Résumé : Le problème de la comparaison d’images de même type, ou d’autres types de données géométriques, est essentiel pour de nombreuses applications, notamment en imagerie médicale : mesurer quantitativement les différences morphologiques entre deux individus, recaler une image d’étude sur une image de référence, détecter automatiquement certaines pathologies. Une approche classique du problème consiste à estimer des déformations de l’espace euclidien permettant d’apparier au mieux les données géométriques, et pouvant être ensuite analysées indépendemment du type de ces données. Les méthodes difféomorphiques, qui connaissent un développement important actuellement, modélisent ces déformations en tant que flots de champs de vecteurs dont on contrôle la régularité. Dans cet exposé je présenterai des méthodes issues de ce cadre général et adaptées à l’appariement de nuages de points, de courbes ou de surfaces. Je montrerai des résultats expérimentaux sur des données d’imagerie cérébrale (hippocampe, planum temporale), et proposerai certaines idées pour étendre ces techniques à l’analyse d’un grand nombre d’observations.