Les techniques mathématiques de reconstruction d'image jouent un rôle important dans le domaine médical. Elles permettent d'exploiter, par résolution d'un problème inverse, les mesures issues d'appareils médicaux comme le scanner pour obtenir une image volumique représentant la répartition spatiale d'une propriété, comme la densité des tissus. Les progrès des scanners rendent désormais possible l'étude dynamique de certains organes, comme le coeur. Cependant, les techniques de reconstruction classiques doivent être améliorées pour prendre en compte les évolutions des organes durant l'acquisition des mesures, qui provoquent une perte de qualité et donc d'information dans les images reconstruites. L'objectif de ce travail de thèse est d'investiguer l'usage de modèles additionnels permettant de régulariser le problème de reconstruction tomographique. Dans une première étude, nous approfondissons les méthodes couramment utilisées en tomographie cardiaque basées sur l'utilisation d'un modèle de périodicité de l'évolution. Nous étudions les problèmes de synchronisation dans les géométries parallèles et divergentes et leur lien avec l'échantillonnage des mesures. Nous proposons par ailleurs un schéma de reconstruction amélioré dans le cas des géométries divergentes. La seconde étude concerne les méthodes dites de compensation du mouvement, qui utilisent dans l'algorithme de reconstruction un modèle de déformation de la scène connu a priori. Nous proposons des méthodes analytiques de reconstruction qui compensent les déformations affines dépendant du temps, en établissant des conditions d'admissibilité et des formules d'inversion exactes.