Ces dernières années ont vu le développement de techniques expérimentales permettant l'analyse quantitative de systèmes biologiques, dans des domaines qui vont de la neurobiologie à la biologie moléculaire. Notre travail a pour but la description quantitative de tels systèmes à travers des outils théoriques et numériques issus de la physique statistique et du calcul des probabilités. Cette thèse s'articule en trois volets, ayant chacun pour but l'étude d'un système biophysique. Premièrement, on se concentre sur l'infotaxie, un algorithme de recherche olfactive basé sur une approche de théorie de l'information proposé par Vergassola et collaborateurs en 2007: on en donne une formulation continue et on en caractérise les performances. Dans une deuxième partie on étudie les expériences de micromanipulation à molécule unique, notamment celles de dégraffage mécanique de l'ADN, dont les traces expérimentales sont sensibles à la séquence de l'ADN: on développe un modèle détaillé de la dynamique de ce type d'expérience et ensuite on propose plusieurs algorithmes d'inférence ayant pour objectif de caractériser la séquence génétique. Finalement, on donne une description d'un algorithme qui permet l'inférence des interactions entre neurones à partir d'enregistrements à électrodes multiples et on propose un logiciel intégré qui permettra à la communauté des biologistes d'interpréter ces expériences a partir de cet algorithme.

La technique d'acquisition compressée (compressed sensing, CS) est une nouvelle théorie pour l'échantillonnage qui fût introduite afin de permettre l'acquisition efficace de signaux compressibles. Dans cette thèse, nous avons étudié des applications pratiques de cette technique d'échantillonnage, où les acquisitions sont réalisées dans le domaine de Fourier, menant aux deux principales contributions suivantes : (i) Débruitage d'image : Les images microscopiques présentent souvent des dégradations dûs à des artefacts complexes, associés à du bruit ou encore des mauvaises conditions d'éclairage. En microscopie à fluorescence, le bruit et le photoblanchiment altèrent la qualité de l'image. Notre travail a consisté à exploiter la théorie d'acquisition compressée comme un outil de débruitage d'image. Nous avons utilisé plusieurs acquisitions aléatoires dans le domaine de Fourier, et la variation totale comme un a priori sur la parcimonie spatiale. La composition des différentes images de reconstruction correspondant aux différents ensembles de mesures aléatoires renforce la cohérence spatiale de composants du signal significatifs et per- met de décorréler les composants bruités. Nous avons étudié les relations entre la parcimonie d'un signal et les statistiques et la performance pour la réduction du bruit sous différentes conditions initiales de bruitage. Nous avons montré que la technique proposée, basée sur un a priori sur la parcimonie du signal et sur des échantillonnages aléatoires dans le domaine de Fourier, permet d'obtenir des im- ages avec un rapport signal/bruit (SNR) au pire égal à celui obtenu avec les méthodes de débruitage classiques, tout en utilisant un nombre limité d'échantillons. Sous réserve de pouvoir acquérir l'image dans le domaine de Fourier, le schéma de débruitage proposé fournirait une méthode d'acquisition rapide nécessitant un temps d'exposition moindre, réduisant les effets de photoblanchiment. (ii) Acquisition compressée en microscopie holographique : En microscopie, les données en sortie deviennent considérables, impliquant notamment l'utilisation de capteurs haute-définition (i.e. beaucoup d'échantillons par acquisition) et l'augmentation des temps d'acquisition. La théorie de l'acquisition compressée fournit des outils pour la reconstruction d'images, nécessitant moins d'échantillons que les approches classiques. Cependant, les quelques mesures nécessaires doivent être prises dans un domaine incohérent au domaine spatiale, ce qui est difficile à réaliser en microscopie conventionnelle. Nous avons tout d'abord proposé un schéma de calcul permettant l'acquisition de séquences temporelles de mesures d'amplitude dans le domaine de Fourier, et l'estimation de l'information manquante sur la phase par interpolation de spectre de quelques acquisitions complètes d'images. Cette approche a été mise en pratique dans le contexte de l'imagerie rapide, utilisée pour des cellules en mouvement. Dans un deuxième temps nous avons implanté un schéma d'acquisition compressée pratique, conçu pour l'holographie numérique. Ce schéma permet de mesurer une figure de diffraction du champ optique et reconstruire images de haute qualité à partir de seulement 7% de mesures aléatoires. L'expérience d'acquisition compressée a été étendue avec succès à l'holographie compressée rapide à acquisition unique et dans des conditions d'éclairage faible.

Ce travail utilise l'approche « problèmes inverses » pour la reconstruction dans deux domaines différents : l'holographie numérique de micro-particules et la deconvolution aveugle.<br />L'approche « problèmes inverses » consiste à rechercher les causes à partir des effets ; c'est-à-dire estimer les paramètres décrivant un système d'après son observation. Pour cela, on utilise un modèle physique décrivant les liens de causes à effets entre les paramètres et les observations. Le terme inverse désigne ainsi l'inversion de ce modèle direct. Seulement si, en règle générale, les mêmes causes donnent les mêmes effets, un même effet peut avoir différentes causes et il est souvent nécessaire d'introduire des a priori pour restreindre les ambiguïtés de l'inversion. Dans ce travail, ce problème est résolu en estimant par des méthodes d'optimisations, les paramètres minimisant une fonction de coût regroupant un terme issu du modèle de formation des données et un terme d'a priori.<br /><br />Nous utilisons cette approche pour traiter le problème de la déconvolution aveugle de données multidimensionnelles hétérogène ; c'est-à-dire de données dont les différentes dimensions ont des significations et des unités différentes. Pour cela nous avons établi un cadre général avec un terme d'a priori séparable, que nous avons adapté avec succès à différentes applications : la déconvolution de données multi-spectrales en astronomie, d'images couleurs en imagerie de Bayer et la déconvolution aveugle de séquences vidéo bio-médicales (coronarographie, microscopie classique et confocale).<br /><br />Cette même approche a été utilisée en holographie numérique pour la vélocimétrie par image de particules (DH-PIV). Un hologramme de micro-particules sphériques est composé de figures de diffraction contenant l'information sur la la position 3D et le rayon de ces particules. En utilisant un modèle physique de formation de l'hologramme, l'approche « problèmes inverses » nous a permis de nous affranchir des problèmes liées à la restitution de l'hologramme (effet de bords, images jumelles...) et d'estimer les positions 3D et le rayon des particules avec une précision améliorée d'au moins un facteur 5 par rapport aux méthodes classiques utilisant la restitution. De plus, nous avons pu avec cette méthode détecter des particules hors du champs du capteur élargissant ainsi le volume d'intérêt d'un facteur 16.

Nous étudions le problème de diffusion inverse et un problème inverse de valeurs au bord pour l'équation de Newton-Einstein pluridimensionnelle décrivant le mouvement d'une particule classique relativiste dans un champ externe électromagnétique <br />(ou gravitationnel) statique. Le cas d'une particule classique non relativiste est aussi considéré. Nous supposons que le champ externe est suffisamment régulier et suffisamment décroissant à l'infini. Tout d'abord on rappelle (et on développe) des résultats donnant l'existence et des propriétés de l'opérateur de diffusion. Puis on obtient, en particulier, l'asymptotique aux hautes énergies de l'opérateur de diffusion, et on montre que cette asymptotique détermine de manière unique (par des formules explicites) le champ externe. Enfin on obtient un théorème d'unicité à énergie fixée pour le problème inverse de valeurs au bord, et on en déduit, en particulier, qu'à énergie fixée suffisamment grande l'opérateur de diffusion détermine de manière unique le champ externe lorsque celui-ci est aussi supposé à support compact. Les résultats de cette thèse ont été obtenus en développant, en particulier, des méthodes de [Gerver-Nadirashvili, 1983] et [R. Novikov, 1999].

La solution de nombreux problèmes de restauration et de reconstruction d'images se ramène à celle de la minimisation d'un critère pénalisé qui prend en compte conjointement les observations et les informations préalables. Ce travail de thèse s'intéresse à la minimisation des critères pénalisés préservant les discontinuités des images. Nous discutons des aspects algorithmiques dans le cas de problèmes de grande taille. Il est possible de tirer parti de la structure des critères pénalisés pour la mise en oeuvre algorithmique du problème de minimisation. Ainsi, des algorithmes d'optimisation semi-quadratiques (SQ) convergents exploitant la forme analytique des critères pénalisés ont été utilisés. Cependant, ces algorithmes SQ sont généralement lourds à manipuler pour les problèmes de grande taille. L'utilisation de versions approchées des algorithmes SQ a alors été proposée. On peut également envisager d'employer des algorithmes du gradient conjugué non linéaire GCNL+SQ1D utilisant une approche SQ scalaire pour la recherche du pas. En revanche, plusieurs questions liées à la convergence de ces différentes structures algorithmiques sont restées sans réponses jusqu'à présent. Nos contributions consistent à:<br />- Démontrer la convergence des algorithmes SQ approchés et GCNL+SQ1D.<br />- Etablir des liens forts entre les algorithmes SQ approchés et GCNL+SQ1D. <br />- Illustrer expérimentalement en déconvolution d'images le fait que les algorithmes SQ approchés et GCNL+SQ1D sont préférables aux algorithmes SQ exacts.<br />- Appliquer l'approche pénalisée à un problème de déconvolution d'images en contrôle non destructif par ultrasons.

On se place dans le cadre de<br />l'estimation non paramétrique pour les problèmes inverses, où une<br />fonction inconnue subit une transformation par un opérateur<br />linéaire mal posé, et où l'on en observe une version bruitée par<br />une erreur aléatoire additive. Dans ce type de problèmes, les<br />méthodes d'ondelettes sont très utiles, et ont été largement<br />étudiées. Les méthodes développées dans cette thèse s'en<br />inspirent, mais consistent à s'écarter des bases d'ondelettes<br />"classiques", ce qui permet d'ouvrir de nouvelles perspectives<br />théoriques et pratiques. Dans l'essentiel de la thèse, on utilise<br />un modèle de type bruit blanc. On construit des estimateurs<br />utilisant des bases qui d'une part sont adaptées à l'opérateur, et<br />d'autre part possèdent des propriétés analogues à celles des<br />ondelettes. On en étudie les propriétés minimax dans un cadre<br />large, et l'on implémente ces méthodes afin d'en étudier leurs<br />performances pratiques. Dans une dernière partie, on utilise un<br />modèle de regression en design aléatoire, et on étudie les<br />performances numériques d'un estimateur reposant sur la<br />déformation des bases d'ondelettes.

No description available.

No description available.

Thèse numérisée par la Division de la gestion de documents et des archives de l'Université de Montréal

On s'intéresse dans ce travail à l'aspect tridimensionnel (3D) de la propagation sonore en milieux océaniques petits fonds dans le cadre des problèmes inverses. Les problèmes inverses en acoustique sous-marine se basent sur la modélisation bidimensionnelle (2D) de la propagation, ignorant ainsi les effets de réfraction horizontale, qualifiés d'effets 3D. Toutefois, la propagation acoustique en environnements petits fonds, tels le plateau continental, peut être affectée par des effets 3D, leur prise en compte nécessitant l'utilisation de modèles pleinement 3D. Une inversion basée sur un modèle 3D devient inabordable pour plus de deux paramètres à la fois en raison de temps CPU particulièrement élevés. L'objectif de ce travail est d'examiner l'importance des effets 3D sur la performance et la fiabilité des procédures d'inversion habituellement utilisées dans les problèmes de l'acoustique sous-marine. Pour cela, on se place dans un guide d'onde océanique à géométrie inclinée. Des expérimentations à échelle réduite sont menées afin d'identifier et d'interpréter les effets 3D. Une procédure d'inversion par champs d'onde adaptés, formulée dans un cadre Bayesien et basée sur la recherche exhaustive dans l'espace des paramètres, est élaborée. L'inversion s'effectue en comparant des données basse fréquence du champ acoustique, recueillies le long d'antennes linéaires verticales ou horizontales, aux répliques générées par des modèles d'équation parabolique 2D et 3D. Les paramètres importants sont identifiés au moyen d'une étude de sensibilité de la fonction de coût. Dans une étape préliminaire, la performance de l'inversion est étudiée, sur données synthétiques bruitées, dans un cas simple permettant l'utilisation de modèles 2D. Une stratégied'inversion en sous-espaces résultant en une réduction importante des temps CPU pour l'inversion, est examinée. L'inversion est ensuite abordée en présence d'un fond incliné. La possibilité et les limites d'une inversion basée sur un modèle 2D sont explorées. Cette approche, mise en œuvre sur données synthétiques, met en évidence la pertinence de l'utilisation de modèles 2D en champ relativement proche. Une inversion basée sur un modèle 3D n'étant alors nécessaire que pour la pente, des temps CPU raisonnables sont ainsi réalisés. En revanche, en champ lointain, nous sommes confrontés à un risque potentiel d'estimation erronée et le recours à une modélisation 3D devient nécessaire.