Mémoire numérisé par la Direction des bibliothèques de l'Université de Montréal.

Cette thèse a pour but d'analyser le couplage électromagnétique sur les systèmes électroniques linéiaires testés en chambre réverbérante à brassage de modes (CRBM).

Thèse numérisée par la Direction des bibliothèques de l'Université de Montréal.

Dans ce travail, nous étudions la désexcitation des noyaux formés dans les réactions 78,82Kr+40Ca à 5,5 AMeV. Le détecteur INDRA est utilisé pour mesurer les particules légères, les résidus d'évaporation et les fragments de numéro atomique 3 ≤ Z ≥ 28.Pour les deux réactions, les caractéristiques des fragments sont compatibles avec un processus de fission. Des oscillations dans les sections efficaces des fragments légers (6 ≤ Z ≥ 11) signalent la persistance d'effets de structure. L'amplitude des oscillations ne dépend pas de manière significative du nombre de neutrons du système. Les coïncidences entre particules légères et fragments suggèrent que ces fragments légers sont excités à des énergies inférieures aux seuils d'émission. Pour le système pauvre en neutrons, la section efficace des résidus d'évaporation est légèrement plus élevée et la composante de fission est ~ 25% plus importante. Pour les deux réactions, le modèle de l'état transitoire décrit raisonnablement la distribution de charge autour de la symétrie, mais surestime fortement les sections efficaces des fragments légers et n'explique pas les oscillations associées. La forme de la distribution de charge et les effets pair-impair sont reproduits de manière satisfaisante dans le cadre du système dinucléaire qui associe principalement les fragments lourds à la quasi-fission alors que les fragments légers seraient majoritairement peuplés par fusion. Ces modèles n'expliquent pas les distributions d'énergie cinétique. Cela indiquerait la nécessité de mieux décrire les grandes déformations subies par le système lors de la phase de séparation.

Le but de cette thèse est d'améliorer la qualité des systèmes de recommandation pour la navigation Web en utilisant la séquentialité des actions de navigation des utilisateurs. La notion de séquentialité a déjà été étudiée dans ce contexte. De telles études tentent habituellement de trouver un bon compromis entre précision, complexité en temps et en mémoire, et couverture. De plus, le Web a cela de particulier que du bruit peut être contenu au sein des navigations (erreurs de navigation, apparition de pop-ups, etc.), et que les utilisateurs peuvent effectuer des navigations parallèles. La plupart des modèles qui ont été proposés dans la littérature exploitent soit des suites contiguës de ressources et ne sont pas résistants au bruit, soit des suites discontiguës de ressources et induisent une complexité en temps et en mémoire importantes. Cette complexité peut être réduite en effectuant une sélection sur les séquences, mais cela engendre alors des problèmes de couverture. Enfin à notre connaissance, le fait que les utilisateurs puissent effectuer des navigations parallèles n'a jamais été étudié du point de vue de la recommandation. La problématique de cette thèse est donc de proposer un nouveau modèle séquentiel ayant les cinq caractéristiques suivantes : (1) une bonne précision de recommandation, (2) une bonne résistance au bruit, (3) la prise en compte des navigations parallèles, (4) une bonne couverture (5) et une faible complexité en temps et en mémoire. Afin de répondre à cette problématique, nous nous inspirons de la Modélisation Statistique du Langage (MSL), qui a des caractéristiques très proches de celles de la navigation Web. La MSL est étudiée depuis beaucoup plus longtemps que les systèmes de recommandation et a largement prouvé sa précision et son efficacité. De plus, la plupart des modèles statistiques de langage qui ont été proposés prennent en compte des séquences. Nous avons donc étudié la possibilité d'exploiter les modèles utilisés en MSL et leur adaptation aux contraintes spécifiques de la navigation Web.

Cette thèse s'intéresse à l'estimation des paramètres du mouvement d'une ou plusieurs cibles évoluant au sein d'une zone surveillée par un réseau de capteurs. Dans une première partie nous proposons de déterminer de façon exacte l'influence de paramètres d'influence du pistage à l'aide de la détermination d'une expression explicite d'une probabilité de bonne association. Nous parvenons à extraire l'influence de ces variables à l'aide de l'utilisation de méthodes numériques. Dans un deuxième temps nous nous intéressons à un type de capteurs bien particuliers. Nous supposons en effet que nous disposons de l'instant de plus grande proximité entre la cible et chaque capteur du réseau. A partir de ces données partielles, nous nous proposons de reconstruire la trajectoire de la cible. Après avoir montré que nous ne pouvions estimer conjointement la position et la vitesse de la cible, nous proposons des méthodes d'estimation du vecteur vitesse dans divers cas de trajectoire envisagés. Enfin, nous étudions dans la troisième partie de ce document le cas d'un réseau de capteurs binaires directionnels. Après une étude rapide sur l'estimation du vecteur vitesse dans le cas d'un mouvement rectiligne uniforme, nous étendons notre approche au cas ou le mouvement de la cible suivrait une marche aléatoire gaussienne, et nous proposons un nouvel algorithme permettant d'estimer conjointement les vecteurs vitesse et position. Nous proposons enfin une solution d'extension de notre algorithme au suivi multicible. Nous présentons dans chacun des scénarios des résultats de simulation illustrant les performances des méthodes proposées.

Les modalités d'imagerie fonctionnelle et de perfusion sont étroitement liées car les deux mesurent, directement ou indirectement, le débit sanguin cérébral. D’une part, en utilisant le contraste BOLD (Blood-Oxygen-Level-Dependent), l'imagerie fonctionnelle par résonance magnétique (IRMf) exploite les propriétés magnétiques du sang (oxy et désoxyhémoglobine) pour y mesurer les changements locaux de concentration en oxygène: ce couplage neurovasculaire permet de déduire le fonctionnement du cerveau à partir des images IRMf. D’autre part, l'IRM de perfusion reflète le fonctionnement du système vasculaire cérébral en mesurant directement le débit sanguin cérébral. En particulier, l’IRM du marquage de l’eau artérielle (ASL) n'a pas besoin d'agents de contraste: le traceur est remplacé par des spins de protons endogènes d'eau. Habituellement l’ASL est utilisée pour mesurer la perfusion basale au repos. Toutefois, ces dernières années, il a également été utilisé comme une modalité d'imagerie fonctionnelle (comme fASL) en mesurant les variations de perfusion cérébrale induites par la réalisation de tâches cognitives. Contrairement à l'IRMf standard basée sur le contraste BOLD, les résultats sont quantitatifs, ce qui rend ce type de données intéressantes pour son utilisation dans la recherche clinique.Cette thèse porte sur l’étude de la modalité fASL et sur le développement de nouvelles méthodes pour l'analyser. Comme précédemment réalisé pour les données BOLD, un cadre bayésien est développé pour l'analyse des données fASL. Il fournit un moyen de modéliser les valeurs d'activation et les fonctions de réponse hémodynamique et de perfusion en tant que variables probabilistes dans l’approche de Détection-Estimation Conjointe. Les modèles bayésiens utilisent une connaissance a priori pour l'estimation des paramètres inconnus à travers la spécification de distributions de probabilité. Dans ce travail, nous exploitons cette fonction pour incorporer au modèle des informations physiologiques, afin de rendre l'estimation plus robuste. En particulier, nous utilisons des modèles physiologiques basés sur le modèle de ballon pour obtenir un lien entre les réponses hémodynamiques et de perfusion, puis nous utilisons ce lien dans une distribution a priori pour régulariser l'estimation des réponses. En utilisant information physiologique a priori, une solution de type Markov Chain Monte Carlo (MCMC) a été proposée pour l'estimation des quantités contenues dans le signal IRMf. Étant donné que le coût de calcul de cet algorithme est très élevé, nous reformulons le problème pour utiliser une approche variationnelle (VEM) qui fournit un algorithme beaucoup plus rapide avec des résultats similaires. Dans ce cadre, l'introduction d'information a priori et de contraintes est également plus simple.Ces méthodes ont été évaluées sur deux ensembles de données différentes en utilisant des paradigmes événementiels et du bloc, pour des tâches cognitives très simples. Nous montrons les bonnes performances des méthodes proposées par rapport aux méthodes standards, au niveau des sujets et du groupe. Les résultats expérimentaux montrent que les probabilités a priori physiologiques améliorent l'estimation d'une fonction de réponse de perfusion. Ces résultats démontrent également que le contraste BOLD a une meilleure sensibilité pour la détection de l'activité cérébrale évoquée que fASL, bien que la fASL donne une activation plus localisée, ce qui est conforme à la littérature existante. A partir de ces résultats, nous discutons l'impact de la modélisation de la corrélation spatiale, ainsi que l'impact de l'estimation des réponses temporelles.Ce travail propose de nouvelles contributions méthodologiques pour l'étude de la fASL, et les met en perspective avec les techniques existantes. Ainsi, nous proposons de nouveaux outils pour la communauté neuroscientifique, mis en œuvre en python dans le package PyHRF, pour étudier et comprendre le fonctionnement du cerveau. / Functional and perfusion imaging modalities are closely related since they both measure, directly or indirectly, blood flow in the brain. Functional Magnetic Resonance Imaging (fMRI) using the blood oxygen level dependent (BOLD) contrast exploits the magnetic properties of blood (oxy- and deoxyhemoglobin) to measure local changes in blood oxygen concentration in the brain. The neurovascular coupling allows us to infer brain function from fMRI images. Perfusion MRI images the cerebral vascular system by directly measuring blood flow. In particular, Arterial Spin Labeling (ASL) does not need contrast agents; it uses spins of endogenous water protons as a tracer instead. Usually ASL is used to probe the basal perfusion at rest. However, in the recent years, it has also been used as a functional imaging modality (as fASL) by tracking task-related perfusion changes. In contrast to the standard BOLD fMRI, results are quantitative, making this type of data attractive for use in clinical research.This thesis focuses on the investigation of the fASL modality and the development of new methods to analyze it. As previously done for BOLD data, a Bayesian framework is proposed for the analysis of fASL data. It provides a way of modeling activation values and both hemodynamic and perfusion response functions as probabilistic variables in the so-called joint detection estimation (JDE) framework. Bayesian models use a priori knowledge in the estimation of unknown parameters through the specification of probability distributions. In this work, we exploit this feature to incorporate physiological information to make the estimation more robust. In particular, we use physiological models based on the balloon model to derive a link between hemodynamic and perfusion responses and we turn this link into a prior distribution to regularize the estimation of the responses. A Markov Chain Monte Carlo solution with prior physiological knowledge has been first proposed for the estimation of the quantities contained in the fMRI signal. Since the computational cost of this algorithm is very high, we then reformulate the problem to use a variational expectation maximization approach that provides a much faster algorithm with similar results. The use of priors and constraints in this setting is also more straightforward.These methods have been evaluated on two different datasets using event-related and block designs with very simple experimental tasks. We show the performance of the methods investigated in comparison to standard methods at the subject and group levels. Experimental results show the utility of using physiological priors for improving the recovery of a perfusion response function. They also demonstrate that BOLD fMRI achieves better sensitivity to detect evoked brain activity as compared to fASL although fASL gives a more localized activation, which is in line with the existing literature. From the results, we discuss the impact of the modelling of spatial correlation, as well as the impact of the estimation of temporal responses.This work proposes new methodological contributions in the study of a relatively new fMRI modality that is functional ASL, and puts it into perspective with the existing techniques. Thus, we provide new tools for the neuroscientific community to study and understand brain function. These tools have been implemented in python in the PyHRF package.

La médecine est demandeuse de prédictions. Cette question de la prédiction se pose à différents moments de la prise en charge du patient, au moment du diagnostic, au moment de l'évaluation du pronostic et au moment du suivi, pour prendre les meilleures décisions possibles en termes de choix d'examens complémentaires et de choix de thérapeutique. La prédiction permet d'apporter une information au médecin et au patient pour prendre la décision. Pour construire ces modèles de prédiction, on dispose de bases de données qui nous permettent d'évaluer l'association entre des données cliniques ou biologiques et la probabilité de survenue d'un évènement. Pour quantifier ces associations, on utilise des modèles de régression logistique qui sont estimés d'après la méthode du maximum de vraisemblance. Pour évaluer ces modèles, on dispose de différents critères, qui quantifient leur adéquation, leur capacité de discrimination, leur calibration. Ces modèles vont nous permettre de prendre une décision. Les erreurs de prédiction vont mener à des erreurs de décision. Les conséquences de ces décisions sont quantifiables grâce à la théorie des utilités. C'est donc un critère quantifiant l'utilité du modèle qui nous permet de choisir le modèle le plus utile. La construction de modèles de prédiction est particulièrement importante dans le domaine clinique de l'obstétrique. En effet, il est important dans le cas des hémorragies de la délivrance de prévenir l'aggravation de la situation, et donc de distinguer les patientes qui vont s'aggraver très rapidement. Le taux de fibrinogène a été étudié, comme prédicteur d'une évolution grave de l'hémorragie. Les variables cliniques disponibles au moment du diagnostic ont ensuite été étudiées. Dans la situation de la rupture prématurée des membranes, il existe un choix à faire entre deux décisions qui induisent une morbidité néonatale et maternelle : la naissance prématurée et le risque de chorioamniotite. Des marqueurs du risque de chorioamniotite pourraient donc faciliter la prise de décision en augmentant l'information pour le clinicien. De plus en plus de modèles de prédiction sont développés dans toutes les situations cliniques. Il faut rester critique vis-à-vis de ces modèles. Leur évaluation doit tenir compte de leur utilisation, et doit donc tenir compte de leur utilité en situation de prise de décision / Medicine asks for prediction. Prediction is needed at different point in the management of a patient. To take the best decision as possible for complementary exams, or therapeutics. Prediction gives an information to the practitioner and the patient, to take a decision. To build these prediction models, we have data bases. The association between clinical or biological data and the outcome probability can be estimated thanks to these data bases. To measure these associations, logistic regression models are used. They are estimated with maximum likelihood method. To evaluate these models, different criteria exist. These criteria quantify adequacy, discrimination capacity, calibration. These models help to take a decision. Prediction errors lead to decision errors. Consequences of these decisions are measurable with utility theory. Therefore, it is a criteria that measure utility of a model that enables us to select the most useful model. Prediction model building is an important point in obstetrics. Indeed, in case of postpartum haemorrhage, it is important to prevent worsening of the clinical situation, and therefore, to identify patient who will worsen fastly. Fibrinogen level was studied as a predictor of severe postpartum haemorrhage. Clinical variables availables at diagnosis of postpartum haemorrhage was then studied. In case of preterm premature rupture of membranes, there is a decision to take, between two choices that may lead to maternal of neonatal morbidity: preterm birth and chorioamnionitis risk with pregnancy continuation. Markers of chorioamnionitis risk may help the practitioners for decision making, by increasing the information. More and more prediction models are developed in all clinical situations. We must be critical before using these models in real life. Their evaluation must take into account their use, and therefore, their utility in case of decision making

Les épidémies de méningite à méningocoque représentent un problème de santé publique majeur au Niger. L'objectif de la thèse est de contribuer à une meilleure compréhension de la dynamique spatio-temporelle des épidémies et des facteurs de risque, afin d'améliorer les stratégies de contrôle. Des méthodes statistiques d'épidémiologie spatiale sont appliquées aux données de surveillance de 2003 à 2010, à l'échelle des aires de santé.D'importantes caractéristiques de la distribution spatio-temporelle des cas sont d'abord mises en évidence par des méthodes d'autocorrélation spatiale et de scan spatial : faible étendue des agrégats spatio-temporels, hétérogénéité spatiale, variabilité inter-annuelle... L'analyse suggère que l'échelle des aires de santé pourrait être plus efficace pour la réponse aux épidémies.Un modèle explicatif hiérarchique bayésien est ensuite développé à l'échelle des aires de santé. Il suggère que la variabilité spatio-temporelle de l'incidence du méningocoque A résulte de variations dans l'intensité et la durée de facteurs climatiques, et est de plus impactée par des facteurs de contacts spatiaux. Enfin, un modèle prédictif est développé, basé sur les conditions climatiques, les interactions de voisinage et la précocité des cas, pour estimer le risque de survenue d'une épidémie localisée. Le système d'alerte ainsi élaboré pourrait améliorer la détection des épidémies et la vaccination réactive.Nos résultats offrent un nouvel éclairage sur les épidémies de méningite à méningocoque au Niger. Ils permettent de formuler des recommandations opérationnelles qui pourraient contribuer à l'élaboration de stratégies de contrôle et de prévention efficaces. / Epidemics of meningococcal meningitis are a major public health problem in Niger. The objective of the thesis is to contribute to a better understanding of the spatio-temporal dynamics of these epidemics and their risk factors, in order to improve control strategies. Statistical methods of spatial epidemiology are applied to surveillance data from 2003 to 2010, at the scale of health centre catchment areas (HCCAs).First, important features of the spatio-temporal distribution of cases are highlighted by methods of spatial autocorrelation and spatial scan: low extent of the spatio-temporal clusters, spatial heterogeneity, inter-annual variability… The analysis suggests that the HCCA scale could be more efficient for epidemic response. An explanatory Bayesian hierarchical model is then developed at the HCCA level. The model suggests that the spatio-temporal variability of meningococcal A incidence results from variations in the intensity or duration of climatic factors, and is further impacted by factors of spatial contacts.Finally, a predictive model is developed, based on climatic conditions, neighbourhood interactions and early cases, in order to estimate the risk of occurrence of a localized epidemic. The early warning system thus formulated could improve outbreak detection and reactive vaccination. Our results bring new insights into the meningococcal meningitis epidemics in Niger. They allow the formulation of operational recommendations that could contribute to the elaboration of more effective strategies for control and prevention of epidemics.

Thèse numérisée par la Direction des bibliothèques de l'Université de Montréal.