Nous abordons dans cet article le problème de la détection-estimation jointe de l'activité cérébrale en IRM fonctionnelle. Pour ce faire, nous adoptons le cadre JDE d'eveloppée dans [1] et étendu dans [2] afin de considérer les dépendances spatiales entre les voxels. L'une des difficultés réside dans le choix de l'échelle spatiale appropriée pour l'estimation de la fonction de réponse hémodynamique (HRF) des voxels. L'approche JDE actuelle est basée sur une parcellisation a priori permettant de classer les voxels en groupes partageant les même propriétés fonctionnelles. Chaque groupe est modélisé par une seule HRF, ce qui permet de pallier le manque de robustesse des approches opérant à l'échelle du voxel, mais sans garantir l'adéquation de cette parcellisation aux données traitées. Nous étendons ici le modèe JDE en un modèle de parcellisation-détection-estimation conjointe (JPDE) qui met en oeuvre une étape supplémentaire de parcellisation. Pour réduire la complexité opératoire, et comme dans [3], l'inférence est construite en utilisant des techniques d'approximation variationnelle.