睡眠是一种重要的生理过程,睡眠质量与人们身心健康息息相关,但随着社会的快速发展,生活节奏的加快,睡眠障碍已成为了困扰很多人的社会难题。睡眠过程中,大脑细胞发生一系列的生理变化,脑电波作为大脑皮层神经元放电的总和,反映大脑的活动,可以作为睡眠质量的评估指标。通过外部物理刺激,诱发脑电波的同步响应,帮助睡眠障碍患者改善并提高睡眠已成为当今一个技术研究热点。本文旨在通过EEG技术,分别从能量、复杂度和复杂网络的角度观察光诱发睡眠状态下的脑电特征,为探索诱发睡眠中大脑生理机制提供指导。论文的主要研究内容如下:(1)使用美国neuroscan型脑电图仪采集志愿者睡眠状态下的脑电信号,并采用时频分析和小波包分解算法对睡眠脑电进行分期以及提取睡眠的特征脑电波,为脑电参数分析提供前提条件。(2)采用经典的线性分析方法,以脑电波能量作为睡眠状态的评估指标,计算睡眠各个时期下特征脑电波的能量,通过与正常睡眠对比来研究光诱发睡眠下脑电波能量响应特征,结果发现,光诱发睡眠中,?波和?波能量在大脑顶区和中央区显著增强。(3)引入非线性动力学方法,对脑电信号做复杂度分析,将脑电的复杂度值作为睡眠状态的评估参数,对比分析光诱发睡眠和正常睡眠下脑电复杂度变化,发现光诱发睡眠过程中,睡眠S1期中脑电复杂度值低于正常睡眠,其中?波段同样具有该特征。(4)脑电作为一种混沌信号,依据嵌入理论还原脑电信号的系统特性,并通过相关性分析构建脑电复杂网络,通过邻接矩阵和图论的方式定性地分析光诱发睡眠与正常睡眠的脑电网络差异,以及通过网络参数来定量地研究光诱发睡眠下脑电响应特性,发现相对于正常睡,在光诱发睡眠S1期和SWS期中,眠脑电网络密度较小,网络的集团特性和连通性较弱。