La connaissance de l’architecture tridimensionnelle (3D) des fibres est cruciale dans la compréhension de la fonction du cœur humain. L’imagerie par résonance magnétique du tenseur de diffusion (IRM-DT) est une technique permettant de mesurer la diffusion des molécules d’eau dans des tissus humains, et donc d’étudier de manière non-invasive l’architecture 3D des fibres du cœur humain. Dans l’IRM-TD cardiaque, la tractographie des fibres est essentielle pour représenter et visualiser l’architecture des fibres, mais souvent utilisée qualitativement comme une dernière étape qui consiste à visualiser sur l’écran l’architecture myocardique obtenue à partir des données IRM-TD. Cependant, cette visualisation qualitative n’est pas suffisante pour décrire de manière objective et complète l’architecture des fibres. L’objectif de cette thèse est de développer de nouvelles approches pour la tractographie et pour la description quantitative de l’architecture des fibres cardiaques du cœur humain en IRM-TD cardiaque. Les travaux de cette thèse se focalisent sur trois axes. Le premier est le développement d’un algorithme de tractographie probabiliste, qui prend en compte la corrélation spatiale des fibres pendant le suivi des fibres myocardiques. Les résultats expérimentaux montrent que la méthode proposée est robuste au bruit. Les fibres produites sont plus régulières et plus lisses, et la configuration des fibres cardiaques est plus facile à observer. Le second axe concerne une nouvelle notion de dépliement de fibres pour décrire les fibres du cœur humain, qui sont souvent complexes dans l’espace 3D. L’idée est d’analyser cette architecture 3D dans un espace réduit à deux dimensions (2D), en utilisant une technique d’apprentissage de variété. L’approche de dépliement proposée permet la description quantitative de l’architecture 3D de fibres cardiaques dans un plan 2D. Les résultats montrent qu’il est beaucoup plus facile d’observer et d’étudier les caractéristiques des fibres cardiaques après les avoir dépliées, et qu’il semble exister des formes de fibres caractéristiques du cœur humain. Le dernier axe consiste en la fusion de fibres, qui est obtenue en moyennant les fibres selon une grille. Cette approche fournit des architectures de fibres simplifiée à différentes échelles, et permet de mieux mettre en évidence la configuration des fibres cardiaques. / It is important to study the cardiac fiber architecture in order to understand the heart function. Diffusion tensor MRI (DT-MRI) is the only noninvasive technique that allows studying cardiac fiber architecture in vivo. Tractography is essential in representing and visualizing cardiac fiber architecture in DT-MRI, but is often employed qualitatively. The motivation of this thesis is to develop technique for studying the cardiac fiber architecture from the fiber tracts provided by the tractography process in cardiac DT-MRI. Our goal is to develop tractography algorithm and approaches for the quantitative description of cardiac fiber architecture. My work is composed of three main axis. The first is the development of a probabilistic tractography algorithm, which takes fiber spatial correlation into accounts in tracing fibers. Experimental results show that the proposed method is meaningfully more robust to noise than the streamlining method, and produces more regular and smoother fibers, which enables cardiac fiber configurations to be more clearly observed. The second concerns a new framework, namely cardiac fiber unfolding, which is an isometric mapping. Our fiber unfolding framework allows the quantitative description of three dimensional cardiac fiber architecture in a two dimensional plan. Our experimental results show that fiber tract pattern can be observed much easier by unfolding them in a plane, and several cardiac fiber patterns were found. The last axis consists in merging fibers, which is achieved by averaging fibers according to a grid. This fiber merging approach provide simplified fiber architecture at different scale as output that highlights the cardiac fiber configuration.

Les connaissances sur la morphologie de la Terre sont essentielles à la compréhension d’une variété de processus géomorphologiques et hydrologiques. Des avancées récentes dans le domaine de la télédétection ont significativement fait progresser notre habilité à se représenter la surface de la Terre. Parmi celles-ci, les données d’élévation LiDAR permettent la production de modèles numériques d’altitude (MNA) à haute résolution sur de grands territoires. Le LiDAR est une avancée technologique majeure permettant aux scientifiques de visualiser en détail la morphologie de la Terre et de représenter des reliefs peu prononcés, et ce, même sous la canopée des arbres. Une telle avancée technologique appelle au développement de nouvelles approches innovantes afin d’en réaliser le potentiel scientifique. Dans ce contexte, le présent travail vise à développer deux approches de cartographie numérique utilisant des données d’élévation LiDAR et servant à l’évaluation de la composition du sous-sol. La première approche à être développée utilise la localisation de crêtes de plage identifiées sur des MNA LiDAR afin de modéliser l’étendue maximale de la mer de Champlain, une large paléo-mer régionalement importante. Cette approche nous a permis de cartographier avec précision les 65 000 km2 autrefois inondés par la mer. Ce modèle sert à l’évaluation de la distribution des sédiments marins et littoraux dans les basses-terres du Saint-Laurent. La seconde approche utilise la relation entre des échantillons de matériel parental des sols (MPS) et des attributs topographiques dérivés de données LiDAR afin de cartographier à haute résolution et à une échelle régionale le MPS sur le Bouclier canadien. Pour ce faire, nous utilisons une approche novatrice combinant l’analyse d’image orientée-objet (AIOO) avec une classification par arbre décisionnel. Cette approche nous a permis de produire une carte du MPS à haute résolution sur plus de 185 km2 dans un environnement hétérogène de post-glaciation. Les connaissances issues de la production de ces deux modèles ont permis de conceptualiser la composition du sous-sol dans les régions limitrophes entre les basses-terres du Saint-Laurent et le Bouclier canadien. Ce modèle fournit aux chercheurs et aux gestionnaires de ressources des connaissances détaillées sur la géomorphologie de cette région et contribue à l’amélioration de notre capacité à saisir les services écosystémiques et à prédire les aléas environnementaux liés aux processus du sous-sol. / Knowledge of the earth’s morphology is essential to the understanding of many geomorphic and hydrologic processes. Recent advancements in the field of remote sensing have significantly improved our ability to assess the earth’s surface. From these, LiDAR elevation data permits the production of high-resolution digital elevation models (DEMs) over large areas. LiDAR is a major technological advance as it allows geoscientists to visualize the earth’s morphology in high detail, even allowing us to resolve low-relief landforms in forested areas where the surface is obstructed by vegetation cover. Such a technological advance calls for the development of new and novel approaches to realize the scientific potential of this new spatial data. In this context, the present work aims to develop two digital mapping approaches that use LiDAR elevation data for assessing the earth’s subsurface composition. The first approach to be developed uses the location of low-relief beach ridges observed on LiDAR-derived DEMs to map the extent of a large and regionally important paleo-sea, the Champlain Sea. This approach allowed us to accurately map the 65,000 km2 area once inundated by sea water. The model serves to the assessment of the distribution of marine and littoral sediments in the St. Lawrence Lowlands. The second approach uses the relationship between field-acquired samples of soil parent material (SPM) and LiDAR-derived topographic attributes to map SPM at high-resolution and at a regional scale on the Canadian Shield. To do so, we used a novel approach that combined object-based image analysis (OBIA) with a classification tree algorithm. This approach allowed us to produce a fine-resolution 185 km2 map of SPM in a heterogeneous post-glaciation Precambrian Shield setting. The knowledge obtained from producing these two models allowed us to conceptualize the subsurface composition at the limit between the St. Lawrence Lowlands and the Canadian Shield. This insight provides researchers and resource managers with a more detailed understanding of the geomorphology of this area and contributes to improve our capacity to grasp ecosystem services and predict environmental hazards related to subsurface processes.