Nous nous intéressons à la détection et au suivi d'objets biologiques divers (cellules, noyaux, etc.) dans des images et séquences tri-dimensionnelles acquises en microscopie par fluorescence. L'observation de phénomènes biologiques in situ étant de plus en plus cruciale pour les experts, il est nécessaire, en plus de l'analyse quantitative, d'effectuer un rendu volumique 3D de la scène et des objets qui y évoluent. De plus, l'automatisation des techniques d'acquisition d'images requiert un haut niveau de reproductibilité des algorithmes et induit souvent des contraintes de temps de calcul que nous nous efforçons de prendre en compte.<br /><br />Les modèles déformables, également connus sous le nom de contours actifs, font actuellement partie des méthodes de pointe en analyse d'images pour la segmentation et le suivi d'objets grâce à leur robustesse, leur flexibilité et leur représentation à haut niveau sémantique des entités recherchées. Afin de les adapter à notre problématique, nous devons faire face à diverses difficultés. Tout d'abord, les méthodes existantes se réfèrent souvent aux variations locales d'intensité (ou gradients) de l'image pour détecter le contour des objets recherchés. Cette approche est inefficace en microscopie tridimensionnelle par fluorescence, où les gradients sont très peu prononcés selon l'axe de profondeur de l'image. Ensuite, nous devons gérer le suivi d'objets multiples susceptibles d'entrer en contact en évitant leur confusion. Enfin, nous devons mettre en place un système permettant de visualiser efficacement les contours durant leur déformation sans altérer les temps de calcul.<br /><br />Dans la première partie de ce travail, nous pallions à ces problèmes en proposant un modèle de segmentation et de suivi multi-objets basé sur le formalisme des lignes de niveaux (ou level sets) et exploitant la fonctionnelle de Mumford et Shah. La méthode obtenue donne des résultats quantitatifs satisfaisants, mais ne se prête pas efficacement au rendu 3D de la scène, pour lequel nous sommes tributaires d'algorithmes dédiés à la reconstruction 3D (e.g. la méthode des "Marching Cubes"), souvent coûteux en mémoire et en temps de calcul. De plus, ces algorithmes peuvent induire des erreurs d'approximation et ainsi entraîner une mauvaise interprétation des résultats.<br /><br />Dans la seconde partie, nous proposons une variation de la méthode précédente en remplaçant le formalisme des lignes de niveaux par celui des maillages triangulaires, très populaire dans le domaine de la conception assistée par ordinateur (CAO) pour leur rendu 3D rapide et précis. Cette nouvelle approche produit des résultats quantitatifs équivalents, en revanche le formalisme des maillages permet d'une part de réduire considérablement la complexité du problème et autorise d'autre part à effectuer un rendu 3D précis de la scène parallèlement au processus de segmentation, réduisant d'autant plus les temps de calculs.<br /><br />Les performances des deux méthodes proposées sont d'abord évaluées puis comparées sur un jeu de données simulées reproduisant le mieux possible les caractéristiques des images réelles. Ensuite, nous nous intéressons plus particulièrement à l'évaluation de la méthode par maillages sur des données réelles, en évaluant la robustesse et la stabilité de quelques descripteurs de forme simples sur des expériences d'imagerie haut-débit. Enfin, nous présentons des applications concrètes de la méthode à des problématiques biologiques réelles, réalisées en collaboration avec d'autres équipes de l'Institut Pasteur de Corée.

Cette étude a porté sur les propriétés culturales et les potentialités métaboliques de deux souches de Basidiomycètes : <i>Macrocystidia cucumis</i> (Agaricales) et <i>Fomes fomentarius</i> (Aphyllophorales). D'une part, sur des surnageants de culture de <i>Macrocystidia cucumis</i>, un agent inhibant,<i> in vitro</i>, le développement du virus Herpès Simplex type 1 a été détecté. La production ou la stabilité du ou des métabolite(s) antiviraux s'est cependant révélée trop erratique pour permettre une caractérisation du composé actif. D'autre part, des fractions polysaccharidiques, isolées de cultures de <i>Fomes fomentarius</i> ont montré <i>in vitro</i>, une forte inhibition de la réaction proliférative des lymphocytes du sang périphérique, stimulés par la concanavaline A ou par des cellules présentatrices allogéniques. Les fractions actives ont été caractérisées et sont composées d'hétéroglucanes (glucose, mannose, galactose) associés à une fraction peptidique (54%). Les résultats actuels ne permettent pas de préciser le rôle de la fraction peptidique dans l'activité. De façon à définir les relations entre propriétés culturales, activités métaboliques et morphologie mycélienne, une première méthode d'analyse d'images a été développée afin d'autoriser, en routine, des mesures et une classification morphologique de la biomasse obtenue lors des fermentations. La méthode repose sur un procédé de coloration permettant une différenciation rapide des zones mycéliennes en fonction de leur accessibilité au milieu. L'influence des conditions d'aération et d'agitation sur la croissance de <i>Macrocystidia cucumis</i> et les conditions préférentielles pour la production des polysaccharides par <i>Fomes fomentarius</i> ont pu être définies à partir des paramètres morphologiques. Une seconde technique de coloration a ensuite été proposée pour suivre par analyses d'images la progression d'un front de diffusion au sein des pellets et fournir ainsi une évaluation de la densité de l'enchevêtrement mycélien en fonction de la vitesse du processus diffusionnel. Le critère diffusionnel défini par ces deux méthodes d'analyses d'images constitue une nouvelle alternative pour la caractérisation morphologique des pellets et agrégats mycéliens. Ses perspectives en terme de connaissance et de modélisation de la croissance de telles biomasses apparaissent particulièrement importantes pour les fermentations fongiques industrielles.

L'accès aux séquences d'images 3D s'est aujourd'hui démocratisé, grâce aux récentes avancées dans le développement des capteurs de profondeur ainsi que des méthodes permettant de manipuler des informations 3D à partir d'images 2D. De ce fait, il y a une attente importante de la part de la communauté scientifique de la vision par ordinateur dans l'intégration de l'information 3D. En effet, des travaux de recherche ont montré que les performances de certaines applications pouvaient être améliorées en intégrant l'information 3D. Cependant, il reste des problèmes à résoudre pour l'analyse et la segmentation de scènes intérieures comme (a) comment l'information 3D peut-elle être exploitée au mieux ? et (b) quelle est la meilleure manière de prendre en compte de manière conjointe les informations couleur et 3D ? Nous abordons ces deux questions dans cette thèse et nous proposons de nouvelles méthodes non supervisées pour la classification d'images 3D et la segmentation prenant en compte de manière conjointe les informations de couleur et de profondeur. A cet effet, nous formulons l'hypothèse que les normales aux surfaces dans les images 3D sont des éléments à prendre en compte pour leur analyse, et leurs distributions sont modélisables à l'aide de lois de mélange. Nous utilisons la méthode dite « Bregman Soft Clustering » afin d'être efficace d'un point de vue calculatoire. De plus, nous étudions plusieurs lois de probabilités permettant de modéliser les distributions de directions : la loi de von Mises-Fisher et la loi de Watson. Les méthodes de classification « basées modèles » proposées sont ensuite validées en utilisant des données de synthèse puis nous montrons leur intérêt pour l'analyse des images 3D (ou de profondeur). Une nouvelle méthode de segmentation d'images couleur et profondeur, appelées aussi images RGB-D, exploitant conjointement la couleur, la position 3D, et la normale locale est alors développée par extension des précédentes méthodes et en introduisant une méthode statistique de fusion de régions « planes » à l'aide d'un graphe. Les résultats montrent que la méthode proposée donne des résultats au moins comparables aux méthodes de l'état de l'art tout en demandant moins de temps de calcul. De plus, elle ouvre des perspectives nouvelles pour la fusion non supervisée des informations de couleur et de géométrie. Nous sommes convaincus que les méthodes proposées dans cette thèse pourront être utilisées pour la classification d'autres types de données comme la parole, les données d'expression en génétique, etc. Elles devraient aussi permettre la réalisation de tâches complexes comme l'analyse conjointe de données contenant des images et de la parole / Access to the 3D images at a reasonable frame rate is widespread now, thanks to the recent advances in low cost depth sensors as well as the efficient methods to compute 3D from 2D images. As a consequence, it is highly demanding to enhance the capability of existing computer vision applications by incorporating 3D information. Indeed, it has been demonstrated in numerous researches that the accuracy of different tasks increases by including 3D information as an additional feature. However, for the task of indoor scene analysis and segmentation, it remains several important issues, such as: (a) how the 3D information itself can be exploited? and (b) what is the best way to fuse color and 3D in an unsupervised manner? In this thesis, we address these issues and propose novel unsupervised methods for 3D image clustering and joint color and depth image segmentation. To this aim, we consider image normals as the prominent feature from 3D image and cluster them with methods based on finite statistical mixture models. We consider Bregman Soft Clustering method to ensure computationally efficient clustering. Moreover, we exploit several probability distributions from directional statistics, such as the von Mises-Fisher distribution and the Watson distribution. By combining these, we propose novel Model Based Clustering methods. We empirically validate these methods using synthetic data and then demonstrate their application for 3D/depth image analysis. Afterward, we extend these methods to segment synchronized 3D and color image, also called RGB-D image. To this aim, first we propose a statistical image generation model for RGB-D image. Then, we propose novel RGB-D segmentation method using a joint color-spatial-axial clustering and a statistical planar region merging method. Results show that, the proposed method is comparable with the state of the art methods and requires less computation time. Moreover, it opens interesting perspectives to fuse color and geometry in an unsupervised manner. We believe that the methods proposed in this thesis are equally applicable and extendable for clustering different types of data, such as speech, gene expressions, etc. Moreover, they can be used for complex tasks, such as joint image-speech data analysis

Les propriétés des matériaux cellulaires dépendent de leur architecture et des défauts de coulée. L'architecture se réfère à la forme et la distribution de la phase solide. Les défauts correspondent à la présence et aux distributions des cavités et d'intermétalliques dans la phase solide du fait de la procédure de fabrication. Deux types de matériaux produits de différentes façons sont étudiés dans cette thèse. D'une part, deux mousses ERG de tailles de pores différentes ont été choisies pour étudier l'effet de la présence des intermétalliques sur la plasticité et l'endommagement. Des tests de micro-traction et des expériences de nanoindentation ont été réalisés sur des éprouvettes extraites de la mousse pour déterminer leur comportement micro-élastoplastique de la phase solide. D'autre part, deux structures ayant la même forme et le même motif répétitif, mais différentes épaisseurs d'entretoises et de nœuds ont été produites par fusion sélective par laser pour étudier aussi la plasticité et l'endommagement. Ce travail de thèse visait à développer une procédure de modélisation par éléments finis générique basée sur les images 3D pour prendre en compte l'effet de la porosité locale et la présence des intermétalliques dans le comportement. Les états initiaux des échantillons ont été numérisés en utilisant des méthodes de tomographie "locale" et "stitching" à haute résolution. Les géométries 3D maillées, la porosité locale et les propriétés élastiques-plastiques de chaque élément ont été directement renseignées à partir des images 3D à haute résolution. Les procédures de déformation et de rupture des échantillons ont été illustrées en effectuant des expériences in-situ/ex-situ couplées à une numérisation tomographique à basse résolution. Des modèles éléments finis conformes à l'image 3D ont été développés pour la simulation des essais de traction/compression et montrent que la prise en compte des hétérogénéités locales de microstructure permet de prédire plus finement le comportement mécanique des structures cellulaires, en particulier dans la rupture. L'étude visait également à déterminer la conductivité thermique d'une mousse ERG hautement poreuse en utilisant des calculs par éléments finis basés sur l'image. Les résultats ont été vérifiés en comparant avec la conductivité thermique mesurée à partir des expériences de plaques chauffées. / The properties of cellular materials depend on their architecture and casting defects. The architecture refers to shape and distribution of the solid phase. Defects correspond to the presence and distribution of cavities or intermetallic particles in the solid phase due to the fabrication procedure. Two types of materials produced by different fabricating routes are studied in this manuscript. On the one hand, two ERG foams with different cell sizes were chosen to study the effect of the presence of intermetallic particles on the plasticity and damage. Micro-tensile tests and nanoindentation experiment were also performed on the struts extracted from the foam to determine their micro elastoplastic behaviour. On the other hand, two structures with the same shape and repetitive pattern but different struts and nodes thicknesses were produced by selective laser melting manufacturing route to study the effect of porosity on plasticity and damage. This PhD-work aimed at developing a generic image-based finite element procedure to take into account the effect of the local porosity and the presence of intermetallic particles into the finite element simulations of the cellular materials. The initial state of the samples was pictured by performing high resolution "local" tomography and "stitching" methods. The 3D geometries were meshed and the local porosity and elastic-plastic properties of each element were directly informed according to high-resolution 3D images. The deformation and fracture procedures of the samples were pictured by performing in-situ/ex-situ experiments coupled with low-resolution tomography scanning. 3D image-based finite element models were developed for the simulation of the tension/compression tests. The microstructurally informed FE models better capture the mechanical behaviour of the cellular structures, especially for the prediction of the fracture. The study also aimed at determining the thermal conductivity of a highly porous ERG foam using image-based finite element calculations. The results were verified by comparing with the measured thermal conductivity from guarded hot plates experiments.

Cette thèse se situe à l'interface de plusieurs disciplines, dans le cadre du programme de recherche Silent Wall qui a pour vocation d'élaborer un système isolant acoustique et thermique pour le bâtiment, à base de matériaux fibreux. La problématique d'isolation acoustique étant le fil rouge de ce travail, différents domaines de recherche sont abordés dans l'étude des propriétés microstructurales de ces matériaux. Un matériau fibreux de référence, le Thermisorel, élaboré par procédé papetier à base de fibres de bois, est retenu par le consortium Silent Wall pour ses bonnes propriétés d'isolation phonique et thermique. Des images 3D de ce matériau, réalisées par microtomographie aux rayons X, sont analysées par morphologie mathématique afin de caractériser la microstructure de ses phases fibreuse et porale. Un modèle booléen de cylindres aléatoires permet de simuler un tel matériau fibreux. L'adéquation des mesures morphologiques des milieux ainsi simulés, avec celles du Thermisorel valident ce modèle morphologique. Enfin, les propriétés thermo-acoustiques de cellules périodiques élémentaires microscopiques de milieux fibreux 3D simplifiés et composés de fibres parallèles, sont estimées par éléments finis, afin de relier leurs performances en absorption acoustique, à la taille des fibres et à l'épaisseur de l'échantillon. Après comparaison, les coefficients d'absorption acoustique des milieux fibreux simulés sont en adéquation avec les valeurs expérimentales mesurées sur des échantillons de Thermisorel. Ainsi, notre démarche globale de caractérisation, et de modélisations morphologique et thermo-acoustique à l'échelle de la microstructure, est validée par les propriétés morphologiques et acoustiques de panneaux de Thermisorel, et ouvre la voie à l'optimisation des performances acoustiques macroscopiques de tels matériaux fibreux par modification de leur microstructure.

Depuis quelques années, avec l'émergence de larges bases d'images comme Google Street View, la capacité à traiter massivement et automatiquement des données, sou- vent très contaminées par les faux positifs et massivement ambiguës, devient un enjeu stratégique notamment pour la gestion de patrimoine et le diagnostic de l'état de façades de bâtiment. Sur le plan scientifique, ce souci est propre à faire avancer l'état de l'art dans des problèmes fondamentaux de vision par ordinateur. Notamment, nous traitons dans cette thèse les problèmes suivants: la mise en correspondance robuste, algorithmiquement efficace de caractéristiques visuelles et l'analyse d'images de façades par grammaire. L'enjeu est de développer des méthodes qui doivent également être adaptées à des problèmes de grande échelle. Tout d'abord, nous proposons une formalisation mathématique de la cohérence géométrique qui joue un rôle essentiel pour une mise en correspondance robuste de caractéristiques visuelles. À partir de cette formalisation, nous en dérivons un algo- rithme de mise en correspondance qui est algorithmiquement efficace, précise et robuste aux données fortement contaminées et massivement ambiguës. Expérimentalement, l'algorithme proposé se révèle bien adapté à des problèmes de mise en correspondance d'objets déformés, et à des problèmes de mise en correspondance précise à grande échelle pour la calibration de caméras. En s'appuyant sur notre algorithme de mise en correspondance, nous en dérivons ensuite une méthode de recherche d'éléments répétés, comme les fenêtres. Celle-ci s'avère expérimentalement très efficace et robuste face à des conditions difficiles comme la grande variabilité photométrique des éléments répétés et les occlusions. De plus, elle fait également peu d'hallucinations. Enfin, nous proposons des contributions méthodologiques qui exploitent efficacement les résultats de détections d'éléments répétés pour l'analyse de façades par grammaire, qui devient substantiellement plus précise et robuste.

La segmentation de la bouche est un problème important qui trouve des applications dans plusieurs domaines du multimédia.<br /> Dans ce travail, notre objectif est d'obtenir une détection robuste et efficace des contours des lèvres de façon à être capable de restaurer les mouvements de la parole aussi fidèlement que possible. <br /> Nous apportons une attention particulière au contour intérieur de la bouche dans la segmentation est une tâche difficile à cause des variations non-linéaires de l'apparence.<br /> Nous proposons une méthode basée sur un modèle statistique de la forme et de l'apparence échantillonnée faisant intervenir des descripteurs gaussiens locaux d'apparence.<br /> Notre hypothèse est que la réponse de ces descripteurs locaux peut être prédite à partir de la forme par le biais d'un réseau de neurones non-linéaire.<br /> Nous avons d'abord testé cette hypothèse dans un cas mono-locuteur et l'avons ensuite généralisé à un cas multi-locuteurs en tenant de la variabilité<br />inter-personne.<br /> A cet effet, nous adaptons progressivement notre modèle au locuteur traité en déterminant son apparence caractéristique.<br /> A partir de notre segmentation de la bouche, nous pouvons ensuite générer un clone de la bouche de la personne dont les mouvements seront aussi proches que possible de ceux de l'originale.<br /> Finalement, nous avons évalué quantitativement puis qualitativement la pertinence de notre méthode en menant une expérience qui a quantifié l'apport effectif de compréhension de notre schéma d'analyse/synthèse dans le cas de numéros de téléphone en milieu bruité.

Avec une formation initiale en sciences de l'informatique et une spécialisation image, mes activités de recherche actuelles concernent le traitement et l'analyse de l'information et de l'image pour des applications en médecine, plus particulièrement l'oncologie et la radiothérapie. Plus spécifiquement, je m'intéresse à la segmentation et la classification automatique pour la définition des contours d'organes et de tumeurs, au filtrage du bruit et à la déconvolution pour l'amélioration qualitative et quantitative, et plus récemment, aux modèles multi observation pour la prise en compte des images multi modales, et la fusion d'informations pour l'aide à la décision dans la prise en charge des patients. Je poursuis ces thématiques spécifiquement dans le cadre de l'utilisation de l'imagerie TEP/TDM (Tomographie par Emission de Positons et scanner X) en oncologie et radiothérapie. Mes activités de recherche ont pris place dans le contexte de l'équipe " imagerie multi modale quantitative pour le diagnostic et la thérapie " du laboratoire INSERM U650 de traitement de l'information médicale (LaTIM). Ce contexte a garantit un travail l'équipe pluridisciplinaire, en collaboration notamment avec des radiothérapeutes, des médecins nucléaires, des physiciens, des ingénieurs, des mathématiciens et des informaticiens. En tant que doctorant, ma principale contribution a été le développement d'une méthode originale de segmentation d'image adaptée à la définition des volumes fonctionnels des tumeurs sur les images TEP. Lors de mon post-doctorat, j'ai poursuivi la validation de la précision, de la robustesse et de la reproductibilité de cette approche dans le cadre d'un projet ANR pour lequel j'ai reçu un financement de deux ans et demi. J'ai également étudié au cours de ces deux dernières années l'impact d'une telle méthode dans de nombreuses applications, telles que la dosimétrie en planification de traitement en radiothérapie, et la prise en charge des patients en oncologie. Au cours de ces six dernières années, j'ai été de plus en plus impliqué dans des travaux de recherche connexes menés par d'autres doctorants et post-doctorants. Ces travaux incluent la fusion d'images TEP pour le suivi temporel quantitatif, les simulations réalistes et l'évaluation dosimétrique, la caractérisation de l'hétérogénéité intra tumorale des traceurs TEP par analyse de texture, et la réduction des effets de volume partiel et du bruit en imagerie d'émission. J'ai assumé la responsabilité de co-encadrant de plusieurs stagiaires et doctorants de l'équipe sous la direction du directeur de recherche D. Visvikis. Cette responsabilité inclus des réunions hebdomadaires et des discussions régulières avec les étudiants, l'aide à la mise en place des expériences et protocoles de validation, à l'analyse des résultats, la correction de rapports de stage, d'articles et de manuscrits de thèse, ainsi que réfléchir à des solutions aux problèmes tant théoriques que techniques. Je travaille actuellement en tant que chercheur associé au département de recherche en imagerie et radiothérapie de Maastricht (MAASTRO) aux Pays-bas. Au cours des prochaines années, mon projet de recherche sera dédié au développement d'un contexte flexible et robuste permettant la modélisation et l'analyse semi-automatique d'ensemble d'images médicales multi modales, multi résolutions et multi temporelles, telles que TEP/TDM, TEMP/TDM, TEP/IRM, multi IRM ou TEP avec différents traceurs, ainsi que des acquisitions dynamiques. Ce développement permettra de déduire de nouveaux modèles prédictifs et des outils de décision adaptés à diverses applications cliniques tels que les cancers de l'oesophage, rectal, pulmonaire ou ORL, par la fusion de toute l'information disponible (imagerie, génétique, phéntypes et rapports cliniques). Ce projet se construira en partie sur les travaux préliminaires réalisés avec des doctorants venant de soutenir et en passe de terminer leur thèse, et sur les thèses de deux nouvelles doctorantes que j'encadrerai à partir d'octobre 2011 et courant 2012, recrutées sur des financements que j'ai contribué à obtenir en 2010-2011.

Nous nous intéressons dans cette thèse au problème du suivi d'objets, que nous abordons par des méthodes statistiques. La première contribution de cette thèse est la conception d'un algorithme de suivi de bactéries dans une séquence d'image et de reconstruction de leur lignage, travail ayant donné lieu à la réalisation d'une suite logicielle aujourd'hui utilisée dans un laboratoire de recherche en biologie. La deuxième contribution est une étude théorique du problème de la détection de trajectoires dans un nuage de points. Nous définissons un détecteur de trajectoires utilisant le cadre statistique des méthodes a contrario, qui ne requiert essentiellement aucun paramètre pour fonctionner. Ce détecteur fournit des résultats remarquables, et permet notamment de retrouver des trajectoires dans des séquences contenant un grand nombre de points de bruit, tout en conservant un taux de fausses détections de trajectoires très faible. Nous étudions ensuite plus spécifiquement le problème de l'affectation de nuages de points entre deux images, problème rencontré notamment pour la détection de trajectoires ou l'appariement d'images stéréographiques. Nous proposons d'abord un modèle théoriquement optimal pour l'affectation de points qui nous permet d'étudier les performances de plusieurs algorithmes classiques dans différentes conditions. Nous formulons ensuite un algorithme sans paramètre en utilisant le cadre a contrario, ce qui nous permet ensuite d'obtenir un nouvel algorithme de suivi de trajectoires.

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.