Cette étude s’inscrit dans les travaux de recherche visant à expliquer au moyen de l’utilisation de l’analyse spectrale, les mécanismes physiologiques qui sous-tendent la variabilité cardiaque. Dans une première étude, nous avons observé les caractéristiques de la variabilité cardiaque chez des sujets âgés de 11 à 59 ans au cours de leur sommeil. Ces enregistrements nous ont permis d’identifier les phases de sommeil lent profond et de mesurer la variabilité cardiaque dans des conditions spontanées reproductibles. Les résultats de cette étude nous ont conduits à nous interroger sur la possibilité d’obtenir une estimation de la fréquence cardiaque intrinsèque (FCI) à partir d’une analyse spectrale des périodes RR mesurées au cours d’un test d’effort incrémenté. Cette estimation serait le moyen de s’extraire des outils pharmacologiques nécessaires actuellement pour mesurer la FCI. Lors d’un exercice physique le contrôle autonome cardiaque est modifié afin de permettre l’augmentation de la FC (retrait vagal dans un premier temps puis activation sympathique). La composante spectrale en hautes fréquences est un indicateur de l’activation du nœud sinusal par le système nerveux parasympathique. La chute brutale de cette composante permet de visualiser le moment d’occurrence du retrait vagal complet. L’identification de ce moment précis nous a été rendue possible par l’utilisation de la méthode temps fréquence de «Pseudo Wigner Ville Lissée» à partir des programmes mis au point par l’INRIA. Cette méthode donne une valeur instantanée de la puissance spectrale en HF. Nous nous sommes alors attachés à mettre au point un protocole d’exercices visant à identifier la fréquence cardiaque au moment où la variabilité cardiaque en haute fréquence est la plus basse (FC@HFmin pour fréquence cardiaque à la puissance spectrale minimale en haute fréquence). Cette composante représente le moment où le cœur est soumis au minimum d’influences du système nerveux autonome. Elle peut par conséquent représenter une estimation plausible de la FCI. C’est sur ergocycle qu’il est apparu le plus facile de déterminer FC@HFmin. Dans deux études, nous avons ensuite constaté que la différence FC@HFmin – FC de repos est corrélée à la composante spectrale en HF. FC@HFmin diminue aussi avec l’âge et est proche des valeurs de la FCI publiées dans la littérature. Enfin, dans une dernière étude, nous avons observé que suite à trois mois d’entrainement de «rugby à toucher», FC@HFmin diminue chez une population identifiée comme sédentaire au début de l’expérimentation. En conclusion, nous pouvons avancer que l’exercice physique incrémenté combiné à une analyse spectrale instantanée des périodes RR permet d’accéder à une estimation FCI. / This study is part of works about understanding of cardiovascular autonomic control mechanisms using heart rate variability (HRV) analysis. In a first study, we observed HRV from a whole overnight RR periods recordings in order to compare subject from eleven to fifty-nine years old. These recordings allowed to identify Slow Wave Sleep and to compute HRV during spontaneous and reproducible conditions. To explain our results, we estimated the intrinsic heart rate (IHR) from time frequency analysis of RR periods during an incremental exercise test. This method allows avoiding classical pharmacological use to measure IHR. During an incremental exercise test, cardiac autonomic control changes with vagal withdrawal at the beginning and next, sympathetic activation. High Frequency instantaneous spectral component (HF) is linked to vagal withdrawal from the sinus node. The drop of this component at the beginning of exercise allows us to visualize the moment of maximal vagal withdrawal. The Smooth Pseudo Wigner Ville time – frequency analysis (INRIA, France) was used to compute the instantaneous HF power of HRV. Our works aimed to build an exercise test to identify the heart rate at minimal HF power (HR@HFmin). At this rate, the heart is under minimal autonomic control: complete vagal withdrawal combined with a weak sympathetic control. Therefore, it might provide an estimation of IHR. After the identification of this parameter, we observed that the difference between HR@HFmin and resting heart rate was correlated to HF component of HRV. Moreover, HR@HFmin decreased with aging and was close to IHR values found in previous publications. In a last study, we found that HR@HFmin decreased in a sedentary population after three month of “Touch-Rugby” training. To conclude, time frequency analysis of RR recordings obtained during an incremental exercise test seems to provide IHR detection.