Cette thèse est consacrée au traitement d’images de bioluminescence chez le petit animal. Ce type d’imagerie, bien qu'utilisé en routine pour la recherche en cancérologie par exemple, présente néanmoins des problèmes liés aux phénomènes de diffusion et d'absorption par les tissus internes à l'animal. Il s'ajoute à cela le bruit du système d'acquisition ainsi que le bruit lié aux rayonnements cosmiques. Ceci influe sur la qualité des images acquises et rend leur exploitation délicate. Le but de cette thèse est de compenser ces effets perturbateurs. Les travaux menés ont abouti à la proposition d’un modèle de formation des images de bioluminescence ainsi qu’à une chaîne de traitement adaptée composée d’une étape de filtrage suivie d’une étape de déconvolution. Après étude de la nature des différents bruits liés à l'acquisition, nous avons mis au point un nouveau filtre médian pour la suppression du bruit impulsionnel aléatoire présent sur les images acquises ; ce filtre représente le premier bloc de la chaîne proposée. Pour l'étape de déconvolution, nous avons mené une étude comparative de différents algorithmes de déconvolution. Cela a conduit à choisir un algorithme de déconvolution aveugle initialisé avec la réponse impulsionnelle estimée du système d'acquisition. Nous avons validé notre approche globale en comparant les résultats à la réalité terrain. Au travers de différents essais cliniques, nous avons montré que le traitement que nous proposons permet une amélioration significative de la mesure des sources bioluminescentes et une meilleure distinction de sources très proches, ce qui représente un apport non négligeable pour les utilisateurs d'images de bioluminescence. / This thesis is devoted to the analysis of bioluminescence images applied to the small animal. This kind of imaging modality is used in cancerology studies. Nevertheless, some problems are related to the diffusion and the absorption of the tissues of the light of internal bioluminescent sources. In addition, system noise and the cosmic rays noise are present. This influences the quality of the images and makes it difficult to analyze. The purpose of this thesis is to overcome these disturbing effects. We first have proposed an image formation model for the bioluminescence images. The processing chain is constituted by a filtering stage followed by a deconvolution stage. We have proposed a new median filter to suppress the random value impulsive noise which corrupts the acquired images; this filter represents the first block of the proposed chain. For the deconvolution stage, we have performed a comparative study of various deconvolution algorithms. It allowed us to choose a blind deconvolution algorithm initialized with the estimated point spread function of the acquisition system. At first, we have validated our global approach by comparing our obtained results with the ground truth. Through various clinical tests, we have shown that the processing chain allows a significant improvement of the spatial resolution and a better distinction of very close tumor sources, what represents considerable contribution for the users of bioluminescence images.

Cette thèse est consacrée au traitement d'images de bioluminescence chez le petit animal. Ce type d'imagerie, bien qu'utilisé en routine pour la recherche en cancérologie par exemple, présente néanmoins des problèmes liés aux phénomènes de diffusion et d'absorption par les tissus internes à l'animal. Il s'ajoute à cela le bruit du système d'acquisition ainsi que le bruit lié aux rayonnements cosmiques. Ceci influe sur la qualité des images acquises et rend leur exploitation délicate. Le but de cette thèse est de compenser ces effets perturbateurs. Les travaux menés ont abouti à la proposition d'un modèle de formation des images de bioluminescence ainsi qu'à une chaîne de traitement adaptée composée d'une étape de filtrage suivie d'une étape de déconvolution. Après étude de la nature des différents bruits liés à l'acquisition, nous avons mis au point un nouveau filtre médian pour la suppression du bruit impulsionnel aléatoire présent sur les images acquises ; ce filtre représente le premier bloc de la chaîne proposée. Pour l'étape de déconvolution, nous avons mené une étude comparative de différents algorithmes de déconvolution. Cela a conduit à choisir un algorithme de déconvolution aveugle initialisé avec la réponse impulsionnelle estimée du système d'acquisition. Nous avons validé notre approche globale en comparant les résultats à la réalité terrain. Au travers de différents essais cliniques, nous avons montré que le traitement que nous proposons permet une amélioration significative de la mesure des sources bioluminescentes et une meilleure distinction de sources très proches, ce qui représente un apport non négligeable pour les utilisateurs d'images de bioluminescence.