电生理信号分析是对神经精神疾病临床检测和脑功能研究的有效手段之一。随着计算机和微电子技术的快速发展,一体化、智能化、便携式的电生理信号分析系统被广泛应用到不同医学和神经科学领域中,对病情监护、疾病诊断起到关键作用。特别是在癫痫、阿尔兹海默、帕金森综合征等神经精神疾病的研究中有效地从信号中提取出可靠的信号特征,有助于对神经疾病的诊断、预测。但目前临床应用的脑电系统更注重信号的采集,缺乏综合有效的分析功能。本文首先提出一种基于脑电信号的电生理信号分析系统的架构,实现多通道脑电信号的采集、信号预处理、信号特征提取、模型预测功能。以TGMA模块为核心设计了脑电信号的采集、滤波、放大以及模数转换。软件部分对原始脑电信号进行预处理实现去伪、分频。特征提取模块利用时、频域分析算法、非线性分析算法从预处理后的脑电信号中提取相应的脑电特征。诊断评估与预测模块利用模糊模型和人工神经网络实现信号分类和疾病预测。分析结果用于辅助神经精神疾病的诊断以及大脑功能活动的研究。利用该系统分别对颞叶癫痫患者和针刺受试者脑电数据进行分析,并提取功率谱密度、相位滞后指数以及交叉频率耦合等多种特征。癫痫脑电分析表明,癫痫患者的脑电信号平均能量和同步性均高于健康人。另外,癫痫患者在δ-α和θ-α交叉频率中表现出更强的交叉耦合。基于交叉耦合构建的脑功能网络中,发现癫痫患者脑功能网络的小世界效率在α和低频之间得到增强,但在α和高频带之间中减弱,表明α节律波在脑信息传导中起着至关重要的作用。针刺脑电分析表明,针刺提高了δ和α节律的功率谱密度,且在针刺中δ和α节律的相位同步指数比针刺前有明显的升高。另外,从α节律中观察到明显的针刺后效应,即针刺后同步性仍保持很高的水平。基于同步连接构建了脑功能网络。在针刺过程中,左右脑半球之间的功能连接增强,促进大脑信息传递。上述分析是癫痫诊断的重要参考依据,并为理解针刺作用机理提供新思路。本论文构建的电生理信号分析系统能够实现数据采集,提取信号特征,为疾病诊断和临床研究提供新工具。