Déduire l'organisation tridimensionnelle du génome à partir de données Hi-C unicellulaires est statistiquement difficile en raison de l'extrême rareté et du bruit. Chaque expérience produit une matrice de contact représentant la proximité spatiale entre les loci génomiques, où de nombreux zéros proviennent soit d'une absence réelle de contact biologique, soit de pertes techniques causées par une profondeur de séquençage limitée. Il est essentiel de distinguer ces sources pour caractériser avec précision l'architecture de la chromatine. Nous représentons les données Hi-C unicellulaires sous la forme d'un tenseur tridimensionnel de cartes de contact locus par locus entre cellules et développons un cadre d'imputation basé sur un modèle de Poisson à excès de zéros. Le modèle sépare les zéros structurels des observations manquantes, traite la rareté des données et permet une estimation efficace des paramètres. Appliquée à des ensembles de données réels, la méthode récupère les contacts manquants et améliore la qualité des données entre les types de cellules.