La tractographie de la matière blanche cérébrale est une méthode très prometteuse pour l'évaluation des trajectoires des fibres nerveuses, à partir d’IRM de diffusion (IRMd). En utilisant des méthodes d'analyse novatrices, elle permet d’estimer une véritable cartographie anatomique et fonctionnelle. L'avancement des techniques IRM a grandement amélioré notre capacité à quantifier la structure des réseaux cérébraux, accélérant ainsi la compréhension des altérations liées aux maladies. Malgré cela, de telles approches de tractographie restent encore limitées pour diverses raisons. En effet, des eudes ont indiqué que les algorithmes de tractographie les plus avancés ont tendance à générer un grand nombre de faisceaux de fibres, ce qui entraîne par conséquent un taux élevé de faux positifs. Dans cette thèse, notre objectif a été de proposer des méthodes innovantes pour améliorer l’estimation des fibres. Nous nous sommes, dans un premier temps, intéressés au développement d'une méthode visant à guider les algorithmes de tractographie en utilisant des a priori anatomiques, basés sur des « Orientation Distribution functions » (ODF), avec pour objectif d’améliorer l’estimation des fibres dans des régions complexes. Cette méthode utilise des a priori anatomiques, exprimés sous la forme de "Track Orientation Distribution (TOD)" calculés à partir d'atlas de fibres segmentées. Cette approche permet ainsi de mieux caractériser la variabilité de la microstructure entre les individus. Durant l'étape de tractographie, les données IRMd et les a priori TOD sont combinés à l'aide de géométrie Riemannienne améliorant l’estimation de la fibre dans des régions complexes. Des études, à la fois sur données IRMd simulées et sur données réelles hautes qualités, ont montré que l'ajout d' a priori anatomique augmente de façon significative la qualité de l'estimation des faisceaux dans les régions de croisement de fibres. Nous avons ensuite testé nos approches sur une cohorte clinique de patients atteints de dépression résistante afin d'identifier des biomarqueurs de cette pathologie. Pour cela, nous avons réalisé des analyses multivariées des métriques de microstructure extraites des modèles ODF le long des fibres. Nous avons identifié des modifications sur plusieurs faisceaux de fibres associées à la résistance au traitement. Cette étude nous a permis de monter que l'ajout d'a priori anatomiques peut servir à guider les algorithmes de tractographie de données cliniques de basses résolutions. En parallèle à ce travail, nous avons développé une nouvelle métrique de comparaison de tractogrammes, basée sur la théorie de transport optimale et sur la distance de Wasserstein.  Notre étude montre que l'utilisation de cette métrique donne des informations complémentaires à celles couramment utilisées (score de Dice, corrélation). En effet, cette mesure permet de mesurer une distance entre chaque fibre du tractogramme.