La fusion multi-capteurs peut fournir des informations plus précises et fiables par rapport aux informations provenant de chaque capteur prises séparément. Par ailleurs les données issues de plusieurs capteurs hétérogènes présents dans les systèmes de surveillance médicale possèdent différents degrés d'incertitude et de confiance. Parmi les techniques de fusion multi-capteurs, les méthodes Bayésiennes et les Théories des Evidences telles que la théorie de Dempster-Shafer (DS), sont couramment utilisées pour traiter les degrés d'incertitude dans le processus de fusion. S'appuyant sur une représentation graphique de la théorie de DS appelée réseau d'évidence, nous proposons une structure de fusion multi-capteurs hétérogène pour la détection de chutes. Le réseau d'évidence proposé permet de traiter l'incertitude présente dans les systèmes de télévigilance fusionnés GARDIEN et RFPAT (détecteur de chutes) et en augmentant la sensibilité de détection de chute en comparaison au système RFPAT tout seul.