人脑是复杂的非线性动力学系统，脑科学研究已成为21世纪最重要的研究热点之一。自上世纪20年代脑电(EEG)被发现以来，人类便开始利用脑电对大脑进行无创伤性研究，从而脑电在许多领域都起到了重要作用。传统的方法从频谱和统计学的角度研究脑电时间序列，能够对脑电的部分特征给出详细的解释，为脑电在这些领域中的有效应用做出了一定贡献。然而，这些方法无法对大脑的非线性动力学性质进行深入有效的分析。本文讨论脑电时间序列的非线性动力学高性能计算与分析方法。 非线性时间序列动力学分析分为相图重构和几何特征值刻画两个重要步骤。两个步骤现存较多分析方法，本文通过分析比较这些方法后选择了较佳的且适合脑电分析的方法。然而这些方法的均存在时空复杂度较高的缺点，给对实际系统分析带来困难，本文对其进行了优化、改进和并行化，较大程度提升了其效率，并提高了计算结果正确率。本文还设计了EEG非线性动力学高性能计算与分析系统，可以高速分析实际脑电数据。本文最后对睡眠脑电数据和癫痫脑电数据进行了计算，并对睡眠阶段进行了仿真预测，通过评估说明了结果的正确性。