La sclérose en plaques (SEP) est une maladie inflammatoire auto-immune du système nerveux central. Des marqueurs cliniques sont utilisés aujourd'hui pour le diagnostic et pour l'évaluation thérapeutique. Cependant ces marqueurs sont subjectifs et sujets à une grande variabilité intra- et inter-observateur. L'imagerie par résonance magnétique (IRM) devient donc un examen complémentaire indispensable pour une meilleure compréhension de la maladie. Dans le but d'automatiser un processus long et fastidieux pour le clinicien, nous proposons de segmenter de façon automatique les lésions de SEP au cours du temps dans des séquences longitudinales d'IRM multimodales. Nous utilisons un algorithme robuste permettant la segmentation spatio-temporelle de ces anormalités et proposons un schéma original de rejet de données atypiques. Nous validons quantitativement nos résultats en utilisant le simulateur BrainWeb. Des résultats très prometteurs sont obtenus dans le cas de données cliniques.