En mammographie numérique, il existe deux approches pour évaluer la qualité de l’image. Dans la première approche, une méthode visuelle basée sur un observateur humain permet la détectabilité des lésions en radiographie mammographique. Malheureusement, cette approche subjective de qualité nécessite d’importantes ressources humaines et du temps lors de son implémentation. Dans une deuxième approche, des paramètres objectifs et indépendants de l’observateur humain, présentant une relation avec la résolution et le contraste de l’image (MTF et NPS), sont utilisés pour une évaluation de la performance des détecteurs. Cependant, il n’existe pas de relation directe entre ces paramètres et la détectabilité des lésions. Une méthode permettant d’avoir une approche de la qualité de l’image, à la fois indépendante de facteurs humains et présentant une relation directe avec la détectabilité des lésions, permettrait d’utiliser l’équipement mammographique de manière optimale. Ce travail de thèse présente le développement d’une telle méthode, consistant à générer par ordinateur des images virtuelles à partir d’un modèle « Source à rayons X/Détecteur numérique », qui prend en compte les valeurs mesurées de la MTF et du NPS des équipements mammographiques en conditions cliniques d’utilisation. De par les résultats obtenus dans notre travail, nous avons contribué à établir le lien entre les caractéristiques physiques des détecteurs et la qualité clinique de l’image dans les conditions habituelles d’exposition. De plus, nous suggérons l’utilisation de notre modèle pour déterminer rapidement les conditions optimales en mammographie, aspect essentiel pour la radioprotection des patientes / In digital mammography two approaches exist to estimate image quality. In the first approach, human observer assesses the lesion detection in mammograms. Unfortunately, such quality assessment is subject to inter-observer variability, and requires a large amount of time and human resources. In the second approach, objective and human-independent parameters relating to image spatial resolution and noise (MTF and NPS) are used to evaluate digital detector performance; even if these parameters are objective, they are not directly related to lesion detection. A method leading to image quality assessment which is both human independent, and directly related to lesion detection is very important for the optimal use of mammographic units. This PhD thesis presents the steps towards such a method: the computation of realistic virtual images using an “X-ray source/digital detector” model taking into account the physical parameters of the detector (spatial resolution and noise measurements) measured under clinical conditions. From results obtained in this work, we have contributed to establish the link between the physical characteristics of detectors and the clinical quality of the image for usual exposition conditions. Furthermore, we suggest the use of our model for the creation of virtual images, in order to rapidly determine the optimal conditions in mammography, which usually is a long and tedious experimental process. This is an essential aspect to be taken into account for radioprotection of patients, especially in the context of organized mass screening of breast cancer