Dans cette thèse, nous avons proposé deux modèles multi-compartiments en IRM de relaxométrie T2 (MCT2) fournissant des informations sur la microstructure des tissus cérébraux. Trois compartiments de relaxométrie T2 ont été considérés dans chaque voxel représentant des tissus avec des temps de relaxation T2 courts, T2 moyens et T2 élevés. La complexité associée à l'estimation des paramètres de tels modèles paramétriques a ensuite été explorée. Le premier modèle MCT2 que nous avons proposé a estimé la représentation fractionnelle de compartiments T2 prédéfinis. Dans le second modèle, les représentations fractionnaires et le paramètre de relaxation moyenne ont été estimés pour le compartiment T2 moyen. Dans les deux modèles, le choix de l'approche était justifié par une analyse de la fonction de coût et un cadre d’estimation a été proposé. Le modèle MCT2 a été utilisé pour deux applications. Dans la première application, l’évolution des biomarqueurs de MCT2 a été étudiée dans les lésions de sclérose en plaques (SEP) présentant une prise de contraste gadolinium (Gd) ou non chez 10 patients présentant un syndrome cliniquement isolé. La seconde application a démontré le potentiel de combinaison des biomarqueurs MCT2 avec les informations de microstructure dérivées de l'IRM de diffusion pour identifier les régions présentant une prise de contraste Gd dans les lésions de SEP. Les résultats montrent que les biomarqueurs MCT2 proposés peuvent constituer des outils efficaces pour étudier l’état et l’évolution de la microstructure tissulaire dans le cerveau. La combinaison des biomarqueurs MCT2 avec les informations de microstructure dMRI nous a permis de progresser vers la résolution d’un problème critique et délicat consistant à limiter l'utilisation de gadolinium dans la détection de régions de lésion améliorantes dans les lésions de SEP.