由于人脑的不同功能区域之间的相互协同,形成了一个多功能的复杂脑网络,因此运用网络的分析方法可以更加全面的理解神经生理疾病的病理机制。该方法基于图论（Graph Theory）相关知识将人脑中的神经元素作为图论中的节点,将神经元素之间的相互作用作为图论中的边沿,强调对大脑进行多个区域的整合分析。本论文首先采用有向传递函数（Directed Transfer Function,DTF）的方法构建大脑网络功能连接,根据DTF连接矩阵计算出脑网络的聚类系数（Clustering Coefficient）、最短路径长度（Shortest Path Length）、全局效率（Global Efficiency）、节点介数（Betweenness）以及小世界（Small World）指数等度量参数,从而研究脑网络功能连接的特征。具体的研究内容包括探讨缺血性脑卒中急性期的脑网络功能连接特征以及稳态视觉诱发电位（Steady-state Visual Evoked Potential,SSVEP）下的脑网络分析这两个方面:（1）以急性期的缺血性脑卒中患者为研究对象,对患者在整个急性期进行动态脑电信号（Electroencephalogram,EEG）监测及临床信息采集。采用有向传递函数的方法,得到缺血性脑卒中急性期患者的脑功能连接模式以及脑网络度量参数。结果发现患者在急性期随着时间的推移聚类系数无显著性变化,而最短路径长度呈现明显减小,枢纽节点介数减少。脑网络功能连接存在明显恢复以及功能补偿减弱的趋势。因此在临床上可以将最短路径长度、节点介数作为缺血性脑卒中患者的康复治疗参考。（2）对稳态视觉诱发电位数据进行分析,采用有向传递函数的方法,得到SSVEP驱使下的脑功能连接模式以及脑网络度量参数。结果发现脑网络度量参数与SSVEP幅值响应同样存在明显的三峰效应,其中幅值响应强的刺激频段对应的小世界指数大,网络重组能力较弱,而幅值响应弱的刺激频段对应的小世界指数小,网络重组能力较强。因此结合SSVEP响应和脑网络重组能力的联系,对神经生理疾病康复治疗提供了新的思路。