Le diagnostic des patients dans le coma est souvent difficile. Les examens cérébraux ren- seignent les médecins sur l’étendue des lésions cérébrales mais ne permettent pas de déterminer avec précision l’état de conscience du patient. De plus, aucune approche thérapeutique ne permet une restauration systématique de la conscience.Des études pionnières menées sur des patients et des Primates Non Humains (PNH) ont montré que la Stimulation Cérébrale Profonde (SCP) des noy- aux intralaminaires du thalamus pouvait restaurer ou améliorer la conscience lorsqu’elle est altérée.Cependant, les conséquences corticales associées à la SCP restent largement inconnues et imprévis- ibles. Les techniques d’imagerie fonctionnelle, telles que l’Imagerie par Résonance Magnétique fonctionnelle de repos (IRMf de repos), peuvent aider à identifier des signatures de la conscience.L’activité cérébrale au repos, organisée en réseaux, peut être modélisée à l’aide de la connectivité fonc- tionnelle. Cette thèse vise à disséquer, à l’aide du modèle PNH, les effets sur la connectivité fonction- nelle d’une modulation de la conscience induite par des agents anesthésiques ou de la SCP à l’échelle du cerveau entier. Cela nécessite le développement de modèles interprétables et prédictifs des effets d’une telle modulation sur la fonction cérébrale globale. Pour identifier les schémas récurrents dominants (c’est-à-dire les différents états du cerveau) à partir de la connectivité fonctionnelle, une technique d’apprentissage automatique non supervisée (K-Means) a été proposée précédem- ment. Dans le cadre de cette thèse, nous dévelop- pons de nouveaux outils d’analyse en tirant parti des avancées des techniques d’apprentissage pro- fond auto-supervisé. Nous émettons l’hypothèse que l’identification de variables latentes dans les signaux IRMf de repos peut nous informer sur la modulation des états de conscience. Tout d’abord, nous cherchons à identifier une signature spatiale, moyennée temporellement, de la conscience à la fois dans l’état éveillé et sous anesthésie. Nous utilisons une méthode de variables latentes qui dé- compose les signaux IRMf de repos en réseaux fonctionnels associés à l’accès conscient. Afin d’étudier la restauration de la conscience, nous étendons cette analyse aux PNH éveillés ou réveil- lés par DBS du thalamus central. Notre mod- èle suggère de manière automatique que le cortex antérieur et le cortex postérieur contribuent tous deux à la conscience, un sujet qui fait débat au sein de la communauté scientifique. En outre, il souligne l’importance des régions clés au sein de l’espace de travail neuronal global, une théorie im- portante concernant l’accès à la conscience. Suite à cette analyse moyennée temporellement, recon- naissant l’importance de la dynamique temporelle dans l’analyse de la conscience, nous proposons de remettre en question les méthodes conven- tionnelles de connectivité fonctionnelle dynamique.Nous utilisons un modèle d’apprentissage profond contrastif pour prédire les schémas cérébraux car- actéristiques de differents états de conscience. Les expériences démontrent que les prédictions du modèle basées sur la connectivité fonctionnelle dy- namique mettent en avant des transitions entre les schémas cérébraux. Enfin, pour mieux comprendre la dynamique des états de conscience, nous nous écartons du cadre conventionnel de classification en sous-groupes et introduisons une méthode de réduction de dimensions. Cette approche vise à condenser ces états en un nombre limité de vari- ables interprétables et explicables. Nos résultats indiquent que l’approche catégorielle traditionnelle ne permet pas de saisir de manière adéquate le con- tinuum de la dynamique des états de conscience.