L''extraction d''éléments curvilignes d''images de télédétection, surtout proches de la limite de résolution ou lorsqu''elles sont bruitées, représente toujours un défi important pour les algorithmes informatiques, alors que pour les interprètes humains c''est une tâche immédiate. Dans ce travail une méthode novatrice est présentée pour guider l''extraction d''éléments curvilignes (routes, cours d''eau, etc) d''images de télédétection. Cette méthode a pour but de mettre à jour les systèmes d''informations géographiques (SIG) grâce à un modèle inédit (ELECA) qui comporte trois parties. Le modèle ELECA tire avantage de deux idées principales. Les données utilisées ne sont pas seulement les images de télédétection mais également les données des SIG qui ne sont pas nécessairement à jour. Le modèle s''appuie également sur des progrès récents des sciences psycho-cognitives en imitant partiellement le mouvement des yeux durant une recherche visuelle. Cette recherche est un doctorat canado-français originellement paru sous l''intitulé "Extraction d''éléments curvilignes guidée par des mécanismes attentionnels pour des images de télédétection: approche par fusion de données".