使用 nntool 建立神经网络的步骤如下：

1. 定义问题和准备数据
在建立神经网络之前，首先要明确问题的类型和目标，比如分类、回归、聚类等。然后收集和准备相应的数据集，确保数据集的质量和完整性。

2. 使用 nntool 创建网络结构
nntool 是 MATLAB 中用于构建神经网络的工具。可以通过以下步骤创建网络结构：
（1）打开 MATLAB 并运行 nntool 命令，打开 nntool 的 GUI 界面。
（2）在 GUI 界面中，选择 "Create New Network" 来创建新的神经网络。
（3）接下来，选择网络的类型（如 feedforward、cascade、radial 等）和拓扑结构（如层数、每层的节点数等）。
（4）点击 "Create" 按钮，即可创建一个空白的神经网络结构。

3. 配置网络参数
在创建好网络结构后，需要进一步配置网络参数。可以通过以下步骤完成配置：
（1）选择 "Network->Train" 来进入网络的训练设置界面。
（2）在训练设置界面中，可以选择使用的训练算法、学习率等相关参数。
（3）还可以设置训练数据的划分比例（如训练集、验证集、测试集的比例）。
（4）配置完成后，点击 "Train" 按钮开始网络的训练。

4. 训练和评估网络
训练过程是通过输入数据集进行迭代更新网络参数的过程。可以通过以下步骤完成训练和评估：
（1）选择 "File->Import Data" 来导入准备好的数据集。
（2）将导入的数据分为训练集、验证集和测试集。
（3）在训练设置界面中，选择训练算法并设置相应参数。
（4）点击 "Train" 按钮开始网络的训练。
（5）训练完成后，可以通过 "View->Network Architectures" 来查看网络的结构和参数。
（6）使用测试集数据对训练完成的网络进行性能评估。

以上就是使用 nntool 建立神经网络的基本步骤。在实际操作中，还可以根据具体情况进行参数调整和优化，以获取更好的网络性能。同时，也可以使用 MATLAB 提供的其他工具和函数对网络进行进一步的分析和应用。