Les progrès dans la miniaturisation des transistors permettent de réaliser des circuits toujours plus performants. En contrepartie, dans le cas où il y a défaillance, l'analyse de ces circuits est plus délicate. L'étape de localisation du défaut est la plus critique de ce processus. En effet, il s'agit de rechercher des éléments de plusieurs dizaines de nanomètres sur une surface de plusieurs centimètres carrés.Les techniques optiques telles que l'émission de lumière dynamique (TRI) sont particulièrement pertinentes dans ce contexte. Celle-ci est basée sur l'acquisition et l'exploitation des photons émis par une structure CMOS lorsqu'il y a commutation. De par son principe physique, cet outil possède donc un effet invasif limité et est adaptée à l'analyse de défauts qui se manifestent lors d'une stimulation dynamique du composant. La complexité des circuits de technologies avancées a mis en évidence certains verrous physiques et technologiques qui peuvent compromettre les analyses réalisées à l'aide de cet outil. Ainsi, le faible rapport signal sur bruit, une résolution spatiale non nécessairement adaptée aux éléments étudiés et l’énorme quantité de données/signaux générés sont autant d'éléments qui contre-indiquent une approche d'analyse des acquisitions purement manuelle.Ces travaux de thèse ont pour objectif d’explorer les possibilités offertes par un traitement post-acquisition des observations, dans le but de résoudre ou contourner les problématiques susmentionnées. Cela permettra alors à l’expert de formuler un diagnostic plus précis. En définitive, il s'agit d’une extraction et d’une synthèse d’informations à partir de signaux de tailles importantes et fortement bruités. Dans cette optique, deux approches principales originales ont été développées. La première vise à établir la cartographie d’un paramètre électrique variant dans le temps et dans l'espace. En conséquence, elle fait appelle aux outils de traitements signaux de dimension 2D et 1D. La seconde approche est fondée sur l'utilisation d'outils de statistiques exploratoires. Plus précisément, il s’agit de la combinaison d’outils de classification non-supervisée et d’une étude statistique des classes résultantes dans l’optique d’une recherche d’évènements de commutation aux propriétés anormales (suggérant un lien du nœud considéré avec le défaut) ou d’émission manquante ou additionnelle (qui résultent d'une différence de comportement logique entre deux composants). Ces deux approches s'avèrent complémentaires puisque ce sont deux regards différents d’un même jeu d'observations et chacune apporte de nouvelles informations à l’expert. / Scaling progresses has the benefit of making chips always more powerful. On the other hand, when there is a failure, the analysis of such advanced devices has became more sensitive. The defect localization step of this process is the critical one. Indeed, the aim is to find transistors which dimensions range in several nanometers on a device which surface is several square centimeters.Optical techniques like dynamical photon emission, also named Time Resolved Imaging (TRI), have proved to fit in such context. The later is based on the acquisition and exploitation of photons emitted by a switching CMOS structure. Due to its physical bacground, this tool has a limited invasive effect and can be used to analyze defect generating faults during a dynamical stimulation of the device. The complexity of the chips manufactured in advanced technologies has brought out some physical and technical limitations which can jeopardize analysis performed with this tool. To be more specific, signal over noise ratio can be quite low, so as the spatial resolution compared to the studied structures. In addition, complex circuits require long test sequences, generating huge quantities of photons to analyse. As a conclusion, all of these phenomenon forbid a simple manual procedure if ones expect to extract the emission signature of the defect in such data.The work reported in this thesis aims to develop new approaches of processing at the post-acquisition level, in order to solve or workaround the various aforementioned issues. It will enable the analyst to formulate an even better and more precise diagnosis.The task consists in extracting and synthesizing the information available in large amount of noisy signals. With that superpose in mind, two main approaches have been studied and developed. The first one establish a mapping of one parameter the electrical signals varying through time and space inside the acquisition area. It is based on a mixture of signal processing tools for 2D 1D signals. The second approaches uses data mining. More precisely, it combines clustering to statistical analyses of the resulting classes in order to find an emission event which is unexpected or having unusual properties, suggesting a candidate for failure. These two processes are complementary as they bring different information to the analyst.