自20世纪90年代以来，以血氧水平依赖的功能磁共振成像（blood oxygenation level dependent functional magnetic resonance imaging，BOLDfMRI）技术为代表的脑功能成像技术及相关数据分析方法得到了广泛地应用，为人类探究大脑神经信息提供了新的方法。研究表明可以根据血氧水平的变化来间接的追踪大脑信息的流向，因此新的研究思路开始用大脑网络中的信息流动来描述大脑的功能整合与功能分离，即功能连通性研究，用于探讨不同脑功能区域之间的相互作用。　　本文以格兰杰因果分析方法在功能磁共振数据的应用为目的，对当前分析方法的不足之处进行补充和改进。所做工作如下：　　1.基于小波分频段的格兰杰因果分析：本文运用小波分频段的方法对功能磁共振 ROI信号进行小波分解、重建，将低频重建信号进行格兰杰因果分析，更加真实的反映了原始信号的特征，提高了格兰杰因果分析的准确性。　　2.基于盲去卷积的格兰杰因果分析方法：根据静息状态下大脑的自发放电类似于任务状态下的激活这一假说，我们通过阀值来判断峰值，进一步考虑时延等参数，在不需要先验知识的情况下提取血液动力学函数，进而去卷积。这种方法简单易行，并在格兰杰因果分析方法中证实其有效性。　　3.基于偏条件格兰杰因果分析方法：本文采用信息论等知识，结合在高斯条件下格兰杰因果与传递熵是完全等价这一假说，通过计算互信息来间接计算格兰杰因果，有效地解决了由于条件集大带来的伪因果、计算量大的问题。　　4.最后，运用改进的偏条件格兰杰因果分析对象棋大师与象棋新手进行了简要的分析，探讨认为大师组信息交互更多，功能模块性更强。