No description available.

L'un des problèmes les plus complexes dans l'analyse des images histologiques est l'évaluation de l¿organisation spatiale des structures histologiques dans le tissu. En fait, les sections histologiques peuvent contenir un très grand nombre de cellules de différents types et irrégulièrement réparties dans le tissu, ce qui rend leur contenu spatial indescriptible d'une manière simple. Les méthodes fondées sur la théorie des graphes ont été largement explorées dans cette direction, car elles sont des outils de représentation efficaces ayant la capacité expressive de décrire les caractéristiques spatiales et les relations de voisinage qui sont interprétées visuellement par le pathologiste. On peut distinguer trois familles principales de méthodes des graphes utilisées à cette fin: analyse de structure syntaxique, analyse de réseau et analyse spectrale. Cependant, un autre ensemble distinctif de méthodes basées sur la morphologie mathématique sur les graphes peut être développé et adapté pour ce problème. L'objectif principal de cette thèse est le développement d'un outil capable de fournir une évaluation quantitative des arrangements spatiaux des structures histologiques en utilisant la morphologie mathématique basée sur les graphes. / One of the most challenging problems in histological image analysis is the evaluation of the spatial organizations of histological structures in the tissue. In fact, histological sections may contain a very large number of cells of different types and irregularly distributed, which makes their spatial content indescribable in a simple manner. Graph-based methods have been widely explored in this direction, as they are effective representation tools having the expressive ability to describe spatial characteristics and neighborhood relationships that are visually interpreted by the pathologist. We can distinguish three main families of graph-based methods used for this purpose: syntactic structure analysis, network analysis and spectral analysis. However, another distinctive set of methods based on mathematical morphology on graphs can be additionally developed for this issue. The main goal of this dissertation is the development of a framework able to provide quantitative evaluation of the spatial arrangements of histological structures using graph-based mathematical morphology.

La compréhension des processus écologiques qui sous-tendent l’assemblage des communautés végétales et la coexistence des espèces est un objectif central en écologie. Ces processus sont potentiellement nombreux et de natures contrastées. Ainsi, la composition d’une communauté de plantes dépend de processus déterministes liés aux conditions environnementales abiotiques (climat, conditions physiques et chimiques du sol, lumière) et d’interactions biotiques complexes, positives (facilitation, symbioses) comme négatives (compétition, prédation, pathogènes). En outre, les communautés sont influencées par des processus stochastiques (capacité de dispersion limitée, dérive écologique). Si les mécanismes à l’origine de ces processus sont très différents, ils ont néanmoins en commun la génération de motifs (patterns) spatiaux de distribution d’espèces dans les communautés. L’analyse de la structure spatiale des communautés permet ainsi une étude indirecte des processus régissant les communautés. La nature complexe de ces patterns spatiaux a mené au développement de nombreuses méthodes statistiques de détection et de description de patterns. Les méthodes basées sur des vecteurs propres spatiaux sont parmi les plus puissantes et précises pour détecter des patterns complexes et multi-échelles. Ces vecteurs propres, utilisés comme prédicteurs spatiaux, peuvent être combinés à un ensemble de variables environnementales dans un cadre de partition de variation. Celui-ci permet, en théorie, de démêler les effets uniques et l’effet conjoint des variables environnementales et spatiales sur la variation de composition d’une communauté. Il mène ainsi à une quantification de l’action des processus déterministes et des processus stochastiques sur l’assemblage de la communauté. Néanmoins, je montre dans cette thèse qu’un certain flou méthodologique concernant deux étapes déterminantes des analyses basées sur les vecteurs propres spatiaux a mené une proportion élevée d’études à utiliser ces méthodes de manière sous-optimale, voire fortement biaisée. Ceci compromet la fiabilité des patterns spatiaux détectés et des processus écologiques inférés. Une autre limitation de ce cadre d’analyse concerne la fraction de la partition de variation décrivant l’effet environnemental spatialement structurés qu’aucune méthode ne permet de tester.Cette thèse présente des solutions non biaisées, puissantes et précises à ces différentes limitations méthodologiques et permet d’élargir le cadre de l’inférence de processus écologique à partir de patterns spatiaux de communautés. Les différentes étapes d’amélioration de ces méthodes ont également été illustrées dans la thèse au travers de trois cas d’études fournis par deux communautés d’arbres tropicale et tempérée et une communauté de champignons symbiotiques des arbres. / Doctorat en Sciences / info:eu-repo/semantics/nonPublished

No description available.