癫痫发作监测对减轻癫痫伤害,指导癫痫的诊治具有重要意义。脑电信号常用于癫痫的发作监测中,传统的监测系统在电极、通讯方式、抗噪、便携性等方面不能达到要求。近些年,癫痫发作监测的研究获得了广泛关注,出现了多款癫痫发作监测系统,但是这些系统有的不是从发作机制上来监测,有的分析方法仅仅采用频谱分析,过于简单。因此,提出新的癫痫脑电监测方法,设计出便携、可靠、实用的癫痫发作监测系统具有重要意义。本文提出了一种基于嵌入式脑电信号采集系统和Android智能操作系统的便携式癫痫发作监测系统。具体工作内容如下:首先,对癫痫脑电信号的低通、工频陷波、高通滤波预处理方法进行了选择、分析和仿真,筛选出了适合癫痫脑电实时监测的数字滤波去噪方法。在现有的递归熵基础上,结合粗粒分解、移动平均分解两种多尺度分解方法和多通道分析方法,提出了多通道多尺度递归熵分析方法,对数据段截取、多尺度分解方法过程、方法的优化过程进行了详细说明。然后,用神经群模型模拟的脑电信号加入不同强度噪声,对新方法的抗噪性能进行了评估,并将分析方法应用到实际癫痫脑电信号中,用统计方法对其分析能力进行了验证,用线性判别分析对方法的分类精度进行了分析。通过分析发现,多尺度分解方法和多通道分析方法对改善递归熵方法的抗噪能力、分析能力、分类精度有很好的效果。此外,本文对脑电信号采集部分的硬件电路设计进行了详细介绍,包括主动电极、模拟放大电路、模拟滤波电路、A/D转化电路、数据通讯传输电路以及电源电路的设计和实现。对Android智能操作系统上位机软件进行了介绍,对软件设计中的权限、通信协议、数据传输、显示、存储等关键问题进行了详细阐述和讨论,并对关键算法的实现进行了说明。