Doppler couleur cardiaque à partir d'un nombre réduit d'échantillons par apprentissage profond

Doctorante : Julia PUIG

Laboratoire INSA : CREATIS - Centre de Recherche en Acquisition et Traitement de l'image pour la Santé

École doctorale : ED160 EEA - Électronique, Électrotechnique, Automatique de Lyon

L'échocardiographie Doppler couleur permet la visualisation du flux sanguin à l'intérieur du cœur. Cependant, la faible cadence d'images du Doppler couleur empêche une évaluation quantitative de la vitesse du sang tout au long du cycle cardiaque, compromettant ainsi une analyse complète de la fonction ventriculaire. La formation d'une image Doppler couleur implique une acquisition ultrasonore composée d'environ huit acquisitions temporelles, suivie d'un filtrage du clutter pour récupérer les informations sanguines, puis d'une estimation de la vitesse Doppler. Une solution à la faible cadence d'images consiste à réduire le nombre d'acquisitions temporelles pour la reconstruction de chaque image. Cependant, les méthodes classiques de traitement Doppler couleur pour le filtrage du clutter et l'estimation de la vitesse Doppler sont sensibles à cette réduction d'informations temporelles. Parallèlement, l'apprentissage profond, et en particulier les réseaux de neurones convolutionnels, montrent des résultats prometteurs pour le post-traitement des données échocardiographiques dans diverses applications. Cette thèse explore l'utilisation de modèles d'apprentissage profond pour le traitement Doppler couleur d'acquisitions avec un nombre réduit d'échantillons temporels. Nous avons adopté une approche d'apprentissage supervisé en simulant des acquisitions Doppler couleur cardiaques basées sur des patients à l'aide d'un pipeline de simulation modélisant à la fois les mouvements des tissus et du sang. Nous avons ensuite exploré l'utilisation de modèles U-Net basés sur l'attention pour le filtrage du clutter, obtenant des résultats surpassant ceux d'un filtre passe-haut classique. Pour l'estimation de la vitesse Doppler à partir des signaux filtrés, nous avons proposé des modèles d'apprentissage profond basés sur U-Net, ainsi que des stratégies d'augmentation de données permettant d'égaler ou de surpasser la méthode de référence par autocorrélation, tout en atténuant efficacement l'aliasing et le bruit. Pour ces deux tâches, nous avons comparé l'utilisation de représentations en valeurs réelles et complexes, et évalué les modèles proposés sur des expériences in silico et in vivo. Globalement, tous les modèles proposés ont montré une bonne capacité de généralisation aux données in vivo malgré un entraînement uniquement sur des séquences in silico. Enfin, la combinaison des deux méthodes a donné des résultats prometteurs sur des acquisitions avec seulement trois échantillons temporels. Ces résultats démontrent l'intérêt des méthodes d'apprentissage profond supervisé pour le traitement Doppler couleur à partir d'un nombre réduit d'acquisitions.

Reconstruction bimodale d'images TEP/IRM assistée par intelligence artificielle

Doctorant : Valentin GAUTIER

Laboratoire INSA : CREATIS - Centre de Recherche en Acquisition et Traitement de l'image pour la Santé
École doctorale : ED160 : Électronique, Électrotechnique, Automatique de Lyon

L'imagerie TEP/IRM est une méthode d'imagerie médicale qui gagne progressivement en popularité. Sa capacité à coupler une image anatomique de haute résolution fournie par l'IRM avec l'information fonctionnelle fournie par la TEP en font un outil prometteur en oncologie ou en neurosciences. Une contrainte majeure de cette technique d'imagerie est sa durée d'acquisition pouvant monter jusqu'à une heure. Diminuer le temps d'acquisition est ainsi un enjeu majeur qui permettrait d'augmenter le confort des patients et augmenter la disponibilité des machines. L'objectif dans cette thèse est de mettre au point de nouvelles méthodes de reconstruction faisant usage de la présence des deux modalités pour obtenir des images d'une qualité standard dans la pratique clinique avec des temps d'acquisitions plus courts. Est ainsi proposée dans un premier temps une méthode de reconstruction TEP guidée par IRM s'appuyant sur un autoencodeur variationnel bimodal pré entraîné sur des données de qualité clinique standard. Celui-ci est utilisé pour contraindre les solutions du problème inverse et permet, à travers son espace latent, d'obtenir une représentation jointe des deux modalités. Cette méthode apparaît robuste au bruit comparée à des méthodes classiques, témoignant ainsi de l'utilisation de l'information de la deuxième modalité pour compenser l'ajout de bruit sur les données. Cette méthode est ensuite étendue à la reconstruction jointe de la TEP et de l'IRM et sont explorées différentes architectures de VAE. Cette étude met notamment en avant un partage de l'information de l'IRM vers la TEP bien supérieur à celui de la TEP vers l'IRM. Finalement, cette thèse explore aussi l'utilisation des récents modèles de diffusion pour résoudre le problème de la reconstruction jointe.

Analyse de la robustesse de HEMT GaN 650 V durant des courts-circuits répétitifs

Doctorant : Adrien LAMBERT

Laboratoire INSA : AMPERE

École doctorale : ED160 : EEA (Electronique, Electrotechnique, Automatique)

Depuis les années 1950, l'électronique de puissance s'est développée grâce au silicium, qui est devenu le matériau dominant pour les semi­ conducteurs de puissance. Le silicium a en effet prouvé sa fiabilité, est facile à purifier et, après des décennies de réduction des coûts, est devenu très abordable. Cependant, après cinquante ans d'améliorations, les limites physiques du silicium ont été atteintes et ne répondent plus aux besoins des nouvelles applications, comme des fréquences de fonctionnement plus élevées et une puissance accrue. Les matériaux à large bande interdite (WBG), tels que le diamant, le nitrure de gallium (GaN) et le carbure de silicium (SiC), ont émergé pour relever ces défis. En dépit d'une grande vitesse de commutation et d'une conductivité thermique accrue, les composants GaN doivent démontrer leur robustesse et leur fiabilité, notamment face aux courts-circuits, pour être largement adoptés dans des secteurs tels que l'automobile et l'aéronautique. L'étude des courts­ circuits a commencé il y a quelques années avec les premiers travaux observés en 2013. Cependant, les études restent limitées à plusieurs égards. La technologie normalement bloquée des composants p-GaN et cascade a été étudiée presque exclusivement et les tensions les plus élevées n'ont pu être atteintes qu'au prix de concessions (environnement surchauffé, augmentation de la résistance de grille). La littérature est inexistante pour la technologie normalement passante. De plus, les études actuelles se concentrent principalement sur la robustesse des composants face à un unique court-circuit destructif et sur le temps avant défaillance. Plutôt que de réaliser des courts-circuits destructifs, avec une analyse du composant d'autant plus difficile une fois celui-ci détruit, il a été décidé de réaliser des courts-circuits répétitifs et non destructifs. Ces courts-circuits sont entrecoupés de caractérisations électriques afin d'identifier les variations paramétriques et de mieux comprendre les mécanismes de dégradation et de défaillance. L'étude des dommages induits constitue donc un point clé et contribuera à la conception de puces plus robustes face aux courts­ circuits. Deux fournisseurs de composants GaN de 650 V ont été sélectionnés, incluant des composants normalement passants et normalement bloqués. Un banc d'essai de courts-circuits spécifiquement conçu pour les composants GaN HEMT de 650 V a ainsi été développé. Il se compose de trois parties : une carte mère d'alimentation, une carte tille pour le composant, et une carte de commande. Un sarcophage a été conçu par impression 3D. Il maintient le composant par pression sur la carte tille et élimine la nécessité de souder les composants, réduisant ainsi les contraintes thermiques sur la carte lors des soudures et dessoudures successives. Cependant, la tâche s'est avérée plus ardue que prévu. Malgré les soins particuliers apportés au routage et à la compacité des cartes électroniques, dans le but de réduire l'inductance de boucle, les premiers tests n'étaient pas du tout concluants. Le banc expérimental a par conséquent dû être considérablement revu et optimisé. Une simulation SPICE a été développée pour aider à mieux comprendre les phénomènes parasites. La réduction des courants de mode commun a été d'une importance primordiale, grâce à l'utilisation de sondes appropriées ou de tores de ferrites. Plusieurs versions du banc d'essai ont été conçues afin obtenir des résultats pertinents en termes de stabilité et conformité en vue des futures normes JEDEC pour les tests de courts-circuits. Différentes variations paramétriques et dynamiques ont été observées. En outre, des composants de même structure et aux caractéristiques similaires, mais provenant de différents fournisseurs, ont donné des résultats sensiblement différents en termes de stabilité et de robustesse face aux courts-circuits. Des hypothèses explicatives ont été formulées à la fin de la thèse.

« Commande d'un moteur hydraulique digital à pistons radiaux »

Doctorant : Justin DARNET

Laboratoire INSA : Ampère

École doctorale : ED160 : EEA (Electronique, Electrotechnique, Automatique)

Les transmissions hydrauliques sont aujourd’hui très répandues dans les domaines de l’industrie, du transport et de la mobilité des engins de forte puissance. Au cours des dernières décennies l’hydraulique dite digitale a fait l’objet de nombreux travaux de recherche, se présentant comme une solution permettant de réduire la consommation énergétique des transmissions et d’améliorer leur pilotabilité à moindres coûts. Des nouvelles architectures de moteurs hydrauliques comprenant des électrovannes digitales ont ainsi pu voir le jour. Nous nous sommes intéressés à la commande des moteurs hydrauliques digitaux à pistons radiaux en vue d’améliorer, à terme, le rendement et la motricité des machines qui en seront équipé.
Après avoir étudié les architectures et les lois de commandes disponibles dans la littérature pour ce type de composant, nous avons pu construire différents modèles du moteur hydraulique digital considéré. Une première loi de commande innovante a été synthétisée en vue de contrôler le couple d’un moteur élémentaire, en considérant la compressibilité de l’huile. Des contraintes de commande ont pu être proposées et intégrées au contrôle afin de faciliter l’intégration du composant dans une transmission hydraulique. Pour clore cette étude, une discussion des verrous technologiques restant à lever a été menée.
Par la suite, nous avons étudié deux autres lois de commande déjà connues de la littérature et notamment utilisées pour contrôler des machines électriques et des moteurs/pompes hydrauliques digitaux. Une commande directe du couple a alors été analysée en détails, puis mise en œuvre pour contrôler le couple ou la vitesse du moteur digital. Enfin, nous avons synthétisé une commande prédictive afin de contrôler la vitesse du moteur de manière efficace, avant d’étudier en détails l’influence des différents paramètres de commande sur le comportement du moteur.
 

« Contribution au développement de simulateur haptique pour l’apprentissage du geste chirurgical de l’insertion d’aiguille »

Doctorant : Benjamin DELBOS 

Laboratoire INSA : AMPERE

École doctorale : ED160 : EEA (Electronique, Electrotechnique, Automatique)

Au cours de cette doctorat, l'étude se concentre sur la simulation pour l'apprentissage du geste chirurgical d'insertion d'aiguille. Ce manuscrit explore plusieurs thématiques liées à la conception de simulateurs haptiques utilisant un retour de force via une interface haptique. Deux échelles de travail sont à distinguer.
La première concerne la reproduction haptique de l'interaction outil-tissu, visant à simuler les forces ressenties par le chirurgien lors de la pratique clinique. Bien que cette thématique ne soit pas spécifique à un geste particulier, elle s'applique à l'insertion d'aiguille, présente dans de nombreuses procédures chirurgicales. La problématique principale réside dans la modélisation et l’implémentation des forces d'insertion en simulation haptique, afin de reproduire fidèlement ces forces à travers une interface haptique. Parallèlement, une interface à retour de force a été conçue pour la simulation de l'insertion d'aiguille, optimisant ses performances tout en réduisant le coût des simulateurs, directement lié au coût de l'interface.
La seconde thématique concerne la reproduction de l'interaction chirurgien-patient, spécifique au geste de ponction ventriculaire, un acte courant en neurochirurgie. L'objectif est de fournir une représentation réaliste du geste pour améliorer l'apprentissage via la simulation haptique. Le simulateur développé associe un retour haptique, un retour visuel et un mannequin anatomique. Cette approche multimodale, absente de la littérature, vise à équilibrer la simulation haptique et physique, tout en garantissant la cohérence des retours sensoriels. Enfin, une méthodologie a été établie pour diversifier les cas d'études en simulation patient-spécifique, malgré les contraintes imposées par la présence du mannequin physique, en explorant des méthodes de génération de simulations adaptées.

« Tomographic incompleteness maps and application to image reconstruction and stationary scanner design »

Doctorant : Matthieu LAURENDEAU

Laboratoire INSA : CREATIS

École doctorale : ED160 : EEA (Electronique, Electrotechnique, Automatique)

Computed tomography (CT) is one of the most commonly used modality for three-dimensional (3D) imaging in the medical and industrial fields. In the past few years, new X-ray sources have been developed based on carbon nanotube (CNT) cathodes. Their compact size enables the design of a new generation of multi-source CT scanners. In contrast to traditional systems with a single moving source, these scanners often adopt stationary architectures where multiple sources are static. It would benefit both industry with cheaper and motionless systems and medical applications with light-weight and mobile scanners which could be brought to emergency sites. However, this type of scanner uses a fewer number of measurements, known as projections, and may acquire data with a limited range of angles, leading to well-known image reconstruction challenges. This thesis focuses on the design of such stationary CT scanners. Three axes of study are investigated.

The first contribution is the development of an object-independent metric to assess the reconstruction capability of a given scanning geometry. Based on Tuy's condition, the metric evaluates local tomographic incompleteness and is visualized through 3D vector field maps. It is further extended to handle truncated projections, improving its applicability to real-world configurations. The metric enables ranking different geometries, predicting image quality reconstruction, and identifying the origin of geometric artifacts. It is applied to a variety of geometries, including existing scanners.

The second is a novel local regularization method to address limited-angle reconstruction challenges. The method employs a directional total variation (DTV) regularizer whose strength and directional weights are adaptively selected at each voxel. The weights are determined based on the previously introduced metric. Two approaches for directional weights are explored: ratio-based weighting relative to image axes and ellipse-based weighting. The reconstruction algorithm is evaluated in both 2D and 3D simulations, considering noiseless and noisy data, as well as real data.

The third is a tool for optimizing the geometry of CT scanners. Given a fixed number of sources and the surface area available for their positions, the tool optimizes the placement of sources based on the proposed metric. Several state-of-the-art optimization algorithms are implemented and tested on simple 2D and 3D scenarios.

« Photonics-based environmental sensors for automotive air quality monitoring »

Doctorante : Chander BHAN CHANDER BHAN

Laboratoire INSA : INL
École doctorale : EDA160 : EEA (Électronique, Électrotechnique, Automatique)

La pollution de l'air demeure un défi de santé publique, entraînant des problèmes de santé graves tels que des infections respiratoires aiguës, le cancer du poumon, etc.. Cela est principalement dû à l'inhalation d'air contenant de fortes concentrations de polluants, en particulier les hydrocarbures polyaromatiques comme le fluoranthène et le benzène, qui sont des polluants PM2.5 (particules d'une taille <= 2,5 µm) courants émis par les véhicules, les industries, etc. Les solutions actuelles sur le marché pour mesurer ces polluants, telles que les compteurs de particules optiques et les dispositifs MEMS basés sur les principes de diffusion de la lumière, sont souvent peu fiables, offrant une sensibilité réduite pour les particules fines (tailles < 0,1 µm). Par conséquent, il est nécessaire d'explorer des approches alternatives, telles que la manipulation de fluides sur puce par la lumière à l'aide de dispositifs photoniques intégrés, qui offrent une détection de taille de particule plus précise.
Cette thèse présente une solution utilisant des dispositifs de circuits photoniques intégrés sur une plateforme en SixNy pour la détection de l'indice de qualité de l'air. Pour surmonter les défis associés au piégeage de particules diélectriques de moins de 100 nm, la recherche explore diverses structures photoniques, notamment des guides d’onde diélectriques standards, des résonateurs en anneau à modes d'ordre supérieur (HOM) et des guides d'ondes plasmoniques hybrides. L'étude se concentre sur quatre composants clés de la photonique intégrée : les guides d'ondes en ruban diélectriques, les résonateurs en anneau HOM, les couplages par effilement inversé, et les résonateurs en anneau plasmoniques hybrides. Cette étude comprend leur conception, leur fabrication et leur compatibilité avec des plateformes industrielles telles que DAPHNE de STMicroelectronics. L'analyse des forces optiques, réalisée à l'aide de méthodes telles que le tenseur de contrainte de Maxwell et l'approximation de dipôle discret, fournit un cadre rigoureux pour optimiser la conception et évaluer différentes structures.
 

 

 

Uplink Resource Allocation Methods for Next-Generation Wireless Networks

Doctorant : Alix JEANNEROT

Laboratoire INSA : CITI

École doctorale : ED160 : EEA (Electronique, Electrotechnique, Automatique)

Face à la diversité des besoins en communication des réseaux 5G et 6G, l'allocation des ressources disponibles est considérée comme un élément clé pour augmenter la densité de dispositifs, leur débit ou la fiabilité des communications. Dans les réseaux de communication de type machine, des travaux récents ont proposé d'adapter l'allocation des ressources temporelles en fonction du processus sous-jacent qui régit l'activité des dispositifs. Cette thèse se concentre tout d'abord sur l'étude de l'impact d'une connaissance imparfaite de ce processus, et propose des méthodes pour atténuer le biais induit par les connaissances erronées. Ensuite, un algorithme permettant d'optimiser conjointement l'allocation des ressources temporelles et la puissance de transmission des dispositifs est proposé. L'algorithme permet aux dispositifs ayant une forte probabilité de transmettre sur les mêmes ressources de le faire avec une diversité de puissance suffisante pour assurer qu’ils soient décodables par la station de base. Enfin, dans les réseaux ayant un objectif de haut débit, nous proposons d'optimiser conjointement la puissance, les ressources fréquentielles ainsi que le nombre de couches utilisées par les dispositifs. Notre étude par simulations montre que notre optimisation conjointe est significativement plus performante que les méthodes utilisées actuellement en 5G pour lesquelles ces paramètres sont calculés indépendamment les uns des autres.
 

Integration of a priori data to optimise industrial tomographic reconstruction

Doctorant : Victor BUSSY

Laboratoire INSA : LVA

École doctorale : ED160 : EEA (Electronique, Electrotechnique, Automatique)

L'objectif de mes travaux est de proposer une nouvelle méthodologie optimisée en tomographie par rayons X qui inclue l'incorporation d'informations a priori. De part l'optimisation des choix des vues, du support de la reconstruction et d'une régularisation adapté, plusieurs contributions ont été faites afin d'optimiser la qualité du processus globale. Les résultats de chaque partie ont été publié et testé dans cette thèse sur une pièce expérimentale.
 

Détection et segmentation des anomalies en imagerie ultrasonore 3D et en imagerie industrielle par des approches d’apprentissage automatique supervisées ou non supervisées

Doctorante: Flora ESTERMANN

Laboratoire INSA : CREATIS
École doctorale : ED160 : EEA (Electronique, Electrotechnique, Automatique)

La détection d’anomalies faiblement contrastées dans les images est une problématique partagée à la fois par le domaine médical et l'industrie. Au cours de cette thèse, nous avons développé des méthodes d’apprentissage automatique pour la détection d’anomalies dans deux contextes différents: la détection des lésions ponctuées de la substance blanche (PWML) en échographie 3D chez les enfants prématurés par apprentissage supervisé pour notre application médicale, et la détection de défauts par apprentissage non supervisé pour des applications industrielles.

Le premier chapitre du manuscrit fournit une vue d’ensemble des quatre thématiques principales de nos recherches avec l’état de l’art correspondant : segmentation et classification supervisées pour la détection des lésions, classification non supervisée pour la détection des défauts, quantification des incertitudes pour l’explicabilité des résultats. La suite du manuscrit décrit séquentiellement les contributions de la thèse au domaine. Le deuxième chapitre présente notre étude sur les caractéristiques des PWML à l’échographie et introduit l’approche que nous avons proposée afin de réaliser la sur-segmentation des PWML dans les volumes ETF. Le troisième chapitre s’attaque directement aux méthodes de classification multi-vues proposées pour améliorer la précision de nos prédictions après la segmentation, et détaille également la manière dont nous avons intégré le cadre des prédictions conformes afin d’apporter une meilleure interprétabilité des résultats et un niveau de confiance plus élevé pour les médecins. Enfin, le dernier chapitre présente les approches non supervisées proposées pour la détection des défauts dans les images industrielles, en intégrant la détection conforme des anomalies également.

Nos résultats sont très encourageants pour le futur de l’intégration des modèles d’IA dans l’aide au diagnostic. De plus, dans le but de rendre nos modèles plus interprétables aux yeux des praticiens et des industriels, nous avons également traité la quantification des incertitudes en considérant le cadre des prédictions conformes dans nos approches.