L'objectif de ces travaux, conduits dans le cadre du projet européen Digi-NewB et d'une thèse CIFRE, était de proposer une nouvelle approche non-invasive de monitoring en unités de soins intensifs néonatales (NICU). Ce nouveau monitoring doit permettre d'évaluer de façon continue l'évolution neurocomportementale des nouveau-nés prématurés à partir de modalités non-invasives telles que la vidéo et l'audio. Après une étude bibliographique de plus de 150 documents, une première étude portant sur une estimation semi-automatique des stades de sommeil a été effectuée. L'approche proposée combinait pour la première fois des analyses vidéo et audio. Les limites identifiées lors de cette étude ont permis de proposer un nouveau système audio-vidéo et d'étudier son intégration en NICU. Des méthodes d'analyse vidéo, du son et de classification (Random Forest, KNN, Réseaux de Neurones…) ont été proposées. Elles permettent une caractérisation continue du comportement des nouveau-nés en termes de quantification des mouvements et d'analyse des pleurs. Les difficultés liées aux contraintes des conditions réelles de NICU ont été étudiées et des solutions pour écarter les périodes non analysables (e.g., parents ou personnel médical dans le champ de la caméra, alarmes provenant des appareils médicaux) ont été développées. Les résultats sont encourageants et montrent qu'il est aujourd'hui possible d'imaginer une nouvelle génération de monitoring basée sur des analyses non-invasives pour caractériser le développement neurocomportemental du nouveau-né.