Les ultrasons focalisés de haute intensité (HIFU) par voie transoesophagienne peuvent être utilisés pour traiter l'arythmie cardiaque de manière efficace et non invasive. L'œsophage étant situé juste aux abords du cœur, il offre une fenêtre acoustique parfaite pour que les HIFU puissent être dirigés vers le cœur afin de mener l’ablation nécessaire au traitement de l’arythmie. Cependant, afin de guider l'ablation, le thérapeute doit faire le lien, par recalage, entre les images per-opératoires (images échographiques fournies par la sonde HIFU dual-mode) et l'imagerie anatomique préopératoire à haute résolution, dans laquelle la ligne d'ablation a été définie (volume scanner X ou IRM). Dans ce travail de thèse, nous avons proposé plusieurs solutions pour améliorer ce recalage pendant la chirurgie si possible en temps réel. Premièrement, nous avons intégré un second plan image perpendiculaire au premier dans la solution classique itérative de recalage. Ensuite, nous nous sommes concentrés sur le recalage rigide d’une image échographique 2D dans un volume scanner X 3D à l’aide d’une approche par apprentissage profond supervisé afin d'estimer la position en temps réel de la sonde d'imagerie/thérapie pendant la chirurgie. L’utilisation d’un réseau a permis d’effectuer le recalage sur des paires d'images inconnues de manière non itérative réduisant ainsi drastiquement le temps de calcul de la méthode classique. En dernier, nous avons abordé une approche d'apprentissage non supervisée. Cette étude visait à effectuer un recalage non rigide entre l’image échographique et une coupe du scanner X afin de prendre en compte, pour une certaine phase du cycle cardiaque, les légères déformations du cœur résultant de la respiration du patient ou de l'insertion de la sonde.