Dans ce travail, les s´séquences Imagerie par Résonance Magnétique (IRM) radiales à temps d’écho ultra-court (UTE) sont analysées pour évaluer leur potentiel dans l’étude non-invasive de différents modèles expérimentaux de maladies pulmonaires chez la souris. Chez le petit animal, les séquences radiales UTE peuvent efficacement limiter l’impact négatif sur la qualité de l’image dû au déphasage rapide des spins causé par les nombreuses interfaces air/tissu. En plus, les séquences radiales UTE sont moins sensibles aux artefacts de mouvement par rapport aux séquences Cartésiennes classiques. En conséquence, chez le petit animal, les séquences radiales UTE peuvent permettre d’obtenir des images du poumon avec une résolution bien inférieure au millimètre avec des rapports signal/bruit importants dans le parenchyme pulmonaire, tout en travaillant en conditions physiologiques (animaux en respiration spontanée). Dans cette thèse, il sera démontré que les séquences d’IRM protonique UTE sont outils efficaces dans l’étude quantitative et non-invasive de différents marqueurs distinctifs de certaines pathologies pulmonaires d’intérêt général. Les protocoles développés serontsimples, rapides et non-invasifs, faciles à implémenter, avec une interférence minimale sur la pathologie pulmonaire étudiée et, en définitive, potentiellement applicables chez l’homme. Il sera ainsi démontré que l’emploi des agents de contraste, administrés via les voies aériennes, permet d’augmenter la sensibilité des protocoles développés. Parallèlement, dans cette thèse des protocoles suffisamment flexibles seront implémentés afin de permettre l’étude d’un agent de contraste paramagnétique générique pour des applications aux poumons. / In this work, ultra-short echo time (UTE) Magnetic Resonance Imaging (MRI) sequences are investigated as flexible tools for the noninvasive study of experimental models of lung diseases in mice. In small animals radial UTE sequences can indeed efficiently limit the negative impact on lung image quality due to the fast spin dephasing caused by the multiple air/tissue interfaces. In addition, radial UTE sequences are less sensitive to motion artifacts compared to standard Cartesian acquisitions. As a result, radial UTE acquisitions can provide lung images in small animals at sub-millimetric resolution with significant signal to noise ratio in the lung parenchyma, while working with physiological conditions (freely-breathing animals). In this thesis, UTE proton MRI sequences were shown to be efficient instruments to quantitatively investigate a number of hallmarks in longitudinal models of relevant lung diseases with minimal interference with the lung pathophysiology, employing easilyimplementable fast protocols. The synergic use of positive contrast agents, along with anadvantageous administration modality, was shown to be a valuable help in the increase of sensitivity of UTE MRI. At the same time, UTE MRI was shown to be an extremely useful and efficacious sequence for studying positive contrast agents in lungs

Le but de cette thèse est de proposer une modélisation mathématique des stimulations visuelles afin d'analyser finement des données expérimentales en psychophysique et en électrophysiologie. Plus précis\'ement, afin de pouvoir exploiter des techniques d'analyse de données issues des statistiques Bayésiennes et de l'apprentissage automatique, il est nécessaire de développer un ensemble de stimulations qui doivent être dynamiques, stochastiques et d'une complexité paramétrée. Il s'agit d'un problème important afin de comprendre la capacité du système visuel à intégrer et discriminer différents stimuli. En particulier, les mesures effectuées à de multiples échelles (neurone, population de neurones, cognition) nous permette d'étudier les sensibilités particulières des neurones, leur organisation fonctionnelle et leur impact sur la prise de décision. Dans ce but, nous proposons un ensemble de contributions théoriques, numériques et expérimentales, organisées autour de trois axes principaux : (1) un modèle de synthèse de textures dynamiques Gaussiennes spécialement paramétrée pour l'étude de la vision; (2) un modèle d'observateur Bayésien rendant compte du biais positif induit par fréquence spatiale sur la perception de la vitesse; (3) l'utilisation de méthodes d'apprentissage automatique pour l'analyse de données obtenues en imagerie optique par colorant potentiométrique et au cours d'enregistrements extra-cellulaires. Ce travail, au carrefour des neurosciences, de la psychophysique et des mathématiques, est le fruit de plusieurs collaborations interdisciplinaires. / The goal of this thesis is to propose a mathematical model of visual stimulations in order to finely analyze experimental data in psychophysics and electrophysiology. More precisely, it is necessary to develop a set of dynamic, stochastic and parametric stimulations in order to exploit data analysis techniques from Bayesian statistics and machine learning. This problem is important to understand the visual system capacity to integrate and discriminate between stimuli. In particular, the measures performed at different scales (neurons, neural population, cognition) allow to study the particular sensitivities of neurons, their functional organization and their impact on decision making. To this purpose, we propose a set of theoretical, numerical and experimental contributions organized around three principal axes: (1) a Gaussian dynamic texture synthesis model specially crafted to probe vision; (2) a Bayesian observer model that accounts for the positive effect of spatial frequency over speed perception; (3) the use of machine learning techniques to analyze voltage sensitive dye optical imaging and extracellular data. This work, at the crossroads of neurosciences, psychophysics and mathematics is the fruit of several interdisciplinary collaborations.