EEG是脑电活动的记录,其中包含了大量的生理与病理信息。当大脑正常时,神经细胞群放电是有规律的自发性放电,当大脑患有不同疾病时,如:脑肿瘤、脑炎、癫痫、脑出血或缺血性疾病等,便可出现神经细胞群的异常放电,不同性质的放电情况在EEG中表现出的曲线形态就不相同。所以EEG是大脑疾病的临床诊断、大脑的功能探索领域的一个非常重要的工具。EEG信号又是非线性信号的一个典型的例子,EEG分析对于计算机信息处理领域也有着非常重要的意义。因此,EEG分析是医学、计算机信息处理领域的一个研究重点。即使是在同样的环境、同样的年龄、同样的身体素质等等,这两个人的EEG仍然还是不同,所以EEG分析又是一个难度极大的课题。EEG分析涉及到医学领域、计算机领域两个方面的综合知识。本文系统的研究了EEG分析已有的各种方法,并提出了人工势场法在EEG分析中的可行性分析。人工势场法是论文工作的理论基础和基本策略。人工势场借鉴物理学中引力场和电场的概念,人为合理地去创建一些类似于物理学中的场,即人工势场。本文将EEG图形图像信息转化成一系列的数据点(这些数据点构成一个数域空间),将场的概念引入到数域空间来,数域空间中的每个数据点看作是有辐射能力的点,这些点相互作用影响,在数域空间形成一个场,这个场就是人工势场。论文中提出了形成“势”的函数形式,指明了该函数各参数的意义,并对该函数以及各参数对场的影响进行了详细的讨论。本文将人工势场法的思想引入到EEG分析中,把EEG的四个重要特征(波幅、频率、相位、方差)点作为场中的数据点来看待,形成了四类人工势场,再从场中提取特征,这些特征不仅考虑了时频信息,还考虑了相位和方差的信息,而且人工势场法本身简洁实用,在对EEG分析的初步实验中取得了不错的实验结果。