Les oscillations jouent un rôle de premier plan dans la mise en place des réseaux cérébraux sains et pathologiques. En particulier, au niveau clinique, les activités oscillatoires sont d'une grande importance diagnostique en épilepsie. Par ailleurs, les méthodes non-invasives d'électrophysiologie sont particulièrement adaptées pour la compréhension des réseaux cérébraux à grande échelle. Cependant, la majorité des études en épilepsie a été dirigée vers les pointes intercritiques, qui sont des activités transitoires. Une question qui reste donc en suspens est le lien entre les pointes épileptiques et les activités oscillatoires épileptiques. Cette thèse a visé à résoudre deux problématiques complémentaires autour de cette question. La première problématique est la séparation adéquate entre les activités oscillatoires et transitoires. Il s'agit d'une tâche difficile surtout lors d'un grand chevauchement temporel, qui peut résulter en la contamination d'une activité par l'autre. Nous avons évaluée trois méthodes de filtrage : le filtre FIR (méthode classique), la transformé d'ondelette stationnaire et le filtrage parcimonieux par matching pursuit (MP, basé sur un dictionnaire). Sur des simulations, la SWT a donné de très bons résultats pour la reconstruction des transitoires et le MP pour les oscillations ; de plus, les deux méthodes ont donné un faible taux de faux positifs en détection automatique des oscillations. La SWT et le FIR ont donné les meilleurs résultats de filtrage sur les signaux réels, en particulier lors de la localisation de source. / The Oscillatory activities play a leading role in the development of healthy and pathological brain networks. In particular, at the clinical level, the oscillatory activities are of great importance in the diagnostic of epilepsy. In addition, the non-invasive electrophysiology methods are particularly suitable for understanding the large-scale brain networks. However, most studies in epilepsy have been directed to the interictal spikes, which are transitional activities. One issue that remains unresolved is the relationship between epileptic spikes and epileptic oscillatory activities. This thesis resolves two complementary problems. The first one is the suitable separation between the oscillatory and transitory activity, which is quite sensitive to the presence of the overlap in the time-frequency domain. This can lead to a contamination between the activities. We did evaluate three filtering methods: the FIR (classic methods), the stationary wavelet SWT and the parsimonious filter with the matching pursuit MP. The SWT gave good results in the reconstruction of transient activity and the MP in the reconstruction of oscillatory activity both for simulated data; also they provide a low false positive in automatic detection of oscillatory activity. The SWT and FIR gave the best results on real signals especially for source localization. In the simulated data, the MP is optimal since the atoms of the dictionary resembles to the simulated signals, which isn't guaranteed for real signals. The second problem is the comparison between network connectivity of transient and oscillatory activity, as measured in surface recordings (MEG) and invasive recordings SEEG.