Ph´enotypage et imagerie du v´eg´etal

L’acquisition de caract´eristiques ph´enotypiques c’est-`a-dire de grandeurs observables des plantes comme la forme, le d´eveloppement, les propri´et´es biochimiques ou physiologiques est une activit´e importante en biologie. Le ph´enotypage consiste `a collecter, sur un grand nombre d’individus, un ensemble de donn´ees ph´enotypiques dont la variabilit´e est analys´ee en fonction du patrimoine g´en´etique et des conditions environnementales de production. Le ph´enotypage est souvent limit´e par la capacit´e en temps de travail humain `a r´ealiser les observations dans le temps limite impos´e par l’´etat du v´eg´etal `a caract´eriser. Etant donn´e les moyens de g´enotypage (identification de par-ties du g´enome d’individus) ou encore en mati`ere de prot´eomique (´etude d’ensembles de prot´eines exprim´ees par un g´enome) actuellement disponibles, le ph´enotypage de grandes s´eries d’individus constitue un verrou majeur de l’´etude des relations g´enotype-ph´enotype. Ainsi, augmenter la

capacit´e `a collecter des donn´ees sur des v´eg´etaux dans un temps limit´e tout en am´eliorant la nature et la pr´ecision des mesures est d’un int´erˆet primordial comme le souligne l’INRA dans son projet de priorit´e scientifique pour la p´eriode 2010-2014 (voir http://www.inra2014.fr/). Ainsi, apr`es le biom´edical, le biov´eg´etal avec la probl´ematique du ph´enotypage de grandes populations de plante apparaˆıt comme un nouveau domaine applicatif n´ecessitant la collaboration ´etroite entre sp´ecialistes du v´eg´etal et des sciences et technologies de l’information et de la communica-tion. Des plateforme de ph´enotypage fleurissent actuellement `a travers le monde (par exemple http://www.apf.edu.au/ en Australie ou http://www.fz-juelich.de/icg/icg-3/jppc en Europe) en adaptant les techniques d’acquisitions aux objets et ´echelles d’´etudes sp´ecifiques dans chacun de ces centres. Au sein de la r´egion Pays de la Loire, un secteur important et original de production concerne le v´eg´etal sp´ecialis´e (semences et horticulture au sens large). Dans ce contexte, une plateforme sp´ecifiquement d´edi´ee `a l’imagerie du v´eg´etal sp´ecialis´e est actuellement en cours de d´eveloppement sur le site d’Angers. C’est l’objet du projet PHENOTIC dont j’ai la respons-abilit´e en tant que coordinateur principal pour la partie sciences de l’information avec Carolyne D ¨URR (ing´enieure INRA) pour la partie sciences du v´eg´etale. Trois supports d’´etude ont ´et´e retenus pour ce projet : la croissance d’une plantule depuis la semence jusqu’`a la reprise de la photosynth`ese; la mise en place de l’architecture d’un rosier ; le d´eveloppement d’un pathog`ene dans diff´erents tissus. Le projet porte sur le d´eveloppement de nouvelles techniques d’imagerie adapt´ees `a ces diff´erents objets v´eg´etaux, de tailles variant du millim`etre au m`etre, et plac´es dans des environnements tr`es vari´es. Le descriptif des voies envisag´ees et le d´etail des avanc´ees sont visibles sur le site web (http://www.istia.univ-angers.fr/LISA/PHENOTIC/index.html). Ce travail part clairement d’une demande de type ing´enierie qui ne s’exprime pas directement en terme de recherche. Afin de rester dans le cadre de mes missions d’enseignement et de recherche. J’ai choisi d’utiliser ces demandes pour proposer des sujets de projet ou de stage de master aux ´etudiants. Il s’agit d’un choix d´elib´er´e d´ecid´e d`es le montage du projet puisque 10 bourses de stages de master ont ´et´e demand´ees sur la dur´ee 2009-2011 (anticipant ainsi l’obligation de gratification des stages l´egif´er´ee en 2010). Ces travaux m’ont amen´e `a proposer et explorer certaines pistes innovantes `a l’occasion de partenariats initi´es par mes soins : • Test de la microscopie holographique pour ausculter sans contact et de fa¸con non destructive la surface des feuilles lors du d´eveloppement de champignons (r´ealis´e en partenariat avec l’Ecole Polytechnique F´ed´erale de Lausanne voir Fig. 4.18A).

• Test de l’IRM pour caract´eriser la quantit´e d’eau chez les feuilles atteintes de patholo-gies (r´ealis´e en partenariat avec le service commun d’analyses de l’universit´e d’Angers voir Fig. 4.18B).

• Test de scanner biom´edical pour acqu´erir l’architecture compl`ete d’un rosier (r´ealis´e en parte-nariat avec le CHU d’Angers voir Fig. 4.18C).

Je me suis aussi engag´e (directement ou en tant qu’encadrant) dans la r´ealisation effective de diff´erents prototypes :

• Cr´eation d’une visionneuse pour la d´etection manuelle et automatique de d´efauts de graine en imagerie par rayons X.

• Agencement d’un plateau tournant pour l’acquisition et le traitement d’images de rosier en vue d’en extraire l’enveloppe externe.

A B ^C

Figure 4.17 : Observations innovantes de v´eg´etaux `a diff´erentes ´echelles. (A) Image de phase en microscopie holographique de chloroplastes `a la surface d’une feuille de choux. Le cˆot´e de l’image fait 600 µm. (B) IRM d’un limbe de feuille de tabac apr`es inoculation par un pathog`ene (le point noir sur l’image). La zone visible fait environ 2 cm de cˆot´e. (C) Vision 2D d’un scanner d’un rosier d’ornement de 60 cm de hauteur.

• D´etournement de scanners commerciaux rendus autonomes pour permettre des scans de feuilles en serre et r´ealisation d’une banque d’images de symptˆomes de pathog`enes avec v´erit´e expert. • Constitution d’un banc d’imagerie par thermographie infrarouge et visible synchronis´e et re-cal´e pour la d´etection pr´ecoce du d´eveloppement de pathog`ene dans les feuilles.

Au bout d’un an de travail, des questions g´en´eriques et sp´ecifiques aux sciences de l’information commencent `a ´emerger comme la compression des donn´ees, le recalage et la fusion entre diff´erentes modalit´es d’imageries ou la segmentation d’images. Sur ce dernier point, les analyses en ´echelle au moyen d’outils de l’analyse fractale dont l’utilit´e est bien connue pour la repr´esentation de l’organisation spatiale des plantes [64] pourraient s’av´erer utiles pour la segmentation de zones n´ecros´ees `a la surface des feuilles comme celles de la Fig. 4.19.

La Fig. 4.20 montre une analyse en ´echelle des images de la Fig. 4.19. L’exposant fractal correspondant `a la pente du comportement en loi de puissance observ´ees sur les trois images de la Fig. 4.20 pourrait fournir un param`etre utile pour caract´eriser de fa¸con concise l’organisation complexe d’images couleur dans leur espace colorim´etrique. Cet exposant pourrait servir pour des tˆaches de reconnaissance, de classification ou d’indexation. Si une structure fractale existe dans l’histogramme, cela signifie qu’il tend `a exister de nombreux groupes de couleur de plein de tailles diff´erentes dans l’espace colorim´etrique. `A l’inverse une structure simple serait caract´eris´ee par un petit nombre de couleurs dominantes facilement d´elimitables en clusters.

4.4 Conclusion

Ce chapitre m’a permis de pr´esenter le cadre ´etendu de physique de l’information dans lequel je souhaite faire ´evoluer mon activit´e de recherche. Ce cadre inclut la r´esonance stochastique mais aussi d’autres questions auxquelles je m’int´eresse desormais ´egalement comme les analyses en ´echelles et les applications aux sciences du vivant.

A B C

Figure 4.18 : Exemples de prototypes op´erationnels r´ealis´es en 2009 dans le cadre du projet PHENOTIC. (A) Interface permettant la visualisation et la notation expert de radiographies de graines. (B) Banc photo permettant l’acquisition automatique d’images de plantes en rota-tion autour de leur axe principal. (C) Recalage automatique d’une image visible et de l’image thermique d’une feuille de tabac infect´ee par des pathog`enes.

A B _C

Figure 4.19 : Images de feuilles n´ecros´ees de carottes. (A) Image scann´ee avec un scanner `a plat. (B) R´ef´erence terrain num´erique r´ealis´ee manuellement. (C) Masque binaire de la partie n´ecros´ee seule.

A B ^C

Figure 4.20 : Nombre moyen de paires de points qui sont s´epar´es par une distance col-orim´etrique ≤ r (trait plein). (A) pour l’image (A) de la Fig. 4.19, (B) pour la partie non n´ecros´ee de l’image (A) de la Fig. 4.19 et (C) partie n´ecros´ee de l’image (A) de la Fig. 4.19. L’exposant indiqu´e correspond `a la pente de la droite en pointill´e ajust´ee sur la plus grande gamme d’´echelles possibles.

Bibliographie

[1] A. Adrover, W. Schwalm, M. Giona et D. Bachand : Scaling and scaling crossover for transport on anisotropic fractal structures. Physical Review E, vol. 55:7304–7312, 1997. [2] M. Akay : Nonlinear Biomedical Signal Processing. IEEE Pres, New York, 2000.

[3] V. C. Anderson : Digital array phasing. Journal of the Acoustical Society of America, 32:867–870, 1960.

[4] B. And`o et S. Graziani : Stochastic Resonance: Theory and Applications. Kluwer Academic Publishers, Boston, 2000.

[5] V. S. Anishchenko, M. A. Safonova et L. O. Chua : Stochastic resonance in the nonautonomous Chua’s circuit. Journal of Circuits, Systems and Computers, 3:553–578, 1993.

[6] C. Arndt : Information Measures: Information and Its Description in Science and Engineering. Springer, Berlin, 2003.

[7] A. Arn´eodo, F. Argoul, Bacry E., E. Elezgaray et J.-F. Muzy : Ondelettes, multi-fractales et turbulences. Diderot, Paris, 1995.

[8] F. A. Bais et J. D. Farmer : The physics of information. In P. Adriaans et J. van Benthem, ´editeurs : Philosophy of Information (Handbook of the Philosophy of Science), chapitre 5b. North Holland, Amsterdam, 2008. (also arXiv:0708.2837v2).

[9] J. S. Bendat : Nonlinear Systems Techniques and Applications. Wiley, New York, 1998. [10] R. Benzi, A. Sutera et A. Vulpiani : The mechanism of stochastic resonance. Journal

of Physics A, 14:L453–L458, 1981.

[11] P.R. Bhat, D. Rousseau et G. V. Anand : Improved Bayesian Estimation of Weak Signal in Non-Gaussian Noise by Optimal Quantization. In IEEE 7th SPCOM, International Conference on Signal Processing and Communications, Bangalore, India, d´ecembre 2004.

[12] N. M. Blachman : The output signal-to-noise ratio of a power-law device. Journal of Applied Physics, 24:783–785, 1953.

[13] S. Blanchard, D. Rousseau et F. Chapeau-Blondeau : Noise-assisted image trans-mission with speckle noise. In 5th International Conference on Physics in Signal and Image Processing, Mulhouse, France, janvier 2007.

[14] S. Blanchard, D. Rousseau et F. Chapeau-Blondeau : Noise Enhancement of Signal Transduction by Parallel Arrays of Nonlinear Neurons with Threshold and Saturation. Neurocomputing, 71:333–341, 2007.

[15] S. Blanchard, D. Rousseau et F. Chapeau-Blondeau : Using noise to improve measurement and information processing. In 4th International Conference on Informatics in Control, Automation and Robotics, volume 3, pages 268–271, Angers, France, mai 2007. [16] S. Blanchard, D. Rousseau, D. Gindre et F. Chapeau-Blondeau : Constructive Action of the Speckle Noise in a Coherent Imaging System. Optics Letters, 32:1983–1985, 2007.

[17] S. Blanchard, D. Rousseau, D. Gindre et F. Chapeau-Blondeau : Transmis-sion d’image assist´ee par le bruit en imagerie coh´erente et incoh´erente. In 21`eme Col-loque GRETSI sur le Traitement du Signal et des Images, pages 813–816, Troyes, France, septembre 2007.

[18] S. Blanchard, D. Rousseau, D. Gindre et F. Chapeau-Blondeau : Benefits from a speckle noise family on a coherent imaging transmission. Optics Communications, vol. 281:4173–4179, 2008.

[19] L. Brillouin : Science And Information Theory. Masson, Paris, 1959.

[20] B. Buard, A. Humeau, D. Rousseau, F. Chapeau-Blondeau et P. Abraham : Laser Doppler flowmetry signals: pointwise H¨older exponents of experimental signals from young healthy subjects and numerically simulated data. In 4th European Congress for Medical and Biomedical Engineering, volume 22, pages 221–225, Anvers, Belgique, novembre 2008. J. Vander Sloten, P. Verdonck, M. Nyssen, J. Haueisen (Eds.), ECIFMBE 2008, IFMBE Proceedings.

[21] B. Buard, G. Mahe, F. Chapeau-Blondeau, D. Rousseau, P. Abraham et A. Humeau : Etude des variations spatiales des spectres multifractals de signaux laser Doppler. In OPT-DIAG 2009 : Septi`eme colloque Diagnostic et imagerie optiques en m´edecine, page 24, Paris, France, mai 2009.

[22] G. J. Burton et I. R. Moorhead : Color and spatial structure in natural scenes. Applied Optics, 26:157–170, 1987.

[23] L. L. Campbell : A coding theorem and r´enyi’s entropy. Information and Control, 8:423–429, 1965.

[24] J. M. Casado, J. G´omez Ord´o˜nez et M. Morillo : Stochastic resonance of collective variables in finite sets of interacting identical subsystems. Physical Review E, 73:011109,1– 8, 2006.

[25] J. Casado-Pascual, C. Denk, J. G´omez-Ord´o˜nez, M. Morillo et P. H¨anggi : Gain in stochastic resonance: Precise numerics versus linear response theory beyond the two-mode approximation. Physical Review E, 67:036109,1–10, 2003.

[26] F. Chapeau-Blondeau, S. Blanchard et D. Rousseau : Noise-enhanced Fisher information in parallel arrays of sensors with saturation. Physical Review E, 74:031102,1– 10, 2006.

[27] F. Chapeau-Blondeau, S. Blanchard et D. Rousseau : Fisher information and noise-aided power estimation from one-bit quantizers. Digital Signal Processing, 18:434– 443, 2008.

[28] F. Chapeau-Blondeau, J. Chauveau, D. Rousseau et P. Richard : Fractal structure in the color distribution of natural images. Chaos, Solitons & Fractals, 42:472–482, 2009. [29] F. Chapeau-Blondeau et X. Godivier : Theory of stochastic resonance in signal

transmission by static nonlinear systems. Physical Review E, 55:1478–1495, 1997.

[30] F. Chapeau-Blondeau, X. Godivier et N. Chambet : Stochastic resonance in a neuron model that transmits spike trains. Physical Review E, 53:1273–1275, 1996.

[31] F. Chapeau-Blondeau et D. Rousseau : Noise improvements in stochastic resonance: From signal amplification to optimal detection. Fluctuation and Noise Letters, 2:L221– L233, 2002.

[32] F. Chapeau-Blondeau et D. Rousseau : Enhancement by noise in parallel arrays of sensors with power-law characteristics. Physical Review E, 70:060101(R),1–4, 2004. [33] F. Chapeau-Blondeau et D. Rousseau : Noise enhanced performance for an optimal

bayesian estimator. IEEE Transactions on Signal Processing, 52:1327–1334, 2004.

[34] F. Chapeau-Blondeau et D. Rousseau : Constructive action of additive noise in optimal detection. International Journal of Bifurcation and Chaos, 15:2985–2994, 2005. [35] F. Chapeau-Blondeau et D. Rousseau : Nonlinear SNR Amplification of a

Harmonic Signal in Noise. Electronics Letters, 41:618–619, 2005.

[36] F. Chapeau-Blondeau et D. Rousseau : Noise-aided SNR amplification by parallel arrays of sensors with saturation. Physics Letters A, 351:231–237, 2006.

[37] F. Chapeau-Blondeau et D. Rousseau : Nonlinear devices acting as SNR amplifiers for a harmonic signal in noise. Circuits, Systems and Signal Processing, 25:431–446, 2006. [38] F. Chapeau-Blondeau et D. Rousseau : Injecting noise to improve performance of

optimal detector. Electronics Letters, 43:897–898, 2007.

[39] F. Chapeau-Blondeau et D. Rousseau : Raising the Noise to Improve Perfor-mance in Optimal Processing. Journal of Statistical Mechanics: Theory and Experi-ment, P01003:1–15, 2009.

[40] F. Chapeau-Blondeau et D. Rousseau : The minimum description length prin-ciple for probability density estimation by regular histograms. Physica A, vol. 388:3969–3984, 2009.

[41] F. Chapeau-Blondeau, D. Rousseau, S. Blanchard et D. Gindre : Optimizing the speckle noise for maximum efficacy of data acquisition in coherent imaging. Journal of the Optical Society of America A, vol. 25:1287–1292, 2008.

[42] M. Chatterjee et M. E. Robert : Noise enhances modulation sensitivity in cochlear implant listeners: Stochastic resonance in a prosthetic sensory system ? Journal of the Association for Research in Otolaryngology, 2:159–171, 2001.

[43] J. Chauveau, D. Rousseau et F. Chapeau-Blondeau : Pair correlation integral for fractal characterization of three-dimensional histograms from color images. In Lecture Notes in Computer Science, volume LNCS 5099, pages 200–208. Springer, Berlin, 2008. [44] J. Chauveau, D. Rousseau et F. Chapeau-Blondeau : Fractal capacity dimension

of three-dimensional histogram from color images. Multidimensional Systems and Signal Processing, 2009. In press DOI 10.1007/s11045-009-0097-0, 2010.

[45] E. Ching et Y. Tsang : Multifractality and scale invariance in human heartbeat dynam-ics. Physical Review E, vol. 76:041910, 2007.

[46] C. Collet, F. Flitti, S. Bricq et A. Jalobeanu : Inverse Problems in Imaging and Vision : Fusion and Multi-modality, chapitre 13, pages 457–479. Trait´e IC2, ISBN : 978-2-7462-1997-7. Edited by Ali Mohammad-Djafari, John Wiley and Sons, 2010. [47] T. M. Cover et J. A. Thomas : Elements of Information Theory. Wiley, New York,

1991.

[48] W. B. Davenport : Signal-to-noise ratios in band-pass limiters. Journal of Applied Physics, 24:720–727, 1953.

[49] W. B. Davenport et W. L. Root : An Introduction to the Theory of Random Signals and Noise. Wiley, New York, 1987.

[50] A. Delahaies, D. Rousseau, J-M. Breteau et F. Chapeau-Blondeau : Un crit`ere informationnel en imagerie pour l’´echelle optimale d’observation d’une sc`ene bruit´ee. In 5`eme Colloque Interdisciplinaire en Instrumentation, pages 637–644, Le Mans, France, janvier 2010.

[51] A. Delahaies, D. Rousseau, D. Gindre et F. Chapeau-Blondeau : Constructive role of sensors nonlinearities in the acquisition of partially polarized speckle images. In 8th Euro American Workshop on Information Optics (WIO’09), pages DOI 10.1088/1742– 6596/206/1/012020, Paris, France, juillet 2009.

[52] E. Desurvire : Classical and Quantum Information Theory: An Introduction for the Telecom Scientist. Cambridge University Press, Cambridge, 2009.

[53] D. W. Dong et J. J. Atick : Statistics of natural time-varying images. Network: Com-putation in Neural Systems, 6:345–358, 1995.

[54] F. Duan, F. Chapeau-Blondeau et D. Abbott : Noise-enhanced SNR gain in parallel array of bistable oscillators. Electronics Letters, 42:1008–1009, 2006.

[55] F. Duan, D. Rousseau et F. Chapeau-Blondeau : Residual aperiodic stochastic resonance in a bistable transmitting a suprathreshold binary signal. Physical Review E, 69, 011109:1–10, 2004.

[56] C. J. G. Evertsz et B. B. Mandelbrot : Multifractal measures. In H. O. Peitgen, H. J¨urgens et D. Saupe, ´editeurs : Chaos and Fractals – New Frontiers of Science, pages 921–953. Springer, Berlin, 1992.

[58] D. J. Field : Relations between the statistics of natural images and the response properties of cortical cells. Journal of the Optical Society of America A, 4:2379–2394, 1987.

[59] D. J. Field : What is the goal of sensory coding? Neural Computation, 6:559–601, 1994. [60] R. B. Frieden : Physics From Fisher Information: A Unification. Cambridge University

Press, Cambridge (MA), 1998.

[61] L. Gammaitoni : Stochastic resonance and the dithering effect in threshold physical systems. Physical Review E, 52:4691–4698, 1995.

[62] L. Gammaitoni, P. H¨anggi, P. Jung et F. Marchesoni : Stochastic resonance. Reviews of Modern Physics, 70:223–287, 1998.

[63] N. Gershenfeld : The Physics of Information Technology. Cambridge University Press, Cambridge, 2000.

[64] C. Godin : Introduction aux structures multi-´echelles : Application `a la repr´esentation des plantes. Habilitation `a Diriger des Recherches, 2003.

[65] J. W. Goodman : Speckle Phenomena in Optics: Theory and Applications. Roberts & Company, Englewood, 2006.

[66] F. Goudail et P. R´efr´egier : Statistical Image Processing Techniques for Noisy Images. Kluwer, New York, 2004.

[67] J. F. Gouyet : Physics and Fractal Structures. Springer, Berlin, 1996.

[68] P. H¨anggi, M. E. Inchiosa, D. Fogliatti et A. R. Bulsara : Nonlinear stochastic resonance : The saga of anomalous output-input gain. Physical Review E, 62:–, 2000. [69] G. P. Harmer, B. R. Davis et D. Abbott : A review of stochastic resonance: Circuits

and measurement. IEEE Transactions on Instrumentation and Measurement, 51:299–309, 2002.

[70] S. Havlin, L. A. N. Amaral, Y. Ashkenazy, A. L. Goldberger, P. Ch. Ivanov, C. K. Peng et H. E. Stanley : Multifractality and scale invariance in human heartbeat dynamics. Physica A, vol. 274:99–110, 1999.

[71] H. G. E. Hentschel et I. Procaccia : The infinite number of generalized dimensions of fractals and strange attractors. Physica D, 8:435–444, 1983.

[72] A. Histace et D. Rousseau : Constructive Action of Noise for Impulsive Noise Removal in Scalar Images. Electronics Letters, 42:393–395, 2006.

[73] A. Histace et D. Rousseau : Noise-enhanced anisotropic diffusion for scalar image restoration. In 5th International Conference on Physics in Signal and Image Processing, Mulhouse, France, janvier 2007.

[74] T. Hoch, G. Wenning et K. Obermayer : Optimal noise-aided signal transmission through population of neurons. Physical Review E, 68, 011911:1–11, 2004.

[75] W. H. Hsiao et R. P. Millane : Effects of occlusion, edges, and scaling on the power spectra of natural images. Journal of the Optical Society of America A, 22:1789–1797, 2005.

[76] A. Humeau, B. Buard, F. Chapeau-Blondeau, D. Rousseau, G. Mahe et P. Abra-ham : Multifractal analysis of central (electrocardiography) and peripheral (laser Doppler flowmetry) cardiovascular time series from healthy human sub-jects. Physiological Measurement, vol. 30:617–629, 2009.

[77] A. Humeau, B. Buard, D. Rousseau, F. Chapeau-Blondeau et P. Abraham : Mul-tifractal analysis of laser Doppler flowmetry signals: partition function and generalized dimensions of data recorded before and after local heating. In 105th International Center for Biocybernetics Seminar ”Light and optics in medical diagnosis”, Varsovie, Pologne, septembre 2009.

[78] A. Humeau, F. Chapeau-Blondeau, D. Rousseau et P. Abraham : Numerical simulation of laser Doppler flowmetry signals based on a model of nonlinear coupled oscillators. Comparison with real data in the frequency domain. In 29th Annual International Conference of the IEEE Engineering in Medicine and Biology Society in conjunction with the biennial Conference of the French Society of Biological and Medical Engineering (SFGBM), volume IEEE Catalog Number 07CH37852C, ISBN : 1-4244-0788, pages 4068–4071, Lyon, France, aoˆut 2007.

[79] A. Humeau, F. Chapeau-Blondeau, D. Rousseau, P. Rousseau, W. Trzepizur et P. Abraham : Multifractality, sample entropy, and wavelet analyses for age-related changes in the peripheral cardiovascular system: preliminary results. Medical Physics, vol. 35:717–723, 2008.

[80] A. Humeau, F. Chapeau-Blondeau, D. Rousseau, M. Tartas, B. Fromy et P. Abra-ham : Multifractality in the peripheral cardiovascular system from pointwise H¨older exponents of laser Doppler flowmetry signals. Biophysical Journal, vol. 93:L59–L61, 2007. [81] A. Humeau, L. Fizanne, J. Roux, P. Asfar, P. Cales, D. Rousseau et F. Chapeau-Blondeau : Linear and nonlinear analyses of laser Doppler flowmetry signals recorded during isoflurane-induced anaesthesia in healthy rats. Journal of Vascular Research, vol. 45 (suppl. 2):60, 2008.

[82] A. Humeau, B. Haussy, L. Fizanne, J. Roux, P. Asfar, P. Cales, D. Rousseau et F. Chapeau-Blondeau : Laser Doppler flowmetry in healthy rats: impact of isoflu-rane anesthetic on signal complexity. In 16th Mediterisoflu-ranean Conference on Control and Automation, volume IEEE Catalog Number : CFP08MED-CDR, ISBN : 978-1-4, pages 1330–1334, Ajaccio, France, juin 2008.

[83] A. Humeau, G. Mahe, B. Buard, F. Chapeau-Blondeau, D. Rousseau et P. Abra-ham : Spectres multifractals de signaux laser Doppler acquis au cours d’un chauffage cutan´e local. In OPT-DIAG 2009 : Septi`eme colloque ”Diagnostic et imagerie optiques en m´edecine”, page 78, Paris, France, mai 2009.

[84] A. Humeau, W. Trzepizur, D. Rousseau, F. Chapeau-Blondeau et P. Abraham : Fisher information and Shannon entropy for on-line detection of transient signal high-values in laser Doppler flowmetry signals of healthy subjects. Physics in Medicine and Biology, vol. 53:5061–5076, 2008.

[85] A. Humeau, W. Trzepizur, D. Rousseau, F. Chapeau-Blondeau et P. Abraham : Localization of transient signal high-values in laser Doppler flowmetry signals with an empirical mode decomposition. Medical Physics, vol. 36:18–21, 2009.

[86] F.-X. Inglese et D. Rousseau : Utilisation d’un manette de jeu vid´eo pour des exp´eriences de m´ecanique. Le BUP, Le Bulletin de l’Union des Professeurs de Physique et de Chimie, vol. 902:427–434, 2008.

[87] L. Itti, C. Koch et E. Niebur : A model of saliency-based visual attention for rapid scene analysis. Transactions on Pattern Analysis and Machine Intelligence, 20:1254–1259, 1998.

[88] P. C. Ivanov, L. A. N. Amaral, A. L. Goldberger, S. Havlin, M. G. Rosenblum, H. E. Stanley et Z. R. Struzik : From 1/f noise to multifractal cascades in heartbeat