L'augmentation constante de la demande alimentaire et énergétique dans le monde associée au réchauffement et changements climatiques ont poussé les recherches en agronomie vers le développement d'une agriculture plus durable et l'amélioration de la performance des cultures. Pour répondre à ces demandes, les chercheurs ont concentré leurs efforts sur le développement de méthodes de génotypage à haut débit (l'étude de la séquence génomique des plantes) et ont permis aux biologistes d'identifier les génotypes d'une grande quantité de plantes. De plus, comprendre les relations qui lient les génotypes (ADN) aux phénotypes (caractéristiques visuelles) qui évoluent en fonction des conditions d'irrigation, d'illumination ou de température est devenu un enjeu majeur dans la recherche agricole. Alors que les méthodes de génotypage ont été rapidement améliorées et automatisées au cours de la dernière décennie, les méthodes de phénotypage restent manuelles et parfois destructrices. Ces méthodes consistent à mesurer certains paramètres visuels d'une plante telle que : la hauteur de la tige principale, le nombre de feuilles, les angles d'initiation des feuilles ou la surface foliaire et plus important encore, à suivre ces paramètres tout au long de la croissance des plantes. Par conséquent, le nombre de plantes à cultiver est très important et les mesures prennent beaucoup de temps. Avec l'émergence des nouvelles technologies en vision par ordinateur et en robotique, les chercheurs en agronomie y ont vu un intérêt certain en vue d'automatiser la collecte et les mesures des données visuelles sur les plantes. La thèse porte sur la conception, le développement et la validation de traitements haut débit à exécuter automatiquement sur des images acquises sur des plantes de tournesol, en vue d'amplifier les capacités de phénotypage par les chercheurs en agronomie (et ultérieurement les évaluateurs de variétés et les semenciers). L'objectif est la mise au point d'un protocole d'acquisition d'images (en plante isolée) depuis un robot mobile (ou un système d'acquisition autonome) permettant d'améliorer, de moderniser et d'automatiser les méthodes de phénotypage actuelles afin d'aider les chercheurs en agronomie à collecter une grande quantité de données. Motivés par le souhait d'effectuer un phénotypage à haut débit, nous proposons une approche 3D pour extraire automatiquement les caractéristiques visuelles des plantes de tournesol cultivées en pot. Tout d'abord, un nuage de points 3D d'une plante est acquis avec des techniques classiques de Structure-from-Motion. Une étape de segmentation est ensuite effectuée pour extraire la tige principale et les feuilles. Dans le but de suivre les caractéristiques visuelles pendant la croissance des plantes, en particulier, suivre l'expansion foliaire de chaque feuille, une étape de labellisation basée sur le modèle botanique d'une plante est appliquée pour leur affecter une étiquette unique qui ne changera pas avec le temps. Enfin, les caractéristiques visuelles sont extraites et les résultats obtenus sur les plantes de tournesol démontrent l'efficacité de notre méthode et en font une étape encourageante vers le phénotypage haut débit. / The constant increasing food and energy demand in the world associated to global warming and climate change issues, pushed the researchs in plant breeding to move towards the improvement of crops performance and development of a more sustainable agriculture. To meet these demands, the effort made by the researchers were focused on the development of high-throughput genotyping methods (i.e., the study of genome sequence of plants) and allowed the biologists to indentified the genotypes of a large amount of plants. Moreover, understanding the relationships that link the genotypes (DNA) to the phenotypes (visual characteristics) that evolve according environmental conditions like: light, water, drought, heat, etc. has become a main issue in agricultural research. While the genotyping methods were rapidly improved and automatized during the last decade, the phenotyping methods remain manual, sometimes destructive and non-replicable. The usual phenotyping methods consist to measure certain visual parameters of a plant such as: main stem heigh, number of leaves, leaf initiation angle or leaf area, but more importantly, be able to follow these parameters along the plant growth. Consequently, the number of plants to harvest is very important and the measurements are extremely time-consuming. The emergence and reliability of new technologies in computer vision and robotic have led the researchers to take an interest in them and to seek how they can be used in plant science. The thesis is focused on the design, development and validation of a high-throughput phenotyping method design for sunflower plant with an eye to amplify phenotyping capacities by Agronomists and Geneticists (and later varieties evaluators and seed producers). The aim is to improve, modernize and automatize the current phenotyping methods as a way to help the plant scientists to collect a large amount of data. Motivated by the wish to perform high-throughput plant phenotyping, we propose a 3D approach to automatically extract visual characteristics of sunflower plants grown in pot. First, a 3D point cloud of a plant is acquired with classical Structure-from-Motion techniques. A segmentation step is then proceeded to retrieve the main stem and the leaves. With the intention of following the visual characteristics during the plant growth, especially, the leaf area expansion rate of each leaf, a labelling step relying on the botanical model of a plant is performed to affect them a unique label that will not change over time. Finally, the visual characteristics are extracted and results obtained on sunflower plants demonstrate the efficiency of our method and make it an encouraging step toward high-throughput plant phenotyping.

Atherosclerosis is often diagnosed using an ultrasound (US) examination in the carotid and femoral arteries and the abdominal aorta. A decision to operate requires two measures of disease severity: the degree of stenosis measured using B-mode US; and the blood flow patterns in the artery measured using spectral Doppler US. However other biomechanical factors such as wall shear stress (WSS) and areas of flow recirculation are also important in disease development and rupture. These are estimated using an image-guided modelling approach, where a three-dimensional computational mesh of the artery is simulated. To generate a patient-specific arterial 3D computational mesh, a 3D ultrasound (3DUS) system was developed. This system uses a standard clinical US scanner with an optical position sensor to measure the position of the transducer; a video capture card to record video images from the scanner; and a PC running Stradwin software to reconstruct 3DUS data. The system was characterised using an industry-standard set of calibration phantoms, giving a reconstruction accuracy of ± 0.17 mm with a 12MHz linear array transducer. Artery movements from pulsatile flow were reduced using a retrospective gating technique. The effect of pressure applied to the transducer moving and deforming the artery was reduced using an image-based rigid registration technique. The artery lumen found on each 3DUS image was segmented using a semi-automatic segmentation technique known as ShIRT (the Sheffield Image Registration Toolkit). Arterial scans from healthy volunteers and patients with diagnosed arterial disease were segmented using the technique. The accuracy of the semi-automatic technique was assessed by comparing it to manual segmentation of each artery using a set of segmentation metrics. The mean accuracy of the semi-automatic technique ranged from 85% to 99% and depended on the quality of the images and the complexity of the shape of the lumen. Patient-specific 3D computational artery meshes were created using ShIRT. An idealised mesh was created using key features of the segmented 3DUS scan. This was registered and deformed to the rest of the segmented dataset, producing a mesh that represents the shape of the artery. Meshes created using ShIRT were compared to meshes created using the Rhino solid modelling package. ShIRT produced smoother meshes; Rhino reproduced the shape of arterial disease more accurately. The use of 3DUS with image-guided modelling has the potential to be an effective tool in the diagnosis of atherosclerosis. Simulations using these data reflect in vivo studies of wall shear stress and recirculation in diseased arteries and are comparable with results in the literature created using MRI and other 3DUS systems.

Le traitement et l’analyse d’images angiographiques rotationnelles 3D (3DRA) de haute résolution spatiale pour l’aide à la planification d’interventions en neuroradiologie interventionnelle est un domaine de recherche récent et en plein essor. Les neuroradiologues ont besoin d’outils interactifs pour la planification des procédures d’embolisation et l’optimisation du guidage de microcathéters durant les interventions endovasculaires. L’exploitation des données d’imagerie pour l’aide au diagnostic et la thérapeutique requiert le développement d’algorithmes robustes et de méthodes efficaces. Ces méthodes permettent d’intégrer les informations contenues dans ces images pour en extraire des descripteurs anatomiques utiles durant les phases pre et per-opératoires.Cette thèse est dédiée au développement d’une chaine de traitement complète comprenant la segmentation, la reconstruction tridimensionnelle (3D) et la représentation symbolique de vaisseaux cérébraux à partir d’images 3DRA, pour faciliter la planification d’interventions d’embolisation pour le traitement de Malformations ArtérioVeineuses cérébrales (MAVs).La première partie du travail est consacrée à l’étude des différentes approches utilisées en segmentation des vaisseaux. Deux méthodes de segmentation sont ensuite proposées. Tout d’abord, une méthode de segmentation 2D coupe par coupe est développée ainsi qu’un technique robuste de suivi de vaisseaux permettant de détecter les bifurcations et de poursuivre le tracking de plusieurs branches du même vaisseau. Un maillage basé sur la triangulation Contrainte de Delaunay permet ensuite la reconstruction et la visualisation 3D des vaisseaux ainsi obtenus. Une méthode de segmentation 3D automatisée des images 3DRA est ensuite développée, elle présente l’avantage d’être plus rapide et de traiter le volume d’images entier en 3D. Cette méthode est basée sur la croissance de régions. Le processus 3D démarre à partir d’une coupe initiale pré-segmentée en utilisant la reconstruction géodésique et sur laquelle les germes sont placés de manière automatique. Finalement, une représentation du réseau vasculaire sur laquelle on distingue clairement les trois entités que sont les artères, les veines drainantes et le nidus est obtenue.La deuxième partie de la thèse est consacrée à la représentation symbolique des vaisseaux. L'étude hiérarchique du squelette permet de donner une description graphique du réseau vasculaire cérébral. A partir de cette description graphique, les vaisseaux et leurs branches sont labellisés et un ou plusieurs vaisseaux peuvent être isolés du reste du réseau pour une analyse visuelle plus précise, ce qui n’est pas possible avec les reconstructions 3D du constructeur. De plus, cette représentation améliore la détermination des chemins optimaux pour l’embolisation de la MAV et réduit la complexité due à l’enchevêtrement des vaisseaux malformés.La chaine de traitement complète ainsi développée aboutit à une description 3D précise des vaisseaux. Elle permet une meilleure compréhension structurelle du réseau vasculaire cérébral et offre aux neuroradiologues la possibilité d’extraire des descripteurs anatomiques, et géométriques (taille, diamètre…) des vaisseaux. Enfin, une étape de vérification des résultats par un expert neuroradiologue a permis la validation clinique des résultats de segmentation et de reconstruction 3D. L’intégration des algorithmes développés dans une interface graphique intuitive et facile d’utilisation devra être faite pour permettre l’exploitation de nos résultats en routine clinique / The processing and analysis of 3D Rotational Angiographic images (3DRA) of high spatial resolution to facilitate intervention planning in interventional neuroradiology is a new and booming research area. Neuroradiologists need interactive tools for the planning of embolization procedures and the optimization of the guidance of micro-catheters during endovascular interventions. The exploitation of imaging data to help in diagnosis and treatment requires the development of robust algorithms and efficient methods. These methods allow integrating information included in these images in order to extract useful anatomical descriptors during preoperative and peroperative phases.This thesis is dedicated to the development of a complete processing pipeline including segmentation, three-dimensional (3D) reconstruction and symbolic representation of cerebral vessels from 3DRA images, aiming to facilitate the embolization intervention planning for the treatment of cerebral ArterioVenous Malformations (AVMs).The first part of the work is devoted to the study of the different approaches used for the segmentation of vessels. Two segmentation methods are then proposed. First, a 2D slice-by-slice segmentation method is developed, followed by a robust vessel tracking process that enables detecting bifurcations and further following several branches of the same vessel. A mesh based on the Constrained Delaunay triangulation allows then the 3D reconstruction and visualization of the obtained vessels. An automated 3D segmentation method of 3DRA images is then developed, which presents the advantage of being faster and processing the whole 3D volume of images. This method is region growing based. The 3D process starts from an initial pre-segmented slice using the geodesic reconstruction, where the seeds are automatically placed. Finally, a representation of the vasculature is obtained, in which these three entities are clearly visible: the feeding arteries, the draining veins and the nidus.The second part of the thesis is devoted to the symbolic representation of the vessels. The hierarchical study of the skeleton allows giving a graphic description of the cerebral vascular network. From this graphic description, the vessels and their branches are labeled and one or more vessels can be isolated from the rest of network for a more accurate visual analysis, which is not possible with the original 3D reconstructions. Moreover, this improves the determination of the optimal paths for the AVM embolization and reduces the complexity due to the entanglement of the malformed vessels.The complete processing pipeline thus developed leads to a precise 3D description of the vessels. It allows a better understanding of the cerebral vascular network structure and provides the possibility to neuroradiologists of extracting anatomical and geometric descriptors (size, diameter...) of the vessels. Finally, a verification step of the results by a neuroradiology expert enabled clinical validation of the 3D segmentation and reconstruction results. The integration of the developed algorithms in a user-friendly graphical interface should be achieved to allow the exploitation of our results in clinical routine

La planification chirurgicale repose sur l’anatomie du patient, et repose souvent sur l’analyse d’images médicales acquises avant la chirurgie. En particulier, c’est le cas pour les interventions de chirurgie pelvienne en pédiatrie, pour de nombreuses pathologies telles que des tumeurs et des malformations. Dans cette zone anatomique, en raison de sa forte vascularisation et innervation, une bonne planification chirurgicale est extrêmement importante pour éviter des lésions fonctionnelles des organes du patient, qui pourraient nuire a sa qualité de vie. En pratique clinique, la procédure standard repose sur l’analyse visuelle, coupe par coupe, des images de la région pelvienne. Cette tâche, même si elle est facilement accomplie par des radiologues experts, est très complexe et fastidieuse pour les chirurgiens, en raison de la complexité et de la variabilité des structures anatomiques et, par conséquent, de leurs images. De plus, en raison des variations anatomiques selon l’age du patient, toutes ces difficultés sont accentuées en pédiatrie et une compréhension anatomique claire est encore plus importante que pour les adultes. Pour ces raisons, il est important et utile d’être capable de fournir aux chirurgiens des modèles anatomiques 3D spécifiques aux patients, obtenus par traitement et analyse des images IRM.Dans cette thèse, nous proposons un ensemble de méthodes de segmentation d’images IRM de patients pédiatriques. Nous nous concentrons sur trois structures pelviennes importantes : les os du bassin, les vaisseaux sanguins et la vessie. Pour les os, nous proposons une méthode semi-automatique comportant une première étape de recalage de modèles osseux puis une étape de segmentation fine par modèles déformables. La principale contribution de la méthode proposée est l’introduction d’un ensemble de modèles osseux pour différentes tranches d’age, ce qui permet de prendre en compte la variabilité des os pendant la croissance. Pour les vaisseaux, nous proposons une méthode par patchs, apprentissage profond et transfert d’apprentissage, donc ne nécessitant que peu de donnes d’apprentissage. La principale contribution de ce travail est la conception d’une procédure semi-automatique pour l’extraction des patchs, qui permet a l’utilisateur de se focaliser uniquement sur les vaisseaux d’intérêt; et pour la planification chirurgicale. Pour la segmentation de la vessie, nous proposons d’utiliser une approche par modèles déformables, particulièrement robuste aux hétérogénéités de l’image et aux effets de volume partiel, souvent présents dans les images IRM pédiatriques. Toutes les méthodes proposées sont intégrées dans une plateforme logicielle libre pour le traitement d’images médicales, donnant aux chirurgiens des outils performants avec des interfacesutilisateur faciles a utiliser. De plus, nous mettons en place une stratégie de traitement et de portabilité pour la visualisation des modèles 3D du patient, permettant aux chirurgiens de générer, visualiser et partager ces modèles au sein de l’hôpital. En conclusion, les résultats obtenus avec les méthodes proposées sont quantitativement et qualitativement évalués de manière très positive par des chirurgiens pédiatriques, démontrant leurs potentialités pour l’utilisation en pratique clinique dans des procédures de planification chirurgicale. / Surgical planning relies on the patient’s anatomy, and it is often based on medical images acquired before the surgery. This is in particular the case for pelvic surgery on children, for various indications such as malformations or tumors. In this particular anatomical region, due to its high vascularization and innervation, a good surgical planning is extremely important to avoid potential functional damages to the patient’s organs that could strongly affect their quality of life. In clinical practice the standard procedure is still to visually analyze, slice by slice, the images of the pelvic region. This task, even if quite easily performed by the expert radiologists, is difficult and tedious for the surgeons due to the complexity and variability of the anatomical structures and hence their images. Moreover, due to specific anatomy depending on the age of the patient, all the difficulties of the surgical planning are emphasized in the case of children, and a clear anatomical understanding is even more important than for the adults. For these reasons, it is very important and challenging to provide the surgeons with patient-specific 3D reconstructions, obtained from the segmentation of MRI images. In this work we propose a set of segmentation tools for pelvic MRI images of pediatric patients. In particular, we focus on three important pelvic structures: the pelvic bones, the pelvic vessels and the urinary bladder. For pelvic bones, we propose a semi-automatic approach based on template registration and deformable models. The main contribution of the proposed method is the introduction of a set of bones templates for different age ranges, which allows us to take into account the bones variability during growth. For vessels segmentation, we propose a patch-based deep learning approach using transfer learning, thus requiring few training data. The main contribution of this work is the design of a semi-automatic strategy for patches extraction, which allows the user to focus only on the vessels of interest for surgical planning. For bladder segmentation, we propose to use a deformable model approach that is particularly robust to image inhomogeneities and partial volume effects, which are often present in pediatric MRI images. All the developed segmentation methods are integrated in an open-source platform for medical imaging, delivering powerful tools and user-friendly GUIs to the surgeons. Furthermore, we set up a processing and portability workflow for visualization of the 3D patient specific models, allowing surgeons to generate, visualize and share within the hospital the patient specific 3D models. Finally, the results obtained with the proposed methods are quantitatively and qualitatively evaluated by pediatric surgeons, which demonstrates their potentials for clinical use in surgical planning procedures.

This thesis contains basic theoretical information about SVM-based image segmentation and data classification. Basic information about 3D Slicer software are presented. Aspects of medical images segmentation are described. Workplan and implemetation of SVM method for MRI segmentation in 3D Slicer sofware as extension module is created. SVM method is compared with simple segmentation algorithms included in 3D Slicer. Quality of segmentation, based on SVM, tested on real subjects is experimentaly demonstrated.

Cette thèse présente une méthode de segmentation de modèles 3D en parties significatives ou fonctionnelles. La segmentation s’effectue par "transfert" d’une segmentation exemple : la segmentation d’un modèle est calculée en transférant les segments d’une segmentation exemple d’un objet appartenant à la même classe de modèles 3D. Pour ce faire, nous avons adapté et étendu la méthode de segmentation par les marches aléatoires et transformé notre problème en un problème de localisation et mise en correspondance de faces germes. Notre méthode comporte quatre étapes fondamentales : la mise en correspondance entre le modèle exemple et le modèle cible, la localisation automatique de germes sur le modèle cible pour initialiser les régions, le calcul des segments du modèle cible et l’amélioration de leurs frontières. En constatant que les critères de similarité diffèrent selon que les objets sont de type rigide (chaises, avions,…) ou de type articulé (humains, quadrupèdes,…), nous décomposons notre approche en deux. La première dédiée aux objets rigides, où la mise en correspondance est basée sur le calcul des transformations rigides afin d’aligner au mieux les parties significatives des deux objets comparés. La deuxième dédiée aux modèles articulés, où la mise en correspondance des parties fonctionnelles, présentant des variations de poses plus importantes, est basée sur des squelettes calculés via des diagrammes de Reeb. Nous montrons à travers des évaluations qualitatives et quantitatives que notre méthode obtient des résultats meilleurs que les techniques de segmentation individuelle et comparables aux techniques de co-segmentation avec un temps de calcul nettement inférieur. / In this dissertation, we present a new method to segment 3D models into their functional parts. The segmentation is performed by a transfer approach: a semantic-oriented segmentation of an object is calculated using a pre-segmented example model from the same class (chairs, humans, etc.). To this end, we adapted and extended the random walk segmentation method which allowed us to transform our problem into a problem of locating and matching seed faces. Our method consists of four fundamental steps: establishing correspondences between the example and the target model, localizing seeds to initialize regions in the target model, computing the segments and refining their boundaries in the target model. We decomposed our approach in two, taking into account similarity criteria which differ regarding the object type (rigid vs. articulated). The first approach is dedicated to rigid objects (chairs, airplanes, etc.), where the matching is based on rigid transformations to determine the best alignment between the functional parts of the compared objects. The second one focused on articulated objects (humans, quadrupeds, etc.), where coarse topological shape attributes are used in a skeleton-based approach to cover larger pose variations when computing correspondences between functional parts. We show through qualitative and quantitative evaluations that our method improves upon individual segmentation techniques and obtains results that are close to the co-segmentation techniques results with an important calculation time reduction.

L'objectif de ces travaux de thèse consiste à mettre en place des solutions algorithmiques permettant de reconstruire un modèle 3D éditable d'un environnement intérieur à l'aide d'une tablette équipée d'un capteur de profondeur.Ces travaux s'inscrivent dans le contexte de la rénovation d'intérieur. Les normes Européennes poussent à la rénovation énergétique et à la modélisation 3D des bâtiments existants. Des outils professionnels utilisant des capteurs de type LIDAR permettent de reconstruire des nuages de points de très grande qualité, mais sont coûteux et longs à mettre en œuvre. De plus, il est très difficile d'identifier automatiquement les constituants d'un bâtiment pour en exporter un modèle 3D éditable complet.Dans le cadre de la rénovation d’intérieur, il n'est pas nécessaire de disposer des informations sur l'ensemble du bâtiment, seules les principales dimensions et surfaces sont nécessaires. Nous pouvons alors envisager d'automatiser complètement le processus de modélisation 3D.La mise sur le marché de capteurs de profondeur intégrables sur tablettes, et l'augmentation des capacités de calcul de ces dernières nous permet d'envisager l'adaptation d'algorithmes de reconstruction 3D classiques à ces supports.Au cours de ces travaux, nous avons envisagé deux approches de reconstruction 3D différentes. La première approche s'appuie sur des méthodes de l'état de l'art. Elle consiste à générer un maillage 3D d'un environnement intérieur en temps réel sur tablette, puis d'utiliser ce maillage 3D pour identifier la structure globale du bâtiment (murs, portes et fenêtres). La deuxième approche envisagée consiste à générer un modèle 3D éditable en temps réel, sans passer par un maillage intermédiaire. De cette manière beaucoup plus d'informations sont disponibles pour pouvoir détecter les éléments structuraux. Nous avons en effet à chaque instant donné un nuage de points complet ainsi que l'image couleur correspondante. Nous avons dans un premier temps mis en place deux algorithmes de segmentation planaire en temps réel. Puis, nous avons mis en place un algorithme d'analyse de ces plans permettant d'identifier deux plans identiques sur plusieurs prises de vue différentes. Nous sommes alors capables d'identifier les différents murs contenus dans l'environnement capturé, et nous pouvons mettre à jour leurs informations géométriques en temps réel. / This thesis works consisted to implement algorithmic solutions to reconstruct an editable 3D model of an indoor environment using a tablet equipped with a depth sensor.These works are part of the context of interior renovation. European standards push for energy renovation and 3D modeling of existing buildings. Professional tools using LIDAR-type sensors make it possible to reconstruct high-quality point clouds, but are costly and time-consuming to implement. In addition, it is very difficult to automatically identify the constituents of a building to export a complete editable 3D model.As part of the interior renovation, it is not necessary to have information on the whole building, only the main dimensions and surfaces are necessary. We can then consider completely automating the 3D modeling process.The recent development of depth sensors that can be integrated on tablets, and the improvement of the tablets computation capabilities allows us to consider the adaptation of classical 3D reconstruction algorithms to these supports.During this work, we considered two different 3D reconstruction approaches. The first approach is based on state-of-the-art methods. It consists of generating a 3D mesh of an interior environment in real time on a tablet, then using this 3D mesh to identify the overall structure of the building (walls, doors and windows). The second approach envisaged is to generate a 3D editable model in real time, without passing through an intermediate mesh. In this way much more information is available to be able to detect the structural elements. We have in fact at each given time a complete point cloud as well as the corresponding color image. In a first time we have set up two planar segmentation algorithms in real time. Then, we set up an analysis algorithm of these plans to identify two identical planes on different captures. We are then able to identify the different walls contained in the captured environment, and we can update their geometric information in real-time.

Thèse numérisée par la Division de la gestion de documents et des archives de l'Université de Montréal.

Dans le contexte général des thérapies minimalement invasives, les travaux de cette thèse portent sur le planning d'une thérapie interstitielle de tumeurs du foie par ultrasons haute intensité. Dans un premier temps, une caractérisation des structures anatomiques hépatiques à partir de données scanner X est proposée selon deux méthodes de segmentation basée sur le graph cut : l'une semi-interactive et rapide pour extraire le foie et les éventuelles tumeurs ; et l'autre automatique et spécifique à la segmentation de la vascularisation hépatique par l'introduction d'un a priori local de forme estimé à partir de moments géométriques 3D. La seconde partie de cette étude est consacrée à la modélisation des effets de la thérapie sur les tissus. Le modèle proposé offre la possibilité de simuler différents types de sonde composée d'une matrice d'éléments contrôlables en phase et intensité. La description de la vascularisation locale dans le milieu peut également être intégrée dans le modèle. Les travaux et résultats obtenus portent sur trois aspects et/ou applications de ce modèle : 1) une méthode pour accélérer la résolution de la BHTE sous certaines hypothèses, 2) des résultats préliminaires de modélisation d'une sonde 64 éléments à focalisation dynamique et 3) le design géométrique d'une sonde endocavitaire 256 éléments.

Thèse numérisée par la Division de la gestion de documents et des archives de l'Université de Montréal