La prise en charge des cancers ORL est un défi majeur en oncologie. Le ciblage précis de la tumeur et la protection des organes voisins en radiothérapie nécessitent une compréhension approfondie et un contourage exact du Volume Tumoral Macroscopique (GTV en anglais). Cependant, la variabilité inter-observateur et les difficultés de délimitation dues à la qualité souvent insuffisante de l'imagerie médicale disponible soulignent l'urgence de disposer d'outils et de méthodes améliorés. L'intégration de diverses sources de données et modalités pour mieux comprendre l'étendue spatiale et les caractéristiques biologiques de la tumeur semble une solution prometteuse.L'histologie et la radiologie, clés pour le diagnostic, offrent des informations multi-échelles de la tumeur dont la synergie est souvent sous-exploitée. Alors que la radiologie donne une vue macroscopique sur la structure, la taille et la localisation globales de la tumeur, l'histologie permet une analyse microscopique, élucidant les détails cellulaires et morphologiques des tissus. La fusion de ces deux modalités pourrait révolutionner notre compréhension de l'environnement tumoral et de son hétérogénéité.Le recalage, ou mise en correspondance spatiale, est crucial pour relier ces modalités. En déformant les lames histologiques sur leurs scans radiologiques correspondants, le recalage permet une comparaison directe entre chaque voxel. Cependant, cette tâche est très complexe à cause des différences notables entre les deux modalités et les déformations tissulaires entre l'acquisition in vivo et la lame histologique issu de la pièce chirurgicale ex vivo. Nous introduisons ici un modèle d'apprentissage profond nommé StructuRegNet pour résoudre ce problème, qui met en oeuvre un alignement progressif guidé par les structures rigides comme les cartilages. En automatisant cette tâche traditionnellement manuelle, nous permettons ainsi une intégration harmonieuse et à grande échelle des informations histologiques et radiologiques.Avec les capacités offertes par StructuRegNet, des comparaisons directes entre les deux modalités deviennent possibles, notamment pour évaluer le GTV par rapport à l'étendue tumorale sur la lame histologique. Elles ont révélé des surestimations constantes dans les définitions conventionnelles du GTV. A la suite de cette observation, nous avons introduit un modèle de segmentation automatique sur les images scanners, avec comme annotation de référence les contours histologiques. Étant donné que ces contours sont de qualité supérieure et sans variabilité, le modèle a pu éviter les écueils rencontrés par les modèles précédents axés uniquement sur le GTV. Cette approche a éclairé la voie vers un "GTV guidé par l'histopathologie" et a introduit le concept de contours non binaires avec des probabilités de présence de tumeur, laissant entrevoir le potentiel d'une radiothérapie plus modulable et précise.De plus, nous avons dépassé le cadre de l'alignement spatial pour la radiothérapie et nous sommes concentrés sur la fusion multimodale plus générale. Nous introduisons SMuRF, un modèle d'intelligence artificielle qui combine plusieurs images pour extraire une représentation globale à faible dimension de chaque patient. Grâce à cette fusion avancée utilisant des architectures de pointe en vision par ordinateur, nous avons obtenu des succès notables dans la prédiction du grade du cancer et de la survie du patient, surpassant les méthodes monomodales traditionnelles.En conclusion, cette recherche souligne le potentiel considérable de l'intégration des données histologiques et radiologiques, supportée par des techniques d'intelligence artificielle, pour affiner la radiothérapie du cancer ORL. En fusionnant les informations macroscopiques et microscopiques, ce travail représente un premier pas prometteur vers une oncologie de précision individualisée plus efficace.