Ce travail propose la détection automatique du fil guide sur des images fluoroscopiques de Cholangio-Pancréatographie Rétrograde Endoscopique (CPRE). Le but est de pouvoir implémenter à terme une localisation automatique du fil guide dans les voies biliaire et contribuer à la baisse du taux d'échec de cette procédure délicate. Dans cet article, nous avons utilisé un algorithme éprouvé de segmentation d'images médicales, appelé U-Net. Les principales contributions sont i) une comparaison de fonctions de coût adaptées aux structures fines pour améliorer la performance du réseau U-Net sur un jeu de données limité ii) une discussion sur l'apport de méthodes d'évaluation plus adaptées aux structures fines et allongées, iii) nous utilisons également le transfert d'apprentissage pour améliorer les performances sur un second jeu de données. Nous obtenons un score de Dice de 0.64, un score de Tversky de 0.63 et un ClDice de 0.75 sur notre premier jeu de données. Sur notre deuxième jeu de données nous obtenons des scores respectifs de Dice, Tversky et ClDice de 0.59, 0.56 et 0.70. La détection obtenue, même partielle, du fil guide, donne des points d'ancrage, utiles pour un algorithme de fusion 2D/3D. Ce dernier calcule la probabilité de présence du fil guide dans chaque voie biliaire grâce au modèle 3D du patient projeté sur la fluoroscopie. Ainsi cet article est le premier à s'intéresser à la détection et à la localisation automatiques du fil guide pour la CPRE.