La sélection de variables est une tâche primordiale en fouille de données et apprentissage automatique. Il s’agit d’une problématique très bien connue par les deux communautés dans les contextes, supervisé et non-supervisé. Le contexte semi-supervisé est relativement récent et les travaux sont embryonnaires. Récemment, l’apprentissage automatique a bien été développé à partir des données partiellement labélisées. La sélection de variables est donc devenue plus importante dans le contexte semi-supervisé et plus adaptée aux applications réelles, où l’étiquetage des données est devenu plus couteux et difficile à obtenir. Dans cette thèse, nous présentons une étude centrée sur l’état de l’art du domaine de la sélection de variable en s’appuyant sur les méthodes qui opèrent en mode semi-supervisé par rapport à celles des deux contextes, supervisé et non-supervisé. Il s’agit de montrer le bon compromis entre la structure géométrique de la partie non labélisée des données et l’information supervisée de leur partie labélisée. Nous nous sommes particulièrement intéressés au «small labeled-sample problem» où l’écart est très important entre les deux parties qui constituent les données. / Feature selection is an important task in data mining and machine learning processes. This task is well known in both supervised and unsupervised contexts. The semi-supervised feature selection is still under development and far from being mature. In general, machine learning has been well developed in order to deal with partially-labeled data. Thus, feature selection has obtained special importance in the semi-supervised context. It became more adapted with the real world applications where labeling process is costly to obtain. In this thesis, we present a literature review on semi-supervised feature selection, with regard to supervised and unsupervised contexts. The goal is to show the importance of compromising between the structure from unlabeled part of data, and the background information from their labeled part. In particular, we are interested in the so-called «small labeled-sample problem» where the difference between both data parts is very important.

L'anévrisme intracrânien est la prédisposition mortelle la plus fréquente chez le sujet jeune. Sa compréhension demeure limitée alors que nous assistons au développement de nouveaux traitements endovasculaires permettant le traitement d'anévrismes de plus en plus complexes. L'essentiel des études sur le sujet repose sur des séries cliniques peu informatives, l'utilisation de méthodes de simulation numérique limitées et cible presque exclusivement les phénomènes mécaniques intrasacculaires sans tenir compte des conséquences de l'anévrisme sur l'artère porteuse. In vitro, l'utilisation d'anévrismes en silicone au sein d'un simulateur cardiovasculaire a permis d'objectiver un impact de l'anévrisme sur l'écoulement au sein du vaisseau porteur caractérisé par une diminution de sa résistance. In vivo, cet effet a été objectivé et mesuré en IRM de flux par l'analyse des courbes de débit volumétrique. Le flux sanguin en aval des anévrismes était caractérisé par une démodulation systolo-diastolique avec diminution des index de résistance et de pulsatilité. Cet effet était fortement corrélé au volume de l'anévrisme. Les stents flow diverters permettaient une « reconstruction hémodynamique » mesurable du vaisseau porteur en restaurant un flux normo-modulé et des index de pulsatilité et de résistance dans les limites de la normale. Une méthode originale pour la segmentation de l'artère carotide interne en IRM en contraste de phase 2D a été proposée. Elle se base sur l'application de la Transformée de Fourier sur les images de phase et la prise en compte de la cohérence temporelle des vitesses au sein du voxel. La méthode a été caractérisée et comparée à deux méthodes de référence / Intracranial aneurysms are the most common lethal predisposition amongst young adults. Its understanding remains limited to date while the development of new innovative endovascular treatments are increasingly available and allow for the treatment of more and more complex aneurysms with a non negligeable rate of complications. Most of the previous studies on intracranial aneurysms are based on low informative clinical series and the use of limited numerical simulation methods. They almost exclusively target the intrasaccular mechanical phenomena irrespective of the changes in the parent vessel induced by the aneurysm. In vitro, the use of silicone aneurysms embedded in a cardiovascular simulator showed an impact of the aneurysm on the the parent vessel flow conditions characterized by a decrease of its resistance. In vivo, flow MRI allowed to quantify this effect by analyzing the volumetric flow rate curves. Downstream to the aneurysm, the blood flow was dampened and presents a systolic diastolic demodulation with a collapse of resistive and pulsatility indexes. This effect was strongly correlated to the aneurysm volume. The flow diverter stents allowed for a measurable « hemodynamic reconstruction » of the parent vessel by restoring a normo modulated flow, and normal resistive and pulsatility indexes. An original method for the segmentation of internal carotid artery in 2D phase contrast MRI was proposed. It is based on the application of the Fourier Transform on the phase images and by taking into account the temporal coherence of velocities within the voxel. The method was characterized and compared to two reference methods