癫痫、脑瘤是临床上常见的脑部病变。我国目前仅癫痫患者的数量就达1000万,其中200~300万的难治性癫痫患者必须通过神经外科手术进行治疗。术中脑功能定位可以帮助医生最大限度地切除病灶而又不破坏大脑功能区,是神经外科手成功的关键,也是目前临床中需要突破的难题。目前临床上最常见的术中脑功能定位方法是皮层电刺激法,它可以实现术中脑功能定位,但该方法仍存在耗时、耗力、刺激不当易损伤大脑皮层甚至诱发癫痫等问题。为了克服现有方法的弊端,本文提出了一种基于样本熵的皮质脑电(eletrocorticography,ECoG)术中脑功能定位算法。首先,采集和预处理皮质脑电信号。对采集到的ECoG进行坏道检测,信号截取,基线漂移纠正,对ECoG进行小波滤波;对预处理后的ECoG信号分别建立运动区、数数区和命名区的ECoG样本集。其次,研究基于样本熵的术中大脑功能区定位算法。对预处理后的ECoG进行基于样本熵的特征提取算法设计;设计支持向量机(SVM)分类算法。利用训练集和5折交叉验证法对模型训练,分别训练出运动区、数数区和命名区的术中功能定位的最优模型。最后,分别测试和评价各功能区定位算法。利用最优模型对测试集ECoG的特征样本进行分类,根据识别率,评价算法。研究结果表明:基于样本熵的术中大脑功能区定位算法对5个患者共51个导联的ECoG数据进行分析,其导联正确识别率为92.2%,误检率为7.8%,并且整个数据处理过程只要10min。该算法有望实现准确、快速、安全的术中脑功能定位。