癫痫是一种常见的慢性神经系统疾病,其发作机制尚未明确。对于难治性局灶性癫痫患者,手术切除致痫病灶是一种有效的治疗方式,手术治疗的效果与致痫病灶定位的精准度密切相关。目前,颅内脑电信号是用于定位致痫病灶的金标准。在临床上,通常由经验丰富的临床医生查看颅内脑电信号来定位致痫病灶。这种方法既耗时,又具有一定的主观性。量化分析颅内脑电信号可以帮助临床医生深入理解信号的特性,并且能够协助其快速、客观地定位致痫病灶,因此具有重要的研究意义。本研究量化分析了25例难治性局灶性癫痫患者术前立体定向电极记录的颅内脑电信号的三种时频特征。首先,基于时变多变量自回归模型及频谱加权的部分指向相干,构建了动态的有效连接脑网络,应用图论计算了网络指标入度,并应用灰度共生矩阵提取了入度随时间变化的特征作为脑网络特征。我们计算了近似熵与线长作为单通道信号特征。接下来,定义术前由临床医生标记并在手术中被切除的大脑区域为患者的“临床病灶”,对于术后无发作的患者（23例）,认为定义的“临床病灶”即为其致痫病灶。通过对术后无发作患者“临床病灶”内、外信号的时频特征进行统计学分析,探究了“临床病灶”内、外信号时频特征的差异。最后,我们提出了将脑网络特征与单通道信号特征结合共同用于定位致痫病灶的聚类分析方法,并评估了方法的有效性。研究结果显示,本研究所使用的三种时频特征在所有术后无发作患者的“临床病灶”内、外均具有显著的统计学差异。病灶定位结果表明,结合这三种时频特征能够有效地定位致痫病灶,并且定位结果优于仅使用其中一种特征的结果。综上,本研究表明,结合脑网络特征与单通道信号特征定位致痫病灶的结果优于仅使用其中一种特征的结果,说明不同的特征根据自身的特性从不同的角度来反映致痫病灶的特性,结合这些具有互补性的特征能够提供更加精确的致痫病灶定位结果。