阿尔兹海默症(Alzheimer’s disease,AD)是一种神经系统退行性疾病,起病隐匿,进程缓慢但不可逆,其临床诊断非常困难,利用脑电图(EEG)对AD进行早期诊断和评估已成为当前的研究热点。本文利用加权排序熵(WPE)和多变量多尺度加权排序熵(MMSWPE)来量化AD的脑电信号复杂度,并实现AD脑电分析与评估系统。为了更准确地量化AD病人有噪声干扰的脑电信号复杂度,利用WPE分析了14例重度AD病人及14例同龄健康正常人的16导脑电数据。通过神经元集群模型产生的仿真数据和脑电数据,证实了WPE相较排序熵(PE)的优势。模型仿真结果表明WPE对噪声更敏感。脑电分析结果表明:尽管与正常人相比,AD病人的脑电信号的平均PE值和平均WPE值在各个脑电子频带均有下降,特别是在θ频带,但是WPE能够在各个频带发现更多复杂度显著性降低的导联。为了更准确地量化AD病人多导的脑电信号复杂度,提出了MMSWPE算法。通过洛伦兹系统模型及有色噪声验证了该方法的有效性。脑电数据分析结果表明:与正常人相比,病人在θ和α频带的颞叶区、顶枕区,以及θ、α和β频带的右前额到左顶枕区域的复杂度显著性降低,上述结果反映了AD病人的脑功能失常。AD的脑电分析与评估系统基于MATLAB GUI平台设计并实现,能够实现脑电数据的导入、图像显示、数据分析和文件存储等功能。其中,数据分析包含滤波等预处理功能,PE等复杂度分析功能,及可视图等复杂网络功能。该系统的实现为解决国内缺乏针对于辅助评估AD等退行性精神疾病的软件平台的问题提供途径,为医学工作者提供了一种直观、便捷、可量化的辅助分析手段。