人们发现大脑的认知活动(如运动想象)、脑疾病(如精神分裂症)等与脑区之间的信息交互有重要关系。近年来,脑网络分析方法在神经科学研究中得到了广泛的应用。研究不同状态、不同尺度下的脑网络连接模式,有助于我们更好的揭示大脑潜在的正常和异常工作机制。因此,本论文中我们基于高分辨率的EEG数据,并利用自适应定向传递函数(Adaptive Directed Transfer Function,ADTF)的时变网络分析方法分别来探索正常人运动想象的认知活动、以及精神分裂病人感觉门控异常的网络连接模式。我们的工作主要包含了以下两部分内容:第一、基于ADTF的时变网络方法分别探索左/右手运动想象的动态网络模式。首先,利用左/右手运动想象的任务态EEG数据,我们分别提取了对应的ERD(Event-Related Desynchronization)和ERS(Event-Related Synchronization)时间过程。然后,基于ADTF的方法构建了时变网络。我们的结果表明,在运动想象准备阶段左右手运动想象主要表现出一个对称的左右半球的网络连接模式,双侧枕叶区域为网络连接中心。在运动想象过程中,特别是运动想象早期阶段,左右手运动想象时变网络都出现了明显的偏侧性。运动想象后期以及停止阶段,网络的连接模式逐渐恢复到一个左右对称的连接模式。最后,基于时变的网络,我们也研究时变网络的网络属性。我们的结果发现不同阶段的网络同样呈现出了运动准备阶段的网络效率急速上升、运动想象执行阶段的效率缓慢下降到运动想象完成阶段的网络效率的回归到运动想象开始状态的动态变换的过程。这些发现有助于我们更好的理解运动想象的潜在神经机制。第二、基于ADTF的时变网络方法探索正常人和精神分裂病人感觉门控动态网络模式。P50幅度比(抑制比)是诊断精神分裂症的一个重要的临床指标。在精神分裂病人中,感觉门控异常主要体现在病人在响应第一个刺激(S1)和第二个刺激(S2)时,产生的P50波幅差异不大,从而出现抑制比(S2/S1)较高感觉门控异常的现象。本文中,我们首先提取正常人和精神分裂病人S1和S2阶段下的P50成分信号。然后,基于ADTF的方法构建了各个状态下的时变网络。最后,我们分别比较了正常人S1、S2下的时变网络连接差异、精神分裂病人S1、S2下的时变网络连接差异和正常人与精神分裂病人S1和S2的时变网络差异。结果发现:1)正常人从网络上能体现出右半球抑制的偏侧性;2)精神分裂病人两个阶段上时变网络没有显著差异;3)正常人在整个阶段上都有比精神分裂病人更强的右侧顶叶到额叶的网络连接。这些发现加深了我们对感觉门控机制的认识。综上,我们的发现表明了时变网络分析方法有助于我们更加精细的探索大脑的活动状态。大脑的活动本质是一种动态变化的过程,时变网络的分析方法可以更好的捕捉动态的大脑活动过程,为我们解读大脑的神经机制和发现新的脑疾病生物标记物开辟了新的途径。