近年來，從神經網絡層面探索腦功能整合的相關生理病理機制已經成為神經科學領域研究關注的焦點之一。由于神經信號具有非平穩和非線性的特性，其線性特征不足以充分解釋復雜腦功能執行過程中潛在的神經生理活動機制。為克服線性算法無法有效分析信號非線性特征的局限性，研究人員提出了傳遞熵（TE）算法。近年來，隨著腦功能網絡概念的引入，TE作為非線性時間序列多元分析的有力工具被不斷優化。本文先介紹了TE算法的原理以及相關改進算法的研究進展，探討比較了它們各自的特點，然后總結了TE算法在電生理信號分析領域的應用。最后，結合近幾年的研究進展，探討了TE目前存在的問題，并展望了其未來的發展方向。