Academic literature on the topic 'Problèmes inverses en imagerie'

Dans cette thèse, nous abordons plusieurs problèmes mathématiques et numériques relatifs aux équations de la viscoélasticité en trois dimensions. Dans la première partie, nous considérons le système linéaire et nous nous intéressons au problème inverse de récupération d'un coefficient viscoélastique. Pour ce système, nous démontrons une inégalité de Carleman (Chapitre 1) et un résultat de stabilité dans le prolongement unique (Chapitre 2). Nous utilisons ensuite ces résultats pour prouver deux inégalités de stabilité pour le problème inverse, l'une relative à une unique mesure interne et l'autre à une unique mesure sur une partie arbitrairement petite de la frontière (Chapitre 3). Finalement, nous proposons une méthode pour résoudre ce problème numériquement et présentons une application en imagerie médicale (Chapitre 4). Dans la deuxième partie, nous étudions le système de la viscoélasticité non linéaire. Nous présentons des méthodes numériques pour le résoudre et l'implémentation de ces dernières en trois dimensions sur des géométries complexes (Chapitre 5). Une application biomédicale à la simulation des déformations des structures cérébrales est ensuite décrite (Chapitre 6). Enfin, nous abordons une question de modélisation en proposant un modèle couplé viscoélastique/viscoplastique en grandes déformations (Chapitre7).

Les travaux présentés de cette thèse visent à proposer des outils numériques et théoriques pour la résolution de problèmes inverses en imagerie. Nous nous intéressons particulièrement au cas où l'opérateur d'observation (e.g. flou) n'est pas connu. Les résultats principaux de cette thèse s'articulent autour de l'estimation et l'identification de cet opérateur d'observation. Une approche plébiscitée pour estimer un opérateur de dégradation consiste à observer un échantillon contenant des sources ponctuelles (microbilles en microscopie, étoiles en astronomie). Une telle acquisition fournit une mesure de la réponse impulsionnelle de l'opérateur en plusieurs points du champ de vue. Le traitement de cette observation requiert des outils robustes pouvant utiliser rapidement les données rencontrées en pratique. Nous proposons une boîte à outils qui estime un opérateur de dégradation à partir d'une image contenant des sources ponctuelles. L'opérateur estimé à la propriété qu'en tout point du champ de vue, sa réponse impulsionnelle s'exprime comme une combinaison linéaire de fonctions élémentaires. Cela permet d'estimer des opérateurs invariants (convolutions) et variants (développement en convolution-produit) spatialement. Une spécificité importante de cette boîte à outils est son caractère automatique : seul un nombre réduit de paramètres facilement accessibles permettent de couvrir une grande majorité des cas pratiques. La taille de la source ponctuelle (e.g. bille), le fond et le bruit sont également pris en compte dans l'estimation. Cet outil se présente sous la forme d'un module appelé PSF-Estimator pour le logiciel Fiji, et repose sur une implémentation parallélisée en C++. En réalité, les opérateurs modélisant un système optique varient d'une expérience à une autre, ce qui, dans l'idéal, nécessite une calibration du système avant chaque acquisition. Pour pallier à cela, nous proposons de représenter un système optique non pas par un unique opérateur de dégradation, mais par un sous-espace d'opérateurs. Cet ensemble doit permettre de représenter chaque opérateur généré par un microscope. Nous introduisons une méthode d'estimation d'un tel sous-espace à partir d'une collection d'opérateurs de faible rang (comme ceux estimés par la boîte à outils PSF-Estimator). Nous montrons que sous des hypothèses raisonnables, ce sous-espace est de faible dimension et est constitué d'éléments de faible rang. Dans un second temps, nous appliquons ce procédé en microscopie sur de grands champs de vue et avec des opérateurs variant spatialement. Cette mise en œuvre est possible grâce à l'utilisation de méthodes complémentaires pour traiter des images réelles (e.g. le fond, le bruit, la discrétisation de l'observation). La construction d'un sous-espace d'opérateurs n'est qu'une étape dans l'étalonnage de systèmes optiques et la résolution de problèmes inverses. [...]
The contributions of this thesis are numerical and theoretical tools for the resolution of blind inverse problems in imaging. We first focus in the case where the observation operator is unknown (e.g. microscopy, astronomy, photography). A very popular approach consists in estimating this operator from an image containing point sources (microbeads or fluorescent proteins in microscopy, stars in astronomy). Such an observation provides a measure of the impulse response of the degradation operator at several points in the field of view. Processing this observation requires robust tools that can rapidly use the data. We propose a toolbox that estimates a degradation operator from an image containing point sources. The estimated operator has the property that at any location in the field of view, its impulse response is expressed as a linear combination of elementary estimated functions. This makes it possible to estimate spatially invariant (convolution) and variant (product-convolution expansion) operators. An important specificity of this toolbox is its high level of automation: only a small number of easily accessible parameters allows to cover a large majority of practical cases. The size of the point source (e.g. bead), the background and the noise are also taken in consideration in the estimation. This tool, coined PSF-estimator, comes in the form of a module for the Fiji software, and is based on a parallelized implementation in C++. The operators generated by an optical system are usually changing for each experiment, which ideally requires a calibration of the system before each acquisition. To overcome this, we propose to represent an optical system not by a single operator (e.g. convolution blur with a fixed kernel for different experiments), but by subspace of operators. This set allows to represent all the possible states of a microscope. We introduce a method for estimating such a subspace from a collection of low rank operators (such as those estimated by the toolbox PSF-Estimator). We show that under reasonable assumptions, this subspace is low-dimensional and consists of low rank elements. In a second step, we apply this process in microscopy on large fields of view and with spatially varying operators. This implementation is possible thanks to the use of additional methods to process real images (e.g. background, noise, discretization of the observation).The construction of an operator subspace is only one step in the resolution of blind inverse problems. It is then necessary to identify the degradation operator in this set from a single observed image. In this thesis, we provide a mathematical framework to this operator identification problem in the case where the original image is constituted of point sources. Theoretical conditions arise from this work, allowing a better understanding of the conditions under which this problem can be solved. We illustrate how this formal study allows the resolution of a blind deblurring problem on a microscopy example.[...]

Dans cette thèse, nous proposons trois nouvelles méthodes d’imagerie médico-légale pour détecter l’épissage dans les images numériques en exploitant les statistiques de bruit d’image. Pour ce faire, nous introduisons un nouvel outil, l’histogramme de la densité du bruit, et son dérivé, l’histogramme de la contribution de la densité du bruit. Nos méthodes permettent la détection d’épissage sur les images brutes et JPEG. Bien que l’utilisation de différences de bruit pour détecter l’épissage ait déjà été faite plusieurs fois, la plupart des méthodes existantes ont tendance à mal fonctionner sur la génération actuelle d’images de haute qualité, avec une haute résolution et faible bruit. L’efficacité de nos approches est démontrée sur un grand ensemble d’images de ce genre, avec des splicings générés aléatoirement. Nous présentons également une analyse détaillée de l’évolution du bruit dans un appareil photo numérique, et comment il affecte divers existant
In this dissertation, we offer three new forensics imagery methods to detect splicing in digital images by exploiting image noise statistics. To do so, we introduce a new tool, the noise density histogram, and its derivative, the noise density contribution histogram. Our methods allow splicing detection on both raw and JPEG images. Although the use of noise discrepancies to detect splicing has already been done multiple times, most existing methods tend to perform poorly on the current generation of high quality images, with high resolution and low noise. The effectiveness of our approaches are demonstrated over a large set of such images, with randomly-generated splicings. We also present a detailed analysis of the evolution of the noise in a digital camera, and how it affects various existing forensics approaches. In a final part, we use the tool we developed in a counter-forensics approach, in order to hide the trace left by splicing on the image noise

Les travaux exposés portent sur les techniques d'imagerie optique à haute résolution et plus particulièrement sur les méthodes, dites d'inversion, de traitement des données associées à ces techniques. Ils se situent donc à la croisée des chemins entre l'imagerie optique et le traitement du signal et des images. Ces travaux sont appliqués à l'astronomie depuis le sol ou l'espace, l'observation de la Terre, et l'imagerie de la rétine. Une partie introductive est dédiée au rappel de caractéristiques importantes de l'inversion de données et d'éléments essentiels sur la formation d'image (diffraction, turbulence, techniques d'imagerie) et sur la mesure des aberrations (analyse de front d'onde). La première partie des travaux exposés porte sur l'étalonnage d'instrument, c'est-à-dire l'estimation d'aberrations instrumentales ou turbulentes. Ils concernent essentiellement la technique de diversité de phase : travaux méthodologiques, travaux algorithmiques, et extensions à l'imagerie à haute dynamique en vue de la détection et la caractérisation d'exoplanètes. Ces travaux comprennent également des développements qui n'utilisent qu'une seule image au voisinage du plan focal, dans des cas particuliers présentant un intérêt pratique avéré. La seconde partie des travaux porte sur le développement de méthodes de traitement (recalage, restauration et reconstruction, détection) pour l'imagerie à haute résolution. Ces développements ont été menés pour des modalités d'imagerie très diverses : imagerie corrigée ou non par optique adaptative (OA), mono-télescope ou interférométrique, pour l'observation de l'espace ; imagerie coronographique d'exoplanètes par OA depuis le sol ou par interférométrie depuis l'espace ; et imagerie 2D ou 3D de la rétine humaine. Enfin, une dernière partie présente des perspectives de recherches.

Dans cette thèse, nous abordons plusieurs problèmes mathématiques et numériques relatifs aux équations de la viscoélasticité en trois dimensions. Dans la première partie, nous considérons le système linéaire et nous nous intéressons au problème inverse de récupération d'un coefficient viscoélastique. Pour ce système, nous démontrons une inégalité de Carleman (Chapitre 1) et un résultat de stabilité dans le prolongement unique (Chapitre 2). Nous utilisons ensuite ces résultats pour prouver deux inégalités de stabilité pour le problème inverse, l'une relative à une unique mesure interne et l'autre à une unique mesure sur une partie arbitrairement petite de la frontière (Chapitre 3). Finalement, nous proposons une méthode pour résoudre ce problème numériquement et présentons une application en imagerie médicale (Chapitre 4). Dans la deuxième partie, nous étudions le système de la viscoélasticité non linéaire. Nous présentons des méthodes numériques pour le résoudre et l'implémentation de ces dernières en trois dimensions sur des géométries complexes (Chapitre 5). Une application biomédicale à la simulation des déformations des structures cérébrales est ensuite décrite (Chapitre 6). Enfin, nous abordons une question de modélisation en proposant un modèle couplé viscoélastique/viscoplastique en grandes déformations (Chapitre7).

L'imagerie d'élasticité, ou élastographie consiste à imager les propriétés visco-élastiques des tissus mous du corps humain en observant la réponse en déformation à une excitation mécanique. Cette problématique a donné lieu dans les dix dernières années à de nombreux travaux, motivés par la corrélation entre présence d'une pathologie et observation d'un contraste d'élasticité. Différentes techniques peuvent être mises en œuvre selon le type d'excitation choisie, et la manière d'estimer les déformations résultantes. Parmi les techniques se trouve une très intéressante qui consiste à induire dans le tissu mou une onde de déplacement et à observer la propagation de l'onde pendant sa traversée du milieu d'intéret. La résolution d'un problème inverse permet de déduire des données de déplacement une estimation de la carte d'élasticité du milieu. L'objectif du travail présenté dans ce document est de donner un cadre mathématique rigoureux à ce technique, en même temps dessiner des méthodes effectives pour la détection des anomalies à l'aide des mesures en régime temporel. On a considère le cadre acoustique et le cadre élastique. On a développé des techniques de reconstruction efficaces pour des mesures complètes sur la frontière mais aussi pour des mesures temporelles incomplètes, on a adapté ces techniques au cadre viscoélastique, ca veut dire que les ondes sont atténué ou dispersé ou le deux. On commence pour considérer une milieu sans dissipation. On a développé des méthodes de reconstruction des anomalies qui sont basé sur des développements asymptotiques de champ proche et de champ lointain, qui sont rigoureusement établis, du perturbation des mesures cause par l'anomalie. Il faut remarquer que pour approximer l'effet de l'anomalie par un dipôle il faut couper les composant de haut fréquence des mesures de champ lointain. Le développement asymptotique de champ lointain nous permet de développer une technique de type régression temporel pour localiser l'anomalie. On propose en utilisant le développement asymptotique de champ proche une problème de optimisation pour récupérer les propriétés géométriques et les paramètres physiques de l'anomalie. On justifie d'une manière théorique et numérique que la séparation des échelles permet de séparer les différentes informations codées aux différentes échelles. On montre les différences entre le cadre acoustique et l'élastique, principalement la tache focal anisotrope et l'effet de champ proche qu'on obtient en faisant le retournement temporal de la perturbation cause par l'anomalie. Ces observations ont été observé expérimentalement. En ce qui concerne le cadre des mesures partiels, on d´eveloppe des algorithmes de type Kirchhoff, back-propagation, MUSIC et arrival-time pour localiser l'anomalie. On utilise le méthode du control géométrique pour aborder la problématique des mesures partiels, comme résultat on obtient une méthode qui est robuste en ce qui concerne aux perturbations dans la partie de la frontière qui n'est pas accessible. Si on construit de manier précise le control géométrique, on obtient la même résolution d'imagerie que dans le cadre des mesures complet. On utilise les développements asymptotiques pour expliquer comment reconstruire une petite anomalie dans un milieu visco-élastique à partir des mesures du champ de déplacement. Dans le milieu visco-élastique la fréquence obéit une loi de puissance, pour simplicité on considère le modèle Voigt qui correspond à une fréquence en puissance deux. On utilise le théorème de la phase stationnaire pour exprimer le champ dans un milieu sans effet de viscosité, que on nommera champ idéal , en termes du champ dans un milieu visco-élastique. Après on généralise les techniques d'imagerie développes pour le modelé purement élastique quasi incompressible pour reconstruire les propriétés visco-élastiques et géométriques d'une anomalie a partir des mesures du champ de déplacement.

Le but de cette thèse est d'étudier, du point de vue théorique, la contrôlabilité exacte de certaines équations aux dérivées partielles qui modélisent les vibrations élastiques, et d'appliquer les résultats ainsi obtenus à la résolution des problèmes inverses provenant de l'imagerie par résonance magnétique (IRM). Cette thèse comporte deux parties. La première partie, intitulée ''Contrôlabilité et observabilité de quelques équations des plaques'', discute la problématique de la contrôlabilité, respectivement de l'observabilité, de l'équation des plaques perturbées avec des termes linéaires ou non linéaires. Des résultats récents ont prouvé que l'observabilité exacte d'un système qui modélise les vibrations d'une structures élastique (équation des ondes ou des plaques) implique l'existence d'une solution du problème inverse de la récupération d'un terme source dans l'équation à partir de l'observation. Ainsi, dans le Chapitre 2 de cette thèse nous avons démontré l'observabilité interne exacte de l'équation des plaques perturbées par des termes linéaires d'ordre un et dans le Chapitre 3 la contrôlabilité exacte locale d'une équation des plaques non linéaire attribuée à Berger. Le Chapitre 4 introduit une méthode numérique pour l'approximation des contrôles exactes dans des systèmes d'ordre deux en temps. La deuxième partie de la thèse est dédiée à l'imagerie par résonance magnétique. Plus précisément, on s'intéresse aux méthodes de reconstruction des images pour des objets en mouvement, l'exemple typique étant l'imagerie cardiaque en respiration libre. Dans le Chapitre 6, nous avons formulé la reconstruction d'images cardiaques acquises en respiration libre comme un problème des moments dans un espace de Hilbert à noyau reproductif. L'existence d'une solution pour un tel problème des moments est prouvée par des outils bien connus dans la théorie du contrôle. Nous avons validé cette méthode en utilisant des images simulées numériquement et les images de cinq volontaires sains. La connexion entre les deux parties de la thèse est réalisée par le Chapitre 7 où l'on présente le problème inverse d'identification d'un terme source dans l'équation des ondes à partir d'une observation correspondante à un enregistrement IRM. En conclusion, nous avons montré qu'on peut utiliser les outils de la théorie de contrôle pour des problèmes inverses provenant de l'IRM des objets en mouvement, à la condition de connaître l'équation du mouvement.

L'estimation des solutions du problème inverse en Électrocardiographie (ECG) représente un intérêt majeur dans le diagnostic et la thérapie d'arythmies cardiaques par cathéter. Ce dernier consiste à fournir des images 3D de la distribution spatiale de l'activité électrique du cœur de manière non-invasive à partir des données anatomiques et électrocardiographiques. D'une part ce problème est rendu difficile à cause de son caractère mal-posé. D'autre part, la validation des méthodes proposées sur données cliniques reste très limitée. Une alternative consiste à évaluer ces méthodes sur des données simulées par un modèle électrique cardiaque. Pour cette application, les modèles existants sont soit trop complexes, soit ne produisent pas un schéma de propagation cardiaque réaliste. Dans un premier temps, nous avons conçu un modèle cœur-torse basse-résolution qui génère des cartographies cardiaques et des ECGs réalistes dans des cas sains et pathologiques. Ce modèle est bâti sur une géométrie coeur-torse simplifiée et implémente le formalisme monodomaine en utilisant la Méthode des Éléments Finis (MEF). Les paramètres ont été identifiés par une approche évolutionnaire et leur influence a été analysée par une méthode de criblage. Dans un second temps, une nouvelle approche pour résoudre le problème inverse a été proposée et comparée aux méthodes classiques dans les cas sains et pathologiques. Cette méthode utilise un a priori spatio-temporel sur l'activité électrique cardiaque ainsi que le principe de contradiction afin de trouver un paramètre de régularisation adéquat
The estimation of solutions of the inverse problem of Electrocardiography (ECG) represents a major interest in the diagnosis and catheter-based therapy of cardiac arrhythmia. The latter consists in non-invasively providing 3D images of the spatial distribution of cardiac electrical activity based on anatomical and electrocardiographic data. On the one hand, this problem is challenging due to its ill-posed nature. On the other hand, validation of proposed methods on clinical data remains very limited. Another way to proceed is by evaluating these methods performance on data simulated by a cardiac electrical model. For this application, existing models are either too complex or do not produce realistic cardiac patterns. As a first step, we designed a low-resolution heart-torso model that generates realistic cardiac mappings and ECGs in healthy and pathological cases. This model is built upon a simplified heart torso geometry and implements the monodomain formalism by using the Finite Element Method (FEM). Parameters were identified using an evolutionary approach and their influence were analyzed by a screening method. In a second step, a new approach for solving the inverse problem was proposed and compared to classical methods in healthy and pathological cases. This method uses a spatio-temporal a priori on the cardiac electrical activity and the discrepancy principle for finding an adequate regularization parameter

Cette thèse porte sur la modélisation, l'analyse théorique et l'implémentation numérique d'algorithmes d'optimisation pour la résolution de problèmes inverses d'imagerie (par exemple, la reconstruction d'images en tomographie et la déconvolution d'images en microscopie) dans des espaces de Banach non standard. Elle est divisée en deux parties: dans la première, nous considérons le cadre des espaces de Lebesgue à exposant variable L^{p(cdot)} afin d'améliorer l'adaptabilité de la solution par rapport aux reconstructions obtenues dans le cas standard d'espaces d'Hilbert; dans la deuxième partie, nous considérons une modélisation dans l'espace des mesures de Radon pour éviter les biais dus à la discrétisation observés dans les méthodes de régularisation parcimonieuse. Plus en détail, la première partie explore à la fois des algorithmes d'optimisation lisse et non lisse dans les espaces L^{p(cdot)} réflexifs, qui sont des espaces de Banach dotés de la norme dite de Luxemburg. Comme premier résultat, nous fournissons une expression des cartes de dualité dans ces espaces, qui sont un ingrédient essentiel pour la conception d'algorithmes itératifs efficaces. Pour surmonter la non-séparabilité de la norme sous-jacente et les temps de calcul conséquents, nous étudions ensuite la classe des fonctions modulaires qui étendent directement la puissance (non homogène) p > 1 des normes L^p au cadre L^{p(cdot)}. En termes de fonctions modulaires, nous formulons des analogues des cartes duales qui sont plus adaptées aux algorithmes d'optimisation lisse et non lisse en raison de leur séparabilité. Nous étudions alors des algorithmes de descente de gradient (à la fois déterministes et stochastiques) basés sur les fonctions modulaires, ainsi que des algorithmes modulaires de gradient proximal dans L^{p(cdot)}, dont nous prouvons la convergence en termes des valeurs de la fonctionnelle. La flexibilité de ces espaces s'avère particulièrement avantageuse pour la modélisation de la parcimonie et les statistiques hétérogènes du signal/bruit, tout en restant efficace et stable d'un point de vue de l'optimisation. Nous validons cela numériquement de manière approfondie sur des problèmes inverses exemplaires en une/deux dimension(s) (déconvolution, débruitage mixte, tomographie). La deuxième partie de la thèse se concentre sur la formulation des problèmes inverses avec un bruit de Poisson formulés dans l'espace des mesures de Radon. Notre contribution consiste en la modélisation d'un modèle variationnel qui couple un terme de données de divergence de Kullback-Leibler avec la régularisation de la Variation Totale de la mesure souhaitée (une somme pondérée de Diracs) et une contrainte de non-négativité. Nous proposons une étude détaillée des conditions d'optimalité et du problème dual correspondant. Nous considérons une version améliorée de l'algorithme de Sliding Franke-Wolfe pour calculer la solution numérique du problème de manière efficace. Pour limiter la dépendance des résultats du choix du paramètre de régularisation, nous considérons une stratégie d'homotopie pour son ajustement automatique où à chaque itération algorithmique, on vérifie si un critère d'arrêt défini en termes du niveau de bruit est vérifié et on met à jour le paramètre de régularisation en conséquence. Plusieurs expériences numériques sont rapportées à la fois sur des données de microscopie de fluorescence simulées en 1D/2D et réelles en 3D
This thesis focuses on the modelling, the theoretical analysis and the numerical implementation of advanced optimisation algorithms for imaging inverse problems (e.g,., image reconstruction in computed tomography, image deconvolution in microscopy imaging) in non-standard Banach spaces. It is divided into two parts: in the former, the setting of Lebesgue spaces with a variable exponent map L^{p(cdot)} is considered to improve adaptivity of the solution with respect to standard Hilbert reconstructions; in the latter a modelling in the space of Radon measures is used to avoid the biases observed in sparse regularisation methods due to discretisation.In more detail, the first part explores both smooth and non-smooth optimisation algorithms in reflexive L^{p(cdot)} spaces, which are Banach spaces endowed with the so-called Luxemburg norm. As a first result, we provide an expression of the duality maps in those spaces, which are an essential ingredient for the design of effective iterative algorithms.To overcome the non-separability of the underlying norm and the consequent heavy computation times, we then study the class of modular functionals which directly extend the (non-homogeneous) p-power of L^p-norms to the general L^{p(cdot)}. In terms of the modular functions, we formulate handy analogues of duality maps, which are amenable for both smooth and non-smooth optimisation algorithms due to their separability. We thus study modular-based gradient descent (both in deterministic and in a stochastic setting) and modular-based proximal gradient algorithms in L^{p(cdot)}, and prove their convergence in function values. The spatial flexibility of such spaces proves to be particularly advantageous in addressing sparsity, edge-preserving and heterogeneous signal/noise statistics, while remaining efficient and stable from an optimisation perspective. We numerically validate this extensively on 1D/2D exemplar inverse problems (deconvolution, mixed denoising, CT reconstruction). The second part of the thesis focuses on off-the-grid Poisson inverse problems formulated within the space of Radon measures. Our contribution consists in the modelling of a variational model which couples a Kullback-Leibler data term with the Total Variation regularisation of the desired measure (that is, a weighted sum of Diracs) together with a non-negativity constraint. A detailed study of the optimality conditions and of the corresponding dual problem is carried out and an improved version of the Sliding Franke-Wolfe algorithm is used for computing the numerical solution efficiently. To mitigate the dependence of the results on the choice of the regularisation parameter, an homotopy strategy is proposed for its automatic tuning, where, at each algorithmic iteration checks whether an informed stopping criterion defined in terms of the noise level is verified and update the regularisation parameter accordingly. Several numerical experiments are reported on both simulated 2D and real 3D fluorescence microscopy data

Ce chapitre est une introduction aux principes des méthodes inverses avec une attention particulière au cas de la reconstruction d'image en holographie numérique qui sert d'exemple d'application et de fil conducteur. Sont abordés les problèmes liés au modèle de formation des données (non-linéarité, troncature du champ, bruits de mesure,...) ainsi que les différents a priori permettant de résoudre ces problèmes.

Ce chapitre se focalise sur les méthodes permettant de déterminer l’évolution spatiale et temporelle du glissement lors des séismes. On exposera les données utilisées, le problème direct et les méthodes inverses permettant de remonter à un modèle de source à partir de données de surface.

La microscopie holographique en ligne permet l'observation d'échantillons microscopiques transparents, d’où son intérêt en microbiologie. L'information accessible de phase et d'absorption requiert des algorithmes de reconstruction robustes, à élaborer en lien étroit avec le design optique du montage. Ce chapitre propose de faire un état de l'art dans ce domaine, en s'appuyant principalement sur la méthodologie des problèmes inverses.