Le sommeil joue un rôle clé dans le développement neurologique du nouveau-né. Chez les prématurés, sa qualité et son organisation indiquent précocement la maturation cérébrale et le risque de troubles. Dans les Unités de Soins Intensifs Néonatals (USIN), l’évaluation des états de sommeil est essentielle, mais les méthodes traditionnelles, basées sur l’observation ou la polysomnographie, restent lourdes et peu adaptées à un suivi continu. De nombreuses études ont proposé des méthodes automatiques utilisant des signaux physiologiques ou comportementaux, mais leur robustesse, interprétabilité et généralisabilité sont limitées. Ces travaux de thèse développent une chaîne complète pour classifier les états de sommeil, avec un focus sur le Sommeil Calme (SC), stade clé du développement. La méthode inclut : i) l’extraction de caractéristiques à partir de trois modalités (ECG, respiration, mouvements) ; ii) une classification non supervisée pour l’aide à l’annotation du SC ; iii) un modèle supervisé compact et interprétable pour estimer le SC et distinguer trois stades (SC, sommeil non calme, éveil). Les résultats montrent une bonne concordance avec les annotations d’experts pour le SC, tandis que la classification de trois stades nécessite encore des améliorations. Cette approche ouvre la voie à un suivi automatique et non invasif du sommeil des prématurés, notamment du SC.

L'épilepsie touche environ 1 % de la population mondiale, et environ 30 % des patients épileptiques souffrent d'épilepsie pharmacorésistante (DRE). Les techniques de stimulation électrique, notamment la stimulation cérébrale profonde (DBS) et la stimulation transcrânienne à courant continu (tDCS), sont apparues comme des stratégies thérapeutiques alternatives pour ces patients. Cependant, les mécanismes par lesquels ces interventions produisent des effets bénéfiques restent mal compris. La modélisation informatique est devenue un outil précieux pour comprendre les mécanismes sous-jacents à ces troubles neurologiques. L'objectif principal de cette thèse est de développer des modèles informatiques afin d'améliorer notre compréhension des effets post-stimulation de la neuromodulation électrique, en particulier les changements neuroplastiques qu'elle induit. À cette fin, nous avons développé un nouveau modèle de masse neuronale thalamocorticale qui intègre la plasticité synaptique à court terme et l'activation des récepteurs extrasynaptiques. Ce modèle explique la suppression dépendante de la fréquence de l'activité interictale observée dans la dysplasie corticale focale après une stimulation thalamique. En outre, nous avons étudié les effets de la stimulation par courant continu (DCS) à l'aide d'une modélisation de la masse neuronale, en examinant comment la stimulation influence les changements neuroplastiques pour différentes fréquences de pics interictales dans les réseaux épileptogènes.En résumé, ce travail propose des mécanismes potentiels sous-jacents aux effets thérapeutiques de la stimulation électrique et présente un cadre de modélisation pour étudier les réponses neuroplastiques associées à de telles interventions dans l'épilepsie.

L’ablation par cathéter est actuellement la seule méthode curative pour traiter les arythmies cardiaques. Elle nécessite une étude électrophysiologique longue et invasive pour détecter les cibles d'ablation. Dans ce contexte, l’Imagerie ÉlectroCardioGraphique (IECG) constitue une alternative non invasive prometteuse, permettant de reconstruire des cartographies 3D de l’activité électrique du cœur à partir de signaux ECG de surface et de données anatomiques issues d’imageries médicales (IRM ou scanner). Cette approche vise à localiser plus précisément les zones à ablater. Toutefois, l’IECG requiert la résolution d’un problème inverse mal posé, rendant la solution instable et non unique. Pour résoudre ce problème, il est indispensable de le régulariser en utilisant un choix adéquat des hyper-paramètres. Dans un premier temps, une analyse comparative des méthodes existantes de sélection de ces hyper-paramètres est réalisée. Dans un second temps, de nouvelles approches basées sur le principe de contradiction ont été proposées pour différents a priori, donnant naissance à des méthodes IECG automatiques. Une évaluation sur données réalistes générées par un modèle cœur-torse basse résolution et sur quelques jeux de données réelles a été réalisée mettant en évidence les avantages et limites de chaque méthode.

Ces travaux ont été consacrés à l’approfondissement de l’étude des sulfures d’uranium binaires et ternaires, afin de mieux comprendre leurs propriétés physiques. Les spectroscopies des rayons X à haute résolution (HERFD-XANES, RXES, RIXS) ont permis de déterminer la valence de l’uranium, avec une prédominance de l’état U⁴⁺ mais aussi la confirmation de valences mixtes U³⁺/U⁴⁺, et de confirmer le caractère plus covalent de la liaison U-S que celui de la liaison U-O. L’étude a ensuite été étendue aux sulfures ternaires U₈TMS₁₇, AN₂FeS₅, UTMS₃ et UₙCu₂S₃ₙ₊₁ (n = 3, 6) (TM = Sc - Ni et Ba ; AN = Th et U), révélant dans certains cas la stabilisation d’une valence mixte U³⁺/U⁴⁺ en présence de TM³⁺. La caractérisation de la chaleur spécifique et de la résistivité électrique de ces matériaux a pour la première fois été rendue possible grâce à la densification par frittage SPS, ce qui a permis de compléter les mesures magnétiques. Ces résultats mettent en évidence une diversité de comportements magnétiques, allant du paramagnétisme de Curie-Weiss à des ordres coopératifs ou ferrimagnétiques complexes.

Au cours des dernières décennies, le chien (Canis lupus familiaris) est devenu un modèle de choix pour l'étude des maladies génétiques complexes, grâce à sa diversité phénotypique, fruit d'une domestication ancienne et d'une sélection artificielle intense conduisant à la formation de plus de 400 races modernes, véritables isolats génétiques. Cette thèse porte sur la dysplasie coxo-fémorale (DCF), une affection multifactorielle débilitante du développement articulaire et homologue à la dysplasie développementale de la hanche (DDH) chez l'humain. Plus de 700 chiens ont été séquencés à faible couverture puis imputés afin d'identifier, par analyse d'association pangénomique (GWAS), des loci associés à la DCF. Deux outils bio-informatiques ont été développés : la librairie R Pedixplorer pour le traitement des pedigrees complexes et le pipeline nf-core/phaseimpute consacré à l'imputation de génotypes. La combinaison de GWAS intra- et inter-races avec des annotations fonctionnelles et une comparaison à la littérature sur la DDH humaine nous a permis de mettre en évidence une vingtaine de loci candidats. Ce travail, mené en partenariat avec l'ACGAO et la Fondation VISIO, ouvre la voie à un futur test génétique de risque dont le développement se poursuivra dans une thèse ultérieure.

La stabilité des produits industriels, de la formulation au stockage puis à l’utilisation, est essentielle pour garantir leur performance et leur qualité. Cette thèse explore l’usage de structures photoniques résonantes pour le suivi dynamique des processus de sédimentation et de stabilité de produits opaques ou sombres, difficiles à analyser par des dispositifs commerciaux. L’approche repose sur la fabrication de micro résonateurs en polymère UV210 avec une détection optique quasi-surfacique, intégrée à une plateforme expérimentale simplifiée et économique. Après caractérisation de structures hybrides SOI/UV210/SOI adaptées à l’étude de substances agressives pour l’organique, les capteurs SOI/UV210 ont été testés sur des dispersions colloïdales de silice dans l’eau puis dans un milieu visqueux, permettant de mesurer les vitesses de sédimentation. L’étude a été étendue à des dispersions opaques de noir de carbone, démontrant la capacité à suivre la stabilité colloïdale de substances absorbantes, en lien direct avec des problématiques industrielles (peintures, mélanges latex/silice). Enfin, ces micro résonateurs ont aussi permis de suivre des phénomènes dynamiques de séchage et de stratification dans des produits laitiers.

Le sol est un milieu vivant dynamique qui abrite une diversité de microorganismes responsables du cycle des nutriments, de la promotion de la croissance des plantes, de la suppression des agents pathogènes et de la résilience face aux stress. Parmi les produits du métabolisme des microorganismes du sol figurent les composés organiques volatils (COVs), qui constituent de puissants indicateurs de la qualité et de la santé des sols. Toutefois, une analyse des techniques conventionnelles de détection des VOCs montre que leur potentiel reste sous exploité, en grande partie en raison du faible taux d’identification des composés. Cette recherche explore l’utilisation de la spectroscopie rotationnelle expérimentale afin d’améliorer la détection des COV du sol en fournissant des informations sur la structure moléculaire. À cette fin, un spectromètre à ondes submillimétriques a été développé, spécifiquement conçu pour la détection et l’identification des VOCs du sol. Le spectromètre, basé sur le photomélange, a été assemblé, calibré, et validé. Les points d’améliorations ont été proposé afin de permettre une détection précise des mélanges gazeuses. Par ailleurs, les caractéristiques métabolomiques de trois souches bactériennes environnementales ont été examinés, et leurs cinétiques de croissance ont été mesurées dans un milieu nutritif commun. La production à la demande de mélanges de COV bactériens contribuera à valider l’instrument pour un usage en microbiologie environnementale.

Cette thèse étudie l’approche multimodale basée sur le traitement de signal sur graphe (TSG) pour intégrer la connectivité cérébrale structurelle et les signaux BOLD, mesurés par l’IRM de diffusion et fonctionnelle, respectivement. Dans une première partie, nous utilisons la théorie des graphes pour extraire les régions cérébrales liées à la dépression. Puis, du point de vue du TSG, nous montrons que l’analyse multimodale apporte une plus grande précision dans la classification d'adolescents anxieux et dépressifs, par rapport aux analyses unimodales. Dans une deuxième partie, nous essayons d’améliorer la localisation du signal à la fois dans le domaine spatial et spectral du graphe. Pour ce faire, nous concevons des paquets d’ondelettes sur graphe afin de créer un nouvel ensemble de transformées qui prennent mieux en compte la structure sous-jacente du graphe. Ensuite, nous exploitons et étendons l’approche Slepian de graphe qui vise à se concentrer sur un ensemble spécifique de nœuds sans exclure le sous-graphe. Nous proposons une décomposition spectrale des signaux BOLD dans des structures cérébrales localisées ainsi qu’une méthode de filtrage permettant d’examiner les patterns d’interactions entre les réseaux cérébraux. Dans une troisième partie, nous développons l’apprentissage sur graphe en utilisant les réseaux de neurones convolutionnels pour intégrer la structure et la fonction.

Ce manuscrit porte sur la dynamique de gouttes pancake en microfluidique et sur l’effet de la solubilité des tensioactifs, dont l’influence est critique sur la mobilité des gouttes. Suite à l’observation expérimentale d’une mobilité décroissante avec le rayon pour certains tensioactifs, à l’inverse des modèles classiques, nous avons conduit une étude systématique sur des tensioactifs dont la solubilité varie avec la longueur de la chaîne carbonée. Grâce à un dispositif expérimental combinant mesures de vitesse et d’épaisseur de film par interférométrie, nous avons observé deux régimes : pour des chaînes < 12 carbones (solubles), la mobilité croît avec le rayon, en accord avec la littérature. Pour ≥ 12 carbones (peu solubles), elle décroît. Nous avons proposé un modèle considérant un écoulement interfacial de type chenille de tank, basé sur la conservation du flux de tensioactifs à l’interface, expliquant les résultats et bornant la mobilité entre deux limites sans paramètre d’ajustement : interface incompressible et stress−free. Une seconde étude sur le profil d’épaisseur du film de lubrification confirme ce modèle pour les tensioactifs peu solubles. Pour les tensioactifs solubles, un épaississement local à l’arrière, dû à une accumulation de tensioactifs, est observé. Un modèle de transport interfacial 2D a alors été développé, en accord avec les observations. Ces travaux ouvrent des perspectives sur le rôle de la phase dispersée (viscosité, solubilisation du tensioactif). Des études complémentaires avec des huiles de viscosités variées et différents tensioactifs permettraient d’isoler ces effets.

Cette thèse porte sur l'amélioration de la segmentation et de la détection des lésions de sclérose en plaques (SEP) dans l'IRM de la moelle épinière, une tâche important et complexe en pratique clinique. Une étude de la segmentation manuelle des lésions a mis en évidence une variabilité importante entre les experts, soulignant la nécessité de méthodes automatisées robustes et sensibles. Pour y répondre, nous avons étudié des stratégies de fusion pour combiner l'information de plusieurs images acquises avec des séquences IRM différentes. La fusion tardive s’est révélée particulièrement efficace, surpassant nettement les modèles basés sur une seule séquence. Enfin, la thèse introduit LesionSCynth, un cadre simple et efficace pour la synthèse de lésions réalistes de la moelle épinière, ce qui permet d'améliorer les performances dans des contextes de données limitées et de réduire la dépendance aux annotations manuelles. Globalement, les contributions de cette thèse font progresser le développement d’outils de segmentation fiables, généralisables et économes en données pour l’analyse des lésions de la moelle épinière dans la SEP.