La détection automatique de contractions à partir de l’électrohystérogramme (EHG), est de grand intérêt dans l’optique d’une surveillance de grossesse à domicile. Dans cette étude préliminaire, nous tentons de réaliser cette détection en enregistrant 12 EHG bipolaires sur chacune des 41 patientes étudiées (438 contractions). Puis dans un second temps, nous appliquons aux EHG enregistrés, le critère d’information bayésien (BIC), critère efficace dans la détection de points de rupture dans un signal (ces points pouvant dans notre cas correspondre aux instants de début et fin de contractions). L’algorithme de détection basé sur ce critère détecte 1672 évènements. Parmi eux 67,58% (296/438) des labels de début et 69,18% (303/438) des labels de fins de contractions sont correctement identifiés. Cependant, 1073 évènements supplémentaires sont détectés et correspondent, pour partie, à des artefacts présents dans les signaux (mouvement foetal, maternel, etc.), ou encore à une trop forte variation de l’information fréquentielle lors d’une contraction, provoquant la détection d’un point de rupture au sein de celle-ci (sur-segmentation). Cette étude préliminaire sera poursuivie en intégrant des critères discriminatoires supplémentaires, dans le but de caractériser un évènement détecté et ainsi pouvoir ignorer ceux qui ne correspondant pas aux évènements d’intérêt (contraction, mouvement foetal).