Les progrès des dispositifs d'imagerie médicale permettent l'obtention d'images volumiques, qui contiennent une grande quantité d'information. Une approche efficace de traitement de ces images consiste à utiliser la connaissance a priori de la forme des objets à analyser, et à employer des méthodes intrinsèquement tridimensionnelles. Les modèles déformables répondent à ces deux critères. Nous proposons de formaliser les modèles déformables et leur évolution dans une image dite de données, en distinguant cinq composantes : caractéristiques de liaison, représentation géométrique, déformation, déformabilité, et contrôle. Nous décrivons trois modèles déformables. Nous employons le modèle surfacique des delta-snakes pour reconstruire des objets à partir de points répartis sur leur surface. Nous approximons cette surface par une carte de distance octree-spline. Nous avons mis au point des outils interactifs pour compléter des données manquantes ou déformer directement la surface. Nous proposons ensuite pour ce même type d'application un modèle implicite à base de primitives générant un champ potentiel local. Les primitives sont placées interactivement, ou automatiquement sélectionnées dans l'axe médian discret des données. L'optimisation des paramètres des primitives mène à une représentation compacte des objets. Nous reconstruisons par ces deux modèles des objets numérisés par des capteurs de distance ou segmentés dans des images volumiques. Notre dernier modèle est volumique. Sa déformation hiérarchique par un octree-spline minimise la distance généralisée entre ses caractéristiques et celles des données, sous le contrôle de l'algorithme de Levenberg-Marquardt, et dans les limites imposées par une fonction de régularisation. Nous avons établi un algorithme de calcul de distance généralisée itérée dans un arbre k-d. Nous appliquons ce modèle à la segmentation d'images volumiques. D'autres types d'applications ont également été réalisées.

Ce travail, réalisé dans le cadre du projet Geant4-DNA, consiste à concevoir un prototype pour la simulation des effets chimiques précoces des rayonnements ionisants. Le modèle de simulation étudié repose sur la représentation particule-continuum où toutes les molécules sont explicitement simulées et où le solvant est traité comme un continuum. La méthode proposée par cette thèse a pour but d'améliorer les performances de ce type de simulation. Elle se base sur (1) la combinaison d'une méthode de pas en temps dynamiques avec un processus de pont Brownien pour la prise en compte des réactions chimiques et afin d'éviter une simulation à pas en temps fixe, coûteuse en temps de calcul, et (2) sur la structure de données k-d tree pour la recherche du voisin le plus proche permettant, pour une molécule donnée, une localisation rapide du réactif le plus proche. La précision de l'algorithme est démontrée par la comparaison des rendements radiochimiques en fonction du temps et en fonction du transfert d'énergie linéaire avec des résultats d'autres codes Monte-Carlo et des données expérimentales. A partir de ce prototype, une tentative de prédiction du nombre et du type d'interactions radicaux-ADN a été entreprise basée sur d'une description simplifiée du noyau cellulaire. / The purpose of this work, performed under the Geant4-DNA project, is to design a prototype for simulating early chemical effects of ionizing radiation. The studied simulation model is based on the particle-continuum representation where all the molecules are explicitly simulated, and where the solvent is treated as a continuum. The method proposed by this thesis aims at improving the performance of this type of simulation. It is based on (1) a dynamical time steps method with a Brownian bridge process, to account for chemical reactions, which avoids the costly fixed time-step simulations, and (2) on the k-d tree data structure for quickly locating, for a given molecule, its closest reactants. The accuracy of the algorithm is demonstrated by comparing radiochemical yields over time and depending on the linear energy transfer with results obtained from other Monte Carlo codes and experimental data. Using this prototype, an attempt to predict the number and type of radical attacks on DNA has been performed using a simplified description of the cell nucleus.