Université de Rennes Modélisations statistiques pour l'analyse de la diffusion des molécules et du trafic intracellulaire en microscopie de fluorescence Statistical modelling for the analysis of molecular diffusion and intracellular trafficking in fluorescence microscopy Microscopie de fluorescencedynamique des particulessuivi de particulesdiffusiondérivecartographieclassification de mouvementsrégion de confinement Fluorescence microscopyparticle dynamicssingle-particle trackingdiffusiondriftmappingmotion classificationconfinement region Microscopie de fluorescence Traitement d'images -- Techniques numériques En permettant de visualiser de manière sélective les dynamiques des particules dans les cellules, la microscopie de fluorescence est un outil de premier plan pour la recherche biomédicale. Il existe par conséquent une forte demande d'outils algorithmiques capables d'analyser automatiquement des données microscopiques brutes. Après une présentation de la théorie et des techniques entourant les dynamiques des particules, la microscopie de fluorescence, les méthodes de suivi et la classification de mouvements, nous présentons dans cette thèse une nouvelle méthode de cartographie basée sur des estimateurs à noyaux spatio-temporels permettant d'estimer de manière robuste la diffusion et la dérive intracellulaires à partir des données de suivi. Nous l'évaluons dans un ensemble étendu d'expériences utilisant des données simulées, réelles, 2D et 3D et montrons que notre méthode fournit des cartes de diffusion et de dérive précises et exactes tout en étant plus performante que les méthodes existantes. En tant que telle, elle permet aux biologistes d'étudier les dynamiques intracellulaires de particules spécifiquement marquées avec une plus large gamme d'acquisitions et de techniques de microscopie de fluorescence. En outre, nous présentons une méthode de détection de domaines de confinement utilisant également le suivi de particules et la classification de mouvements. Fluorescence microscopy is a tool of primary interest in biomedical research as it allows to selectively visualize particle dynamics within the cell. Hence, there is a high demand for algorithmic tools capable of automatically analyzing raw microscopic data. After a presentation of the theory and techniques surrounding particle dynamics, fluorescence microscopy, tracking methods and motion classification, we present in this thesis a new mapping method based on spatiotemporal kernel estimators that robustly estimate intracellular diffusion and drift from tracking data. We evaluate it in an extensive set of experiments using simulated, real, 2D and 3D data and show that our method provides precise and accurate diffusion and drift maps while outperforming existing methods. As such, it allows biologists to study intracellular dynamics of specifically tagged particles with a wider range of acquisitions and fluorescence microscopy techniques. In addition, we present a confinement domain detection method, using particle tracks and motion classification as well. Electronic Thesis or DissertationText en application/pdf1 : 51946 Kohttps://ged.univ-rennes1.fr/nuxeo/site/esupversions/f79092e1-8100-4bf8-82cf-67242543fecf Salomon Antoine 1993-08-19 FR 279194579 antoine.salomon2@gmail.com 2023URENS125 http://www.theses.fr/2023URENS125 2023-12-20 Signal, image, vision Université de Rennesthesis.degree.grantor_1 26693823X Doctorat non ouiKervrannCharlesintervenant_1103581162DameronOlivierintervenant_2082863113KervrannCharlesintervenant_1103581162MuresanLeilaintervenant_5260982954JohannesLudgerintervenant_6084128445Hajj‎Bassamintervenant_3149349580SibaritaJean-Baptisteintervenant_4175891419 MATISSEecoleDoctorale_1 267602553 INRIA-RENNES partenaireRecherche_1 133175863 ddc:004ddc:620 KervrannCharlesDameronOlivierHajj‎BassamSibaritaJean-BaptisteMuresanLeilaJohannesLudgerUniversité de RennesMATISSE INRIA-RENNES ASCII PDF 53193206