Dans le cadre d'un important et ambitieux projet de renouvellement de son centre, l'ICPO (Institut Curie - Centre de Protonthérapie d'Orsay) renouvelle ses logiciels dédiés au traitement des patients par protonthérapie, technique de radiothérapie utilisant des faisceaux de protons. Les hautes énergies utilisées durant les traitements, ainsi que la précision offerte par les caractéristiques des particules de proton, nécessitent une mise en place du patient plus précise qu'en radiothérapie classique. Le sujet de cette thèse est né de ces problématiques, puisqu'il vise à utiliser les informations RX intrinsèques aux images, et renouveler l'offre logicielle liée à la planification de la dose. Aujourd'hui, le deuxième objectif est parfaitement rempli, puisque le logiciel Isogray est utilisé en routine clinique, et les premiers patients planifiés avec son aide ont d'ores et déjà été traités. Le premier objectif quant à lui, même s'il a pu progresser de manière significative, n'a pas pu aboutir dans le temps imparti pour la thèse, des mises au point ainsi que des tests cliniques étant encore nécessaires. Cependant, les premiers résultats obtenus sont encourageants et ont permis de soulever les premiers problèmes à résoudre, Cette thèse s'inscrit dans le cadre d'un partenariat entre l'ICPO et la société DOSIsoft, leader européen des logiciels de planification de traitement, fournissant les logiciels dernière génération utilisés à l'ICPO. Le savoir faire du laboratoire TSI (Traitement du Signal et de l'Image) de Télécom ParisTech vient s'ajouter à ce partenariat, apportant une plus-value scientifique conséquente.

Les caméras pushbroom sont omniprésentes en imagerie satellitaire. Ce capteur linéaire enregistre des images 1-D et utilise le défilement du satellite autour de la terre pour construire des bandeaux d'image ; son principe de fonctionnement est identique aux scanners et photocopieurs que l'on peut utiliser tous les jours. Les avantages liés à cette technologie sont principalement une résolution d'image étendue qui va bien au delà des caméras perspectives, un coût d'exploitation faible et une robustesse au contexte spatial. Pour reconstruire des images couleur, le plan focal d'un satellite embarque plusieurs caméras pushbroom sensibles à différentes bandes spectrales de la lumière. Ce mode d'acquisition dépendant du temps suppose que l'orientation du satellite, également appelée attitude dans cette étude, ne varie pas au cours du survol d'une scène. Les satellites ont jusqu'à maintenant été considérés comme stables du fait de leur inertie. Cependant les technologies récentes développées dans la recherche spatiale tendent à réduire leur taille et alléger leur poids pour les rendre plus agiles et moins coûteux en énergie lors de leur mise en orbite. La résolution des capteurs a également été améliorée, ce qui rend nettement plus critique la moindre oscillation de l'imageur. Ces facteurs cumulés font qu'un changement d'attitude de quelques microradians peut provoquer des déformations géométriques notables dans les images. Les solutions actuelles utilisent les capteurs de positionnement du satellite pour asservir son attitude et rectifier les images, mais elles sont coûteuses et limitées en précision. Les images contiennent pourtant une information cohérente sur les mouvements du satellite de par leurs éventuelles déformations. Nous proposons dans cette étude de retrouver les variations d'attitude par recalage des images enregistrées par le satellite. Nous exploitons la disposition des caméras pushbroom dans le plan focal ainsi que la nature stationnaire des oscillations pour conduire l'estimation. Le tout est présenté dans un cadre bayesien, où les données images peuvent se mêler avec une information a priori sur le mouvement ainsi que des mesures exogènes fournies par un capteur stellaire couramment appelé star tracker. Différentes solutions sont décrites et comparées sur des jeux de données satellitaires fournis par le constructeur de satellite EADS Astrium.

Au cours des dix dernières années, l’utilisation de l’imagerie par tomographie par émission de positrons (TEP) s’est rapidement développée en oncologie. Certaines tumeurs non visibles en imagerie anatomique conventionnelle sont détectables en mesurant l'activité métabolique dans le corps humain par TEP. L’imagerie TEP est utilisée pour guider la délivrance de traitements locaux tels que par rayonnement ionisants ou ablation thermique. Pour la délivrance de ces traitements, segmenter la zone tumorale avec précision est primordial. Cependant, la faible résolution spatiale des images TEP rend la segmentation difficile. Plusieurs études ont démontré que la segmentation manuelle est sujette à une grande variabilité inter- et intra- individuelle et est fastidieuse. Pour ces raisons, de nombreux algorithmes de segmentation automatiques ont été développés. Cependant, peu de données fiables, avec des résultats histopathologiques existent pour valider ces algorithmes car il est expérimentalement difficile de les produire. Le travail méthodologique mis en place durant cette thèse a eu pour but de développer une méthode permettant de comparer les données histopathologiques aux données obtenue par TEP pour tester et valider des algorithmes de segmentation automatiques. Cette méthode consiste à réaliser des autoradiographies quantitatives de spécimens prélevés lors de biopsies guidées par TEP/tomodensitométrie (TDM); l’autoradiographie permettant d’imager la distribution du radiotraceur dans les échantillons avec une haute résolution spatiale. Les échantillons de tissus sont ensuite finement tranchés pour pouvoir être étudiés à l’aide d’un microscope. L’autoradiographie et les photomicrographes de l’échantillon de tissus sont ensuite recalés à l’image TEP, premièrement en les alignant avec l’aiguille à biopsie visible sur l’image TDM, puis en les transférant sur l’image TEP. Nous avons ensuite cherché à utiliser ces données pour tester deux algorithmes de segmentation automatique d'images TEP, le Fuzzy Locally Adaptive Bayesian (FLAB) développé au Laboratoire de Traitement de l'Information Médicale (LaTIM) à Brest, ainsi qu’une méthode de segmentation par seuillage. Cependant, la qualité de ces données repose sur la précision du recalage des images TEP, autoradiographiques et des micrographes. La principale source d’erreur dans le recalage de ces images venant de la fusion des images TEP/TDM, une méthode a été développée afin de quantifier la précision du recalage. Les résultats obtenus pour les patients inclus dans cette étude montrent que la précision de la fusion varie de 1.1 à 10.9 mm. En se basant sur ces résultats, les données ont été triées, pour finalement sélectionner les données acquises sur 4 patients jugées satisfaisantes pour tester les algorithmes de segmentation. Les résultats montrent qu’au point de la biopsie, les contours obtenus avec FLAB concordent davantage avec le bord de la lésion observé sur les micrographes. Cependant les deux méthodes de segmentation donnent des contours similaires, les lésions étant peu hétérogènes. / During the last decade, positron emission tomography (PET) has been finding broader application in oncology. Some tumors that are non-visible in standard anatomic imaging like computerized tomography (CT) or ultrasounds, can be detected by measuring in 3D the metabolic activity of the body, using PET imaging. PET images can also be used to deliver localized therapy like radiation therapy or ablation. In order to deliver localized therapy, the tumor border has to be delineated with very high accuracy. However, the poor spatial resolution of PET images makes the segmentation challenging. Studies have shown that manual segmentation introduces a large inter- and intra- variability, and is very time consuming. For these reasons, many automatic segmentation algorithms have been developed. However, few datasets with histopathological information are available to test and validate these algorithms since it is experimentally difficult to produce them. The aim of the method developed was to evaluate PET segmentation algorithms against the underlying histopathology. This method consists in acquiring quantitative autoradiography of biopsy specimen extracted under PET/CT guidance. The autoradiography allows imaging the radiotracer distribution in the biopsy specimen with a very high spatial accuracy. Histopathological sections of the specimen can then obtained and observed under the microscope. The autoradiography and the micrograph of the histological sections can then be registered with the PET image, by aligning them first with the biopsy needle seen on the CT image and then transferring them onto the PET image. The next step was to use this dataset to test two PET automatic segmentation algorithms: the Fuzzy Locally Adaptive Bayesian (FLAB) developed at the Laboratory of Medical Information Processing (LaTIM) in Brest, France, as well as a fix threshold segmentation method. However, the reliability of the dataset produced depends on the accuracy of the registration of the PET, autoradiography and micrograph images. The main source of uncertainty in the registration of these images comes from the registration between the CT and the PET. In order to evaluate the accuracy of the registration, a method was developed. The results obtained with this method showed that the registration error ranges from 1.1 to 10.9mm. Based on those results, the dataset obtained from 4 patients was judged satisfying to test the segmentation algorithms. The comparison of the contours obtained with FLAB and with the fixed threshold method shows that at the point of biopsy, the FLAB contour is closer than that to the histopathology contour. However, the two segmentation methods give similar contours, because the lesions were homogeneous.

Le premier objectif de cette thèse est de générer et d'analyser une base de données pour l'écoulement intracardiaque dans des géométries réalistes. Dans ce but, une stratégie couplant simulation numérique et imagerie médicale est appliquée à un cœur gauche pathologique et à un cœur gauche sain. Le second objectif est d'illustrer comment cette base de données peut être analysée afin de mieux comprendre l'écoulement intracardiaque, en portant une attention particulière aux caractéristiques instationnaires de l'écoulement et à sa nature turbulente. Une chaîne numérique pour simuler l'écoulement dans des géométries spécifiques au patient est tout d'abord présentée. La cavité cardiaque et ses mouvements sont extraits à partir d'images médicales à l'aide d'un algorithme de recalage d'image afin d'obtenir le domaine de calcul. Les équations qui régissent l'écoulement sont écrites dans le cadre d'un maillage se déformant au cours du temps (approche arbitrairement Lagrangienne ou Eulérienne). Les valves cardiaques sont modélisées à l'aide de frontières immergées. L'application de cette chaîne numérique à deux cœurs gauches, l'un pathologique, l'autre sain est ensuite détaillée. L'écoulement sanguin est caractérisé par sa nature transitoire, donnant un écoulement complexe et cyclique. Il est montré que l'écoulement n'est ni laminaire, ni pleinement turbulent, justifiant a posteriori l'utilisation de simulation aux grandes échelles. Le développement instationnaire de la turbulence est analysé à l'aide de l'écoulement moyenné sur un nombre suffisant de cycles cardiaques. Les statistiques de l'écoulement, l'énergie turbulente, la production de turbulence et une analyse spectrale sont notamment présentées. Une étude Lagrangienne est aussi effectuée en utilisant des statistiques calculées à l'aide de particules ensemencées dans l'écoulement. En plus des caractéristiques habituellement rapportées, ce travail met en évidence le caractère perturbé et transitoire de l'écoulement, tout en identifiant les mécanismes de production de la turbulence. / The first objective of this thesis is to generate and analyse CFD-based databases for the intracardiac flow in realistic geometries. To this aim, an image-based CFD strategy is applied to both a pathological and a healthy human left hearts. The second objective is to illustrate how the numerical database can be analysed in order to gain insight about the intracardiac flow, mainly focusing on the unsteady and turbulent features. A numerical framework allowing insight in fluid dynamics inside patient-specific human hearts is first presented. The heart cavities and their wall dynamics are extracted from medical images, with the help of an image registration algorithm, in order to obtain a patient-specific moving numerical domain. Flow equations are written on a conformal moving computational domain, using an Arbitrary Lagrangian-Eulerian framework. Valves are modelled using immersed boundaries.Application of this framework to compute flow and turbulence statistics in both a realistic pathological and a realistic healthy human left hearts is presented. The blood flow is characterized by its transitional nature, resulting in a complex cyclic flow. Flow dynamics is analysed in order to reveal the main fluid phenomena and to obtain insights into the physiological patterns commonly detected. It is demonstrated that the flow is neither laminar nor fully turbulent, thus justifying a posteriori the use of Large Eddy Simulation.The unsteady development of turbulence is analysed from the phase averaged flow, flow statistics, the turbulent stresses, the turbulent kinetic energy, its production and through spectral analysis. A Lagrangian analysis is also presented using Lagrangian particles to gather statistical flow data. In addition to a number of classically reported features on the left heart flow, this work reveals how disturbed and transitional the flow is and describes the mechanisms of turbulence production.

Les caméras pushbroom sont omniprésentes en imagerie satellitaire. Ce capteur linéaire enregistre des images 1-D et utilise le défilement du satellite autour de la terre pour construire des bandeaux d’image ; son principe de fonctionnement est identique aux scanners et photocopieurs que l’on peut utiliser tous les jours. Les avantages liés à cette technologie sont principalement une résolution d’image étendue qui va bien au delà des caméras perspectives, un coût d’exploitation faible et une robustesse au contexte spatial. Pour reconstruire des images couleur, le plan focal d’un satellite embarque plusieurs caméras pushbroom sensibles à différentes bandes spectrales de la lumière. Ce mode d’acquisition dépendant du temps suppose que l’orientation du satellite, également appelée attitude dans cette étude, ne varie pas au cours du survol d’une scène. Les satellites ont jusqu’à maintenant été considérés comme stables du fait de leur inertie. Cependant les technologies récentes développées dans la recherche spatiale tendent à réduire leur taille et alléger leur poids pour les rendre plus agiles et moins coûteux en énergie lors de leur mise en orbite. La résolution des capteurs a également été améliorée, ce qui rend nettement plus critique la moindre oscillation de l’imageur. Ces facteurs cumulés font qu’un changement d’attitude de quelques microradians peut provoquer des déformations géométriques notables dans les images. Les solutions actuelles utilisent les capteurs de positionnement du satellite pour asservir son attitude et rectifier les images, mais elles sont coûteuses et limitées en précision. Les images contiennent pourtant une information cohérente sur les mouvements du satellite de par leurs éventuelles déformations. Nous proposons dans cette étude de retrouver les variations d’attitude par recalage des images enregistrées par le satellite. Nous exploitons la disposition des caméras pushbroom dans le plan focal ainsi que la nature stationnaire des oscillations pour conduire l’estimation. Le tout est présenté dans un cadre bayesien, où les données images peuvent se mêler avec une information a priori sur le mouvement ainsi que des mesures exogènes fournies par un capteur stellaire couramment appelé star tracker. Différentes solutions sont décrites et comparées sur des jeux de données satellitaires fournis par le constructeur de satellite EADS Astrium. / Linear pushbroom cameras are widely used for earth observation applications. This sensor acquires 1-D images over time and uses the straight motion of the satellite to sweep out a region of space and build 2-D image ; it operates in the same way as a usual flatbed scanner. Main advantages of such technology are : robustness in the space context, higher resolution than classical 2-D CCD sensors and low production cost. To build color images, several pushbroom cameras of different modalities are set in parallel onto the satellite’s focal plane. This acquisition process is dependent of the time and assumes that the satellite’s attitude remains constant during the image recording. However, the recent manufacture of smal- ler satellites with higher sampling resolution has weakened this assumption. The satellite may oscillates around its rotations axis, and an angular variation of a few microradians can result in noticeable warps in images. Current solutions use inertial sensors on board the satellite to control the attitude and correct the images, but they are costly and of limited precision. As warped images do contain the information of attitude variations, we suggest to use image registration to es- timate them. We exploit the geometry of the focal plane and the stationary nature of the disturbances to recover undistorted images. To do so, we embed the estimation process in a Bayesian framework where image registration, prior on attitude variations and mea- surements of a star tracker are fused to retrieve the motion of the satellite. We illustrate the performance of our algorithm on four satellite datasets provided by EADS Astrium.

Nous étudions ici l’intérêt des descripteurs locaux pour les images satellites optiques et radar. Ces descripteurs, par leurs invariances et leur représentation compacte, offrent un intérêt pour la comparaison d’images acquises dans des conditions différentes. Facilement applicables aux images optiques, ils offrent des performances limitées sur les images radar, en raison de leur fort bruit multiplicatif. Nous proposons ici un descripteur original pour la comparaison d’images radar. Cet algorithme, appelé SAR-SIFT, repose sur la même structure que l’algorithme SIFT (détection de points-clés et extraction de descripteurs) et offre des performances supérieures pour les images radar. Pour adapter ces étapes au bruit multiplicatif, nous avons développé un opérateur différentiel, le Gradient par Ratio, permettant de calculer une norme et une orientation du gradient robustes à ce type de bruit. Cet opérateur nous a permis de modifier les étapes de l’algorithme SIFT. Nous présentons aussi deux applications pour la télédétection basées sur les descripteurs. En premier, nous estimons une transformation globale entre deux images radar à l’aide de SAR-SIFT. L’estimation est réalisée à l’aide d’un algorithme RANSAC et en utilisant comme points homologues les points-clés mis en correspondance. Enfin nous avons mené une étude prospective sur l’utilisation des descripteurs pour la détection de changements en télédétection. La méthode proposée compare les densités de points-clés mis en correspondance aux densités de points-clés détectés pour mettre en évidence les zones de changement. / We study here the interest of local features for optical and SAR images. These features, because of their invariances and their dense representation, offer a real interest for the comparison of satellite images acquired under different conditions. While it is easy to apply them to optical images, they offer limited performances on SAR images, because of their multiplicative noise. We propose here an original feature for the comparison of SAR images. This algorithm, called SAR-SIFT, relies on the same structure as the SIFT algorithm (detection of keypoints and extraction of features) and offers better performances for SAR images. To adapt these steps to multiplicative noise, we have developed a differential operator, the Gradient by Ratio, allowing to compute a magnitude and an orientation of the gradient robust to this type of noise. This operator allows us to modify the steps of the SIFT algorithm. We present also two applications for remote sensing based on local features. First, we estimate a global transformation between two SAR images with help of SAR-SIFT. The estimation is realized with help of a RANSAC algorithm and by using the matched keypoints as tie points. Finally, we have led a prospective study on the use of local features for change detection in remote sensing. The proposed method consists in comparing the densities of matched keypoints to the densities of detected keypoints, in order to point out changed areas.

La présente thèse propose des méthodes pour l'estimation du mouvement des organes d'un patient autravers de l'imagerie tomographique. Le but est la correction du mouvement spatio-temporel sur les imagesmédicales tomographiques. En tant que paradigme expérimental, nous considérons le problème de l'estimation dumouvement dans l'imagerie IRM de diffusion, une modalité d'imagerie sensible à la diffusion des molécules d'eaudans le corps. Le but de ces travaux de thèse est l'évaluation des patients atteints de lymphome, car l'eau diffusedifféremment dans les tissus biologiques sains et dans les lésions. L'effet de la diffusion de l'eau peut être mieuxreprésenté par une image paramétrique, grâce au coefficient de diffusion apparente (image à ADC), créé sur la based'une série d'images DWI du même patient (séquence d'images 3D), acquises au moment de la numérisation. Unetelle image paramétrique a la possibilité de devenir un biomarqueur d'imagerie d’IRM et de fournir aux médecinsdes informations complémentaires concernantl'image de FDG-PET qui est la méthode d'imagerie de base pour lelymphome et qui montre la quantité de glucose métabolisée.Nos principales contributions sont au nombre de trois. Tout d'abord, nous proposons une méthode de recalaged'image déformable en groupe spécialement conçue pour la correction de mouvement dans l’IRM de diffusion, carelle est guidée par un modèle physiologique décrivant le processus de diffusion qui se déroule lors de l'acquisitionde l'image. Notre méthode détermine une image à ADC de plus grande précision en termes de représentation dugradient de la diffusion des molécules d'eau par rapport à l` image correspondante obtenue par pratique couranteou par d'autres méthodes de recalage d'image non basé sur un modèle. Deuxièmement, nous montrons qu'enimposant des contraintes spatiales sur le calcul de l'image à ADC, les tumeurs de l'image peuvent être encore mieuxcaractérisées en les classant dans les différentes catégories liées à la maladie. Troisièmement, nous montronsqu'une corrélation entre DWI et FDG-PET doit exister en examinant la corrélation entre les caractéristiquesstatistiques extraites par l'image à ADC lisse découlant de notre méthode du recalage d’image déformable et lesscores de recommandation sur la malignité des lésions, donnés par des experts basés sur une évaluation des imagesFDG-PET correspondantes du patient. / This doctoral thesis develops methods to estimate patient's motion, voluntary and involuntary (organs'motion), in order to correct for motion in spatiotemporal tomographic medical images. As an experimentalparadigm we consider the problem of motion estimation in Diffusion-Weighted Magnetic Resonance Imaging (DWI),an imaging modality sensitive to the diffusion of water molecules in the body. DWI is used for the evaluation oflymphoma patients, since water diffuses differently in healthy tissues and in lesions. The effect of water diffusioncan be better depicted through a parametric map, the so-called apparent diffusion coefficient (ADC map), createdbased on a series of DW images of the same patient (3D image sequence), acquired in time during scanning. Such aparametric map has the potentiality to become an imaging biomarker in DWI and provide physicians withcomplementary information to current state-of-the-art FDG-PET imaging reflecting quantitatively glycosemetaboslism.Our contributions are three fold. First, we propose a group-wise deformable image registration methodespecially designed for motion correction in DWI, as it is guided by a physiological model describing the diffusionprocess taking place during image acquisition. Our method derives an ADC map of higher accuracy in terms ofdepicting the gradient of the water molecules' diffusion in comparison to the corresponding map derived bycommon practice or by other model-free group-wise image registration methods. Second, we show that by imposingspatial constraints on the computation of the ADC map, the tumours in the image can be even better characterized interms of classifying them into the different types of the disease. Third, we show that a correlation between DWI andFDG-PET should exist by examining the correlation between statistical features extracted by the smooth ADC mapderived by our deformable registration method, and recommendation scores on the malignancy of the lesions, givenby experts based on an evaluation of the corresponding FDG-PET images of the patient.

Cette thèse aborde le problème de la compensation des déformations cérébrales survenant au cours des opérations neurochirurgicales. Ces déformations des structures cérébrales dégradent la précision des systèmes de neuronavigation, ce qui limite leur utilisation tout au long de la procédure neurochirurgicale. La compensation de ces déformations est aujourd'hui l'un des enjeux majeurs de la neurochirurgie guidée par l'image. La méthode proposée repose sur le recalage non rigide d'images échographiques intraopératoires de type main libre et d'images préopératoires obtenues par résonance magnétique nucléaire (RMN). Afin de réaliser ce recalage non rigide multimodal, un processus incluant différents traitements est détaillé dans ce manuscrit. Tout d'abord, une nouvelle méthode de reconstruction tridimensionnelle des images échographiques de type main libre est présentée. Puis, un travail portant sur le filtre de débruitage des moyennes non locales est proposé. Ce travail aborde deux aspects: l'amélioration de la qualité du débruitage avec une réduction du temps de calcul d'une part, et l'adaptation de ce filtre aux caractéristiques du chatoiement présent dans les images ultrasonores d'autre part. Finalement, une nouvelle approche du problème de recalage des images ultrasonores et des images obtenues par RMN est décrite. Ces différents traitements sont integrés au sein d'une chaîne entièrement automatique de compensation des déformations cérébrales. Les premiers résultats obtenus sur les images de quatre patients sont présentés à la fin de ce document.

Proteins are the actual actors in the (normal or disrupted) physiological processes and immunohistochemistry (IHC) is a very efficient mean of visualizing and locating protein expression in tissue samples. By comparing pathologic and normal tissue, IHC is thus able to evidence protein expression alterations. This is the reason why IHC plays a grow- ing role to evidence tissue-based biomarkers in clinical pathology for diagnosing var- ious diseases and directing personalized therapy. Therefore, IHC biomarker evaluation significantly impacts the adequacy of the therapeutic choices for patients with serious pathologies, such as cancer. However, this evaluation may be time-consuming and dif- ficult to apply in practice due to the absence of precise positive cut-off values as well as staining (i.e. protein expression) heterogeneity intra- and inter-samples. Quantifying IHC staining patterns has thus become a crucial need in histopathology. For this task, automated image analysis has multiple advantages, such as avoiding the evidenced ef- fects of human subjectivity. The recent introduction of whole-slide scanners opened a wide range of possibilities for addressing challenging image analysis problems, includ- ing the identification of tissue-based biomarkers. Whole-slide scanners are devices that are able to image whole tissue slides at resolutions up to 0.1 micrometers per pixels, often referred to as virtual slides. In addition to quantification of IHC staining patterns, virtual slides are invaluable tools for the implementation of digital pathology work- flows. The present work aims to make several contributions towards this current digital shift in pathology. Our first contribution was to propose an automated virtual slide sharpness assessment tool. Although modern whole-slide scanner devices resolve most image standardization problems, focusing errors are still likely to be observed, requiring a sharpness assessment procedure. Our proposed tool will ensure that images provided to subsequent pathologist examination and image analysis are correctly focused. Virtual slides also enable the characterization of biomarker expression heterogeneity. Our sec- ond contribution was to propose a method to characterize the distribution of densely stained regions in the case of nuclear IHC biomarkers, with a focus on the identification of highly proliferative tumor regions by analyzing Ki67-stained tissue slides. Finally, as a third contribution, we propose an efficient mean to register virtual slides in order to characterize biomarker colocalization on adjacent tissue slides. This latter contribution opens new prospects for the analysis of more complex questions at the tissue level and for finely characterizing disease processes and/or treatment responses./Les protéines sont les véritables acteurs des processus physiologiques (normaux ou per- turbés) et l’immunohistochimie (IHC) est un moyen efficace pour visualiser et localiser leur expression au sein d’échantillons histologiques. En comparant des échantillons de tissus pathologiques et normaux, l’IHC permet de révéler des altérations dans des pro- fils d’expression protéique. C’est pourquoi l’IHC joue un rôle de plus en plus important pour mettre en évidence des biomarqueurs histologiques intervenant dans le diagnos- tic de diverses pathologies et dans le choix de thérapies personnalisées. L’évaluation de l’expression de biomarqueurs révélés par IHC a donc des répercussions importantes sur l’adéquation des choix thérapeutiques pour les patients souffrant de pathologies graves, comme le cancer. Cependant, cette évaluation peut être chronophage et difficile à appliquer en pratique, d’une part, à cause de l’hétérogénéité de l’expression protéique intra- et inter-échantillon, d’autre part, du fait de l’absence de critères de positivité bien définis. Il est donc devenu crucial de quantifier les profils d’expression de marquages IHC en histopathologie. A cette fin, l’analyse d’image automatisée possède de multiples avantages, comme celui d’éviter les effets de la subjectivité humaine, déjà démontrés par ailleurs. L’apparition récente des numériseurs de lames histologiques complètes, ou scanners de lames, a permis l’émergence d’un large éventail de possibilités pour traiter des problèmes d’analyse d’image difficiles menant à l’identification de biomar- queurs histologiques. Les scanners de lames sont des dispositifs capables de numériser des lames histologiques à une résolution pouvant atteindre 0,1 micromètre par pixel, expliquant la dénomination de "lames virtuelles" des images ainsi acquises. En plus de permettre la quantification des marquages IHC, les lames virtuelles sont des outils indis- pensables pour la mise en place d’un flux de travail numérique en pathologie. Le travail présenté ici vise à fournir plusieurs contributions au récent changement de cap vers une numérisation de la discipline médicale qu’est l’anatomie pathologique. Notre première contribution consiste en un outil permettant d’évaluer automatiquement la netteté des lames virtuelles. En effet, bien que les scanners de lames résolvent la plupart des pro- blèmes liés à la standardisation de l’acquisition, les erreurs de focus restent fréquentes, ce qui nécessite la mise en place d’une procédure de vérification de la netteté. L’outil que nous proposons assurera la netteté des images fournies à l’examen du pathologiste et à l’analyse d’image. Les lames virtuelles permettent aussi de caractériser l’hétérogénéité de l’expression de biomarqueurs. Ainsi, la deuxième contribution de ce travail repose sur une méthode permettant de caractériser la distribution de régions densément marquées par des biomarqueurs IHC nucléaires. Pour ce travail, nous nous sommes concentrés sur l’identification de régions tumorales présentant une forte activité proliférative en analysant des lames virtuelles révélant l’expression de la protéine Ki67. Finalement, la troisième contribution de ce travail fut de proposer un moyen efficace de recaler des lames virtuelles dans le but de caractériser la colocalisation de biomarqueurs IHC révé- lés sur des coupes de tissu adjacentes. Cette dernière contribution ouvre de nouvelles perspectives pour l’analyse de questions complexes au niveau histologique ainsi que la caractérisation fine de processus pathologiques et de réponses thérapeutiques. / Doctorat en Sciences de l'ingénieur / info:eu-repo/semantics/nonPublished

Ce travail est une application de la théorie des problèmes inverses à la reconstruction 3-D des artères coronaires avec compensation du mouvement à partir de données Rot-X. Dans un premier temps nous étudions le problème inverse en dimension finie et infinie. En dimension finie nous nous concentrons sur la modélisation du problème inverse en tomographie en définissant la notion de base de voxels et de matrice de projection, en vue de pouvoir se ramener à une formulation matricielle du problème inverse. Nous étudions aussi la notion de tomographie dynamique et les problèmes qui lui sont liés. Notre formulation discrète permet grâce aux bases de voxels d'inclure n'importe quelle déformation de support étant un difféorphisme dans le problème inverse matriciel, dès lors que cette déformation est connue a priori. Dans le dernier chapitre, nous présentons une méthode d'estimation du mouvement utilisant les projections Rot-X synchronisées par rapport à l'ECG, basée sur un modèle déformable 3-D des artères coronaires. Le mouvement est modélisé par des fonctions B-splines.<br />Une fois le mouvement estimé, la reconstruction tomographique à un instant de référence est effectuée par une optimisation aux moindres-carrés qui inclut le mouvement ainsi qu'un terme de pénalité qui favorise les valeurs d'intensités fortes pour les voxels au voisinage de la ligne centrale 3-D, et les faibles valeurs pour les autres. Cette méthode a été testée sur des données simulées basées sur des lignes centrales 3-D préalablement extraites de données MSCT.