L'analyse de la fonction cérébrale à de multiples échelles est une étape nécessaire pour comprendre ses complexités. Dans ce travail de thèse, nous avons étudié cet aspect aux niveaux microscopiques et macroscopiques en utilisant des enregistrements invasifs et non-invasifs. Nous avons utilisé une série d'outils d'analyse communicationnels et de corrélation pour étudier l'activité cérébrale pendant l'éveil et le sommeil. Dans une première étude, nous avons analyse les enregistrements simultanés d'electroencephalogramme (EEG) etmagnetoencephalogramme (MEG) dans le cerveau de sujets éveillés. Nous montrons théoriquement, que si le milieu est résistif, le comportement d'échelle en fréquence doit être le même pour les signaux EEG and MEG à basse fréquence (˂10 Hz). Afin de tester cette prédiction, nous avons analyse le spectre d'enregistrements EEG et MEG simultanés de quatre sujets humains. Le comportement d'échelle en fréquence de l'EEG montre des variations cohérentes sur la surface du cerveau, avec des exposants en général compris entre 1/ f et 1/ f 2; ces exposants tendent à être plus faibles dans les régions temporales et pariétales. Dans une région donnée, les exposants de la MEG ont une variabilité plus grande que pour l'EEG, mais les deux signaux ont systématiquement un exposant différent. Dans certains cas, les exposants sont proches, mais ces cas correspondent 'a un mauvais rapport signal/bruit pour la MEG. Plusieurs méthodes de corrections du bruit instrumental et environnemental ont été testées, et dans tous les cas, ces méthodes augmentent la différence de comportement spectral entre l'EEG et la MEG. En conclusion, il y a une différence significative de comportement d'échelle en fréquence entre EEG et MEG, ce qui peut être explique si le milieu extracellulaire (incluant d'autres couches telles que la dure-mère et le crane) est globalement non-résistif. La nature résistive ou non-résistive du milieu extracellulaire est un déterminant important pour la modélisation des potentiels extracellulaires. Au cours d'une seconde étude, nous avons analyse la dynamique spatio-temporelle de l'excitation et de l'inhibition pendant le sommeil 'a partir d'enregistrements intra-crâniens à haute densité. Ces enregistrements à haute densité permettent la séparation efficace entre cellules "regular spiking" (RS) et "fast spiking" (FS). La haute densité des électrodes permet d'obtenir des connections apparemment mono-synaptiques, et de corroborer cette séparation RS-FS avec la nature excitatrice ou inhibitrice de la connexion. Cette procédure confirme que les cellules classifiées comme FS sont toujours inhibitrices, alors que les RS sont toujours excitatrices, et donc peuvent être classifiées respectivement comme cellules pyramidales ou interneurones inhibiteurs. Finalement, nous investiguons la dynamique des corrélations au sein de chaque classe de neurone. Les corrélations entre excitateurs montrent une décroissance exponentielle avec la distance, tandis que les cellules inhibitrices restent corrélées 'a plus grande distance. L'amplitude des corrélations dépend de l'échelle temporelle du calcul de corrélation, mais pas la constante spatiale. Cette constante est compatible avec la taille typique des colonnes corticales chez l'homme. Ces résultats permettent, pour la première fois, de caractériser l'activité neuronale et l'interaction entre excitation et inhibition dans le néocortex humain. Dans une troisième étude, nous avons investigue les signatures de la dynamique complexe et l'activité auto-organisée, à partir d'enregistrements intra-crâniens chez le chat, le singe et l'homme. Nous utilisons des enregistrements à haute densité dans le cortex moteur du chat (96 électrodes), le cortex moteur et prémoteur du singe et dans le cortex temporal humain (96 électrodes) de patients épileptiques. Lors d'avalanches définies à partir d'unités (jusqu''a 160 neurones), les distributions ne se comportent pas en loi de puissance, mais tendent à être exponentielles ou intermédiaires. Nous analysons également les potentiels de champ (LFPs), et en particulier les pics négatifs (nLFPs) au sein de l'ensemble d'électrodes (de 96 a 128 sites, selon la configuration d'enregistrement). Dans ce cas, les avalanches définies à partir des nLFPs peuvent se comporter en loi d'échelle, comme observé précédemment chez le singe. Cependant, les avalanches définies à partir des pics positifs (pLFPs), qui ne sont pas directement reliées aux décharges des neurones, ont le même comportement. Une analyse plus détaillée en utilisant la représentation cumulée (CDF) ne confirme pas la présence de loi de puissance. Les mêmes résultats s'appliquent au chat, au singe et aux enregistrements humains, pendant différents états cérébraux d'éveil et de sommeil. Nous avons également testé des distributions alternatives, et des processus multi-exponentiels semblent expliquer les distributions obtenues, de fac¸on optimale pour des distributions bi-exponentielles. L'ensemble de ces résultats ne montrent pas d'évidence de loi de puissance ou d'états critiques dans le cerveau éveillé ou en sommeil de différents mammifères, du chat 'a l'homme. Finalement, dans un appendice, nous montrons des résultats préliminaires concernant les relations entre cellules excitatrices et inhibitrices, et les potentiels de champ locaux pendant le sommeil humain. Nous avons pu séparer les cellules entre "regular-spiking" (RS) et "fastspiking" (FS), ce qui a été confirmé par connections monosynaptiques (voir Peyrache et al., PNAS, 2012). Nous analysons ici la décharge spécifique des cellules RS et FS pendant différents états d'éveil et de sommeil, sélectionnés sans activité interictale. Jusqu''a 92 unités enregistrées simultanément, procurent une base solide pour la caractérisation de la dynamique de l'excitation et de l'inhibition pendant ces différents états. Pendant le sommeil lent (Stade III ou IV), domine par les ondes lentes de type delta, tous les neurones déchargent selon des états "Up" ou "Down", en relation avec les ondes lentes du LFP, comme décrit précédemment. Les cellules RS et FS sont toutes silencieuses pendant les états "Down". Pendant le sommeil REM et pendant l'éveil, les neurones déchargent de fac¸on irrégulière alors que le LFP ou l'ECoG sont désynchronisées. Dans tous les états les cellules FS déchargent plus que les cellules RS (4 ou 5 fois plus en moyenne). En conclusion, ces résultats procurent une caractérisation des différents rôles de l'excitation et de l'inhibition pendant l'éveil et le sommeil chez l'homme. En conclusion, nous avons utilisé différentes méthodes de mesure, aux échelles microscopiques (activité unitaire), mésoscopique (LFP) etmacroscopiques (ECoG, EEG,MEG), pour caractériser les états de veille et sommeil chez l'homme (ainsi que chez le chat et le singe dans une étude). Nous concluons que le cerveau suit une dynamique complexe à toutes les échelles. Il n'y a pas d'évidence de dynamique auto-organisée critique, mais l'activité du cerveau manifeste d'autres signes d'auto-organisation, comme l'activité synchrone à grande distance et des processus multi-exponentiels. Nous suggérons que ces résultats peuvent être expliques par l'interaction entre excitation et inhibition. Nous anticipons que des réseaux d'oscillateurs couples, avec interaction entre excitation et inhibition, devraient pouvoir expliquer ces résultats. Cette perspective constitue un défi pour des études futures.