Recovering the initial condition and physical coefficients in a nonlinear PDE model of cell invasion

Résumé Technique : Récupération des conditions initiales et des coefficients physiques dans un modèle d'EDP non linéaire de l'invasion cellulaire

Énoncé du problème
Cet article traite d'un problème inverse complexe dans le contexte d'un modèle de réaction-diffusion non linéaire, dépendant de la densité, décrivant l'invasion cellulaire et la croissance des tumeurs cérébrales. L'équation directrice est :
$$\partial_t \rho - \nabla \cdot (\gamma(\rho)\nabla \rho) + \mu(x)\rho - \xi(x)\rho^2 = 0$$
où $\rho(x,t)$ est la densité de cellules tumorales, $\gamma(\rho)$ est un coefficient de diffusion dépendant de la densité, $\mu(x)$ est le taux de prolifération locale et $\xi(x)$ est le coefficient de compétition (saturation).

L'objectif est la reconstruction simultanée de trois inconnues à partir de données observationnelles limitées :

1. Les coefficients de réaction spatialement variables $\mu(x)$ et $\xi(x)$.
2. La condition initiale inconnue $\rho_0(x) = \rho(x,0)$.

Les données disponibles consistent en :

• Deux « instantanés » (snapshots) complets du domaine à des instants temporels distincts $t_0$ et $t_1$ ($d_0, d_1$).
• Des mesures continues de la densité sur un petit sous-domaine intérieur $\omega \subset \Omega$ pour l'intervalle de temps entier $(0, T)$ ($d_\omega$).

Le problème est intrinsèquement mal posé en raison du fort couplage entre les coefficients inconnus et l'état initial inconnu.

Méthodologie
Les auteurs emploient une approche duale combinant une analyse théorique rigoureuse avec un nouvel algorithme numérique.

1. Analyse théorique (Unicité et Stabilité)
Le cadre théorique repose sur les estimations de Carleman pour établir des résultats d'unicité globale et de stabilité.

• Hypothèses : L'analyse suppose que le coefficient de diffusion $\gamma(\rho)$ est non dégénéré ($0 < \alpha \le \gamma(\rho) \le \bar{\alpha}$) et que la dérivée temporelle de la solution de référence est non nulle ($|\partial_t \rho| \ge c_0$), garantissant une monotonie stricte pendant la phase de croissance.
• Estimations de stabilité :
  • Coefficients de réaction : Les auteurs prouvent une estimation de stabilité de type Lipschitz pour $\mu$ et $\xi$. Cela implique que de petites erreurs dans les données entraînent des erreurs proportionnellement petites dans la reconstruction des coefficients.
  • Condition initiale : L'estimation de stabilité pour $\rho_0$ est logarithmique, reflétant le caractère extrêmement mal posé typique des problèmes paraboliques inversés. De petites erreurs de données peuvent conduire à des erreurs relatives plus importantes dans la reconstruction de l'état initial.
• Stratégie de preuve : La preuve consiste à transformer la différence de deux solutions en un système linéarisé. En introduisant des fonctions de poids spécifiques et en utilisant l'inégalité de Carleman, les auteurs bornent les normes $L^2$ des différences de coefficients ($\mu-\tilde{\mu}, \xi-\tilde{\xi}$) et de la différence de la condition initiale ($\rho_0-\tilde{\rho}_0$) en fonction des erreurs de mesure.

2. Reconstruction numérique (Algorithme en deux étapes)
Pour surmonter la difficulté computationnelle du fort couplage entre les coefficients et l'état initial, les auteurs proposent un algorithme de reconstruction en deux étapes utilisant une stratégie de décalage temporel :

• Étape 1 : Reconstruction des coefficients (Découplage par décalage temporel)

  • L'origine temporelle est décalée à l'instant d'observation $t_0$. L'instantané $d_0$ est traité comme une « pseudo-condition initiale ».
  • Le problème est reformulé pour résoudre $\mu$ et $\xi$ sur l'intervalle $[t_0, T]$ avec un état initial connu ($d_0$).
  • Cette étape utilise une approche d'optimisation sous contrainte de l'EDP avec une méthode de l'état adjoint pour minimiser un fonctionnel d'écart des moindres carrés entre la sortie du modèle et les instantanés $d_1, \dots, d_{J-1}$.
  • Une estimation initiale pour $\mu$ et $\xi$ est construite en utilisant les données intérieures $d_\omega$ via un ajustement par moindres carrés de la relation linéarisée $\sigma = \mu - \xi\rho$, suivi d'une extension polynomiale à l'ensemble du domaine.

• Étape 2 : Reconstruction de la condition initiale

  • Une fois $\mu$ et $\xi$ fixés de l'étape 1, le décalage temporel est inversé.
  • Le modèle direct complet est résolu sur $[0, T]$ avec les coefficients récupérés.
  • La condition initiale $\rho_0$ est traitée comme la variable de contrôle.
  • Une seconde optimisation sous contrainte d'EDP minimise l'écart entre le modèle et tous les instantanés disponibles ($d_0$ à $d_{J-1}$) pour récupérer $\rho_0$.

Contributions clés

1. Unicité globale et stabilité : L'article établit les premiers résultats d'unicité globale et de stabilité de Lipschitz pour la récupération simultanée de deux coefficients de réaction et d'une condition initiale dans un modèle de réaction-diffusion dépendant de la densité utilisant des données instantanées.
2. Nouvelle stratégie de décalage temporel : Les auteurs introduisent une méthode pour découpler les problèmes de coefficients et de condition initiale. En traitant un instantané intermédiaire comme une pseudo-condition initiale, ils permettent la récupération des coefficients de réaction sans connaissance préalable de l'état initial réel.
3. Cadre numérique : Un algorithme robuste en deux étapes est développé et validé, démontrant que la stratégie de découplage gère efficacement l'imprécision de l'inversion conjointe.

Résultats numériques
Le procédé proposé a été testé dans des simulations en deux dimensions avec divers cas de test :

• Récupération des coefficients : L'algorithme a reconstruit avec succès $\mu$ et $\xi$ variant spatialement, avec des erreurs relatives $L^2$ généralement inférieures à 5 % pour des données sans bruit et jusqu'à environ 25 % avec un bruit de 5 %. La méthode a montré une robustesse au bruit gaussien.
• Récupération de la condition initiale : Des reconstructions de formes initiales complexes (sources gaussiennes, formes géométriques, paquets d'ondes) ont été réalisées avec une précision raisonnable. Les erreurs augmentent avec les niveaux de bruit et la nature hautement oscillatoire de la cible (ex: paquets d'ondes).
• Limites : Les auteurs ont observé que la récupération simultanée de $\mu$ et $\xi$ est sensible à l'estimation initiale et à l'espacement des temps des instantanés. Si les instantanés sont trop proches dans le temps, la matrice de sensibilité devient mal conditionnée, entraînant l'échec de la reconstruction.

Signification et affirmations
L'article affirme que sa principale importance réside dans le fait qu'il traite le problème d'identification simultanée, qui a été moins exploré que la récupération d'un paramètre unique.

• Contribution théorique : Il fournit un cadre de stabilité rigoureux (Lipschitz pour les coefficients, logarithmique pour les données initiales) pour un modèle incluant une diffusion dépendante de la densité, se distinguant des travaux antérieurs qui supposaient souvent une diffusion constante ou des états initiaux connus.
• Contribution pratique : La stratégie de décalage temporel offre une voie pratique pour résoudre le problème inverse couplé, démontant qu'une reconstruction précise des coefficients est possible même lorsque l'état initial est totalement inconnu.
• Les auteurs notent que bien que la stabilité théorique pour la condition initiale soit plus faible (logarithmique), les résultats numériques suggèrent que dans un régime de bruit contrôlé, les erreurs dans la reconstruction des coefficients ne dégradent pas de manière catastrophique l'inversion de la condition initiale, validant ainsi la robustesse de l'approche en deux étapes.

L'article conclut en identifiant des directions futures, notamment l'assouplissement des hypothèses de non-dégénérescence pour couvrir les régimes de milieu poreux, la récupération simultanée du coefficient de diffusion $\gamma$, et l'optimisation de la conception expérimentale (tempore de l'instantané et placement du sous-domaine) pour atténuer les problèmes de couplage.