人脑是由100多亿神经元细胞构成的网络结构,在大脑的神经活动中表现出高度的复杂性、非平稳性和非线性行为。利用递归图和复杂网络理论能够研究大脑在进行神经活动时不同区域之间的相互作用、拓扑结构和动力学信息以及生理功能。脑电(EEG,electroencephalogram)蕴含了大量与人脑相关的生理病理信息,是人体非常重要的生理电信号之一。本文从递归图和复杂网络角度分析了睡眠脑电和清醒时脑电信号的不同,从而得出结论,为研究睡眠状态下大脑的状态提供了重要的理论依据。其中,包含的主要工作有:一、首先使用递归图对睡眠脑电和清醒脑电进行分析。对脑电信号进行相空间重构时,分别采用自相关函数法和Cao方法确定延迟时间和嵌入维数。利用递归图(RP,Recurrence Plot)来分析睡眠脑电和清醒脑电相空间重构后网络递归特性的不同,在此基础之上使用递归定量分析(RQA,Recurrence Quantitative Analysis)对其进行量化分析,实验证明清醒脑电信号非线性特性更强,不确定性更高。二、论文应用排序递归图(ORP,Order Recurrence Plot)分析睡眠脑电和清醒脑电信号。先使用排序递归图对两种脑电信号的递归特性进行定性分析,然后使用RQA进行定量分析,实验证明,清醒状态的脑电信号的非线性特性明显强于睡眠状态,即进入睡眠状态之后,大脑神经系统非线性减弱。该方法与递归图的RQA相比,两种信号之间的区分度更高,效果更佳。三、使用递归图分析时获得的递归矩阵,构建复杂网络,并对网络进行可视化,定性的分析两种信号网络拓补结构的不同,进而使用复杂网络的参数,定量的分析两种网络之间的区别。论文中使用的方法适用于分析睡眠脑电和清醒脑电网络的之间的区别,有助于了解睡眠脑电和清醒脑电神经网络的动力学行为差异。