This thesis is part of the project undertaken to develop a diffusive acoustic confocal imaging system (DACI) that aims to differentiate between healthy and the diseased tissues in the prostate. Speed of sound is chosen as the tool to quantify the alterations in the tissues’ mechanical properties at different pathological states. The current work presents a scanning configuration that features three components: an acoustic emitter, a focusing mirror and a point receiver. The focusing mirror brings the collimated acoustic beam from the emitter into a focused probe position, which needs to be located within the bladder or at the near surface of the prostate. This position is introduced as the virtual source, where the acoustic intensity diffusively scatters into all directions and propagates through the specimen. The system design was simulated using ZEMAX and COMSOL to validate the concept of the virtual source. Lesions in a phantom prostate were found in the simulated amplitude and phase images. The speed of sound variation was estimated from the 1D unwrapped phase distribution indicating where the phase discontinuities existed. The measurements were conducted in a water aquarium using the tissue-mimicking prostate phantom. Two-dimensional projected images of the amplitude and the phase distributions of the investigating acoustic beam were measured. A USRP device was set up as the signal generation and acquisition device for the experiment. Two different signal extractions methods were developed to extract the amplitude and the phase information. The experimental results were found to generally agree with the simulation results. The proof-of-concept design was successful in measuring both the phase and the amplitude information of the acoustic signal passing through the prostate phantom. In future, the 2D/3D speed of sound variation needs to be estimated by an appropriate image reconstruction method. / Graduate / 2018-12-06

L’analyse vibratoire constitue une part très importante des moyens de mesures pour la surveillance et la détection des défauts mécaniques des machines tournantes. Le positionnement des accéléromètres est stratégique et contribue fortement à la réussite du diagnostic ; la proximité du capteur de l’élément défaillant est une condition très utile, mais pas toujours réalisable. La corrélation entre le bruit émis par une machine et son état est assez étroite et montre l’apport des mesures acoustiques pour l’optimisation du diagnostic. L’imagerie acoustique, très appliquée pour détecter des sources dans le domaine du transport, avec ses multiples méthodes (holographie, beamforming, etc…) peut être un moyen pour remonter aux défauts mécaniques. Dans cet objectif, plusieurs stratégies basées sur l’algorithme de beamforming sont développées. Premièrement, des indicateurs communément utilisés pour le diagnostic des machines sont visualisés en fonction de l’espace. Le kurtosis permet de localiser les sources impulsives qui peuvent être reliées à un défaut. De nouveaux indicateurs basés sur le spectre d’enveloppe des signaux focalisés sont également mis en place pour détecter les défauts de roulement de bague interne et externe. D’autre part, la moyenne synchrone angulaire est utilisée pour extraire le champ acoustique synchrone avec la rotation d'un composant de la machine. Les sources reliées à un défaut sont affectées au champ résiduel et peuvent être identifiées dans les cartographies. Enfin, une nouvelle méthode d'imagerie acoustique qui exploite les fonctions de transfert vibroacoustiques entre des accéléromètres positionnés sur la machine et une antenne acoustique est développée. Elle permet d'obtenir des cartographies de la pression rayonnée sur une surface de la machine uniquement à partir d'accéléromètres. Son applicabilité à la détection de défaut est également démontrée sur un banc à engrenages. / Vibration analysis is mainly used in condition monitoring and fault detection of rotating machine domain. The success of the diagnosis is strongly related to the position of the accelerometers. However, the machine geometry sometimes prevents the sensors to be placed close enough to the faulted part causing the diagnostic failure. The sound emitted by a mechanism and its condition are related. Using microphones to optimize condition monitoring is then justified. Acoustic imaging techniques (acoustic holography, beamforming, etc…) are mainly used as a source localization and quantification tool but they can be turned into a powerful diagnosis tool. Several strategies based on the beamforming algorithm are developed in this work. Firstly, diagnosis features commonly used in condition monitoring of rotating machinery are mapped as a function of space. Kurtosis allows localizing impulsive sources which eventually can be related to a mechanism failure. New features based on the squared envelope spectrum of the focused signals are also introduced. They aim toward the detection of inner and outer race fault in roller element bearings. On the other hand, angular synchronous average is used to extract the acoustic field synchronous with one component rotation. The sources related to a fault are localized in the residual field mappings. Finally, a new imaging technique based on the vibroacoustic transfer functions between a few accelerometers placed on the machine and the microphone array is developed. It allows obtaining the mappings of the radiated pressure on the machine surface only thanks to the accelerometers. It is tested as a fault detection tool on a test bench

L’imagerie acoustique est une technique performante pour la localisation et la reconstruction de puissance des sources acoustiques en utilisant des mesures limitées au réseau des microphones. Elle est largement utilisée pour évaluer l’influence acoustique dans l’industrie automobile et aéronautique. Les méthodes d’imagerie acoustique impliquent souvent un modèle direct de propagation acoustique et l’inversion de ce modèle direct. Cependant, cette inversion provoque généralement un problème inverse mal-posé. Par conséquent, les méthodes classiques ne permettent d’obtenir de manière satisfaisante ni une haute résolution spatiale, ni une dynamique large de la puissance acoustique. Dans cette thèse, nous avons tout d’abord nous avons créé un modèle direct discret de la puissance acoustique qui devient alors à la fois linéaire et déterminé pour les puissances acoustiques. Et nous ajoutons les erreurs de mesures que nous décomposons en trois parties : le bruit de fond du réseau de capteurs, l’incertitude du modèle causée par les propagations à multi-trajets et les erreurs d’approximation de la modélisation. Pour la résolution du problème inverse, nous avons tout d’abord proposé une approche d’hyper-résolution en utilisant une contrainte de parcimonie, de sorte que nous pouvons obtenir une plus haute résolution spatiale robuste à aux erreurs de mesures à condition que le paramètre de parcimonie soit estimé attentivement. Ensuite, afin d’obtenir une dynamique large et une plus forte robustesse aux bruits, nous avons proposé une approche basée sur une inférence bayésienne avec un a priori parcimonieux. Toutes les variables et paramètres inconnus peuvent être estimées par l’estimation du maximum a posteriori conjoint (JMAP). Toutefois, le JMAP souffrant d’une optimisation non-quadratique d’importants coûts de calcul, nous avons cherché des solutions d’accélération algorithmique: une approximation du modèle direct en utilisant une convolution 2D avec un noyau invariant. Grâce à ce modèle, nos approches peuvent être parallélisées sur des Graphics Processing Unit (GPU) . Par ailleurs, nous avons affiné notre modèle statistique sur 2 aspects : prise en compte de la non stationarité spatiale des erreurs de mesures et la définition d’une loi a priori pour les puissances renforçant la parcimonie en loi de Students-t. Enfin, nous ont poussé à mettre en place une Approximation Variationnelle Bayésienne (VBA). Cette approche permet non seulement d’obtenir toutes les estimations des inconnues, mais aussi de fournir des intervalles de confiance grâce aux paramètres cachés utilisés par les lois de Students-t. Pour conclure, nos approches ont été comparées avec des méthodes de l’état-de-l’art sur des données simulées, réelles (provenant d’essais en soufflerie chez Renault S2A) et hybrides. / Acoustic imaging is an advanced technique for acoustic source localization and power reconstruction using limited measurements at microphone sensor array. This technique can provide meaningful insights into performances, properties and mechanisms of acoustic sources. It has been widely used for evaluating the acoustic influence in automobile and aircraft industries. Acoustic imaging methods often involve in two aspects: a forward model of acoustic signal (power) propagation, and its inverse solution. However, the inversion usually causes a very ill-posed inverse problem, whose solution is not unique and is quite sensitive to measurement errors. Therefore, classical methods cannot easily obtain high spatial resolutions between two close sources, nor achieve wide dynamic range of acoustic source powers. In this thesis, we firstly build up a discrete forward model of acoustic signal propagation. This signal model is a linear but under-determined system of equations linking the measured data and unknown source signals. Based on this signal model, we set up a discrete forward model of acoustic power propagation. This power model is both linear and determined for source powers. In the forward models, we consider the measurement errors to be mainly composed of background noises at sensor array, model uncertainty caused by multi-path propagation, as well as model approximating errors. For the inverse problem of the acoustic power model, we firstly propose a robust super-resolution approach with the sparsity constraint, so that we can obtain very high spatial resolution in strong measurement errors. But the sparsity parameter should be carefully estimated for effective performance. Then for the acoustic imaging with large dynamic range and robustness, we propose a robust Bayesian inference approach with a sparsity enforcing prior: the double exponential law. This sparse prior can better embody the sparsity characteristic of source distribution than the sparsity constraint. All the unknown variables and parameters can be alternatively estimated by the Joint Maximum A Posterior (JMAP) estimation. However, this JMAP suffers a non-quadratic optimization and causes huge computational cost. So that we improve two following aspects: In order to accelerate the JMAP estimation, we investigate an invariant 2D convolution operator to approximate acoustic power propagation model. Owing to this invariant convolution model, our approaches can be parallelly implemented by the Graphics Processing Unit (GPU). Furthermore, we consider that measurement errors are spatially variant (non-stationary) at different sensors. In this more practical case, the distribution of measurement errors can be more accurately modeled by Students-t law which can express the variant variances by hidden parameters. Moreover, the sparsity enforcing distribution can be more conveniently described by the Student's-t law which can be decomposed into multivariate Gaussian and Gamma laws. However, the JMAP estimation risks to obtain so many unknown variables and hidden parameters. Therefore, we apply the Variational Bayesian Approximation (VBA) to overcome the JMAP drawbacks. One of the fabulous advantages of VBA is that it can not only achieve the parameter estimations, but also offer the confidential interval of interested parameters thanks to hidden parameters used in Students-t priors. To conclude, proposed approaches are validated by simulations, real data from wind tunnel experiments of Renault S2A, as well as the hybrid data. Compared with some typical state-of-the-art methods, the main advantages of proposed approaches are robust to measurement errors, super spatial resolutions, wide dynamic range and no need for source number nor Signal to Noise Ration (SNR) beforehand.

Dans cette thèse nous proposons de développer un système d’imagerie ultrasonore innovante de micro- défauts basé sur l’utilisation conjointe de techniques d’acoustique non linéaire et du concept de "transducteur à cavité chaotique". Ce transducteur correspond à la combinaison d’une céramique piézoélectrique collée sur une cavité de forme chaotique et du principe de retournement temporel. La faisabilité et les performances de ce nouveau système sont explorées par des simulations numériques. Des paramètres optimaux d’utilisation pour une implémentation expérimentale sont proposés. Une grande partie des travaux menés dans le cadre de cette thèse se concentre sur le développement d’outils numériques permettant l’amélioration de telles techniques d’imagerie. Un schéma d’éléments finis de type Galerkin Discontinu (GD) est étendu à l’élastodynamique non linéaire. Un type de zone absorbante parfaitement adaptée, appelée "Nearly Perfectly Matched Layer" (NPML) a aussi été développé. Dans le cas de matériaux orthotropes, comme des problèmes de stabilité apparaissent, un mélange de NPML et de zone atténuante, dont on contrôle la proportion respective, est introduit afin de stabiliser les NPML. Une validation expérimentale du concept de "transducteur à cavité chaotique" pour la focalisation dans un milieu solide, réverbérant ou non, en utilisant une seule source est réalisée. Les méthodes de retournement temporel et de filtre inverse sont présentées et comparées. La démonstration expérimentale qu’un "transducteur à cavité chaotique" peut être utilisé conjointement avec les méthodes d’inversion d’impulsion afin de réaliser une image de non linéarités localisées est présentée / In this thesis we propose the development of an innovative micro-damage imaging system based on a combination of Nonlinear Elastic Wave Spectroscopy techniques and “chaotic cavity transducer” concept. It consists of a combination of a PZT ceramic glued to a cavity of chaotic shape with the time reversal principle. The feasibility and capabilities of these new ideas is explored by numerical simulations, and optimal operational parameters for experimental implementation are suggested based on the modelling support. A large part of the research work conducted in this thesis is concentrated on the development of numerical simulation tools to help the improvement of such nonlinear imaging methods. A nodal Discontinuous Galerkin Finite Element Method (DG-FEM) scheme is extended to nonlinear elasto-dynamic including source terms. A Perfectly Matched Layer absorbing boundary condition well adapted to the DG-FEM scheme, called Nearly Perfectly Matched Layer (NPML), is also developed. In the case of orthotropic material as stability problems appear, a mixture of NPML and sponge layer, with a controllable ratio of these two kinds of absorbing layers, is introduced. The experimental validation of “chaotic cavity transducer” to focalize in reverberant and non-reverberant solid media with only one source is made. Classical time reversal, inverse filter and 1 Bit time reversal process are discussed and compared. The experimental demonstration of the use of a “chaotic cavity transducer”, in combination with the pulse inversion and 1-bit methods, to obtain an image of localized nonlinearity is made. This opens the possibility for high resolution imaging of nonlinear defects

Les exigences en matière de bruit rayonné par les navires de la Marine ou de recherche engendrent le développement de nouvelles méthodes pour améliorer leurs caractérisations. Le propulseur, qui est la source la plus importante en champ lointain, est généralement étudié en tunnel hydrodynamique. Cependant, compte tenu de la réverbération dans le tunnel et du niveau élevé du bruit de couche limite turbulente (CLT), la caractérisation peut s’ avérer délicate. L'objectif de la thèse est d'améliorer les capacités de mesures acoustiques du Grand Tunnel Hydrodynamique (GTH) de la DGA en matière de bruits émis par les maquettes testées dans des configurations d'écoulement.Un modèle de propagation basé sur la théorie des sources images est utilisé afin de prendre en compte le confinement du tunnel. Les coefficients de réflexion associés aux parois du tunnel sont identifiés par méthode inverse et à partir de la connaissance de quelques fonctions de transfert. Un algorithme de débruitage qui repose sur l’ Analyse en Composantes Principales Robuste est également proposé. Il s'agit de séparer, de manière aveugle ou semi-aveugle, l’ information acoustique du bruit de CLT en exploitant, respectivement, la propriété de rang faible et la structure parcimonieuse des matrices interspectrales du signal acoustique et du bruit. Ensuite, une technique d'imagerie basée sur la méthode des sources équivalentes est appliquée afin de localiser et quantifier des sources acoustiques corrélées ou décorrélées. Enfin, la potentialité des techniques proposées est évaluée expérimentalement dans le GTH en présence d'une source acoustique et d'un écoulement contrôlé. / The noise requirements for naval and research vessels lead to the development of new characterization methods. The propeller, which is the most important source in the far field, is usually studied in a water tunnel. However, due to the reverberation in the tunnel and the high level of flow noise, the characterization may be difficult. The aim of the thesis is to improve the measurement capabilities of the DGA Hydrodynamic tunnel (GTH) in terms of noise radiated by models in flow configurations.The propagation model is described through the image source method. Unfortunately, the reflection coefficients of the tunnel walls are generally unknown and it is proposed to estimate these parameters using an inverse method and the knowledge of some reference transfer functions. The boundary layer noise (BLN) may be stronger than the acoustic signal, therefore a Robust Principal Component Analysis is introduced in order to separate, blindly or semi-blindly, the acoustic signal from the noise. This algorithm is taking advantage of the low rank and sparse structure of the acoustic and the BLN cross-spectrum matrices. Then an acoustic imaging technique based on the equivalent source method is applied in order to localize and quantify correlated or decorrelated sources. Finally, the potentiality of the proposed techniques is evaluated experimentally in the GTH in the presence of an acoustic source and a controlled flow.

Ce travail de thèse se penche sur le problème de la localisation de sources acoustiques à partir de signaux déterministes et aléatoires mesurés par un réseau de microphones. Le problème est résolu dans un cadre statistique, par estimation via la méthode du maximum de vraisemblance. La pression mesurée par un microphone est interprétée comme étant un mélange de signaux latents émis par les sources. Les positions et les amplitudes des sources acoustiques sont estimées en utilisant l’algorithme espérance-maximisation (EM). Dans cette thèse, deux types d’incertitude sont également pris en compte : les positions des microphones et le nombre d’onde sont supposés mal connus. Ces incertitudes sont transposées aux données dans le cadre théorique des fonctions de croyance. Ensuite, les positions et les amplitudes des sources acoustiques peuvent être estimées en utilisant l’algorithme E2M, qui est une variante de l’algorithme EM pour les données incertaines.La première partie des travaux considère le modèle de signal déterministe sans prise en compte de l’incertitude. L’algorithme EM est utilisé pour estimer les positions et les amplitudes des sources. En outre, les résultats expérimentaux sont présentés et comparés avec le beamforming et la holographie optimisée statistiquement en champ proche (SONAH), ce qui démontre l’avantage de l’algorithme EM. La deuxième partie considère le problème de l’incertitude du modèle et montre comment les incertitudes sur les positions des microphones et le nombre d’onde peuvent être quantifiées sur les données. Dans ce cas, la fonction de vraisemblance est étendue aux données incertaines. Ensuite, l’algorithme E2M est utilisé pour estimer les sources acoustiques. Finalement, les expériences réalisées sur les données réelles et simulées montrent que les algorithmes EM et E2M donnent des résultats similaires lorsque les données sont certaines, mais que ce dernier est plus robuste en présence d’incertitudes sur les paramètres du modèle. La troisième partie des travaux présente le cas de signaux aléatoires, dont l’amplitude est considérée comme une variable aléatoire gaussienne. Dans le modèle sans incertitude, l’algorithme EM est utilisé pour estimer les sources acoustiques. Dans le modèle incertain, les incertitudes sur les positions des microphones et le nombre d’onde sont transposées aux données comme dans la deuxième partie. Enfin, les positions et les variances des amplitudes aléatoires des sources acoustiques sont estimées en utilisant l’algorithme E2M. Les résultats montrent ici encore l’avantage d’utiliser un modèle statistique pour estimer les sources en présence, et l’intérêt de prendre en compte l’incertitude sur les paramètres du modèle. / This work addresses the problem of multiple sound source localization for both deterministic and random signals measured by an array of microphones. The problem is solved in a statistical framework via maximum likelihood. The pressure measured by a microphone is interpreted as a mixture of latent signals emitted by the sources; then, both the sound source locations and strengths can be estimated using an expectation-maximization (EM) algorithm. In this thesis, two kinds of uncertainties are also considered: on the microphone locations and on the wave number. These uncertainties are transposed to the data in the belief functions framework. Then, the source locations and strengths can be estimated using a variant of the EM algorithm, known as Evidential EM (E2M) algorithm. The first part of this work begins with the deterministic signal model without consideration of uncertainty. The EM algorithm is then used to estimate the source locations and strengths : the update equations for the model parameters are provided. Furthermore, experimental results are presented and compared with the beamforming and the statistically optimized near-field holography (SONAH), which demonstrates the advantage of the EM algorithm. The second part raises the issue of model uncertainty and shows how the uncertainties on microphone locations and wave number can be taken into account at the data level. In this case, the notion of the likelihood is extended to the uncertain data. Then, the E2M algorithm is used to solve the sound source estimation problem. In both the simulation and real experiment, the E2M algorithm proves to be more robust in the presence of model and data uncertainty. The third part of this work considers the case of random signals, in which the amplitude is modeled by a Gaussian random variable. Both the certain and uncertain cases are investigated. In the former case, the EM algorithm is employed to estimate the sound sources. In the latter case, microphone location and wave number uncertainties are quantified similarly to the second part of the thesis. Finally, the source locations and the variance of the random amplitudes are estimated using the E2M algorithm.

MSCAGR (Animal Science) / Department of Animal Science / The main purpose of this study was to assess the efficiency of ultrasonography in monitoring reproductive organs, pregnancy diagnosis, and foetal gender identification and to verify its reliability by laparoscopy and laparotomy, where applicable. Reproductive organs, pregnancy diagnosis and gender of the foetus were examined by A-mode ultrasound using 3.0 - 8.0 MHz trans-rectal transducer. A Sony Olympus Model laparoscope with a camera transducer was used to monitor the reproductive organs and pregnancy diagnosis. In monitoring the follicular dynamics, daily ultrasonography (ULTS) scanning was done for 17 days in sheep and for 21 days in both goats and cattle. Follicles of diameter ≥ 3 mm were selected for analysis of growth, ovulation and regression. For determining the efficiency of the techniques, laparoscopy (LAPSC) and laparotomy (LAPT) were used on days 3 and 10 of the goats and sheep oestrous cycle. The follicles were grouped into three categories according to their diameter as 3 - 4.9 mm, 5 - 7.9 mm and ≥ 8 mm, whereas the follicles of cattle were grouped as 3 - 4.9 mm, 5 - 9.9 mm and ≥ 10 mm. Early pregnancy diagnosis examinations were carried out from day 18 post insemination until pregnancy was confirmed. Foetal gender examinations were conducted from day 40 of pregnancy until the day the gender of the foetus was confirmed. Follicular development was accompanied by the occurrence of waves of follicular growth at different period of the oestrous cycle. The first follicular wave emerged on day 1.0 ± 0.4 in goats, 1.2 ± 0.4 in sheep and 2.2 ± 0.4 in cattle. The maximum diameter of the dominant follicles of observed follicular waves in goats was 7.3 ± 0.4 mm, 6.6 ± 0.2 mm, 7.3 ± 0.2 mm; in sheep was 6.4 ± 0.4 mm, 6.6 ± 0.4 mm and 6.7 ± 0.7 mm and in cattle was 13.1 ± 0.8 mm, 14.2 ± 0.6 mm and 15.7 ± 0.6 mm in wave 1, 2 and 3, respectively. However, the maximum size of the dominant follicle of the ovulatory wave in cattle was larger than the dominant follicles of both first and second waves, but in goats and sheep the dominant follicles were of similar size throughout the waves. In cattle, the ovulatory wave was shorter (p ˂ 0.05) than the duration of the first and second waves, while in sheep and goats were similar throughout the waves. In goats the total number of follicles counted in right and left ovaries under category 3 - 4.9 mm was lower with ULTS and LAPSC than with LAPT method (p ˂ 0.05). In sheep the mean number of follicles between 3 - 4.9 mm category in both right and left ovaries were different (p ˂ 0.05) between ULTS and LAPT. However, for categories 5 - 7.9 mm and ≥ 8 mm in both goats and sheep the mean numbers of follicles observed by all techniques were similar (p ˃ 0.05). In goats, pregnancy diagnosis accuracy improved from zero percent on day 18 to 100% on day 26 - 28, in sheep pregnancy diagnosis was 40% on day 18 and improved to 100% on day 20 - 22 vi of gestation. In cattle accuracy of pregnancy diagnosis was not possible at day 18 and gradually increased to 100% on day 30 - 32 of gestation. Out of 5 (100%) goat’s foetuses whose gender was determined, the diagnosis was correct in 100% (3/3) of the male foetuses and 100% (2/2) of the female foetuses. In sheep two foetuses were sexed as males while the other three were sexed as females and were both 100%. Out of 60% (3/5) of foetuses examined in cattle, 1 (100%) was identified as male and the remaining 2 (100%) were identified as females. The results obtained confirmed that the accuracy for foetal gender by ultrasonography was 100% in all foetuses observed. The current study demonstrated that trans-rectal ultrasonography examination is an efficient method for monitoring follicular dynamics, diagnosing pregnancy and foetal gender identification and that it is as reliable as laparoscopy and laparotomy where they were applied together. / NRF

<p>Cardiovascular disease (CVD) is the leading cause of death worldwide and is expected to increase direct medical costs in the U.S. to $749 billion by the year 2035. Diagnosis of CVD through imaging techniques can improve our understanding of CVD progression and its associated risks through visualization of anatomical features and biological constituents. Non-invasive imaging relies on optimal image quality for visualization of such tissue structures that can be difficult to identify and segment. While various imaging modalities are used to determine tissue characteristics, many lack the spatial resolution that optics-based imaging can provide, which can assess hemodynamic parameters in preclinical models of ischemic disease. Acoustic-based imaging can complement optics-based imaging by providing anatomical and location-specific information of tissues with greater penetration depth. Even with all the advancements in imaging technology, however, limitations still exist in non-invasively, efficiently, and accurately capturing biologically relevant information with adequate spatial and temporal resolution. Furthermore, reproducible feature extraction is difficult due to a lack of standardization in the field, making it difficult to implement when image quality varies. In this work, we implement spatial frequency domain imaging (SFDI), ultrasound, and photoacoustic imaging in preclinical models of 1) peripheral artery disease, 2) traumatic brain injury, and 3) myocardial ischemia to capture imaging biomarkers of vascular and cardiac health in longitudinal studies. We also implement deep learning on preclinical ultrasound and photoacoustic images of the cardiac left ventricle to automatically extract regions of interest to calculate radial strain and oxygen saturation. Eventually findings from this work may help improve clinical cardiovascular disease diagnosis, prognosis, and treatment.</p>