Traitement des donnees pour les methodes d'analyse multivoies : application au controle de qualite

• Auteur / Autrice : NICOLAS GOUTI
• Direction : Max Feinberg
• Type : Thèse de doctorat
• Discipline(s) : Sciences et techniques
• Date : Soutenance en 1999
• Etablissement(s) : Institut national agronomique Paris-Grignon (1971-2006)

Résumé

Pour aborder des problemes complexes de controle de qualite des aliments, on a combine des mesures provenant de plusieurs methodes globales d'analyse generalement simples et bon marche, comme les spectrometries infrarouge et de fluorescence ou la rmn-dt : on obtient ainsi des methodes d'analyse multivoies. L'idee directrice est que les produits agroalimentaires possedent une empreinte digitale specifique qui peut etre visualisee sous la forme d'images ou de pseudo-images par combinaison mathematique des signaux de chaque methode. Le but de ce travail a ete, d'une part, de montrer comment ces methodes peuvent etre utilisees pour le controle de qualite des aliments, d'autre part, de developper des techniques chimiometriques de traitement de ce type de donnees. Les methodes statistiques a variables multiples, comme l'analyse en composantes principales et l'analyse factorielle des correspondances (afc), sont aujourd'hui tres utilisees en imagerie analytique comme techniques d'exploration et d'interpretation d'images. On a montre qu'il est aussi possible d'etendre ces techniques vers la quantification d'analytes. Mais surtout, l'utilisation de techniques de regression sur les coordonnees factorielles, comme la regression pls, a permis de detecter efficacement, en fonction d'une variable supplementaire, les interactions entre les pixels, entre les images mais aussi entre les combinaisons de pixels et d'images. La procedure mathematique de cette nouvelle approche, appelee segmentation automatique d'une representation simultanee issue de l'afc (sarsa) est decrite a travers deux applications de l'industrie agroalimentaire. On propose egalement une methode originale de recherche des meilleurs modeles, appelee technique de selection des variables actives (sva), qui permet de generer, au moyen d'une validation croisee, les modeles qui traduisent au mieux le probleme physico-chimique etudie.