Ce travail fait l’objet d’une avancée scientifique dans le développement de la technique d’IRM rehaussée par l’effet Overhauser dans la souris à 0,2 T. Cette dernière repose sur le transfert de polarisation des spins électroniques saturés d’un radical libre vers les spins des protons (généralement de l’eau) voisins pour rehausser le signal RMN du proton. Notre équipe a développé cette technique pour détecter une activité protéolytique au travers de deux stratégies. La première partie de la thèse a été de détecter pour la première fois une activité protéolytique in situ dans des souris saines et in vitro sur cellules vivantes. L’efficacité du rehaussement par effet Overhauser repose sur le temps de corrélation des spins des électrons non-appariés. Un radical nitroxyde greffé à l’élastine a été utilisé comme substrat. La protéolyse de ce dernier par des élastases pancréatiques a conduit l’observation en 3D d’un rehaussement du signal RMN de plus de 10 fois dans le tube digestif de souris vivantes. De plus, des développements méthodologiques, tels que l’implémentation de la séquence TrueFISP, le sous-échantillonnage par la méthode “Keyhole”, et la reconstruction des données en 3D ont été faits. La deuxième stratégie repose sur des molécules de nitroxyde ayant l’unique propriété de pouvoir décaler leurs pics de résonance après hydrolyse. Un nitroxyde phosphorylé en position Béta pouvant être détecté à deux fréquences spécifiques différentes avant et après hydrolyse d’un groupement chimique a été synthétisé par des chimistes à Marseille. L’hydrolyse de cette macromolécule a été observée in vivo dans l’estomac de souris saines avec des rehaussements de plus de 400% et imagée en 3D avec une bonne résolution spatio-temporelle. Ainsi, une prochaine étape serait de poursuivre ce travail sur un modèle pathologique et développer cette technique à un champ magnétique plus bas. / This work relates the continuity and advances in the implementation of the Overhauser-enhanced Magnetic Resonance Imaging technique on a 0.2 T scanner. Briefly, OMRI technique is based on polarization transfer of saturated electronic spins from free nitroxide radicals to proton spins of surrounding water molecules in the aim to drastically enhance proton NMR signal. To this technique, our research team has merged specific strategies for proteolytic activity detection. The first strategy relies on a 3D visualization of proteolytic activity happening in intact living cells or in vivo in healthy mice. With an Overhauser switch based upon changes in molecular tumbling time, high Overhauser enhancements of 10-fold were observed in the intestinal tract of mice after that elastolytic activity of our probe: the nitroxide-labeled elastin macromolecule took place. In addition, MRI developments - TrueFISP sequence implementation, undersampling Keyhole method and data reconstruction were carried out for imaging these rapid biological processes. A second exquisite strategy is also described using nitroxides with shifting resonant peaks. Here, a Beta-phosphorylated nitroxide molecule was specifically detected at two distinct frequencies: one for its substrate and the other for its product once hydrolysis took place. This hydrolysis was imaged in 3D in the stomach of living mice with Overhauser enhancements of more than 400% and with a good spatiotemporal resolution. The perspectives of this work lie on a future detection of a pathological proteolytic activity in vivo and eventually and development of very low magnetic field OMRI.

La thèse porte sur le développement des techniques non linéaires robustes de stabilisation et commande des systèmes avec perturbations de model. D’abord, on introduit les concepts de base de stabilité et stabilisabilité robuste dans le contexte des systèmes non linéaires. Ensuite, on présente une méthodologie de stabilisation par retour d’état en présence d’incertitudes qui ne sont pas dans l’image de la commande («unmatched»). L’approche récursive du «backstepping» permet de compenser les perturbations «unmatched» et de construire une fonction de Lyapunov contrôlée robuste, utilisable pour le calcul ultérieur d’un compensateur des incertitudes dans l’image de la commande («matched»). Le contrôleur obtenu est appelé «recursive Lyapunov redesign». Ensuite, on introduit la technique de stabilisation par «Immersion & Invariance» comme outil pour rendre un donné contrôleur non linéaire, robuste par rapport à dynamiques non modelées. La première technique de contrôle non linéaire robuste proposée est appliquée au projet d’un autopilote pour un missile air-air et au développement d’une loi de commande d’attitude pour un satellite avec appendices flexibles. L’efficacité du «recursive Lyapunov redesign» est mis en évidence dans le deux cas d’étude considérés. En parallèle, on propose une méthode systématique de calcul des termes incertains basée sur un modèle déterministe d’incertitude. La partie finale du travail de thèse est relative à la stabilisation des systèmes sous échantillonnage. En particulier, on reformule, dans le contexte digital, la technique d’Immersion et Invariance. En premier lieu, on propose des solutions constructives en temps continu dans le cas d’une classe spéciale des systèmes en forme triangulaire «feedback form», au moyen de «backstepping» et d’arguments de domination non linéaire. L’implantation numérique est basée sur une loi multi-échelles, dont l’existence est garantie pour la classe des systèmes considérée. Le contrôleur digital assure la propriété d’attractivité et des trajectoires bornées. La loi de commande, calculée par approximation finie d’un développement asymptotique, est validée en simulation de deux exemples académiques et deux systèmes physiques, le pendule inversé sur un chariot et le satellite rigide. / The dissertation deals with the problems of stabilization and control of nonlinear systems with deterministic model uncertainties. First, in the context of uncertain systems analysis, we introduce and explain the basic concepts of robust stability and stabilizability. Then, we propose a method of stabilization via state-feedback in presence of unmatched uncertainties in the dynamics. The recursive backstepping approach allows to compensate the uncertain terms acting outside the control span and to construct a robust control Lyapunov function, which is exploited in the subsequent design of a compensator for the matched uncertainties. The obtained controller is called recursive Lyapunov redesign. Next, we introduce the stabilization technique through Immersion \& Invariance (I\&I) as a tool to improve the robustness of a given nonlinear controller with respect to unmodeled dynamics. The recursive Lyapunov redesign is then applied to the attitude stabilization of a spacecraft with flexible appendages and to the autopilot design of an asymmetric air-to-air missile. Contextually, we develop a systematic method to rapidly evaluate the aerodynamic perturbation terms exploiting the deterministic model of the uncertainty. The effectiveness of the proposed controller is highlighted through several simulations in the second case-study considered. In the final part of the work, the technique of I\& I is reformulated in the digital setting in the case of a special class of systems in feedback form, for which constructive continuous-time solutions exist, by means of backstepping and nonlinear domination arguments. The sampled-data implementation is based on a multi-rate control solution, whose existence is guaranteed for the class of systems considered. The digital controller guarantees, under sampling, the properties of manifold attractivity and trajectory boundedness. The control law, computed by finite approximation of a series expansion, is finally validated through numerical simulations in two academic examples and in two case-studies, namely the cart-pendulum system and the rigid spacecraft.

L’étude de la structure microscopique des fibres du coeur offre une nouvelle approche pour expliquer les maladies du coeur et pour trouver des moyens de thérapie efficaces. L’imagerie de tenseur de diffusion par résonance magnétique (DTMR) ou l’imagerie de tenseur de diffusion (DTI) fournit actuellement un outil unique pour étudier les structures tridimensionnelles (3D) de fibres cardiaques in vivo. Cependant, DTI est connu pour souffrir des temps d'acquisition longs, ce qui limite considérablement son application pratique et clinique. Les méthodes traditionnelles pour l’acquisition et la reconstruction de l’image ne peuvent pas résoudre ce problème. La motivation principale de cette thèse est alors d’étudier des techniques d'imagerie rapide en reconstruisant des images de haute qualité à partir des données fortement sous-échantillonnées. La méthode adoptée est basée sur la nouvelle théorie de l’acquisition comprimée (CS). Plus précisément, nous étudions l’utilisation de la théorie de CS pour l’imagerie par résonance magnétique (IRM) et DTI cardiaque. Tout d'abord, nous formulons la reconstruction de l’image par résonance magnétique (MR) comme un problème d'optimisation avec les contraintes de trames ajustées guidées par les données (TF) et de variation totale généralisée (TGV) dans le cadre de CS, dans lequel, le TF guidé par les données est utilisé pour apprendre de manière adaptative un ensemble de filtres à partir des données fortement sous-échantillonné afin d’obtenir une meilleure approximation parcimonieuse des images, et le TGV est dédié à régulariser de façon adaptative les régions d'image et à réduire ainsi les effets d'escalier. Ensuite, nous proposons une nouvelle méthode CS qui emploie conjointement la parcimonie et la déficience de rang pour reconstruire des images de DTMR cardiaques à partir des données de l'espace k fortement sous-échantillonnées. Puis, toujours dans le cadre de la théorie CS, nous introduisons la contrainte de rang faible et la régularisation de variation totale (TV) dans la formulation de la reconstruction par CS. Deux régularisations TV sont considérées: TV locale (i.e. TV classique) et TV non locale (NLTV). Enfin, nous proposons deux schémas de sous-échantillonnage radial aléatoire (angle d’or et angle aléatoire) et une méthode d’optimisation avec la contrainte de faible rang et la régularisation TV pour traiter des données espace k fortement sous-échantillonnées en DTI cardiaque. Enfin, nous comparons nos méthodes avec des stratégies existantes de sous-échantillonnage radial telles que l’angle uniforme, l’angle uniforme perturbé aléatoirement, l’angle d’or et l’angle aléatoire. / The investigation of the micro fiber structures of the heart provides a new approach to explaining heart disease and investigating effective therapy means. Diffusion tensor magnetic resonance (DTMR) imaging or diffusion tensor imaging (DTI) currently provides a unique tool to image the three-dimensional (3D) fiber structures of the heart in vivo. However, DTI is known to suffer from long acquisition time, which greatly limits its practical and clinical use. Classical acquisition and reconstruction methods do not allow coping with the problem. The main motivation of this thesis is then to investigae fast imaging techniques by reconstructing high-quality images from highly undersampled data. The methodology adopted is based on the recent theory of compressed sensing (CS). More precisely, we address the use of CS for magnetic resonance imaging (MRI) and cardiac DTI. First, we formulate the magnetic resonance (MR) image reconstruction as a problem of optimization with data-driven tight frame (TF) and total generalized variation (TGV) constraints in the framework of CS, in which the data-driven TF is used to adaptively learn a set of filters from the highly under-sampled data itself to provide a better sparse approximation of images and the TGV is devoted to regularizing adaptively image regions and thus supprressing staircase effects. Second, we propose a new CS method that employs joint sparsity and rank deficiency prior to reconstruct cardiac DTMR images from highly undersampled k-space data. Then, always in the framework of CS theory, we introduce low rank constraint and total variation (TV) regularizations in the CS reconstruction formulation, to reconstruct cardiac DTI images from highly undersampled k-space data. Two TV regularizations are considered: local TV (i.e. classical TV) and nonlocal TV (NLTV). Finally, we propose two randomly perturbed radial undersampling schemes (golden-angle and random angle) and the optimization with low rank constraint and TV regularizations to deal with highly undersampled k-space acquisitons in cardiac DTI, and compare the proposed CS-based DTI with existing radial undersampling strategies such as uniformity-angle, randomly perturbed uniformity-angle, golden-angle, and random angle.

Ce travail de cette thèse propose une conception et une réalisation d’un banc intégré de caractérisation temporelle des dispositifs RF non-linéaires conçu avec des récepteurs de type THA. Ce banc est une version miniaturisée, moins onéreuse et à performances comparables d’un banc similaire « éclaté » et développé au sein d’XLIM. Le banc intégré développé dans ce travail est entièrement étalonné. Il est versatile vis-à-vis des techniques de sous échantillonnage mis en œuvre pour mesurer des signaux RF sur des temps d’acquisition très différents (<50 µs ou < quelques ms). La technique CIS est utilisée pour l’acquisition périodiques de signaux RF périodiques de durée courtes. La technique DQD est utilisée pour l’acquisition périodiques ou apériodique de signaux RF périodiques ou apériodiques. Cet outil a été utilisé pour extraire, à partir des formes d’ondes temporelles mesurées à leurs accès, plusieurs paramètres caractéristiques (AM/AM- AM/PM, EVM) d’amplificateurs GaN de gamme 10 à 50 W soumis à des excitations simples ou à des signaux modulés. Ce manuscrit décrit aussi la mise en œuvre le développement, parallèlement au travail précédent, d’une plateforme de laboratoire de travaux pratiques à distance pour le projet européen TEMPUS EOLES. / This work proposes the design and the realization of a 4-channel integrated and calibrated time-domain characterization system for the characterization of non-linear microwave devices. This integrated measurement system uses THA based receivers. This is a miniaturized, less expensive and comparable version of a similar laboratory available tool developed within XLIM. The integrated instrument developed in this work is fully calibrated. It is versatile with respect to sub-sampling techniques used to measure RF signals over very different acquisition times (<50 µs or < few ms). The CIS technique is used for the periodic acquisition of periodic short duration RF signals. The DQD technique is used for the periodic or aperiodic acquisition of periodic or aperiodic RF signals. This tool was used to extract, from the measured time-domain waveforms at their ports, several characteristic parameters (AM/AM-AM/PM, EVM) of GaN amplifiers operating in the 10 to 50 W range and excited with simple or modulated signals. This manuscript also describes the implementation, and the development, performed along with the previous work, of a laboratory platform for remote practical works in the context of the European project TEMPUS EOLES.

Cette thèse s'inscrit dans le domaine de la prise de décision séquentielle en environnement inconnu, et plus particulièrement dans le cadre des bandits manchots (multi-armed bandits, MAB), défini par Robbins et Lai dans les années 50. Depuis les années 2000, ce cadre a fait l'objet de nombreuses recherches théoriques et algorithmiques centrées sur le compromis entre l'exploration et l'exploitation : L'exploitation consiste à répéter le plus souvent possible les choix qui se sont avérés les meilleurs jusqu'à présent. L'exploration consiste à essayer des choix qui ont rarement été essayés, pour vérifier qu'on a bien identifié les meilleurs choix. Les applications des approches MAB vont du choix des traitements médicaux à la recommandation dans le contexte du commerce électronique, en passant par la recherche de politiques optimales de l'énergie. Les contributions présentées dans ce manuscrit s'intéressent au compromis exploration vs exploitation sous deux angles spécifiques. Le premier concerne la prise en compte du risque. Toute exploration dans un contexte inconnu peut en effet aboutir à des conséquences indésirables ; par exemple l'exploration des comportements d'un robot peut aboutir à des dommages pour le robot ou pour son environnement. Dans ce contexte, l'objectif est d'obtenir un compromis entre exploration, exploitation, et prise de risque (EER). Plusieurs algorithmes originaux sont proposés dans le cadre du compromis EER. Sous des hypothèses fortes, l'algorithme MIN offre des garanties de regret logarithmique, à l'état de l'art ; il offre également une grande robustesse, contrastant avec la forte sensibilité aux valeurs des hyper-paramètres de e.g. (Auer et al. 2002). L'algorithme MARAB s'intéresse à un critère inspiré de la littérature économique(Conditional Value at Risk), et montre d'excellentes performances empiriques comparées à (Sani et al. 2012), mais sans garanties théoriques. Enfin, l'algorithme MARABOUT modifie l'estimation du critère CVaR pour obtenir des garanties théoriques, tout en obtenant un bon comportement empirique. Le second axe de recherche concerne le bandit contextuel, où l'on dispose d'informations additionnelles relatives au contexte de la décision ; par exemple, les variables d'état du patient dans un contexte médical ou de l'utilisateur dans un contexte de recommandation. L'étude se focalise sur le choix entre bras qu'on a tirés précédemment un nombre de fois différent. Le choix repose en général sur la notion d'optimisme, comparant les bornes supérieures des intervalles de confiance associés aux bras considérés. Une autre approche appelée BESA, reposant sur le sous-échantillonnage des valeurs tirées pour les bras les plus visités, et permettant ainsi de se ramener au cas où tous les bras ont été tirés un même nombre de fois, a été proposée par (Baransi et al. 2014). / This thesis focuses on sequential decision making in unknown environment, and more particularly on the Multi-Armed Bandit (MAB) setting, defined by Lai and Robbins in the 50s. During the last decade, many theoretical and algorithmic studies have been aimed at cthe exploration vs exploitation tradeoff at the core of MABs, where Exploitation is biased toward the best options visited so far while Exploration is biased toward options rarely visited, to enforce the discovery of the the true best choices. MAB applications range from medicine (the elicitation of the best prescriptions) to e-commerce (recommendations, advertisements) and optimal policies (e.g., in the energy domain). The contributions presented in this dissertation tackle the exploration vs exploitation dilemma under two angles. The first contribution is centered on risk avoidance. Exploration in unknown environments often has adverse effects: for instance exploratory trajectories of a robot can entail physical damages for the robot or its environment. We thus define the exploration vs exploitation vs safety (EES) tradeoff, and propose three new algorithms addressing the EES dilemma. Firstly and under strong assumptions, the MIN algorithm provides a robust behavior with guarantees of logarithmic regret, matching the state of the art with a high robustness w.r.t. hyper-parameter setting (as opposed to, e.g. UCB (Auer 2002)). Secondly, the MARAB algorithm aims at optimizing the cumulative 'Conditional Value at Risk' (CVar) rewards, originated from the economics domain, with excellent empirical performances compared to (Sani et al. 2012), though without any theoretical guarantees. Finally, the MARABOUT algorithm modifies the CVar estimation and yields both theoretical guarantees and a good empirical behavior. The second contribution concerns the contextual bandit setting, where additional informations are provided to support the decision making, such as the user details in the ontent recommendation domain, or the patient history in the medical domain. The study focuses on how to make a choice between two arms with different numbers of samples. Traditionally, a confidence region is derived for each arm based on the associated samples, and the 'Optimism in front of the unknown' principle implements the choice of the arm with maximal upper confidence bound. An alternative, pioneered by (Baransi et al. 2014), and called BESA, proceeds instead by subsampling without replacement the larger sample set. In this framework, we designed a contextual bandit algorithm based on sub-sampling without replacement, relaxing the (unrealistic) assumption that all arm reward distributions rely on the same parameter. The CL-BESA algorithm yields both theoretical guarantees of logarithmic regret and good empirical behavior.