Imagerie mdicale

De nos jours, plusieurs applications font appel des outils de traitement du signal et des images. Ceci devient de plus en plus vrai dans le domaine de la sant. Les traitements requis peuvent aller de la restauration des donnes collectes jusqu' la classification ou la dtection de comportements particuliers, en passant par des analyses statistiques ou estimation de quantits inconnues. Dans ce contexte, la thorie des problmes inverses a connu une effervescence remarquable durant ces dernires annes. Cette effervescence s'est traduite par une augmentation du nombre d'articles scientifiques de 25 000 en 2000 35 000 en 2016 (statistiques Google scholar). L'une des raisons de cette effecvescence rside dans les dveloppements rcents qu'a connu la littrature de l'optimisation convexe ou non-convexe, variationnelle ou baysienne. Dans cet ouvrage, l'auteur apporte un rsum de ses travaux de recherche mens durant presque une dcennie sur la rsolution de problmes inverses en imagerie mdicale, et c'est en dveloppant des approches variationnelles, baysiennes et hybrides. Ces travaux portent la fois un aspect mthodologique et appliqu.