研究基于脑电分析的脑死亡判定方法对于早期发现非脑死亡病人和避免脑死亡误判具有重要的意义。以往脑死亡判定的研究大都集中于临床医学的领域内,从最近兴起的神经动力学的角度为脑死亡的临床判定提供一整套的客观而统一的科学指标,其重要性是显而易见的。自2004年4月至2006年12月期间,在日本学术振兴会(JSPS)-中国自然科学基金会(NSFC)中日两国科学合作项目的资助下,曹建庭教授及其合作者用前额部脑电测量法在医院重症监护室里对35名疑似脑死亡病人进行了合计61次的脑电数据采集。我们在以往的研究工作中,采用了独立成分分析(ICA)和部分传统的复杂度分析法对采集到的19名昏迷病人和16名脑死亡者合计47次的脑电数据进行处理,并使用概率统计法来评估和测算两类不同的脑电数据,从宏观上得出了昏迷病人和脑死亡者的两类脑电确实具有特征差异的结论。随着采集的脑电数据量的增加,本文首先对所有35例病人共计61次脑电数据进行近似熵分析,进一步确认和衡量脑死者和昏迷病人脑电随机性程度的差异。通过对所有被测脑电信号的静态近似熵的分析,从宏观上得到了昏迷病人与脑死者两类脑电信号的差异,但是在微观方面,静态近似熵值仅是一个值,不能实时反映疑似脑死患者状态的变化。所以本文又将现有的静态近似熵分析法扩展到动态近似熵分析法,并利用它来识别昏迷病人与脑死亡者以及观察患者病状变化的过程。由于采集脑电信号的过程中存在着噪声干扰,所以在动态近似熵分析之前,我们引入小波分析法对脑电信号进行去噪的前处理。通过对实测病人数据的分析和验证,疑似病人的不同状态和其病状变化的过程得以观察和识别。