Nous introduisons une méthode de SAS pour débruiter les enregistrements EEG épileptiques. La suppression des artefacts musculaires des enregistrements épileptiques permet de localiser plus facilement les sources d'intérêt chez des patients souffrant d'épilepsie réfractaire. Plus précisément, les contractions de la tête au début de la décharge peuvent masquer l'activité critique rapide. Comme il existe une signature Temps-Fréquence (TF) unique, nous exploitons la contrainte de parcimonie des signaux dans le domaine TF en utilisant un dictionnaire TF de Gabor. L’exploitation de la parcimonie dans le domaine TF et d’une autocorrélation maximale des sources d’intérêt conduit à une nouvelle approche nommée Time-Frequency Sparse Source Separation (TF3S). Pour évaluer les performances de l'algorithme, des simulations et données réelles dans le cas d’activités intercritiques et critiques ont été utilisées. Nous avons comparé cette nouvelle méthode avec des approches de la littérature telles que CCA, JDICA et P-SAUD. Les résultats quantitatifs et qualitatifs montrent la supériorité de l'algorithme proposé tant dans le cas de l'activité intercritique que des décharges critiques. Nous introduisons également quelques méthodes de localisation de sources basées sur la décomposition de tenseurs. La délimitation des sources cérébrales épileptiques est formulée comme un problème de localisation de source cérébrale bien connu pour être mal posé. En effet, les biomarqueurs épileptiques peuvent être générés par un nombre infini de combinaisons de sources spatialement distribuées (étendues). Plusieurs méthodes ont été proposées au cours des deux dernières décennies pour régulariser ce problème.