轻度认知障碍是人类介于正常衰老状态和痴呆状态的一种中间状态,其发展成痴呆的几率很高,严重影响患者的生活质量,给人类带来极大的困扰。大脑是神经系统的最高级部分,脑电信号包含大量人体生理和病理信息,提取脑电信号特征,并对其进行定量研究对于神经性疾病的预防、诊断和治疗有着重大意义。本文通过研究多尺度排序递归图和交叉递归图的定量分析方法,对糖尿病轻度认知障碍患者的脑电信号进行非线性动力学研究。首先,对脑电信号进行了简单分析,包括脑电信号的产生机理、采集、分区、特点及其分类,介绍了几种脑电信号预处理方法。对国内外公认的评估MCI的神经学心理量表做了详细的介绍和分析。制定了MCI组和对照组的纳入和排除标准。其次,对排序递归图算法利用Logistic映射作仿真分析,发现此算法有很好的抗噪声性能并且对数据长度要求不高。分析不同尺度下排序递归图确定性变量DET的变化情况及其抗噪声性能。将此算法分析MCI组和对照组实际脑电信号,发现MCI组的DET值比对照组要高,并且大多数电极在小尺度下存在显著性差异。将其与神经心理学测试进行皮尔森线性相关性分析,结果显示其与认知功能存在相关性。最后,对交叉递归图的方法进行了模型仿真分析,采用MIX(p)模型对耦合系数,抗噪声性能,数据长度等方面做了性能分析,发现此算法有一定的抗噪声能力,并且对数据长度要求不高。将其用来分析MCI组和对照组实际脑电信号,发现MCI组的交叉递归图DET值比对照组要高,并且在部分电极对存在显著性差异。将其与神经心理学测试进行皮尔森线性相关性分析,结果显示其与认知功能存在相关性。