Cette thèse "Tractographie cardiaque optimale utilisant l'IRM du tenseur de diffusion" à pour but de proposer et d'étudier une nouvelle formulation globale de la tractographie cardiaque à partir d'images de tenseur de diffusion synthétisant les données pondérées en diffusion. Les raisons sous-jacentes ayant conduits à une nouvelle formulation sont multiples. Les méthodes existantes sont pour la plupart locales comme les algorithmes de « streamline » (ligne de champ) et sont sujettes à de nombreuses imperfections, en particulier, leur faible robustesse par rapport au bruit dans les données. Un autre problème de ce type d'approches basé sur la résolution d'équations différentielles est leur dépendances quant à l'initialisation, ce dont notre méthode s'est totalement affranchit. L'autre but de cette thèse est de déterminer un ou plusieurs critères numériques pour comparer et qualifier les objets fibres. En effet, même s'il semble facile de caractériser qualitativement les fibres de façon visuelle, la création de mesures pour caractériser les fibres soit dans l'absolue, soit en comparaison aux données ou à d'autres fibre relève d'une toute autre approche. / This thesis "Optimal cardiac tractography using DT-MRI" offers and studies a new formulation of cardiac tractography based on the use of diffusion tensor images that synthetize the information of the diffusion weighted images. The underlying reasons that led to a new formulation are manifold. Existing methods are mostly based on local data, such as the streamlining algorithms, and thus are subject to many imperfections, especially they are not robust to noise in the data. Another problem with this type of approach based on solving differential equations is their dependency on initialization, unlike the method under study. The other aim of this thesis is to determine one or more numerical criteria to compare and qualify fibers. Even though it seems easy to qualitatively characterize fibers based on the visualization, creating measures to characterize the fibers, either in absolute or in comparison to the data or other fibers, is actually challenging.

L’histologie virtuelle est un domaine qui suscite un intérêt de recherche croissant. Nous nous intéressons à une de ces techniques en particulier via l’imagerie de contraste de phase par rayonnement synchrotron. Cette imagerie nous permet d’observer des cerveaux de souris intacts avec une résolution spatiale de 8µm isotropique, soit une résolution similaire à celle d’une histologie optique classique mais sans endommager les tissus par des colorations ou des marquages spécifiques. Ces travaux de thèse sont organisés autour de trois grands axes. Un premier axe présente l’instrumentation photonique qui permet l’obtention du contraste de phase et le paramétrage original qui est proposé pour l’acquisition d’échantillons biologiques de composition hétérogène. Un second axe présente différents traitements d’images développés pour des tâches informationnelles précises telles que l’optimisation de la visualisation, la détection d’agrégats cellulaires et la tractographie de structures fibreuses. Enfin, une application biomédicale de ces traitements est proposée via la détection et la quantification de nanoparticules d’oxyde de fer dans un modèle expérimental d’accident vasculaire cérébral. / Virtual histology is a field of investigation with growing interest in the commmunity of bioimage analysis. We focus on one of these techniques with the phase contrast tomography using synchrotron radiation. This technique allows us to visualize mice brains with no impact and with a spatial resolution of 8µm isotropically, which is a resolution similar to the one obtained with classic optical histology but without damaging samples with specific dyeing. This thesis is organized along three main axes. The first one presents photonic instrumentation which gives us access to the phase information and the original setting of a reconstruction parameter for the acquisition of biological heterogeneous samples. A second axis shows several image processing developed in order to address different informational tasks such as visual optimization, cellular aggregates detection or fiber tractography. Eventually, a biomedical application of these process is proposed by adressing detection and quantification of iron oxide nanoparticles in an experimental model of stroke.