大脑皮层上分布着丰富的神经元,这些神经元经过剧烈或轻缓的活动将产生一系列生物电信号,这种信号称为脑电信号,它始终存在于中枢神经系统中且是一种自发性的电位活动。早在几年前生物电信号的分析已在生物医疗领域得到了一定的关注,对心电信号或脑电信号的分析已在评估人体机能的状态方面具有了重要的意义,有些技术已在临床上得到一定的运用,包含了大量的生理与病理信息的脑电信号也受到了越来越多的关注。本论文主要做了以下三个方面的工作:一、基于相对转移熵的癫痫脑电分析论文结合相对熵和转移熵的优点,提出了一种新的相对转移熵方法。这一方法首先计算正向序列转移概率与逆向序列转移概率,再计算两者的相对熵。应用此方法研究了正常脑电与癫痫脑电的不可逆性,实验结果显示癫痫患者脑电信号的不可逆性明显小于健康人群脑电信号的不可逆性。这说明相对转移熵可以作为一个检测物理过程不可逆程度的度量参数,应用脑电信号区分病人是否患有癫痫疾病也将具有积极指导意义。二、基于相对转移熵的多尺度熵分析论文在提出的相对转移熵算法上采用了多尺度化方法分析白噪声与粉红色噪声、青少年脑电与成人脑电及正常脑电与癫痫脑电这三类信号。研究结果表明,不同类型的时间信号变化趋势不同,这说明多尺度的相对转移熵可以区分不同生理病理信号。三、基于自适应模板法的符号转移熵分析论文在原有的基于基本模板符号化的转移熵基础上,提出了一种新的符号化方法即基于自适应模板符号化的转移熵。在应用此方法分析青少年脑电与成人脑电的实验中,结果表明无论是青少年还是成年人,与原有的基本模板符号化方法相比,改进后的符号转移熵方法分析得到的脑电信号耦合作用更显著,在捕捉信号中的动态信息或系统动力学复杂性的改变时将具有更好的作用。