精神分裂症是对当今人类社会危害最大的精神类疾病之一,其患病比率约占全球人口的千分之七。在我国,精神分裂症病人占所有重型的精神类疾病患者总数的百分之六十。在精神分裂症的治疗方面,临床医学上采用过胰岛素昏迷、电休克、脑部外科切除、抗精神病药物等方法并收获了一定的疗效,然而在整个精神分裂症的诊疗过程中,最薄弱的环节是精神分裂症的确诊。目前的精神分裂诊断主要依靠DSM-Ⅳ、CCMD-3等疾病分类手册以及医师依据经验进行的主观判断,缺乏客观的诊断标准和现代化医疗设备的辅助。运用非线性动力学方法,在脑电信号研究领域为精神分裂症诊断探寻一种更客观、标准的方法是本文的中心内容。本文中,我们对31名精神分裂症患者与年龄、性别相匹配的正常人的16导联alpha波段脑电信号进行了非线性特征提取。通过计算并对比排列熵、关联维数、柯尔莫戈洛夫熵、功率谱熵等特征来寻找精神分裂症患者与正常人脑电信号之间的差异性,结果表明精神分裂症患者的脑电信号更复杂、更不规律。另外,我们采用了三种计算机分类方法尝试通过脑电信号对两类人群加以区分,最高获得了86.1%的分类成功率。综上所述,本文以非线性动力学为基础,结合数字信号处理技术对精神分裂患者和正常人群的脑电信号进行了研究。本文中所提到的alpha波段针对性是过去相关领域研究中所忽视的,同时排列熵的方法在精神分裂脑电信号研究领域尚属首次应用。依托我们所采用的特征组合产生的统计学显著差异以及良好的分类结果为这种方法未来走向临床提供了基础。相较于过去的相关研究,我们的研究在数据量、波段针对性、新的非线性特征的使用、方法完备性上更具创新之处。