在多领域技术交叉融合的背景下,脑机接口（Brain-Computer Interface,BCI）逐渐成为下一代移动智能设备的高潜力发展方向。伴随着脑信号分析技术的快速发展,脑机接口相关技术已逐步被应用到实际生活场景中。这对脑信号分析技术提取认知信息、常态情绪、指令信息等方面提出了新的需求,而在这些方面传统的脑电分析方法无法有效分析常态信号下的意识差别。随着代数拓扑（Topological Data Analysis,TDA）被成功应用于时空高维度的复杂数据分析,本文基于代数拓扑对认知行为脑电信号展开实验与分析,为提取人脑意识思维水平的信号特征提供了新的尝试方向。首先,本文设计并实现了针对人类认知过程中意识思维活动的脑电图（Electroencephalogram,EEG）信号采集方法,提出以格式塔心理学认知理论为切入点研究人脑的认知行为,提取了在格式塔完形（Gestalt）认知测试中大脑对不同轮廓和形状的神经反应的生理学特征,并验证该信号所对应的是人脑逻辑思维活动。实验结果表明,当被试者观察随机序列图像（Random Sequence Diagram,RSD）时,其大脑额叶涉及的活动区域多于其观察有序格式塔图像（Gestalt Images,GST）。而在GST图像刺激下,被试者大脑活动更多体现于左脑的思维逻辑区域。其次,为了拓展EEG信号分析的技术手段,本文采用代数拓扑作为数学工具对全脑信号进行拓扑复形建模,以人脑对虚幻轮廓的认知过程为研究对象,基于持续同调分析方法进行拓扑分析,提出了一种有效的EEG信号数字化特征提取方法。经由同调熵（Persistent Entropy,PE）计算,可以通过拓扑分析实现RSD与GST二类刺激下人类对形状和轮廓认知过程的有效区分。基于以上工作,本文首次提出并采用Euler熵值分析方法对人类认知行为特征进行分析,结合人类认知行为理论验证本文格式塔脑电认知实验所采集信号与认知行为的关联性及合理性。综上所述,本文自主设计并实现了针对人类认知过程EEG信号的新的采集实验方法,引入Euler熵值分析方法验证了所采集信号的合理性,并通过对EEG信号的持续同调性特征评估量化了认知过程神经信号的相关性,为人脑认知活动的分析提供一种可靠的实验参考和分析方法。结合应用场景分析,本文的格式塔认知脑电实验可以为针对人类思维活动层次的脑电信号采集实验提供新的设计思路和方法参考。本文通过拓扑分析实现对格式塔完形认知信号的特征提取和数字量化评估可以为脑机交互提供一种新的实现方式,为脑对脑通信（Brain-tobrain Communication,B2BC）中神经信号数字化的解决方案提供了一种选择。