L’EEG de surface permet l'étude spatio-temporelle de l’activité cérébrale avec une résolution temporelle élevée, cependant elle souffre de la forte atténuation du champ électrique propagée par l'os du crâne et de la présence de sources de bruits externes. De ce fait, nous souhaitons exploiter les mesures issues de la Stéréo-EEG (SEEG). Cette modalité consiste en l'introduction d'électrodes d'enregistrement au plus près des générateurs, bénéficiant ainsi d'un rapport signal à bruit bien supérieur à celui observé en EEG. Nous proposons ainsi dans cette thèse une étude de faisabilité de l'imagerie de sources à partir de ces mesures, basée sur une méthode d'inversion de type dipôle équivalent associée à un modèle de propagation à une sphère, capable d'amener à une précision de localisation de l'ordre de quelques millimètres. A partir d'une implantation clinique usuelle de la SEEG, nous évaluons les performances de localisation lorsque différents sous-ensembles de capteurs sont considérés. En présence de bruit réaliste, nous constatons que l'ajout de capteurs lointains peut amener à une dégradation de la précision de localisation. Ces conclusions nous amènent à proposer une approche de sélection des capteurs locaux dans le but d'optimiser la fiabilité des résultats. Les atouts et faiblesses de cette approche sont analysés dans un cadre de simulation réaliste afin d'explorer de façon pertinente les différents paramètres pouvant influer sur la qualité de résolution du problème inverse. Les approches sont appliquées sur des enregistrements SEEG récoltés au CHRU de Nancy afin de confronter les méthodes de localisation proposées à des mesures réelles