in turn guarantees the quality of estimations. More precisely, when the resolution of the acquisition device is increased, our geometric estimates are more accurate. Our method is based on integral invariants and on digital approximation of volumetric integrals. Finally, we present a surface classification method, which analyzes digital data in a multiscale framework and classifies surface elements into three categories: smooth part, planar part, and singular part (tangent discontinuity). Such feature detection is used in several geometry pipelines, like mesh compression or object recognition. The stability to parameters and the robustness to noise are evaluated with respect to state-of-the-art methods. All our tools for analyzing digital data are applied to 3D X-ray tomography of snow microstructures and their relevance is evaluated and discussed.

L’objectif de cette thèse est la modélisation, l’analyse mathématique et la simulation numérique de quelques modèles de transmission du VIH-SIDA dans une population sexuellement active donnée en général et en particulier dans celle du Mali. Nous proposons de modèles basés sur les connaissances actuelles de la transmission du virus du VIH. A cet effet, nous présentons trois modèles : un modèle comportemental en épidémiologie, un modèle qui incorpore le rôle des campagnes de sensibilisation en santé publique et un modèle de co-circulation de deux formes recombinantes du VIH-1. Dans le premier modèle, des résultats d’existence et d’unicité de la solution d’un problème parabolique semi-linéaire décrivant l’évolution d’une population soumise à l’infection du VIH sont présentés. La population est divisée en individus dont le risque comportemental est faible et en individus dont les comportement sont très risqués et qui interagissent entre eux. Une variable continue représentant ce risque comportemental est introduit. Le comportement asymptotique en temps du problème est étudié. Certains résultats numériques concernant la répartition de la population selon la variable représentant le risque comportemental sont présentés dans le cas de l’infection du VIH-SIDA au Mali. Dans les deux derniers modèles, nous obtenons une analyse complète de la stabilité de ces modèles à l’aide des techniques de Lyapunov suivant la valeur du taux de reproduction de base . Nous proposons une méthode alternative au taux de reproduction de base qui permet de confiner l’évolution de la maladie dans des limites fixées. Nous illustrons ces modèles par des simulations numériques. Ces dernières sont faites à partir de nos modèles confrontés aux données du Mali concernant la propagation du VIH-SIDA. / The objective of this thesis is the modeling, mathematical analysis and numerical simulation of a few models of transmission of the HIV-AIDS in a sexually active population given in general and in particular in that of Mali. We propose models based on the epidemiology currently known from the transmission of the HIV virus. Thus, we present three models of the transmission of HIV: a individual behavior and epidemiological model, a model that incorporates the role of public health education program on HIV and a mathematical model for the co-circulating into two circulating recombinants forms of HIV-1. In the first model, Somé results of existence and uniqueness of solution of a semilinear,parabolic problem describing the evolution of a population subjected to a disease are presented. The population is divided into individuals whose behavioral risk is low and in individuals whose behavior are very risky and that interact between them. A continuous variable representing a behavioral risk is introduced. The asymptotic in time of the problem is studied, and the existence of a non zero stationary state is proved. Somé numerical results concerning the distribution of the population according to the variable representing a behavioral risk are presented within the disease of the HIV-AIDS in Mali. In the last two models, we obtain a thorough analysis of the stability of these models using the Lyapunov techniques according to the value of the basic reproduction ratio,R0. We propose an alternative method to the basic reproductive rate R0 which allows to confine the evolution of the disease in the fixed limits. Numerical simulations are done to illustrate the behaviour of the model, using data collected in the literature regarding the spread of HIV in Mali.

L’imagerie par résonance magnétique de diffusion (IRMd) est une technique non-invasive permettant d’accéder à l'information structurelle des tissus biologiques à travers l’étude du mouvement de diffusion des molécules d’eau dans les tissus. Ses applications sont nombreuses en neurologie pour le diagnostic de certaines anomalies cérébrales. Cependant, en raison du mouvement cardiaque, l’utilisation de cette technique pour accéder à l’architecture du cœur in vivo représente un grand défi. Le mouvement cardiaque a été identifié comme une des sources majeures de perte du signal mesuré en IRM de diffusion. A cause de la sensibilité au mouvement, il est difficile d’évaluer dans quelle mesure les caractéristiques de diffusion obtenues à partir de l’IRM de diffusion reflètent les propriétés réelles des tissus cardiaques. Dans ce cadre, la modélisation et la simulation numérique du signal d’IRM de diffusion offrent une approche alternative pour aborder le problème. L’objectif de cette thèse est d’étudier numériquement l’influence du mouvement cardiaque sur les images de diffusion et de s’intéresser à la question d’atténuation de l’effet du mouvement cardiaque sur le signal d’IRM de diffusion. Le premier chapitre est consacré à l’introduction du principe physique de l'imagerie par résonance magnétique(IRM). Le deuxième chapitre présente le principe de l’IRM de diffusion et résume l’état de l’art des différents modèles proposés dans la littérature pour modéliser le signal d’IRM de diffusion. Dans le troisième chapitre un modèle modifié de l’équation de Bloch-Torrey dans un domaine qui se déforme au cours du temps est introduit et étudié. Ce modèle représente une généralisation de l’équation de Bloch-Torrey utilisée dans la modélisation du signal d’IRM de diffusion dans le cas sans mouvement. Dans le quatrième chapitre, l’influence du mouvement cardiaque sur le signal d’IRM de diffusion est étudiée numériquement en utilisant le modèle de Bloch-Torrey modifié et un champ de mouvement analytique imitant une déformation réaliste du cœur. L’étude numérique présentée, permet de quantifier l’effet du mouvement sur la mesure de diffusion en fonction du type de la séquence de codage de diffusion utilisée, de classer ces séquences en terme de sensibilité au mouvement cardiaque et d’identifier une fenêtre temporelle par rapport au cycle cardiaque où l’influence du mouvement est réduite. Enfin, dans le cinquième chapitre, une méthode de correction de mouvement est présentée afin de minimiser l’effet du mouvement cardiaque sur les images de diffusion. Cette méthode s’appuie sur un développement singulier du modèle de Bloch-Torrey modifié pour obtenir un modèle asymptotique qui permet de résoudre le problème inverse de récupération puis correction de la diffusion influencée par le mouvement cardiaque. / Diffusion magnetic resonance imaging (dMRI) is a non-invasive technique allowing access to the structural information of the biological tissues through the study of the diffusion motion of water molecules in tissues. Its applications are numerous in neurology, especially for the diagnosis of certain brain abnormalities, and for the study of the human cerebral white matter. However, due to the cardiac motion, the use of this technique to study the architecture of the in vivo human heart represents a great challenge. Cardiac motion has been identified as a major source of signal loss. Because of the sensitivity to motion, it is difficult to assess to what extent the diffusion characteristics obtained from diffusion MRI reflect the real properties of the cardiac tissue. In this context, modelling and numerical simulation of the diffusion MRI signal offer an alternative approach to address the problem. The objective of this thesis is to study numerically the influence of cardiac motion on the diffusion images and to focus on the issue of attenuation of the cardiac motion effect on the diffusion MRI signal. The first chapter of this thesis is devoted to the introduction of the physical principle of nuclear magnetic resonance (NMR) and image reconstruction techniques in MRI. The second chapter presents the principle of diffusion MRI and summarizes the state of the art of the various models proposed in the litera- ture to model the diffusion MRI signal. In the third chapter a modified model of the Bloch-Torrey equation in a domain that deforms over time is introduced and studied. This model represents a generalization of the Bloch-Torrey equation used to model the diffusion MRI signal in the case of static organs. In the fourth chapter, the influence of cardiac motion on the diffusion MRI signal is investigated numerically by using the modified Bloch-Torrey equation and an analytical motion model mimicking a realistic deformation of the heart. The numerical study reported here, can quantify the effect of motion on the diffusion measurement depending on the type of the diffusion coding sequence. The results obtained allow us to classify the diffusion encoding sequences in terms of sensitivity to the cardiac motion and identify for each sequence a temporal window in the cardiac cycle in which the influence of motion is reduced. Finally, in the fifth chapter, a motion correction method is presented to minimize the effect of cardiac motion on the diffusion images. This method is based on a singular development of the modified Bloch-Torrey model in order to obtain an asymptotic model of ordinary differential equation that gives a relationship between the true diffusion and the diffusion reconstructed in the presence of motion. This relationship is then used to solve the inverse problem of recovery and correction of the diffusion influenced by the cardiac motion.