近年来,由于癫痫病的高发,癫痫的治疗已经成为了一项热门的研究课题。癫痫病虽然可以由药物治疗,但是,全球大概仍有30%的癫痫患者是抗药性癫痫并终身受其影响；而且,该类抗药性患者通常在大脑特定区域有一个癫痫病灶区域。因此,必须通过外科手术切除病灶区域从而达到治愈效果,而手术治疗取得成功的关键在于精确定位病灶区域。本文主要研究癫痫患者癫痫发作时(快速放电阶段)大脑不同神经元集群之间的效应连通性关系,我们的目标是：用一个己知的神经元集群模型(生理模型)仿真大脑海马区域内癫痫病灶活动,该生理模型的输出表示深部电极记录到的颅内脑电图(intracranial electroencephalographic,简称iEEG)信号,这些信号用于仿真癫痫病灶活动,通过采用DCM-SSR (Dynamic Causal Modeling of Steady State Response)算法研究这些信号之间的因果关系从而保证在术前评估中精确定位病灶区域。这类问题在神经学上称为效应连通性问题,即：不同神经元集群之间的(直接)因果相互关系。DCM-SSR包含两个部分：(1)生成模型：首先将癫痫生理模型引入到动态因果模型中的生成模型,将两个神经元集群的生理模型用状态方程表示,在平衡态时线性化状态方程,得到传递函数,因此,对应的两个输出的iEEG信号的功率谱密度函数可以由传递函数和模型参数直接表示；(2)贝叶斯统计推断：根据已知的功率谱密度函数,设定不同模型结构中参数的先验信息,依据贝叶斯法则,采用VBEM (Variationnal Bayes Expectation Maximization)算法去逼近这些参数的后验概率密度函数,最后得到目标函数(自由能),通过对数贝叶斯因子确定和区别可能的连通性假设；仿真结果表明：基于仿真功率谱密度函数(理想情况)数据和采样功率谱密度函数(实际情况)数据,DCM-SSR都可以正确的区分和识别大脑海马区域内两个神经元集群之间的独立连通性,单向连通性以及双向连通性关系。最后对课题进行了总结和展望,并指出了未来研究工作中存在的难点和尚未解决的问题。