Dans les problèmes inverses en imagerie, on suppose généralement connu l’opérateur ou matrice décrivant le système de formation de l’image. De façon équivalente pour un système linéaire, on suppose connue sa réponse impulsionnelle. Toutefois, ceci n’est pas une hypothèse réaliste pour de nombreuses applications pratiques pour lesquelles cet opérateur n’est en fait pas connu (ou n’est connu qu’approximativement). On a alors affaire à un problème d’inversion dite “aveugle”. Dans le cas de systèmes invariants par translation, on parle de “déconvolution aveugle” car à la fois l’image ou objet de départ et la réponse impulsionnelle doivent être estimées à partir de la seule image observée qui résulte d’une convolution et est affectée d’erreurs de mesure. Ce problème est notoirement difficile et pour pallier les ambiguïtés et les instabilités numériques inhérentes à ce type d’inversions, il faut recourir à des informations ou contraintes supplémentaires, telles que la positivité qui s’est avérée un levier de stabilisation puissant dans les problèmes d’imagerie non aveugle. La thèse propose de nouveaux algorithmes d’inversion aveugle dans un cadre discret ou discrétisé, en supposant que l’image inconnue, la matrice à inverser et les données sont positives. Le problème est formulé comme un problème d’optimisation (non convexe) où le terme d’attache aux données à minimiser, modélisant soit le cas de données de type Poisson (divergence de Kullback-Leibler) ou affectées de bruit gaussien (moindres carrés), est augmenté par des termes de pénalité sur les inconnues du problème. La stratégie d’optimisation consiste en des ajustements alternés de l’image à reconstruire et de la matrice à inverser qui sont de type multiplicatif et résultent de la minimisation de fonctions coût “surrogées” valables dans le cas positif. Le cadre assez général permet d’utiliser plusieurs types de pénalités, y compris sur la variation totale (lissée) de l’image. Une normalisation éventuelle de la réponse impulsionnelle ou de la matrice est également prévue à chaque itération. Des résultats de convergence pour ces algorithmes sont établis dans la thèse, tant en ce qui concerne la décroissance des fonctions coût que la convergence de la suite des itérés vers un point stationnaire. La méthodologie proposée est validée avec succès par des simulations numériques relatives à différentes applications telle que la déconvolution aveugle d'images en astronomie, la factorisation en matrices positives pour l’imagerie hyperspectrale et la déconvolution de densités en statistique. / Doctorat en Sciences / info:eu-repo/semantics/nonPublished

Cette thèse traite de problèmes inverses de sources dans deux cas : les sources fixes en 2D et 3D équations elliptiques et une source non-stationnaire dans une équation de diffusion. Dans le cadre de ce travail, nous considérons des sources ponctuelles (monopôles, dipôles et sources multipolaires) et des sources ayant support compact dans un nombre fini de petits sous-domaines qui modèlent les sources dans les problèmes EEG/MEG et le problème de tomographie par bioluminescence (BLT). Le but de cette thèse est de proposer des méthodes d’identification robustes qui permettent de déterminer leur nombre, leurs intensités et leurs positions. Des méthodes algébriques directes sont utilisées pour identifier les sources fixes et une méthode quasi-algébrique mélangée avec un problème d’optimisation est utilisé pour récupérer les sources avec des intensités variables dans le temps. Des résultats numériques sont effectués afin de mettre en évidence la robustesse de nos algorithmes d’identification. / This thesis deals with inverse source problems in 2 cases : stationary sources in 2D and 3D elliptic equations and a non-stationary source in a diffusion equation. the main form of sources considered are pointwise sources (monopoles, dipoles and multipolar sources) having compact support within a finite number of small subdomains modeling EEG/MEG problems and Bioluminescence Tomography (BLT) problems. The purpose o this thesis is mainly to propose robust identification methods that enable us to reconstruct the number, the intensity and the location of the sources. Direct algebraic methods are used to identify the stationary siurces and a quasi-algebraic method mixed with an optimieation method is employed to recover sources with time-variable intensities. Numerical results are shown to prove the robustness of our identification algorithms.

Cette thèse porte sur la reconstruction de formes linéaires sur l'anneau des polynômes dans le cas multivarié et ses applications. Nous proposons des outils théoriques et algorithmiques permettant de résoudre des problèmes liés aux moments : la reconstruction de polytopes convexes à partir de leurs moments et la recherche de cubatures. L'algorithme numérique proposé pour reconstruire des polytopes utilise des méthodes numériques utilisées précédemment pour le cas des polygones, ainsi que les identités de Brion reliant moments directionnels et sommets projetés. Un polyèdre à 57 sommets - la coupe d'un diamant - est ainsi reconstruit. Pour la recherche de cubatures, nous adaptons la méthode de Prony univariée en une méthode multivariée à l'aide des opérateurs de Hankel. Un problème de complétion de matrices est aussi résolu grâce au théorème d'extension plate de Curto-Fialkow. Nous expliquons ainsi la recherche de cubatures à l'aide des matrices de moments, connue dans la littérature. La symétrie, qui est ici un élément naturel, réduit la complexité algorithmique. Nous prouvons qu'une diagonalisation par blocs des matrices concernées est alors possible. De ces blocs et à l'aide de la matrice de multiplicités d'un groupe fini, des conditions nécessaires à l'existence de cubatures sont obtenues. Pour une mesure, un degré et un nombre de nœuds donnés, notre algorithme certifie tout d'abord l'existence de cubatures et ensuite calcule ses poids et nœuds. De nouvelles cubatures ont ainsi été trouvées : soit en complétant celles connues pour une mesure et un degré donnés, soit en ajoutant des cubatures de degrés supérieurs pour une mesure donnée. / This thesis deals with the reconstruction of linear forms on the polynomial ring and its applications. We propose theoretical and algorithmic tools to solve multivariate moment problems: the reconstruction of convex polytopes from their moments (shape-from-moments) and the search for cubatures. The numerical algorithm we propose to reconstruct polytopes uses numerical methods previously known in the case of polygons, and also Brion's identities that relate directional moments and projected vertices. A polyhedron with 57 vertices – a diamond cut – is thus reconstructed. Concerning the search for cubatures, we adapt the univariate Prony's method into a multivariate method thanks to Hankel operators. A matrix completion problem is then solved with a basis-free version of Curto-Fialkow's flat extension theorem. We explain thus the moment matrix approach to cubatures, known in the litterature. Symmetry is here a natural ingredient and reduces the algorithmic complexity. We show that a block diagonalisation of the involved matrices is possible. Those blocs and the matrix of multiplicities of a finite group provide necessary conditions on the existence of cubatures. Given a measure, a degree and a number of nodes, our algorithm first certify the existence of cubatures and then compute the weights and nodes. New cubatures have been found: either by completing the ones known for a given measure and degree, or by adding cubatures with a higher degree for a given measure.

Depuis l'invention de la radiographie au début du vingtième siècle et des premiers radars lors la seconde guerre mondiale, le besoin de connaître notre environnement par différentes techniques d'imagerie n'a cessé de croître. Ce besoin a pris de multiples formes, allant de l'exploration d'une structure interne avec la prolifération des techniques d'imagerie non invasives à l'imagerie par satellite qui accompagna la conquête de l'espace. Nombre de systèmes d'imagerie ont donc été proposés pour arriver à créer les images les plus représentatives des milieux étudiés. Parmi eux la tomodensitométrie, ou scanner médical, a connu un succès remarquable depuis son invention. La raison de ce succès vient du fait que son principe de fonctionnement est fondé sur la transformée de Radon dont l'inversion permet de restituer une image fidèle de l'intérieur du milieu étudié.La transformée de Radon (TR) est une transformée géométrique intégrale, qui intègre une densité physique d'intérêt, le long d'une droite du plan. Il est donc naturel de penser qu'une généralisation de la TR, qui consiste à remplacer la droite, support d'intégration, par une courbe ou par une surface, peut amener à une nouvelle imagerie. Dans cette thèse, nous étudions deux types de transformées de Radon généralisées qui sont définies sur des lignes brisées en V du plan (appelées TRV) et des sphères centrées sur un plan fixe (appelées TRS) ainsi que leurs imageries correspondantes.Les transformées de Radon généralisées sur des lignes brisées (TRV) nous permettent de proposer trois nouvelles modalités tomographiques. La première, comme la tomodensitométrie, exploite le phénomène d'atténuation du rayonnement X lors de sa propagation dans un milieu mais utilise aussi le phénomène de réflexion du rayonnement sur une surface impénétrable. La deuxième exploite le phénomène de diffusion Compton du rayonnement émis par un objet. La troisième combine deux modalités d'imageries par transmission et par émission sous la forme d'une imagerie bimodale à partir du rayonnement ionisant diffusé. Cette étude permet non seulement de faire émerger de nouvelles imageries pouvant concurrencer celles existantes mais aussi d'établir de nouveaux algorithmes pour la correction de l'atténuation (un des facteurs physiques dégradant sérieusement la qualité d'image tomographique actuellement).La transformée de Radon sur des sphères centrées sur un plan fixe (TRS) est une généralisation connue de la transformée de Radon en trois dimensions. Elle a été proposée comme modèle mathématique de l'imagerie radar à synthèse d'ouverture (RSO). On montre par la construction d'algorithmes appropriés que l'inversion de cette TRS donne une solution efficace à la reconstruction d'images de l'environnement directement en 3D.La faisabilité théorique de ces nouvelles imageries modélisées par ces deux classes de transformées de Radon généralisées et la performance des algorithmes de reconstruction d'images basés sur les formules d'inversion de ces transformées ouvrent plusieurs perspectives : extension en 3D de l'imagerie bimodale par rayonnement ionisant diffusé, ou possibilité de détection de cibles mobiles en imagerie RSO par introduction d'autres généralisations de la TR. De plus, les méthodes développés dans cette thèse sont susceptibles d'application dans d'autres imageries : imagerie sismique modélisée par la transformée de Radon définie sur des paraboles, imagerie radar Doppler par la TR sur des hyperboles ou encore imagerie thermo-opto-acoustique modélisée par la TR sur des cercles centrés sur un cercle fixe. / Since the invention of radiography at the beginning of the 20th century and of the radar during the 2nd world war, the need of information on our environment is ever increasing. This goes from the exploration of internal structures using non-invasive numerous imaging techniques to satellite imaging which rapidly expands with space exploration. A huge number of imaging systems have been conceived to provide faithful images of the objects of interest. Computed Tomography (or the medical scanner) has experienced a tremendous success since it was invented. The reason for this success lies in the fact that its mathematical foundation is the Radon transform (RT), which has an inverse formula allowing the faithful reconstruction of the interior of an object.The Radon transform is a geometric integral transform which integrates a physical density of interest along a straight line in the plane. It is natural to expect that, when the line is replaced by a curve or a surface as an integration support, new imaging processes may emerge. In this thesis, we study two generalized Radon transforms which are defined on broken lines in the form of a letter V (called V-line RT or VRT) and on spheres centered on a fixed plane (called spherical RT or SRT), as well as their resulting imaging processes.The Radon transforms on V-lines (VRT) form the mathematical foundation of three tomographic modalities. The first modality exploits not only the attenuation of X-rays in traversed matter (as in Computed Tomography) but also the phenomenon of reflection on an impenetrable surface. The second modality makes use of Compton scattering for emission imaging. The third modality combines transmission and emission imaging modalities into a bimodal imaging system from scattered ionizing radiation. This study puts forward new imaging systems which compete with the existing ones and develops new algorithms for attenuation corrections (in emission imaging the attenuation is one of factors degrading seriously tomographic image quality up to now).The Radon transform on spheres centered on a fixed plane (SRT) is a generalization of the classical Radon transform in three dimensions. It has been proposed as a mathematical model for Synthetic Aperture Radar (SAR) imaging. We show through the setting up of appropriate algorithms that the inversion of the SRT yields an efficient solution to the landscape reconstruction problem, directly in three dimensions.The theoretical feasibility of these new imaging systems based on generalized Radon transforms and the good performance of inversion algorithms based on inversion formulas open the way to several perspectives: 3D extension of bimodal imaging by scattered radiation or SAR target motion detection through the introduction of other generalized Radon transforms. Moreover the algorithmic methods developed here may serve in other imaging activities such as: seismics with the parabolic Radon transform, Doppler radar with the hyperbolic Radon transform, thermo-opto-acoustic imaging with the Radon transform on circles centered on a fixed circle.

La cryo-tomographie électronique (cryo-ET) est une technique d'imagerie capable de produire des vues 3D de spécimens biologiques. Cette technologie permet d’imager de larges portions de cellules vitrifiées à une résolution nanométrique. Elle permet de combiner plusieurs échelles de compréhension de la machinerie cellulaire, allant des interactions entre les groupes de protéines à leur structure atomique. La cryo-ET a donc le potentiel d'agir comme un lien entre l'imagerie cellulaire in vivo et les techniques atteignant la résolution atomique. Cependant, ces images sont corrompues par un niveau de bruit élevé et d'artefacts d'imagerie. Leur interprétabilité dépend fortement des méthodes de traitement d'image. Les méthodes computationelles existantes permettent actuellement d'identifier de larges macromolécules telles que les ribosomes, mais il est avéré que ces détections sont incomplètes. De plus, ces méthodes sont limitées lorsque les objets recherchés sont de très petite taille ou présentent une plus grande variabilité structurelle. L'objectif de cette thèse est de proposer de nouvelles méthodes d'analyse d'images, afin de permettre une identification plus robuste des macromolécules d'intérêt. Nous proposons deux méthodes computationelles pour atteindre cet objectif. La première vise à réduire le bruit et les artefacts d'imagerie, et fonctionne en ajoutant et en supprimant de façon itérative un bruit artificiel à l'image. Nous fournissons des preuves mathématiques et expérimentales de ce concept qui permet d'améliorer le signal dans les images de cryo-ET. La deuxième méthode s'appuie sur les progrès récents de l'apprentissage automatique et les méthodes convolutionelles pour améliorer la localisation des macromolécules. La méthode est basée sur un réseau neuronal convolutif et nous montrons comment l'adapter pour obtenir des taux de détection supérieur à l'état de l'art. / Cryo electron tomography (cryo-ET) is an imaging technique capable of producing 3D views of biological specimens. This technology enables to capture large field of views of vitrified cells at nanometer resolution. These features allow to combine several scales of understanding of the cellular machinery, from the interactions between groups of proteins to their atomic structure. Cryo-ET therefore has the potential to act as a link between in vivo cell imaging and atomic resolution techniques. However, cryo-ET images suffer from a high amount of noise and imaging artifacts, and the interpretability of these images heavily depends on computational image analysis methods. Existing methods allow to identify large macromolecules such as ribosomes, but there is evidence that the detections are incomplete. In addition, these methods are limited when searched objects are smaller and have more structural variability. The purpose of this thesis is to propose new image analysis methods, in order to enable a more robust identification of macromolecules of interest. We propose two computational methods to achieve this goal. The first aims at reducing the noise and imaging artifacts, and operates by iteratively adding and removing artificial noise to the image. We provide both mathematical and experimental evidence that this concept allows to enhance signal in cryo-ET images. The second method builds on recent advances in machine learning to improve macromolecule localization. The method is based on a convolutional neural network, and we show how it can be adapted to achieve better detection rates than the current state-of- the-art.

Cette thèse de doctorat est consacrée à l'étude des problèmes directe et inverse en électrophysiologie cardiaque. Comme les équations qui décrivent l'activité électrique du coeur peuvent être très couteuses en temps de calcul, une attention particulière est apportée aux méthodes d'ordre réduit et à leur applications aux modèles de l'électrophysiologie.Dans un premier temps, nous introduisons les modèles mathématiques et numériques de l'électrophysiologie cardiaque. Ces modèles nous permettent de réaliser des simulations numériques que nous validons à l'aide de plusieurs critères qualitatifs et quantitatifs trouvés dans la littérature médicale. Comme notre modèle prend en compte les oreillettes et les ventricules, nous sommes capables de reproduire des cycles complets d'électrocardiogrammes (ECG) à la fois dans des conditions saines et dans des cas pathologiques.Ensuite, plusieurs méthodes d'ordre réduit sont étudiées pour la résolution des équations de l'électrophysiologie. La méthode Proper Orthogonal Decomposition (POD) est appliquée pour la discrétisation des équations de l'électrophysiologie dans plusieurs configurations, comme par exemple la simulation d'un infarctus du myocarde. De plus, cette méthode est utilisée pour résoudre quelques problèmes d'identification de paramètres comme localiser un infarctus à partir de mesures d'un électrocardiogramme ou simuler une courbe de restitution. Pour contourner les limitations de la POD, une nouvelle méthode basée sur des couples de Lax approchés (Approximated Lax Pairs, ALP) est utilisée. Cette méthode est appliquée aux problèmes directe et inverse. Pour finir, un nouvel algorithme, basé sur les méthodes ALP et l'interpolation empirique discrète, est proposé. Cette nouvelle approche améliore significativement l'efficacité de l'algorithme original ALP et nous permet de considérer des modèles plus complexes utilisés en électrophysiologie cardiaque. / This PhD thesis is dedicated to the investigation of the forward and the inverse problem of cardiac electrophysiology. Since the equations that describe the electrical activity of the heart can be very demanding from a computational point of view, a particular attention is paid to the reduced order methods and to their application to the electrophysiology models. First, we introduce the mathematical and numerical models of electrophysiology and we implement them to provide for simulations that are validated against various qualitative and quantitative criteria found in the medical literature. Since our model takes into account atria and ventricles, we are able to reproduce full cycle Electrocardiograms (ECG) in healthy configurations and also in the case of several pathologies. Then, several reduced order methods are investigated for the resolution of the electrophysiology equations. The Proper orthogonal Decomposition (POD) method is applied for the discretization of the electrophysiology equations in several configurations, as for instance the simulation of a myocardial infarction. Also, the method is used in order to solve some parameters identification problems such as the identification of an infarcted zone using the Electrocardiogram measures and for the efficient simulation of restitution curves. To circumvent some limitations of the POD method, a new reduced order method based on the Approximated Lax Pairs (ALP) is investigated. This method is applied to the forward and inverse problems. Finally, a new reduced order algorithm is proposed, based on the ALP and the Discrete Empirical Interpolation methods. This new approach significantly improves the efficiency of the original ALP algorithm and allow us to consider more complex models used in electrophysiology.

Dans cette thèse, nous introduisons et développons une approche mathématiques originale des techniques d'imagerie biomédicales dites "hybrides". L'idée et d'appliquer une méthode d'imagerie mal posée, tout en perturbant le milieu à imager par des déplacements mécaniques. Ces déplacements provenant d'une équation de type onde élastique perturbent les mesures effectuées. En utilisant ces mesures perturbées, et profitant du caractère local des perturbations mécaniques, il est possible d'augmenter considérablement la résolution de la méthode de base. Le problème direct est donc un couplage d'une EDP décrivant la propagation utilisée pour la méthode de base et d'une seconde décrivant les champs de déplacement mécaniques. Dans toutes cette thèse, on fait l'hypothèse d'un milieu mécaniquement homogène afin d'assurer le contrôle et la géométrie des ondes perturbatrices utilisées. A partir des mesures perturbées, une étape d'interprétation permet de construire une donnée interne au domaine considéré. Cette étape nécessite en général l'inversion d'opérateurs géométriques intégraux de type Radon, afin d'utiliser le caractère localisant des perturbations utilisées. A partir de cette donnée interne, il est possible d'initier une procédure de reconstruction du paramètre physique recherché. Dans le chapitre 1, il est question d'un couplage entre micro-ondes et perturbations sphériques. Dans les chapitres 2, 3 et 4, nous étudions l'imagerie optique diffuse toujours couplée avec des perturbations sphériques. Enfin dans le chapitre cinq, nous donnons une méthode originale de reconstruction de la conductivité électrique par un couplage entre champs magnétique et perturbations acoustiques focalisées. / This thesis aims at developing an original mathematical approach for modeling hybrid biomedical imaging modalities. The core idea is to run an ill-posed imaging method while perturbing the medium using mechanical displacements. These displacements described by an elastic wave equation perturb the collected measurements. Using these perturbed measurements and taking advantage of the perturbation localizing e↵ect, it is possible to significantly overcome the resolution of the basic method. The direct problem here is a coupling between a PDE describing the propagation used for the basic method and a second one describing the mechanical displacements fields. In the whole thesis, we only consider mechanically homogeneous medium in order to assure the control and the geometry of the perturbing wavefronts. From these perturbed measurements, an interpretation step leads to an internal data map inside the considered medium. This step usually requires inversion of geometric integral operators such as Radon transform. This allows to use the geometrical localizing behavior of the perturbations. From this internal data, one can start a recovering procedure for the unknown physical parameter. This recovering step involves a new non physical PDE, non linearly coupled with the main modality equation. In the first chapter, we study a coupling between micro-waves and spherical perturbations. In chapter 2, 3 and 4, we propose a model for di↵use optical imaging coupled with spherical perturbations. In chapter 5, we introduce a new method for imaging the electric conductivity by a coupling between magnetic field and focused acoustic perturbations

L'effet de lentille gravitationnelle, qui se traduit par une deformation des images nous parvenant de galaxies lointaines, constitue l'une des techniques les plus prometteuse pour répondre aux nombreuses questions portant sur la nature de l'énergie sombre et de la matière noire. Cet effet de lentille étant sensible à la masse totale, il permet de sonder directement la distribution de matière noire, qui resterait autrement invisible. En mesurant la forme d'un grand nombre de galaxies lointaines, il est possible d'estimer statistiquement les déformations causées par l'effet de lentille gravitationnelles puis d'en inférer la distribution de masse à l'origine de ces deformations. La reconstruction de ces cartes de masses constitue un problème inverse qui se trouve être mal posé dans un certain nombre de situations d'interêt, en particulier lors de la reconstruction de la carte de masse aux petites échelles ou en trois dimensions. Dans ces situations, il devient impossible de reconstruire une carte sans l'ajout d'information a priori.Une classe particulière de méthodes, basées sur un a priori de parcimonie, s'est révélé remarquablement efficace pour résoudre des problèmes inverses similaires pour un large champ d'applications tels que la géophysique et l'imagerie médicale. Le but principal de cette these est donc d'adapter ces techniques de régularisation parcimonieuses au problème de la cartographie de la matière noire afin de developper une nouvelle generation de méthodes. Nous développons en particulier de nouveaux algorithmes permettant la reconstruction de carte masses bi-dimensionnelles de haute resolution ainsi que de cartes de masses tri-dimensionnelles. Nous appliquons de plus les mêmes méthodes de régularisation parcimonieuse au problème de la reconstruction du spectre de puissance des fluctuations primordiales de densités à partir de mesures du fond diffus cosmologique, ce qui constitue un problème inverse particulièrement difficile a résoudre. Nous développons un nouvel algorithme pour résoudre ce problème, que nous appliquons aux données du satellite Planck.Enfin, nous investiguons de nouvelles méthodes pour l'analyse de relevés cosmologiques exprimés en coordonnées sphériques. Nous développons une nouvelle transformée en ondelettes pour champs scalaires exprimés sur la boulle 3D et nous comparons différentes méthodes pour l'analyse cosmologique de relevés de galaxies spectroscopiques. / Gravitational lensing, that is the distortion of the images of distant galaxies by intervening massive objects, has been identified as one of the most promising probes to help answer questions relative to the nature of dark matter and dark energy. As the lensing effect is caused by the total matter content, it can directly probe the distribution of the otherwise invisible dark matter. By measuring the shapes of distant galaxies and statistically estimating the deformations caused by gravitational lensing, it is possible to reconstruct the distribution of the intervening mass. This mass-mapping process can be seen as an instance of a linear inverse problem, which can be ill-posed in many situations of interest, especially when mapping the dark matter on small angular scales or in three dimensions. As a result, recovering a meaningful mass-map in these situations is not possible without prior information. In recent years, a class of methods based on a so-called sparse prior has proven remarkably successful at solving similar linear inverse problems in a wide range of fields such as medical imaging or geophysics. The primary goal of this thesis is to apply these sparse regularisation techniques to the gravitational lensing problem in order to build next-generation dark matter mass-mapping tools. We propose in particular new algorithms for the reconstruction of high-resolution 2D mass-maps and 3D mass-maps and demonstrate in both cases the effectiveness of the sparse prior. We also apply the same sparse methodologies to the reconstruction the primordial density fluctuation power spectrum from measurements of the Cosmic Microwave Background which constitutes another notoriously difficult inverse problem. We apply the resulting algorithm to reconstruct the primordial power spectrum using data from the Planck satellite. Finally, we investigate new methodologies for the analysis of cosmological surveys in spherical coordinates. We develop a new wavelet transform for the analysis of scalar fields on the 3D ball. We also conduct a comparison of methods for the 3D analysis of spectroscopic galaxy survey.

La caractérisation tridimensionnelle de matériaux anciens plats est restée une activité non évidente à accomplir par des méthodes classiques de tomographie à rayons X en raison de leur morphologie anisotrope et de leur géométrie aplatie.Pour surmonter les limites de ces méthodologies, une modalité d'imagerie basée sur le rayonnement diffusé Compton est étudiée dans ce travail. La tomographie classique aux rayons X traite les données de diffusion Compton comme du bruit ajouté au processus de formation d'image, tandis que dans la tomographie du rayonnement diffusé, les conditions sont définies de sorte que la diffusion inélastique devienne le phénomène dominant dans la formation d'image. Dans ces conditions, les rotations relatives entre l'échantillon et la configuration d'imagerie ne sont plus nécessaires. Mathématiquement, ce problème est résolu par la transformée de Radon conique. Le problème direct où la sortie du système est l'image spectrale obtenue à partir d'un objet d'entrée est modélisé. Dans le problème inverse une estimation de la distribution tridimensionnelle de la densité électronique de l'objet d'entrée à partir de l'image spectrale est proposée. La faisabilité de cette méthodologie est supportée par des simulations numériques. / Three-dimensional characterization of flat ancient material objects has remained a challenging activity to accomplish by conventional X-ray tomography methods due to their anisotropic morphology and flattened geometry.To overcome the limitations of such methodologies, an imaging modality based on Compton scattering is studied in this work. Classical X-ray tomography treats Compton scattering data as noise in the image formation process, while in Compton scattering tomography the conditions are set such that Compton data become the principal image contrasting agent. Under these conditions, we are able to avoid relative rotations between the sample and the imaging setup. Mathematically this problem is addressed by means of the conical Radon transform. A model of the direct problem is presented where the output of the system is the spectral image obtained from an input object. The inverse problem is addressed to estimate the 3D distribution of the electronic density of the input object from the spectral image. The feasibility of this methodology is supported by numerical simulations.

Cette thèse est consacrée à l'étude des problèmes inverses des transformations de Radon pondérées dans les espaces euclidiens. D'une part, nos études sont motivées par l'application des transformations de Radon pondérées pour différentes tomographies, par exemple en tomographie d'émission (PET, SPECT), en tomographie de fluorescence et en tomographie optique. En particulier, nous développons une nouvelle approche de reconstruction pour les tomographies en 3D, où les données sont modélisées par des transformations des rayons pondérées le long des rayons parallèles à un plan fixe. À cet égard, nos résultats contiennent : des formules pour la réduction des transformées des rayons pondérés en transformées de Radon le long de plans en 3D ; un analogue de la formule d'inversion approximative de Chang et un analogue de l'algorithme d'inversion itératif de type Kunyansky pour les transformations de Radon pondérées en multidimension ; des reconstructions numériques à partir de données simulées et réelles. D'autre part, nos études sont motivées par des problèmes mathématiques liés aux transformations susmentionnées. Plus précisément, nous poursuivons l'étude de l'injectivité et de la non-injectivité des transformations de Radon et des transformations des rayons pondérées en multidimension et construisons une série de contre-exemples à l'injectivité de ces dernières. Ces contre exemples sont intéressants et, dans un certain sens, inattendus parce qu'ils sont proches des cas où ces transformations deviennent injectives. En particulier, par l'une de nos constructions, nous donnons des contre-exemples à des théorèmes d'injectivité bien connus pour les transformations des rayons pondérées (Quinto (1983), Markoe, Quinto (1985), Finch (1986), Ilmavirta (2016)) lorsque les hypothèses de régularité des poids sont légèrement relaxées. Par ce résultat, nous montrons en particulier que les hypothèses de régularité sur les poids sont cruciales pour l'injectivité et qu'il y a une "brisure" de cette dernière si les hypothèses sont légèrement affaiblies. / This thesis is devoted to studies of inverse problems for weighted Radon tranforms in euclidean spaces. On one hand, our studies are motivated by applications of weighted Radon transforms in different tomographies, for example, in emission tomographies (PET, SPECT), flourescence tomography and optical tomography. In particular, we develop a new reconstruction approach for tomographies in 3D, where data are modelized by weighted ray transforms along rays parallel to some fixed plane. In this connection our results include: formulas for reduction of the aforementioned weighted ray transforms to weghted Radon transforms along planes in 3D; an analog of Chang approximate inversion formula and an analog of Kunyansky-type iterative inversion algorithm for weighted Radon transforms in multidimensions; numercal reconstructions from simulated and real data. On the other hand, our studies are motivated by mathematical problems related to the aforementioned transforms. More precisely, we continue studies of injectivity and non-injectivity of weighted ray and Radon transforms in multidimensions and we construct a series of counterexamples to injectivity for the latter. These counterexamples are interesting and in some sense unexpected because they are close to the setting when the corresponding weighted ray and Radon transforms become injective. In particular, by one ofour constructions we give counterexamples to well-known injectivity theorems for weighted ray transforms (Quinto (1983), Markoe, Quinto (1985), Finch (1986), Ilmavirta (2016)) when the regularity assumptions on weights are slightly relaxed. By this result we show that, in particular, the regularity assumptions on weights are crucial for the injectivity and there is a breakdown of the latter if the assumptions are slightly relaxed.