Une structure en béton armé est sujette à différents types de sollicitations. Les tremblements de terre font partie des événements exceptionnels qui induisent des sollicitations extrêmes aux ouvrages. Pour faire face à cette problématique, les codes de calcul des ponts routiers font appel à une approche basée sur des niveaux de performance qui sont rattachés à des états limites. Actuellement, les états limites d'une pile de ponts en béton armé (BA) confinée à l'aide de polymères renforcés de fibres de carbone (PRFC) proposés dans la littérature ne prennent pas en compte le confinement lié au chemisage de PRFC en combinaison avec celui des spirales d'acier. Ce projet de recherche était la suite du volet de contrôle non destructif d'une étude réalisée en 2012 qui comprenait un volet expérimental [Carvalho, 2012] et un volet numérique [Jean, 2012]. L'objectif principal était de compléter l'étude du comportement des poteaux en BA renforcés de PRFC soumis à un chargement cyclique avec les données acoustiques recueillies par St-Martin [2014]. Plus précisément, les objectifs spécifiques étaient de déterminer les états limites reliés aux niveaux de performance et de caractériser la signature acoustique de chaque état limite (p. ex. fissuration du béton, plastification de l'acier et rupture du PRFC). Une méthodologie d'analyse acoustique basée sur l'état de l'art de Behnia et al. [2014] a été utilisée pour quantifier la gravité, localiser et caractériser le type de dommages. Dans un premier temps, les données acoustiques provenant de poutres de 550 mm x 150 mm x 150 mm ont permis de caractériser la signature acoustique des états limites. Puis, des cinq spécimens d'essai construits en 2012, les données acoustiques de trois spécimens, soient des poteaux circulaires d'un diamètre de 305 mm et d'une hauteur de 2000 mm ont été utilisée pour déterminer les états limites. Lors de ces essais, les données acoustiques ont été recueillies avec 14 capteurs de résonances qui étaient reliés à un système multicanal et au logiciel AEwin SAMOS 5.23 de Physical Acoustics Corporation (PAC) [PAC, 2005] par St-Martin [2014]. Une analyse de la distribution des paramètres acoustiques (nbr. de comptes et énergie absolue) combiné à la localisation des événements et le regroupement statistique, communément appelé clustering, ont permis de déterminer les états limites et même, des signes précurseurs à l'atteinte de ces états limites (p. ex. l'initiation et la propagation des fissures, l'éclatement de l'enrobage, la fissuration parallèle aux fibres et l'éclatement du PRFC) qui sont rattachés aux niveaux de performances des poteaux conventionnels et confinés de PRFC. Cette étude a permis de caractériser la séquence d'endommagement d'un poteau en BA renforcé de PRFC tout en démontrant l'utilité de l'écoute acoustique pour évaluer l'endommagement interne des poteaux en temps réel. Ainsi, une meilleure connaissance des états limites est primordiale pour intégrer les PRFC dans la conception et la réhabilitation des ouvrages.

Le travail de cette thèse a été consacré au développement d’un nouvelle technique SELFI (pour self-interferences, auto-interférences en anglais). Cette méthode permet d’obtenir une localisation tridimensionnelle d’émetteurs fluorescents individuels. Nous avons démontré que cela permet l'imagerie super-résolue en 3D et le suivie 3D de molécules uniques en profondeur dans des échantillons biologiques denses et complexes. La technique SELFI se base sur l'utilisation des interférences auto-référencées (également appelées « auto-interférences ») pour remonter à la localisation 3D d’un émetteur en une seule mesure. Ces interférences sont générées via l’utilisation d'un réseau de diffraction placé en sortie du microscope de fluorescence : le signal de fluorescence diffracte sur le réseau et les ordres interfèrent, après une courte propagation, sur le détecteur. Les interférences ainsi formées sont décodées numériquement pour remonter à la localisation 3D d'une molécule fluorescente au sein de l'échantillon. Une molécule unique peut ainsi être localisée avec une précision d'une dizaine de nanomètre, et cela jusqu'à une profondeur d'au moins 50µm au sein d'un échantillon biologique vivant épais (par exemple un tissu biologique).En combinant la méthode SELFI à différentes techniques de super-résolution (PALM, dSTORM et uPAINT), nous montrons que cette méthode de localisation tridimensionnelle permet de retrouver la hiérarchie et l'organisation de protéines dans des objets biologiques. En effectuant du SELFI-PALM, nous avons pu observer différentes protéines des points focaux d’adhésion (talin-C terminale et paxiline) et retrouver les différences de hauteur attendues, et ceux sur des échantillons de cellules vivantes. Ces résultats confirment la résolution accessible avec la technique SELFI (environ 25nm) même pour un faible nombre de photons collectés (environ 500 photons par molécule).Nous mettons en évidence la robustesse de la technique SELFI en reconstruisant des images de super-résolution 3D de structures denses en profondeur dans des échantillons tissulaires complexes. En effectuant du SELFI-dSTORM, nous avons observé le réseau d’actine sur des cellules cultivées en surface de la lamelle dans un premier temps, et à différentes profondeurs (25 et 50 microns) au sein de tissus artificiels dans un second temps.Du suivi 3D de particule unique a aussi été effectué sein de tissus biologiques vivants. Nous avons observé la diffusion libre de quantum dots à différentes profondeurs (jusqu’à 50 microns, limité par l’objectif utilisé) dans des tranches vivantes de cerveau.Nous avons appliqué la technique SELFI à la détection de récepteurs postsynaptiques NMDA. Cela nous a permis d'observer, sur des échantillons de neurones en culture primaire mais aussi au sein de tranches de cerveaux de rats, une différence d'organisation entre les deux sous-unités GluN2A et GluN2B de ce récepteur au glutamate.Enfin, nous avons démontré l'importance de suivre l'évolution de l'environnement des échantillons biologiques vivants lors des acquisitions permettant la détection de molécules individuelles. Grâce à l'utilisation additionnelle et simultanée de l'imagerie de phase quantitative, nous avons pu étudier la dynamique de la membrane cellulaire durant l’activation par un facteur de croissance. L'analyse corrélative entre les images de phase quantitative en lumière blanche et les détections de molécules fluorescentes uniques permet d'obtenir de nouvelles informations pertinentes sur l'échantillon étudié. / The work of this thesis was devoted to the development of a new technique SELFI (for self-interferences). This method unlocks the three-dimensional localization of individual fluorescent emitters. We have demonstrated that this allows 3D super-resolved imaging and 3D tracking of single molecules deep into dense and complex biological samples. The SELFI technique is based on the use of self-referenced interference to go back to the 3D location of a emitter in a single measurement. These interferences are generated using a diffraction grating placed at the exit of the fluorescence microscope: the fluorescence signal diffracts on the grating and, after a short propagation, the orders interfere on the detector. The formed interferences are digitally decoded to extract the 3D location of a fluorescent molecule within the sample. A single molecule can thus be localized with a precision of approximatively ten nanometers up to a depth of at least 50 µm in a thick living biological sample (for example a biological tissue).By combining the SELFI method with different super-resolution techniques (PALM, dSTORM and uPAINT), we show that this three-dimensional localization method grants the access to the hierarchy and organization of proteins in biological objects. By performing SELFI-PALM, we observed different proteins of the adhesion focal points (talin C-terminal and paxilin) and found the expected elevation differences, and those within living cell samples. These results confirm the resolution capability of the SELFI technique (about 25 nm) even for a small number of photons collected (about 500photons per molecule).We highlight the robustness of the SELFI technique by reconstructing 3D super-resolution images of dense structures at depth in complex tissue samples. By performing SELFI-dSTORM, we observed the actin network in cells grown on the surface of the coverslip at first, and at different depths (25 and 50 microns) within artificial tissues in a second time.3D single particle tracking has also been performed in living biological tissues. We observed the free diffusion of quantum dots at different depths (up to 50 microns) in living brain slices.We applied the SELFI technique to the detection of NMDA postsynaptic receptors. We observed, in primary culture of neurons but also within slices of rat brains, a difference in organization between the two subunits GluN2A and GluN2B of this glutamate receptor.Finally, we show the importance of following the evolution of the living biological sample environment during the acquisition of images leading to detections of single molecules. Thanks to the additional and simultaneous use of quantitative phase imaging, we were able to study cell membrane dynamics during the activation by a growth factor. The correlative analysis between white light quantitative phase images and single fluorescent molecule detections provides new relevant information on the sample under study.

Les pays industrialisés comme le Canada doivent faire face au vieillissement de leur population. En particulier, la majorité des personnes âgées, vivant à domicile et souvent seules, font face à des situations à risques telles que des chutes. Dans ce contexte, la vidéosurveillance est une solution innovante qui peut leur permettre de vivre normalement dans un environnement sécurisé. L’idée serait de placer un réseau de caméras dans l’appartement de la personne pour détecter automatiquement une chute. En cas de problème, un message pourrait être envoyé suivant l’urgence aux secours ou à la famille via une connexion internet sécurisée. Pour un système bas coût, nous avons limité le nombre de caméras à une seule par pièce ce qui nous a poussé à explorer les méthodes monoculaires de détection de chutes. Nous avons d’abord exploré le problème d’un point de vue 2D (image) en nous intéressant aux changements importants de la silhouette de la personne lors d’une chute. Les données d’activités normales d’une personne âgée ont été modélisées par un mélange de gaussiennes nous permettant de détecter tout événement anormal. Notre méthode a été validée à l’aide d’une vidéothèque de chutes simulées et d’activités normales réalistes. Cependant, une information 3D telle que la localisation de la personne par rapport à son environnement peut être très intéressante pour un système d’analyse de comportement. Bien qu’il soit préférable d’utiliser un système multi-caméras pour obtenir une information 3D, nous avons prouvé qu’avec une seule caméra calibrée, il était possible de localiser une personne dans son environnement grâce à sa tête. Concrêtement, la tête de la personne, modélisée par une ellipsoide, est suivie dans la séquence d’images à l’aide d’un filtre à particules. La précision de la localisation 3D de la tête a été évaluée avec une bibliothèque de séquence vidéos contenant les vraies localisations 3D obtenues par un système de capture de mouvement (Motion Capture). Un exemple d’application utilisant la trajectoire 3D de la tête est proposée dans le cadre de la détection de chutes. En conclusion, un système de vidéosurveillance pour la détection de chutes avec une seule caméra par pièce est parfaitement envisageable. Pour réduire au maximum les risques de fausses alarmes, une méthode hybride combinant des informations 2D et 3D pourrait être envisagée. / Developed countries like Canada have to adapt to a growing population of seniors. A majority of seniors reside in private homes and most of them live alone, which can be dangerous in case of a fall, particularly if the person cannot call for help. Video surveillance is a new and promising solution for healthcare systems to ensure the safety of elderly people at home. Concretely, a camera network would be placed in the apartment of the person in order to automatically detect a fall. When a fall is detected, a message would be sent to the emergency center or to the family through a secure Internet connection. For a low cost system, we must limit the number of cameras to only one per room, which leads us to explore monocular methods for fall detection. We first studied 2D information (images) by analyzing the shape deformation during a fall. Normal activities of an elderly person were used to train a Gaussian Mixture Model (GMM) to detect any abnormal event. Our method was tested with a realistic video data set of simulated falls and normal activities. However, 3D information like the spatial localization of a person in a room can be very useful for action recognition. Although a multi-camera system is usually preferable to acquire 3D information, we have demonstrated that, with only one calibrated camera, it is possible to localize a person in his/her environment using the person’s head. Concretely, the head, modeled by a 3D ellipsoid, was tracked in the video sequence using particle filters. The precision of the 3D head localization was evaluated with a video data set containing the real 3D head localizations obtained with a Motion Capture system. An application example using the 3D head trajectory for fall detection is also proposed. In conclusion, we have confirmed that a video surveillance system for fall detection with only one camera per room is feasible. To reduce the risk of false alarms, a hybrid method combining 2D and 3D information could be considered.

Les pays industrialisés comme le Canada doivent faire face au vieillissement de leur population. En particulier, la majorité des personnes âgées, vivant à domicile et souvent seules, font face à des situations à risques telles que des chutes. Dans ce contexte, la vidéosurveillance est une solution innovante qui peut leur permettre de vivre normalement dans un environnement sécurisé. L’idée serait de placer un réseau de caméras dans l’appartement de la personne pour détecter automatiquement une chute. En cas de problème, un message pourrait être envoyé suivant l’urgence aux secours ou à la famille via une connexion internet sécurisée. Pour un système bas coût, nous avons limité le nombre de caméras à une seule par pièce ce qui nous a poussé à explorer les méthodes monoculaires de détection de chutes. Nous avons d’abord exploré le problème d’un point de vue 2D (image) en nous intéressant aux changements importants de la silhouette de la personne lors d’une chute. Les données d’activités normales d’une personne âgée ont été modélisées par un mélange de gaussiennes nous permettant de détecter tout événement anormal. Notre méthode a été validée à l’aide d’une vidéothèque de chutes simulées et d’activités normales réalistes. Cependant, une information 3D telle que la localisation de la personne par rapport à son environnement peut être très intéressante pour un système d’analyse de comportement. Bien qu’il soit préférable d’utiliser un système multi-caméras pour obtenir une information 3D, nous avons prouvé qu’avec une seule caméra calibrée, il était possible de localiser une personne dans son environnement grâce à sa tête. Concrêtement, la tête de la personne, modélisée par une ellipsoide, est suivie dans la séquence d’images à l’aide d’un filtre à particules. La précision de la localisation 3D de la tête a été évaluée avec une bibliothèque de séquence vidéos contenant les vraies localisations 3D obtenues par un système de capture de mouvement (Motion Capture). Un exemple d’application utilisant la trajectoire 3D de la tête est proposée dans le cadre de la détection de chutes. En conclusion, un système de vidéosurveillance pour la détection de chutes avec une seule caméra par pièce est parfaitement envisageable. Pour réduire au maximum les risques de fausses alarmes, une méthode hybride combinant des informations 2D et 3D pourrait être envisagée. / Developed countries like Canada have to adapt to a growing population of seniors. A majority of seniors reside in private homes and most of them live alone, which can be dangerous in case of a fall, particularly if the person cannot call for help. Video surveillance is a new and promising solution for healthcare systems to ensure the safety of elderly people at home. Concretely, a camera network would be placed in the apartment of the person in order to automatically detect a fall. When a fall is detected, a message would be sent to the emergency center or to the family through a secure Internet connection. For a low cost system, we must limit the number of cameras to only one per room, which leads us to explore monocular methods for fall detection. We first studied 2D information (images) by analyzing the shape deformation during a fall. Normal activities of an elderly person were used to train a Gaussian Mixture Model (GMM) to detect any abnormal event. Our method was tested with a realistic video data set of simulated falls and normal activities. However, 3D information like the spatial localization of a person in a room can be very useful for action recognition. Although a multi-camera system is usually preferable to acquire 3D information, we have demonstrated that, with only one calibrated camera, it is possible to localize a person in his/her environment using the person’s head. Concretely, the head, modeled by a 3D ellipsoid, was tracked in the video sequence using particle filters. The precision of the 3D head localization was evaluated with a video data set containing the real 3D head localizations obtained with a Motion Capture system. An application example using the 3D head trajectory for fall detection is also proposed. In conclusion, we have confirmed that a video surveillance system for fall detection with only one camera per room is feasible. To reduce the risk of false alarms, a hybrid method combining 2D and 3D information could be considered.