近年来，从神经网络的角度探索脑功能整合的生理和病理机制已成为神经科学领域的热点之一。由于神经信号的非平稳和非线性特征，其线性特征不足以充分解释复杂脑功能实现的潜在神经生理机制。为了克服线性算法不能有效分析信号非线性特性的局限性，研究人员提出了传递熵（TE）算法。近年来，随着脑功能网络概念的引入，te作为非线性时间序列多元分析的有力工具不断得到优化。本文首先介绍了te算法的原理和相关改进算法的研究进展，讨论和比较了各自的特点，然后总结了te算法在电生理信号分析领域的应用。最后，结合近年来的研究进展，讨论了TE存在的问题，并对其未来的发展方向进行了展望。