Les neurones sont les unités de calcul fondamentales du système nerveux central. De récentes avancées technologiques permettent d'enregistrer simultanément l'activité de milliers de cellules. Le développement de réseaux de microélectrodes qui possèdent des milliers d’électrodes groupées densément en est un exemple typique. Il renouvelle le défi du tri des potentiels d’actions des signaux enregistrés. Je passe d'abord en revue les problèmes associés aux méthodes de tri, et je compare les algorithmes qui ont été proposés. Je présente ensuite un nouvel algorithme permettant de trier les potentiels d’action en ligne pour des enregistrements à grande échelle. Le partitionnement en ligne basé sur la densité et l'appariement de motifs sont essentiels pour obtenir de bonnes performances. Le logiciel a été validé sur des enregistrements synthétiques et des données réelles de vérification. Finalement, je présente une application spécifique sur la rétine où le tri des potentiels d’action en ligne pourrait être utile. Classiquement, les cellules ganglionnaires, la sortie de la rétine, sont supposées extraire des caractéristiques spécifiques de la scène visuelle telles que des augmentations ou des diminutions de luminance (cellules ON ou OFF). Cependant, le traitement de la rétine dépend du contexte visuel. En utilisant une nouvelle approche perturbative, je montre que la même cellule peut être alternativement ON ou OFF en fonction du contexte naturel. Je montre qu'un modèle de réseau neuronal convolutif ajusté aux données peut récapituler cette dépendance au contexte. Les perturbations en ligne sont donc un outil prometteur pour sonder les calculs neuronaux des systèmes sensoriels.