L'analyse morphométrique des structures cérébrales chez le prématuré est un sujet de plus en plus étudié dans le milieu médical afin de definir des biomarqueurs de neurodéveloppement. Cela nécessite dans un premier temps une segmentation de bonne qualité des structures d'intérêt à partir d'IRM cérébrales. Ce type de segmentation est complexe à réaliser en raison de la résolution et des propriétés des IRM. Dans ce contexte, nous étudions le potentiel des modèles hiérarchiques et plus précisément l'arbre binaire de partitions, comme outil de segmentation 3D interactive et d'utilisation aisée. En particulier, nous étudions l'intérêt des textures pour définir la structure hiérarchique fournissant la segmentation finale. Ce travail constitue l'une des premières utilisations des arbres binaires de partitions pour la segmentation 3D d'images médicales. Les expériences sont réalisées sur 19 images IRM pour la segmentation du cervelet.