Dans ce papier nous traitons le problème de détection et estimation conjointes de sinusoïdes noyées dans du bruit, sous l'angle bayésien. Nous commençons par définir un modèle bayésien original. Ce modèle comporte de nombreux paramètres inconnus, dont le nombre de sinusoïdes. Tout développement analytique étant impossible, nous proposons un nouvel algorithme stochastique, reposant sur une méthode MCMC (chaînes de Markov Monte Carlo) à sauts réversibles. Nous obtenons de très bons résultats....

Dans cette communication, nous présentons un nouvel algorithme pour la déconvolution en imagerie Gamma. Celui-ci repose sur une nouvelle modélisation d'une caméra Gamma par processus ponctuels cascadés. Cette modélisation permet de tenir compte de l'intensificateur d'images, qui est un des éléments d'une caméra Gamma dégradant le plus fortement le rapport signal sur bruit. Ce modèle permet ensuite de développer deux algorithmes de type EM : la version classique de l'EM et sa version SAGE, qui assure une convergence plus rapide. Notre nouveau modèle et le modèle classique sont ensuite comparés et testés avec des algorithmes EM de type SAGE sur des images synthétiques et réelles composées de sources radioactives....