Cette thèse a pour objectif de parvenir à une estimation automatisée des contours du ventricule gauche sur des images IRM en coupes petit-axe, nécessitant un minimum d’interventions de la part de l’utilisateur. En s’appuyant sur une approche semi-automatique récemment développée, une méthode entièrement automatique est proposée, reposant sur la localisation des structures cardiaques et la création d’une région d’intérêt autour du ventricule gauche, puis la segmentation de sa cavité. L’algorithme a été développé en prenant en compte des connaissances anatomiques et fonctionnelles sur le cœur : les caractéristiques temporelles du battement cardiaque, la pseudo-circularité des coupes petit-axe du ventricule gauche, la continuité 3D qui ont été combinées à l’intensité dans les images. La segmentation utilise une approche fondée sur les contours actifs combinée à un filtrage morphologique qui améliore la robustesse de la segmentation vis-à-vis des hétérogénéités au sein de la cavité. Le travail réalisé avec le groupe MedIEval (MedicalImaging Evaluation) a permis de comparer les deux méthodes avec 6 autres méthodes, dont 3 tracés d'experts. Une classification par une approche d’évaluation sans référence a été appliquée à la fraction d’éjection estimée par les 8 méthodes. Enfin, la méthode de segmentation proposée a été utilisée systématiquement dans une étude de recherche clinique combinant l’étude de la contraction régionale et la quantification de la transmuralité de l’infarctus du myocarde. Ces travaux ouvrent des perspectives, sur l’automatisation de la segmentation du ventricule droit et l’estimation d’une forme mutuelle robuste à partir de plusieurs segmentations. / The aim of this work is to perform an automated segmentation of the Left Ventricle on short-axis cardiac MR images with as few user interactions as possible. Based on a recently developed semi-automated segmentation method, a fully automated segmentation method is proposed that includes three main steps: the heart localization, the definition of a region of interest around the left ventricle, and finally its segmentation. The algorithm developed here takes into account anatomic and functional a priori information such as the temporal features of the heartbeat, the pseudo-circular shape of the LV, and the 3D continuity, combined with the image intensity features. The segmentation process is achieved using deformable models combined with morphological filters, which improve the model performances when dealing with heterogeneous gray levels within the cavity. The work achieved within the MedIEval group (Medical Imaging Evaluation) allowed to compare both proposed methods with 6 other methods, including 3 manual delineations by experts. In particular, an approach for ranking segmentation methods without using a gold standard was applied to the ejection fractions estimated by the 8 methods. Finally, the proposed segmentation method was used in a clinical research work about the regional contraction and thequantification of the myocardial infarction extent.Future work includes the automated segmentation of the right ventricle as well as the estimation of a robust mutual shape from several segmentation methods.

Ces travaux de thèse portent sur le développement de nouvelles modalités d’imagerie cardiovasculaire basé sur l’utilisation de l'imagerie ultrarapide 2D et 3D. Les modalités d’imagerie développées dans cette thèse appartiennent au domaine de de l’élastographie par onde de cisaillement et de l'imagerie Doppler des flux sanguins.Dans un premier temps, la technique de l’élastographie par onde de cisaillement du myocarde a été développée pour les applications cliniques. Une approche d'imagerie non-linéaire a été utilisée pour améliorer l’estimation de vitesse des ondes de cisaillement (ou la rigidité des tissus cardiaques) de manière non invasive et localisée. La validation de cette nouvelle approche de « l’imagerie par sommation cohérente harmonique ultrarapide » a été réalisée in vitro et la faisabilité in vivo a été testée chez l’humain. Dans un second temps, nous avons utilisé cette technique sur des patients lors de deux essais cliniques, chacun ciblant une population différente (adultes et enfants). Nous avons étudié la possibilité d’évaluer quantitativement la rigidité des tissus cardiaques par élastographie chez des volontaires sains, ainsi que chez des malades souffrant de cardiomyopathie hypertrophique. Les résultats ont montré que l’élastographie pourrait devenir un outil d'imagerie pertinent et robuste pour évaluer la rigidité du muscle cardiaque en pratique clinique. Par ailleurs, nous avons également développé une nouvelle approche appelée « imagerie de tenseur élastique 3-D » pour mesurer quantitativement les propriétés élastiques des tissus anisotropes comme le myocarde. Ces techniques ont été testées in vitro sur des modèles de de gels isotropes transverses. La faisabilité in vivo de l’élastographie par onde cisaillement à trois-dimensions a été également évaluée sur un muscle squelettique humain.D'autre part, nous avons développé une toute nouvelle modalité d’imagerie ultrasonore des flux coronariens basée sur l’imagerie Doppler ultrarapide. Cette technique nous a permis d'imager la circulation coronarienne avec une sensibilité élevée, grâce notamment au développement d’un nouveau filtre adaptatif permettant de supprimer le signal du myocarde en mouvement, basé sur la décomposition en valeurs singulières (SVD). Des expériences à thorax ouvert chez le porc ont permis d'évaluer et de valider notre technique et les résultats ont montré que la circulation coronaire intramurale, peut être évaluée sur des vaisseaux de diamètres allant jusqu’à 100 µm. La faisabilité sur l’homme a été démontrée chez l’enfant en imagerie clinique transthoracique.Enfin, nous avons développé une nouvelle approche d’imagerie des flux sanguins, « l’imagerie ultrarapide 3-D des flux», une nouvelle technique d'imagerie quantitative des flux. Nous avons démontré que cette technique permet d’évaluer le débit volumétrique artériel directement en un seul battement cardiaque, indépendamment de l'utilisateur. Cette technique a été mise en place à l'aide d'une sonde matricielle 2-D et d’un prototype d’échographe ultrarapide 3-D développé au sein du laboratoire. Nous avons évalué et validé notre technique in vitro sur des fantômes artériels, et la faisabilité in vivo a été démontrée sur des artères carotides humaines. / This thesis was focused on the development of novel cardiovascular imaging applications based on 2-D and 3-D ultrafast ultrasound imaging. More specifically, new technical and clinical developments of myocardial shear wave elastography and ultrafast blood flow imaging are presented in this manuscript.At first, myocardial shear wave elastography was developed for transthoracic imaging and improved by a non-linear imaging approach to non-invasively and locally assess shear wave velocity measurements, and consequently tissue stiffness in the context of cardiac imaging. This novel imaging approach (Ultrafast Harmonic Coherent Compounding) was tested and validated in-vitro and the in vivo feasibility was performed in humans for biomechanical evaluation of the cardiac muscle wall, the myocardium. Then, we have translated shear wave elastography to the clinical practice within two clinical trials, each one with a different population (adults and children). In both clinical trials, we have studied the capability of shear wave elastography to assess quantitatively myocardial stiffness in healthy volunteers and in patients suffering from hypertrophic cardiomyopathy. The results in the adult population indicated that shear wave elastography may become an effective imaging tool to assess cardiac muscle stiffness in clinical practice and help the characterization of hypertrophic cardiomyopathy. Likewise, we have also translated Shear Wave Elastography into four-dimensions and we have developed a new approach to map tissue elastic anisotropy in 3-D. 3-D Elastic Tensor Imaging allowed us to estimate quantitatively in a single acquisition the elastic properties of fibrous tissues. This technique was tested and validated in vitro in transverse isotropic models. The in-vivo feasibility of 3D elastic tensor imaging was also assessed in a human skeletal muscle.In parallel, we have developed a novel imaging technique for the non-invasive and non-radiative imaging of coronary circulation using ultrafast Doppler. This approach allowed us to image blood flow of the coronary circulation with high sensitivity. A new adaptive filter based on the singular value decomposition was used to remove the clutter signal of moving tissues. Open-chest swine experiments allowed to evaluate and validate this technique and results have shown that intramural coronary circulation, with diameters up to 100 µm, could be assessed. The in-vivo transthoracic feasibility was also demonstrated in humans in pediatric cardiology.Finally, we have developed a novel imaging modality to map quantitatively the blood flow in 3-D: 3-D ultrafast ultrasound flow imaging. We demonstrated that 3-D ultrafast ultrasound flow imaging can assess non-invasively, user-independently and directly volumetric flow rates in large arteries within a single heartbeat. We have evaluated and validated our technique in vitro in arterial phantoms using a 2-D matrix-array probe and a customized, programmable research 3-D ultrafast ultrasound system, and the in-vivo feasibility was demonstrated in human carotid arteries.

Le fonctionnement du cerveau humain est fascinant. En seulement quelques millisecondes, des milliards de neurones synchronisés perçoivent, traitent et redirigent les informations permettant le contrôle de notre corps, de nos sentiments et de nos pensées. Malheureusement, notre compréhension du cerveau reste limitée et de multiples questions physiologiques demeurent. Comment sont exactement reliés le fonctionnement neuronal et le comportement humain ? L’imagerie de l’activité neuronale au moyen de systèmes miniatures est l’une des voies les plus prometteuses permettant d’étudier le cerveau des animaux se déplaçant librement. Cependant, le développement de ces outils n’est pas évident et de multiples compromis techniques doivent être faits pour arriver à des systèmes suffisamment petits et légers. Les outils actuels ont donc souvent des limitations concernant leurs caractéristiques physiques et optiques. L’un des problèmes majeur est le manque d’une lentille miniature électriquement réglable et à faible consommation d’énergie permettant l’imagerie avec un balayage en profondeur. Dans cette thèse, nous proposons un nouveau type de dispositif d’imagerie miniature qui présente de multiples avantages mécaniques, électriques et optiques par rapport aux systèmes existants. Le faible poids, la petite dimension, la capacité de moduler électriquement la distance focale à l’aide d’une lentille à cristaux liquides (CL) et la capacité d’imager des structures fines sont au cœur des innovations proposées. Dans un premier temps, nous présenterons nos travaux (théoriques et expérimentaux) de conception, assemblage et optimisation de la lentille à CL accordable (TLCL, pour tunable liquid crystal lens). Deuxièmement, nous présenterons la preuve de concept macroscopique du couplage optique entre la TLCL et la lentille à gradient d’indice (GRIN, pour gradient index) en forme d’une tige. Utilisant le même système, nous démontrerons la capacité de balayage en profondeur dans le cerveau des animaux anesthésiés. Troisièmement, nous montrerons un dispositif d’imagerie (2D) miniature avec de nouvelles caractéristiques mécaniques et optiques permettant d’imager de fines structures neuronales dans des tranches de tissus cérébraux fixes. Enfin, nous présenterons le dispositif miniaturisé, avec une TLCL intégrée. Grâce à notre système, nous obtenons ≈ 100 µm d’ajustement électrique de la profondeur d’imagerie qui permet d’enregistrer l’activité de fines structures neuronales lors des différents comportements (toilettage, marche, etc.) de la souris. / The functioning of the human brain is fascinating. In only a few milliseconds, billions of finely tuned and synchronized neurons perceive, process and exit the information that drives our body, our feelings and our thoughts. Unfortunately, our understating of the brain is limited and multiple physiological questions remain. How exactly are related neural functioning and human behavior ? The imaging of the neuronal activity by means of miniaturized systems is one of the most promising avenues allowing to study the brain of the freely moving subjects. However, the development of these tools is not obvious and multiple technical trade-offs must be made to build a system that is sufficiently small and light. Therefore, the available tools have different limitations regarding their physical and optical characteristics. One of the major problems is the lack of an electrically adjustable and energy-efficient miniature lens allowing to scan in depth. In this thesis, we propose a new type of miniature imaging device that has multiple mechanical, electrical and optical advantages over existing systems. The low weight, the small size, the ability to electrically modulate the focal distance using a liquid crystal (LC) lens and the ability to image fine structures are among the proposed innovations. First, we present our work (theoretical and experimental) of design, assembling and optimization of the tunable LC lens (TLCL). Second, we present the macroscopic proof-of-concept optical coupling between the TLCL and the gradient index lens (GRIN) in the form of a rod. Using the same system, we demonstrate the depth scanning ability in the brain of anaesthetized animals. Third, we show a miniature (2D) imaging device with new mechanical and optical features allowing to image fine neural structures in fixed brain tissue slices. Finally, we present a state-of-the-art miniaturized device with an integrated TLCL. Using our system, we obtain a ≈ 100 µm electrical depth adjustment that allows to record the activity of fine neuronal structures during the various behaviours (grooming, walking, etc.) of the mouse.

No description available.

Deux types de neurotransmission se produisent dans les neurones du cerveau : la transmission évoquée et la transmission spontanée. Contrairement à la transmission évoquée, le rôle de la transmission spontanée sur la plasticité synaptique - un mécanisme utilisé pour doter le cerveau de capacités d'apprentissage et de mémorisation - reste incertain. Les neurotransmissions spontanées sont localisées et se produisent aléatoirement dans les synapses des neurones. Lorsqu'un tel événement spontané se produit, ce que l'on appelle un influx synaptique miniature d'ions calcium (miniature Synaptic Ca²⁺ Transient, mSCT), des ions calcium messagers secondaires pénètrent dans la synapse, activant les voies de signalisation en aval de la plasticité synaptique. L'utilisation de l'imagerie calcique du neurone in vitro permet la visualisation spatiotemporelle de l'entrée des ions calcium. Les vidéos calciques qui en résultent permettent une étude quantitative de l'impact du mSCT sur la plasticité synaptique. Cependant, la localisation des mSCTs dans l'imagerie du calcium est difficile en raison de leur petite taille, de leur faible intensité par rapport au bruit de l'imagerie et de leur caractère aléatoire inhérent. Dans ce mémoire, nous présentons une méthode d'analyse quantitative à grande échelle des vidéos d'imagerie calcique limitant la variabilité induite par les interventions humaines pour obtenir des données probantes, dans le but de caractériser l'impact des mSCTs sur la plasticité synaptique. En nous basant sur un outil semi-automatique de détection à seuil d'intensité (Intensity Thresholded Detection, ITD), nous sommes capables de générer des données pour entraîner un réseau pleinement convolutionnel (Fully Convolutional Network, FCN) afin de détecter rapidement et automatiquement les mSCTs à partir de vidéos calciques. En utilisant les segmentations bruitées de l'ITD comme données d'entraînement, combinées à un schéma d'entraînement positif (P) et non étiqueté (Unlabeled, U), les performances du FCN surpassent ITD. Le FCN détecte des mSCTs de faible intensité non détectés auparavant par ITD et offre une segmentation supérieure à ITD. Nous avons ensuite caractérisé l'impact des paramètres PU tels que le nombre de P et le ratio P:U. Le FCN entraîné est intégré dans une routine tout-en-un pour permettre une analyse à grande échelle des mSCTs. La routine offre la détection, la segmentation, la caractérisation et la visualisation des mSCTs ainsi qu'une solution logicielle pour gérer plusieurs vidéos avec différentes métadonnées. / Two types of neurotransmission occur in brain's neurons: evoked transmission and spontaneous transmission. Unlike the former, the role of spontaneous transmission on synaptic plasticity - a mechanism used to endow the brain learning and memory abilities - remain unclear. Spontaneous neurotransmissions are localized and randomly happening in neuron's synapses. When such spontaneous events happen, so-called miniature synaptic Ca²⁺ transients(mSCT), second messenger calcium ions entered the spine, activating downstream signaling pathways of synaptic plasticity. Using calcium imaging of in vitro neuron enable spatiotemporal visualization of the entry of calcium ions. Resulting calcium videos enable quantitative study of mSCT's impact on synaptic plasticity. However, mSCT localization in calcium imaging can be challenging due to their small size, their low intensity compared with the imaging noise and their inherent randomness. In this master's thesis, we present a method for quantitative high-throughput analysis of calcium imaging videos that limits the variability induced by human interventions to obtain evidence for characterizing the impact of mSCTs on synaptic plasticity. Based on a semi-automatic intensity thresholded detection (ITD) tool, we are able to generate data to train a fully convolutional neural network (FCN) to rapidly and automaticaly detect mSCT from calcium videos. Using ITD noisy segmentations as training data combine with a positive and unlabeled (PU) training schema, we leveraged FCN performances and could even detect previously undetected low instensity mSCTs missed by ITD. The FCN also provide better segmentation than ITD. We then characterized the impact of PU parameters such as the number of P and the ratio P:U. The trained FCN is bundled in a all-in-one pipeline to permit a high-thoughtput analysis of mSCT. The pipeline offers detection, segmentation, characterization and visualization of mSCTs as well as a software solution to manage multiple videos with different metadatas.

Thèse en cotutelle : Université Laval Québec, Canada et École nationale supérieure des télécommunications de Bretagne Brest, France / La nécessité et l’importance de représenter une scène en 3-D ont été illustrées par de nombreuses applications en télédétection, telles que la planification urbaine, la gestion des catastrophes, etc. Dans ces applications, les données issues du LiDAR et de l’imagerie optique aérienne et satellitaire ont été largement utilisées. Il existe une complémentarité entre les données issues du LiDAR aéroporté et de l’imagerie optique aérienne/satellite, qui motive la fusion de ces données permettant de représenter des scènes observées en 3-D avec une meilleure précision et complétude. Ces dernières années, l’extraction automatique de l’empreinte des bâtiments dans les scènes urbaines et résidentielles est devenue un sujet d’intérêt croissant dans le domaine de la représentation et de la reconstruction de scènes en 3-D. Avec l’augmentation de la disponibilité d’une quantité massive de données capturées par différents capteurs LiDAR et d’imagerie installés sur des plateformes aériennes et spatiales, de nouvelles opportunités se présentent pour effectuer cette tâche à grande échelle. Cependant, les méthodes de fusion existantes considèrent généralement soit des systèmes d’acquisition hybrides composés de LiDAR et de caméras optiques fixés rigidement, soit des jeux de données acquis à partir de la même plateforme à des dates identiques ou très proches, et ayant la même résolution spatiale. Elles n’ont pas été conçues pour traiter des jeux de données acquis avec des plateformes différentes, dans différentes configurations, à des moments différents, ayant des résolutions spatiales et des niveaux de détail différents. Un tel contexte est appelé contexte d’acquisition non-contraint. D’autre part, l’extraction automatique de l’empreinte des bâtiments à grande échelle est une tâche complexe. Des méthodes existantes ont obtenu des résultats relativement significatifs mais en définissant des formes a priori pour les bâtiments, en imposant des contraintes géométriques, ou en se limitant à des zones spécifiques. De telles hypothèses ne sont plus envisageables pour des jeux de données à grande échelle. Ce travail de recherche est consacré au développement d’une méthode versatile de recalage grossier puis fin de jeux de données collectés selon un contexte d’acquisition non-contraint. Il vise à surmonter les défis associés à ce contexte tels que le décalage spatial entre les jeux de données, la différence de résolution spatiale et de niveau de détail, etc. De plus, ce travail de recherche propose une méthode d’extraction efficace des empreintes des bâtiments, offrant un niveau de précision élevé tout en étant une méthode non-supervisée dédiée aux applications à grande échelle. La méthode proposée, appelée “Super-Resolution-based Snake Model” (SRSM), consiste en une adaptation des modèles de snakes—une technique classique de segmentation d’images—pour exploiter des images d’élévation LiDAR à haute résolution générées par un processus de super-résolution. Il se rapporte au contexte d’acquisition de données non-contraint, servant d’exemple d’application de premier ordre. Des résultats pertinents ont été obtenus lors des évaluations rigoureuses des méthodes proposées, à savoir un niveau de précision hautement souhaitable par rapport aux méthodes existantes. Mots-clés : LiDAR aéroporté, imagerie optique satellitaire et aérienne, recalage de données, information mutuelle, super-résolution, scènes urbaines, extraction de bâtiments, grande échelle.

Le fonctionnement du cerveau humain est fascinant. En seulement quelques millisecondes, des milliards de neurones synchronisés perçoivent, traitent et redirigent les informations permettant le contrôle de notre corps, de nos sentiments et de nos pensées. Malheureusement, notre compréhension du cerveau reste limitée et de multiples questions physiologiques demeurent. Comment sont exactement reliés le fonctionnement neuronal et le comportement humain ? L’imagerie de l’activité neuronale au moyen de systèmes miniatures est l’une des voies les plus prometteuses permettant d’étudier le cerveau des animaux se déplaçant librement. Cependant, le développement de ces outils n’est pas évident et de multiples compromis techniques doivent être faits pour arriver à des systèmes suffisamment petits et légers. Les outils actuels ont donc souvent des limitations concernant leurs caractéristiques physiques et optiques. L’un des problèmes majeur est le manque d’une lentille miniature électriquement réglable et à faible consommation d’énergie permettant l’imagerie avec un balayage en profondeur. Dans cette thèse, nous proposons un nouveau type de dispositif d’imagerie miniature qui présente de multiples avantages mécaniques, électriques et optiques par rapport aux systèmes existants. Le faible poids, la petite dimension, la capacité de moduler électriquement la distance focale à l’aide d’une lentille à cristaux liquides (CL) et la capacité d’imager des structures fines sont au cœur des innovations proposées. Dans un premier temps, nous présenterons nos travaux (théoriques et expérimentaux) de conception, assemblage et optimisation de la lentille à CL accordable (TLCL, pour tunable liquid crystal lens). Deuxièmement, nous présenterons la preuve de concept macroscopique du couplage optique entre la TLCL et la lentille à gradient d’indice (GRIN, pour gradient index) en forme d’une tige. Utilisant le même système, nous démontrerons la capacité de balayage en profondeur dans le cerveau des animaux anesthésiés. Troisièmement, nous montrerons un dispositif d’imagerie (2D) miniature avec de nouvelles caractéristiques mécaniques et optiques permettant d’imager de fines structures neuronales dans des tranches de tissus cérébraux fixes. Enfin, nous présenterons le dispositif miniaturisé, avec une TLCL intégrée. Grâce à notre système, nous obtenons ≈ 100 µm d’ajustement électrique de la profondeur d’imagerie qui permet d’enregistrer l’activité de fines structures neuronales lors des différents comportements (toilettage, marche, etc.) de la souris. / The functioning of the human brain is fascinating. In only a few milliseconds, billions of finely tuned and synchronized neurons perceive, process and exit the information that drives our body, our feelings and our thoughts. Unfortunately, our understating of the brain is limited and multiple physiological questions remain. How exactly are related neural functioning and human behavior ? The imaging of the neuronal activity by means of miniaturized systems is one of the most promising avenues allowing to study the brain of the freely moving subjects. However, the development of these tools is not obvious and multiple technical trade-offs must be made to build a system that is sufficiently small and light. Therefore, the available tools have different limitations regarding their physical and optical characteristics. One of the major problems is the lack of an electrically adjustable and energy-efficient miniature lens allowing to scan in depth. In this thesis, we propose a new type of miniature imaging device that has multiple mechanical, electrical and optical advantages over existing systems. The low weight, the small size, the ability to electrically modulate the focal distance using a liquid crystal (LC) lens and the ability to image fine structures are among the proposed innovations. First, we present our work (theoretical and experimental) of design, assembling and optimization of the tunable LC lens (TLCL). Second, we present the macroscopic proof-of-concept optical coupling between the TLCL and the gradient index lens (GRIN) in the form of a rod. Using the same system, we demonstrate the depth scanning ability in the brain of anaesthetized animals. Third, we show a miniature (2D) imaging device with new mechanical and optical features allowing to image fine neural structures in fixed brain tissue slices. Finally, we present a state-of-the-art miniaturized device with an integrated TLCL. Using our system, we obtain a ≈ 100 µm electrical depth adjustment that allows to record the activity of fine neuronal structures during the various behaviours (grooming, walking, etc.) of the mouse.

Le mémoire explore l'intégration d'une matrice de photodiode et d'un spectromètre dans un microscope *STED* [1], il se concentre sur deux objectifs principaux : **l'intégration d'une matrice de photodiodes et d'un spectromètre dans un microscope *STED*** et **le développement et mise en œuvre d'algorithmes pour le traitement des données temporelles**. Le premier objectif présente des travaux sur l'intégration d'une matrice de photodiodes, un spectromètre capable de mesurer les longueurs d'onde des photons dans une plage spécifique. Ce développement permet l'acquisition d'images de bactéries contenant divers fluorophores, résolus à la fois temporellement et spectralement. Le second objectif se concentre sur le déploiement, la caractérisation, et la mise en œuvre d'algorithmes pour le traitement des données temporelles générées par le système de détection. Les algorithmes *MLE*, *phaseurs* [2] et *FLI-NET* [3] ont été testés sur des données simulées et expérimentales pour mesurer le temps de vie des fluorophores et la proportion entre deux populations caractérisées par deux temps de vie distincts. Une étude approfondie de ces algorithmes a été réalisée sur des images *FLIM* simulées et réelles pour évaluer leur efficacité. Le mémoire aborde également l'application de la technique *SPLIT-STED* [4], qui améliore la résolution spatiale du microscope *STED* en exploitant les informations temporelles. Cette méthode a montré des améliorations notables de la résolution, particulièrement utiles pour l'analyse d'échantillons vivants. Le mémoire met en lumière les limitations existantes dans le traitement des données *FLIM*, notamment en termes de mesure des temps de vie et des proportions associées, surtout lorsque le nombre de photons est limité. Il présente des solutions potentielles, telles que l'utilisation d'un réseau *U-NET* [5] pour une analyse plus approfondie des données, combinant les informations spatiales, temporelles et spectrales. Ces développements ouvrent la voie à des analyses plus précises et détaillées dans la recherche biologique, en utilisant la microscopie de super-résolution et la microscopie *S-FLIM*. / This master thesis explores the integration of a photodiode array and a spectrometer into a *STED* microscope [1], focusing on two main objectives: **the integration of a photodiode array and a spectrometer into a STED microscope** and **the development and implementation of algorithms for processing temporal data**. The first objective presents work on the integration of a photodiode array with a spectrometer capable of measuring the wavelengths of photons within a specific range. This development allows for the acquisition of images of bacteria containing various fluorophores, resolved both temporally and spectrally. The second objective focuses on the deployment, characterization, and implementation of algorithms for processing the temporal data generated by the detection system. The *MLE*, *phasor* [2], and *FLI-NET* [3] algorithms were tested on simulated and experimental data to measure the fluorophore lifetimes and the proportion between two populations characterized by two distinct lifetimes. An in-depth study of these algorithms was conducted on simulated and real *FLIM* images to evaluate their effectiveness. This master thesis also discusses the application of the *SPLIT-STED* technique [4], which improves the spatial resolution of the *STED* microscope by exploiting temporal information. This method has shown notable improvements in resolution, particularly useful for the analysis of living samples. The master thesis highlights the existing limitations in *FLIM* data processing, particularly in terms of measuring lifetimes and associated proportions, especially when the number of photons is limited. It presents potential solutions, such as the use of a *U-NET* network [5] for a more in-depth analysis of the data, combining spatial, temporal, and spectral information. These developments pave the way for more accurate and detailed analyses in biological research, using super-resolution microscopy and *S-FLIM* microscopy.

L'éclairage extérieur joue un rôle important dans la recherche et l'industrie. La compréhension de l'éclairage extérieur est essentielle dans de nombreuses applications en vision par ordinateur, infographie, films d'animation par ordinateur, gestion de l'énergie solaire, etc. L'éclairage extérieur, d'où la contribution provient majoritairement du soleil et du ciel, possède une plage dynamique extrêmement élevée (HDR pour high dynamic range). La capture de l'éclairage extérieur, y compris l'étendue de la plage dynamique et l'intensité absolue du soleil, nécessite des appareils ou des techniques spécialisés : une caméra ordinaire est incapable de la capturer. Le contenu de l'image capturé avec un appareil photo grand public est actuellement disponible sous forme de données à basse plage dynamique (LDR pour low dynamic range). Ces problèmes deviennent un obstacle majeur à la compréhension de l'éclairage extérieur. Comprendre l'éclairage extérieur à partir d'images est également une tâche difficile en raison de sa diversité : l'éclairage change considérablement en raison du mouvement des nuages et des conditions météorologiques. Dans le cadre de ce travail, nous proposons de raisonner sur l'éclairage HDR à partir d'images LDR à partir de données. Nous explorons ce problème avec le trois objectifs suivants 1) reconstruire automatiquement l'éclairage HDR à partir de panoramas extérieurs LDR capturés avec une caméra 360⁰ point-and-shoot, 2) prévoir l'énergie solaire à partir d'images du ciel capturées avec une caméra standard ; 3) estimer les paramètres d'éclairage significatifs à partir d'une seule image conventionnelle à champ de vision limité. Ces objectifs sont appuyés par des expériences et des analyses détaillées. Nous espérons que cette recherche aidera à mieux comprendre l'éclairage extérieur HDR. / Outdoor lighting plays an important role in both research and industry. Understanding outdoor illumination is essential in many applications in computer vision, computer graphics, computer-animated movies, solar energy management, etc. Outdoor illumination, which is mainly contributed by the sun and sky, has an extremely high dynamic range (HDR). Capturing outdoor illumination including the breadth of the dynamic range and the absolute intensity of the sun requires specialized devices or techniques : a regular camera is incapable of capturing it. The image contents captured with a consumer camera are currently available as low dynamic range (LDR) data. These issues become a big obstacle to understanding outdoor lighting. Understanding outdoor illumination from images is also a challenging task because of its diversity : the lighting changes dramatically due to clouds movement and weather conditions. In this work, we propose to reason about the HDR illumination from LDR images in a data-driven way. We explore this problem in the following three objectives 1) automatically reconstruct the HDR lighting from LDR outdoor panoramas captured with a point-and-shoot 360⁰ camera, 2) forecast solar energy from sky images captured with an off-the-shelf camera; 3) estimate meaningful lighting parameters from a single conventional limited field of view image. Each of these objectives provides detailed experiments and analyses. We hope this research could help to better understand the HDR outdoor illumination.

Titre de l'écran-titre (visionné le 18 mars 2024) / Les sédiments aquatiques sont des archives précieuses de l'histoire des écosystèmes, et elles contiennent des informations permettant de reconstituer le passé et de prévoir l'évolution de l'état des écosystèmes. Les carottes de sédiments lacustres fournissent des données à long terme essentielles pour distinguer le rythme et l'étendue des changements environnementaux naturels, comprendre les écosystèmes avant les impacts anthropiques et établir l'état de référence des écosystèmes. Cependant, la plupart des techniques d'analyse des sédiments sont destructives, prennent du temps et ont une résolution relativement faible. Ces dernières années, l'imagerie hyperspectrale s'est imposée comme une nouvelle technologie en paléolimnologie. Contrairement aux méthodes traditionnelles, cette technologie permet la reconstruction rapide, non destructive et très détaillée (résolution spatiale submillimétrique) des caractéristiques physiques, biologiques et chimiques des carottes de sédiments. Ce doctorat vise à étudier les réponses des lacs à de multiples facteurs de stress au cours des 150 dernières années en utilisant diverses propriétés des carottes de sédiments identifiées grâce à l'imagerie hyperspectrale. Cette thèse examine 116 carottes de sédiments lacustres prélevées pendant trois étés (2017-2019) dans des lacs canadiens répartis dans 11 écozones. La recherche a été menée dans le cadre du programme du Réseau canadien Lake Pulse du CRSNG (Conseil de recherches en sciences naturelles et en génie du Canada). Les images hyperspectrales (HSI), combinées avec d'autres proxies, ont été employées pour développer des modèles d'apprentissage automatique et statistiques. Ces modèles ont permis d'analyser la composition des sédiments et, par conséquent, de reconstituer les changements environnementaux passés dans l'ensemble du Canada. En plus des données principales provenant de l'imagerie hyperspectrale, des données supplémentaires proviennent des modèles de données climatiques globales, et d'analyses de spectrophotométrie, de granulométrie laser, et de spectrométrie gamma et alpha. Les principaux résultats de cette thèse incluent (1) le développement de méthodologies pour préparer des échantillons de carottes de sédiments avant l'acquisition d'images, pour la configuration du scanner hyperspectral, pour l'acquisition des données, et pour personnaliser les méthodes existantes et développer de nouvelles techniques de débruitage, de prétraitement et d'intégration de données spectrales; (2) le développement d'un modèle d'apprentissage profond basé sur des réseaux de neurones convolutifs pour estimer la taille moyenne des particules des carottes de sédiments à l'aide de l'imagerie hyperspectrale; (3) l'introduction d'un nouvel indice spectral pour estimer la teneur en chlorophylle dans les carottes de sédiments lacustres; et (4) l'analyse d'une vaste base de données provenant de carottes de sédiments lacustres de partout au Canada, couplée à des données climatiques historiques. Cette dernière analyse a révélé une augmentation généralisée des dépôts de chlorophylle dans les lacs canadiens due au climat depuis l'époque préindustrielle (après 1850), et surtout depuis la fin des années 1950. Les recherches menées dans le cadre de cette thèse vont faciliter de futures études à haute résolution sur les changements environnementaux à partir de carottes de sédiments et font progresser notre compréhension de l'état des lacs canadiens et de leurs réponses au réchauffement climatique. / Aquatic sediments are valuable archives of ecosystem history which contain information that enables past reconstructions and predictions about the state of ecosystems. Lake sediment cores provide long-term data essential for distinguishing the rate and extent of natural environmental changes, understanding ecosystem patterns prior to human impacts, and establishing the baseline condition of ecosystems. However, most sediment analysis techniques are destructive, time-consuming, and relatively low-resolution. In recent years, hyperspectral imaging has emerged as a new technology in paleolimnology. Unlike traditional methods, this technology allows for the rapid, non-destructive, and highly detailed (submillimeter spatial resolution) reconstruction of physical, biological, and chemical characteristics within sediment cores. This Ph.D. aims to study lake responses to multiple stressors over the past 150 years utilizing various properties of sediment cores identified through hyperspectral imaging. This thesis involved the examination of 116 lake sediment cores collected during three summers (2017–2019) from Canadian lakes across 11 ecozones. The research was conducted as part of the NSERC (Natural Sciences and Engineering Research Council of Canada) Canadian Lake Pulse Network program. Hyperspectral images (HSI) from the surface of sediment cores, along with other proxies, were employed to develop machine learning and statistical models. These models were instrumental in analyzing sediment composition and, consequently, reconstructing past environmental changes across Canada. Besides hyperspectral data, which served as the primary focus, data were utilized from various techniques such as spectrophotometry, laser granulometry, gamma and alpha spectrometry, and global climate data models. The key outcomes of this thesis include (1) the development of a methodology for preparing sediment core samples before scanning, configuring hyperspectral scanner setup, acquiring data, customizing existing methods, and developing new techniques for denoising, preprocessing, and integrating spectral data; (2) the development of a deep learning model based on convolutional neural networks to estimate the mean particle size of sediment cores using hyperspectral imaging; (3) the introduction of a new spectral index to infer chlorophyll content within lake sediment cores; and (4) the analysis of a large database of lake sediment cores from across Canada, coupled with historical climate data, that revealed a widespread climate-mediated increase in chlorophyll deposition in Canadian lakes since pre-industrial times (post-1850), and particularly since the late 1950s. The research in this thesis enables future high-resolution studies of environmental change from sediment cores and advances our understanding of the state of Canadian lakes and their responses to warming climates.