L’analyse statistique de la forme de structures anatomiques est un enjeu essentiel pour de nombreuses applications: modélisation de la variabilité normale et pathologique, prédiction de paramètres cliniques et biologiques à partir de données anatomiques… Ces dernières années ont vu l’émergence de grandes bases de données en neuroimagerie, offrant une puissance statistique considérablement accrue. Cette thèse a pour thème l’étude statistique de la variabilité anatomique de l’hippocampe sur de grandes populations. Après un état de l’art, la première partie de la thèse porte sur l’étude d’une variante anatomique appelée inversion incomplète de l’hippocampe (IHI). Pour ce faire, nous avons mis au point une échelle de cotation de ces IHI. Elle a été ensuite appliquée à 2000 sujets sains et jeunes de la base de données IMAGEN. Les résultats ont permis de montrer que les IHI sont fréquentes chez les sujets sains, avec une prédominance à gauche. C’est la première fois que les IHI sont étudiés sur une telle population. La seconde partie de la thèse porte sur la mise au point d’une méthode d’analyse statistique de formes utilisant les grandes déformations difféomorphiques et les courants mathématiques, utilisable pour l’analyse de grandes populations. Nous avons en particulier introduit une nouvelle approche rapide pour construire des prototypes anatomiques. Cette approche a été validée sur 1000 sujets sains jeunes de la base de données IMAGEN et 294 sujets (sujets sains âgés et patients atteints de maladie d’Alzheimer) de la base ADNI. Les résultats montrent que la méthode permet de représenter la variabilité anatomique de l’hippocampe avec un nombre raisonnable de dimensions. / Statistical shape analysis of anatomical structures is a key challenge for many applications: modeling of the normal and pathological variability, prediction of clinical or biological parameters from anatomical data... Recent years have seen the emergence of large databases in neuro-imaging, potentially increasing the statistical power of new studies. This thesis is about the statistical analysis of the anatomical variability of hippocampi in large populations. After a state of the art, the first part of the thesis focuses on the study of an anatomical variant named Incomplete Hippocampal Inversion (IHI). We developed a new robust scale for IHI assessments. We then applied the evaluation to 2000 young healthy subjects from the European database IMAGEN. Results show that IHI are frequent on healthy population, with a left side predominance. This is the first time that IHI are studied on a large database composed of healthy subjects. The second part of this thesis develops a method for the statistical analysis of shapes based on Large Diffeomorphic Deformations Metric Mapping and mathematical currents, applicable for the analysis of large datasets. In particular we have introduced a new fast approach for the estimation of anatomical templates. This approach has been validated on 1000 young healthy subjects of the IMAGEN database and on 294 subjects from the ADNI database (healthy aging subjects and patients with Alzheimer disease). Results show that the method allows the modeling of the anatomical variability of hippocampi with a reasonable number of dimensions.