Le fonctionnement d'un neurone, unité fondamentale du système nerveux, intéresse de nombreuses disciplines scientifiques. Il existe ainsi des modèles mathématiques qui décrivent leur comportement par des systèmes d'EDO ou d'EDP. Plusieurs de ces modèles peuvent ensuite être couplés afin de pouvoir étudier le comportement de réseaux, systèmes complexes au sein desquels émergent des propriétés. Ce travail présente, dans un premier temps, les principaux mécanismes régissant ce fonctionnement pour en comprendre la modélisation. Plusieurs modèles sont alors présentés, jusqu'à celui de FitzHugh-Nagumo (FHN), qui présente une dynamique très intéressante.C'est sur l'étude théorique mais également numérique de la dynamique asymptotique et transitoire du modèle de FHN en EDO, que se concentre la seconde partie de cette thèse. A partir de cette étude, des réseaux d'interactions d'EDO sont construits en couplant les systèmes dynamiques précédemment étudiés. L'étude du phénomène de synchronisation identique au sein de ces réseaux montre l'existence de propriétés émergentes pouvant être caractérisées par exemple par des lois de puissance. Dans une troisième partie, on se concentre sur l'étude du système de FHN dans sa version EDP. Comme la partie précédente, des réseaux d'interactions d'EDP sont étudiés. On entreprend dans cette partie une étude théorique et numérique. Dans la partie théorique, on montre l'existence de l'attracteur global dans l'espace L2(Ω)nd et on donne des conditions suffisantes de synchronisation. Dans la partie numérique, on illustre le phénomène de synchronisation ainsi que l'émergence de lois générales telles que les lois puissances ou encore la formation de patterns, et on étudie l'effet de l'ajout de la dimension spatiale sur la synchronisation. / The neuron, a fundamental unit in the nervous system, is a point of interest in many scientific disciplines. Thus, there are some mathematical models that describe their behavior by ODE or PDE systems. Many of these models can then be coupled in order to study the behavior of networks, complex systems in which the properties emerge. Firstly, this work presents the main mechanisms governing the neuron behaviour in order to understand the different models. Several models are then presented, including the FitzHugh-Nagumo one, which has a interesting dynamic. The theoretical and numerical study of the asymptotic and transitory dynamics of the aforementioned model is then proposed in the second part of this thesis. From this study, the interaction networks of ODE are built by coupling previously dynamic systems. The study of identical synchronization phenomenon in these networks shows the existence of emergent properties that can be characterized by power laws. In the third part, we focus on the study of the PDE system of FHN. As the previous part, the interaction networks of PDE are studied. We have in this section a theoretical and numerical study. In the theoretical part, we show the existence of the global attractor on the space L2(Ω)nd and give the sufficient conditions for identical synchronization. In the numerical part, we illustrate the synchronization phenomenon, also the general laws of emergence such as the power laws or the patterns formation. The diffusion effect on the synchronization is studied.