在神经科学和生物医学工程领域,随着脑功能成像技术和脑功能关联分析技术的快速发展,大脑功能相关性与功能区域连接结构图等方面的研究取得了重大进展,并为人们更好地理解大脑神经活动与其展现出来的复杂功能之间的关系开创了一种重要的研究途径。根据目前生理结构解剖学和神经系统动态影像等技术已取得的研究成果,可以将人类的大脑皮层看作是一个由大量神经元相互作用、相互关联而构成极其复杂的动力学系统。为检测和评估该动力学系统在大脑神经活动过程中的网络结构和定向关联信息,目前主要的研究方法是对同时采集到的多通道脑电信号间隐藏着的定向关联信息作进一步的分析与评估。本论文主要围绕多通道脑电信号间的定向关联评估问题进行研究,提出了新的多元信号模型和评估分析方法,并解决了目前一些分析方法中存在的重要缺陷。首先,在简单介绍多元信号间定向关联评估方法的发展现状后,针对自适应定向传递函数(ADTF)方法无法准确区分和评估瞬间定向关联和时延定向关联的问题,提出了动态因果排序(DCO)新算法,并详述了如何构建扩展时变多元自回归频域模型。在此基础上,又分别提出了用于评估瞬间定向关联的瞬间作用因子(IEF)方法和用于评估时延定向关联的time-lagged ADTF方法。多个仿真实验研究的分析结果显示了DCO新算法具有非常高的排序准确率,而IEF方法则能够有效地对瞬间定向关联进行实时跟踪,同时time-lagged ADTF方法比传统的ADTF方法更能准确描述多元信号间的时延定向关联作用。其次,将DCO新算法、IEF方法和time-lagged ADTF方法应用到真实的多通道视觉诱发电位(VEP)信号研究中,并与传统的ADTF方法结果进行比较,证实了VEP信号间定向关联结构存在异侧性特征的现象。为解决多元信号在弱耦合情况下的相位定向关联评估问题,本文又提出了基于带噪声项Kuramoto模型的定向关联指标(DI)方法和源信号指标(SI)方法,分别用于评估多元信号间的相位定向关联结构和源信号的辨识,并通过多个仿真研究的分析结果显示了DI方法在多元信号弱耦合情况下比传统的ADTF方法具有更高的源信号辨识准确率以及更好的评估性能,同时DI方法还具有有效分辨多元信号间直接和间接定向关联的能力。最后,将提出的DI方法和SI方法对多组癫痫病人发作间歇期的皮层电位信号进行了分析,获得了皮层脑电信号相位耦合的定向关联结构图,评估了其可能的癫痫发作源区域位置。通过与传统的ADTF方法结果的比较,揭示了病人大脑皮层右半球前额叶位置有可能是癫痫发作间歇时段内的次要影响源区域,即右前额叶区域在受到右侧颞叶区域相位波动影响的同时,作为次要影响源,对其附近区域也存在较弱的定向关联作用,最终为该病人有关癫痫信号发作源区域具体位置的评估工作提供了更为全面的技术支持。