Évaluer quantitativement les mouvements d'un patient lors d'un traitement par radiothérapie est un enjeu majeur. En effet, ces mouvements et ces déformations anatomiques induisent une incertitude balistique conduisant les thérapeutes à augmenter les marges de sécurité, ce qui peut empêcher de délivrer une dose suffisante à la région tumorale. Dans le cadre de cette thèse, nous nous sommes intéressés à l'estimation de ces mouvements dans les images obtenues juste avant le traitement par le scanner à faisceau conique. Pour cela, nous avons utilisé des algorithmes de recalage déformable. Dans un premier temps, nous avons cherché à améliorer la modélisation du mouvement respiratoire. Pour cela, nous nous sommes basés sur un modèle utilisant une segmentation de l'intérieur de la cage thoracique afin d'autoriser le glissement des organes internes contre cette dernière, tout en préservant un champ de déformation cohérent. La segmentation de l'intérieur de la cage thoracique est effectuée automatiquement par un algorithme qui prend en paramètres une segmentation des poumons et de la cage thoracique. Les algorithmes permettant de segmenter ces deux régions se sont avérés peu robustes, ce qui nous a poussé à les améliorer. Une fois ces structures bien segmentées, le modèle de transformation souffre d'un inconvénient majeur empêchant son utilisation dans un algorithme de recalage entre des projections 2D et une image 3D. En effet, il nécessite une segmentation 3D de l'intérieur de la cage thoracique dans les 2 images à recaler, ce qui est impossible à obtenir pour la série de projections 2D. Le modèle proposé dans cette thèse permet de contraindre les déformations à représenter des mouvements physiologiquement plausibles, tout en ne nécessitant qu'une seule segmentation de l'image 3D. Dans un deuxième temps, nous avons implémenté un algorithme de recalage 2D/3D utilisant le modèle de déformation proposé afin d'extraire le mouvement respiratoire des projections 2D de l'imageur à faisceau conique. Cet algorithme a été testé sur des images simulées dont les déformations étaient connues. Les résultats étant concluants, nous avons utilisé un algorithme de reconstruction compensée en mouvement dans le but de produire des images 3D sans flou respiratoire sur des données réelles. L'approche proposée permet d'obtenir une connaissance approfondie de l'anatomie du patient et de son mouvement respiratoire le jour du traitement, ce qui ouvre de nouvelles perspectives comme l'adaptation journalière du traitement, le calcul de dose prenant en compte le mouvement respiratoire et la re-planification de traitement. Cette approche de recalage entre une image 3D et des projections 2D est généralisable à d'autres mouvements et d'autres régions anatomiques. / Motion estimation is a challenge in radiotherapy. It requires security margins to account for the incertitude on the tumor position. In this thesis, we address the problem of estimating the motion directly in the treatment room using the cone-beam projections. Firstly, we proposed a new breathing motion model that takes into account the sliding discontinuity between the rib-cage and the lungs. This method uses a segmentation of the inner part of the rib-cage which is obtained by an algorithm that requires the segmentation of the lungs and the rib-cage. The algorithms segmenting these parts were not robust enough and we proposed methods to improve their robustness. Compared to previous methods using this mask, our motion model is more robust to segmentation inconsistencies because it only requires a single mask instead of two consistent masks. Moreover, in case of 2D/3D registration, the computation of the second mask is usually not possible. The proposed model restricts the transformation to physically plausible motions and rely on a single segmentation. Secondly, we proposed a 2D/3D registration algorithm that uses our breathing model to extract motion from the cone-beam projections obtained just before the treatment. This algorithm was tested on simulated data. Then, we applied it to real data to reconstruct motion compensated images to remove motion blur from cone-beam CT. The proposed approach gives access to the patient motion just before the treatment, which can be used to daily adapt the treatment or to compute 4D dose maps. This approach can be used for other motions in other anatomic regions.

L'échographie est aujourd'hui l'une des modalités les plus populaires de diagnostic médical. Il permet d'observer, en temps réel, le mouvement des organes qui facilite le diagnostic des pathologies pour des médecins. L'échocardiographie [1, 2], l'imagerie du flux sanguin [3, 4] et l’élastographie [5-7] sont les domaines préférés de l'estimation de mouvement en utilisant l'échographie (en raison de son haut frame-rate).En conséquence, les images avec meilleurs qualités sont nécessaires. . En imagerie cardiaque, le système classique d'imagerie est limité dans la direction transversale (la direction perpendiculaire à celle de propagation). Travaillant sur la formation des images, ce problème peut être résolu en modifiant la façon de formateur de voie afin d'introduire des oscillations transversales (OTs) dans la fonction d’étalement du point (PSF). La technique d’oscillation transversale a montré son potentiel d'améliorer la précision de l'estimation de mouvement local dans la direction transversale (la direction perpendiculaire à celle de propagation). La classique OT en géométrie linéaire, basée sur l'approximation de Fraunhofer, relie la PSF et la fonction de pondération par la transformée de Fourier. Motivé par l'adaptation des OTs en échocardiographie, nous proposons une technique spécifique basée sur la rétro-propagation afin de construire des OTs en géométrie sectorielle. La performance de la méthode de rétro-propagation proposée a été étudiée progressivement, comparée avec la méthode de la transformée de Fourier, par exemple, l'évaluation de la qualité de la PSF quantifié, dans l'estimation de mouvement cardiaque en simulation, et en étude la qualité des PSF visuellement expérimentale. Les résultats quantifiés montrent les OT-images sont mieux contrôlés par la méthode proposée que par le formateur de voie conventionnelle. Une autre méthode, basée sur la décomposition d'onde plane et un principe différent de rétro-propagation, a été présentée. Cette méthode mieux prend en compte la propriété 2D de PSF, en décomposant la PSF dans un ensemble d'ondes planes directionnelle, les rétro-propage à la sonde, en utilisant les résultats de superposition comme excitations, un PSF simulée et conforme fortement au PSF théorique est acquis. En adaptant cette méthode à la géométrie sectorielle, la qualité de la PSF obtenue en face et sur la côté de la sonde est meilleure en utilisant la décomposition en ondes planes à celle de la transformée de Fourier, le travail supplémentaire sera adressé à adapter la décomposition en ondes planes à imagerie sectorielle et l’estimation du mouvement. / Echography is nowadays one of the most popular medical diagnosis modalities. It enables real-time observation the motion of moving organs which facilitates the diagnosis of pathologies for physician. Echocardiography [1, 2], blood flow imaging [3, 4] and elastography [5-7] are the favorite domains of motion estimation in using of echography (e.g., due to its high frame-rate capacity). Thus the requirements for imaging with high quality are on the primary place. In cardiac imaging, the conventional imaging system is somehow limited in the transverse direction (the direction perpendicular to the beam axis). Working on the image formation, this problem can be addressed by modifying the beamforming scheme in order to introduce transverse oscillations (TOs) in the system point spread function (PSF). Transverse oscillation techniques have shown their potential for improving the accuracy of local motion estimation in the transverse direction (i.e., the direction perpendicular to the beam axis). The conventional design of TOs in linear geometry, which is based on the Fraunhofer approximation, relates PSF and apodization function through a Fourier transform. Motivated by the adaptation of TOs in echocardiography, we propose a specific beamforming approach based on back-propagation in order to build TOs in sectorial geometry. The performance of the proposed back-propagation method has been studied gradually, in comparison with the Fourier transform, such as in evaluation of the quality of PSF, in estimation of simulated cardiac motion and in experiments study, etc. The quantified results demonstrate the proposed method leads to better controlled TOs images than the conventional beamforming. Another method based on plane wave decomposition and a different back-propagation principle has been presented. This method is better taking into account the 2D property of PSF, by decomposing the PSF into a set of plane waves directionally, back-propagating them to the probe, by using the superposition results as excitations, a simulated PSF with high accordance to the theoretical one is acquired. By adapting this method to sectorial geometry, the quality of PSF obtained in front of probe is better using the plane wave decomposition method than that of Fourier relation, but it is limited for the scanning on the side of probe, so the further work will be addressed to adapting the plane wave decomposition method to the complete sectorial imaging.

Les travaux présentés dans cette thèse s'inscrivent dans le contexte du traitement des images cardiaques et l'étude de la fonction contractile du coeur, pour une meilleure compréhension de physiopathologie cardiaque et l'aide au diagnostic. Nous avons implémenté une méthode de segmentation des parois endocardiques sur des ciné-IRM non marquées. Nous avons utilisé une approche fondée sur les ensembles de niveaux, avec une formulation basée-région qui donne des résultats satisfaisants sur des cas sains et pathologiques. Nous avons proposé une méthode pratique pour la quantification des déformations segmentaires afin decaractériser la contractilité myocardique. La méthode a fait l'objet d'une validation clinique par l'expertise de médecins et par comparaison à la méthode HARP sur des IRM marquées. Pour améliorer la précision des mesures, nous avons proposé un algorithme de recalage iconique multimodal IRM/TDM, utilisant la maximisation de l'information culturelle. Nous l'avons appliqué à la localisation de coupes petit-axe dans des volumes TDM avec des résultats encourageants. Ce travail a pour perspective son application à l'obtention de séquences TDM de hautes résolutions spatiale et temporelle / The work presented in this thesis is related to the cardiac images processing and the cardiac contractile function study, for a better comprehension of cardiac physiopathology and diagnosis. We implemented a method for the segmentation of the endocardial walls on standard MRI without tags. We used an approach based on the level set method, with a region-based formulation which gives satisfactory results on healthy and pathological cases. We proposed a practical method for the quantification of the segmental deformations in order to characterize the myocardial contractility. The method was clinically validated by the assesment of doctors and by comparison with the HARP method on tagget MRI. To improve the measurements precision, we proposed an iconic MRI/CT multimodal registration algorithm, using the maximization of the mutual information. We applied it to the localization of short-axis slices in CT volumes with good results. This work has as prospect its application to obtain high spatial and temporal resolutions CT sequences

Cette thèse (i) décrit une procédure automatique pour estimer la condition d'arrêt des méthodes de déconvolution itératives basées sur un critère d'orthogonalité du signal estimé et de son gradient à une itération donnée; (ii) présente une méthode qui décompose l'image en une partie géométrique (ou "cartoon") et une partie "texture" en utilisation une estimation de paramètre et une condition d'arrêt basées sur la diffusion anisotropique avec orthogonalité, en utilisant le fait que ces deux composantes. "cartoon" et "texture", doivent être indépendantes; (iii) décrit une méthode pour extraire d'une séquence vidéo obtenue à partir de caméra portable les objets de premier plan en mouvement. Cette méthode augmente la compensation de mouvement de la caméra par une nouvelle estimation basée noyau de la fonction de probabilité de densité des pixels d'arrière-plan. Les méthodes présentées ont été testées et comparées aux algorithmes de l'état de l'art. / This dissertation (i) describes an automatic procedure for estimating the stopping condition of non-regularized iterative deconvolution methods based on an orthogonality criterion of the estimated signal and its gradient at a given iteration; (ii) presents a decomposition method that splits the image into geometric (or cartoon) and texture parts using anisotropic diffusion with orthogonality based parameter estimation and stopping condition, utilizing the theory that the cartoon and the texture components of an image should be independent of each other; (iii) describes a method for moving foreground object extraction in sequences taken by wearable camera, with strong motion, where the camera motion compensated frame differencing is enhanced with a novel kernel-based estimation of the probability density function of the background pixels. The presented methods have been thoroughly tested and compared to other similar algorithms from the state-of-the-art.

Ce mémoire s’intéresse aux problématiques du calibrage de caméras grand angles et de l’estimation de la profondeur à partir d’une caméra unique, immobile ou en mouvement. Les travaux effectués se situent à l’intersection entre la vision 3D classique et les nouvelles méthodes par apprentissage profond dans le domaine de la navigation autonome. Ils visent à permettre la détection d’obstacles par un drone en mouvement muni d’une seule caméra à très grand angle de vue. D’abord, une nouvelle méthode de calibrage est proposée pour les caméras fisheyes à très grand angle de vue par calibrage planaire à correspondances denses obtenues par lumière structurée qui peuvent être modélisée par un ensemble de caméras génériques virtuelles centrales. Nous démontrons que cette approche permet de modéliser directement des caméras axiales, et validons sur des données synthétiques et réelles. Ensuite, une méthode est proposée pour estimer la profondeur à partir d’une seule image, à partir uniquement des indices de profondeurs forts, les jonctions en T. Nous démontrons que les méthodes par apprentissage profond sont susceptibles d’apprendre les biais de leurs ensembles de données et présentent des lacunes d’invariance. Finalement, nous proposons une méthode pour estimer la profondeur à partir d’une caméra en mouvement libre à 6 degrés de liberté. Ceci passe par le calibrage de la caméra fisheye sur le drone, l’odométrie visuelle et la résolution de la profondeur. Les méthodes proposées permettent la détection d’obstacle pour un drone. / This thesis focuses on the problems of calibrating wide-angle cameras and estimating depth from a single camera, stationary or in motion. The work carried out is at the intersection between traditional 3D vision and new deep learning methods in the field of autonomous navigation. They are designed to allow the detection of obstacles by a moving drone equipped with a single camera with a very wide field of view. First, a new calibration method is proposed for fisheye cameras with very large field of view by planar calibration with dense correspondences obtained by structured light that can be modelled by a set of central virtual generic cameras. We demonstrate that this approach allows direct modeling of axial cameras, and validate it on synthetic and real data. Then, a method is proposed to estimate the depth from a single image, using only the strong depth cues, the T-junctions. We demonstrate that deep learning methods are likely to learn from the biases of their data sets and have weaknesses to invariance. Finally, we propose a method to estimate the depth from a camera in free 6 DoF motion. This involves calibrating the fisheye camera on the drone, visual odometry and depth resolution. The proposed methods allow the detection of obstacles for a drone.

L'estimation de mouvement est une opération clé pour la compression vidéo, mais implique une complexité de calcul conséquente, accrue par le contexte de la haute définition et l'évolution des standards de compression vidéo. Jusqu'à 60% de la charge de calcul d'un encodeur vidéo H.264 est dédiée à cette opération. L'adéquation entre les algorithmes et les architectures multicomposants est étudiée dans ce nouveau contexte, avec un cadre méthodologique.<br />Un état de l'art des différentes méthodes d'estimation de mouvement et des architectures matérielles existantes est tout d'abord présenté. Les algorithmes de mise en correspondance de blocs HME et EPZS apparaissent comme les plus performants pour notre étude. La méthode de développement utilisée, ainsi que l'implantation et l'optimisation d'estimateurs de mouvement sur DSP sont ensuite présentés. Un nouvel algorithme d'estimation de mouvement est conçu : HDS. Des implantations parallèles sur plates-formes hétérogènes sont enfin proposées.

Ce travail de thèse est axé sur le domaine du traitement d'images biomédicales. L'objectif de notre étude est l'estimation des paramètres traduisant les propriétés mécaniques de l'artère carotide in vivo en imagerie échographique, dans une optique de détection précoce de la pathologie cardiovasculaire. L'analyse du mouvement longitudinal des tissus de la paroi artérielle, i.e. dans la même direction que le flux sanguin, représente la motivation majeure de ce travail. Les trois contributions principales proposées dans ce travail sont i) le développement d'un cadre méthodologique original et semi-automatique, dédié à la segmentation et à l'estimation du mouvement de la paroi artérielle dans des séquences in vivo d'images ultrasonores mode-B, ii) la description d'un protocole de génération d'une référence, faisant intervenir les opérations manuelles de plusieurs experts, dans le but de quantifier la précision des résultats de notre méthode malgré l'absence de vérité terrain inhérente à la modalité échographique, et iii) l'évaluation clinique de l'association entre les paramètres mécaniques et dynamiques de la paroi carotidienne et les facteurs de risque cardiovasculaire dans le cadre de la détection précoce de l'athérosclérose. Nous proposons une méthode semi-automatique, basée sur une approche conjointe de segmentation des contours de la paroi et d'estimation du mouvement des tissus. L'extraction de la position des interfaces est réalisée via une approche spécifique à la structure morphologique de la carotide, basée sur une stratégie de programmation dynamique exploitant un filtrage adapté. L'estimation du mouvement est réalisée via une méthode robuste de mise en correspondance de blocs (block matching), basée sur la connaissance du déplacement a priori ainsi que sur la mise à jour temporelle du bloc de référence par un filtre de Kalman spécifique. La précision de notre méthode, évaluée in vivo, correspond au même ordre de grandeur que celle résultant des opérations manuelles réalisées par des experts, et reste sensiblement meilleure que celle obtenue avec deux autres méthodes traditionnelles (i.e. une implémentation classique de la technique de block matching et le logiciel commercial Velocity Vector Imaging). Nous présentons également quatre études cliniques réalisées en milieu hospitalier, où nous évaluons l'association entre le mouvement longitudinal et les facteurs de risque cardiovasculaire. Nous suggérons que le mouvement longitudinal, qui représente un marqueur de risque émergent et encore peu étudié, constitue un indice pertinent et complémentaire aux marqueurs traditionnels dans la caractérisation de la physiopathologie artérielle, reflète le niveau de risque cardiovasculaire global, et pourrait être bien adapté à la détection précoce de l'athérosclérose. / This thesis is focused on the domain of bio-medical image processing. The aim of our study is to assess in vivo the parameters traducing the mechanical properties of the carotid artery in ultrasound imaging, for early detection of cardiovascular diseases. The analysis of the longitudinal motion of the arterial wall tissues, i.e. in the same direction as the blood flow, represents the principal motivation of this work. The three main contributions proposed in this work are i) the development of an original and semi-automatic methodological framework, dedicated to the segmentation and motion estimation of the arterial wall in in vivo ultrasound B-mode image sequences, ii) the description of a protocol aiming to generate a reference, involving the manual tracings of several experts, in the objective to quantify the accuracy of the results of our method despite the absence of ground truth inherent to ultrasound imaging, and iii) the clinical evaluation of the association between the mechanical and dynamical parameters of the arterial wall and the cardiovascular risk factors, for early detection of atherosclerosis. We propose a semi-automatic method, based on a combined approach of wall segmentation and tissues motion estimation. The extraction on the interfaces position is realized via an approach specific to the morphological structure of the carotid artery, based on a strategy of dynamic programming using a matched filter. The motion estimation is performed via a robust block matching method, based on the a priori knowledge of the displacement as well as the temporal update of the reference block with a specific Kalman filter. The accuracy of our method, evaluated in vivo, corresponds to the same order of magnitude as the one resulting from the manual operations performed by experts, and is significantly higher than the one obtained from two other classical methods (i.e. a classical implementation of the block matching technique, and the VVI commercial software). We also present four clinical studies, and we evaluate the association between longitudinal motion and cardiovascular risk factors. We suggest that the longitudinal motion, which represents an emerging cardiovascular risk marker that has been only few studied yet, constitutes a pertinent and complementary marker aiming at the characterization of arterial physio-pathology, traduces the overall cardiovascular risk level, and could be well suited to the early detection of the atherosclerosis.

Dans les examens médicaux et les actes de thérapie, les techniques minimalement invasives sont de plus en plus utilisées. Des instruments comme des aiguilles de biopsie, ou des électrodes sont utilisés pour extraire des échantillons de cellules ou pour effectuer des traitements. Afin de réduire les traumatismes et de faciliter le suivi visuelle de ces interventions, des systèmes d’assistance par imagerie médicale, comme par exemple, par l’échographie 2D, sont utilisés dans la procédure chirurgicale. Nous proposons d’utiliser l’échographie 3D pour faciliter la visualisation de l’aiguille, mais en raison de l’aspect bruité de l’image ultrasonore (US) et la grande quantité de données d’un volume 3D, il est difficile de trouver l’aiguille de biopsie avec précision et de suivre sa position en temps réel. Afin de résoudre les deux principaux problèmes ci-dessus, nous avons proposé une méthode basée sur un algorithme RANSAC et un filtre de Kalman. De même l’étude est limitée à une région d’intérêt (ROI) pour obtenir une localisation robuste et le suivi de la position de l’aiguille de biopsie en temps réel. La méthode ROI-RK se compose de deux étapes: l’étape d’initialisation et l’étape de suivi. Dans la première étape, une stratégie d’initialisation d’une ROI en utilisant le filtrage de ligne à base de matrice de Hesse est mise en œuvre. Cette étape permet de réduire efficacement le bruit de granularité du volume US, et de renforcer les structures linéaires telles que des aiguilles de biopsie. Dans la deuxième étape, après l’initialisation de la ROI, un cycle de suivi commence. L’algorithme RK localise et suit l’aiguille de biopsie dans une situation dynamique. L’algorithme RANSAC est utilisé pour estimer la position des micro-outils et le filtrage de Kalman permet de mettre à jour la région d’intérêt et de corriger la localisation de l’aiguille. Une stratégie d’estimation de mouvement est également appliquée pour estimer la vitesse d’insertion de l’aiguille de biopsie. Des volumes 3D US avec un fond inhomogène ont été simulés pour vérifier les performances de la méthode ROI-RK. La méthode a été testée dans des conditions variables, telles que l’orientation d’insertion de l’aiguille par rapport à l’axe de la sonde et le niveau de contraste (CR). La précision de la localisation est de moins de 1 mm, quelle que soit la direction d’insertion de l’aiguille. Ce n’est que lorsque le CR est très faible que la méthode proposée peut échouer dans le suivi d’une structure incomplète de l’aiguille. Une autre méthode, utilisant l’algorithme RANSAC avec apprentissage automatique a été proposée. Cette méthode vise à classer les voxels en se basant non seulement sur l’intensité, mais aussi sur les caractéristiques de la structure de l’aiguille de biopsie. Les résultats des simulations montrent que l’algorithme RANSAC avec apprentissage automatique peut séparer les voxels de l’aiguille et les voxels de tissu de fond avec un CR faible. / In medical examinations and surgeries, minimally invasive technologies are getting used more and more often. Some specially designed surgical instruments, like biopsy needles, or electrodes are operated by radiologists or robotic systems and inserted in human’s body for extracting cell samples or delivering radiation therapy. To reduce the risk of tissue injury and facilitate the visual tracking, some medical vision assistance systems, as for example, ultrasound (US) systems can be used during the surgical procedure. We have proposed to use the 3D US to facilitate the visualization of the biopsy needle, however, due to the strong speckle noise of US images and the large calculation load involved as soon as 3D data are involved, it is a challenge to locate the biopsy needle accurately and to track its position in real time in 3D US. In order to solve the two main problems above, we propose a method based on the RANSAC algorithm and Kalman filter. In this method, a region of interest (ROI) has been limited to robustly localize and track the position of the biopsy needle in real time. The ROI-RK method consists of two steps: the initialization step and the tracking step. In the first step, a ROI initialization strategy using Hessian based line filter measurement is implemented. This step can efficiently reduce the speckle noise of the ultrasound volume, and enhance line-like structures as biopsy needles. In the second step, after the ROI is initialized, a tracking loop begins. The RK algorithm can robustly localize and track the biopsy needles in a dynamic situation. The RANSAC algorithm is used to estimate the position of the micro-tools and the Kalman filter helps to update the ROI and auto-correct the needle localization result. Because the ROI-RK method is involved in a dynamic situation, a motion estimation strategy is also implemented to estimate the insertion speed of the biopsy needle. 3D US volumes with inhomogeneous background have been simulated to evaluate the performance of the ROI-RK method. The method has been tested under different conditions, such as insertion orientations angles, and contrast ratio (CR). The localization accuracy is within 1 mm no matter what the insertion direction is. Only when the CR is very low, the proposed method could fail to track because of an incomplete ultrasound imaging of the needle. Another methodology, i.e. RANSAC with machine learning (ML) algorithm has been presented. This method aims at classifying the voxels not only depending on their intensities, but also using some structure features of the biopsy needle. The simulation results show that the RANSAC with ML algorithm can separate the needle voxels and background tissue voxels with low CR.

Ce travail de thèse est axé sur le domaine du traitement d’images biomédicales. L’objectif de notre étude est l’estimation des paramètres traduisant les propriétés mécaniques de l’artère carotide in vivo en imagerie échographique, dans une optique de détection précoce des pathologies cardiovasculaires. L’étude des comportements dynamiques de l’artère pour le dépistage précoce de l’athérosclérose constitue à ce jour une piste privilégiée. Cependant, malgré les avancées récentes, l’estimation du mouvement de la paroi carotidienne reste toujours difficile, notamment dans la direction longitudinale (direction parallèle au vaisseau). L’élaboration d’une méthode innovante permettant d’étudier le mouvement de la paroi carotidienne constitue la principale motivation de ce travail de thèse. Les trois contributions principales proposées dans ce travail sont i) le développement, la validation, et l’évaluation clinique d’une méthode originale d’estimation de mouvement 2D adaptée au mouvement de la paroi carotidienne, ii) la validation en simulation, et expérimentale de l’extension à la 3D de la méthode d’estimation proposée, et iii) l’évaluation expérimentale de la méthode proposée, en imagerie ultrasonore ultra-rapide, dans le cadre de l’estimation locale de la vitesse de l’onde de pouls. Nous proposons une méthode d’estimation de mouvement combinant un marquage ultrasonore dans la direction latérale, et un estimateur de mouvement basé sur la phase des images ultrasonores. Le marquage ultrasonore est réalisé par l’intermédiaire d’oscillations transverses. Nous proposons deux approches différentes pour introduire ces oscillations transverses, une approche classique utilisant une fonction de pondération spécifique, et une approche originale par filtrage permettant de contrôler de manière optimale leurs formations. L’estimateur de mouvement proposé utilise les phases analytiques des images radiofréquences, extraites par l’approche de Hahn. Ce travail de thèse montre que la méthode proposée permet une estimation de mouvement plus précise dans la direction longitudinale, et plus généralement dans les directions perpendiculaires au faisceau ultrasonore, que celle obtenue avec d’autres méthodes plus traditionnelles. De plus, l’évaluation expérimentale de la méthode sur des séquences d’images ultrasonores ultra-rapides issues de fantômes de carotide, a permis l’estimation locale de la vitesse de propagation de l’onde de pouls, la mise en évidence de la propagation d’un mouvement longitudinal et enfin l’estimation du module de Young des vaisseaux. / This work focuses on the processing of biomedical images. The aim of our study is to estimate the mechanical properties of the carotid artery in vivo using ultrasound imaging, in order to detect cardiovascular diseases at an early stage. Over the last decade, researchers have shown interest in studying artery wall motion, especially the motion of the carotid intima-media complex in order to demonstrate its significance as a marker of Atherosclerosis. However, despite recent progress, motion estimation of the carotid wall is still difficult, particularly in the longitudinal direction (direction parallel to the probe). The development of an innovative method for studying the movement of the carotid artery wall is the main motivation of this thesis. The three main contributions proposed in this work are i) the development, the validation, and the clinical evaluation of a novel method for 2D motion estimation of the carotid wall, ii) the development, the simulation and the experimental validation of the 3D extension of the estimation method proposed, and iii) the experimental evaluation of the 2D proposed method in ultra-fast imaging, for the estimation of the local pulse wave velocity. We propose a motion estimation method combining tagging of the ultrasound images, and a motion estimator based on the phase of the ultrasound images. The ultrasonic tagging is produced by means of transverse oscillations. We present two different approaches to introduce these transverses oscillations, a classic approach using a specific apodization function and a new approach based on filtering. The proposed motion estimator uses the 2D analytical phase of RF images using the Hahn approach. This thesis work shows that, compared with conventional methods, the proposed approach provides more accurate motion estimation in the longitudinal direction, and more generally in directions perpendicular to the beam axis. Also, the experimental evaluation of our method on ultra-fast images sequences from carotid phantom was used to validate our method regarding the estimation of the pulse wave velocity, the Young’s modulus of the vessels wall, and the propagation of a longitudinal movement.

Ces travaux se situent dans la problématique d'élaboration d'outils de mesure adaptés aux caractéristiques des écoulements fluides. Le développement de l'imagerie digitale, associée à l'utilisation de techniques de visualisation d'écoulements en mécanique des fluides, permet d'envisager l'extraction, à l'aide de méthodes de vision par ordinateur, du mouvement d'écoulements perçu dans des séquences d'images. L'objectif consiste ici à proposer une nouvelle approche de type " flux optique " pour l'estimation multiéchelle de mouvements de fluides, en s'appuyant sur une représentation en ondelettes du mouvement recherché. Cette formulation en ondelettes introduit un formalisme multiéchelle, intéressant tant du point de vue de l'estimation du flux optique que de la représentation de champs de vitesse turbulents. Elle permet en outre la construction de bases à divergence nulle, respectant ainsi une contrainte issue de la physique des fluides. Plusieurs types de régularisation sont présentés; la plus simple procède par troncature de la base aux petites échelles, la plus complexe utilise les coefficients de connexion de la base d'ondelette pour construire des schémas d'ordre élevé. Les approches proposées sont évaluées sur des images synthétiques dans un premier temps, puis sur des images expérimentales d'écoulements caractéristiques. Les résultats obtenus sont comparés à ceux fournis par la méthode usuelle des " corrélations croisées ", mettant en avant les intérêts et les limites de l'estimateur.