Ces dernières années, la multiplication du nombre d’actes d’imagerie scanographique a eu pour conséquence l’augmentation de la dose collective due aux examens d’imagerie médicale. La dose au patient en imagerie scanographique est donc devenue un enjeu de santé publique majeur impliquant l’optimisation des protocoles d’examen, ces derniers devant tenir compte de la qualité image, indispensable aux radiologues pour poser leur diagnostic. En pratique clinique, l’optimisation est réalisée à partir d’indicateurs empiriques ne donnant pas accès à la dose aux organes et la qualité image est mesurée sur des fantômes spécifiques, tel que le fantôme CATPHAN®. Sans aucune information sur la dose aux organes et aucun outil pour prendre en compte l’avis du praticien, il est difficile d’optimiser correctement les protocoles. Le but de ce travail de thèse est de développer un outil qui permettra l’optimisation de la dose au patient tout en préservant la qualité image nécessaire au diagnostic. Ce travail est scindé en deux parties : (i) le développement d’un simulateur de dose Monte Carlo (MC) à partir du code PENELOPE, et (ii) l’estimation d’un critère de qualité image objectif. Dans ce but, le scanner GE VCT Lightspeed 64 a été modélisé à partir des informations fournies dans la note technique du constructeur et en adaptant la méthode proposée par Turner et al (Med. Phys. 36:2154-2164). Les mouvements axial et hélicoïdal du tube ont été implémentés dans l’outil MC. Pour améliorer l’efficacité de la simulation, les techniques de réduction de variance dites de splitting circulaire et longitudinal ont été utilisées. Ces deux réductions de variances permettent de reproduire le mouvement uniforme du tube le long de l’axe du scanner de manière discrète. La validation expérimentale de l’outil MC a été réalisée dans un premier temps en conditions homogènes avec un fantôme fabriqué au laboratoire et le fantôme CTDI, habituellement utilisé en routine clinique pour les contrôles qualité. Puis, la distribution de la dose absorbée dans le fantôme anthropomorphe CIRS ATOM, a été mesurée avec des détecteurs OSL et des films Gafchromic® XR-QA2. Ensuite, la dose aux organes a été simulée pour différentes acquisitions dans le fantôme femme de la CIPR 110 afin de créer une base de données utilisable en clinique. En parallèle, la qualité image a été étudiée en utilisant le fantôme CATPHAN® 600. A partir du module CTP 404, le rapport signal sur bruit (SNR pour signal to noise ratio) a été calculé en utilisant le modèle développé par Rose (J. Opt. Soc. Am. A 16:633-645). Un grand nombre d’images, correspondant à différents paramètres d’acquisition et de reconstruction, ont été analysées afin d’étudier les variations du SNR. Les acquisitions avec un SNR proche du critère de Rose ont été sélectionnées pour permettre des nouvelles acquisitions avec un fantôme préclinique contenant des petites structures suspectes en PMMA de différents diamètres. Ces images ont été analysées par deux radiologues expérimentés. Sur chaque image, ils devaient déterminer si une anomalie était présente ou non et indiquer leur niveau de confiance sur leur choix. Deux courbes ROC ont ainsi été obtenues : une pour les anomalies dites « détectables » par le critère de Rose (SNR > 5), et une pour les anomalies dites « non-détectables ». L’analyse des courbes montre que les deux radiologues détectent plus facilement les lésions suspectes lorsque que le critère de Rose est satisfait, démontrant le potentiel du modèle de Rose dans l’évaluation de la qualité image pour les tâches cliniques de détection. En conclusion, à partir des paramètres d’acquisition, la dose aux organes a été corrélée à des valeurs de SNR. Les premiers résultats prouvent qu’il est possible d’optimiser les protocoles en utilisant la dose aux organes et le critère de Rose, avec une réduction de la dose pouvant aller jusqu’à un facteur 6. / Due to the significant rise of computed tomography (CT) exams in the past few years and the increase of the collective dose due to medical exams, dose estimation in CT imaging has become a major public health issue. However dose optimization cannot be considered without taking into account the image quality which has to be good enough for radiologists. In clinical practice, optimization is obtained through empirical index and image quality using measurements performed on specific phantoms like the CATPHAN®. Based on this kind of information, it is thus difficult to correctly optimize protocols regarding organ doses and radiologist criteria. Therefore our goal is to develop a tool allowing the optimization of the patient dose while preserving the image quality needed for diagnosis. The work is divided into two main parts: (i) the development of a Monte Carlo dose simulator based on the PENELOPE code, and (ii) the assessment of an objective image quality criterion. For that purpose, the GE Lightspeed VCT 64 CT tube was modelled with information provided by the manufacturer technical note and by adapting the method proposed by Turner et al (Med. Phys. 36: 2154-2164). The axial and helical movements of the X-ray tube were then implemented into the MC tool. To improve the efficiency of the simulation, two variance reduction techniques were used: a circular and a translational splitting. The splitting algorithms allow a uniform particle distribution along the gantry path to simulate the continuous gantry motion in a discrete way. Validations were performed in homogeneous conditions using a home-made phantom and the well-known CTDI phantoms. Then, dose values were measured in CIRS ATOM anthropomorphic phantom using both optically stimulated luminescence dosimeters for point doses and XR-QA Gafchromic® films for relative dose maps. Comparisons between measured and simulated values enabled us to validate the MC tool used for dosimetric purposes. Finally, organ doses for several acquisition parameters into the ICRP 110 numerical female phantoms were simulated in order to build a dosimetric data base which could be used in clinical practice. In parallel to this work, image quality was first studied using the CATPHAN® 600. From the CTP 404 inserts, the signal-to-noise ratio (SNR) was then computed by using the classical Rose model (J. Opt. Soc. Am. A 16:633-645). An extensive number of images, linked to several acquisitions setups, were analyzed and SNR variations studied. Acquisitions with a SNR closed to the Rose criterion were selected. New acquisitions, based on those selected, were performed with a pre-clinical phantom containing suspect structures in PMMA. These images were presented to two senior radiologists. Both of them reviewed all images and indicated if they were able to locate the structures or not using a 5 confidence levels scale. Two ROC curves were plotted to compare the detection ability if the bead was detectable (SNR > 5) or not. Results revealed a significant difference between the two types of image and thus demonstrated the Rose criterion potential for image quality quantification in CT. Ultimately, organ dose estimations were linked to SNR values through acquisition parameters. Preliminary results proved that an optimization can be performed using the Rose criterion and organ dose estimation, leading to a dose reduction by a factor up to 6.

Thèse (Ph. D.)--Université Laval, 2008. / Bibliogr.: f. 244-289. Publié aussi en version électronique dans la Collection Mémoires et thèses électroniques.

Très peu d'études ont analysé comment le travail intellectuel affecte notre incorporation (embodiment). Mon cas, une intervention de danse dans une banque faisant participer les salariés, est une occasion inédite d'étudier les corps en action. Lors de leur travail avec les artistes, les salariés se tenaient sur un seuil, hésitant entre une attitude professionnelle ou plus personnelle. Des observations, des entretiens sur le corps et une analyse de leurs gestes s'appuyant sur des données visuelles (photographies, vidéo) donnent une description complète de leur incorporation dans cette situation de non-routine. Les corps restent souvent dans la retenue, la fermeture et la distance, mais certains d'entre eux s'ouvrent au jeu, proposant parfois des gestes rares, voire risqués. Mes résultats suggèrent que les frontières du corps sont plus instables qu'on ne le croit, l'expérimentation artistique étant un moyen de comprendre "ce que peut un corps" au travail. Le jeu corporel (embodied play) n'est pas seulement une expérience individuelle ; il est aussi un moyen de critiquer les normes corporelles existant au sein d'une organisation. Certaines manières de s'incarner proposent ainsi une sortie hors de l'organisation, ce qui se matérialise par une non-organisation du corps. / As only very few studies have investigated how intellectual (and hence mainly digital) work affects our embodiment, my case, a dance intervention in a bank involving employees, was a good way to study bodies in action. During their work with the artist, employees were standing on the boundary between work and leisure, hesitating between professional and personal embodiment. Observations, interviews and an analysis of their gestures relying on various visual data give a complete description of their embodiment process in this specific moment. On the one hand, bodies remain very constrained, distant and closed, but on the other hand, some employees open up to play, displaying rare and sometimes risky gestures. My findings suggest that the body’s boundaries are much more unstable than we think and that artistic experimentation is one way to understand what a body can do at work. Embodied play is not only an individual experience; it also has the potential to criticize dominating bodily norms existing in an organisation. Alternative embodiments thus propose a way out of organisation.

Made available in DSpace on 2016-12-08T16:18:56Z (GMT). No. of bitstreams: 1 121494.pdf: 12442440 bytes, checksum: e832bd3d380ffed957e810dc50901740 (MD5) Previous issue date: 2014-12-01 / Coordenação de Aperfeiçoamento de Pessoal de Nível Superior / Cette dissertation est un étude consacrée exclusivement à l oeuvre de David Nebreda de Nicolas, artiste né dans la capitale Madrid, le 1 août 1952, dont la production photographique, formé dans sa intégralité par autoportraits est étroitement liée à sa infirmité, à savoir, squizophrénie paranoide. Constitué par deux longs essais cette recherche se concentre, premièrement, dans la relation entre les autoportraits et la squizophrénie de l artiste. De cette façon, basé sur les études autor de la squizophrénie realisée par Ronald Laing, présent dans son livre Le moi divisé, où l auteur fait usage des philosophies existentialiste et phénoménologique pour mieux comprendre la question squizophénique, nous en avons déduit que ce qui David Nebreda reconnaît comme le procès de régénération de sa squizophrénie n est rien d autre qu un procès de disparition par la production d autoportraits, à savoir, Nebreda a par objective disparaître avec le propre corps réfléchi dans les miroir qu il utilise pour la composition de ses photographies, en assurant, de cette manière, la pleine réalisation de son moi, encore, la conservation de sa identité. Dans un deuxième moment, nous avons développé un dialogue presque littéraire entre les autoportraits de l artiste et le concepte du Dehors, de Maurice Blanchot. D accord avec Blanchot, le Dehors est l inconnu, l étranger, l inaccessible qui est l essence de l art, ce qui l artiste désire rattraper par la oeuvre. Par les autoportrait de David Nebreda, reconnué as compléxicité et puissance, nous avons déduit que l artiste est du côté de dehors, autremente dit, il est parti à travers du propre corps, qui est sa oeuvre, dans la recherche d origine et essence de l art. Cependant, se rapporter avec le Dehors est aussi perdre le pouvoir de dire moi, c est donner voix à l impersonnel, c est créer pour soi-même un corps sans organes, un corps que resiste à l organisme et à sa organisation propre du moi que tout veut contrôler. Nebreda, en préciptant au côté de dehors dans la recherche de l essence de l art, il construit pour soi-même un corps sans organes à travers de ses autoportraits, encore, um corps sans organes-oeuvre d art. / Esta dissertação é um estudo dedicado, exclusivamente, a obra de David Nebreda de Nicolas, artista nascido na capital Madri, em 1 de agosto de 1952, cuja produção fotográfica, formada em sua totalidade por autorretratos, está intimamente relacionada à sua enfermidade, ou seja, esquizofrenia paranoide. Composta por dois longos ensaios, esta pesquisa se concentra, primeiramente, na relação entre os autorretratos e a esquizofrenia do artista. Desta feita, com base nos estudos acerca da esquizofrenia realizados por Ronald Laing, presentes em seu livro intitulado Le moi divisé, onde o autor lança mão das filosofias existencialista e fenomenológica para melhor compreender a questão esquizofrênica, depreendemos que, aquilo que David Nebreda reconhece como sendo o processo de regeneração de sua esquizofrenia, nada mais é do que um processo de desaparição por meio da produção de autorretratos, ou seja, Nebreda tem por objetivo desaparecer com o corpo próprio refletido nos espelhos que utiliza para a composição de suas fotografais, garantindo, de tal maneira, a plena realização de seu eu, mais ainda, a preservação de sua identidade. Em um segundo momento, fora desenvolvido um diálogo quase literário entre os autorretratos do artista e o conceito do Fora, de Maurice Blanchot. De acordo com Blanchot, o Fora é o desconhecido, o estrangeiro, o inalcançável que é a essência da arte, o que o artista, através da obra, almeja alcançar. A partir dos autorretratos de David Nebreda, reconhecida sua complexidade e potência, deduzimos que está o artista do lado de fora, ou seja, partira através do corpo próprio, que é a sua obra, em busca da origem e essência da arte. Porém, relacionar-se com o Fora é, também, perder o poder de dizer eu, é dar voz ao impessoal, é criar para si um corpo sem órgãos, corpo que resiste ao organismo e a sua organização própria do eu que a tudo quer dominar. Nebreda, ao lançar-se ao lado de fora em busca da essência da arte, constrói para si um corpo sem órgãos por intermédio de seus autorretratos, ou ainda, um corpo sem órgãos-obra de arte.

Cette thèse s’inscrit dans un contexte d’analyse d’images médicales et s’attache plus particulièrement à l’étude des organes tubulaires (vaisseaux, bronches, neurones...). De nombreuses pathologies, telles que les bronchopneumopathies chroniques obstructives (BPCO) pour les bronches, affectent la structure des organes tubulaires. Des outils automatiques sont nécessaires afin d’effectuer des mesures précises, reproductibles et permettant un suivi dans le temps. L’objectif de la thèse est de proposer de nouveaux outils facilitant la caractérisation automatique de ces organes. Cette caractérisation se base le plus souvent sur l’analyse de la géométrie de l’organe segmenté. Il existe de nombreuses méthodes permettant d’effectuer des mesures géométriques, mais certaines nécessitent d’extraire des sous-représentations de l’organe. Dans le cadre de cette thèse, nous nous intéressons à deux de celles-ci : le squelette curvilinéaire et les plans de coupe 2D reconstruits orthogonalement à l’axe de l’organe. Notre première contribution est une méthode d’estimation précise des plans orthogonaux. Nous avons également proposé un algorithme de squelettisation spécifique aux organes tubulaires, ainsi que des outils d’amélioration de squelettes existants. De plus, nous présentons à la fin de ce document, un travail en cours sur une méthode de filtrage de structures tubulaires à partir d’images en niveaux de gris. / This thesis is dedicated to the study of tubular organs, such as blood vessels, bronchii, or neurons. Several diseases, such as chronic obstructive pulmonary disease (COPD) for bronchii, distort the structure of tubular organs. Several tools are necessary in order to make precise and reproducible measurements and to track the organ over time. The main goal of this thesis is to define new tools for the automatic characterization of tubular organs. This characterization is based on the geometrical analysis from a segmentation. There are various state-of-the-art methods to perform geometrical measurements, but some of them require to extract alternative representations from the organ. In this thesis, we focus on two of these : curvilinear skeletons and 2D planes computed from the axis of the tube. Our first contribution is a method for the precise estimation of orthogonal planes. In addition, we propose a skeletonization algorithm as well as methods to improve existing skeletons. At the end of this manuscript, we introduce a method from a work in progress which allows to filter tubular structures in grayscale images.

Les tumeurs cérébrales sont une cause majeure de décès et d'invalidité dans le monde, ce qui représente 14,1 millions de nouveaux cas de cancer et 8,2 millions de décès en 2012. La radiothérapie et la radiochirurgie sont parmi l'arsenal de techniques disponibles pour les traiter. Ces deux techniques s’appuient sur une irradiation importante nécessitant une définition précise de la tumeur et des tissus sains environnants. Dans la pratique, cette délinéation est principalement réalisée manuellement par des experts avec éventuellement un faible support informatique d’aide à la segmentation. Il en découle que le processus est fastidieux et particulièrement chronophage avec une variabilité inter ou intra observateur significative. Une part importante du temps médical s’avère donc nécessaire à la segmentation de ces images médicales. L’automatisation du processus doit permettre d’obtenir des ensembles de contours plus rapidement, reproductibles et acceptés par la majorité des oncologues en vue d'améliorer la qualité du traitement. En outre, toute méthode permettant de réduire la part médicale nécessaire à la délinéation contribue à optimiser la prise en charge globale par une utilisation plus rationnelle et efficace des compétences de l'oncologue.De nos jours, les techniques de segmentation automatique sont rarement utilisées en routine clinique. Le cas échéant, elles s’appuient sur des étapes préalables de recalages d’images. Ces techniques sont basées sur l’exploitation d’informations anatomiques annotées en amont par des experts sur un « patient type ». Ces données annotées sont communément appelées « Atlas » et sont déformées afin de se conformer à la morphologie du patient en vue de l’extraction des contours par appariement des zones d’intérêt. La qualité des contours obtenus dépend directement de la qualité de l’algorithme de recalage. Néanmoins, ces techniques de recalage intègrent des modèles de régularisation du champ de déformations dont les paramètres restent complexes à régler et la qualité difficile à évaluer. L’intégration d’outils d’assistance à la délinéation reste donc aujourd’hui un enjeu important pour l’amélioration de la pratique clinique.L'objectif principal de cette thèse est de fournir aux spécialistes médicaux (radiothérapeute, neurochirurgien, radiologue) des outils automatiques pour segmenter les organes à risque des patients bénéficiant d’une prise en charge de tumeurs cérébrales par radiochirurgie ou radiothérapie.Pour réaliser cet objectif, les principales contributions de cette thèse sont présentées sur deux axes principaux. Tout d'abord, nous considérons l'utilisation de l'un des derniers sujets d'actualité dans l'intelligence artificielle pour résoudre le problème de la segmentation, à savoir le «deep learning ». Cet ensemble de techniques présente des avantages par rapport aux méthodes d'apprentissage statistiques classiques (Machine Learning en anglais). Le deuxième axe est dédié à l'étude des caractéristiques d’images utilisées pour la segmentation (principalement les textures et informations contextuelles des images IRM). Ces caractéristiques, absentes des méthodes classiques d'apprentissage statistique pour la segmentation des organes à risque, conduisent à des améliorations significatives des performances de segmentation. Nous proposons donc l'inclusion de ces fonctionnalités dans un algorithme de réseau de neurone profond (deep learning en anglais) pour segmenter les organes à risque du cerveau.Nous démontrons dans ce travail la possibilité d'utiliser un tel système de classification basée sur techniques de « deep learning » pour ce problème particulier. Finalement, la méthodologie développée conduit à des performances accrues tant sur le plan de la précision que de l’efficacité. / Brain cancer is a leading cause of death and disability worldwide, accounting for 14.1 million of new cancer cases and 8.2 million deaths only in 2012. Radiotherapy and radiosurgery are among the arsenal of available techniques to treat it. Because both techniques involve the delivery of a very high dose of radiation, tumor as well as surrounding healthy tissues must be precisely delineated. In practice, delineation is manually performed by experts, or with very few machine assistance. Thus, it is a highly time consuming process with significant variation between labels produced by different experts. Radiation oncologists, radiology technologists, and other medical specialists spend, therefore, a substantial portion of their time to medical image segmentation. If by automating this process it is possible to achieve a more repeatable set of contours that can be agreed upon by the majority of oncologists, this would improve the quality of treatment. Additionally, any method that can reduce the time taken to perform this step will increase patient throughput and make more effective use of the skills of the oncologist.Nowadays, automatic segmentation techniques are rarely employed in clinical routine. In case they are, they typically rely on registration approaches. In these techniques, anatomical information is exploited by means of images already annotated by experts, referred to as atlases, to be deformed and matched on the patient under examination. The quality of the deformed contours directly depends on the quality of the deformation. Nevertheless, registration techniques encompass regularization models of the deformation field, whose parameters are complex to adjust, and its quality is difficult to evaluate. Integration of tools that assist in the segmentation task is therefore highly expected in clinical practice.The main objective of this thesis is therefore to provide radio-oncology specialists with automatic tools to delineate organs at risk of patients undergoing brain radiotherapy or stereotactic radiosurgery. To achieve this goal, main contributions of this thesis are presented on two major axes. First, we consider the use of one of the latest hot topics in artificial intelligence to tackle the segmentation problem, i.e. deep learning. This set of techniques presents some advantages with respect to classical machine learning methods, which will be exploited throughout this thesis. The second axis is dedicated to the consideration of proposed image features mainly associated with texture and contextual information of MR images. These features, which are not present in classical machine learning based methods to segment brain structures, led to improvements on the segmentation performance. We therefore propose the inclusion of these features into a deep network.We demonstrate in this work the feasibility of using such deep learning based classification scheme for this particular problem. We show that the proposed method leads to high performance, both in accuracy and efficiency. We also show that automatic segmentations provided by our method lie on the variability of the experts. Results demonstrate that our method does not only outperform a state-of-the-art classifier, but also provides results that would be usable in the radiation treatment planning.

Le pourcentage élevé de blessures dues à des traumatismes abdominaux survenant lors d’accidents de la route mais également la nécessité de détecter des maladies (l'hépatite virale, la cirrhose, le cancer etc.), ont conduits plusieurs chercheurs à étudier les propriétés mécaniques des organes abdominaux à la fois in vivo et in vitro. Dans tous les MEF de corps humain actuellement disponibles, les organes abdominaux sont caractérisés par des lois élastiques linéaires ou viscoélastiques linéaires, alors que ces matériaux montrent un comportement non linéaire hyper élastique. L’objectif de ce travail de thèse est de développer des modèles par éléments finis (MEF) robustes des différents organes de l’abdomen tels que le foie, le rein et la rate. Pour ce faire des tests expérimentaux sur chacun des constituants de ces organes ont été réalisés dans le but de caractériser le comportement mécanique de ceux-ci et de déterminer les propriétés mécaniques inhérentes à ces constituants. Pour caractériser mécaniquement ces différents constituants, des tests statiques ont donc été réalisés pour chacun des constituants du foie et du rein porcin à savoir, des tests de traction de la capsule de Glisson et de la capsule rénale ainsi que des veines hépatiques, des tests de compression et de cisaillement pour le parenchyme hépatique et le cortex rénale. Finalement la rate a été testée en compression statique. Les résultats expérimentaux obtenus ont été utilisés afin de caractériser les tissus par des lois de comportement de type hyper élastique, viscoélastique et hyper viscoélastique sous la forme de modèles d'Ogden, Mooney Rivlin et Maxwell et implémentés dans les MEF porcin et humain développés dans le cadre de cette thèse. Ces MEF ont ensuite été validés en regards de tests expérimentaux dynamiques in vivo réalisés sur modèle porcin et vis-à-vis de la littérature pour les MEF d’organes humains. Ainsi, les MEF développés dans cette étude sont les premiers modèles détaillés et validés et peuvent désormais être utilisés dans le cadre de reconstructions d’accidents mais également pour des applications biomédicales dans le but de développer des environnements virtuels de chirurgie, de planifier les actes chirurgicaux et d’aider les chirurgiens à l’apprentissage de gestes. / The objective of this study is to develop robust finite element models of abdominal organs (viz. liver, kidney and spleen), by performing experiments on each organ’s constituents to extract the material properties. Understanding the mechanical properties of the organs of the human body is the most critical aspect of numerical modeling for medical applications and impact biomechanics. Many researchers work on identifying mechanical properties of these organs both in vivo and in vitro considering the high injury percentage of abdominal trauma in vehicle accidents and for easy detection of diseases such as viral hepatitis, cirrhosis, cancer etc. In all the current available finite element human body models the abdominal organs are characterized as linear elastic or linear visco-elastic material, where as the materials actually show a non linear hyper elastic behavior. In this study the organs are modeled for first time as hyper visco-elastic materials and with individual constituents of each (viz. the capsule and veins). To characterize the tissue, static experiments are performed on individual parts of the abdominal organs, like incase of liver, Glisson’s capsule and hepatic veins are tested under static tension where as liver parenchyma is tested under static compression and under shear at low frequency. In case of kidneys, renal capsule is tested under static tension and renal cortex is tested under static compression, where as spleen tissue is tested under static compression. The results of the these experiments are used to characterize the tissues as hyper elastic, visco elastic and hyper visco elastic materials in the form of Ogden, Mooney Rivlin and Maxwell materials. These material models are further used to develop the finite element model of organs for human and pigs. The developed models are validated by performing in vivo dynamic tests on pigs, whereas using dynamic tests data from the literature on human liver and reproducing the same with the numerical approach in the LS Dyna explicit solver. The developed models are observed to be robust and can be used for accident reconstruction as well for biomedical applications viz., to develop virtual surgical environments & to plan surgeries or train surgeons.

C’est avec une ambition modeste que la délégation de pouvoirs est admise dans les sociétés commerciales de droit OHADA. La société anonyme en est la structure d’accueil. Les u travailorganes sociaux en sont les acteurs. Elle est mise en œuvre pour faire face une urgence due à l’empêchement du président ou pour asseoir la rapidité d’une action relative à une opération financière. Or, étant aujourd’hui reconnue comme technique de bonne gouvernance, la délégation de pouvoirs pour remplir une telle fonction en droit OHADA, est à généraliser. Tout dirigeant social doit avoir la liberté d’y recourir et les salariés, plus proches des réalités du terrain, doivent y être associés. Une telle appréhension de la délégation de pouvoirs appelle la conception d’un régime juridique précis qui garantit son jeu loyal. / It is with the modest ambition that the delegation of power is admitted in the trading companies of OHADA law. The limited company is the reception center and social organs are the actors. It is implemented to face an urgency due to the hindrance of the president or to establish the speed of a financial transaction. Yet, being now acknowledged as a good governance practice, the delegation of power should be generalized to satisfy such a function in OHADA law. Every social leader has to have the freedom to use it and employees, closer to realities of the ground, must be associated there. Such an apprehension of the delegation of power calls the conception of a precise legal regime which guarantees its loyal play.

La radiothérapie est un traitement de choix pour le cancer thoracique, l’une des principales causes de décès dans le monde. La planification de la radiothérapie nécessite de contourer non seulement la tumeur, mais également les organes à risque (OAR) situés près de la tumeur dans le thorax, tels que le coeur, les poumons, l’oesophage, etc. Cette segmentation permet de minimiser la quantité d’irradiation reçue pendant le traitement. Aujourd’hui, la segmentation de OAR est réalisée principalement manuellement par des cliniciens sur des images scanner (CT), malgré une prise en charge logicielle partielle. C’est une tâche complexe, sujette à la variabilité intra et interobservateur. Dans ce travail, nous présentons plusieurs méthodologies utilisant des techniques d’apprentissage profond pour segmenter automatiquement le coeur, la trachée, l’aorte et l’oesophage. En particulier, l’oesophage est particulièrement difficile à segmenter, en raison de l’absence de contraste et de variabilité de forme entre différents patients. Les réseaux profonds convolutionnels offrent aujourd’hui des performances de pointe en matière desegmentation sémantique, nous montrons d’abord comment un type spécifique d’architecture basée sur des skip connections peut améliorer la précision des résultats, par rapport à un réseau pleinement convolutionnel (FCN) standard. Dans une deuxième contribution, nous avons intégré des informations de contexte spatial au processus de segmentation, par le biais de réseaux collaboratifs, permettant les segmentations de chaque organe individuellement. Troisièmement, nous proposons une représentation différente des données, basée sur une carte de distance, utilisée en conjointement avec des réseaux adversariaux (GAN), comme un autre moyen de contraindre le contexte anatomique. Les méthodes proposées ont été évaluées sur une base d’images scanner de 60 patients. Les résultats montrent des résultats encourageants pour l’application clinique et souligne le potentiel des méthodes prenant en compte le contexte spatial dans la segmentation. / Radiotherapy is one of the options for treatment currently available for patients affected by cancer, one of the leading cause of deaths worldwide. Before radiotherapy, organs at risk (OAR) located near the target tumor, such as the heart, the lungs, the esophagus, etc. in thoracic cancer, must be outlined, in order to minimize the quantity of irradiation that they receive during treatment. Today, segmentation of the OAR is performed mainly manually by clinicians on Computed Tomography (CT) images, despite some partial software support. It is a tedious task, prone to intra and inter-observer variability. In this work, we present several frameworks using deep learning techniques to automatically segment the heart, trachea, aorta and esophagus. In particular, the esophagus is notably challenging to segment, due to the lack of surrounding contrast and shape variability across different patients. As deep networks and in particular fully convolutional networks offer now state of the art performance for semantic segmentation, we first show how a specific type of architecture based on skip connections can improve the accuracy of the results. As a second contribution, we demonstrate that context information can be of vital importance in the segmentation task, where we propose the use of two collaborative networks. Third, we propose a different, distance aware representation of the data, which is then used in junction with adversarial networks, as another way to constrain the anatomical context. All the proposed methods have been tested on 60 patients with 3D-CT scans, showing good performance compared with other methods.

Une des questions cruciales dans le débat écologique actuel est de déterminer si la plasticité phénotypique pourra permettre aux espèces de répondre au rythme rapide des changements environnementaux en cours. L’objectif général de cette thèse était d’étudier les effets d’un appauvrissement en acide gras polyinsaturés du type n-3 (AGLPI) sur la plasticité de deux espèces, le bar européen (Dicentrarchus labrax) et le bar rayé (Morone saxatilis). L’effet combiné d’une augmentation de la température et d’une réduction en disponibilité des AGLPI n-3 nutritionnels chez les juvéniles de bar européen a entrainé une modification importante des acides gras neutres musculaires ainsi qu’un taux de croissance et une masse hépatique plus faibles. À température élevée, une croissance accrue a été observée avec les deux régimes, suggérant une absence de carence. En revanche, l’aliment n’a pas eu d’effets sur les facteurs transcriptionnels hépatiques liés à la régulation de la bioconversion des AG. Les juvéniles nourris avec le régime appauvri en AGLPI n-3 présentaient une vitesse critique de nage accrue en présence de contraintes hypoxiques et hypoosmotiques. Chez le bar rayé, le régime alimentaire modifie les profils en AG du muscle (fraction neutre) et du foie. Le régime pauvre en AGLPI n-3 a été associé à une augmentation de la masse cardiaque, sans effet sur la croissance en eau froide. Un niveau de stress plus élevé associé à des mortalités a été observé en eau douce. Ces résultats contribuent à une meilleure compréhension de l’impact des changements globaux sur les organismes aquatiques et ouvrent la voie à de nouvelles perspectives de recherche. / One of the major questions in the current ecological debate about global change is whether phenotypic plasticity will enable species to respond to the rapid pace of ongoing environmental change. The general objective of this thesis was to study the effects of n-3 polyunsaturated fatty acid (n-3 PUFA) depletion on the plasticity of two species, the European bar (Dicentrarchus labrax) and the striped bass (Moronesaxatilis). In juvenile European bass, the combined effect of an increase in temperature and of a reduction in availability of n-3 nutritional PUFA resulted in marked modifications of the profile in neutral muscular fatty acids and a smaller liver mass.At high temperature, growth was increased with the two diets which suggests an absence of nutritional deficiency.Conversely, diet did not affect the hepatic transcriptional factors involved in regulation of FA bioconversion. Juveniles fed the low AGLPI n-3 diet had a higher critical swimming speed in presence of hypoxic or hypoosmotic constraints. In striped bass juveniles, AGLPI n-3nutritional availability brought modifications of lipid profile both in muscle (neutral fraction) and in liver. Diet with low AGLPI n-3 was associated with a larger cardiac mass, but had no effect on growth in cold water. A higher stress level was observed in FW which was associated to higher mortality.These results contribute to a better understanding of the impact of global changes on marine organisms and pave the way for new research perspectives.