抑郁症会严重损害患者的身心健康,目前没有可以完全解释抑郁症病理的理论,且对于抑郁症的诊断缺乏具体可量化的标准,在这一背景下,本文采用非线性动力学中复杂度的方法,对抑郁症进行研究。脑磁图具有高时空分辨率、对人体无侵害且方便检测、可直接反应脑内神经活动、测量结果不受大脑外层组织的影响等优点,非常适合用于抑郁症的研究,本文结合复杂度的有关算法,对情绪刺激下的抑郁症脑磁图进行分析,探究抑郁症的有关病理以及抑郁症患者和正常人脑磁图复杂度的差异性。论文的内容大致可以分为以下几部分:(1)基于近似熵的抑郁症脑磁图分析这一部分首先通过实验选取适用于脑磁图的近似熵算法参数,然后将近似熵算法分别应用于抑郁症患者组和正常人对照组的脑磁图中,计算了在正性、中性和负性刺激下各自的近似熵情况,发现在三种情绪刺激下,抑郁症患者组的绝大部分通道的脑磁图的近似熵比正常人对照组的低,抑郁症患者组的所有脑区的脑磁图的近似熵均比正常人对照组的低,且在额区两组的近似熵差异最为明显。(2)基于样本熵的抑郁症脑磁图分析鉴于近似熵算法计算复杂度时会进行自身匹配,给结果带来偏差,在这一部分使用样本熵对抑郁症患者组和正常人对照组的脑磁图进行分析,分别计算在正性、中性和负性刺激下各自的样本熵情况,得到的实验结果和近似熵实验基本一致,但采用样本熵算法得到的结果在复杂度的数值方面比近似熵算法大,在两组数据的复杂度相对差异性方面比近似熵算法更加显著。对比发现,样本熵比近似熵更加适合用于区分正常人和抑郁症患者在情绪刺激下的脑磁图。(3)基于java web的复杂度分析系统这一部分借助java web相关技术实现了一个复杂度分析系统,此系统可以让用户通过文件上传的方式上传数据源,选择用于近似熵和样本熵计算的算法参数,自由组合需要计算的源数据,并且支持对照实验。用户可以看到计算进度,并可以查看已经计算完成的实验结果,包括近似熵、样本熵和相对差异等。这些实验结果会保存在当前账户下,用户可随时进行查看。这一系统使用可视化界面引导用户进行操作,使用者可简单、方便的计算数据源的近似熵和样本熵。