Un million et demi de personnes souffrent de la Rétinopathie Pigmentaire, une famille de maladies héréditaires entraînant une dégénérescence de la rétine. La maladie commence par la perte de la vision nocturne et du champ visuel périphérique et mène à une cécité totale. En raison de l'hétérogénéité des mutations génétiques responsables de la maladie, des solutions visant à compenser les symptômes de la maladie émergent. Ces prothèses rétiniennes comportent trois éléments : (i) une caméra filmant la scène devant le patient, habituellement montée sur une paire de lunettes et (ii) un dispositif de stimulation qui est capable de contrôler une partie de l'activité neuronale du patient et (iii) un processeur qui implémente la transformation entre le signal de sortie de la caméra et les commandes de stimulation. Le travail présenté dans cette thèse contribue au travail de GenSight Biologics pour développer une telle prothèse rétinienne. Le project combine deux technologies récentes, une caméra neuromorphique dans laquelle chaque pixel acquiert le signal d'une manière asynchrone, et une très haute résolution temporelle, et l'optogénétique qui permet de rendre les neurones ciblés photoexcitables. Mon travail s'étend sur l'ensemble de la chaîne de traitement du signal. Nous présentons tout d'abord un algorithme extrayant les fréquences spatiales de la vidéo à partir du flux de mesures asynchrones émises par la caméra. Ensuite, nous nous concentrons sur l'Interface Cerveau-Machine en développant un modèle de la transformation reliant le signal lumineux projeté par les lunettes et les trains de potentiels d'action déclenchés par les cellules ganglionnaires de la rétine du patient.