事件相关电位(Event-Related Potential,简记为ERP)是由心理活动或外部刺激诱发的脑电信号,具有典型的非平稳特性,它反映了认知过程中脑的神经电生理变化,是研究认知过程中脑神经机制的重要工具。ERP脑电信号很微弱,在测量中极易受到测量噪声的污染,如何去除噪声,准确提取与认知任务相关的ERP脑电信号是准确构建脑功能网络的关键问题之一。小波变换是近十年来迅速发展起来的一种的信号处理工具,具有自适应性和多分辨率分析的特点,在时域和频域都有极强的信号表征能力。本文利用小波滤波方法,去除ERP脑电信号中的噪声,提取与认知任务相关的ERP信号,为复杂脑功能网络的准确构建奠定了基础。目前多数关于脑功能网络的研究是基于FMRI(Functional Magnetic Resonance Imaging)脑电数据进行的,基于特定认知任务相关ERP数据构建脑功能网络是脑功能网络研究的重要领域,复杂网络理论为认知任务相关脑网络结构及动力学特性研究开拓了一个新的领域。认知脑功能性网络是个抽象的网络,其节点为ERP的每一个导联所测量区域,通过计算这些测量区域的ERP时间序列之间的相关性,可以得出一个相关性矩阵,该矩阵定义了脑网络节点之间的连接关系。基于复杂网络理论从全新的角度研究了认知任务相关的脑网络结构及其统计特征,研究结果表明其明显具有小世界网络的特征、大的聚类系数、度分布接近于无标度网络。基于ERP信号的脑功能网络构建为认知神经动力学的研究提供了新的视角。