Les maladies cardiovasculaires sont l'une des principales causes de mortalité dans le monde, avec un nombre estimé de 17,9 millions de décès par an. La solution thérapeutique principale consiste en des interventions endovasculaires, qui doivent leur succès à des avantages significatifs tels que la faible invasivité et les coûts réduits. Cependant, ces procédures sont limitées par leur complexité, nécessitant une formation approfondie des cliniciens et l'accès à des installations spécialisées. Pour effectuer le traitement, le clinicien doit manipuler des dispositifs longs et fins, tels que les cathéters et les guide-fils, à travers les artères du patient, en les contrôlant depuis leur extrémité proximale positionnée à l'entrée du vaisseau. Cette tâche déjà difficile est encore compliquée par le guidage limité à la disposition du clinicien, fourni uniquement par des images fluoroscopiques en 2D. De plus, l'acquisition de ces images nécessite l'utilisation de rayons X, dangereux pour la santé à la fois du patient et du clinicien, et la visibilité des vaisseaux dépend des agents de contraste, qui peuvent être toxiques pour les reins du patient. Pour répondre à ces limitations, ce manuscrit propose des solutions pour faciliter l'intervention, par le développement de méthodes offrant au clinicien plus de soutien pendant certaines phases de l'intervention, tout en automatisant d'autres. Une procédure simplifiée peut en effet réduire le temps chirurgical et, par conséquent, diminuer l'exposition aux rayons X pour le patient et le clinicien. Deux systèmes principaux ont été développés : l'un qui améliore les images fluoroscopiques et un autre qui guide de manière autonome les outils chirurgicaux. Le premier est essentiellement un système d'assistance, qui superpose les images fluoroscopiques classiques avec des informations sur l'anatomie naviguée et montre au clinicien le résultat prédit de ses actions avant qu'il ne les exécute. Le second est un contrôleur basé sur l'apprentissage profond par renforcement, conçu pour effectuer de manière autonome la procédure en contrôlant un robot chirurgical endovasculaire. Actuellement, ces robots fonctionnent uniquement comme des dispositifs suiveurs, incapables d'offrir un soutien supplémentaire au clinicien durant la procédure. Lors des tests effectués sur un fantôme dans le cadre d'une étude utilisateur, le système améliorant les images fluoroscopiques a permis une réduction de 56 % du temps d'intervention. Le contrôleur autonome a atteint un taux de réussite de plus de 95 %, même lorsqu'il a été testé sur des anatomies très différentes des modèles d'entraînement.