Comprendre l'organisation de la connectivité structurelle du cerveau ainsi que comment celle-ci contraint sa fonctionnalité est une question fondamentale en neuroscience. L'avènement de l'Imagerie par Résonance Magnétique de diffusion (IRMd) a permis l'estimation de la connectivité des neurones in vivo. Dans cette thèse, nous profitons de ces avancées pour : étudier l'organisation structurelle du cerveau ; étudier la relation entre la connectivité, l'anatomie et la fonction cérébrale ; identifier les régions corticales correspondantes d'un sujet à un autre ; et inférer la connectivité en présence de pathologie. Cette thèse contient trois contributions majeures. La première est un modèle pour la connectivité axonale et une technique efficace pour diviser le cerveau en régions de connectivité homogène. Cette technique de parcellisation permet de diviser le cerveau tant pour un seul sujet que pour une population. Les parcelles résultantes sont en accord avec les parcellations anatomiques, structurelles et fonctionnelles existant dans la littérature. La seconde contribution de cette thèse est une technique qui permet d'identifier les régions correspondantes d'un sujet à un autre. Cette technique, basée sur le transport optimal, offre une meilleure performance que les techniques courantes. La troisième contribution est une technique de segmentation, dite multi-atlas, pour identifier les faisceaux d'axones de la matière blanche de patients atteints d'une pathologie cérébrale. Comme les techniques existantes, notre approche utilise l'information spatiale provenant d'atlas de sujets sains, mais pondère celle-ci avec l'information d'IRMd du patient. Nous montrons que notre technique obtient de meilleurs résultats que les méthodes non pondérées.