La dynamique cardiaque vue de façon stochastique effective a été souvent présenté avec des fluctuations variables sous distribution multifractale. Ce niveau de caractérisation permet l'aide au diagnostic de certaines arythmies mais la description reste partielle et des outils de traitement du signal non-linéaires très spécifiques deviennent nécessaires pour caractériser toute la complexité dynamique de l'activité électrique cardiaque. C'est dans ce contexte particulier que des formalismes méthodologiques tels que le Formalisme Multi-échelles Microcanonique peuvent fournir des techniques de traitement appropriées, notamment à travers de l'analyse de singularités. Dans un signal, l'exposant de singularité d'un point correspond au premier ordre (souvent fractionnaire) de l'expansion d'une mesure multi-échelles sur le signal autour de ce point donné. Ces sont alors des notions d'analyse fonctionnelle indépendantes de tout modèle dynamique considéré. Au même temps, les exposants de singularité sont un descripteur compacte du signal qui permet le reconstruire et améliorer sa classification en sous-régimes dynamiques, ce qui a été utilisé pour certaines arythmies cardiaques dont la fibrillation auriculaire. Des adaptations algorithmiques permettent de calculer efficacement les exposants de singularité des séquences temporelles de cartes spatiales du potentiel électrique projeté sur le cœur, où les singularités sont évalués dans les domaines spatial et temporel au même temps. Ce type de signal est estimé de façon non-invasive à partir des mesures de potentiel sur la peau, en projetant sur la surface cardiaque. Cette projection est un problème inverse qui nécessite des mécanismes de régularisation non-triviales. Une estimation robuste des transitions dynamiques comme exposants de singularité peut éviter les artefacts de régularisation et améliorer la localisation des régions arythmogeniques.