Mes travaux portent sur l’IRM de diffusion, et plus particulièrement sur l’optimisation d’un des paramètres d’acquisition, à savoir, les gradients de champ magnétique. Chaque gradient offre une mesure, et un grand nombre de mesures permet de remonter à des informations de microstructure. Cependant, faire un grand nombre de mesures prend du temps et il est nécessaire de choisir intelligemment les gradients pour faire des acquisitions rapides. Cela est rendu complexe par le degré de liberté qu’offrent les gradients, l’espace de recherche est presque infini. J’ai pu pendant ma thèse explorer plusieurs techniques afin de choisir ces gradients. J’ai notamment proposé un protocole qui, grâce à l’acquisition compressée et l’apprentissage de dictionnaire, permet de choisir des gradients sur leur capacité à extrapoler le signal pour des paramètres d’acquisition non vus. J’ai également proposé un protocole faisant appel à un algorithme génétique afin de générer des gradients permettant de maximiser la sensibilité des gradients à certains paramètres de microstructure. Enfin, j’ai aussi adapté des outils d’estimation de paramètres de microstructure pour qu’ils soient compatibles avec des formes généralisées de gradient.