Cette thèse étudie la dynamique neuronale pendant l'éveil attentif, en se concentrant spécifiquement sur le type de dynamique "asynchrone et irrégulière" (AI) observée dans le cortex cérébral. Cette recherche vise à mieux comprendre les comportements des réseaux neuronaux, en mettant l'accent sur deux modèles : le modèle « Adaptive Exponential » (AdEx) « integrate and fire » et le modèle Hodgkin-Huxley (HH), avec un accent particulier sur le modèle AdEx. La thèse met en évidence des différences intrigantes entre des réseaux neuronaux apparemment similaires. Dans une première partie, elle met en lumière la façon dont les réseaux neuronaux répondent aux stimuli externes, en particulier dans le contexte de l'épilepsie, en examinant pourquoi certains systèmes contrôlent et éteignent l'entrée paroxystique alors que d'autres la reproduisent et la propagent. Dans une seconde partie, la thèse explore comment des réseaux de neurones AdEx ou HH faiblement connectés peuvent présenter des états AI de deux manières distinctes : des états AI auto-entretenus (Self-sustained) ou des états AI nécessitant une entrée externe (Driven).Pour élucider ces différences, une combinaison de techniques classiques de traitement du signal, d'analyse structurelle de la configuration du réseau et d'outils de systèmes dynamiques - y compris les exposants de Lyapunov et la dissipation du système - est employée. L'étude utilise également des modèles de champ moyen des réseaux AdEx pour comprendre comment les variantes Self-sustained et Driven se manifestent à un niveau global. L'exploration de ces propriétés et de ces variations nous permet de mieux comprendre les propriétés émergentes complexes et les comportements dynamiques distincts qui existent au sein des réseaux de neurones biologiques apparemment similaires.