臨床常用人眼識別癲癇顱內腦電異常放電致癇灶（EZ）定位的方式具有一定局限性，而目前通過提取顱內腦電特征進行致癇區定位的準確率也有待進一步提高。神經脆弱性作為一種運用動態網絡模型的新方法，在癲癇致癇區定位方面表現出潛在的應用價值。本文采用神經脆弱性分析方法對20名患者35次癲癇發作的立體定向腦電圖信號進行了分析，進而利用隨機森林模型對致癇灶電極進行了分類，并與通過短時傅里葉變換提取的六個不同頻段時頻特征的分類結果進行了比較。結果顯示，基于時頻分析的致癇灶電極工作特征曲線下面積（AUC）介于0.870（δ頻段）至0.956（高γ頻段）之間，且曲線下面積隨頻段頻率的升高而升高，而利用神經脆弱性進行分類的AUC可達0.957，且將神經脆弱性融合γ及高γ頻段時頻特性進行分類后AUC可進一步提升至0.969。本文驗證了神經脆弱性在識別癲癇致癇病灶方面的有效性，為進一步的臨床應用提供了理論參考。