La tomographie par émission de positons (TEP), outil essentiel en routine clinique et notamment en oncologie, est une modalité d'imagerie permettant la mesure de l'activité métabolique associée à un radiotraceur dans le corps du patient. À l'heure actuelle, la qualité médiocre des images TEP rend le diagnostic et le suivi des patients peu fiable. Cette faible qualité ayant pour causes principales les effets physiques et physiologiques intervenant dans le corps du patient et dans le détecteur du scanner durant l'examen TEP. À ce jour, aucun système TEP ne corrige précisément l'ensemble de ces dégradations dans un temps de calcul raisonnable. Ces dernières années, la simulation numérique a été révolutionnée par l'utilisation de processeurs graphiques (GPU), permettant d'atteindre une puissance de calcul équivalent à un cluster d'ordinateurs pour un coût dérisoire. Dans ce contexte, nos objectifs sont d'incorporer l'ensemble des dégradations existantes en TEP dans une reconstruction basée sur GPU, avec pour finalité d'améliorer la qualité des images TEP et ainsi diagnostic et suivi des patients. Nos premiers travaux ont permis de développer un modèle précis des dégradations liées au détecteur [1], permettant une correction complète de ces effets. Relativement à une reconstruction clinique classique, notre modèle a permis d'obtenir un contraste deux fois plus important et une résolution quatre fois plus fine. Actuellement, nous travaillons sur la correction des effets physiques intervenant à l'intérieur du patient. Ce type de correction peut être effectuée à l'aide de simulations Monte-Carlo (SMC) des interactions rayonnement-matière, très lourdes en temps de calcul. Nous avons donc développé le moteur de SMC Geant4 sur GPU [2], permettant d'estimer ces dégradations en quelques minutes. Notre but final sera de réunir les corrections détecteur et patient dans une même reconstruction sur plateforme Multi-GPU, permettant une reconstruction exploitable en routine clinique