L’imagerie à rayons X couplée aux détecteurs résolus en énergie permet de différencier les matériaux présents et d’estimer leurs contributions respectives. Cependant, ces techniques nécessitent des images très précises. La présence du rayonnement diffusé conduit à une perte du contraste spatial et un biais dans l’imagerie radiographique ainsi que des artefacts dans la tomodensitométrie (TDM). L’objectif principal de cette thèse était de développer une approche de correction du rayonnement diffusé adaptée à l’imagerie multi-énergies. Pour réaliser cette tâche, un objectif secondaire a été défini : la conception et la validation d’un outil de simulation capable de fournir des images du diffusé résolu en énergie dans un temps raisonnable. Une fois validé, cet outil a permis d’étudier le comportement du diffusé dans le domaine spatial et énergétique. Sur la base de cette analyse du diffusé, une approche originale dite « Partial Attenuation Spectral Scatter Separation Approach » (PASSSA) adaptée à l’imagerie multi-énergies a été développée. L’évaluation de PASSSA en mode radiographique par des simulations numériques et des mesures expérimentales a révélé des résultats remarquables en termes d’amélioration du contraste d’image et de la réduction du biais induit par la présence du diffusé. De plus, des études de simulation ont permis d’évaluer la performance de l’approche développée dans la TDM, où PASSSA s’est révélée d’être très efficace pour corriger les distorsions in-duites par le rayonnement diffusé. D’autre part, l’amélioration de la performance dans le contexte de la décomposition des matériaux de base en radiographie après avoir appliqué la méthode développée a également été analysée : l’application de PASSSA se traduit par une amélioration substantielle de l’estimation des épaisseurs des matériaux de base. Finalement, sur la base des différents résultats de validation obtenus, une analyse des développements potentiels a été menée. / X-ray imaging coupled with recently emerged energy-resolved photon counting detectors provides the ability to differentiate material components and to estimate their respective thicknesses. However, such techniques require highly accurate images. The presence of scattered radiation leads to a loss of spatial contrast and, more importantly, a bias in radiographic material imaging and computed tomography (CT). Additionally, artifacts are also introduced in the case of the latter. The main aim of the present thesis was to develop a scatter correction approach adapted for multi-energy imaging. In order to achieve this task, a secondary objective was also set. Namely, the conception and validation of a simulation tool capable of providing energy-resolved scatter simulations in a reasonable time. Once validated through simulations and experimentally, this tool gave the ability to study the behavior of scattered radiation both in spatial and energy domains. Based on the conducted scatter analysis, a Partial Attenuation Spectral Scatter Separation Approach (PASSSA) adapted for multi-energy imaging was developed. The evaluation of PASSSA in radiographic mode through simulations and experiments revealed noteworthy results both in terms of image contrast improvement and scatter induced bias reduction. Additionally, simulation studies examined the performance of the developed approach in CT, where PASSSA also proved to be quite effective at correcting scatter induced distortions. Moreover, the performance improvement in the context of basis material decomposition in radiography after applying the designed method was also analyzed. It was concluded that the application of PASSSA results in a substantial improvement in basis material thickness estimation. Finally, based on the obtained simulated and experimental method evaluation results an analysis of perspective developments was also conducted.

L’histologie virtuelle est un domaine qui suscite un intérêt de recherche croissant. Nous nous intéressons à une de ces techniques en particulier via l’imagerie de contraste de phase par rayonnement synchrotron. Cette imagerie nous permet d’observer des cerveaux de souris intacts avec une résolution spatiale de 8µm isotropique, soit une résolution similaire à celle d’une histologie optique classique mais sans endommager les tissus par des colorations ou des marquages spécifiques. Ces travaux de thèse sont organisés autour de trois grands axes. Un premier axe présente l’instrumentation photonique qui permet l’obtention du contraste de phase et le paramétrage original qui est proposé pour l’acquisition d’échantillons biologiques de composition hétérogène. Un second axe présente différents traitements d’images développés pour des tâches informationnelles précises telles que l’optimisation de la visualisation, la détection d’agrégats cellulaires et la tractographie de structures fibreuses. Enfin, une application biomédicale de ces traitements est proposée via la détection et la quantification de nanoparticules d’oxyde de fer dans un modèle expérimental d’accident vasculaire cérébral. / Virtual histology is a field of investigation with growing interest in the commmunity of bioimage analysis. We focus on one of these techniques with the phase contrast tomography using synchrotron radiation. This technique allows us to visualize mice brains with no impact and with a spatial resolution of 8µm isotropically, which is a resolution similar to the one obtained with classic optical histology but without damaging samples with specific dyeing. This thesis is organized along three main axes. The first one presents photonic instrumentation which gives us access to the phase information and the original setting of a reconstruction parameter for the acquisition of biological heterogeneous samples. A second axis shows several image processing developed in order to address different informational tasks such as visual optimization, cellular aggregates detection or fiber tractography. Eventually, a biomedical application of these process is proposed by adressing detection and quantification of iron oxide nanoparticles in an experimental model of stroke.

La proton thérapie est une modalité de traitement du cancer qu’utilise des faisceaux de protons. Les systèmes de planification de traitement actuels se basent sur une image de l’anatomie du patient acquise par tomodensitométrie. Le pouvoir d’arrêt des protons relatif à l’eau (Stopping Power Ratio en Anglais, SPR) est déterminé à partir des unités Hounsfield (Hounsfield Units en Anglais, HU) pour calculer la dose absorbée au patient. Les protons sont plus vulnérables que les photons aux modifications du SPR du tissu dans la direction du faisceau dues au mouvement, désalignement ou changements anatomiques. De plus, les inexactitudes survenues de la CT de planification et intrinsèques à la conversion HU-SPR contribuent énormément à l’incertitude de la portée des protons. Dans la pratique clinique, au volume de traitement s’ajoutent des marges de sécurité pour tenir en compte ces incertitudes en détriment de perdre la capacité d’épargner les tissus autour de la tumeur. L’usage de l’imagerie bi-énergie en proton thérapie a été proposé pour la première fois en 2009 pour mieux estimer le SPR du patient par rapport à l’imagerie mono-énergie. Le but de cette thèse est d’étudier la potentielle amélioration de l’estimation du SPR des protons en utilisant l’imagerie bi-énergie, pour ainsi réduire l’incertitude dans la prédiction de la portée des protons dans le patient. Cette thèse est appliquée à un nouveau système d’imagerie, l’Imaging Ring (IR), un scanner de tomodensitométrie conique (Cone-Beam CT en Anglais, CBCT) développé pour la radiothérapie guidée par l’image. L’IR est équipé d’une source de rayons X avec un système d’alternance rapide du voltage, synchronisé avec une roue contenant des filtres de différents matériaux que permet des acquisitions CBCT multi-énergie. La première contribution est une méthode pour calibrer les modèles de source et la réponse du détecteur pour être utilisés en simulations d’imagerie X. Deuxièmement, les recherches ont évalué les facteurs que peuvent avoir un impact sur les résultats du procès de décomposition bi-énergie, dès paramètres d’acquisition au post-traitement. Les deux domaines, image et basée en la projection, ont été minutieusement étudiés, avec un spéciale accent aux approches basés en la projection. Deux nouvelles bases de décomposition ont été proposées pour estimer le SPR, sans avoir besoin d’une variable intermédiaire comme le nombre atomique effectif. La dernière partie propose une estimation du SPR des fantômes de caractérisation tissulaire et d’un fantôme anthropomorphique à partir d’acquisitions avec l’IR. Il a été implémentée une correction du diffusé, et il a été proposée une routine pour interpoler linéairement les sinogrammes de basse et haute énergie des acquisitions bi-énergie pour pouvoir réaliser des décompositions en matériaux avec données réelles. Les valeurs réconstruits du SPR ont été comparées aux valeurs du SPR expérimentales déterminés avec un faisceau d’ions de carbone. / Proton therapy is a promising radiation treatment modality that uses proton beams to treat cancer. Current treatment planning systems rely on an X-ray computed tomography (CT) image of the patient's anatomy to design the treatment plan. The proton stopping-power ratio relative to water (SPR) is derived from CT numbers (HU) to compute the absorbed dose in the patient. Protons are more vulnerable than photons to changes in tissue SPR in the beam direction caused by movement, misalignment or anatomical changes. In addition, inaccuracies arising from the planning CT and intrinsic to the HU-SPR conversion greatly contribute to the proton range uncertainty. In clinical practice, safety margins are added to the treatment volume to account for these uncertainties at the expense of losing organ-sparing capabilities. The use of dual-energy (DE) in proton therapy was first suggested in 2009 to better estimate the SPR with respect to single-energy X-ray imaging. The aim of this thesis work is to investigate the potential improvement in determining proton SPR using DE to reduce the uncertainty in predicting the proton range in the patient. This PhD work is applied to a new imaging device, the Imaging Ring (IR), which is a cone-beam CT (CBCT) scanner developed for image-guided radiotherapy (IGRT). The IR is equipped with a fast kV switching X-ray source, synchronized with a filter wheel, allowing for multi-energy CBCT imaging. The first contribution of this thesis is a method to calibrate a model for the X-ray source and the detector response to be used in X-ray image simulations. It has been validated experimentally on three CBCT scanners. Secondly, the investigations have evaluated the factors that have an impact on the outcome of the DE decomposition process, from the acquisition parameters to the post-processing. Both image- and projection-based decomposition domains have been thoroughly investigated, with special emphasis on projection-based approaches. Two novel DE decomposition bases have been proposed to estimate proton SPRs, without the need for an intermediate variable such as the effective atomic number. The last part of the thesis proposes an estimation of proton SPR maps of tissue characterization and anthropomorphic phantoms through DE-CBCT acquisitions with the IR. A correction for X-ray scattering has been implemented off-line, and a routine to linearly interpolate low-energy and high-energy sinograms from sequential and fast-switching DE acquisitions has been proposed to perform DE material decomposition in the projection domain with real data. DECT-derived SPR values have been compared with experimentally-determined SPR values in a carbon-ion beam.

Environ 150.000 personnes souffrent en France d'une épilepsie partielle réfractaire à tous les médicaments. La chirurgie, qui constitue aujourd’hui le meilleur recours thérapeutique nécessite un bilan préopératoire complexe. L'analyse de données d'imagerie telles que l’imagerie par résonance magnétique (IRM) anatomique et la tomographie d’émission de positons (TEP) au FDG (fluorodéoxyglucose) tend à prendre une place croissante dans ce protocole, et pourrait à terme limiter de recourir à l’électroencéphalographie intracérébrale (SEEG), procédure très invasive mais qui constitue encore la technique de référence. Pour assister les cliniciens dans leur tâche diagnostique, nous avons développé un système d'aide au diagnostic (CAD) reposant sur l'analyse multivariée de données d'imagerie. Compte tenu de la difficulté relative à la constitution de bases de données annotées et équilibrées entre classes, notre première contribution a été de placer l'étude dans le cadre méthodologique de la détection du changement. L'algorithme du séparateur à vaste marge adapté à ce cadre là (OC-SVM) a été utilisé pour apprendre, à partir de cartes multi-paramétriques extraites d'IRM T1 de sujets normaux, un modèle prédictif caractérisant la normalité à l'échelle du voxel. Le modèle permet ensuite de faire ressortir, dans les images de patients, les zones cérébrales suspectes s'écartant de cette normalité. Les performances du système ont été évaluées sur des lésions simulées ainsi que sur une base de données de patients. Trois extensions ont ensuite été proposées. D'abord un nouveau schéma de détection plus robuste à la présence de bruit d'étiquetage dans la base de données d'apprentissage. Ensuite, une stratégie de fusion optimale permettant la combinaison de plusieurs classifieurs OC-SVM associés chacun à une séquence IRM. Enfin, une généralisation de l'algorithme de détection d'anomalies permettant la conversion de la sortie du CAD en probabilité, offrant ainsi une meilleure interprétation de la sortie du système et son intégration dans le bilan pré-opératoire global. / One third of patients suffering from epilepsy are resistant to medication. For these patients, surgical removal of the epileptogenic zone offers the possibility of a cure. Surgery success relies heavily on the accurate localization of the epileptogenic zone. The analysis of neuroimaging data such as magnetic resonance imaging (MRI) and positron emission tomography (PET) is increasingly used in the pre-surgical work-up of patients and may offer an alternative to the invasive reference of Stereo-electro-encephalo -graphy (SEEG) monitoring. To assist clinicians in screening these lesions, we developed a computer aided diagnosis system (CAD) based on a multivariate data analysis approach. Our first contribution was to formulate the problem of epileptogenic lesion detection as an outlier detection problem. The main motivation for this formulation was to avoid the dependence on labelled data and the class imbalance inherent to this detection task. The proposed system builds upon the one class support vector machines (OC-SVM) classifier. OC-SVM was trained using features extracted from MRI scans of healthy control subjects, allowing a voxelwise assessment of the deviation of a test subject pattern from the learned patterns. System performance was evaluated using realistic simulations of challenging detection tasks as well as clinical data of patients with intractable epilepsy. The outlier detection framework was further extended to take into account the specificities of neuroimaging data and the detection task at hand. We first proposed a reformulation of the support vector data description (SVDD) method to deal with the presence of uncertain observations in the training data. Second, to handle the multi-parametric nature of neuroimaging data, we proposed an optimal fusion approach for combining multiple base one-class classifiers. Finally, to help with score interpretation, threshold selection and score combination, we proposed to transform the score outputs of the outlier detection algorithm into well calibrated probabilities.

La Tomographie Optique Diffuse (TOD) est désormais une modalité d’imagerie médicale fonctionnelle reconnue. L’une des applications les plus répandues de cette technique est celle de l’imagerie fonctionnelle cérébrale chez l’Homme. En effet, cette technique présente de nombreux avantages, notamment grâce à la richesse des contrastes optiques accessibles. Néanmoins, certains verrous subsistent et freinent le développement de son utilisation, spécialement pour des applications chez l’Homme adulte en clinique ou dans des conditions particulières comme lors du suivi de l’activité sportive. En effet, le signal optique mesuré contient des informations venant de différentes profondeurs de la tête, et donc de différents types de tissus comme la peau ou le cerveau. Or, la réponse d’intérêt étant celle du cerveau, la réponse de la peau peut dégrader l’information recherchée. Dans ce contexte, ces travaux portent sur le développement d’un nouvel instrument de TOD permettant d’acquérir les dimensions spatiale, spectrale et de temps de vol du photon de façon simultanée, et ce à haute fréquence d’acquisition. Au cours de cette thèse, l’instrument a été développé et caractérisé sur fantôme optique. Ensuite, il a été validé in-vivo chez l’Homme adulte, notamment en détectant l’activité du cortex préfrontal en réponse à une tâche de calcul simple. Les informations multidimensionnelles acquises par notre système ont permis d’améliorer la séparation des contributions des différents tissus (Peau/Cerveau). Elles ont également permis de différencier la signature de la réponse physiologique de ces tissus, notamment en permettant de détecter les variations de concentration en Cytochrome-c-oxydase. Parallèlement à ce développement instrumental, des simulations Monte-Carlo de la propagation de la lumière dans un modèle anatomique de tête ont été effectuées. Ces simulations ont permis de mieux comprendre la propagation de la lumière dans les tissus en fonction de la longueur d’onde et de valider la pertinence de cette approche multidimensionnelle. Les perspectives de ces travaux de thèse se dirigent vers l’utilisation de cet instrument pour le suivi de la réponse du cerveau chez l’Homme adulte lors de différentes sollicitations comme des stimulations de TDCS, ou en réponse à une activité sportive. / The Diffuse Optical Tomography (DOT) is now a relevant tool for the functional medical imaging. One of the most widespread application of this technic is the imaging of the human brain function. Indeed, this technic has numerous advantages, especially the richness of the optical contrast accessible. Nevertheless, some drawbacks are curbing the use of the technic, especially for applications on adults in clinics or in particular environment like in the monitoring of sports activity. Indeed, the measured signal contains information coming from different depths of the head, so it contains different tissues types like skin and brain. Yet, the response of interest is the one of the brain, and the one of the skin is blurring it. In this context, this work is about the development of a new instrument of DOT capable of acquiring spatial and spectral information, as well as the arrival time of photons simultaneously and at a high acquisition speed. During the PhD thesis the instrument has been developed and characterised on optical phantoms. Then, it has been validated in-vivo on adults, especially by detecting the cortical activation of the prefrontal cortex, in response to a simple calculation task. Multidimensional information acquired by our system allowed us to better distinguish between superficial and deep layers. It also allowed us to distinguish between the physiological signature of those tissues, and especially to detect the variations of concentration in Cytochrom-c-oxydase. Concurrently to this experimental work, Monte-Carlo simulation of light propagation in a model off a human head has been done. Those simulations allowed us to better understand the light propagation in tissues as function as their wavelength, and to validate the relevance of our multidimensional approach. Perspectives of this work is to use the developed instrument to monitor the brain’s response of the Human adult to several solicitations like tDCS stimulation, or sports activity.

Les ostéocytes sont les plus nombreuses cellules du tissu osseux, enterrées dans la matrice osseuse. Elles sont interconnectées par des dendrites, situées dans des canaux appelés canalicules. Les lacunes ostéocytaires, les cavités dans lesquelles les cellules sont logées, avec les canalicules forment un réseau de communication à travers la matrice osseuse, permettant le transport des nutriments et des signaux. Ces cellules, considérées d’abord passives, ont révélé dernièrement leur rôle en tant que cellules mécanosensitives et orchestratrices du remodelage osseux. Malgré les progrès récents des techniques d'imagerie, aucune méthode disponible ne fournit une évaluation 3D adéquate du réseau lacuno-canaliculaire (LCN). Les objectifs de cette thèse ont porté sur l’imagerie 3D du LCN par tomographie synchrotron à rayons X (SR-CT), et le développement d’outils de détection et segmentation 3D de ce réseau cellulaire, afin de le quantifier et analyser. Nous démontrons la faisabilité de la SR-CT en géométrie parallèle pour imager le LCN dans le tissu osseux (voxel~300nm). Cette technique fournit des données 3D sur la morphologie du réseau cellulaire et aussi sur la composition de la matrice osseuse. Comparée aux méthodes d'imagerie 3D existantes, la SR-CT permet l'imagerie d’un volume de tissu beaucoup plus important, d'une manière plus simple et rapide. Cela rend possible l'étude de séries de spécimens afin d'obtenir des conclusions biomédicales. Nous proposons aussi l'utilisation de l’holotomographie divergente synchrotron, pour imager l'ultrastructure du tissu osseux (voxel~60nm). La reconstruction d'image fournit des cartes de phase, obtenues après application d'un algorithme d’inversion de phase adéquat. Cette technique a permis l'évaluation du réseau cellulaire avec une précision plus élevée et de visualiser, pour la première fois en 3D, l'organisation des fibres de collagène. Afin d'obtenir des résultats quantitatifs sur la géométrie du réseau cellulaire, celui doit être segmenté. À cause des limitations de la résolution spatiale, les canalicules apparaissent comme de structures tubulaires très fines (diamètre 1-3 voxels). Ceci, combiné avec le bruit, le faible contraste et la grande taille des images (8Go), rendent la segmentation difficile. Nous proposons une méthode de filtrage non-linéaire 3D, basée sur le rehaussement des structures linéaires, combiné avec un filtrage bilatéral. Cela permet une amélioration de la détection des canalicules, la réduction du bruit de fond et de la préservation des lacunes cellulaires. Pour la segmentation d'images, nous avons développé une méthode basée sur la croissance de région variationnelle. Nous proposons deux expressions de fonctionnelles d'énergie à minimiser, afin de détecter la structure souhaitée. Des résultats quantitatifs préliminaires sont obtenus à partir d’une analyse en composantes connexes sur des échantillons humaines et des observations relatives au réseau ostéocytaire sont présentés. / The osteocytes are the most abundant and longest living bone cells, embedded in the bone matrix. They are interconnected with each other through dendrites, located in slender canals called canaliculi. The osteocyte lacunae, cavities in which the cells are located, together with the canaliculi form a communication network throughout the bone matrix, permitting transport of nutrients, waste and signals. These cells were firstly considered passive, but lately it has become increasingly clear their role as mechanosensory cells and orchestrators of bone remodeling. Despite recent advances in imaging techniques, none of the available methods can provide an adequate 3D assessment of the lacuno-canalicular network (LCN). The aims of this thesis were to achieve 3D imaging of the LCN with synchrotron radiation X-ray computed tomography (SR-CT) and to develop tools for 3D detection and segmentation of this cell network, leading towards automatic quantification of this structure. We demonstrate the feasibility of parallel beam SR-CT to image in 3D the LCN (voxel~300 nm). This technique can provide data on both the morphology of the cell network and the composition of the bone matrix. Compared to the other 3D imaging methods, this enables imaging of tissue covering a number of cell lacunae three orders of magnitude greater, in a simpler and faster way. This makes possible the study of sets of specimens in order to reach biomedical conclusions. Furthermore, we propose the use of divergent holotomography, to image the ultrastructure of bone tissue (voxel~60 nm). The image reconstruction provides phase maps, obtained after the application of a suitable phase retrieval algorithm. This technique permits assessment of the cell network with higher accuracy and it enables the 3D organization of collagen fibres organization in the bone matrix, to be visualized for the first time. In order to obtain quantitative parameters on the geometry of the cell network, this has to be segmented. Due to the limitations in spatial resolution, canaliculi appear as 3D tube-like structures measuring only 1-3 voxels in diameter. This, combined with the noise, the low contrast and the large size of each image (8 GB), makes the segmentation a difficult task. We propose an image enhancement method, based on a 3D line filter combined with bilateral filtering. This enables improvement in canaliculi detection, reduction of the background noise and cell lacunae preservation. For the image segmentation we developed a method based on variational region growing. We propose two expressions for energy functionals to minimize in order to detect the desired structure, based on the 3D line filter map and the original image. Preliminary quantitative results on human femoral samples are obtained based on connected components analysis and a few observations related to the bone cell network and its relation with the bone matrix are presented.

La tomographie par émission de positons (TEP) est une méthode d’imagerie clinique en forte expansion dans le domaine de l’oncologie. De nombreuses études cliniques montrent que la TEP permet, d’une part de diagnostiquer et caractériser les lésions cancéreuses à des stades plus précoces que l’imagerie anatomique conventionnelle, et d’autre part d’évaluer plus rapidement la réponse au traitement. Le raccourcissement du cycle comprenant le diagnostic, la thérapie, le suivi et la réorientation thérapeutiques contribue à augmenter le pronostic vital du patient et maîtriser les coûts de santé. La durée d’un examen TEP ne permet pas de réaliser une acquisition sous apnée. La qualité des images TEP est par conséquent affectée par les mouvements respiratoires du patient qui induisent un flou dans les images. Les effets du mouvement respiratoire sont particulièrement marqués au niveau du thorax et de l’abdomen. Plusieurs types de méthode ont été proposés pour corriger les données de ce phénomène, mais elles demeurent lourdes à mettre en place en routine clinique. Des travaux récemment publiés proposent une évaluation de ces méthodes basée sur des critères de qualité tels que le rapport signal sur bruit ou le biais. Aucune étude à ce jour n’a évalué l’impact de ces corrections sur la qualité du diagnostic clinique. Nous nous sommes focalisés sur la problématique de la détection des lésions du thorax et de l'abdomen de petit diamètre et faible contraste, qui sont les plus susceptibles de bénéficier de la correction du mouvement respiratoire en routine clinique. Nos travaux ont consisté dans un premier temps à construire une base d’images TEP qui modélisent un mouvement respiratoire non-uniforme, une variabilité inter-individuelle et contiennent un échantillonnage de lésions de taille et de contraste variable. Ce cahier des charges nous a orientés vers les méthodes de simulation Monte Carlo qui permettent de contrôler l’ensemble des paramètres influençant la formation et la qualité de l’image. Une base de 15 modèles de patient a été créée en adaptant le modèle anthropomorphique XCAT sur des images tomodensitométriques (TDM) de patients. Nous avons en parallèle développé une stratégie originale d’évaluation des performances de détection. Cette méthode comprend un système de détection des lésions automatisé basé sur l'utilisation de machines à vecteurs de support. Les performances sont mesurées par l’analyse des courbes free-receiver operating characteristics (FROC) que nous avons adaptée aux spécificités de l’imagerie TEP. L’évaluation des performances est réalisée sur deux techniques de correction du mouvement respiratoire, en les comparant avec les performances obtenues sur des images non corrigées ainsi que sur des images sans mouvement respiratoire. Les résultats obtenus sont prometteurs et montrent une réelle amélioration de la détection des lésions après correction, qui approche les performances obtenues sur les images statiques. / Positron emission tomography (PET) is nuclear medicine imaging technique that produces a three-dimensional image of functional processes in the body. The system detects pairs of gamma rays emitted by a tracer, which is introduced into the body. Three-dimensional images of tracer concentration within the body are then constructed by computer analysis. Respiratory motion in emission tomography leads to image blurring especially in the lower thorax and the upper abdomen, influencing this way the quantitative accuracy of PET measurements as well a leading to a loss of sensitivity in lesion detection. Although PET exams are getting shorter thanks to the improvement of scanner sensitivity, the current 2-3 minutes acquisitions per bed position are not yet compatible with patient breath-holding. Performing accurate respiratory motion correction without impairing the standard clinical protocol, ie without increasing the acquisition time, thus remains challenging. Different types of respiratory motion correction approaches have been proposed, mostly based on the use of non-rigid deformation fields either applied to the gated PET images or integrated during an iterative reconstruction algorithm. Evaluation of theses methods has been mainly focusing on the quantification and localization accuracy of small lesions, but their impact on the clinician detection performance during the diagnostic task has not been fully investigated yet. The purpose of this study is to address this question based on a computer assisted detection study. We evaluate the influence of two motion correction methods on the detection of small lesions in human oncology FDG PET images. This study is based on a series of realistic simulated whole-body FDG images based on the XCAT model. Detection performance is evaluated with a computer-aided detection system that we are developing for whole-body PET/CT images. Detection performances achieved with these two correction methods are compared with those achieved without correction, ie. with respiration average PET images as well as with reference images that do not model respiration effects. The use of simulated data makes possible the creation of theses perfectly corrected images and the definition of known lesions locations that serve as a reference.

Le développement de sources cohérentes de rayons X offre de nouvelles possibilités pour visualiser les structures biologiques à différentes échelles en exploitant la réfraction des rayons X. La cohérence des sources synchrotron de troisième génération permettent des implémentations efficaces des techniques de contraste de phase. Une des premières mesures des variations d’intensité dues au contraste de phase a été réalisée en 1995 à l’Installation Européenne de Rayonnement Synchrotron (ESRF). L’imagerie de phase couplée à l’acquisition tomographique permet une imagerie tridimensionnelle avec une sensibilité accrue par rapport à la tomographie standard basée sur absorption. Cette technique est particulièrement adaptée pour les échantillons faiblement absorbante ou bien présentent des faibles différences d’absorption. Le contraste de phase a ainsi une large gamme d’applications, allant de la science des matériaux, à la paléontologie, en passant par la médecine et par la biologie. Plusieurs techniques de contraste de phase aux rayons X ont été proposées au cours des dernières années. Dans la méthode de contraste de phase basée sur le phénomène de propagation l’intensité est mesurée pour différentes distances de propagation obtenues en déplaçant le détecteur. Bien que l’intensité diffractée puisse être acquise et enregistrée, les informations de phase du signal doivent être "récupérées" à partir seulement du module des données mesurées. L’estimation de la phase est donc un problème inverse non linéaire mal posé et une connaissance a priori est nécessaire pour obtenir des solutions stables. Si la plupart de méthodes d’estimation de phase reposent sur une linéarisation du problème inverse, les traitements non linéaires ont été eux très peu étudiés. Le but de ce travail était de proposer et d’évaluer des nouveaux algorithmes, prenant en particulier en compte la non linéarité du problème direct. Dans la première partie de ce travail, nous présentons un schéma de type Landweber non linéaire itératif pour résoudre le problème de la récupération de phase. Cette approche utilise l’expression analytique de la dérivée de Fréchet de la relation phase-intensité et de son adjoint. Nous étudions aussi l’effet des opérateurs de projection sur les propriétés de convergence de la méthode. Dans la deuxième partie de cette thèse, nous étudions la résolution du problème inverse linéaire avec un algorithme en coordonnées ondelettes basé sur un seuillage itératif. Par la suite, les deux algorithmes sont combinés et comparés avec une autre approche non linéaire basée sur une régularisation parcimonieuse et un algorithme de point fixe. Les performances des algorithmes sont évaluées sur des données simulées pour différents niveaux de bruit. Enfin, les algorithmes ont été adaptés pour traiter des données réelles acquises en tomographie de phase à l’ESRF à Grenoble. / The development of highly coherent X-ray sources offers new possibilities to image biological structures at different scales exploiting the refraction of X-rays. The coherence properties of the third-generation synchrotron radiation sources enables efficient implementations of phase contrast techniques. One of the first measurements of the intensity variations due to phase contrast has been reported in 1995 at the European Synchrotron Radiation Facility (ESRF). Phase imaging coupled to tomography acquisition allows threedimensional imaging with an increased sensitivity compared to absorption CT. This technique is particularly attractive to image samples with low absorption constituents. Phase contrast has many applications, ranging from material science, paleontology, bone research to medicine and biology. Several methods to achieve X-ray phase contrast have been proposed during the last years. In propagation based phase contrast, the measurements are made at different sample-to-detector distances. While the intensity data can be acquired and recorded, the phase information of the signal has to be "retrieved" from the modulus data only. Phase retrieval is thus an illposed nonlinear problem and regularization techniques including a priori knowledge are necessary to obtain stable solutions. Several phase recovery methods have been developed in recent years. These approaches generally formulate the phase retrieval problem as a linear one. Nonlinear treatments have not been much investigated. The main purpose of this work was to propose and evaluate new algorithms, in particularly taking into account the nonlinearity of the direct problem. In the first part of this work, we present a Landweber type nonlinear iterative scheme to solve the propagation based phase retrieval problem. This approach uses the analytic expression of the Fréchet derivative of the phase-intensity relationship and of its adjoint, which are presented in detail. We also study the effect of projection operators on the convergence properties of the method. In the second part of this thesis, we investigate the resolution of the linear inverse problem with an iterative thresholding algorithm in wavelet coordinates. In the following, the two former algorithms are combined and compared with another nonlinear approach based on sparsity regularization and a fixed point algorithm. The performance of theses algorithms are evaluated on simulated data for different noise levels. Finally the algorithms were adapted to process real data sets obtained in phase CT at the ESRF at Grenoble.

Le système ostéocytaire soulève un intérêt croissant depuis quelques années car il est joue un rôle important dans l'adaptation de l'os. Le système ostéocytaire est inclus dans un réseau poreux dénommé le réseau lacuno-canaliculaire (LCN). L’observation du système ostéocytaire est difficile car les ostéocytes sont profondément enfouies dans la matrice osseuse et difficilement accessible par les techniques optiques. Récemment l’équipe de Creatis a montré la faisabilité d’imager le LCN en 3D grâce à la micro tomographie par rayonnement synchrotron. Toutefois, il n’existe actuellement pas de méthodes d’analyse permettant de quantifier, de façon automatique, le réseau lacuno-canaliculaire en 3D. L’objectif de cette thèse était de développer des méthodes d’analyse d’images permettant d’extraire des paramètres quantitatifs sur le réseau lacuno-canaliculaire. La première partie, consacrée à l’état de l’art. Le chapitre 1 présente les objectifs de ce travail. Le chapitre 2 rappelle les éléments de base sur le tissu osseux et présente les caractéristiques du réseau lacuno-canaliculaire. Le chapitre 3 présente les différentes méthodes d’imagerie utilisées jusqu’à présent pour étudier le réseau lacuno-canaliculaire. Le chapitre 4 présente l’état de l’art sur les paramètres qui sont classiquement utilisés pour caractériser le réseau lacuno-canaliculaire. La seconde partie est consacrée aux contributions de ce travail. Le chapitre 5 présente les deux systèmes expérimentaux de l’ESRF sur lesquels des images d’échantillons osseux ont été acquises. Le chapitre 6 décrit la méthode développée pour la quantification des lacunes ostéocytaires à partir d’images à l’échelle micrométrique. Elle propose de calculer des paramètres issus des moments géométriques ainsi que des paramètres basés sur la notion de volumes intrinsèques. Les méthodes sont appliquées à une série de 13 échantillons acquis en collaboration avec le Laboratoire d’Imagerie Paramétrique, Paris. Les résultats obtenus sont comparés et discutés par rapport à ceux de la littérature. Le chapitre 7 décrit la quantification des canalicules reliant les ostéocytes à partir d’images à l’échelle sous-micrométrique. En particulier, nous nous sommes intéressées à estimer le nombre de canalicules issues d’une lacune ostéocytaire, paramètre encore jamais mesuré en 3D. L’évolution de ce paramètre en fonction de la distance au centre de la lacune a permis de mettre en évidence et de quantifier la ramification des canalicules. Le chapitre 8 propose l’application des méthodes développées à une série d’échantillons acquis en collaboration le groupe de Sharmila Majumdar à l’université de San Francisco. Dans ce chapitre, nous avons travaillé sur une nouvelle méthode de segmentation du réseau lacuno-canaliculaire basée sur une méthode de chemins géodésiques. Les premiers résultats acquis sur 8 échantillons humains d’âges différents sont présentés. Finalement, le chapitre 9 conclut ce travail et présente des perspectives. / The osteocyte system has raised increasing interest in the recent years, since it is hypothesized to play an important role in orchestrating bone adaptation through mechanosensation and bone mechanotransduction mechanism. The osteocytes are deeply buried within the bone matrix, where their bodies are encysted in cavities called lacunae and their stellular processes are enclosed in tunnels called canaliculi. Together, they formed the lacuno-canalicular network (LCN). The geometry of the LCN is of importance since it is supposed to potentially affect and reflect the viability of the osteocyte and is supposed to be related to biomechanical constraints at the cell level. However, studying the LCN is quite challenging, due to limitations in an ideal imaging modality and the lack of quantitative analysis tools. In this thesis, we propose computational efficient and automated methods to quantify the 3D morphological properties of the LCN from synchrotron radiation (SR) micro / nano-CT images. For image acquisition, we used the SR micro/nano-CT setups installed on beamlines ID19 and ID22 at ESRF. A series of human cortical samples were imaged with spatial resolutions ranging between 3.5 µm to 60 nm. For the 3D assessment of lacunae, we used an image moment-based approach to calculate the volume, length, width, height and anisotropy of each osteocyte lacuna. We employed a fast algorithm to further calculate the surface area, the Euler number and the SMI of each lacuna. Validation of segmentation and experimental results on 13 bone samples are presented. For the 3D assessment of canaliculi, we propose a method to quantify the canalicular ramification around each lacuna. After segmentation, our method first labels each lacuna from the LCN. Then, a signature of the numbers of canaliculi at different distances from the lacunar surface is estimated through the calculation of topological parameters. Validation of this method and statistical results a large 3D SR micro-CT image of a human femoral bone sample are reported. We also improved the segmentation of the canaliculi and illustrated the feasibility of the application on a series of bone samples. We investigated a segmentation approach based on minimum cost paths and geodesic voting. A parallel computation scheme was implemented to reduce the computation times. The LCN was characterized by using the previous methods. Besides, we introduced the parameters from the Voronoi tessellation. Statistical results are reported on 8 large 3D micro-CT images, including around a hundred lacunae and the canaliculi. Future works will concern the improvement of canaliculi segmentation of from images at 300 nm as well as its evaluation and further characterization of LCN from SR CT images at both 300 nm and 50 nm. This work opens many perspectives for a better knowledge of the physiopathology of bone at the cellular scale.

L'hadronthérapie est une méthode de traitement du cancer qui emploie des ions (carbone ou proton) au lieu des rayons X. Les interactions entre le faisceau et le patient produisent des radiations secondaires. Il existe une corrélation entre la position d'émission de certaines de ces particules et la position du pic de Bragg. Parmi ces particules, des gamma-prompt sont produits par les fragments nucléaires excités et des travaux actuels ont pour but de concevoir des systèmes de tomographie par émission mono-photonique capable d'imager la position d'émission ces radiations en temps réel, avec une précision millimétrique, malgré le faible nombre de données acquises. Bien que ce ne soit pas actuellement possible, le but in fine est de surveiller le dépôt de dose. La caméra Compton est un des système TEMP qui a été proposé pour imager ce type de particules, car elle offre une meilleure résolution énergétique et la possibilité d'avoir une image 3D. Cependant, en pratique l'acquisition est affectée par le bruit provenant d'autres particules secondaires, et les algorithmes de reconstruction des images Compton sont plus compliqués et encore peu aboutis, mais sur une bonne voie de développement. Dans le cadre de cette thèse, nous avons développé une chaîne complète allant de la simulation de l'irradiation d'un fantôme par un faisceau de protons allant jusqu'à la reconstruction tomographique des images obtenues à partir de données acquises par la caméra Compton. Nous avons étudié différentes méthodes de reconstruction analytiques et itératives, et nous avons développé une méthode de reconstruction itérative capable de prendre en compte les incertitudes de mesure sur l'énergie. Enfin nous avons développé des méthodes pour la détection de la fin du parcours des distributions gamma-prompt reconstruites. / Hadrontherapy is a cancer treatment method which uses ions (proton or carbon) instead of X-rays. Interactions between the beam and the patient produce secondary radiation. It has been shown that there is a correlation between the emission position of some of these particles and the Bragg peak position. Among these particles, prompt-gamma are produced by excited nuclear fragments and current work aims to design SPECT systems able to image the emission position the radiation in real time, with a millimetric precision, despite the low data statistic. Although it is not currently possible, the goal is to monitor the deposited dose. The Compton camera is a SPECT system that proposed for imaging such particles, because it offers a good energy resolution and the possibility of a 3D imaging. However, in practice the acquisition is affected by noise from other secondary particles and the reconstruction algorithms are more complex and not totally completed, but the developments are well advanced. In this thesis, we developed a complete process from the simulation of irradiation of a phantom by a proton beam up to the tomographic reconstruction of images obtained from data acquired by the Compton camera. We studied different reconstruction methods (analytical and iterative), and we have developed an iterative method able to consider the measurement uncertainties on energy. Finally we developed methods to detect the end-of-range of the reconstructed prompt-gamma distributions.