Le syndrome de détresse respiratoire aiguë (SDRA) présente un taux de mortalité élevé, près de 40%, dans des unités de soins intensifs. Il est défini comme un ensemble de manifestations cliniques, radiologiques et physiologiques qui traduisent une intense inflammation pulmonaire et une hyperperméabilité pulmonaire, correspondant aux différentes agressions aiguës du poumon. Le prise en charge des patients atteints du SDRA nécessite une ventilation assistée qui, en cas de mauvaise adaptation des paramètres de ventilation, notamment, pression et volume, peut aggraver l'état du patient. Le réglage de ces paramètres est basé sur l'analyse de l'aération pulmonaire en réponse à la ventilation assistée. Cette analyse peut être faite sur des images tomodensitométriques (CT en anglais) après y avoir segmenté le parenchyme pulmonaire. Néanmoins, cette segmentation est entravée par l'augmentation de la densité du parenchyme, qui réduit le contraste entre le poumon et les structures voisines. Cette thèse cherche à fournir des outils de traitement d'images qui permettent aux experts l'analyse de l'aération pulmonaire dans des images CT acquises dans le cadre d'un projet sur le SDRA utilisant un modèle animal / Acute Respiratory Distress Syndrome (ARDS) is a life threatening disease presenting a high mortality of about 40% in intensive care units. It is the consequence of different pulmonary aggressions generating hypoxemia and pulmonary edema, which are radiologically expressed as infiltrations observable as opaque regions in the lung. The treatment of ARDS requires mechanical ventilation, which may deteriorate the state of the patient if the ventilation parameters, namely volume and pressure, are not correctly adjusted. To adjust the parameter settings to each individual case, lung aeration - in response to ventilation - needs to be assessed. This assessment can be done using computed tomography (CT) images. However, it requires the segmentation of the lung-parenchymal tissue, which is a challenging task in ARDS images due the opacities that hinder the image contrast. In this thesis we aim to provide the required tools for the experts to analyze the aeration in the images acquired within an ARDS project using an animal model