La tomographie d'émission monophotonique (TEMP) dédiée au petit animal est une technique d'imagerie nucléaire qui joue un rôle important en imagerie moléculaire. Les systèmes TEMP, à l'aide de collimateurs pinholes ou multi-pinholes, peuvent atteindre des résolutions spatiales submillimétriques et une haute sensibilité pour un petit champ de vue, ce qui est particulièrement attractif pour imager des souris. Une géométrie de collimation originale a été proposée, dans le cadre d'un projet, appelé SIGAHRS, piloté par la société Biospace. Ce collimateur présente des longueurs focales qui varient spatialement dans le plan transaxial et qui sont fixes dans le plan axial. Une haute résolution spatiale est recherchée au centre du champ de vue, avec un grand champ de vue et une haute sensibilité. Grâce aux simulations Monte Carlo, dont nous pouvons maîtriser tous les paramètres, nous avons étudié cette collimation originale que nous avons positionnée par rapport à un collimateur parallèle et un collimateur monofocal convergent. Afin de générer des données efficacement, nous avons développé un module multi-CPU/GPU qui utilise une technique de lancer de rayons dans le collimateur et qui nous a permis de gagner un facteur ~ 60 en temps de calcul, tout en conservant ~ 90 % du signal, pour l'isotope ⁹⁹^mTc (émettant à 140,5 keV), comparé à une simulation Monte Carlo classique. Cependant, cette approche néglige la pénétration septale et la diffusion dans le collimateur. Les données simulées ont ensuite été reconstruites avec l'algorithme OSEM. Nous avons développé quatre méthodes de projection (une projection simple (S-RT), une projection avec volume d'intersection (S-RT-IV), une projection avec calcul de l'angle solide (S-RT-SA) et une projection tenant compte de la profondeur d'interaction (S-RT-SA-D)). Nous avons aussi modélisé une PSF dans l'espace image, anisotrope et non-stationnaire, en nous inspirant de la littérature existante. Nous avons étudié le conditionnement de la matrice système pour chaque projecteur et collimateur, et nous avons comparé les images reconstruites pour chacun des collimateurs et pour chacun des projecteurs. Nous avons montré que le collimateur original proposé est le système le moins bien conditionné. Nous avons aussi montré que la modélisation de la PSF dans l'image ainsi que de la profondeur d'intéraction améliorent la qualité des images reconstruites ainsi que le recouvrement de contraste. Cependant, ces méthodes introduisent des artefacts de bord. Comparé aux systèmes existants, nous montrons que ce nouveau collimateur a un grand champ de vue (~ 70 mm dans le plan transaxial), avec une résolution de 1,0 mm dans le meilleur des cas, mais qu'il a une sensibilité relativement faible (1,32x10⁻² %).

La tomographie SAR exploite plusieurs acquisitions d'une même zone acquises d'un point de vue légerement différent pour reconstruire la densité complexe de réflectivité au sol. Cette technique d'imagerie s'appuyant sur l'émission et la réception d'ondes électromagnétiques cohérentes, les données analysées sont complexes et l'information spatiale manquante (selon la verticale) est codée dans la phase. De nombreuse méthodes ont pu être proposées pour retrouver cette information. L'utilisation des redondances naturelles à certains milieux n'est toutefois généralement pas exploitée pour améliorer l'estimation tomographique. Cette thèse propose d'utiliser l'information structurelle propre aux structures urbaines pour régulariser les densités de réflecteurs obtenues par cette technique. / SAR tomography consists in exploiting multiple images from the same area acquired from a slightly different angle to retrieve the 3-D distribution of the complex reflectivity on the ground. As the transmitted waves are coherent, the desired spatial information (along with the vertical axis) is coded in the phase of the pixels. Many methods have been proposed to retrieve this information in the past years. However, the natural redundancies of the scene are generally not exploited to improve the tomographic estimation step. This Ph.D. presents new approaches to regularize the estimated reflectivity density obtained through SAR tomography by exploiting the urban geometrical structures.

L'objectif de cette thèse était de quantifier le réseau lacuno-canaliculaire du tissu osseux à partir d’images 3D acquises en nano CT synchrotron de phase. Ceci a nécessité d’optimiser les processus d’acquisition et de reconstruction de phase, ainsi que de développer des méthodes efficaces de traitement d'images pour la segmentation et l’analyse 3D. Dans un premier temps, nous avons étudié et évalué différents algorithmes de reconstruction de phase. Nous avons étendu la méthode de Paganin pour plusieurs distances de propagation et l’avons évaluée et comparée à d’autres méthodes, théoriquement puis sur nos données expérimentales Nous avons développé une chaine d’analyse, incluant la segmentation des images et prenant en compte les gros volumes de données à traiter. Pour la segmentation des lacunes, nous avons choisi des méthodes telles que le filtre médian, le seuillage par hystérésis et l'analyse par composantes connexes. La segmentation des canalicules repose sur une méthode de croissance de région après rehaussement des structures tubulaires. Nous avons calculé des paramètres de porosité, des descripteurs morphologiques des lacunes ainsi que des nombres de canalicules par lacune. Par ailleurs, nous avons introduit des notions de paramètres locaux calculés dans le voisinage des lacunes. Nous avons obtenu des résultats sur des images acquises à différentes tailles de voxel (120nm, 50nm, 30nm) et avons également pu étudier l’impact de la taille de voxel sur les résultats. Finalement ces méthodes ont été utilisées pour analyser un ensemble de 27 échantillons acquis à 100 nm dans le cadre du projet ANR MULTIPS. Nous avons pu réaliser une analyse statistique pour étudier les différences liées au sexe et à l'âge. Nos travaux apportent de nouvelles données quantitatives sur le tissu osseux qui devraient contribuer à la recherche sur les mécanismes de fragilité osseuse en relation avec des maladies comme l’ostéoporose. / Osteoporosis is a bone fragility disease resulting in abnormalities in bone mass and density. In order to prevent osteoporotic fractures, it is important to have a better understanding of the processes involved in fracture at various scales. As the most abundant bone cells, osteocytes may act as orchestrators of bone remodeling which regulate the activities of both osteoclasts and osteoblasts. The osteocyte system is deeply embedded inside the bone matrix and also called lacuno-canalicular network (LCN). Although several imaging techniques have recently been proposed, the 3D observation and analysis of the LCN at high spatial resolution is still challenging. The aim of this work was to investigate and analyze the LCN in human cortical bone in three dimensions with an isotropic spatial resolution using magnified X-ray phase nano-CT. We performed image acquisition at different voxel sizes of 120 nm, 100 nm, 50 nm and 30 nm in the beamlines ID16A and ID16B of the European Synchrotron Radiation Facility (ESRF - European Synchrotron Radiation Facility - Grenoble). Our first study concerned phase retrieval, which is the first step of data processing and consists in solving a non-linear inverse problem. We proposed an extension of Paganin’s method suited to multi-distance acquisitions, which has been used to retrieve phase maps in our experiments. The method was compared theoretically and experimentally to the contrast transfer function (CTF) approach for homogeneous object. The analysis of the 3D reconstructed images requires first to segment the LCN, including both the segmentation of lacunae and of canaliculi. We developed a workflow based on median filter, hysteresis thresholding and morphology filters to segment lacunae. Concerning the segmentation of canaliculi, we made use of the vesselness enhancement to improve the visibility of line structures, the variational region growing to extract canaliculi and connected components analysis to remove residual noise. For the quantitative assessment of the LCN, we calculated morphological descriptors based on an automatic and efficient 3D analysis method developed in our group. For the lacunae, we calculated some parameters like the number of lacunae, the bone volume, the total volume of all lacunae, the lacunar volume density, the average lacunae volume, the average lacunae surface, the average length, width and depth of lacunae. For the canaliculi, we first computed the total volume of all the canaliculi and canalicular volume density. Moreover, we counted the number of canaliculi at different distances from the surface of each lacuna by an automatic method, which could be used to evaluate the ramification of canaliculi. We reported the statistical results obtained on the different groups and at different spatial resolutions, providing unique information about the organization of the LCN in human bone in three dimensions.

La tomographie d'émission monophotonique (TEMP) dédiée au petit animal est une technique d'imagerie nucléaire qui joue un rôle important en imagerie moléculaire. Les systèmes TEMP, à l'aide de collimateurs pinholes ou multi-pinholes, peuvent atteindre des résolutions spatiales submillimétriques et une haute sensibilité pour un petit champ de vue, ce qui est particulièrement attractif pour imager des souris. Une géométrie de collimation originale a été proposée, dans le cadre d'un projet, appelé SIGAHRS, piloté par la société Biospace. Ce collimateur présente des longueurs focales qui varient spatialement dans le plan transaxial et qui sont fixes dans le plan axial. Une haute résolution spatiale est recherchée au centre du champ de vue, avec un grand champ de vue et une haute sensibilité. Grâce aux simulations Monte Carlo, dont nous pouvons maîtriser tous les paramètres, nous avons étudié cette collimation originale que nous avons positionnée par rapport à un collimateur parallèle et un collimateur monofocal convergent. Afin de générer des données efficacement, nous avons développé un module multi-CPU/GPU qui utilise une technique de lancer de rayons dans le collimateur et qui nous a permis de gagner un facteur ~ 60 en temps de calcul, tout en conservant ~ 90 % du signal, pour l'isotope ⁹⁹^mTc (émettant à 140,5 keV), comparé à une simulation Monte Carlo classique. Cependant, cette approche néglige la pénétration septale et la diffusion dans le collimateur. Les données simulées ont ensuite été reconstruites avec l'algorithme OSEM. Nous avons développé quatre méthodes de projection (une projection simple (S-RT), une projection avec volume d'intersection (S-RT-IV), une projection avec calcul de l'angle solide (S-RT-SA) et une projection tenant compte de la profondeur d'interaction (S-RT-SA-D)). Nous avons aussi modélisé une PSF dans l'espace image, anisotrope et non-stationnaire, en nous inspirant de la littérature existante. Nous avons étudié le conditionnement de la matrice système pour chaque projecteur et collimateur, et nous avons comparé les images reconstruites pour chacun des collimateurs et pour chacun des projecteurs. Nous avons montré que le collimateur original proposé est le système le moins bien conditionné. Nous avons aussi montré que la modélisation de la PSF dans l'image ainsi que de la profondeur d'intéraction améliorent la qualité des images reconstruites ainsi que le recouvrement de contraste. Cependant, ces méthodes introduisent des artefacts de bord. Comparé aux systèmes existants, nous montrons que ce nouveau collimateur a un grand champ de vue (~ 70 mm dans le plan transaxial), avec une résolution de 1,0 mm dans le meilleur des cas, mais qu'il a une sensibilité relativement faible (1,32x10⁻² %). / Small animal single photon emission computed tomography (SPECT) is a nuclear medicine imaging technique that plays an important role in molecular imaging. SPECT systems using pinhole or multi-pinhole collimator can achieve submillimetric spatial resolution and high sensitivity in a small field of view, which is particularly appropriate for imaging mice. In our work, we studied a new collimator dedicated to small animal SPECT, in the context of a project called SIGAHRS, led by the Biospace company. In this collimator, focal lengths vary spatially in the transaxial plane and are fixed in the axial plane. This design aims at achieving high spatial resolution in the center of the field of view, with a large field of view and high sensitivity. Using Monte Carlo simulations, where all parameters can be controlled, we studied this new collimator geometry and compared it to a parallel collimator and a cone-beam collimator. To speed up the simulations, we developed a multi-CPU/GPU module that uses a technique of ray tracing. Using this approach, the acceleration factor was ~ 60 and we restored ~ 90 % of the signal for ⁹⁹^mTc (140.5 keV emission), compared to a classical Monte Carlo simulation. The 10 % difference is due to the fact that the multi-CPU/GPU module neglects the septal penetration and scatter in the collimator. We demonstrated that the data acquired with the new collimator could be reconstructed without artifact using an OSEM algorithm. We developed four forward projectors (simple projector (S-RT), projector accounting for the surface of the detecting pixel (S-RT-IV), projection modeling the solid angle (S-RT-SA) of the projection tube, and projector modeling the depth of interaction (S-RT-SA-D)). We also modeled the point spread function of the collimator in the image domain, using an anisotropic non-stationary function. To characterize the reconstruction, we studied the conditioning number of the system matrix for each projector and each collimator. We showed that the new collimator was more ill-conditioned than a parallel collimator or a cone-beam collimator. We showed that the image based PSF and the modeling of the depth of interaction improved the quality of the images, but edge artefacts were introduced when modeling the PSF in the image domain. Compared to existing systems, we showed that this new collimator has a large field of view (~ 70 mm in the transaxial plane) with a resolution of 1.0 mm in the best case but suffers from a relatively low sensitivity (1.32x10⁻² %).

Nous proposons dans le cadre de cette thèse une nouvelle approche permettant de s'affranchir de l'atténuation mammaire en tomographie par émission monophotonique (TEMP) de perfusion myocardique. Elle est constituée de deux parties : - la première consiste à rendre les projections acquises consistantes. - la deuxième consiste à pondérer ces même les projections corrigées durant la reconstruction. Nous avons effectué l'étude de validité de nos méthodes sur quelques exemples de simulation TEMP de perfusion myocardique simulant l'atténuation mammaire et sur quelques exemples d'études patients réelles notamment : des cas d'atténuation mammaire, d'infarctus inférieure, d'infarctus apical, d'infarctus antérieur, d'ischémie antérieure et inférieure. Les résultats semblent encourageants. Il s'agit dans le proche avenir de mener une étude de validation chez les patients versus un gold standard (coronarographie, coroscanner)

Cette thèse traite du couplage d'un tomographe optique par luminescence (LCT) et d'un tomographe par rayons X (XCT), en présence d'une contrainte sur la géométrie d'acquisition du XCT. La couverture angulaire du XCT est limitée à 90 degrés pour satisfaire des contraintes spatiales imposées par le LCT existant dans lequel le XCT doit être intégré. L'objectif est de dériver une information anatomique, à partir de l'image morphologique issue du XCT. Notre approche a consisté i) en l'implémentation d'un algorithme itératif régularisé pour la reconstruction tomographique à angle limité, ii) en la construction d'un atlas anatomique statistique de la souris et iii) en l'implémentation d'une chaîne automatique réalisant la segmentation des images XCT, l'attribution d'une signification anatomique aux éléments segmentés, le recalage de l'atlas statistique sur ces éléments et ainsi l'estimation des contours de certains tissus à faible contraste non identifiables en pratique dans une image XCT standard. / This thesis addresses the combination of an Optical Luminescence Tomograph (OLT) and X-ray Computerized Tomograph (XCT), dealing with geometrical constraints defined by the existing OLT system in which the XCT must be integrated. The result is an acquisition geometry of XCT with a 90 degrees angular range only. The aim is to derive an anatomical information from the morphological image obtained with the XCT. Our approach consisted i) in the implementation of a regularized iterative algorithm for the tomographic reconstruction with limited angle data, ii) in the construction of a statistical anatomical atlas of the mouse and iii) in the implementation of an automatic segmentation workflow performing the segmentation of XCT images, the labelling of the segmented elements, the registration of the statistical atlas on these elements and consequently the estimation of the outlines of low contrast tissues that can not be identified in practice in a standard XCT image.

La cryo-microscopie électronique est une technique tomographique permettant de reconstituer la structure 3D d’un objet complexe en biologie à partir d’un jeu d’acquisitions. Ces images de l’objet complexe sont appelées les projections et sont acquises sous orientations inconnues. Un des avantages de la cryo-microscopie électronique est l’obtention d’un modèle 3D de très haute résolution de l’objet dans un état naturel. La procédure de reconstruction comporte plusieurs étapes telles que l’alignement, la classification des projections, l’estimation de leurs orientations et le raffinement des projections. Lors de ces étapes, la distance entre deux projections est fréquemment mesurée. Le travail réalisé au cours de cette thèse s’organise autour de la recherche théorique d’une distance entre des projections non-orientées avec comme objectif l’amélioration de la procédure de reconstruction tomographique en cryo-microscopie électronique. La contribution de ce travail de thèse est une méthode permettant d’estimer la différence angulaire entre deux projections dans les cas 2D et 3D. Notre méthode est basée sur la construction d’un graphe de voisinage dont les sommets sont les projections, dont les arêtes relient des projections voisines et sont pondérées par une approximation locale de la différence angulaire. Le calcul de ces poids repose sur les propriétés des moments de projection. Notre méthode est testée sur des images simulées de différentes résolutions et de différents niveaux du bruit. La comparaison avec des autres méthodes d’estimation de la différence angulaire est aussi réalisée. / Cryo-electron microscopy is a tomographic technique allowing to reconstruct a 3D model of complex structure in biology from a set of acquired images. These images are known as the tomographic projections and are taken at unknown directions. The advantage of the cryo-electron microscopy is the 3D reconstruction at very high resolution. The reconstruction procedure consists of many steps such as projection alignment, projection classification, orientation estimation and projection refinement. During these steps, the distance between two projections is frequently measured. The work in this thesis aims at studying the distances mesured between two unknown-direction projections with the objective of improving the reconstruction result in the cryo-electron microscopy. The contribution of this thesis is the developement of a method for estimating the angular difference between two projections in 2D and 3D. Our method is based on the construction of a neighborhood graph whose vertices are the projections, whose edges link the projection neighbors and are weighted by a local approximation of the angular difference. The calculation of the weights relies on the projection moment properties. The proposed method has been tested on simulated images with different resolutions and at different noise levels. The comparison with others estimation methods of angular difference has been realised.

Ce travail est une application de la théorie des problèmes inverses à la reconstruction 3-D des artères coronaires avec compensation du mouvement à partir de données Rot-X. Dans un premier temps nous étudions le problème inverse en dimension finie et infinie. En dimension finie nous nous concentrons sur la modélisation du problème inverse en tomographie en définissant la notion de base de voxels et de matrice de projection, en vue de pouvoir se ramener à une formulation matricielle du problème inverse. Nous étudions aussi la notion de tomographie dynamique et les problèmes qui lui sont liés. Notre formulation discrète permet grâce aux bases de voxels d'inclure n'importe quelle déformation de support étant un difféorphisme dans le problème inverse matriciel, dès lors que cette déformation est connue a priori. Dans le dernier chapitre, nous présentons une méthode d'estimation du mouvement utilisant les projections Rot-X synchronisées par rapport à l'ECG, basée sur un modèle déformable 3-D des artères coronaires. Le mouvement est modélisé par des fonctions B-splines.<br />Une fois le mouvement estimé, la reconstruction tomographique à un instant de référence est effectuée par une optimisation aux moindres-carrés qui inclut le mouvement ainsi qu'un terme de pénalité qui favorise les valeurs d'intensités fortes pour les voxels au voisinage de la ligne centrale 3-D, et les faibles valeurs pour les autres. Cette méthode a été testée sur des données simulées basées sur des lignes centrales 3-D préalablement extraites de données MSCT.

Les ostéocytes sont les plus nombreuses cellules du tissu osseux, enterrées dans la matrice osseuse. Elles sont interconnectées par des dendrites, situées dans des canaux appelés canalicules. Les lacunes ostéocytaires, les cavités dans lesquelles les cellules sont logées, avec les canalicules forment un réseau de communication à travers la matrice osseuse, permettant le transport des nutriments et des signaux. Ces cellules, considérées d’abord passives, ont révélé dernièrement leur rôle en tant que cellules mécanosensitives et orchestratrices du remodelage osseux. Malgré les progrès récents des techniques d'imagerie, aucune méthode disponible ne fournit une évaluation 3D adéquate du réseau lacuno-canaliculaire (LCN). Les objectifs de cette thèse ont porté sur l’imagerie 3D du LCN par tomographie synchrotron à rayons X (SR-CT), et le développement d’outils de détection et segmentation 3D de ce réseau cellulaire, afin de le quantifier et analyser. Nous démontrons la faisabilité de la SR-CT en géométrie parallèle pour imager le LCN dans le tissu osseux (voxel~300nm). Cette technique fournit des données 3D sur la morphologie du réseau cellulaire et aussi sur la composition de la matrice osseuse. Comparée aux méthodes d'imagerie 3D existantes, la SR-CT permet l'imagerie d’un volume de tissu beaucoup plus important, d'une manière plus simple et rapide. Cela rend possible l'étude de séries de spécimens afin d'obtenir des conclusions biomédicales. Nous proposons aussi l'utilisation de l’holotomographie divergente synchrotron, pour imager l'ultrastructure du tissu osseux (voxel~60nm). La reconstruction d'image fournit des cartes de phase, obtenues après application d'un algorithme d’inversion de phase adéquat. Cette technique a permis l'évaluation du réseau cellulaire avec une précision plus élevée et de visualiser, pour la première fois en 3D, l'organisation des fibres de collagène. Afin d'obtenir des résultats quantitatifs sur la géométrie du réseau cellulaire, celui doit être segmenté. À cause des limitations de la résolution spatiale, les canalicules apparaissent comme de structures tubulaires très fines (diamètre 1-3 voxels). Ceci, combiné avec le bruit, le faible contraste et la grande taille des images (8Go), rendent la segmentation difficile. Nous proposons une méthode de filtrage non-linéaire 3D, basée sur le rehaussement des structures linéaires, combiné avec un filtrage bilatéral. Cela permet une amélioration de la détection des canalicules, la réduction du bruit de fond et de la préservation des lacunes cellulaires. Pour la segmentation d'images, nous avons développé une méthode basée sur la croissance de région variationnelle. Nous proposons deux expressions de fonctionnelles d'énergie à minimiser, afin de détecter la structure souhaitée. Des résultats quantitatifs préliminaires sont obtenus à partir d’une analyse en composantes connexes sur des échantillons humaines et des observations relatives au réseau ostéocytaire sont présentés. / The osteocytes are the most abundant and longest living bone cells, embedded in the bone matrix. They are interconnected with each other through dendrites, located in slender canals called canaliculi. The osteocyte lacunae, cavities in which the cells are located, together with the canaliculi form a communication network throughout the bone matrix, permitting transport of nutrients, waste and signals. These cells were firstly considered passive, but lately it has become increasingly clear their role as mechanosensory cells and orchestrators of bone remodeling. Despite recent advances in imaging techniques, none of the available methods can provide an adequate 3D assessment of the lacuno-canalicular network (LCN). The aims of this thesis were to achieve 3D imaging of the LCN with synchrotron radiation X-ray computed tomography (SR-CT) and to develop tools for 3D detection and segmentation of this cell network, leading towards automatic quantification of this structure. We demonstrate the feasibility of parallel beam SR-CT to image in 3D the LCN (voxel~300 nm). This technique can provide data on both the morphology of the cell network and the composition of the bone matrix. Compared to the other 3D imaging methods, this enables imaging of tissue covering a number of cell lacunae three orders of magnitude greater, in a simpler and faster way. This makes possible the study of sets of specimens in order to reach biomedical conclusions. Furthermore, we propose the use of divergent holotomography, to image the ultrastructure of bone tissue (voxel~60 nm). The image reconstruction provides phase maps, obtained after the application of a suitable phase retrieval algorithm. This technique permits assessment of the cell network with higher accuracy and it enables the 3D organization of collagen fibres organization in the bone matrix, to be visualized for the first time. In order to obtain quantitative parameters on the geometry of the cell network, this has to be segmented. Due to the limitations in spatial resolution, canaliculi appear as 3D tube-like structures measuring only 1-3 voxels in diameter. This, combined with the noise, the low contrast and the large size of each image (8 GB), makes the segmentation a difficult task. We propose an image enhancement method, based on a 3D line filter combined with bilateral filtering. This enables improvement in canaliculi detection, reduction of the background noise and cell lacunae preservation. For the image segmentation we developed a method based on variational region growing. We propose two expressions for energy functionals to minimize in order to detect the desired structure, based on the 3D line filter map and the original image. Preliminary quantitative results on human femoral samples are obtained based on connected components analysis and a few observations related to the bone cell network and its relation with the bone matrix are presented.

L’imagerie par contraste de phase suscite un intérêt croissant dans le domaine biomédical, puisqu’il offre un contraste amélioré par rapport à l’imagerie d’atténuation conventionnelle. En effet, le décalage en phase induit par les tissus mous, dans la gamme d’énergie utilisée en imagerie, est environ mille fois plus important que leur atténuation. Le contraste de phase peut être obtenu, entre autres, en laissant un faisceau de rayons X cohérent se propager librement après avoir traversé un échantillon. Dans ce cas, les signaux obtenus peuvent être modélisés par la diffraction de Fresnel. Le défi de l’imagerie de phase quantitative est de retrouver l’atténuation et l’information de phase de l’objet observé, à partir des motifs diffractés enregistrés à une ou plusieurs distances. Ces deux quantités d’atténuation et de phase, sont entremêlées de manière non-linéaire dans le signal acquis. Dans ces travaux, nous considérons les développements et les applications de la micro- et nanotomographie de phase. D’abord, nous nous sommes intéressés à la reconstruction quantitative de biomatériaux à partir d’une acquisition multi-distance. L’estimation de la phase a été effectuée via une approche mixte, basée sur la linéarisation du modèle de contraste. Elle a été suivie d’une étape de reconstruction tomographique. Nous avons automatisé le processus de reconstruction de phase, permettant ainsi l’analyse d’un grand nombre d’échantillons. Cette méthode a été utilisée pour étudier l’influence de différentes cellules osseuses sur la croissance de l’os. Ensuite, des échantillons d’os humains ont été observés en nanotomographie de phase. Nous avons montré le potentiel d’une telle technique sur l’observation et l’analyse du réseau lacuno-canaliculaire de l’os. Nous avons appliqué des outils existants pour caractériser de manière plus approfondie la minéralisation et les l’orientation des fibres de collagènes de certains échantillons. L’estimation de phase, est, néanmoins, un problème inverse mal posé. Il n’existe pas de méthode de reconstruction générale. Les méthodes existantes sont soit sensibles au bruit basse fréquence, soit exigent des conditions strictes sur l’objet observé. Ainsi, nous considérons le problème inverse joint, qui combine l’estimation de phase et la reconstruction tomographique en une seule étape. Nous avons proposé des algorithmes itératifs innovants qui couplent ces deux étapes dans une seule boucle régularisée. Nous avons considéré un modèle de contraste linéarisé, couplé à un algorithme algébrique de reconstruction tomographique. Ces algorithmes sont testés sur des données simulées. / Phase contrast imaging has been of growing interest in the biomedical field, since it provides an enhanced contrast compared to attenuation-based imaging. Actually, the phase shift of the incoming X-ray beam induced by an object can be up to three orders of magnitude higher than its attenuation, particularly for soft tissues in the imaging energy range. Phase contrast can be, among others existing techniques, achieved by letting a coherent X-ray beam freely propagate after the sample. In this case, the obtained and recorded signals can be modeled as Fresnel diffraction patterns. The challenge of quantitative phase imaging is to retrieve, from these diffraction patterns, both the attenuation and the phase information of the imaged object, quantities that are non-linearly entangled in the recorded signal. In this work we consider developments and applications of X-ray phase micro and nano-CT. First, we investigated the reconstruction of seeded bone scaffolds using sed multiple distance phase acquisitions. Phase retrieval is here performed using the mixed approach, based on a linearization of the contrast model, and followed by filtered-back projection. We implemented an automatic version of the phase reconstruction process, to allow for the reconstruction of large sets of samples. The method was applied to bone scaffold data in order to study the influence of different bone cells cultures on bone formation. Then, human bone samples were imaged using phase nano-CT, and the potential of phase nano-imaging to analyze the morphology of the lacuno-canalicular network is shown. We applied existing tools to further characterize the mineralization and the collagen orientation of these samples. Phase retrieval, however, is an ill-posed inverse problem. A general reconstruction method does not exist. Existing methods are either sensitive to low frequency noise, or put stringent requirements on the imaged object. Therefore, we considered the joint inverse problem of combining both phase retrieval and tomographic reconstruction. We proposed an innovative algorithm for this problem, which combines phase retrieval and tomographic reconstruction into a single iterative regularized loop, where a linear phase contrast model is coupled with an algebraic tomographic reconstruction algorithm. This algorithm is applied to numerical simulated data.