大脑中普遍存在同步现象,是大脑中不同模块之间信息传递、相互作用的综合表现,分析大脑中不同区域的同步特性,可以研究各脑区之间的联系。本文基于互信息方法,通过信号的趋势信息计算序列的概率,构成加权趋势互信息算法;使用余弦相似度算法计算相空间重构后向量的相关性,构成余弦相似度同步强度算法。并对轻度认知障碍脑电信号的同步特性进行研究,探究轻度认知障碍与脑电同步的内在联系。首先,针对排序同步算法的缺点,利用余弦相似度计算空间向量间的相关性,此算法相比于排序同步算法能更好地反映出信号的幅值信息,且具有更强的抗噪性能。通过仿真证明余弦相似度算法能估计出两时间序列的同步强度。将此算法应用于分析轻度认知障碍脑电数据,估计双通道之间的同步强度。实验表明认知功能障碍组的脑电同步强度值低于对照组。其次,根据互信息理论及信号趋势,构成双通道同步强度分析方法——加权趋势互信息算法。通过仿真表明加权趋势互信息算法能反映出两时间序列的同步强度,且具有良好的抗噪声性能。与S估计器、同步索引、全局同步索引相结合扩展为全局同步算法。仿真表明三种算法均能反映出多通道信号的全局同步强度。基于加权趋势互信息的S估计器算法具有较强的鲁棒性,且计算量小,将其应用于分析轻度认知障碍脑电信号全局同步强度。发现轻度认知障碍组各脑区的全局同步强度值均低于对照组。最后,将上述算法应用于复杂网络中,计算同步强度连接矩阵,构建在不同频段下的脑网络。应用于分析轻度认知障碍脑电信号分析,求取聚类系数和平均路径长度等脑网络参数,发现两组的脑网络参数均存在差异。