La magnetoencephalographie (meg) et l'electroencephalographie (eeg) possèdent une resolution temporelle exceptionnelle qui les destine naturellement a l'observation et au suivi des processus electrophysiologiques sous-jacents. Cependant, il n'existe pas a ce jour de méthode d'exploitation des signaux meg et eeg qui puisse les faire prétendre au statut de veritables méthodes d'imageries. En effet, la modélisation de la production des champs magnétiques et des différences de potentiels électriques recueillis sur le champ necessite a priori la prise en compte de la géométrie complexe de la tete et des proprietes de conductivite des tissus. Enfin, l'estimation des générateurs est un probleme qui fondamentalement ne possede pas de solution unique. La motivation initiale de notre travail a concerne le developpement d'approches permettant d'obtenir une tomographie corticale de l'electrophysiologie. Nous avons alors mis en uvre une modelisation markovienne du champ d'intensite des sources en proposant des modeles spatio-temporels adaptes a la meeg, et notamment aux variations morphologiques locales des structures anatomiques corticales. De plus, nous avons exploite cette notion d'ajustement local afin de proposer une nouvelle méthode de fusion de données meg et eeg au sein d'un seul et unique problème inverse. Nous avons également accorde une importance particulière a l'évaluation des méthodes proposées. Ainsi, et pour aller au-dela des simulations numériques souvent trop limitatives, nous avons mis au point un fantôme physique adapte a la meg et a l'eeg qui nous a permis d'etudier les performances des estimateurs en association avec des modeles de tete a divers degres de realisme. Enfin, nous proposons une première application a ces méthodes dans le cadre de l'identification de réseaux épileptiques chez les patients souffrant d'épilepsie partielle.