Cette thèse a été réalisée dans un cadre pluridisciplinaire alliant protocole expérimental, instrumentation dans des conditions de mesures in vivo, détection de ruptures associées à des changements d'états physiologiques et identification et prétraitement d'artefacts de mesures chez des coureurs de marathons. Nous avons considéré l'analyse de la variabilité du rythme cardiaque (VRC) et l'analyse de l'activité électrodermale (AED) pendant une course et lors des phases qui la précèdent et la suivent. La détection de ruptures de moyenne et de tendance est effectuée par la méthode Filtered Derivative with p-Value (FDpV) tout au long de cette thèse. La méthode FDpV est basée sur une analyse dynamique faisant appel à un modèle stationnaire par morceaux. Elle a permis en particulier d'introduire un indice de régulation cardiaque pour les coureurs. Un suivi des changements des états d'éveil et de motivation à travers l'AED par la détection de ruptures de la tendance pendant la course d'un semi-marathonien est également proposée. Ceci a permis de définir des signatures de début et de fin de course. Une attention particulière a été apportée à la composante tonique de l'AED reflétant le niveau d'activation affectif. Nous avons comparé trois méthodes d'extraction du niveau tonique en tenant compte des artefacts potentiels présents. Ce travail concerne des études de cas; il peut être étendu à une cohorte et englober plus de paramètres physiologiques (VO2, EEG,...). Ainsi, une classification des états d'éveil et de motivation peut être envisagée et représente des éléments significatifs de caractérisation des données physiologiques in vivo pour l'optimisation des performances sportives. / This thesis was carried out in a multidisciplinary approach that combines experimental protocol, instrumentation, in vivo measurements, physiological change detection instants and identification and preprocessing of measurement artefacts for marathon runners. We considered the analysis of the heart rate variability (HRV) and the electrodermal activity (EDA) recorded during a semi-marathon including pre and post competition periods. A study of the HRV and EDA change detection was carried based on the mean and the trend using the Filtered Derivative with pValue method (FDpV) throughout this thesis. This segmentation method is based on a dynamical approach using a piece-wise stationary model. As a result, itallowed to introduce an index of cardiac regulation for semi-marathon runners. Physiological state changes tracking of affective dimension i.e. "stress" and motivation via the EDA by change detection on its tonic component which reflects the EDA general trend throughout a semi-marathon was also proposed. This enabled us to characterize start and finish phases of a race which are key elements in any competition. A special attention was given to the tonic component of the EDA reflecting the overall level of affective activation. We compared three methods of tonic level extraction by taking into account the present potential artefacts. Thiswork focused on case studies; It can be generalized over a cohort and include more physiological parameters such that VO2 or EEG. Hence, a classification of stress states may also be considered and represent other significant features for characterizing in vivo physiological data for sport performance optimization.