大脑是一个复杂巨系统，将复杂网络相关的理论应用到脑科学领域，用系统的观点来分析大脑在运动任务中的变化，对我们认识大脑和理解大脑的运动功能有着非常重要的意义。本研究基于EEG信号，通过复杂网络方法研究大脑的静息态和运动任务下的功能连接网络，试图从新的角度认识大脑运动功能的产生机制。　　本文从PhysioNet数据库中选取了十名测试对象的静息态和运动任务下的脑电信号数据，使用相干谱、皮尔森相关系数、相位同步、互信息作为功能连接计算方法，在Theta、Alpha、Beta、Gamma这四个频段上分别构建起运动功能网络，并从复杂网络的角度对其进行分析。　　分析的结果表明，相比于静息期，运动期间的大脑运动功能网络在Beta频段和Gamma频段的活跃程度增强，具体表现为聚集系数的增加，网络节点的平均度增加以及平均特征路径长度的下降。与此相反，Theta频段和Alpha频段在运动期间的活跃程度有所下降，表现为聚集系数的下降、网络节点平均度的降低一级平均特征路径长度的增加。结合布罗德曼分区也发现，在运动任务当中，相应负责运动功能区域的脑区被激活。　　同时，无论是在静息期还是运动期，大脑功能网络都是一个小世界网络，具体表现为:与一个相同规模平均特征路径相近的随机网络相比，其聚集系数远高于随机网络的聚集系数。