睡眠医学已经日益受到国内外越来越多的重视，其中睡眠呼吸暂停综合征(Obstructive Sleep Apnea/Hypopnea Syndrome，OSAHS)是最为常见的睡眠呼吸障碍相关疾病。本文尝试利用非线性动力学方法对睡眠电生理信号进行分析研究。首先利用基于分形维数(Fractal Dimension，FD)的复杂度估计分析了睡眠结构与睡眠过程中脑电分形维数之间的关系，发现FD值的变化能够较好地反映睡眠宏观结构。进而对临床OSAHS患者的脑电信号FD进行了回顾性分析，结果表明去趋势之后的FD序列过零率(Zero-Crossing Rate of Detrended FD Sequence，zDFD)经过体质指数(Body Mass Index，BMI)校正后能够有效反映睡眠结构的紊乱程度，zDFD与睡眠呼吸暂停/低通气指数(Apnea/Hypopnea Index，AHI)以及每小时血氧饱和度下降超过4％次数之间存在较好的相关性。本文又进一步针对睡眠过程中的心电信号，利用Hilbert-Huang变换(HHT)对前人提出的心肺耦合分析谱图(Cardiopulmonary Coupling，CPC)进行了改进，通过对美国哈佛医学院提供的Physionet国际标准数据库中相关临床数据进行分析，发现基于HHT的CPC不仅能够提高谱图高低频成分时间分辨率，有效用于辅助诊断睡眠过程中呼吸暂停/低通气事件发生，而且谱图中各时刻最大峰值及其所在频率的过零率都能够更好地评价睡眠呼吸暂停/低通气综合征的严重程度。