Les Maladies CardioVasculaires (MCVs) constituent la principale cause de mortalité dans le monde. L'Insuffisance Cardiaque (IC) est une MCV dont la prévalence ne cesse d'augmenter. Le suivi à distance et quotidien des principaux biomarqueurs cardiaques apparaît comme une solution adéquate pour les personnes à risque et pour les patients atteints de MCVs chroniques, comme l’IC. Contrairement aux systèmes non invasifs existants, limités pour une surveillance continue à long terme, les dispositifs implantables offrent des solutions prometteuses. Notre équipe de recherche a contribué au développement d’un Dispositif Implantable (DI) au niveau du fundus gastrique capable d’enregistrer les activités électriques et mécaniques du cœur. Cependant, les artefacts et bruits liés au site gastrique réduisent l’efficacité des analyses. L'objective de cette thèse est de débruiter des signaux acquis par ce DI, plus particulièrement les signaux d’ACCélérométrie cardiaque (ACC), pour améliorer la détection des événements S1 et S2, essentiels au diagnostic des maladies cardiaques. Deux approches ont été développées : une basée sur les réseaux de neurones profonds et une autre sur des graphes. Ces méthodes ont été évaluées sur une base de données réelle issue d’une étude préclinique. Comparées aux approches standard de débruitage, les méthodes proposées ont amélioré le rapport signal-bruit de 15%-20% pour l’approche basée réseaux de neurones et 23%-42% pour les approches basées graphe.