心率变异性(HRV)信号是指连续窦性心跳间瞬时心率的微小涨落或逐拍心跳R-R间期的微小涨落，其蕴含了大量有关心血管控制系统及体液调节等的信息，对这些信息的提取、分析和处理可以定量地评估心交感神经和副交感神经的紧张性和均衡性及其对心血管活动的影响，具有重要的生理学研究及临床应用意义。脑电图(EEG)是在头皮表面引导记录到的大脑皮层自发脑电的波形图。癫痫作为一种发作性的脑神经元异常放电性疾病，脑电图的检测对它的定位、定性有着非常重要的意义。 非线性动力学理论是在系统动力学、确定论和随机概率论等多学科交叉基础上发展而来的新兴学科，它在生物医学工程中已经得到了广泛的应用。生理信号已经被证明是混沌信号，它具有广泛的非线性动力学特征，这一观点已经得到学术界的证实与认同.因此可以应用非线性动力学理论来分析生理信号。并快速有效地提取其非线性动力学特征参数，探索这些参数在生理学上的意义,并可在临床上利用这些参数指标来实现对疾病的早期诊断、治疗以及预后评估与检测。 本文应用数学形态学滤波器和提升小波变换，结合不应期等技术，对MIT-BIH心律失常数据库中的48例心电数据进行了QRS复合波检测，提取出了精度较高的HRV信号。运用数学形态学滤波器，对德国波恩(Bonn)大学提供的成人癫痫脑电信号数据库进行了脑电棘波检测，成功地从背景脑电中提取出了癫痫棘波信号。然后，运用最大Lyapunov指数、近似熵等非线性动力学参数，对HRV信号和脑电信号的非线性特征进行深入分析，探讨非线性动力学方法在早期临床诊断疾病中的可行性和适用程度。