Généralement, les images ultrasonores sont caractérisées par une faible résolution, un flou assez important et un bruit de fond ambiant; de ce fait, la segmentation de ces images est une problématique particulière en traitement d'images. L'objectif de notre étude est de présenter une nouvelle méthode pour la segmentation d'images ultrasonores, utilisant le modèle régions actives géodésiques. Cette approche tient compte à la fois des informations contours et régions. Nous exploitons les propriétés statistiques de ces informations. Pour cela l'information régions est approchée par un modèle de distribution de niveaux de gris de la région. La recherche des contours est faite par la méthode des ensembles de niveaux à partir d'une courbe initiale. Nous avons testé notre algorithme sur des images ultrasonores réelles, images échotomographiques veineuses in vivo présentant un thrombus que nous cherchons à isoler. Les résultats expérimentaux obtenus illustrent bien les bonnes performances de notre algorithme pour détecter et localiser le thrombus, et montrent aussi que notre méthode est bien adaptée à la segmentation des images ultrasonores.