Reproduction de : Thèse de doctorat : Automatique et informatique industrielle : Villeneuve d'Ascq, Ecole centrale de Lille : 2006. / Titre provenant de la page de titre du document numérisé. Bibliogr. p. 145-157.

Cette thèse propose d'explorer, à partir d'une intervention réalisée dans un milieu de travail non ordinaire, celui d'une section départementale d'un syndicat, les spécificités de la dimension impersonnelle du " métier " de syndicaliste.L'intervention s'est déployée selon la perspective méthodologique et méthodique propre à la clinique de l'activité, auprès d'un collectif de militants d'un syndicat des enseignants du premier degré qui ont pris pour objet d'analyse une part de leur activité syndicale. Cette intervention, tant dans son déroulement que dans le contenu des analyses co-produites par les militants, a été particulière. Après un examen de la littérature relative à des travaux qui s'intéressent au syndicalisme analysé comme une activité et à des métiers exercés dans le secteur social, cette particularité s'est précisée et s'est constituée en objet de recherche. Elle concerne l'une des quatre dimensions du " métier " de syndicaliste, la dimension impersonnelle. Les analyses du matériau issu des autoconfrontations croisées ont permis de montrer que cette dimension est floue et " in-discutée ". Nous avons alors avancé l'hypothèse que cette " in-discussion " pourrait s'expliquer par des contradictions qui traverseraient les principes fondateurs du syndicat. Ces particularités de la dimension impersonnelle du " métier " de syndicaliste ont aussi des conséquences sur les autres dimensions du métier ce qui nous a conduit à interroger l'usage du mot " métier " pour évoquer l'activité syndicale. La réflexion se prolonge alors par une discussion de la conceptualisation de la dimension impersonnelle du métier en clinique de l'activité. Alors qu'elle est souvent définie de manière imprécise comme ce qui relève indifféremment de la prescription, des tâches ou des fonctions, il est proposé de concevoir cette dimension comme un rapport entre des buts et des moyens donnés par l'organisation. Le travail réalisé sur les spécificités de la dimension impersonnelle du " métier " de syndicaliste permet également de préciser la notion de but : elle contiendrait distinctement des buts généraux et des buts issus de l'organisation du travail.

Ce travail se situe dans le domaine du diagnostic des processus défini comme étant l'identification de ses états fonctionnels. Dans le cas où l'obtention d'un modèle précis du processus est délicate ou impossible, la connaissance sur le système peut être extraite à partir des signaux obtenus lors d'un fonctionnement normal ou anormal en incluant des mécanismes d'apprentissage. Cette connaissance s'organise sous l'aspect d'une partition de l'espace des données sous forme de classes (représentant les états du système). Parmi les techniques d'apprentissage, celles incluant de la logique floue ont l'avantage d'exprimer les appartenances d'un individu à plusieurs classes, ceci permet de mieux connaître la situation réelle du système et prévoir des changements vers des états de défaillance. Nonobstant leurs performances adéquates, leur forte dépendance aux paramètres d'initialisation est une difficulté pour l'apprentissage. Cette thèse se situe dans l'amélioration de ces techniques, en particulier notre objectif est l'élaboration d'une méthode permettant de valider et d'adapter automatiquement la partition de l'espace de données obtenue par une technique de classification floue. Elle permet de trouver automatiquement une partition optimale en termes de compacité et de séparation des classes, à partir uniquement de la matrice des degrés d'appartenance obtenue par une classification antérieure. Cette méthode est donc une aide importante donnée à l'expert du processus pour établir les états fonctionnels dans l'implémentation d'une technique de surveillance d'un procédé complexe. Son application est illustrée sur des exemples académiques et sur le diagnostic de 3 procédés chimiques.

Le cancer est l'une des causes les plus fréquentes de décès dans le monde. Actuellement, le cancer du sein est le plus répandu dans les cancers féminins. Malgré les avancées significatives faites ces dernières décennies en vue d'améliorer la gestion du cancer, des outils plus précis sont toujours nécessaires pour aider les oncologues à choisir le traitement nécessaire à des fins de guérison ou de prévention de récidive tout en réduisant les effets néfastes des ces traitements ainsi que leurs coûts élevés. Ce travail porte sur l'utilisation de techniques d'apprentissage automatique pour développer de tels outils de gestion du cancer du sein. Les facteurs cliniques, tels que l'âge du patient et les variables histo-pathologiques, constituent encore la base quotidienne de prise de décision pour la gestion du cancer du sein. Cependant, avec l'émergence de la technologie à haut débit, le profil d'expression génique suscite un intérêt croissant pour construire des outils plus précis de prédiction du cancer du sein. Néanmoins, plusieurs challenges doivent être relevés pour le développement de tels outils, principalement: (1) la dimensionnalité des données issues de la technologie des puces, (2) le faible rapport signal sur bruit dans la mesure de biopuces, (3) l'incertitude d'appartenance des patients aux différents groupes du cancer, et (4) l'hétérogénéité des données présentes habituellement dans les bases de données cliniques. Dans ce travail, nous proposons quelques approches pour surmonter de manière appropriée de tels challenges. Une première approche aborde le problème de haute dimensionnalité des données en utilisant les capacités d'apprentissage dit normé ℓ1 pour la conception d'un algorithme de sélection de variables intégré à la méthode SVM (machines à vecteurs supports), algorithme basé sur une technique de gradient. Une deuxième approche permet de gérer simultanément tous les problèmes, en particulier l'intégration de plusieurs sources de données (cliniques, pu ces à ADN, ...) pour construire des outils prédictifs plus précis. Pour cela, un principe unifié est proposé pour surmonter le problème de l'hétérogénéité des données. Pour tenir compte de l'incertitude d'appartenance et augmenter l'interprétabilité du modèle, ce principe est proposé dans le cadre de la logique floue. Par ailleurs, afin d'atténuer le problème du bruit de niveau élevé, une approche symbolique est proposée suggérant l'utilisation de la représentation par intervalle pour modéliser les mesures bruitées. Nous avons conçu en particulier, basée sur ce principe, une approche floue supervisée de pondération de variables. Le processus de pondération repose essentiellement sur la définition d'une marge d'appartenance pour chaque échantillon. Il optimise une fonction objective basée sur la marge d'appartenance afin d'éviter la recherche combinatoire. Une extension de cette approche au cas non supervisé est effectuée pour développer un algorithme de regroupement automatique basé sur la pondération des règles floues. L'efficacité de toutes les approches a été évaluée par des études expérimentales extensives, et comparée avec des méthodes bien connues de l'état de l'art. Enfin, un dernier travail est consacré à des applications des approches proposées dans le domaine du cancer du sein. En particulier, des modèles prédictifs et pronostiques ont été extraits à partir des données de puces à ADN et/ou des données cliniques, et leurs performances comparées avec celles d'approches génétiques et cliniques existantes.

Thèse (Ph.D.)--Université de Sherbrooke (Canada), 2006. / Titre de l'écran-titre (visionné le 27 févr. 2008). In ProQuest dissertations and theses. Publié aussi en version papier.

Thèse (Ph.D.)--Université de Sherbrooke (Canada), 2008. / Titre de l'écran-titre (visionné le 7 avril 2009). In ProQuest dissertations and theses. Publié aussi en version papier.

Le sepsis est un syndrome observé chez des patients associant une infection documentée (microbiologiquement ou cliniquement suspectée) à une réponse inflammatoire systémique (Systemic Inflammatory Response Syndrome : SIRS).Celui-ci peut évoluer vers un sepsis sévère s'il est associé à la défaillance d'un ou de plusieurs organes. Le choc septique est l'association d'un état septique grave et d'une défaillance hémodynamique caractérisée par une chute aiguë de la pression artérielle ne pouvant pas être corrigée par une procédure standard de remplissage vasculaire. Les syndromes septiques sont aujourd'hui la première cause de mortalité en unités de réanimation. Cette mortalité élevée, en particulier pour les cas les plus graves tels que les chocs septiques, témoigne d'une absence de traitements curatifs pour cette pathologie. Partant de l'hypothèse que les syndromes septiques graves sont la conséquence d'une perte de contrôle précoce de la régulation de la réponse inflammatoire, nous avons étudié, via deux démarches complémentaires, l'initiation de la voie de signalisation TLR4 et les mécanismes intracellulaires contribuant à sa régulation. Dans un premier temps, l'utilisation d'approches transcriptomiques nous a permis d'identifier la voie de signalisation mTOR comme discriminante entre des patients sains (SIRS induit par l'injection d'endotoxines) et des patients souffrant de syndromes septiques graves. Nous avons ensuite développé et utilisé des techniques de modélisation logique pour simuler in silico le rôle joué par la voie mTOR dans la résolution d'une réponse inflammatoire. Ces résultats encourageants ouvrent des perspectives pour de nouvelles applications thérapeutiques dans le domaine du sepsis / Sepsis is a syndrome observed in patients combining a documented infection (microbiologically or clinically suspected) with a systemic inflammatory response (Systemic Inflammatory Response Syndrome : SIRS). It may progress to severe sepsis if it is associated with failures of one or more organs. Septic shock is the combination of a severe sepsis and a hemodynamic dysfunction characterized by an acute fall in blood pressure that cannot be corrected by a procedure of vascular filling.Sepsis syndromes represent today the first cause of mortality in intensive care units around the world. This poor survival rate, in particular for the most severe cases, such as septic shock, testifies a real curative therapeutic demand.Based on the assumption that severe sepsis syndromes are the consequence of a loss of control in early mechanisms of inflammatory response regulation, we studied via two complementary approaches the initiation of TLR4 signaling pathway and the intracellular mechanisms contributing to its regulation.First, the use of transcriptomic approaches allowed us to identify the mTOR signaling pathway as discriminating between healthy patients (SIRS induced by the infusion of endotoxins) and patients with severe septic syndromes. We then developed and used logic modeling approaches to in silico simulate the role played by the mTOR signaling pathway in the resolution of an inflammatory response. These encouraging results open perspectives for new therapeutic applications in the field of sepsis

L’objectif de cette thèse est de développer des méthodes de décomposition des signaux électromyographiques (EMG) en signaux élémentaires, les trains de potentiels d’action d’unité motrice (TPAUM). Nous avons proposé deux modèles de génération des signaux et nous avons mis en évidence la propriété de cyclostationnarité et de cyclostationnarité floue de ces deux modèles. Dans l’objectif de la décomposition, nous avons enfin proposé une méthode de décomposition aveugle à partir de signaux EMG multi-capteurs en utilisant cette propriété. Nous présentons les limitations théoriques de la méthode, notamment par un seuil limite de la fréquence de décharge. Nous avons effectué une évaluation des performances de la méthode proposée avec comparaison à une méthode classique de séparation à l’ordre 2.Il a été montré que l’exploitation de la propriété de cyclostationnarité apportait de meilleures performances de séparation dans le cas bruité et non bruité, sur le modèle cyclostationnaire et sur le modèle cyclostationnaire flou. Les performances se trouvent dégradées lorsque la fréquence de décharge dépasse le seuil théorique. Cette évaluation a été réalisée au moyen de simulations de Monte-Carlo construites sur des observations réelles. Enfin, la méthode appliquée sur des données réelles a montré de bons résultats sur des signaux EMG intramusculaires. / The aim of this thesis is to develop decomposition methods of electromyographic (EMG) signals into elementary signals, called motor unit action potential trains (MUAPT). We proposed two signal generation models and we have demonstrated the cyclostationary and fuzzy cyclostationary properties of these. We finally proposed a blind decomposition method from multi-sensor EMG signals using these properties. We present the theoretical limitations of the method, in particular the existence of a limiting threshold of the discharge frequency. We conducted a performance evaluation of the proposed method with a comparison with conventional 2nd order separation method. It has been shown that the contribution of cyclostationarity property brings better performance in noisy and noiseless cases and in the cyclostationary and fuzzy cyclostationary model cases. We highlighted a performance degradation when the discharge frequency was beyond the theoretical threshold. This evaluation was performed via Monte Carlo simulations based on real observations. Finally, we presented real EMG signals results. The method has shown good results on intramuscular EMG signals.

La modernisation du service public nécessite un accompagnement en matière de GRH pour évaluer les compétences des personnels. Cette démarche passe par la nécessité de disposer d’un outil de gestion adapté, faisant appel aux NTIC, et permettant d’agréger des données qualitatives. Un moteur d’inférence interne a été créé, basé sur l’intelligence artificielle et utilisant la logique floue. Il apparait, à l’issue de la réalisation de l’outil d’Evaluation Assistée par Ordinateur, qu’il doit posséder des qualités particulières permettant de réaliser l’évaluation la plus objective et équitable possible. Sa mise en usage dans des conditions réelles indique que pour pouvoir faire l’objet d’une acceptation et d’une appropriation par les managers et les personnels évalués, il doit être crédible et efficace. Les tests réalisés nous permettent d’affirmer que la perception essentielle de son rôle, de son utilité, et de sa facilité d’utilisation est une nécessité qui est le corollaire de sa pérennité. / The modernization of the public sector requires an HRM accompaniment, for the evaluation competencies of the supervisory staff. This approach relies on the necessity of having an adapted management tool, requiring NICT, and allowing the aggregation of qualitative data. To achieve our objectives, we used an innovative, internal, interference engine based on artificial intelligence, namely the “fuzzy logic”. It would seem, at the conclusion of the realization of our Computer-Aided Evaluation tool, that it must possess particular qualities allowing it to carry out the most objective and fairest evaluation as possible. Its use in real conditions indicates that it must, to be accepted and an appropriation, at once by the managers and the estimated staffs, be credible and effective. The realized tests allow us to assert that the essential perception of its role, its utility, and its facility of use, are a necessity which will be the corollary of ensuring its continual existence.

La tomographie d'émission par positrons (TEP) est un outil de choix en imagerie moléculaire grâce à sa capacité à quantifier certains métabolismes et à porter des diagnostics précis sur l'évolution de pathologies. Cependant, la qualité du diagnostic est dépendante de la qualité de l'image obtenue. La complexité des appareils TEP fait en sorte que ceux-ci nécessitent des calibrations fréquentes demandant un professionnel qualifié dans le domaine que très peu de laboratoires pourvus d'un scanner possèdent. Conséquemment, ce projet vise à concevoir un système intelligent pouvant détecter des fautes et porter un diagnostic sur un scanner TEP de façon automatique dans le but de maximiser la qualité des images produites. Le système intelligent développé permettra alors de pallier à la surcharge ou à l'absence d'un professionnel en laboratoire puisqu'il automatisera le contrôle de qualité de l'appareil. Le projet englobe donc: l'identification de données permettant de détecter et diagnostiquer les fautes, l'implantation de système intelligent par module et de façon hiérarchique, la validation de l'exactitude des diagnostics et finalement l'évaluation de l'impact du système sur la qualité des images produites par le scanner. Pour arriver à son but, le système intelligent met en oeuvre différentes méthodes d'intelligence artificielle comprenant des réseaux de neurones artificiels, un système expert à base de règles et diverses méthodes de traitement de signal. Ce projet se penche plus spécifiquement sur le scanner LabPET, un scanner TEP pour petits animaux développé à Sherbrooke. LabPET est un bon candidat car il comporte un nombre élevé de canaux non interdépendants accentuant ainsi les bénéfices de la parallélisation apportés par le système proposé. Ainsi, les travaux ont permis de réaliser un système ayant une efficacité de détection et une exactitude de diagnostic dépassant les attentes et, une étude de l'impact du système sur la qualité des images a démontré une amélioration significative des paramètres de qualité d'image. Il en découle que le système est bien en mesure d'aider les professionnels dans l'entretien du scanner LabPET. Les résultats devraient permettre de promouvoir le développement de systèmes intelligents de détection et de diagnostic de fautes d'appareils TEP. Des systèmes similaires seront certainement nécessaires au bon fonctionnement des prochaines générations d'appareils TEP, et les résultats de ce projet pourront alors servir de référence.