Une nouvelle technique de radiothérapie, l'hadronthérapie, irradie les tumeurs à l'aide d'un faisceau de protons ou d'ions carbone. L'hadronthérapie est très efficace pour le traitement du cancer car elle permet le dépôt d'une dose létale très localisée, en un point dit ‘pic de Bragg', à la fin du trajet des particules. La connaissance de la position du pic de Bragg, avec une précision millimétrique, est essentielle car l'hadronthérapie a prouvé son efficacité dans le traitement des tumeurs profondes, près des organes vitaux, ou radio-résistantes. Un enjeu majeur de l'hadronthérapie est le contrôle de la délivrance de la dose pendant l'irradiation. Actuellement, les centres de traitement par hadron thérapie effectuent un contrôle post-thérapeutique par tomographie par émission de positron (TEP). Les rayons gamma utilisés proviennent de l'annihilation de positons émis lors la désintégration bêta des isotopes radioactifs créés par le faisceau de particules. Ils ne sont pas en coïncidence directe avec le pic de Bragg. Une alternative est l'imagerie des rayons gamma nucléaires émis suites aux interactions inélastiques des hadrons avec les noyaux des tissus. Cette émission est isotrope, présentant un spectre à haute énergie allant de 100 keV à 20 MeV. La mesure de ces rayons gamma énergétiques dépasse la capacité des systèmes d'imagerie médicale existants. Une technique avancée de détection des rayons gamma, basée sur la diffusion Compton avec possibilité de poursuite des électrons diffusés, a été proposée pour l'observation des sources gamma en astrophysique (télescope Compton). Un dispositif, inspiré de cette technique, a été proposé avec une géométrie adaptée à l'Imagerie en Hadron Thérapie (IHT). Il se compose d'un diffuseur, où les électrons Compton sont mesurés et suivis (‘tracker'), et d'un calorimètre, où les rayons gamma sont absorbés par effet photoélectrique. Nous avons simulé un scénario d'hadronthérapie, la chaîne complète de détection jusqu'à la reconstruction d'événements individuels et la reconstruction d'une image de la source de rayons gamma. L'algorithme ‘Expectation Maximisation' (EM) à été adopté dans le calcul de l'estimateur du maximum de vraisemblance (MLEM) en mode liste pour effectuer la reconstruction d'images. Il prend en compte la réponse du système d'imagerie qui décrit le comportement complexe du détecteur. La modélisation de cette réponse nécessite des calculs, en fonction de l'angle d'incidence de tous les photons détectés, de l'angle Compton dans le diffuseur et de la direction des électrons diffusés. Dans sa forme la plus simple, la réponse du système a un événement est décrite par une conique, intersection du cône Compton et du plan dans lequel l'image est reconstruite. Une forte corrélation a été observée, entre l'image d'une source gamma reconstruite et la position du pic de Bragg. Les performances du système IHT dépendent du détecteur, en termes d'efficacité de détection, de résolution spatiale et énergétique, du temps d'acquisition et de l'algorithme utilisé pour reconstituer l'activité de la source de rayons gamma. L'algorithme de reconstruction de l'image a une importance fondamentale. En raison du faible nombre de photons mesurés (statistique de Poisson), des incertitudes induites par la résolution finie en énergie, de l'effet Doppler, des dimensions limitées et des artefacts générés par l'algorithme itératif MLEM, les images IHT reconstruites sont affectées d'artefacts que l'on regroupe sous le terme ‘bruit'. Ce bruit est variable dans l'espace et dépend du signal, ce qui représente un obstacle majeur pour l'extraction d'information. Ainsi des techniques de dé-bruitage ont été utilisées. Une stratégie de régularisation de l'algorithme MLEM (WREM) en mode liste a été développée et appliquée pour reconstituer les événements Compton. Cette proposition est multi-résolution sur une base d'ondelettes orthogonales. A chaque itération, une étape de seuillage des coefficients d'ondelettes a été intégrée. La variance du bruit a été estimée à chaque itération par la valeur médiane des coefficients de la sous-bande de haute fréquence. Cette approche stabilise le comportement de l'algorithme itératif, réduit l'erreur quadratique moyenne et améliore le contraste de l'image.