尽管爆炸性增长旨在分析大脑的神经影像学研究作为一个复杂系统重要的方法论的差距仍有待解决.目前大多数工具用于分析网络数据的大脑在本质上是一元的都是基于假设证实先前的技术没有直接关系的大型和复杂的数据的大脑.尽管图论方法显示伟大的承诺有原则的多元的发展模式来解决图论方法固有的局限性如对网络的依赖程度大小和分布并允许评估上的多个表型的影响大脑和模拟网络在很大程度上已经落后.虽然一些研究已经在发展中多元框架来填补这个空白在缺乏金本位方法或准则选择最合适的方法为每个研究可以调查人员在这个多学科领域的另一个关键的挑战.在这里我们简要介绍重要的脑网络分析多元方法两个主要类别数据驱动和基于模型的方法.我们讨论这样的方法是否适合检查连接edge level拓扑系统级或两者兼而有之.本文将帮助在选择一个合适的多元方法对变量如网络类型包括主题和大脑区域连接和兴趣拓扑结构或两者兼而有之.本综述的目的是访问调查人员来自不同背景重点应用在脑网络的研究中虽然可能也适用于其他领域的方法.