脑电图(Electroencephalogram,EEG)和事件相关电位(Event Related Potential,ERP)的测量可用于诊断或预测一些神经和精神疾病。ERP是一种特殊的脑电信号,反映了人类大脑对特定刺激进行认知加工时的状态。轻度认知障碍(Mild Cognitive Impairment,MCI)是痴呆的早期阶段,2型糖尿病容易诱发MCI。对糖尿病患者的脑电ERP信号进行研究,对于识别MCI患者并进行早期诊断与干预治疗具有重要意义。该文主要研究熵算法和一致性算法,并应用于糖尿病MCI患者脑电ERP信号的研究,具体工作如下:首先,描述近似熵、样本熵、模糊熵三种单熵算法和互近似熵、互样本熵、互模糊熵三种互熵算法的原理。单熵算法中对数据长度和抗噪声性能进行仿真,互熵算法中对数据长度、抗噪声性能和耦合系数进行仿真,仿真结果发现模糊熵和互模糊熵比其他算法更稳定且抗噪声性能更强。然后,运用模糊熵算法和互模糊熵算法研究糖尿病MCI患者的脑电ERP信号,结果显示任意时刻MCI组和对照组的熵值均存在显著性差异。单熵研究中发现,随着刺激的发生,模糊熵值出现先减小后恢复到刺激前水平的现象,熵值最小值出现在刺激后300ms附近;互熵研究中,对MCI组和对照组存在显著性差异的互模糊熵值进行分析发现,左颞区和右颞区与其他脑区之间相关性更强。最后,研究糖尿病MCI患者的脑电ERP信号的一致性。运用加权典型相关一致性算法分析双通道一致性,运用基于加权典型相关一致性的S估计器分析多通道一致性。统计分析结果表明,在双通道一致性分析中,在Delta和Beta频段刺激后的较早时间段内MCI组的一致性值显著高于对照组;在多通道一致性分析中,在Delta频段刺激后0~200ms内MCI组的一致性值显著高于对照组。通过Pearson线性相关分析发现,一致性值与认知功能量表中的测试具有一定的相关性。