Deux systèmes aqueux à 20°C constitués de protéines globulaires de pois et d’alginate de sodium ont été considérés au cours de cette étude, dans des conditions de solvant fixées à pH 7,2 et 0,1 M NaCl. Dans un premier temps, le comportement de phase de globulines faiblement dénaturées (i) ou pré-agrégées thermiquement (ii) en mélange avec de l’alginate a été comparé à différentes échelles d’observation, en termes de diagrammes de phase et de microstructure analysée par microscopie confocale. Attribuée à un phénomène général d’incompatibilité thermodynamique, la séparation de phase a été décrite tout particulièrement sous des aspects morphologiques et cinétiques à l’échelle microscopique, selon la composition de départ en biopolymères et le mode de préparation des globulines. Par la suite, une gélification de chacun des deux systèmes a été opérée à froid, par libération de calcium ionique in situ à partir d’un sel de calcium de carbonate peu soluble au-dessus de pH 7, sous l’effet acidifiant d’une hydrolyse lente de la glucono-δ-lactone (GDL). L’intérêt d’un tel procédé reposait sur l’obtention de gels remplis à mixtes lorsque l’alginate seul ou l’alginate et la phase protéique pouvaient gélifier en présence de calcium. Des corrélations entre propriétés rhéologiques mesurées en régime dynamique (modules G’ et G’’) et données de microstructure ont été effectuées, par l’intermédiaire de l’analyse de texture d’image selon la méthode de cooccurrence. Chaque mélange témoignait d’une séparation de phase bloquée cinétiquement par sa gélification. Par rapport aux gels d’alginate seul ou gels remplis où l’alginate seul pouvait gélifier via le calcium, les gels mixtes témoignaient d’un effet de synergie remarquable d’un point de vue élasticité finale des gels. Dans le même temps, les globulines pré-agrégées ne montraient pas d’aptitude à la gélification selon le procédé appliqué ici. En outre, des effets ségrégatifs induisaient un enrichissement des protéines et du polyoside dans deux phases coexistantes, renforçant de ce fait des interactions entre biopolymères du même type. Les gels mixtes les plus élastiques présentaient une structure enchevêtrée avec un réseau protéique prédominant. Les observations en microscopie électronique à transmission effectuées par un marquage différentiel des deux biopolymères suggèreraient qu’il puisse se former localement des interactions attractives inter-biopolymères, probablement via le calcium, à l’interface des deux phases initialement immiscibles. Ce pontage consoliderait globalement la cohésion entre les deux réseaux protéique et polyosidique / Two aqueous systems at 20°C in 0.1 M NaCl and pH 7.2 containing globular pea proteins and sodium alginate were investigated in this study. First, phase behavior of (i) either low-denatured mixed globulins or (ii) their thermally pre-aggregated counterparts - alginate mixtures was compared using a multi-scale approach, by means of phase diagram and microstructure analysis by confocal microscopy. Thermodynamic incompatibility was the main driving force leading to phase separation within the mixtures, which presented according to their initial biopolymer composition both different morphological and time-evolution features of coexisting phases. Thereafter, a cold-set gelation for each system was performed, as the slow hydrolysis of glucono-δ-lactone (GDL) acidified the media and mediated the release in situ of calcium ions from calcium carbonate, practically insoluble at pH higher than 7. Such procedure would allow gelation via calcium of alginate only or both alginate and the protein phase, giving rise to filled and mixed gels, respectively. An attempt to correlate rheological measurements (G’, G’’ dynamic moduli) with microstructural data was carried out according to image texture analysis by the cooccurrence method. Phase separation was kinetically entrapped by gelation. Compared to single-alginate gels or native globulins-alginate filled gels where alginate was the only gelling agent via calcium, mixed gels reflected in fact great synergism effect regarding final gel elasticity. Meanwhile, pre-aggregated pea globulins could not form a gel with the gelation procedure of choice here. Besides, stronger segregative effects were evidenced by increasing initial biopolymer composition thus enhancing self-biopolymer interaction in their respective enriched-coexisting phases. The strongest mixed gels displayed entangled structure. According to a differential labelling of each incompatible biopolymer, observations with transmission electron microscopy suggested inter-biopolymer attractive interaction at the interface of coexisting phases, probably via calcium cations. Salt-bridging would reinforce cohesiveness between both protein and alginate networks

Cette thèse porte sur l'étude de la modélisation et estimation de la dépendance des portefeuilles de risques et l'estimation du risque agrégé. Dans le Chapitre 2, nous proposons une nouvelle méthode pour estimer les quantiles de haut niveau pour une somme de risques. Elle est basée sur l'estimation du rapport entre la VaR de la somme et la VaR du maximum des risques. Nous utilisons des résultats sur les fonctions à variation régulière. Nous comparons l'efficacité de notre méthode avec quelques estimations basées sur la théorie des valeurs extrêmes, sur plusieurs modèles. Notre méthode donne de bons résultats lors de l'approximation de la VaR à des niveaux élevés lorsque les risques sont fortement dépendants et au moins l'un des risques est à queue épaisse. Dans le Chapitre 3, nous proposons une procédure d'estimation pour la distribution d'un risque agrégé basée sur la copule échiquier. Elle permet d'obtenir de bonnes estimations à partir d'un petit échantillon de la loi multivariée et une connaissance complète des lois marginales. Cette situation est réaliste pour de nombreuses applications. Les estimations peuvent être améliorées en incluant dans la copule échiquier des informations supplémentaires (sur la loi d'un sous-vecteur ou sur des probabilités extrêmes). Notre approche est illustrée par des exemples numériques. Finalement, dans le Chapitre 4, nous proposons un estimateur de la mesure spectrale basé sur l'estimation à noyau de la densité de la mesure spectrale d'une distribution à variation régulière bivariée. Une extension de notre méthode permet d'estimer la mesure spectrale discrète. Certaines propriétés de convergence sont obtenues / This thesis comprises three essays on estimation methods for the dependence between risks and its aggregation. In the first essay we propose a new method to estimate high level quantiles of sums of risks. It is based on the estimation of the ratio between the VaR (or TVaR) of the sum and the VaR (or TVaR) of the maximum of the risks. We use results on regularly varying functions. We compare the efficiency of our method with classical ones, on several models. Our method gives good results when approximating the VaR or TVaR in high levels on strongly dependent risks where at least one of the risks is heavy tailed. In the second essay we propose an estimation procedure for the distribution of an aggregated risk based on the checkerboard copula. It allows to get good estimations from a (quite) small sample of the multivariate law and a full knowledge of the marginal laws. This situation is realistic for many applications. Estimations may be improved by including in the checkerboard copula some additional information (on the law of a sub-vector or on extreme probabilities). Our approach is illustrated by numerical examples. In the third essay we propose a kernel based estimator for the spectral measure density of a bivariate distribution with regular variation. An extension of our method allows to estimate discrete spectral measures. Some convergence properties are obtained

La technologie des réseaux de capteurs sans fil démontre qu'elle peut être très utile dans de nombreuses applications. Ainsi chaque jour voit émerger de nouvelles réalisations dans la surveillance de notre environnement comme la détection des feux de forêt, l'approvisionnement en eau. Les champs d'applications couvrent aussi des domaines émergents et sensibles pour la population avec les soins aux personnes âgées ou les patients récemment opérés dans le cadre. L'indépendance des architectures RCSFs par rapport aux infrastructures existantes permet aux d'être déployées dans presque tous les sites afin de fournir des informations temporelles et spatiales. Dans les déploiements opérationnels le bon fonctionnement de l'architecture des réseaux de capteurs sans fil ne peut être garanti que si certains défis sont surmontés. La minisation de l'énergie consommée en fait partie. La limitation de la durée de vie des nœuds de capteurs est fortement couplée à l'autonomie de la batterie et donc à l'optimisation énergétique des nœuds du réseau. Nous présenterons plusieurs propositions à ces problèmes dans le cadre de cette thèse. En résumé, les contributions qui ont été présentées dans cette thèse, abordent la durée de vie globale du réseau, l'exploitation des messages de données redondantes et corrélées et enfin le fonctionnement nœud lui-même. Les travaux ont conduit à la réalisation d'algorithmes de routage hiérarchiques et de filtrage permettant la suppression des redondances. Ils s'appuient sur les corrélations spatio-temporelles des données mesurées. Enfin, une implémentation de ce réseau de capteurs multi-sauts intégrant ces nouvelles fonctionnalités est proposée. / Wireless sensor networks (WSNs) technology have been demonstrated to be a usefulmeasurement system for numerous bath indoor and outdoor applications. There is avast amount of applications that are operating with WSN technology, such asenvironmental monitoring, for forest fire detection, weather forecasting, water supplies, etc. The independence nature of WSNs from the existing infrastructure. Virtually, the WSNs can be deployed in any sort of location, and provide the sensor samples accordingly in bath time and space. On the contrast, the manual deployments can only be achievable at a high cost-effective nature and involve significant work. ln real-world applications, the operation of wireless sensor networks can only be maintained, if certain challenges are overcome. The lifetime limitation of the distributed sensor nodes is amongst these challenges, in order to achieve the energy optimization. The propositions to the solution of these challenges have been an objective of this thesis. ln summary, the contributions which have been presented in this thesis, address the system lifetime, exploitation of redundant and correlated data messages, and then the sensor node in terms of usability. The considerations have led to the simple data redundancy and correlated algorithms based on hierarchical based clustering, yet efficient to tolerate bath the spatio-temporal redundancies and their correlations. Furthermore, a multihop sensor network for the implementation of propositions with more features, bath the analytical proofs and at the software level, have been proposed.

Les recherches présentées dans ce mémoire s’inscrivent dans le cadre des réseaux decapteurs périodiques. Elles portent sur l’étude et la mise en oeuvre d’algorithmes et de protocolesdistribués dédiés à la gestion de données volumineuses, en particulier : la collecte, l’agrégation etla fouille de données. L’approche de la collecte de données permet à chaque noeud d’adapter sontaux d’échantillonnage à l’évolution dynamique de l’environnement. Par ce modèle le suréchantillonnageest réduit et par conséquent la quantité d’énergie consommée. Elle est basée surl’étude de la dépendance de la variance de mesures captées pendant une même période voirpendant plusieurs périodes différentes. Ensuite, pour sauvegarder plus de l’énergie, un modèled’adpatation de vitesse de collecte de données est étudié. Ce modèle est basé sur les courbes debézier en tenant compte des exigences des applications. Dans un second lieu, nous étudions unetechnique pour la réduction de la taille de données massive qui est l’agrégation de données. Lebut est d’identifier tous les noeuds voisins qui génèrent des séries de données similaires. Cetteméthode est basée sur les fonctions de similarité entre les ensembles de mesures et un modèle defiltrage par fréquence. La troisième partie est consacrée à la fouille de données. Nous proposonsune adaptation de l’approche k-means clustering pour classifier les données en clusters similaires,d’une manière à l’appliquer juste sur les préfixes des séries de mesures au lieu de l’appliquer auxséries complètes. Enfin, toutes les approches proposées ont fait l’objet d’études de performancesapprofondies au travers de simulation (OMNeT++) et comparées aux approches existantes dans lalittérature. / This thesis proposes novel big data management techniques for periodic sensor networksembracing the limitations imposed by wsn and the nature of sensor data. First, we proposed anadaptive sampling approach for periodic data collection allowing each sensor node to adapt itssampling rates to the physical changing dynamics. It is based on the dependence of conditionalvariance of measurements over time. Then, we propose a multiple level activity model that usesbehavioral functions modeled by modified Bezier curves to define application classes and allowfor sampling adaptive rate. Moving forward, we shift gears to address the periodic dataaggregation on the level of sensor node data. For this purpose, we introduced two tree-based bilevelperiodic data aggregation techniques for periodic sensor networks. The first one look on aperiodic basis at each data measured at the first tier then, clean it periodically while conservingthe number of occurrences of each measure captured. Secondly, data aggregation is performedbetween groups of nodes on the level of the aggregator while preserving the quality of theinformation. We proposed a new data aggregation approach aiming to identify near duplicatenodes that generate similar sets of collected data in periodic applications. We suggested the prefixfiltering approach to optimize the computation of similarity values and we defined a new filteringtechnique based on the quality of information to overcome the data latency challenge. Last butnot least, we propose a new data mining method depending on the existing K-means clusteringalgorithm to mine the aggregated data and overcome the high computational cost. We developeda new multilevel optimized version of « k-means » based on prefix filtering technique. At the end,all the proposed approaches for data management in periodic sensor networks are validatedthrough simulation results based on real data generated by periodic wireless sensor network.

Les médias sociaux occupent un rôle grandissant dans de nombreux domaines de notre vie quotidienne. Parmi d'autres, les réseaux sociaux tels que Facebook, Twitter, LinkedIn et Google+ dont la popularité a explosé ces dernières années, attirent des millions d'utilisateurs qui se communiquent, publient et partagent des informations et contenus à un rythme sans précédent. Outre les avantages reconnus, les réseaux sociaux ont également soulevé des problèmes divers. Nous sommes particulièrement intéressés par deux problèmes spécifiques : surcharge d'information et cloisonnement de données. Ces deux problèmes empêchent les utilisateurs d'exploiter pleinement et efficacement la richesse des informations poussées sur les réseaux sociaux. Les utilisateurs ont des difficultés pour filtrer tous les contenus reus, pour découvrir de nouveaux contenus au-delà de leurs réseaux personnels, et surtout pour partager les contenus intéressants avec leurs différents groupes d'intérêt. Pour aider les utilisateurs à surmonter ces difficultés, nous proposons une Approche centrée sur utilisateur et basée groupe pour filtrer et partager des données sociales. Cette nouvelle approche a un double objectif : (1) permettre aux utilisateurs d'agréger leurs données sociales en provenance de différents réseaux sociaux, d'en extraire des contenus de leur intérêt et (2) organiser et partager les contenus au sein de différents groupes. Les membres d'un groupe sont en outre en mesure de choisir quelle partie de leurs données à partager avec le groupe et définir collectivement les sujets d’intérêt de ce dernier. Pour implémenter l'approche proposée, nous spécifions une architecture de système comprenant plusieurs modules extensibles, et nous développons un prototype fonctionnel basé Web, appelé SoCoSys. Les résultats expérimentaux, obtenus des deux tests différents, valident les valeurs ajoutées de notre approche. / The social media have played an increasingly important role in many areas of our every day life. Among others, social network sites such as Facebook, LinkedIn, Twitter and Google+ have recently exploded in popularity by attracting millions of users, who communicate with each other, share and publish information and contents at an unprecedented rate. Besides the recognized advantages, social network sites have also raised various issues and challenges. We are particularly interested in two of them, information overload and "walled gardens". These two problems prevent the users from fully and efficiently exploiting thewealth of information available on social network sites. The users have difficulties to filter all incoming contents, to discover additional contents from outside of their friend circles, and importantly to share interesting contents with their different groups of interest. For helping the users to overcome such difficulties, we propose a User-centered and group- based approach for social data filtering and sharing. This novel approach has a twofold purpose : (1) allow the users to aggregate their social data from different social network sites, and to extract from those data the contents of their interest, and (2) organize and share the contents within different groups. The members of a group are moreover able to choose which part of their social data to share with the group, and collectively define its topics of interest. To achieve the proposed approach, we define a modular system architecture including a number of extensible modules, and accordingly build a working Web-based prototype, called SoCoSys. The experimental results, obtained from the two different tests, confirm the added values of our approach.

Dans plusieurs domaines des statistiques, y compris le traitement du signal et des images, l'estimation en grande dimension est une tâche importante pour recouvrer un objet d'intérêt. Toutefois, dans la grande majorité de situations, ce problème est mal-posé. Cependant, bien que la dimension ambiante de l'objet à restaurer (signal, image, vidéo) est très grande, sa ``complexité'' intrinsèque est généralement petite. La prise en compte de cette information a priori peut se faire au travers de deux approches: (i) la pénalisation (très populaire) et (ii) l'agrégation à poids exponentiels (EWA). L'approche penalisée vise à chercher un estimateur qui minimise une attache aux données pénalisée par un terme promouvant des objets de faible complexité (simples). L'EWA combine une famille des pré-estimateurs, chacun associé à un poids favorisant exponentiellement des pré-estimateurs, lesquels privilègent les mêmes objets de faible complexité.Ce manuscrit se divise en deux grandes parties: une partie théorique et une partie algorithmique. Dans la partie théorique, on propose l'EWA avec une nouvelle famille d'a priori favorisant les signaux parcimonieux à l'analyse par group dont la performance est garantie par des inégalités oracle. Ensuite, on analysera l'estimateur pénalisé et EWA, avec des a prioris généraux favorisant des objets simples, dans un cardre unifié pour établir des garanties théoriques. Deux types de garanties seront montrés: (i) inégalités oracle en prédiction, et (ii) bornes en estimation. On les déclinera ensuite pour des cas particuliers dont certains ont été étudiés dans littérature. Quant à la partie algorithmique, on y proposera une implémentation de ces estimateurs en alliant simulation Monte-Carlo (processus de diffusion de Langevin) et algorithmes d'éclatement proximaux, et montrera leurs garanties de convergence. Plusieurs expériences numériques seront décrites pour illustrer nos garanties théoriques et nos algorithmes. / In many areas of statistics, including signal and image processing, high-dimensional estimation is an important task to recover an object of interest. However, in the overwhelming majority of cases, the recovery problem is ill-posed. Fortunately, even if the ambient dimension of the object to be restored (signal, image, video) is very large, its intrinsic ``complexity'' is generally small. The introduction of this prior information can be done through two approaches: (i) penalization (very popular) and (ii) aggregation by exponential weighting (EWA). The penalized approach aims at finding an estimator that minimizes a data loss function penalized by a term promoting objects of low (simple) complexity. The EWA combines a family of pre-estimators, each associated with a weight exponentially promoting the same objects of low complexity.This manuscript consists of two parts: a theoretical part and an algorithmic part. In the theoretical part, we first propose the EWA with a new family of priors promoting analysis-group sparse signals whose performance is guaranteed by oracle inequalities. Next, we will analysis the penalized estimator and EWA, with a general prior promoting simple objects, in a unified framework for establishing some theoretical guarantees. Two types of guarantees will be established: (i) prediction oracle inequalities, and (ii) estimation bounds. We will exemplify them for particular cases some of which studied in the literature. In the algorithmic part, we will propose an implementation of these estimators by combining Monte-Carlo simulation (Langevin diffusion process) and proximal splitting algorithms, and show their guarantees of convergence. Several numerical experiments will be considered for illustrating our theoretical guarantees and our algorithms.

No description available.

Les amibes sociales sont des organismes eucaryotes présents dans le sol de presque toutes les zones climatiques. Ils sont remarquables pour leur passage d'un état unicellulaire à un état multicellulaire en réponse à la carence en nutriments. En période de carence, des millions de cellules forment des agrégats qui constituent chacun un nouvel organisme multicellulaire, contenant des spores, cellules reproductives, et des cellules de tige, cellules mortes qui favorisent la dispersion des spores. Ce comportement, de par le coût payé par les cellules de tige, a permis d'utiliser les amibes sociales en tant que système-modèle pour aborder des questions majeures de l'évolution de la coopération et de la multicellularité. Dans cette étude, nous examinons trois aspects différents du comportement des amibes sociales; agrégation, non-agrégation et compétition, et nous analysons comment ces aspects contribuent à notre compréhension de la coopération chez les amibes et systèmes microbiens en général.Nous avons exploré le fait bien connu mais négligé qu'en phase de carence nutritive, une fraction des cellules ne participent pas à la formation des agrégats pas et ne sont pas engagées dans le développement multicellulaire. Nous décrivons les facteurs phénotypiques et génétiques qui déterminent la fraction de cellules hors-agrégats chez D. discoideum. Les deux stratégies, d'agrégation et de non-agrégation, sont coûteuses ou bénéfiques d'un point de vue évolutif selon la durée de la phase de carence. Nous avons développé un modèle pour simuler ce processus. Nous proposons que le partitionnement de la population dans des états unicellulaire et multicellulaire est adaptative dans des environnements fluctuants avec une durée imprévisible des périodes de carence nutritive. Les amibes sociales sont donc situées à l'intersection de deux thèmes émergents en évolution microbienne, la coopération et le "placement des paris".Dans la deuxième partie, nous proposons un nouveau cadre pour aborder les observations a priori contradictoires de la diversité génétique dans les populations naturelles d'amibes sociales et une faible diversité nécessaire pour la coopération. Nous proposons que le cycle de vie complexe des amibes sociales fournit plusieurs points de compétition qui peut servir à la fois comme stabilisateur de la diversité et de la coopération. Nous explorons cette hypothèse expérimentalement avec un modèle en analysant la compétition entre 6 isolats naturels de D. discoideum. Notre simulation-modèle indique que la compétition à différents stades du cycle de vie peut conduire à l'exclusion des "gagnants sociaux". Toutefois nous n'avons pas réussi à expliquer la coexistence à long terme de souches génétiquement distinctes. Bien que préliminaires, nos résultats soulignent l'importance d'intégrer l'écologie des espèces dans les études de coopération microbienne.Enfin, nous nous concentrons sur une nouvelle dynamique d'agrégation chez P. pallidum observée dans notre laboratoire. L'agrégation est un processus au niveau de la population au cours duquel la population se divise en nombreuses sous-populations (agrégats) qui font face à la sélection de manière indépendante. Un tel fractionnement de la population peut avoir de fortes conséquences évolutives du point de vue de la coopération qui n'ont pas encore été explorées expérimentalement. Nous décrivons la dynamique des populations qualitativement et proposons plusieurs mesures quantitatives de partitionnement de la population en agrégats. Nos résultats préliminaires suggèrent qu'il existe une préférence pour les agrégats d'une certaine taille, mais qu'il n'existe aucune organisation spatiale des agrégats. / Social amoebae are eukaryotic organisms that inhabit soil of almost every climate zone. They are remarkable for their switch from unicellularity to multicellularity as an adaptation to starvation. When starved, millions of single cells aggregate and form a multicellular fruiting body, which contains reproductive spore cells and dead stalk cells, which help in spore dispersion. This costly behavior made social amoebae a model system for addressing major questions of the evolution of cooperation and multicellularity. In this study we look at three different aspects of social amoebae behavior; aggregation, non-aggregation and competition, and ask how they contribute to our understanding of cooperation in social amoebae and microbial systems in general.We explored the known but neglected observation that, upon starvation, not all cells aggregate and engage in multicellular development. We describe phenotypically and genetically non-aggregating cell proportion in D. discoideum species. Both aggregating and non-aggregating strategy are costly or beneficial depending on duration of starvation. With our computational model we propose that partitioning the population into unicellular and multicellular states is adaptive in fluctuating environments with unpredicted duration of starvation periods. Social amoebae may therefore lie at the intersection of cooperation and bet-hedging. In the second part, we provide a new framework for addressing the contrasting observations of high genetic diversity in natural populations of social amoebae and experimentally suggested low diversity-high relatedness required for cooperation. We propose that complex life cycle of social amoebae provides multiple competition points that can possibly play an important role in maintaining diversity and cooperation. We explore this experimentally and computationally by looking at competition over the whole life cycle between 6 natural isolates of D. discoideum. Our simulation model indicates that competition at different stages of the life cycle can lead to exclusion of “social winners”. Though we failed to explain strain coexistence. Although preliminary, our results emphasize the importance of integrating species ecology in cooperative studies.Finally, we focus on a new aggregation dynamics in P. pallidum species observed in our lab. Aggregation is a population level process during which population gets divided into numerous subpopulations/aggregates that face selection independently. Such population partitioning can have strong evolutionary consequences on cooperation that have not yet been explored experimentally. We describe the population dynamics qualitatively and propose several quantitative measurements of population partitioning into aggregates. Our preliminary results suggest that there is a preference for aggregates of certain size, but there is no spatial organization of aggregates.

No description available.

La technique d’acquisition comprimée ou compressed sensing (CS) exploite la compressibilité de différents types d’images pour reconstruire des données sous-échantillonnées sans perte d’informations. Cette technique peut être appliquée à l’IRM pour réduire les temps d’acquisition. CS est basée sur trois composantes majeures : (1) la représentation parcimonieuse du signal dans un domaine de transformation, (2) des mesures incohérentes et (3) une méthode de reconstruction non-linéaire avec une contrainte de parcimonie. Dans la première résultats partie de cette thèse, nous proposons un nouveau modèle de sous-échantillonnage basé sur la théorie de l’agrégation limitée par la diffusion (DLA) et montrons qu’il est plus performant que la méthode de sous-échantillonnage aléatoire. Le modèle de sous-échantillonnage DLA a été utilisé pour implémenter la technique de CS pour l’imagerie haute résolution pondérée T2 et T1 sur un champ magnétique très intense (17.2T). Pour chacune des pondérations, le temps d’acquisition a été réduit de 50% tout en conservant la qualité des images en termes de résolution spatiale, rapport contraste sur bruit et quantification de l’intensité du signal. Les deux nouvelles séquences d’impulsions CS (csRARE et csFLASH) ont été implémentées sur le logiciel commercial ParaVision 5.1. La seconde résultats partie de la thèse est centrée sur l’étude de la dépendance en temps de la diffusivité dans le ganglion abdominal de l’Aplysia Californica. Le ganglion abdominal de l’aplysie a été choisi pour cette étude d’imagerie car l’IRM à haute résolution permet la description anatomique fine du réseau cellulaire (taille des neurones individuels et orientation des axones). Utiliser les tissus neuronaux de l’aplysie pour étudier la relation entre la structure cellulaire et le signal d’IRM de diffusion peut permettre de comprendre cette relation pour des organismes plus complexes. Le signal d’IRM de diffusion (IRMd) a été mesuré à différents temps de diffusion dans le ganglion abdominal et des simulations de la diffusion de l’eau dans des géométries obtenues à partir de la segmentation d’images haute résolution pondérées T2 et l’incorporation d’informations sur la structure cellulaire trouvées dans la littérature ont été réalisées. Pour comparer le signal d’IRMd dans des neurones composés d’une seule cellule avec le signal des simulations numériques, des cellules de grande taille ont été segmentées à partir d’images anatomiques pondérées T2. A l’intérieur des cellules, un noyau à forme irrégulière a été généré manuellement (environ 25-30% en fraction volumique). Les petites cellules ont été modélisées comme des petites sphères avec un petit noyau sphérique concentrique (environ 25% en fraction volumique). Le nerf a été modélisé en combinant des axones (cylindres) de différents diamètres en cohérence avec la littérature. Le signal numérique d’IRMd a été simulé en résolvant l’équation de Bloch-Torrey pour les domaines géométriques décris ci-dessus. En fittant le signal expérimental avec le signal simulé pour différents types de cellules comme les grandes cellules neuronales (diamètre entre 150 et 420 µm), des agrégats de petites cellules neuronales ayant la forme d’un sac (jusqu’à 400 cellule chez l’aplysie adulte dans chaque sac avec une taille cellulaire entre 40 et 100 µm de diamètre), des nerfs (groupes d’axones de forme cylindrique avec un diamètre de moins de 1 à 25 µm) pour une grande gamme de temps de diffusions, nous avons obtenu des estimations du coefficient de diffusion intrinsèque dans le noyau et le cytoplasme (pour les neurones) et le coefficient de diffusion intrinsèque dans les axones (pour les nerfs). Nous avons aussi évalué la pertinence d’utiliser une formule préexistante décrivant la dépendance en temps du coefficient de diffusion pour estimer la taille des cellules. / Compressed sensing (CS) exploits the compressibility of different types of images to reconstruct undersampled data without loss of information. The technique can be applied to MRI to reduce the acquisition times. The CS is based on three major components: (1) sparsity representation of the signal in some transform domain, (2) incoherent measurements, and (3) sparsity-constrained nonlinear reconstruction method. If the total number of points in the image is larger than four times the number of sparse coefficients, then the reconstruction of under sampled data is feasible. In the first results part of this thesis, we propose a new under sampling model based on the diffusion limited aggregation (DLA) theory and show that it performs better than the random variable under sampling method. The DLA under sampling model was used to implement the CS for T2-weighted and T1-weighted high resolution imaging at the ultra-high magnetic field (17.2T). In both cases, the acquisition time was reduced by 50% while maintaining the quality of the images in terms of spatial resolution, contrast to noise ratio, and signal intensity quantification. Both new CS pulse sequences (csRARE and csFLASH) were implemented in ParaVision 5.1 commercial software. The second results part of the thesis is focused on the study of the time-dependent diffusivity in the abdominal ganglion of Aplysia California. The Aplysia abdominal ganglion was chosen in this imaging study because high resolution MR imaging allows the fine anatomical description of the cellular network (size of individual neurons and orientation of axons). Using the Aplysia ganglia to study the relationship between the cellular structure and the diffusion MRI signal can shed light on this relationship for more complex organisms. We measured the dMRI signal at several diffusion times in the abdominal ganglion and performed simulations of water diffusion in geometries obtained after segmenting high resolution T2-weighted images and incorporating known information about the cellular structure from the literature. To match the dMRI signal in the single cell neurons with numerical simulations signal, the large cell outline was segmented from the anatomical T2 weighted image. Inside this cell shape, an irregularly shaped nucleus was manually generated (around 25-30% volume fraction). The small cells were modeled as small spheres with a smaller concentric spherical nucleus (around 25% volume fraction). The nerve was modeled by combining axons (cylinders) of different diameters consistent with the literature. The numerical dMRI signal can be simulated by solving Bloch-Torrey equation under the geometries domain described above. By fitting the experimental signal to the simulated signal for several types of cells such as: large cell neurons (diameter between 150 µm and 420 µm); cluster of small neuron cells gathered in the shape of a bag (up to 400 cells in adult Aplysia in each bag with cell size between 40 µm to 100 µm in diameter); and nerves (group of axons cylindrical shape diameter from less than 1 µm to 25 µm) at a wide range of diffusion times, we obtained estimates of the intrinsic diffusion coefficient in the nucleus and the cytoplasm (for cell neurons) and the intrinsic diffusion coefficient in the axons (for the nerves). We also evaluated the reliability of using an existing formula for the time-dependent diffusion coefficient to estimate cell size.