A Tomografia por Impedância Elétrica tem como objetivo estimar a distribuição de impedância elétrica dentro de uma região a partir de medidas de potencial elétrico coletadas apenas em seu contorno externo quando corrente elétrica é imposta neste mesmo contorno. Uma das aplicações para esta tecnologia é o monitoramento das condições pulmonares de pacientes em Unidades de Tratamento Intensivo. Dentre vários algoritmos, destacam-se os filtros de Kalman que abordam o problema de estimação sob o ponto de vista probabilístico, procurando encontrar a distribuição de probabilidade do estado condicionada à realização das medidas. Para que estes filtros possam ser utilizados, um modelo de evolução temporal do sistema sendo observado deve ser adotado. Esta tese propõe o uso de um modelo de evolução para a variação de volume de ar nos pulmões durante a respiração de um paciente sob ventilação artificial. Este modelo é utilizado no unscented Kalman filter, uma extensão não linear do filtro de Kalman. Tal modelo é ajustado em paralelo à estimação do estado, utilizando um esquema dual de estimação. Um algoritmo de segmentação de imagem é proposto para identificar as regiões pulmonares nas imagens estimadas e assim utilizar o modelo de evolução. Com o intuito de melhorar as estimativas, o método do erro de aproximação é utilizado no modelo de observação para mitigar os erros de modelagem e informação a priori é adicionada na solução do problema inverso mal-posto. O método é avaliado através de simulações numéricas e ensaio experimental coletado em um voluntário. Os resultados mostram que o método proposto melhora as estimativas feitas pelo filtro de Kalman, propiciando a visualização de imagens absolutas, dinâmicas e com bom nível de contraste entre os tecidos e órgãos internos. / Electrical impedance tomography estimates the electrical impedance distribution within a region given a set of electrical potential measurements acquired along its boundary at the same time that electrical currents are imposed on the same boundary. One of the applications of this technology is lung monitoring of patients in Intensive Care Units. One class of algorithms employed for the estimation are the Kalman filters which deal with the estimation problem in a probabilistic framework, looking for the probability density function of the state conditioned to the acquired measurements. In order to use such filters, an evolution models of the system must be employed. This thesis proposes an evolution model of the variation of air in the lungs of patients under artificial ventilation. This model is used on the Unscented Kalman Filter, a nonlinear extension of the Kalman filter. This model is adjusted in parallel to the state estimation, in a dual estimation scheme. An image segmentation algorithm is proposed for identifying the lungs in the images. In order to improve the estimate, the approximation error method is employed for mitigating the observation model errors and prior information is added for the solution of the ill-posed inverse problem. The method is evaluated with numerical simulations and with experimental data of a volunteer. The results show that the proposed method increases the quality of the estimates, allowing the visualization of absolute and dynamic images, with good level of contrast between the tissues and internal organs.

Doctor of Philosophy / Department of Statistics / James Higgins / Many studies are performed on units that cannot be replicated due to cost or other restrictions. There often is an abundance of subsampling to estimate the within unit component of variance, but what is needed for statistical tests is an estimate of the between unit component of variance. There is evidence to suggest that the ratio of the between component of variance to the total variance will remain relatively constant over a range of studies of similar types. Moreover, in many cases this intraclass correlation, which is the ratio of the between unit variance to the total variance, will be relatively small, often 0.1 or less. Such situations exist in education, agriculture, and medicine to name a few. The present study discusses how to use such prior information on the intraclass correlation coefficient (ICC) to obtain inferences about differences among treatments in the face of no replication. Several strategies that use the ICC are recommended for different situations and various designs. Their properties are investigated. Work is extended to under-replicated experiments. The work has a Bayesian flavor but avoids the full Bayesian analysis, which has computational complexities and the potential for lack of acceptance among many applied researchers. This study compares the prior information ICC methods with traditional methods. Situations are suggested in which prior information ICC methods are preferable to traditional methods and those in which the traditional methods are preferable.

Syftet med studien var att studera effekten av explicit kontextuell förhandsinformation på olika reliabilitetsnivåer hos fotbollsmålvakters förmåga att rädda straffar. Hypotesen som sattes utgick från att det skulle finnas en effekt av kontextuell förhandsinformation under förhållandet med stark handlingstendens, samtidigt skulle det inte finnas någon effekt av kontextuell förhandsinformation på målvakters förmåga vid förhållandet av svag handlingstendens. Syftet studerades genom en faktoriell experimentell design med de två förhållandena av svag handlingstendens (60/40) och stark handlingstendens (80/20). Manipuleringen av kontextuell förhandsinformation applicerades i båda förhållanden av handlingstendens i form av manipuleringen med kontextuell förhandsinformation och utan kontextuell förhandsinformation, på så vis utgjordes experimentet av fyra förhållanden. Deltagarna i studien bestod av 8 fotbollsmålvakter varav 7 män och 1 kvinna som alla hade 8 års erfarenhet av målvaktsspel. Det teoretiska ramverket som användes för analys var den bayesianska modellen som är en kognitiv modell vilken förklarar hur människan tar in och använder information genom att använda explicit kontextuell förhandsinformation och kinematisk information. Resultatet visade på att det inte fanns en statistisk signifikant effekt av kontextuell förhandsinformation oberoende av stark eller svag handlingstendens. Med resultatet menas att det inte finns några betydande effekter av kontextuell förhandsinformation under förhållande av stark handlingstendens eller svag handlingstendens. Resultaten för studien ligger inte i linje med tidigare forskningsbild av fenomenet, detta i form av att resultatet indikerar att det inte finns en effekt på målvakternas förmåga till antecipering. / The purpose of the study was to study the effect of explicit contextual information on soccer goalkeepers' ability to save penalties. The hypothesis set predicted that there would be an effect of contextual prior information under the high-action tendencies condition, while there would be no effect of contextual prior information on goalkeepers' ability under the low-action tendencies condition. The purpose was studied through a factorial experimental design with the two action tendency ratios of low-action tendencies (60/40) and high-action tendencies (80/20). The manipulation of prior contextual information was applied in both action tendency conditions in the form of the manipulation with contextual prior information and without contextual prior information, thus the experiment consisted of four conditions. The participants in the study consisted of 8 soccer goalkeepers, 7 men and 1 woman, all of whom had 8 years of experience in goalkeeping. The theoretical framework used for analysis was the Bayesian model which is a cognitive model which explains how humans take in and use information by using explicit contextual prior information and kinematic information. The results showed that there was not a statistically significant effect of contextual prior information. The result means that there are no significant effects of contextual prior information under conditions of high-action tendencies or low-action tendencies. The results of the study are not in line with previous research, this in the form that highly probable contextual information seems to not contribute with an effect on goalkeepers' ability to anticipate. / <p>Arbetet har i sammarbete utformats mellan mig och Pontus Hahrgren, där utformning av metoddesign, insamling av data, och analys av resultat genomförts ihop men separata arbeten har därefter utarbetats för rättsäker examination.</p>

Ce travail concerne l'imagerie micro-onde en vue d'application à l'imagerie biomédicale. Cette technique d'imagerie a pour objectif de retrouver la distribution des propriétés diélectriques internes (permittivité diélectrique et conductivité) d'un objet inconnu illuminé par une onde interrogatrice connue à partir des mesures du champ électrique dit diffracté résultant de leur interaction. Un tel problème constitue un problème dit inverse par opposition au problème direct associé qui consiste à calculer le champ diffracté, l'onde interrogatrice et l'objet étant alors connus.La résolution du problème inverse nécessite la construction préalable du modèle direct associé. Celui-ci est ici basé sur une représentation intégrale de domaine des champs électriques donnant naissance à deux équations intégrales couplées dont les contreparties discrètes sont obtenues à l'aide de la méthode des moments. En ce qui concerne le problème inverse, hormis le fait que les équations physiques qui interviennent dans sa modélisation directe le rendent non-linéaire, il est également mathématiquement mal posé au sens de Hadamard, ce qui signifie que les conditions d'existence, d'unicité et de stabilité de la solution ne sont pas simultanément garanties. La résolution d'un tel problème nécessite sa régularisation préalable qui consiste généralement en l'introduction d'information a priori sur la solution recherchée. Cette résolution est effectuée, ici, dans un cadre probabiliste bayésien où l'on introduit une connaissance a priori adaptée à l'objet sous test et qui consiste à considérer ce dernier comme étant composé d'un nombre fini de matériaux homogènes distribués dans des régions compactes. Cet information est introduite par le biais d'un modèle de « Gauss-Markov-Potts ». De plus, le calcul bayésien nous donne la distribution a posteriori de toutes les inconnues connaissant l'a priori et l'objet. On s'attache ensuite à déterminer les estimateurs a posteriori via des méthodes d'approximation variationnelles et à reconstruire ainsi l'image de l'objet recherché. Les principales contributions de ce travail sont d'ordre méthodologique et algorithmique. Elles sont illustrées par une application de l'imagerie micro-onde à la détection du cancer du sein. Cette dernière constitue en soi un point très important et original de la thèse. En effet, la détection du cancer su sein en imagerie micro-onde est une alternative très intéressante à la mammographie par rayons X, mais n'en est encore qu'à un stade exploratoire. / This work concerns the problem of microwave tomography for application to biomedical imaging. The aim is to retreive both permittivity and conductivity of an unknown object from measurements of the scattered field that results from its interaction with a known interrogating wave. Such a problem is said to be inverse opposed to the associated forward problem that consists in calculating the scattered field while the interrogating wave and the object are known. The resolution of the inverse problem requires the prior construction of the associated forward model. This latter is based on an integral representation of the electric field resulting in two coupled integral equations whose discrete counterparts are obtained by means of the method of moments.Regarding the inverse problem, in addition to the fact that the physical equations involved in the forward modeling make it nonlinear, it is also mathematically ill-posed in the sense of Hadamard, which means that the conditions of existence, uniqueness and stability of the solution are not simultaneously guaranteed. Hence, solving this problem requires its prior regularization which usually involves the introduction of a priori information on the sought solution. This resolution is done here in a Bayesian probabilistic framework where we introduced a priori knowledge appropriate to the sought object by considering it to be composed of a finite number of homogeneous materials distributed in compact and homogeneous regions. This information is introduced through a "Gauss-Markov-Potts" model. In addition, the Bayesian computation gives the posterior distribution of all the unknowns, knowing the a priori and the object. We proceed then to identify the posterior estimators via variational approximation methods and thereby to reconstruct the image of the desired object.The main contributions of this work are methodological and algorithmic. They are illustrated by an application of microwave imaging to breast cancer detection. The latter is in itself a very important and original aspect of the thesis. Indeed, the detection of breast cancer using microwave imaging is a very interesting alternative to X-ray mammography, but it is still at an exploratory stage.

Le suivi temporel est un processus d’acquisition et d’analyse d’acquisitions multiples répétées au même endroit sur la même cible à différentes périodes de temps. Cela s’applique bien à l’exploration sismique quand les propriétés de la cible varient au cours du temps comme pour les réservoirs pétroliers. Cette technique de sismique, dite 4D en raison de l’intégration du temps dans la construction des images, permet une détection et une estimation des variations du sous-sol survenues lors de l’évolution en temps du milieu. En particulier, dans l’industrie, le suivi et la surveillance peuvent améliorer notre compréhension d’un réservoir de pétrole/gaz ou d’un site de stockage de CO2. Analyser la sismique 4D peut aider à mieux gérer les programmes de production des réservoirs. Ainsi, des acquisitions répétées permettent de suivre l’évolutiondes fronts de fluide injectés: on peut optimiser les programmes d’injection de fluides pour une récupération améliorée des hydrocarbures (enhanced oil recovery). Plusieurs méthodes ont été développées pour l’imagerie variable dans le temps en utilisant les informations des ondes sismiques. Dans ma thèse, je montre que l’inversion de forme d’onde complété (FWI) peut être utilisée pour cette imagerie. Cette m´méthode offre des images sismiques quantitatives haute résolution. Elle est une technique prometteuse pour reconstruire les petites variations de propriétés physiques macro-échelle du sous-sol. Sur une cible identifiée pour ces imageries 4D, plusieurs informations a priori sont souvent disponibles et peuvent être utilisées pour augmenter la résolution de l’image. J’ai introduit ces informations grâce à la définition d’un modèle a priori dans une approche classique FWI en l’accompagnant de la construction d’un modèle d’incertitudes a priori. On peut réaliser deux reconstructions indépendantes et faire la différence les reconstruits: on parle de différence parallèle. On peut aussi effectuer une différence séquentielle o`u l’inversion de l’ensemble de données de la second acquisition, dite moniteur, se fait `a partir du modèle de base et non plus à partir du modèle utilisé initialement. Enfin, l’approche double-différence conduit à l’inversion des différences entre les deux jeux de données que l’on rajoute aux données synthétiques du modèle de base reconstruit. J’étudie quelle stratégie est à adopter pour obtenir des changements vitesse plus précis et plus robustes. En plus, je propose une imagerie 4D ciblée en construisant un modèle d’incertitude a priori grâce `a une information (si elle existe) sur la localisation potentielle des variations attendues. Il est démontré que l’inversion 4D ciblée empêche l’apparition d’artéfacts en dehors des zones cibles: on évite la contamination des zones extérieures qui pourrait compromettre la reconstruction des changements 4D réels. Une étude de sensibilité, concernant l’échantillonnage en fréquence pour cette imagerie 4D, montre qu’il est nécessaire de faire agir simultanément un grand nombre de fréquences au cours d’un cycle d’inversion. Ce faisant, l’inversion fournit un modèle de base plus précis que l’approche temporelle, ainsi qu’un modèle des variations 4D plus robuste avec moins d’artéfacts. Toutefois, la FWI effectuée dans le domaine temporel semble être une approche plus intéressante pour l’imagerie 4D. Enfin, l’approche d’inversion 4D régularisée avec un modèle a priori est appliquée sur des ensembles de données réelles d’acquisitions sismiques répétées fournis par TOTAL. Cette reconstruction des variations locales s’inscrit dans un projet d’injection de vapeur pour améliorer la récupération des hydro-carbures: Il est possible de reconstituer des variations de vitesse fines causées par la vapeur injectée. / Time-lapse monitoring is the process of acquiring and analysing multiple seismic surveys, repeatedat the same place at different time periods. This seismic technique, called 4D becauseof the integration time in the construction of images, allows detection and estimation of thesubsurface parameter variations occured through a time evolution. Particularly, in industries,the monitoring can improve our understanding of a producing oil/gas reservoir and CO2 storagesite. Analyzing the time-lapse seismics can help to better manage production programsof reservoirs. In addition, repeated surveys can monitor the evolution of injected fluid frontsand can permit to optimize injection programs which are considered for enhanced oil recovery(EOR) techniques.Several methods have been developed for time-lapse imaging using seismic wave information.In my thesis, I show that full waveform inversion (FWI) can be used for time-lapseimaging, since this method delivers high-resolution quantitative seismic images. It is a promisingtechnique to recover small variations of macro-scale physical properties of the subsurface.In time-lapse applications, several sources of prior information are often available and shouldbe used to increase the image reliability and its resolution. I have introduced this informationthrough a definition of a prior model in a classical FWI approach by also considering a prioruncertainty model. In addition, I have suggested a dynamic weighting to reduce the importanceof these prior models in the final convergence. In realistic synthetic cases, I have shownhow the prior model can reduce the sensitivity of FWI to a less accurate initial model. It istherefore possible to obtain a highly accurate baseline model for 4D imaging.Once the baseline reconstruction is achieved, several strategies can be used to assess thephysical parameter changes. We can make two independent reconstructions of baseline andmonitor models and make subtraction of the two reconstructed models. This strategy is calledparallel difference. The sequential difference strategy inverts the monitor dataset starting fromthe recovered baseline model, and not from the model used initially. Finally, the doubledifferencestrategy inverts the difference data between two datasets which are added to thecalculated baseline data computed in the recovered baseline model. I investigate which strategyshould be adopted to get more robust and more accurate time-lapse velocity changes. Inaddition, I propose a target-oriented time-lapse imaging using regularized FWI including priormodel and model weighting, if the prior information exists on the location of expected variations.It is shown that the target-oriented inversion prevents the occurrence of artifacts outsidethe target areas, which could contaminate and compromise the reconstruction of the effectivetime-lapse changes.A sensitivity study, concerning several frequency decimations for time-lapse imaging, showsthat the frequency-domain FWI requires a large number of frequencies inverting simultaneously.By doing so, the inversion provides a more precise baseline model and more robust time-lapsevariation model with less artifacts. However, the FWI performed in the time domain appearsto be a more interesting approach for time-lapse imaging considering all frequency content.Finally, the regularized time-lapse FWI with prior model is applied to the real field timelapsedatasets provided by TOTAL. The reconstruction of local variations is part of a steaminjection project to improve the recovery of hydrocarbons: it is possible to reconstruct thevelocity variations caused by the injected steam.

Afin d'obtenir des simulations plus prédictives et plus précises du comportement mécanique des structures, des modèles matériau de plus en plus complexes ont été développés. Aujourd'hui, la caractérisation des propriétés des matériaux est donc un objectif prioritaire. Elle exige des méthodes et des tests d'identification dédiés dans des conditions les plus proches possible des cas de service. Cette thèse vise à développer une méthodologie d'identification efficace pour trouver les paramètres des propriétés matériau, en tenant compte de toutes les informations disponibles. L'information utilisée pour l'identification est à la fois théorique, expérimentale et empirique : l'information théorique est liée aux modèles mécaniques dont l'incertitude est épistémique; l'information expérimentale provient ici de la mesure de champs cinématiques obtenues pendant l'essai ct dont l'incertitude est aléatoire; l'information empirique est liée à l'information à priori associée à une incertitude épistémique ainsi. La difficulté principale est que l'information disponible n'est pas toujours fiable et que les incertitudes correspondantes sont hétérogènes. Cette difficulté est surmontée par l'utilisation de la théorie des fonctions de croyance. En offrant un cadre général pour représenter et quantifier les incertitudes hétérogènes, la performance de l'identification est améliorée. Une stratégie basée sur la théorie des fonctions de croyance est proposée pour identifier les propriétés élastiques macro et micro des matériaux multi-structures. Dans cette stratégie, les incertitudes liées aux modèles et aux mesures sont analysées et quantifiées. Cette stratégie est ensuite étendue pour prendre en compte l'information à priori et quantifier l'incertitude associée. / In order to obtain more predictive and accurate simulations of mechanical behaviour in the practical environment, more and more complex material models have been developed. Nowadays, the characterization of material properties remains a top-priority objective. It requires dedicated identification methods and tests in conditions as close as possible to the real ones. This thesis aims at developing an effective identification methodology to find the material property parameters, taking advantages of all available information. The information used for the identification is theoretical, experimental, and empirical: the theoretical information is linked to the mechanical models whose uncertainty is epistemic; the experimental information consists in the full-field measurement whose uncertainty is aleatory; the empirical information is related to the prior information with epistemic uncertainty as well. The main difficulty is that the available information is not always reliable and its corresponding uncertainty is heterogeneous. This difficulty is overcome by the introduction of the theory of belief functions. By offering a general framework to represent and quantify the heterogeneous uncertainties, the performance of the identification is improved. The strategy based on the belief function is proposed to identify macro and micro elastic properties of multi-structure materials. In this strategy, model and measurement uncertainties arc analysed and quantified. This strategy is subsequently developed to take prior information into consideration and quantify its corresponding uncertainty.

La Modélisation spatio-temporelle permet la prédiction d’une variable régionalisée à des sites non observés du domaine d’étude, basée sur l’observation de cette variable en quelques sites du domaine à différents temps t donnés. Dans cette thèse, l’approche que nous avons proposé consiste à coupler des modèles numériques et statistiques. En effet en privilégiant l’approche bayésienne nous avons combiné les différentes sources d’information : l’information spatiale apportée par les observations, l’information temporelle apportée par la boîte noire ainsi que l’information a priori connue du phénomène. Ce qui permet une meilleure prédiction et une bonne quantification de l’incertitude sur la prédiction. Nous avons aussi proposé un nouveau critère d’optimalité de plans d’expérience incorporant d’une part le contrôle de l’incertitude en chaque point du domaine et d’autre part la valeur espérée du phénomène. / Spatio-temporal modeling allows to make the prediction of a regionalized variable at unobserved points of a given field, based on the observations of this variable at some points of field at different times. In this thesis, we proposed a approach which combine numerical and statistical models. Indeed by using the Bayesian methods we combined the different sources of information : spatial information provided by the observations, temporal information provided by the black-box and the prior information on the phenomenon of interest. This approach allowed us to have a good prediction of the variable of interest and a good quantification of incertitude on this prediction. We also proposed a new method to construct experimental design by establishing a optimality criterion based on the uncertainty and the expected value of the phenomenon.

No description available.