L’EEG de surface permet l'étude spatio-temporelle de l’activité cérébrale avec une résolution temporelle élevée, cependant elle souffre de la forte atténuation du champ électrique propagée par l'os du crâne et de la présence de sources de bruits externes. De ce fait, nous souhaitons exploiter les mesures issues de la Stéréo-EEG (SEEG). Cette modalité consiste en l'introduction d'électrodes d'enregistrement au plus près des générateurs, bénéficiant ainsi d'un rapport signal à bruit bien supérieur à celui observé en EEG. Nous proposons ainsi dans cette thèse une étude de faisabilité de l'imagerie de sources à partir de ces mesures, basée sur une méthode d'inversion de type dipôle équivalent associée à un modèle de propagation à une sphère, capable d'amener à une précision de localisation de l'ordre de quelques millimètres. A partir d'une implantation clinique usuelle de la SEEG, nous évaluons les performances de localisation lorsque différents sous-ensembles de capteurs sont considérés. En présence de bruit réaliste, nous constatons que l'ajout de capteurs lointains peut amener à une dégradation de la précision de localisation. Ces conclusions nous amènent à proposer une approche de sélection des capteurs locaux dans le but d'optimiser la fiabilité des résultats. Les atouts et faiblesses de cette approche sont analysés dans un cadre de simulation réaliste afin d'explorer de façon pertinente les différents paramètres pouvant influer sur la qualité de résolution du problème inverse. Les approches sont appliquées sur des enregistrements SEEG récoltés au CHRU de Nancy afin de confronter les méthodes de localisation proposées à des mesures réelles / The surface EEG makes it possible to study the brain activity with a high temporal resolution, however it suffers from the severe attenuation of the electrical propagation through the skull bone as well as the addition of external artifacts. As an alternative, we would like to exploit the Stereo-EEG (SEEG) recordings, consisting in shaft electrodes implanted in the brain volume in the direct vicinity of the brain generators. These data benefit from a high signal to noise ratio compared to this observed in surface EEG. We propose in this thesis a feasibility study of source imaging from the SEEG, based on an equivalent current dipole inversion method associated with an analytical One-Sphere propagation model, able to bring localization precision of the order of a few millimeters. Using a typical clinical electrode implantation, we evaluate the localization performance when different subsets of sensors are considered. In the presence of realistic noise, we observe that the addition of distant sensors with respect to the source can lead to a degradation of the localization accuracy. These conclusions lead us to propose a local sensor selection approach in order to optimize the reliability of the results. The strengths and weaknesses of this approach are analyzed on a realistic simulation framework, for a relevant exploration of the different parameters impacting on the quality of the SEEG source imaging. The approaches are applied on SEEG recordings collected at the CHRU of Nancy to evaluate their performance when facing real measurements