Les assemblages de diatomées épilithiques des rivières ont été explicitement identifiés par la Directive Européenne sur l'Eau comme l'un des compartiment-clé à prendre en compte pour l'évaluation de l'état écologique des cours d'eau. Cependant, ce compartiment est composé d'un nombre considérable d'espèces (environ 1000 dans les référentiels de bio-indication de France, un nombre au moins double si l'on prend en compte les espèces rares). Parmi ces espèces, certaines sont à relier à des caractéristiques environnementales précises, les unes signant différents types de conditions naturelles sous influence de la géologie ou du climat, d'autres étant typiques de conditions dégradées par l'action de l'homme ou par ses pressions polluantes (rejets urbains, d'industries, pollutions agricoles...). Par contre d'autres espèces sont rencontrées ici ou là de façon aléatoire sans qu'aucune caractéristique environnementale typique ne permette d'expliquer leur présence ou leur absence, et d'autres que l'on pourrait qualifier d'ubiquistes sont couramment rencontrées et peuvent constituer de forts effectifs dans un panel de situations très variées (exemples : Fragilaria ulna, Navicula lanceolata, Achnanthidium minutissimum...). Alors que la présence ou l'absence du premier groupe d'espèces est informatif des conditions, naturelles ou dégradées, siégeant dans le cours d'eau, les deuxièmes contribuent à rallonger les listes et à alourdir les référentiels sans apporter vraiment d'information permettant de caractériser le milieu et son état de qualité. Le travail présenté ici s'est appuyé sur une technique de modélisation neuronale non supervisée (Self-Organizing Map) et sur la mise en application d'un indice mathématique de calcul du caractère structurant des espèces dans le jeu de données (le Structuring Index). L'utilisation combinée de ces deux types d'outils a permis de diviser par 3 le nombre des espèces prises en compte tout en respectant l'information écologique structurant notre jeu de données. Cette technique peut dès lors être utilisée pour la réduction des jeux de données d'une part, pour la réduction des listes d'espèces à prendre en compte dans l'élaboration ou l'amélioration des indices biologiques, en ne retenant que celles porteuses d'une information permettant de caractériser le milieu et/ou son degré d'altération.