Caractérisation par microscopie de textures biologiques en lumière blanche et fluorescente : modélisations mathématiques de ces textures par analyse du signal d'images

Microscopy characterization of biological textures with white and fluorescent light : mathematical modeling of these textures by image and signal processing

• Auteur / Autrice : Laurent Bourgès
• Direction : André Houri
• Type : Thèse de doctorat
• Discipline(s) : Sciences de l'ingénieur
• Date : Soutenance en 1996
• Etablissement(s) : Nice
• Partenaire(s) de recherche : Autre partenaire : Université de Nice-Sophia Antipolis. Faculté des sciences
• Jury : Président / Présidente : Claude Aime
• Jury : Examinateurs / Examinatrices : Gérard Alengrin, Fernand Boéri, Georges Mallet
• Jury : Rapporteurs / Rapporteuses : Albert Bijaoui, Jacques Lemoine, Jean-François Motsch

Mots clés

Mots clés contrôlés

Microscopie de fluorescence

Modèles biologiques

Modèles mathématiques

Tissu osseux

Analyse multiéchelle

Analyse en composantes principales

Processus de Markov

Mots clés libres

Sciences biologiques fondamentales et appliquées

Biologie moléculaire et cellulaire

Matériel biologique

Microscopie optique

Résumé

Amélioration des techniques de caractérisation cellulaire, par association de moyens utilisés en imagerie et en traitement du signal (transformée ondelette, binarisation, transformée de Karunen-Loeve, morphologie mathématique), adaptés aux spécificités de la modélisation cellulaire et tissulaire en biologie. Différents prétraitements des images à analyser sont proposés pour modéliser la répartition spatiale des granules formant la texture du cytoplasme cellulaire. Par un développement d'une méthode de binarisation optimale au sens de cette application, on optimise la fiabilité des moyens associés pour caractériser la microtexture biologique dans le cytoplasme. Cette caractérisation impose l'élaboration d'une procédure de détermination d'échelle intrinsèque aux éléments à mesurer. Ces méthodes ont permis d'obtenir une mesure cohérente des structures à analyser, vérifiée par des algorithmes de nature totalement différente. Elles ont conduit à définir le caractère markovien de microstructures constituant le cytoplasme. Une extension de l'application de ces méthodes au tissu osseux a aussi permis de quantifier les éléments constituant la texture matricielle, au sens histologique de ce tissu, en définissant la taille, le nombre, et la répartition de ces éléments, pour des tissus normaux, pseudo-normaux (ostéoporose) ou pathologiques (algodystrophie). Ces associations de moyens portant sur l'apport de l'imagerie, du traitement du signal et de l'informatique constituent un complément d'informations scientifiques apporte à l'aide au diagnostic.

Improvement of cellular characterization techniques, by association of means used in image and signal processing (wavelet transform, binarization, Karunen-Loeve transform), mathematical morphology) adapted to biological cellular and tissue modeling specificities. Different pre-processings techniques are proposed for the images to be analyzed, to model the spatial distribution of the small particles that form the cellular cytoplasm texture. The reliability of the associated means is optimized by the development of an optimal binarization method referring to this application, to characterize the biological microtexture in the cytoplasm. Such a characterization implies the working out of an intrinsic scale determining procedure of the elements to measure. These methods have given a coherent measurement of the structures to be analyzed, verified with algorithms having an absolutely different nature. They have led to the definition of the markovian character of the microstructure constituent of the cytoplasm. An extension of the application of these methods to the bone tissue enabled to quantify the matrix texture’s components, in the histological meaning of that tissue, by defining the size, the number, and the distribution of those elements for normal, pseudo-normal (osteoporosis), or pathological (algodystrophy) tissues. These associated means directed towards the contribution to image processing, signal processing and computer science, build up supplementary scientific informations added to diagnosis aid.