Problématique centrale en traitement et analyse d'images médicales, le recalage multimodal consiste à mettre en correspondance un couple d'images de façon à pouvoir fusionner les informations de chacune d'elles. Les travaux présentés dans ce document étudient différents aspects de cette tâche. Tout d'abord, de nombreuses mesures de similarité sont présentées dans une classification synthétique. L'accent est mis sur les hypothèses sous-jacentes à la nature des liens entre les distributions d'intensités. Une série d'expérimentations illustre les différences entre les mesures, et les présente dans un autre cadre que le recalage, celui d'une recherche dans un ensemble d'images. Ensuite, nous proposons plusieurs procédures d'interpolation en les comparant aux méthodes usuelles du point de vue de la précision, de la rapidité et de la robustesse vis-à-vis de la stratégie d'optimisation du critère de similarité. Comme les étapes les plus coûteuses en temps de calcul sont les évaluations du critère à travers les transformations d'images (ici rigides uniquement), nous proposons ensuite un algorithme original permettant d'accélérer substantiellement le processus global.
Par la suite, ces techniques de recalage sont appliquées dans le cadre du positionnement de patient en radiothérapie conformationnelle. Nous développons une nouvelle approche permettant une évaluation précise du placement du patient grâce à une recherche par le contenu dans une série d'images pré-calculées. Les résultats obtenus sont encourageants puisque des déplacements importants, typiquement comportant des rotations hors-plan, sont correctement estimés.
Dans la deuxième partie de cette thèse, nous étudions un système permettant d'activer à distance et à partir d'un poste de travail banalisé, des calculs parallèles de traitements d'images médicales. Le prototype développé est nommé ARAMIS (A Remote Access Medical Imaging System) et permet de réutiliser un ensemble de librairies de traitements d'images préalablement développées. Parmi les outils intégrables dans ARAMIS, nous présentons un algorithme original permettant de calculer en temps linéaire la relation d'adjacence dans une surface triangulée générée par l'algorithme des Marching-Cubes.