L'objectif de notre travail et de proposer un outil d'analyse automatique et d'aide à la décision basé sur les réseaux de neurones artificiels. La première difficulté consiste dans le choix de la modélisation des signaux physiologiques et en particulier de l'électroencéphalogramme (EEG). Ce dernier est considéré comme le principal indicateur des stades de sommeil. Une fois la modélisation adoptée, l'étape suivante est la conception du réseau de neurones optimal déterminé par un processus d'apprentissage et de validation sur des données d'un adulte sain. Les résultats obtenus, en moyenne 76% de bonne classification pour six stades, nous incitent à approfondir l'étude de cette problématique aux niveaux modélisation et conception pour améliorer les performances de notre outil.