近年来,由七桥问题引出的复杂网络理论研究得到很大程度上的发展。越来越多的网络特性被发现、对网络特性的分析有了成套的算法、对于不同网络模型的建立也提出了很多的构造方式等。随着对复杂网络理论研究的深入,其应用范围越来越广泛,已打破了传统学科间的束缚,成为一个热门交叉学科,其在生物科学研究中的应用也逐步展开,生物科学研究中的两个前沿领域之一就是脑科学。人体大脑是一个复杂的巨系统,脑电图(EEG)信号作为人体大脑行为的外在表现形式,这为我们研究这个复杂巨系统提供了宝贵的信息资源。　　由于人体大脑是一个功能高度完备的系统,所以脑电信号采集系统中各个电极之间所采集的信号并非相互独立的,而是具有相互关联的,即信号间存在着信息的流动性,这种信息的流动性表现为信号间的因果关系。针对目前基本上都是从频域来检测多变量之间的因果关系,本文从时域的角度实现了时域条件格兰杰因果关系并利用该方法来检测多变量之间的因果关系性,对该方法的有效性进行了验证,然后与双变量格兰杰因果和偏定向相干分析方法进行对比。　　我们将采集脑电信号的各个电极视为网络的节点,利用时域条件格兰杰因果关系来测定各个电极所采集到的脑电信号间的因果关系性,从而形成一个有向加权网络,即脑网络研究之一的脑效用性网络,然后通过复杂网络中的理论来对所得到的脑效用性网络进行分析。本文对癫痫发作期和发作间期的癫痫病人分别构建了脑效用性网络,然后利用复杂网络理论对所构建的脑效用性网络进行了分析和对比。　　总的来说,时域条件格兰杰因果关系能够有效的检测出多个变量间的因果关系。通过复杂网络理论分析癫痫病人在癫痫发作期和发作间期的脑效用性网络,发现这两种脑效用性网络在刻画复杂网络结构特性的多项指标上存在着明显的差异。