Regularized autoregressive model preserving spatial discontinuities for

Cet article traite de l’estimation spectrale locale à partir de signaux radio-fréquence obtenus en imagerie medicale par échographie ultrasonore. Du fait de la nature particulière des signaux RF (signaux aléatoires fortement bruités et nonstationnaires et présence de plusieurs milieux tissulaires), l’objectif principal est de régulariser l’estimation paramétrique locale tout en préservant d’éventuelles discontinuités. Nous proposons un shéma de régularisation 2D basé sur les modèles autorégressifs, introduit dans un cadre Bayesien où l’apriori de continuité spatiale est exprimé par l’intermédiaire des champs de Markov. L’utilisation de fonctions non quadratiques (phi-fonctions) dans le terme d’a-priori permet de preserver les discontinuités. Nous appliquons tout d’abord cette méthode sur des simulations où des discontinuités spectrales ont été générées par un décalage de la fréquence centrale entre 2 milieux. Nous montrons comment le shéma de régularisation permet d’améliorer considérablement l’estimation des coefficients AR. De plus, l’utilisation des Phifonctions s’avère très efficace pour préserver les discontinuités. Enfin, nous appliquons cette méthode sur des signaux radiofréquence acquis à l’Université de Leuven avec un système développé pour l’acqisition de tels signaux et adapté à un échographe conventionnel. Ces résultats montrent l’intérêt de cette méthode pour l’étude de signaux réels acquis in-vivo sur des tissus biologiques en conditions cliniques. ABSTRACT