La tomographie à rayons X est une technologie d’imagerie en trois dimensions. Elle se base sur la transmission de rayons X à travers l’objet d’étude. Elle est non destructive mais néanmoins irradiante. Cette technique de visualisation est utilisée principalement dans trois domaines : le diagnostic médical, le contrôle non destructif (détection de défauts dans des pièces industrielles de haute performance) et la sécurité (contrôles aéroportuaires des bagages). Les récentes avancées technologiques dans le domaine des détecteurs spectrométriques de rayons X ouvrent des perspectives d’amélioration de cette technique d’imagerie dans ses divers domaines d’application. Nous avons développé une nouvelle méthode reconstruction statistique appelée MLTR-ONE-STEP qui permet de reconstruire la variabilité énergétique du coefficient linéaire d’atténuation de l’objet étudié. Cette approche est dite « one-step » car elle reconstruit directement le volume final à partir des mesures brutes issues de détecteurs spectrométriques.Les phénomènes physiques au sein du détecteur provoquent une distorsion énergétique du spectre d’atténuation qui a été prise en compte lors de la reconstruction. La méthode utilisée s’inscrit dans le cadre bayésien et maximise la log-vraisemblance du modèle tout en prenant en compte de l’a priori spatial sur le volume reconstruit. L’objectif de la méthode est l’amélioration de la qualité de l’image finale (réduction des artefacts et niveau de bruit) et la quantification des matériaux présents. Nous avons étudié dans le cadre de données simulées l’influence des paramètres de régularisation sur la reconstruction. En pratique, le détecteur de rayon X étudié classe les photons incidents en 64 canaux. Ils sont ensuite regroupés en un nombre de canaux plus faible (2 à 25) et l’influence de ce regroupement a été étudiée. La reconstruction MLTR-ONE-STEP a ensuite été testée sur des données expérimentales regroupées en 12 canaux. / X-ray spectral tomography is a 3D visualization technique. It is based on the transmission of X-rays through object matter. It is a non-destructive technology but which irradiates the studied object/patient. X-ray tomography is mainly used in three areas: medical diagnosis, non-destructive testing (detection of defects in industry devices) and airport security (luggage screening). New technological breakthroughs in X-ray photon-counting detectors provide new perspective for improving this technique in each application field. We have developed a new reconstruction method named MLTR-ONE-STEP which enables the obtention of energetic variability of the scanned object linear attenuation coefficient. This approach belongs to the “One-Step” class because it directly reconstructs the final images from raw photon-counting detector data.Physical effects inside the detector are causing spectral distortion of the energetic spectrum. This distortion is taken into account in our reconstruction through a Detector Response Matrix. The developed reconstruction method maximizes the poissonian likelihood of the measurements with a spatial regularization Tukey term. The objectives of spectral tomography are the improvement of the image quality compared to standard tomography and the quantification of materials inside the object. We have studied the influence of regularization parameters on the final result. In practice, photon-counting detector measurements are in practice sorted in 64 energy bins. Bins are then merged in a smaller number (from 2 to 25). The influence of this binning was studied on simulated data. The MLTR-ONE-STEP was then tested on real experimental data in order to prove the feasibility of such a “One-Step” reconstruction method.

Nous avons étudié l’utilisation de détecteurs spectrométriques, qui émergent dans le domaine de l’imagerie médicale, pour leur application à la mammographie. Ces détecteurs permettent de discriminer l’énergie des photons reçus, ce qui apporte une information supplémentaire à l’imagerie d’atténuation traditionnelle. Ainsi, il est possible d’utiliser des techniques de décomposition en base de deux matériaux, notamment pour déterminer la densité glandulaire dans le sein, qui correspond au pourcentage de tissus glandulaires, et qui est un facteur de risque pour le développement d’un cancer, à partir d’une seule irradiation. Jusqu’alors, il était possible d’utiliser cette méthode à partir de deux expositions à deux énergies distinctes. Dans certains cas, une nouvelle tendance consiste à pratiquer des mammographies avec injection d’un produit de constratse iodé, mais cela nécessite également au moins deux irradiations. Nous avons donc proposé d’estimer la densité du sein et la concentration d’iode simultanément, à partir d’une seule irradiation, à une dose 0,93 mGy, en appliquant des méthodes de décomposition en base de trois matériaux. Premièrement, des méthodes polynomiales ont été adaptées pour être comptibles avec l’information spectrale provenant de 3 canaux d’énergies. Ensuite, nous avons montré qu’une deuxième approche, capable de prendre en compte une information spectrale plus fine, basée sur la maximisation de la vraisemblance entre un spectre mesuré et des spectres de références, était capable d’atteindre de meilleurs résultats. Enfin, nous avons développé une méthode capable de prendre en compte la compression du sein en mammographie pour améliorer les résultats obtenus par la méthode de maximum de vraisemblance. / Energy sensitive X-ray detectors are emerging in the field of medical imaging. We have investigated the use of this new type of X-ray detectos for their application to mammography exams. These detectors are able to discriminate the energy of received photons, which provides additional information to a standard mammography image only composed of the total attenuation signal. Thus, these detectors allow the use of basis material decomposition techniques, from a single x-ray exposure, and permit to determine the breast density, which corresponds to the percentage of glandular tissues in the breast. Breast density is known for being a risk factor for the development of breast cancers. Without energy sensitive X-ray detectors, this method requires two X-ray exposures at different energies. Contrast enhanced mammography is also developing but it requires the use an iodinated contrast media and at least two irradiations. Hence, we proposed to take benefit of energy-sensitive detectors to simultaneously estimate the breast density and the iodine concentration, using a single X-ray exposure at a mean glandular dose of 0.93 mGy. This approach is based on three basis material decomposition methods. First, different polynomial methods have been adapted to comply with spectral information from 3 energy channels. Then, we showed that a second approach, based on the maximisation of the likelihood between a measured spectrum and reference spectra, was able take into consideration finer spectral information and achieved better results. Finally, we have developed a method that can take into consideration the thickness of the compressed breast during a mammography exam to improve the results obtained by the maximum likelihood method.