认识脑，从而认识人类本身，已经成为当今科学面临的挑战。意识问题对人类来说一直是一个不解之谜。随着脑电图(EEG)，脑磁图(EMG)，正电子放射扫描(PET)和功能磁共振(fMRI)等对脑无损伤探测技术的发展，系统地、客观地研究人类意识具有了现实可行性。 脑电图是从头皮表面直接描记的经放大的大脑神经元电生理波形，是一种安全无创的临床辅助检查方法。它是了解和判断脑电活动功能的重要指标，对了解大脑功能状态、协助诊断、指导治疗以及判断预后有着重要的实用价值。 现有的研究认为大脑活动及脑电图均具有非线性的特征。对脑电图的非线性动力学分析可能提供一种新的方法，来研究生理和病理状态下的大脑动力学变化情况。但现有的研究工作中存在两大问题：一是方法学的问题，很多非线性动力学测度的计算需要非常大的原始数据量，但脑电信号是非平稳信号，如果采样时间过长，就不能充分反映信号的变化；同时计算量过大，不能满足临床上用于实时信号监测的要求。另一个问题是将非线性动力学理论运用于临床实践的较少，且结论不一致，尤其对癫痫状态的研究仍处于初步阶段。 在本实验中，我们选用了两个较新的非线性动力学测度—Kc复杂度和近似熵来进行脑电信号的分析研究。 实验分为两个部分。第一部分，运用Kc复杂度和近似熵对一组正常人被试在六种不同认知活动下的脑电信号进行研究，分析不同大脑负荷水平下Kc复杂度和近似熵的变化规律，说明两者在揭示大脑功能方面具有的稳定性、敏感性和可能的临床应用价值。在第二部分，对一组癫痫大发作患者的脑电数据进行分析，拟探讨癫痫发作前、发作中和发作后的Kc复杂度和近似熵变化规律，研究癫痫发作过程中的脑电非线性动力学特征，并将