Search

info:eu-repo/semantics/published

info:eu-repo/semantics/published

Despite a better overall tolerance as compared to classical antipsychotics, atypical antipsychotics are not devoid of side-effects, notably metabolic factors (weight gain, alteration of lipid and glucose profile). These side-effects are very troubling concerning long term morbidity and mortality and may also influence compliance towards drugs. The department of psychiatry of the Hospital University Centre has established a guideline on the clinical monitoring of patients receiving atypical antipsychotics, based on recently published consensus, which will be presented here. In addition, recent studies show that weight gain and metabolic alterations induced by this type of medication may be influenced by the genetic background of the patients. Such studies should allow, in the near future, to adapt the treatment for each patient.

To evaluate the preoperative MRI criteria of a sinus cavernous invasion by a pituitary adenoma.Study of 102 cavernous sinuses among 51 patients who had had a surgical cure of pituitary adenoma. Thirteen patients had a surgical invasion of the cavernous sinus.A certain number of signs eliminated cavernous sinus invasion. The best means consisted in not crossing the intercarotid line (Sensitivity-Se = 100%, Specificity-Sp = 85% and Negative Predictive Value-NPV = 100%). The others means implied: not going past twelve o'clock on the internal carotid artery-ICA (NPV = 97.1%), symmetrical size of the cavernous sinus (NPV = 92.5%), non-convexity of the lateral wall (NPV = 90.2%), visualization of at least two venous groups of the laterosellar space (NPV = 90.2%) and finally, non-displacement of the ICA (NPV = 89.2%). The best criteria for diagnosis were passing by the intra and supracavernous ICA lateral tangent (Se = 84.6%, Sp = 95%) and the percentage of ICA encasement by the adenoma exceeding 25% (Se = 92.3%, Sp = 85%).Except the total encasement of the intracavernous ICA, the cavernous sinus can be invaded when the lateral tangent of the supra and the intracavernous ICA is crossed, and also when the percentage of ICA encasement exceeds 25%.

The characteristics and determining factors of seasonal variations of the blood pressure (BP) were studied in 20 normal subjects and 219 chronic stable chronically all patients, most of whom were ambulatory. The BP was measured repetitively over twelve months and measurements in the lying position repeated after one minute of orthostatism were performed in Winter and in Summer. In normal subjects, the BP decreased from June to reach its lowest value in August to return to the Winter values from October. The mean BP of the three Winter months was 130/79 mmHg and the seasonal lowering averages 5 +/- 5/5 +/- 6 mmHg (m +/- SD) (p0.01), with marked individual differences. The Summer decrease in BP was observed both lying down (3/4 mmHg) (p = 0.01) and standing (5/6) (p = 0.0001). In the patient group, the Summer decrease in BP was 4/3 mmHg. During the orthostatic measurements, it was 4/4 mmHg lying down and 6/5 mmHg when upright. Symptoms of orthostatic hypotension were reported spontaneously 10 times during the Winter and 21 times during the Summer months (p = 0.04) and occurred in the upright position in 12 patients (6%) in Winter and 25 patients (12%) in Summer (p = 0.025). The Summer decrease was greater in women than in men. Blood pressure lowering drugs increased this effect and the association of several drugs had an additive effect. It increased with age but disappeared after 70-80 years of age. The very elderly patients on antihypertensive therapy showed a marked decrease in BP during the Summer, especially in the upright position. The Summer decrease in BP is important for the management of elderly patients with hypertension or cardiac failure. It may favorize symptoms of orthostatic hypotension and increase the risk of malaise.

Primary melanoma is a rare spinal tumour first reported by Hirschberg in 1906. Since then, only 34 cases have been reported. When present here a new case of primary intramedullary thoracic melanoma developed in a 64-year old male patient. MRI showed a paramagnetic signal with reactive cysts. Macroscopy and histology confirmed the diagnosis. Spinal cord melanoma is presumed to be primary when no other melanoma is found outside the CNS. The tumour is often located in the middle or lower thoracic cord, may be intra- or extra-medullary and leptomeningeal or extradural. It frequently progresses slowly. MRI is the essential examination as it demonstrates a lesion with paramagnetic properties. Its image is not specific and may correspond to other pigmented tumours (meningeal melanocytoma, melanotic schwannoma), to a lipoma or to a vascular or tumoral haemorrhagic lesion. Treatment is uncertain, but surgery is frequently associated with radiation. Postoperative follow-up aims at detecting a local regrowth of the tumour or leptomeningeal dissemination which affects the prognosis.

Kufs disease is the adult form of ceroid neurolipofuscinosis, and an uncommon cause of degenerative nervous system disease affecting young adults. We present here 4 cases of family form revealed by a demential syndrome. In all 4 patients MRI showed diffuse cortical atrophy predominant in the parietal regions. In 3 of these 4 patients MRI also exhibited a low signal in T2-weighted sequences on the putamens. There was no abnormality of the white matter. Diagnosis was made by cerebral biopsy in one case and by rectal biopsy in all other cases. Although the MRI images are not specific, they must be used when the diagnosis of Kufs disease is suspected in young patients with demential syndrome.

National audience

International audience

La performance des méthodes de l'état de l'art en suivi multi-objets est généralement montrée sur des vidéos à fréquence image élevée, où les objets bougent très peu d'une image à l'autre. Il y a cependant des intérêts à travailler dans le cas plus difficile d'une fréquence faible ou alternativement de mouvements forts. Cet article étudie à quel point la performance de suivi est affectée par une diminution de fréquence image, et identifie les méthodes les plus adaptées à cet usage alternatif.

The Euler equation with free boundary, i.e the water waves system,describes the evolution of the interface between air and a perfect irrotational fluid.It is a system of two coupled equations : the Euler equation in the interior of thedomain and a kinematic equation describing the deformation of the domain. The four works that constitute the body of this thesis can be divided into three connected subjects on the Cauchy problem of the water waves system.In the continuation of the works in [2, 4, 5, 7] where the Cauchy problem forthe water waves system is shown to be well-posed and the flow map continuouson sufficiently regular Sobolev spaces we show :-In [60] that the water waves system with and without surface tension isquasi-linear in the strongest sense, i.e the flow map is not uniformly continuous.Moreover in the case with surface tension we show that in orderto have Lipschitz estimate on the flow map at least a loss of derivative. More generally for the Burgers equation augmented by a dispersiveterm of the form, we show that at least a loss of derivative is needed to ensure Lipschitz control on the flow.-In [61] we show that the results obtained in [60] are indeed optimal, that isfor the Burgers equation augmented with a dispersive term,alphain the flow map is indeed Lipschitz from for periodic data with 0 mean value. For the water waves system with surface tensionin two space dimension we show that after suitable re-normalisation that the flow map is Lipschitz under loss of derivative. In order to prove the results in [61] we developed a paradifferential generalisationof a complex Cole-Hopf type gauge transform first introduced by T. Taofor the Benjamin-Ono equation. In [62] we use this to improve upon knownresults on a numerical conjecture by Saut and Klein [45] on the dispersiveBurgers equation, which to the author’s knowledge is the first time the gaugetransform was implemented to that end for. In order to prove the different results in [60, 61, 62] we needed to study andrefine different known results in paradifferential calculus. More precisely in [59],we improve some estimates on the paracomposition operator introduced byAlinhac, give a proof of the change of variables in paradifferential operatorsand finally study the frequency cut-off after composition of paradifferentialoperators., L'équation d'Euler à surface libre décrit l'évolution de l'interface séparant l'air d'un fluide parfait irrotationnel. C'est un système de deux équations couplées : l'équation d'Euler à l'intérieur du domaine et une équation cinématique qui décrit les déformations du domaine. Les 4 travaux qui constituent le corps de cette thèse peuvent être divisés en trois sujets connectés au problème de Cauchy du système des water waves. Dans le prolongement des travaux de [2, 4, 5, 7], où les auteurs ont montré que le problème de Cauchy pour le système des water waves est bien posé et que le flot est continu sur des espaces de Sobolev suffisamment réguliers, nous montrons :- Dans [60] que le système des water waves avec ou sans tension de surface est quasi-linéaire au sens le plus fort du terme, c'est-à-dire que le flow n'est pas uniformément continu. De plus, dans le cas avec tension de surface, nous montrons que pour avoir une estimation Lipschitz sur le flot, il faut au moins une perte de dérivée. Plus généralement, pour l'équation de Burgers avec terme dispersif de la forme, nous montrons qu'il faut au moins une perte de dérivées pour assurer un contrôle Lipschitz sur le flot.- Dans [61], nous montrons que les résultats obtenus dans [60] sont effectivement optimaux, c'est-à-dire que pour l'équation de Burgers avec un terme dispersif,alphain le flot est effectivement Lipschitz de pour des données initiales périodiques de moyenne nulle. Pour le système des water waves avec tension de surface en deux dimensions d'espace, nous montrons qu'après re-normalisation, le flot est bien Lipschitz au prix d'une perte de dérivés. Afin de démontrer les résultats dans [61], nous avons développé une généralisation para-différentielle d'une transformation de jauge complexe de type Cole-Hopf introduite pour la première fois par T. Tao pour l'équation de Benjamin-Ono. Dans [62], nous l'utilisons pour améliorer les résultats connus sur une conjecture numérique due à Saut et Klein dans [45] sur l'équation de Burgers dispersive. Ce qui, à la connaissance de l'auteur, est la première fois que la transformation de jauge est mise en œuvre à cette fin pour. Afin de démontrer les différents résultats dans [60, 61, 62], nous avons étudié et affiné différents résultats connus en calcul paradifférentiel. Plus précisément, dans [59], nous améliorons certaines estimations sur l'opérateur de paracomposition introduit par Alinhac, nous donnons une preuve du changement de variables dans le calcul paradifférentiel et enfin nous étudions comment le support du cut-off fréquentiel varie après la composition d'opérateurs para-différentiels.

Childhood maltreatment (CM) has many lasting consequences for the development of children and adolescents. The aim of this work was to study different hypotheses that may underlie these consequences ranging from resilience to psychopathology during adolescence. This period is indeed a period characterized by major hormonal and neurobiological changes and by the onset of numerous mental disorders. Furthermore, puberty timing is directly impacted by CM. We hypothesized and explored reward system and stress responsiveness impairments in a large multicentric cohort of community adolescents (IMAGEN) and in adolescents with a psychiatric disorder associated with CM : Borderline Personality Disorder (BPD) ('suicide attempters' cohort and ADOLIMIS). Neuroimaging analyzes of the reward sytem found that lower regional volumes and blunted reactivity correlated with an earlier puberty timing in adolescents with lower motivational behaviors and higher emotional problems. Affective computing analyzes reported that BPD adolescents showed a higher response to stress but a lack of self-perception. We propose an integrative model of the developmental consequences of CM during adolescence ranging from resilience to psychopathology, highlitghing an association of putative risk factors requiring increased monitoring such as earlier timing of puberty and precocity of suicidal behavior and anxiety disorders. These results open up prospects for targeted therapies such as neurofeedback and for new hypotheses that will be explored in the neuroimaging part of the ADOLIMIS study., La maltraitance infantile (MI) a des conséquences nombreuses et durables sur le développement des enfants et des adolescents allant de la résilience à la psychopathologie. L'objectif de cette thèse est d'étudier différentes hypothèses pouvant sous-tendre ces conséquences multiples à l'adolescence. Cette dernière est en effet une période charnière caractérisée par des remaniements hormonaux et neuro-biologiques majeurs et par l'apparition de nombreuses maladies psychiatriques. De plus, le déclenchement pubertaire est influencé par la MI. Nous avons fait l'hypothèse d'altérations du système de la récompense et de réactivité au stress et les avons explorées de façon multimodale dans une grande cohorte multicentrique d'adolescents sans psychopathologie (IMAGEN) et deux échantillons d'adolescents présentant un trouble psychopathologique associé à la MI, le Trouble de Personnalité Borderline (TPB) (cohortes 'suicidants' et ADOLIMIS). Les analyses de neuro-imagerie ont retrouvé une diminution structurelle et fonctionnelle du système de récompense corrélée à la précocité de la puberté chez les adolescents avec MI, associée à une diminution des comportements motivationnels et une augmentation des difficultés émotionnelles. Les analyses utilisant des méthodes d'informatique affective rapportent que les adolescents TPB présentent, quant à eux, une hyperréactivité au stress associée à un défaut d'insight. A l'issue de ce travail de thèse, nous proposons un modèle intégratif des conséquences développementales de la MI à l'adolescence allant de la résilience à la psychopathologie et mettant en lumière une association de facteurs de vulnérabilité nécessitant une surveillance accrue tels que la précocité pubertaire, des conduites suicidaires et des troubles anxieux. Ces résultats ouvrent des perspectives quant à des thérapies ciblées telles que le neuro-feedback et ouvrent de nouvelles questions qui seront explorées par le volet 'imagerie' de l'étude ADOLIMIS.

National audience; Les réseaux sociaux, comme Facebook, Twitter, Instagram, WhatsApp et tant d'autres, permettent de partager des images massivement et rapidement. Ces images sont parfois utilisées en tant que « preuve » pour accompagner une information. Mais alors faut-il croire tout ce que l’on voit ?

Information systems and High-Performance Computing (HPC) infrastructures play an active role in the improvement of scientific knowledge and the evolution of our societies. The field of HPC is expanding rapidly and users need increasingly powerful architectures to analyze the tsunami of data (numerical simulations, IOT), to make more complex decisions (artificial intelligence), and to make them faster (connected cars, weather).In this thesis work, we discuss several challenges (power consumption, cost, complexity) for the development of new generations of Exascale supercomputers. While industrial applications do not manage to achieve more than 10% of the theoretical performance, we show the need to rethink the architecture of platforms, in particular by using energy-optimized architectures. We then present some of the emerging technologies that will allow their development: 3D memories (HBM), Storage Class Memory (SCM) or photonic interconnection technologies. These new technologies associated with a new communication protocol (Gen-Z) will help to optimally execute the different parts of an application. However, in the absence of a method for fine characterization of code performance, these emerging architectures are potentially condemned since few experts know how to exploit them.Our contribution consists in the development of benchmarks and performance analysis tools. The first aim is to finely characterize specific parts of the microarchitecture. Two microbenchmarks have thus been developed to characterize the memory system and the floating point unit (FPU). The second family of tools is used to study the performance of applications. A first tool makes it possible to monitor the memory bus traffic, a critical resource of modern architectures. A second tool can be used to profile applications by extracting and characterizing critical loops (hot spots).To take advantage of the heterogeneity of platforms, we propose a 5-step methodology to identify and characterize these new platforms, to model the performance of an application, and finally to port its code to the selected architecture. Finally, we show how the tools can help developers to extract the maximum performance from an architecture. By providing our tools in open source, we want to sensitize users to this approach and develop a community around the work of performance characterization and analysis., Les systèmes d'information et les infrastructures de Calcul Haute Performance (HPC) participent activement à l'amélioration des connaissances scientifiques et à l'évolution de nos sociétés. Le domaine du HPC est en pleine expansion et les utilisateurs ont besoin d'architectures de plus en plus puissantes pour analyser le tsunami de données (simulations numériques, objets connectés), prendre des décisions plus complexes (intelligence artificielle), et plus rapides (voitures connectées, météo).Dans ce travail de thèse, nous discutons des différents challenges à relever (consommation électrique, coût, complexité) pour l’élaboration des nouvelles générations de supercalculateurs Exascale. Alors que les applications industrielles ne parviennent pas à utiliser plus de 10% des performances théoriques, nous montrons la nécessité de repenser l’architecture des plateformes, en utilisant notamment des architectures énergétiquement optimisées. Nous présentons alors certaines technologies émergentes permettant leur développement : les mémoires 3D (HBM), la Storage Class Memory (SCM) ou les technologies d’interconnexions photoniques. Ces nouvelles technologies associées à un nouveau protocole de communication (Gen-Z) vont permettre d’exécuter de façon optimale les différentes parties d’une application. Cependant, en l'absence de méthode de caractérisation fine de la performance des codes, ces architectures innovantes sont potentiellement condamnées puisque peu d'experts savent les valoriser.Notre contribution consiste au développement d'une suite de codes (micro-benchmarks) et d’outils d'analyse de performance. Les premiers ont pour objectifs de caractériser finement certaines parties de la microarchitecture. Deux microbenchmarks ont ainsi été développés pour caractériser le système mémoire et les unités de calculs. La deuxième famille d’outils permet d’étudier la performance des applications. Un premier outil permet de suivre l’évolution du trafic du bus mémoire, ressource critique des architectures. Un second outil permet d’obtenir le profil des applications en extrayant et caractérisant les boucles critiques (hot spots).Pour profiter de l’hétérogénéité des plateformes, nous proposons une méthodologie en 5 étapes permettant d’identifier et de caractériser ces nouvelles plateformes, de modéliser les performances d'une application, et enfin de porter son code sur l'architecture choisie. Enfin, nous montrons comment les outils permettent d’accompagner les développeurs pour extraire le maximum des performances d’une architecture. En proposant nos outils en « sources ouvertes », nous souhaitons sensibiliser les utilisateurs à cette démarche et développer une communauté autour du travail de caractérisation et d’analyse de performance.

Fundamental research on ageing has taken an interesting turn in recent years with the rapid development of biomarkers predicting mortality in model organisms, particularly Drosophila, as well as in humans through improvements in approaches to the identification of circulating molecules in mass. These developments lead to a shift in our ability to predict the occurrence of death from the historically population level to the individual level. We question here the ethical, medical and social implications of this change of scale., La recherche fondamentale sur le vieillissement a pris un tour intéressant ces dernières années avec un développement rapide des biomarqueurs prédictifs de mortalité chez les organismes modèles, notamment la drosophile, ainsi que chez l’être humain à travers les améliorations des approches d’identification en masse de molécules circulantes. Ces développements conduisent à un déplacement de notre capacité de prédiction de survenue de la mort, du niveau historiquement populationnel au niveau individuel. Nous interrogeons ici les implications éthiques, médicales et sociales de ce changement d’échelle.

This thesis addresses the subject of event detection in temporal signals for elderly monitoring by the use of a floor pressure sensor. We first show that most proposed systems do not meet main practical issues and that floor systems constitute promising candidates for monitoring tasks. Since complex signals require sophisticated models, we propose a random-forest-based approach that detects falls with state-of-the-art accuracy and meets hardware constraints with a feature selection procedure. The model performance is improved with data augmentation and time aggregation of the random forest outputs. Then, we address the issue of confronting our model to the real world with transfer learning methods that act on the core model of random forests, i.e. decision trees. These methods are adaptations of seminal work and are designed to tackle the class imbalance problem as falls are rare events. Methods are tested on several data sets, showing interesting potential continuation, and a Python implementation is made available. Finally, motivated by the issue of elderly monitoring while dealing with one-dimensional signals for a large areas, we propose to distinguish elderly persons from younger individuals with a model based on convolutional neural network and convolutional dictionary learning. Since signals are mainly made of walks, the first part of the model is trained to recognize steps, and the last part of the model is trained with all previous layers frozen. This novel approach to gait classification allows to isolate elderly-generated signals with very high accuracy.; Cette thèse porte sur la détection d'événements dans des signaux issus de capteurs sols pour le suivi des personnes âgées. Au vu des questions pratiques, il semble en effet que les capteurs de pression situés au sol soient de bons candidats pour les activités de suivi, notamment la détection de chute. Les signaux à traiter étant complexes, il convient d’utiliser des modèles sophistiqués. Ainsi, afin de concevoir un détecteur de chutes, nous proposons une approche basée sur les forêts aléatoires, tout en répondant aux contraintes matérielles à l’aide d’une procédure de sélection des variables. Les performances sont améliorées à l’aide d’une méthode d’augmentation des données ainsi qu’à l'agrégation temporelle des réponses du modèle. Nous abordons ensuite la question de la confrontation de notre modèle au monde réel, avec des méthodes d'apprentissage par transfert qui agissent sur le modèle de base des forêts aléatoires, c'est-à-dire les arbres de décision. Ces méthodes sont des adaptations de travaux antérieurs aux nôtres et sont conçues pour aborder le problème de déséquilibre des classes, la chute étant un événement rare. Nous les testons sur plusieurs ensembles de données, montrant ainsi des résultats encourageants pour la suite, et une implémentation Python est mise à disposition. Enfin, motivés par la question du suivi des personnes âgées tout en traitant un signal unidimensionnel pour une grande zone, nous proposons de distinguer les personnes âgées des individus plus jeunes grâce à un modèle de réseau de neurones convolutifs et un apprentissage de dictionnaire. Les signaux à traiter étant principalement constitués de marches, la première brique du modèle est entraînée pour se focaliser sur les pas dans les signaux, et la seconde partie du modèle est entraînée séparément sur la tâche finale. Cette nouvelle approche de la classification de la marche permet de reconnaître avec efficacité les signaux issus de personnes âgées.

This thesis addresses the subject of event detection in temporal signals for elderly monitoring by the use of a floor pressure sensor. We first show that most proposed systems do not meet main practical issues and that floor systems constitute promising candidates for monitoring tasks. Since complex signals require sophisticated models, we propose a random-forest-based approach that detects falls with state-of-the-art accuracy and meets hardware constraints with a feature selection procedure. The model performance is improved with data augmentation and time aggregation of the random forest outputs. Then, we address the issue of confronting our model to the real world with transfer learning methods that act on the core model of random forests, i.e. decision trees. These methods are adaptations of seminal work and are designed to tackle the class imbalance problem as falls are rare events. Methods are tested on several data sets, showing interesting potential continuation, and a Python implementation is made available. Finally, motivated by the issue of elderly monitoring while dealing with one-dimensional signals for a large areas, we propose to distinguish elderly persons from younger individuals with a model based on convolutional neural network and convolutional dictionary learning. Since signals are mainly made of walks, the first part of the model is trained to recognize steps, and the last part of the model is trained with all previous layers frozen. This novel approach to gait classification allows to isolate elderly-generated signals with very high accuracy.; Cette thèse porte sur la détection d'événements dans des signaux issus de capteurs sols pour le suivi des personnes âgées. Au vu des questions pratiques, il semble en effet que les capteurs de pression situés au sol soient de bons candidats pour les activités de suivi, notamment la détection de chute. Les signaux à traiter étant complexes, il convient d’utiliser des modèles sophistiqués. Ainsi, afin de concevoir un détecteur de chutes, nous proposons une approche basée sur les forêts aléatoires, tout en répondant aux contraintes matérielles à l’aide d’une procédure de sélection des variables. Les performances sont améliorées à l’aide d’une méthode d’augmentation des données ainsi qu’à l'agrégation temporelle des réponses du modèle. Nous abordons ensuite la question de la confrontation de notre modèle au monde réel, avec des méthodes d'apprentissage par transfert qui agissent sur le modèle de base des forêts aléatoires, c'est-à-dire les arbres de décision. Ces méthodes sont des adaptations de travaux antérieurs aux nôtres et sont conçues pour aborder le problème de déséquilibre des classes, la chute étant un événement rare. Nous les testons sur plusieurs ensembles de données, montrant ainsi des résultats encourageants pour la suite, et une implémentation Python est mise à disposition. Enfin, motivés par la question du suivi des personnes âgées tout en traitant un signal unidimensionnel pour une grande zone, nous proposons de distinguer les personnes âgées des individus plus jeunes grâce à un modèle de réseau de neurones convolutifs et un apprentissage de dictionnaire. Les signaux à traiter étant principalement constitués de marches, la première brique du modèle est entraînée pour se focaliser sur les pas dans les signaux, et la seconde partie du modèle est entraînée séparément sur la tâche finale. Cette nouvelle approche de la classification de la marche permet de reconnaître avec efficacité les signaux issus de personnes âgées.

In this thesis we study two non-localstatistics in images from a probabilistic point of view: spatialredundancy and convolutional neural network features. Moreprecisely, we are interested in the estimation and detection ofspatial redundancy in naturalimages. We also aim at sampling images with neural network constraints.We start by giving a definition of spatial redundancy in naturalimages. This definition relies on two concepts: a Gestalt analysisof the notion of similarity in images, and a hypothesis testingframework (the a contrario method). We propose an algorithm toidentify this redundancy in natural images. Using this methodologywe can detect similar patches in images and, with this information,we propose new algorithms for diverse image processing tasks(denoising, periodicity analysis).The rest of this thesis deals with sampling images with non-localconstraints. The image models we consider are obtained via themaximum entropy principle. The target distribution is then obtainedby minimizing an energy functional. We use tools from stochasticoptimization to tackle thisproblem.More precisely, we propose and analyze a new algorithm: the SOUL(Stochastic Optimization with Unadjusted Langevin) algorithm. Inthis methodology, the gradient is estimated using Monte Carlo MarkovChains methods. In the case of the SOUL algorithm we use an unadjustedLangevin algorithm. The efficiency of the SOUL algorithm is relatedto the ergodic properties of the underlying Markov chains. Thereforewe are interested in the convergence properties of certain class offunctional autoregressive models. We characterize precisely thedependency of the convergence rates of these models with respect totheir parameters (dimension, smoothness,convexity).Finally, we apply the SOUL algorithm to the problem ofexamplar-based texture synthesis with a maximum entropy approach. Wedraw links between our model and other entropy maximizationprocedures (macrocanonical models, microcanonical models). Usingconvolutional neural network constraints we obtain state-of-the artvisual results., Dans cette thèse, on étudie d'un point de vueprobabiliste deux statistiques non locales dans les images : laredondance spatiale et les moments de certaines couches de réseauxde neurones convolutionnels. Plus particulièrement, on s'intéresse àl'estimation et à la détection de la redondance spatiale dans lesimages naturelles et à l'échantillonnage de modèles d'images souscontraintes de moments de sorties de réseaux deneurones.On commence par proposer une définition de la redondance spatialedans les images naturelles. Celle-ci repose sur une analyseGestaltiste de la notion de similarité ainsi que sur un cadrestatistique pour le test d'hypothèses via la méthode acontrario. On développe un algorithme pour identifier cetteredondance dans les images naturelles. Celui-ci permet d'identifierles patchs similaires dans une image. On utilise cette informationpour proposer de nouveaux algorithmes de traitement d'image(débruitage, analyse de périodicité).Le reste de cette thèse est consacré à la modélisation et àl'échantillonnage d'images sous contraintes non locales. Les modèlesd'images considérés sont obtenus via le principe de maximumd'entropie. On peut alors déterminer la distribution cible sur lesimages via une procédure de minimisation. On aborde ce problème enutilisant des outils issus de l'optimisationstochastique.Plus précisément, on propose et analyse un nouvel algorithme pourl'optimisation stochastique : l'algorithme SOUL (StochasticOptimization with Unadjusted Langevin). Dans cette méthodologie, legradient est estimé par une méthode de Monte Carlo par chaîne deMarkov (ici l'algorithme de Langevin non ajusté). Les performancesde cet algorithme repose sur les propriétés de convergenceergodiques des noyaux de Markov associés aux chaînes de Markovutilisées. On s'intéresse donc aux propriétés de convergencegéométrique de certaines classes de modèles fonctionnelsautorégressifs. On caractérise précisément la dépendance des taux deconvergence de ces modèles vis à vis des constantes du modèle(dimension, régularité,convexité...).Enfin, on applique l'algorithme SOUL au problème de synthèse detexture par maximum d'entropie. On étudie les liens qu'entretientcette approche avec d'autres modèles de maximisation d'entropie(modèles macrocanoniques, modèles microcanoniques). En utilisant desstatistiques de moments de sorties de réseaux de neuronesconvolutionnels on obtient des résultats visuels comparables à ceux del'état de l'art.

Geometric data analysis, beyond convolutionsTo model interactions between points, a simple option is to rely on weighted sums known as convolutions. Over the last decade, this operation has become a building block for deep learning architectures with an impact on many applied fields. We should not forget, however, that the convolution product is far from being the be-all and end-all of computational mathematics.To let researchers explore new directions, we present robust, efficient and principled implementations of three underrated operations: 1. Generic manipulations of distance-like matrices, including kernel matrix-vector products and nearest-neighbor searches.2. Optimal transport, which generalizes sorting to spaces of dimension D > 1.3. Hamiltonian geodesic shooting, which replaces linear interpolation when no relevant algebraic structure can be defined on a metric space of features.Our PyTorch/NumPy routines fully support automatic differentiation and scale up to millions of samples in seconds. They generally outperform baseline GPU implementations with x10 to x1,000 speed-ups and keep linear instead of quadratic memory footprints. These new tools are packaged in the KeOps (kernel methods) and GeomLoss (optimal transport) libraries, with applications that range from machine learning to medical imaging. Documentation is available at: www.kernel-operations.io/keops and /geomloss.; Analyse de données géométriques, au delà des convolutionsPour modéliser des interactions entre points, une méthode simple est de se reposer sur des sommes pondérées communément appelées "convolutions". Au cours de la dernière décennie, cette opération est devenue la brique de construction essentielle à la révolution du "deep learning". Le produit de convolution est, toutefois, loin d'être l'alpha et l'oméga des mathématiques appliquées.Pour permettre aux chercheurs d'explorer de nouvelles directions, nous présentons des implémentations robustes et efficaces de trois opérations souvent sous-estimées:1. Les manipulations de tenseurs semi-symboliques, comme les matrices de distances ou de noyaux.2. Le transport optimal, qui généralise la notion de "tri" aux espaces de dimension D > 1.3. Le tir géodésique sur une variété Riemannienne, qui se substitue à l'interpolation linéaire sur des espaces de données où aucune structure vectorielle ne peut être correctement définie.Nos routines PyTorch/NumPy sont compatibles avec la différentiation automatique, et s'exécutent en quelques secondes sur des nuages de plusieurs millions de points. Elle sont de 10 à 1,000 fois plus performantes que des implémentations GPU standards et conservent une empreinte mémoire linéaire. Ces nouveaux outils sont empaquetés dans les bibliothèques "KeOps" et "GeomLoss", avec des applications qui vont de l'apprentissage automatique à l'imagerie médicale. Notre documentation est accessible aux adresses www.kernel-operations.io/keops et /geomloss.

This thesis studies the problem of image and video blur and its removal.In the first part we focus on the restoration of image bursts, in particular for deblurring and super-resolution.First we study Fourier Burst Accumulation, which efficiently fuses the frames temporally by a weighted average in the Fourier domain.Then we show that the recent advances in satellite design allow to increase the spatial resolution using multi-frame super-resolution algorithms.We propose a method based on a spline interpolation model and quantify the gain of resolution. We apply the method with success on raw Skysat image bursts lent by Planet.In the second part we focus on the non-blind deconvolution problem.While most methods assume an over-simplistic image formation model, we propose to explicitly handle saturation, quantization, and gamma correction, with considerable improvement of the results.In the third part we tackle the difficult problem of blind deblurring, where the blur kernel is not known.First we propose an anatomy of the Goldstein and Fattal method which models statistical irregularities in the power spectrum of blurred natural images in order to estimate a blur kernel.Then we analyze a blur kernel estimation method that uses an L0 prior on the image gradients.While the method performs well on ideal settings, we show that its performance degrades rapidly under high noise conditions.To cope with this issue, we propose improvements of the method in order to handle high noise levels while maintaining its efficiency.The proposed approach yields results that are equivalent to those obtained with computationally far more demanding methods.Finally we propose to quantify the sharpness of images from the PlanetScope constellation to discard low quality images or deconvolve blurry ones.; Cette thèse étudie le problème du flou et de sa suppression.Dans la première partie, nous nous concentrons sur la restauration de rafale d'images, en particulier pour le défloutage et la super-résolution.Nous étudions tout d'abord Fourier Burst Accumulation, qui fusionne efficacement les images dans le temps par une moyenne pondérée dans le domaine de Fourier.Ensuite, nous montrons que les récents progrès dans la conception de satellite permettent d'augmenter la résolution spatiale en utilisant des algorithmes de super-résolution multi-images.Nous proposons une méthode basée sur un modèle d'interpolation spline et quantifions le gain de résolution. Nous appliquons la méthode avec succès sur des images brutes Skysat prêtées par Planet.Dans la deuxième partie, nous nous concentrons sur le problème de la déconvolution non aveugle.Alors que la plupart des méthodes supposent un modèle de formation d'image trop simpliste, nous proposons de traiter explicitement la saturation, la quantification et la correction gamma, permettant une amélioration considérable des résultats.Dans la troisième partie, nous abordons le difficile problème du défloutage aveugle, où le noyau de flou n'est plus connu.Nous proposons d'abord une anatomie de la méthode de Goldstein et Fattal qui modélise les irrégularités statistiques dans le spectre de puissance des images naturelles floues afin d'estimer un noyau de flou.Ensuite, nous analysons une méthode d'estimation du noyau de flou qui utilise un a priori L0 sur les gradients de l'image.Bien que la méthode soit efficace dans des conditions idéales, nous montrons que ses performances se dégradent rapidement dans des conditions de bruit élevé.Pour faire face à ce problème, nous proposons d'améliorer la méthode afin de traiter les niveaux de bruit élevés tout en maintenant son efficacité.L'approche proposée donne des résultats équivalents à ceux obtenus avec des méthodes beaucoup plus exigeantes en temps de calcul.Enfin, nous proposons de quantifier la netteté des images de la constellation PlanetScope afin d'éliminer les images de faible qualité ou de déconvoluer celles qui sont floues.

This thesis studies the problem of image and video blur and its removal.In the first part we focus on the restoration of image bursts, in particular for deblurring and super-resolution.First we study Fourier Burst Accumulation, which efficiently fuses the frames temporally by a weighted average in the Fourier domain.Then we show that the recent advances in satellite design allow to increase the spatial resolution using multi-frame super-resolution algorithms.We propose a method based on a spline interpolation model and quantify the gain of resolution. We apply the method with success on raw Skysat image bursts lent by Planet.In the second part we focus on the non-blind deconvolution problem.While most methods assume an over-simplistic image formation model, we propose to explicitly handle saturation, quantization, and gamma correction, with considerable improvement of the results.In the third part we tackle the difficult problem of blind deblurring, where the blur kernel is not known.First we propose an anatomy of the Goldstein and Fattal method which models statistical irregularities in the power spectrum of blurred natural images in order to estimate a blur kernel.Then we analyze a blur kernel estimation method that uses an L0 prior on the image gradients.While the method performs well on ideal settings, we show that its performance degrades rapidly under high noise conditions.To cope with this issue, we propose improvements of the method in order to handle high noise levels while maintaining its efficiency.The proposed approach yields results that are equivalent to those obtained with computationally far more demanding methods.Finally we propose to quantify the sharpness of images from the PlanetScope constellation to discard low quality images or deconvolve blurry ones., Cette thèse étudie le problème du flou et de sa suppression.Dans la première partie, nous nous concentrons sur la restauration de rafale d'images, en particulier pour le défloutage et la super-résolution.Nous étudions tout d'abord Fourier Burst Accumulation, qui fusionne efficacement les images dans le temps par une moyenne pondérée dans le domaine de Fourier.Ensuite, nous montrons que les récents progrès dans la conception de satellite permettent d'augmenter la résolution spatiale en utilisant des algorithmes de super-résolution multi-images.Nous proposons une méthode basée sur un modèle d'interpolation spline et quantifions le gain de résolution. Nous appliquons la méthode avec succès sur des images brutes Skysat prêtées par Planet.Dans la deuxième partie, nous nous concentrons sur le problème de la déconvolution non aveugle.Alors que la plupart des méthodes supposent un modèle de formation d'image trop simpliste, nous proposons de traiter explicitement la saturation, la quantification et la correction gamma, permettant une amélioration considérable des résultats.Dans la troisième partie, nous abordons le difficile problème du défloutage aveugle, où le noyau de flou n'est plus connu.Nous proposons d'abord une anatomie de la méthode de Goldstein et Fattal qui modélise les irrégularités statistiques dans le spectre de puissance des images naturelles floues afin d'estimer un noyau de flou.Ensuite, nous analysons une méthode d'estimation du noyau de flou qui utilise un a priori L0 sur les gradients de l'image.Bien que la méthode soit efficace dans des conditions idéales, nous montrons que ses performances se dégradent rapidement dans des conditions de bruit élevé.Pour faire face à ce problème, nous proposons d'améliorer la méthode afin de traiter les niveaux de bruit élevés tout en maintenant son efficacité.L'approche proposée donne des résultats équivalents à ceux obtenus avec des méthodes beaucoup plus exigeantes en temps de calcul.Enfin, nous proposons de quantifier la netteté des images de la constellation PlanetScope afin d'éliminer les images de faible qualité ou de déconvoluer celles qui sont floues.

Molecular dynamics (MD) simulations can produce nowadays huge amount of data using high-throughput CPU/GPU clusters. However, in addition not to consider the kinetic aspect of the data, the routine use of MD simulations for a study of real macromolecules present some drawbacks. The RMSD approach remains too vague for the description of local equilibrium, whereas classical clustering methods can provide artifacts: the both points of view share a limited exploitation of the information held by the MD data regarding the dynamics of the underlying process. We will present here a work towards the dynamics modelling of such trajectories, and we will show to what extend they can me described as resulting from an SDE, or better, a Langevin equation. Furthermore, we present a new method addressing the detection of local equilibrium, the κ-segmentation algorithm, allowing to detect and quantidy local equilibrium, while avoiding the detection of artifacts, and thusly, making up for the downsides of the quoted methods.; Les ressources informatiques actuelles (CPU/GPU) permettent de générer une grande quantité de trajectoires de simulation de la dynamique moléculaire (DM). Cependant, en plus de ne pas toujours tirer profit du contenu dynamique des trajectoires, les méthodes d'analyse actuelles visant à extraire de l'information pertinente au regard des macromolécules étudiées présentent certaines lacunes. Si la RMSD manque de finesse quant à la description des phénomènes d'équilibrations locaux, les méthodes de clustering sont sujettes à la détection d'artefacts: ces deux méthodes ont par ailleurs en commun une exploitation limitée de l'information dynamique que contiennent les trajectoires. Nous présentons au court de ce travail une façon d'aborder la question de la modélisation des trajectoires observées, et nous verrons dans quelles mesures celles-ci peuvent être modélisées par une EDS, ou mieux, une équation de Langevin. Nous développons également une méthode de segmentation des trajectoires, appelée κ-segmentation, permettant la détection et la quantification d'équilibres locaux tout en évitant la détection d'artefacts, comblant ainsi les déficiences des méthodes citées.

Molecular dynamics (MD) simulations can produce nowadays huge amount of data using high-throughput CPU/GPU clusters. However, in addition not to consider the kinetic aspect of the data, the routine use of MD simulations for a study of real macromolecules present some drawbacks. The RMSD approach remains too vague for the description of local equilibrium, whereas classical clustering methods can provide artifacts: the both points of view share a limited exploitation of the information held by the MD data regarding the dynamics of the underlying process. We will present here a work towards the dynamics modelling of such trajectories, and we will show to what extend they can me described as resulting from an SDE, or better, a Langevin equation. Furthermore, we present a new method addressing the detection of local equilibrium, the κ-segmentation algorithm, allowing to detect and quantidy local equilibrium, while avoiding the detection of artifacts, and thusly, making up for the downsides of the quoted methods., Les ressources informatiques actuelles (CPU/GPU) permettent de générer une grande quantité de trajectoires de simulation de la dynamique moléculaire (DM). Cependant, en plus de ne pas toujours tirer profit du contenu dynamique des trajectoires, les méthodes d'analyse actuelles visant à extraire de l'information pertinente au regard des macromolécules étudiées présentent certaines lacunes. Si la RMSD manque de finesse quant à la description des phénomènes d'équilibrations locaux, les méthodes de clustering sont sujettes à la détection d'artefacts: ces deux méthodes ont par ailleurs en commun une exploitation limitée de l'information dynamique que contiennent les trajectoires. Nous présentons au court de ce travail une façon d'aborder la question de la modélisation des trajectoires observées, et nous verrons dans quelles mesures celles-ci peuvent être modélisées par une EDS, ou mieux, une équation de Langevin. Nous développons également une méthode de segmentation des trajectoires, appelée κ-segmentation, permettant la détection et la quantification d'équilibres locaux tout en évitant la détection d'artefacts, comblant ainsi les déficiences des méthodes citées.

National audience; La photographie est devenue une pratique massivement répandue. Grâce à l'arrivée des smartphones, il est devenu très facile de faire une belle photo et de la partager à des milliers de personnes en quelques secondes sur les réseaux sociaux. Cependant, nous avons tendance à oublier tout le travail effectué par les algorithmes de traitement d’images, ces méthodes qui permettent la formation de l’image, sa visualisation, son amélioration et son stockage.Au long de cet article, nous allons suivre l’évolution d’une image numérique au cours de sa chaîne de traitement, depuis ce que reçoit un capteur photographique jusqu’au fichier final stocké en mémoire

Geometric data analysis, beyond convolutionsTo model interactions between points, a simple option is to rely on weighted sums known as convolutions. Over the last decade, this operation has become a building block for deep learning architectures with an impact on many applied fields. We should not forget, however, that the convolution product is far from being the be-all and end-all of computational mathematics.To let researchers explore new directions, we present robust, efficient and principled implementations of three underrated operations: 1. Generic manipulations of distance-like matrices, including kernel matrix-vector products and nearest-neighbor searches.2. Optimal transport, which generalizes sorting to spaces of dimension D > 1.3. Hamiltonian geodesic shooting, which replaces linear interpolation when no relevant algebraic structure can be defined on a metric space of features.Our PyTorch/NumPy routines fully support automatic differentiation and scale up to millions of samples in seconds. They generally outperform baseline GPU implementations with x10 to x1,000 speed-ups and keep linear instead of quadratic memory footprints. These new tools are packaged in the KeOps (kernel methods) and GeomLoss (optimal transport) libraries, with applications that range from machine learning to medical imaging. Documentation is available at: www.kernel-operations.io/keops and /geomloss., Analyse de données géométriques, au delà des convolutionsPour modéliser des interactions entre points, une méthode simple est de se reposer sur des sommes pondérées communément appelées "convolutions". Au cours de la dernière décennie, cette opération est devenue la brique de construction essentielle à la révolution du "deep learning". Le produit de convolution est, toutefois, loin d'être l'alpha et l'oméga des mathématiques appliquées.Pour permettre aux chercheurs d'explorer de nouvelles directions, nous présentons des implémentations robustes et efficaces de trois opérations souvent sous-estimées:1. Les manipulations de tenseurs semi-symboliques, comme les matrices de distances ou de noyaux.2. Le transport optimal, qui généralise la notion de "tri" aux espaces de dimension D > 1.3. Le tir géodésique sur une variété Riemannienne, qui se substitue à l'interpolation linéaire sur des espaces de données où aucune structure vectorielle ne peut être correctement définie.Nos routines PyTorch/NumPy sont compatibles avec la différentiation automatique, et s'exécutent en quelques secondes sur des nuages de plusieurs millions de points. Elle sont de 10 à 1,000 fois plus performantes que des implémentations GPU standards et conservent une empreinte mémoire linéaire. Ces nouveaux outils sont empaquetés dans les bibliothèques "KeOps" et "GeomLoss", avec des applications qui vont de l'apprentissage automatique à l'imagerie médicale. Notre documentation est accessible aux adresses www.kernel-operations.io/keops et /geomloss.

National audience

Image comparison, which consists in deciding whether or not several images represent some common or similar objects, is a problem recognized as difficult, especially because of the viewpoint changes between images. The apparent deformations of objects caused by changes of the camera position can be locally approximated by affine maps. This has motivated the quest for affine invariant local descriptors in the last 15 years. Unfortunately, existing descriptors cannot handle angle viewpoint differences larger than 45 degrees, and fail completely beyond 60 degrees. In this thesis, we address several strategies to resolve this limitation, and we show at the end that they complete each other.Three main branches to obtain affine invariance are actively being investigated by the scientific community:- Through affine simulations followed by (less invariant) matching of many simulated image pairs;- Through a description that is already independent from the viewpoint;- Through local affine patch normalization.In this thesis we explore all three approaches. We start by presenting a distance between affine maps that measures viewpoint deformation. This distance is used to generate optimal (minimal) sets of affine transformations, to be used by Image Matching by Affine Simulation (IMAS) methods. The goal is to reduce the number of affine simulations while keeping the same performance level in the matching process. We use these optimal sets of affine maps and other computational improvements to boost the well established ASIFT method. We also propose a new method, Optimal ARootSIFT whose performance and speed significantly improve on those of ASIFT. As a side quest and direct application of the IMAS methodology, we propose two descriptors suitable to track repeated objects based on the Number of False Alarms (NFA), test their viewpoint tolerance and generate accordingly proper sets of affine simulations. In that way we end up with two IMAS methods able to handle repetitive structures under strong viewpoint differences.Our search for improvement focuses then on local descriptors, which once were manually-designed, but are currently being learned from data with the promise of a better performance. This motivates our proposition of an affine invariant descriptor (called AID) based on a convolutional neural network trained with optical affine simulated data. Even if not trained for occlusion nor noise, the performance of AIDs on real images is surprisingly good. This performance confirms that it might be possible to attain a straightaway common description of a scene regardless of viewpoint.Finally, recent advances in affine patch normalization (e.g. Affnet) help circumvent the lack of affine invariance of state-of-the-art descriptors. As usual with affine normalization, patches are normalized to a single representation and then described. We instead propose to rely not on the precision nor on the existence of a single affine normalizing map, by presenting an Adaptive IMAS method that computes a small set of possible normalizing representations. This method aggregates the Affnet information to attain a good compromise between speed and performance. At the end of the day, our inquiries lead to a method that fuses normalization and simulation ideas to get a still faster and more complete affine invariant image matcher.All in all, affine invariance is a way to remove the viewpoint information from patches and focus on what the scene really describes. However, clues on how geometry is transformed can be useful when matching two images, e.g., recovering the global transformation, the proposal of new tentative matches, among others. With that in mind, we propose a LOCal Affine Transform Estimator (LOCATE) which is proved to be valuable for affine guided matching and homography estimation. These two applications of LOCATE provide complementary tools that improve still more the affine invariant image matchers presented above., La mise en correspondance d'images, qui consiste à décider si plusieurs images représentent ou non des objets communs ou similaires, est un problème reconnu comme difficile, notamment en raison des changements de point de vue entre les images. Les déformations apparentes des objets causées par les changements de position de la caméra peuvent être approximées localement par des transformations affines. Cette propriété a motivé la recherche de descripteurs locaux invariants affines depuis une quinzaine d'années. Malheureusement, les descripteurs existants ne permettent pas de traiter des différences de point de vue d'angle supérieures à 45 degrés, et échouent complètement au-delà de 60 degrés. Dans cette thèse, nous abordons plusieurs stratégies pour résoudre cette limitation, et nous montrons qu'elles se complètent.Trois directions principales pour obtenir l'invariance affine sont activement étudiées par la communauté scientifique :- Par des simulations affines suivies d'un appariement (moins invariant) de nombreux couples d'images simulées ;- Par une description indépendante du point de vue ;- Grâce à une normalisation affine locale de patchs.Dans cette thèse, nous explorons les trois approches. Nous commençons par présenter une distance entre les transformations affines qui mesure la déformation du point de vue. Cette distance est utilisée pour générer des ensembles optimaux (minimaux) de transformations affines, qui sont utilisés par les méthodes de mise en correspondance d'images par simulation affine (IMAS). L'objectif est de réduire le nombre de simulations affines à simuler tout en conservant le même niveau de performance dans le processus d'appariement. Nous utilisons ces ensembles optimaux de transformations affines et d'autres améliorations informatiques pour renforcer la méthode ASIFT. Nous proposons également une nouvelle méthode, Optimal ARootSIFT, dont les performances et la vitesse sont nettement supérieures à celles d'ASIFT. Dans une application directe de la méthodologie IMAS pour un problème connexe, nous proposons deux descripteurs permettant de suivre des objets répétés en mesurant un nombre de fausses alarmes (NFA), de tester leur tolérance au changement de point de vue, et de générer en conséquence des ensembles appropriés de simulations affines. De cette façon, nous obtenons deux méthodes IMAS capables de traiter des structures répétitives avec de fortes différences de points de vue.Notre recherche d'amélioration se concentre ensuite sur les descripteurs locaux, qui étaient autrefois conçus heuristiquement, mais qui sont actuellement appris à partir de données massives, avec la promesse d'une meilleure performance. Nous proposons un descripteur invariant affine (appelé AID) appris par un réseau neuronal convolutionnel entraîné avec des données simulées. Même si ce réseau n'est pas entraîné pour les occlusions ou le bruit, la performance des descripteurs AIDs sur des images réelles est étonnamment bonne. Cette performance confirme qu'il est possible d'obtenir immédiatement une description commune d'une scène, quel que soit le point de vue.Enfin, les progrès récents dans la normalisation affine des patchs (par exemple Affnet) permettent de contourner l'absence d'invariance affine des descripteurs de l'état de l'art. Comme d'habitude avec la normalisation affine, les patchs sont normalisés en une représentation unique, qui est transformée en descripteur. Nous préférons ne pas nous fier à la précision ni à l'existence d'une seule normalisation affine, et présentons une méthode IMAS adaptative qui calcule un petit ensemble de représentations normalisantes possibles. Cette méthode agrège les informations d'Affnet pour obtenir un bon compromis entre vitesse et performance. En fin de compte, nos recherches aboutissent à une méthode qui fusionne les idées de normalisation et de simulation pour obtenir une mise en correspondance d'images invariante affine encore plus rapide et plus complète.

International audience

International audience; The Milieu Intérieur project aims to define the boundaries of a healthy immune system in steady state and upon immune stimulation, and to elucidate environmental and hereditary determinants of its variability. The project is based on an in-depth immune phenotyping of 1 000 healthy donors. By correlating the cytometry measurements of peripheral blood immune cell composition in homeostasis, with the associated metadata, we have defined reference values of phenotypes related to sex and age, and found a significant impact of latent cytomegalovirus infection and smoking on measured phenotypes. In addition, we identified eleven novel Single-Nucleotide Polymorphisms (SNPs) associated with immune cell phenotypes. Immune response signatures were measured upon stimulation of fresh peripheral blood by 40 immune stimuli. Robust and standardized pipelines were established to quantify expression of 29 proteins and 572 genes and to explore genetic and non-genetic determinants of the variability of healthy immune response. The analytical approaches established by Milieu Intérieur and the collected data set represent an ideal reference for comparison studies of disease populations.; Le projet Milieu Intérieur vise à élucider les facteurs environnementaux et héréditaires qui façonnent un système immunitaire sain, et à définir ses frontières lors de l’homéostasie et à la suite d’une stimulation immunitaire. Le projet repose sur un phénotypage immunitaire de 1 000 donneurs sains. En corrélant les mesures obtenues par analyse en cytométrie en flux de la composition des cellules immunitaires du sang périphérique en homéostasie avec les métadonnées associées, nous avons défini des valeurs de référence de phénotypes en fonction du sexe et de l’âge et constaté un impact significatif du tabagisme et de l’infection latente par le cytomégalovirus sur les phénotypes mesurés. Nous avons également identifié onze nouveaux polymorphismes (SNP, single-nucleotide polymorphism), associés à des phénotypes spécifiques de certaines cellules immunitaires. Des conduites expérimentales robustes et standardisées ont été établies pour quantifier les signatures protéiques et transcriptionnelles de la réponse immunitaire résultant de la stimulation des cellules du sang périphérique et pour explorer les déterminants génétiques et non-génétiques de la variabilité de cette réponse. Les approches analytiques établies par Milieu Intérieur et l’ensemble des données recueillies pourront ainsi servir de référence pour des études comparatives avec différentes maladies.

International audience; AIM OF THE STUDY: To prove in vivo and on cadaveric lungs, the constancy of the collateral type of distribution for the right and left pulmonary arteries as described in classical books and modern studies; to estimate the frequency of the main branches observed and define an arterial tree of reference set up with the most common branches for reading the CT pulmonary angiographies. PATIENTS AND METHODS: Sixty three-dimensional reconstructions of pulmonary arterial trees (right: 30; left: 30) using the Volume Rendering Technique (VRT) performed from CT angiographic studies of 30 patients without bronchial, arterial or pulmonary pathology. Dissection of 16 pulmonary arteries from eight fresh cadavers injected with latex. Finally, 76 pulmonary arteries (right: 38; left: 38) were examined. RESULTS: The most common division of the pulmonary artery is a collateral distribution but in seven cases from 38 (18.4%) at right and one case from 38 (2.6%) at left the artery ended in two or three terminal lobar trunks which provided the segmental arteries. The mediastinal artery for the upper right lobe was always found, with a complementary scissural artery in 89.5% of cases; a middle lobar trunk was observed in 22 of the 38 right lungs (57.9%). On the left tree, four different but usually not coexisting mediastinal arteries were identified for the upper lobe, three for the culmen and one for the lingula; six various scissural arteries were noted, three for the culmen and three for the lingula; the segment 6 received one or two segmental arteries, exceptionally three. An arterial tree of reference could be defined for both sides. CONCLUSION: The division in terminal lobar trunks of the pulmonary arteries is a variation demonstrated for the first time. The data obtained from 3D reconstruction imaging in vivo are in conformity with the results of studies performed on injected cadaveric lungs for this point and to define the arterial tree of reference.

International audience; PURPOSE: To demonstrate the added diagnostic value of time-resolved imaging of contrast kinetics (TRICKS) in the evaluation of lower limb arteries compared to standard 3 level MRA with stepping table method. PATIENTS AND METHODS: Forty patients (30% diabetics) with lower extremity peripheral arterial disease (87.5% with chronic ischemia) underwent standard contrast MRA including TRICKS of the distal arteries. Five arterial segments were defined per leg, and 395 arterial segments were compared (one patient with amputation). Two reviewers evaluated the quality of arterial imaging, presence of venous return and degree of stenosis per segment. The degree of interobserver agreement for arterial stenosis measurement was calculated. RESULTS: More arterial segments could be analyzed on the TRICKS sequence (good or excellent analysis in 63.03%-66.32% of arterial segments compared to 41.51%-47.08% on routine MRA). There was less venous contamination on TRICKS images (25.57% to 27.60% gain). The degree of interobserver agreement was superior with TRICKS compared to standard MRA (kappa 0.85 vs 0.69). CONCLUSION: The TRICKS sequence can be added to standard MRA for pre-therapeutic evaluation of distal arteries in patients with peripheral arterial disease, especially with chronic ischemic with rest pain and/or trophic changes.

International audience; An infrarenal duplication of the inferior vena cava with both channels lying on the right side of the aorta was fortuitously found during an abdominal Computed Tomography performed on a 52 year-old woman. Only two same cases seem to be reported in the literature. This very uncommon abnormality probably results from persistence of the infra-renal part of the right subcardinal vein. Radiologists have to be aware of this right-sided ipsilateral duplication for it may be a trap in abdominal imaging as well as "classical" inferior vena cava duplication located on both sides of the abdominal aorta.