El Electroencefalograma (EEG) es el registro de las series temporales del potencial eléctrico medido en el cuero cabelludo. Refleja la actividad eléctrica sincronizada de grandes poblaciones de neuronas interconectadas en redes. La actividad de estas redes se relaciona con los procesos cerebrales normales o patológicos, por lo que el análisis del EEG es importante para el estudio, con alta resolución temporal, de dichos procesos. En esta tesis nos proponemos desarrollar nuevos métodos de análisis del EEG que permitan una caracterización de las propiedades espaciales, temporales y espectrales de la actividad de las redes neuronales. En particular, se proponen nuevas medidas estadísticas para cuantificar los cambios en la dinámica cerebral relacionada a eventos en el dominio tiempo-frecuencia; se introducen dos nuevos métodos para la descomposición espacio -tiempo-frecuencia de actividades espontáneas, esporádicas y relacionadas a eventos y se proponen algoritmos para incorporar a esta descomposición restricciones con bases fisiológicas y físicas, así como datos procedentes de imágenes de resonancia magnética funcional. Las metodologías propuestas demostraron su utilidad para la identificación de las redes neuronales con el uso de datos reales y simulados, superando limitaciones de los métodos clásicos de análisis del EEG.