Contributions à la tomographie thermoacoustique : modélisation et inversion

par Xavier Bonnefond

Thèse de doctorat en Mathématiques

Sous la direction de Pierre Maréchal.

Soutenue en 2010

à Toulouse 3 .


  • Résumé

    La Tomographie ThermoAcoustique (TTA) est une technique d'imagerie médicale où un corps exposé à une impulsion électromagnétique génère une onde acoustique mesurée autour de celui-ci. Le modèle établi pour la TTA conduit au problème inverse suivant : étant connue la solution d'une équation des ondes sur une hypersurface, il s'agit de reconstruire sa condition initiale. Malgré l'existence de formules explicites, aucune procédure d'inversion rapide, stable et valable en situation clinique n'existe à ce jour. Outre une synthèse des travaux existants, l'objet de ce travail a été, dans un premier temps, d'élaborer une approche variationnelle pour le problème de la TTA. Nous avons considéré la régularisation par mollification, où l'objet à reconstruire est remplacé par une version à résolution limitée, tandis que les données sont traitées pour plus de cohérence. De plus, une stratégie de sélection de paramètre de régularisation utilisant les méthodes de Krylov, et valable pour les régularisations de type Tikhonov, est proposée. Dans un deuxième temps, le modèle usuel de la TTA a été remis en question afin de prendre en compte l'atténuation subie en pratique par l'onde mesurée. On propose plusieurs équations des ondes atténuées causales. Cette évolution du modèle nous a conduit à tester la méthode du Back and Forth Nudging (BFN), issue du champ de l'assimilation de données, consistant à introduire un rappel aux données newtonien dans l'équation des ondes, puis à alterner des résolutions en temps direct et rétrograde. La convergence de la méthode est démontrée dans un cas idéal, mais le procédé offre d'excellents résultats en situation de données incomplètes et atténuées.

  • Titre traduit

    Contributions to thermoacoustic tomography : modelling and inversion


  • Résumé

    ThermoAcoustic Tomography (TAT) is a medical imaging technique using the pressure wave generated by a body illuminated by an electromagnetic pulse. Since the acoustic signal is recorded around the body, the resulting inverse problem can be formulated as follows : from the knowledge of a solution of the wave equation on some hypersurface, reconstruct its initial condition. Despite several inversion formulas, so far no efficient procedure, taking partial data and damping into account, is known. As well as a state of the art, this work is dedicated to the introduction of a variational approach for the TAT problem. We studied the regularization by mollification, which consists in replacing the original object by a limited resolution version of it, and treating the data so that they fit this new objective. Moreover, we used a noise level estimation provided by the Golub-Kahan bidiagonalization process to allow an accurate regularization parameter selection. In the second part of this work, we investigate the usual TAT model and put forward some damped wave equation with a finite wave front speed. This improvement yields to the use of the Back and Forth Nudging (BFN) method, which was first implemented for data assimilation purposes, to invert the TAT problem. This technique provides a sequence of approximations of the solution by iterating forward and backward implementations of a wave equation including a newtonian recall to the data. This method, which is proved to be convergent in an ideal framework, leads to convincing results in both partial data and attenuated wave cases.

Consulter en bibliothèque

La version de soutenance existe sous forme papier

Informations

  • Détails : 1 vol. (198 p.)
  • Annexes : Bibliogr. p. 191-198

Où se trouve cette thèse ?

  • Bibliothèque : Université Paul Sabatier. Bibliothèque universitaire de sciences.
  • Disponible pour le PEB
  • Cote : 2010 TOU3 0272
Voir dans le Sudoc, catalogue collectif des bibliothèques de l'enseignement supérieur et de la recherche.