La physique nucléaire expérimentale utilise aujourd'hui des dispositifs de plus en plus complexes. Les données accumulées représentent des quantités très importantes. Nous montrons dans ce travail l'aide que peuvent apporter différentes techniques de traitement de l'information pour assister le physicien à différents stades d'une expérience de physique. Il s'agit dans la première partie de suivre l'évolution de la résolution de détecteurs de particules dans le but de s'assurer que les données acquises sont exploitables. Trois méthodes sont exposées et comparées dans cette partie. La première méthode consiste en une extraction d'un paramètre caractéristique de cette résolution au niveau du spectre de Fourier du signal à analyser, les deux autres sont des méthodes de comparaison de formes de signaux. La confrontation des performances conduit au choix de l'estimation par analyse spectrale. La deuxième partie concerne un problème de classification de données, où des méthodes classiques de classification ne conduisent pas à une partition optimale. Nous considérons alors pour résoudre ce problème une approche détection de contour au niveau d'images bruitées. Nous y proposons une approche permettant l'utilisation, au niveau des données acquises, de connaissances a priori que nous dérivons d'informations fournie par la physique. Un lissage permet une première régularisation de la différenciation. La différenciation en vue de la détection des points de contour est ensuite effectuée à l'aide d'un détecteur optimal au sens de Canny pour nos types de contours. L'échelle du détecteur est adaptée en fonction des connaissances a priori. Le chaînage de contour est ensuite facilité par la bonne qualité de différenciation à laquelle aboutit le traitement précédent. La numérotation des classes obtenues à partir d'une référence conduit à la classification souhaitée