临床中保障手术顺利进行的关键是判断并控制合适的麻醉深度。虽然目前对麻醉的工作机理仍没有一个确定的解释，但是很多研究表明大脑神经元突触活动的改变是麻醉药作用的主要机制。脑电信号是大量神经元突触活动在大脑皮层或头皮表面的总体反映，信号中包含频率丰富的神经振荡活动，这些神经振荡在麻醉状态下的变化可以反映麻醉药物对大脑中枢神经系统的影响，从而为进一步设计麻醉深度监测系统，以及理解与探索麻醉药作用的机理奠定基础。为此，本论文致力于研究麻醉状态下的神经振荡分析方法，主要进行了以下研究工作：首先，在傅里叶谱熵基础上，基于经验模态分解和Hilbert变换相结合的Hilbert-Huang变换提出了Hilbert-Huang谱熵，研究麻醉药作用下脑电信号的频域复杂度变化。将Hilbert-Huang谱熵应用于实际的七氟醚麻醉脑电信号，通过药代药效动力学模型和预测概率分析等方法，验证了新指数的优越性。进一步，鉴于经验模态分解过程中可能存在的模态混叠问题，应用总体平均经验模态分解来计算Hilbert-Huang谱熵，又由于该方法涉及密集型计算，提出基于图形处理器单元的并行实现方法。结果表明，基于总体平均经验模态分解的Hilbert-Huang谱熵性能有所提高，且并行技术显著提高了计算效率。然后，在排序熵基础上提出了多尺度排序熵方法，研究脑电信号在多个时间尺度上的排序模式信息，从而能够更全面的揭示麻醉药作用下脑电信号的动态变化。借助真实的麻醉脑电信号产生仿真序列，并利用这些序列确定了排序熵中嵌入维数、延迟时间、序列长度以及多尺度排序熵中尺度的选取问题，从而提出了多尺度排序熵指数。将新指数应用于实际的七氟醚麻醉脑电信号的分析，通过药代药效动力学模型和预测概率分析等方法，验证了与原始的单尺度排序熵相比，新提出的多尺度排序熵指数具有明显的优越性。接着，基于谐小波变换，利用相位随机化和替代数据分析，提出了一种更可靠的小波双一致估计方法，研究麻醉药作用下脑电不同频率神经振荡间的耦合性变化。对小波双一致矩阵进一步处理，从中提取多个脑电特征，将它们作为麻醉深度指数应用于实际的异氟醚麻醉脑电信号的分析，结果表明基于小波双一致的各特征优于相应的傅里叶双一致特征，且通过多方面的性能比较得到最优的小波双一致指数。进一步研究了不同异氟醚浓度下小波双一致的模式变化，发现异氟醚使得振荡和振荡发生耦合，且耦合强度随着异氟醚吸入浓度不同而改变，这与很多睡眠脑电研究中发现的慢振荡组织振荡现象一致。最后，针对多通道皮层脑电信号，提出了S估计器结合一致性的分析方法，构造一全局同步指数，研究麻醉药作用下不同频率神经振荡间的同步性变化。通过对地氟醚、七氟醚、异氟醚和安氟醚麻醉的绵羊多通道皮层脑电信号的分析表明，麻醉使得多通道脑电信号间的同步性增强，尤其是在和β频段，且对于不同麻醉药，同步性变化最显著的频段有所不同，这种同步增强现象可以通过皮层信息量减少这一麻醉作用机理来解释。