Thèse numérisée par la Direction des bibliothèques de l'Université de Montréal.

L'ouvrage contient une modalité originale d'approche des objets fractals, tant du point de vue mathématique, que du point de vue physique. Par la rigueur de cette analyse, les concepts de fractal et de dimension fractale ont pu être correctement définis. Ainsi, de l'étude comparative des méthodes de calcul de la dimension fractale applicables aux surfaces de rupture, on relève comme méthodes les plus efficaces: la méthode Box Counting, la méthode des oscillations et la méthode de l'exposant de Hurst. En commençant par la méthode classique des îles (Slit Island), les applications de l'interférométrie sur la détermination de la dimension fractale des surfaces de rupture, dans le cas des éprouvettes Charpy pour l'acier XC 65 trempé et l'acier inox 316L, ont pu être mises en place. Cette nouvelle méthode peut mieux caractériser la topographie de la surface de rupture mesurée en interférométrie à l'aide de la dimension fractale. Pour réaliser le traitement des données obtenues à la suite de l'analyse de l'état des surfaces des éprouvettes basées sur l'interférométrie, il a été nécessaire d'élaborer un logiciel (Mesrug) permettant le traitement statistique d'une base de données complexes. Ce logiciel utilisé initialement en France et créé par le Professeur Maxence Bigerelle de l'Université de Technologies de Compiègne, a été développé et réactualisé pour le calcul des paramètres de rugosité de la section de rupture, pour les éprouvettes Charpy. Nos recherches ont, par ailleurs, montré que l'énergie à la rupture par un seul choc varie de façon inversement proportionnelle à la dimension fractale ; cette observation constituant une contribution majeure de l'ouvrage.

Thèse de doctorat : Mathématiques : Paris 12 : 2007. / Titre provenant de l'écran-titre. Bibliogr. 149 réf.

Cette thèse est consacrée à l'application et au développement de méthodes biostatistiques originales pour des applications médicales et cliniques concernant plus particulièrement les pathologies respiratoires. Il s'agit ainsi d'un travail de recherche transversale, visant à la modélisation de données hétérogènes, colinéaires et de grande dimension pour des applications cliniques. Un état de l'art traitant du diagnostic de l'asthme et de hyperactivité bronchique a tout d'abord été dressé, avant de proposer une première application statistique, prenant la forme de modèles de régressions multiples. Ce type de modèle étant particulièrement sensible à la dimension et la colinéarité des données, les chapitres suivants proposent plusieurs améliorations, après avoir explicité en détail l'enjeu et les méthodes actuelles d'analyse de données de grande dimension. Un premier modèle de classification hiérarchique non supervisé a été mis au point et appliqué au cas de la quantification du piégeage aérique. Un algorithme de régression Partial Least Square a également été mis en œuvre, prédisant une ou plusieurs variables Y à partir d'un set de variables X hétérogènes et colinéaires, ce qui a permis de mettre en évidence l'impact de l'âge sur les petites voies aériennes, tout en considérant de nombreux autres paramètres. Enfin, un algorithme d'analyse fractale a été créé, en vue de quantifier en une seule valeur la complexité spatiale et géométrique d'images de scanners thoraciques, cela constituant un innovant outil d'aide au diagnostic radiologique. / This thesis outlines new statistic methods devoted to clinical and medical applications, dealing more precisely with respiratory diseases. Our goal was to model and analyze high-dimensional clinical data, often heterogeneous, and collinear. A clinical state of the art of asthma diagnosis and bronchial hyperreactivity was first stated, before proposing a first statistical application, which took the shape of multiple regression models. This type of models is particularly tricky when treating high-dimensional collinear data, which is why the other chapters are an enhancement of this first model. Firstly, a non-supervised hierarchical classification was carried out and applied to air trapping quantification. A Partial Least Square regression model was also executed, allowing prediction of one or more variables from a set of X variables, which allowed us to highlight the impact of age on small airway impairment. Finally, a fractal analysis was performed, in order to quantify the geometrical and spatial complexity of a CT scan image into a single value. This kind a prospective methodology, where the statistics are directly involved in the clinical work, represents a brand new tool which can help medical diagnosis.

Thèse numérisée par la Direction des bibliothèques de l'Université de Montréal.

Cette thèse présente l’apport d’une analyse fractale de la texture de l’os trabéculaire sur des clichés de radiographie du genou pour la caractérisation de la gonarthrose. Dans un premier temps cette analyse de texture a été confrontée aux méthodes actuelles de suivi de la pathologie afin de valider leur intérêt dans le suivi clinique des patients. Un second temps a été consacré à la prédiction de l’initiation de la pathologie où aucun marqueur ne fait référence. L’analyse de texture a été menée en utilisant des approches fractales permettant de s’affranchir des problèmes de variation d’acquisition entre différents centres cliniques tout en comparant différentes méthodes de calcul. La texture osseuse trabéculaire a été analysée à différentes plages d’échelle afin de caractériser les mécanismes sous-jacents de modification de la microarchitecture osseuse induits par la gonarthrose. Nous avons pu mettre en évidence l’intérêt prédictif de cette analyse peu coûteuse et largement accessible dans le cadre aussi bien de l’initiation que de la progression de l’arthrose du genou. / This thesis presents the contribution of the trabecluar bone texture fractal analysis on knee radiographs for the knee osteoarthritis characterization. Firstly, this texture analysis was confronted to the actual methods of the pathology clinical monitoring in order to validate their interest in the patients monitoring. Secondly, the prediction of the knee osteoarthritis initiation was investigated, domain in which there are still no markers defined. The texture analysis was performed using fractal approaches avoiding the problems of the variations in the acquisition among different clinical centers and comparing different computing methods. Trabecular bone texture was analyzed at different ranges of scale in order to characterize the underlying mechanisms of the microarchitecture modification induced by the knee osteoarthritis. Thus, we highligthed the predictive interest of this cheap and largely available analysis for both the initiation and the progression of the knee osteoarthritis.

L'utilisation d'ondelettes et d'outils d'analyse fractale est appropriée à l'analyse des signaux irreguliers. On pense que la caractérisation de la régularité locale est importante dans la description de ces signaux. Pour étudier la régularité, on utilise l'exposant de Hölder autour duquel plusieurs outils sont développés. Premièrement, on décrit et on compare des techniques permettant d'estimer cet exposant. Puis nous présentons une méthode d'interpolation de points basée sur la conservation de la régularité Hölderienne. Pour conclure la partie sur l'analyse Hölderienne, de nouvelles méthodes de débruitage avec contrôle de la régularité sont exposées. Ces méthodes, à base d'ondelettes, présentent des taux de convergence asymptotique similaires aux méthodes les plus performantes. Les divers outils développés peuvent être appliqués aux signaux 1D ainsi qu'aux images. Plus particulièrement, dans la deuxième partie de la thèse, on s'intéresse à des profils routiers afin de mieux modéliser le frottement pneumatique-chaussée. Ce travail entre dans le cadre de l'O.R. Adhérence du LCPC, qui a pour but de quantifier le rôle des aspérités de dimensions micrométrique à centimétrique, formant la texture des surfaces de chaussée, dans la génération du frottement. Dans cette partie, nous présentons les travaux menés aux LCPC sur la technique d'indenteur et sa combinaison au modèle de frottement de Stefani. Ensuite on démontre la fractalité des profils routiers puis l'apport des techniques d'interpolation Hölderienne et de débruitage multifractal sur le calcul du frottement. Enfin un modèle multi-echelle de frottement, provenant d'un raffinement du modèle de Stefani, est explicité.

Cette thèse est consacrée à des questions d'analyse en amont de la modélisation de structures arborescentes, comme le poumon humain. Plus particulièrement, nous portons notre intérêt sur une classe de domaines ramifiés du plan, dont la frontière comporte une partie fractale auto-similaire. Nous commençons par une étude d'espaces de fonctions dans cette classe de domaines. Nous étudions d'abord la régularité Sobolev de la trace sur la partie fractale de la frontière de fonctions appartenant à des espaces de Sobolev dans les domaines considérés. Nous étudions ensuite l'existence d'opérateurs de prolongement sur la classe de domaines ramifiés. Nous comparons finalement la notion de trace auto-similaire sur la partie fractale du bord à des définitions plus classiques de trace. Nous nous intéressons enfin à un problème de transmission mixte entre le domaine ramifié et le domaine extérieur. L'interface du problème est la partie fractale du bord du domaine. Nous proposons ici une approche numérique, en approchant l'interface fractale par une interface préfractale. La stratégie proposée ici est basée sur le couplage d'une méthode auto-similaire pour la résolution du problème intérieur et d'une méthode intégrale pour la résolution du problème extérieur.

En raison des changements climatiques actuels, il est primordial de comprendre comment les écosystèmes vont réagir et tout particulièrement comment les chaînes trophiques vont être impactées. Pour cela, le comportement des oiseaux marins peut être utilisé comme des indicateurs des changements se déroulant au sein de l’écosystème. Cependant, un des défis actuels dans l’étude du comportement animal est d’identifier comment la structure temporelle du comportement est dépendante des conditions intrinsèques et extrinsèques et comment la complexité de cette organisation comportementale évolue sur un gradient allant de la stochasticité au déterminisme en fonction des changements environnementaux. Ma thèse a donc pour objectif d’étudier si un comportement complexe est adapté pour faire face à une perturbation du système chez les oiseaux marins et plus particulièrement chez deux espèces de manchots étant exposées à des changements environnementaux. / Due to ongoing climate change, it is necessary to understand how ecosystems will react and more particularly, how species may cope with the challenges of living in unstable systems. Seabirds’ behavior provides a way to monitor changes occurring in the marine environment, but identifying how the temporal structure and complexity of behavior depend on intrinsic and extrinsic parameters are underexplored topics in the field of animal behavior. My thesis aims to investigate if behavioral organization, through a gradient of stochasticity-determinism complexity, allows little and adélie penguins to buffer changes in the environment under a fractal analysis approach.

La sécurité et le confort dans une tâche de conduite automobile sont des facteurs clés qui intéressent plusieurs acteurs (constructeurs, urbanistes, départements de transport), en particulier dans le contexte actuel d’urbanisation croissante. Il devient dès lors crucial d'évaluer l'état affectif du conducteur lors de la conduite, en particulier son niveau de stress qui influe sur sa prise de décision et donc sur ses performances de conduite. Dans cette thèse, nous nous concentrons sur l'étude des changements de niveau de stress ressenti durant une expérience de conduite réelle qui alterne ville, autoroute et repos. Les méthodes classiques sont basées sur des descripteurs proposés par des experts, appliquées sur des signaux physiologiques. Ces signaux sont prétraités, les descripteurs ad-hoc sont extraits et sont fusionnés par la suite pour reconnaître le niveau de stress. Dans ce travail, nous avons adapté une méthode de sélection de variables fonctionnelles, basée sur les forêts aléatoires, avec élimination récursive des descripteurs (RF-RFE). En effet, les biosignaux, considérés comme variables fonctionnelles, sont tout d’abord projetés sur une base d’ondelettes. L’algorithme RF-RFE est ensuite utilisé pour sélectionner les groupes d’ondelettes, correspondant aux variables fonctionnelles, selon un score d’endurance. Le choix final de ces variables est basé sur ce score proposé afin de quantifier la capacité d’une variable à être sélectionnée et dans les premiers rangs. Dans une première étape, nous avons analysé la fréquence cardiaque (HR), électromyogramme (EMG), fréquence respiratoire (BR) et activité électrodermale (EDA), issus de 10 expériences de conduite menées à Boston, de la base de données du MIT, drivedb. Dans une seconde étape, nous avons conduit 13 expériences in-vivo similaires, en alternant conduite dans la ville et sur autoroute dans la région de Grand Tunis. La base de données résultante, AffectiveROAD contient -comme dans drivedb- les biosignaux tels que le HR, BR, EDA mais aussi la posture. Le prototype de plateforme de réseau de capteurs développé, a permis de collecter des données environnementales à l’intérieur du véhicule (température, humidité, pression, niveau sonore et GPS) qui sont également inclues dans AffectiveROAD. Une métrique subjective de stress, basée sur l’annotation d’un observateur et validée a posteriori par le conducteur au vu des enregistrements vidéo acquis lors de l’expérience de conduite, complète cette base de données. Nous définissons ici la notion de stress par ce qui résume excitation, attention, charge mentale, perception de complexité de l'environnement par le conducteur. La sélection de variables fonctionnelles dans le cas de drivedb a révélé que l'EDA mesurée au pied est l'indicateur le plus révélateur du niveau de stress du conducteur, suivi de la fréquence respiratoire. La méthode RF-RFE associée à des descripteurs non experts, conduit à des performances comparables à celles obtenues par la méthode basée sur les descripteurs sélectionnés par les experts. En analysant les données d’AffectiveROAD, la posture et l’EDA mesurée sur le poignet droit du conducteur ont émergé comme les variables les plus pertinentes. Une analyse plus approfondie de l'EDA a par la suite été menée car ce signal a été retenu, pour les deux bases de données, parmi les variables fonctionnelles sélectionnées pour la reconnaissance du niveau de stress. Ceci est cohérent avec diverses études sur la physiologie humaine qui voient l’EDA comme un indicateur clé des émotions. Nous avons ainsi exploré le caractère fractal de ce biosignal à travers une analyse d'auto-similarité et une estimation de l'exposant de Hurst basée sur les ondelettes. L'analyse montre un comportement d’auto-similarité des enregistrements de l'EDA pour les deux bases de données, sur une large gamme d’échelles. Ceci en fait un indicateur potentiel temps réel du stress du conducteur durant une expérience de conduite réelle. / The safety and comfort in a driving task are key factors of interest to several actors (vehicle manufacturers, urban space designers, and transportation service providers), especially in a context of an increasing urbanization. It is thus crucial to assess the driver’s affective state while driving, in particular his state of stress which impacts the decision making and thus driving task performance. In this thesis, we focus on the study of stress level changes, during real-world driving, experienced in city versus highway areas. Classical methods are based on features selected by experts, applied to physiological signals. These signals are preprocessed using specific tools for each signal, then ad-hoc features are extracted and finally a data fusion for stress-level recognition is performed. In this work, we adapted a functional variable selection method, based on Random Forests Recursive Feature Elimination (RF-RFE). In fact, the biosignals considered as functional variables, are first decomposed using wavelet basis. The RF-RFE algorithms are then used to select groups of wavelets coefficients, corresponding to the functional variables, according to an endurance score. The final choice of the selected variables relies on this proposed score that allows to quantify the ability of a variable to be selected and this, in first ranges. At a first stage, we analyzed physiological signals such as: Heart Rate (HR), Electromyogram (EMG), Breathing Rate (BR), and the Electrodermal Activity (EDA), related to 10 driving experiments, extracted from the open database of MIT: drivedb, carried out in Boston area. At a second stage, we have designed and conducted similar city and highway driving experiments in the greater Tunis area. The resulting database, AffectiveROAD, includes, as in drivedb, biosignals as HR, BR and EDA and additional measurement of the driver posture. The developed prototype of the sensors network platform allowed also to gather data characterizing the vehicle internal environment (temperature, humidity, pressure, sound level, and geographical coordinates) which are included in AffectiveROAD database. A subjective stress metric, based on driver video-based validation of the observer’s annotation, is included in AffectiveROAD database. We define here the term stress as the human affective state, including affect arousal, attention, mental workload, and the driver’s perception of the environment complexity. The functional variable selection, applied to drivedb, revealed that the EDA captured on foot followed by the BR, are relevant in the driver’s stress level classification. The RF-RFE method along with non-expert based features offered comparable performances to those obtained by the classical method. When analyzing the AffectiveROAD data, the posture and the EDA captured on the driver’s right wrist emerged as the most enduring variables. For both databases, the placement of the EDA sensor came out as an important consideration in the stress level assessment. A deeper analysis of the EDA was carried out since its emergence as a key indicator in stress level recognition, for the two databases. This is consistent with various human physiology studies reporting that the EDA is a key indicator of emotions. For that, we investigated the fractal properties of this biosignal using a self-similarity analysis of EDA measurements based on Hurst exponent (H) estimated using wavelet-based method. Such study shows that EDA recordings exhibits self-similar behavior for large scales, for the both databases. This proposes that it can be considered as a potential real-time indicator of stress in real-world driving experience.