认知能力指外界信息经过各脑区之间的传递、加工与协同交互来实现各种认知过程。近年来,以图论和复杂网络为基础的脑网络被广泛应用在不同认知能力对应的脑区之间组织结构和连接模式的研究中,且目前一些权威的认知测评量表常被用于人们认知能力的评估。因此,将脑网络与认知量表的研究结果进行关联分析,是研究人脑在不同认知任务中脑认知规律的重要手段。本文对动态脑网络构建及复杂网络分析、脑网络关联分析指标计算及其与量表特征的关联分析问题进行了研究。首先,利用小波相干和加权相位滞后指数分析方法计算并提取脑电信号的时频域相似性和相位同步性两个方面特征,并将其分别作为基于小波相干和加权相位滞后指数构建的脑网络的边的度量;之后基于复杂网络分析方法给出脑网络的全局效率、平均度、聚类系数、平均局部效率以及特征路径长度五个拓扑属性的计算方法。其次,基于脑网络的不同拓扑属性,计算各属性在一定合适阈值范围内的AUC值以得到各属性在阈值范围内的整体特性。最后,以脑网络各拓扑属性的AUC指标值与认知量表特征作为自变量和因变量,构建回归分析模型,根据模型的各统计量来验证该分析指标评估相应认知能力的有效性。最后,基于上述研究工作,本文设计并实现支持动态脑网络与认知量表特征关联分析的脑认知规律研究系统,并应用在疲劳驾驶研究中。首先,基于所有研究工作的matlab算法接口、SpringBoot框架、thymeleaf模板、JPA数据库接口、IntelliJ IDEA开发工具、Tomcat以及MySql数据库,开发了一个基于java语言的web系统,包含基础数据管理、动态脑网络构建及分析、量表测评管理及关联分析四大模块。其次,本文设计了疲劳驾驶认知实验和与疲劳有关的注意力认知量表作为系统各功能的实用化数据,在系统中基于疲劳驾驶脑电数据构建并分析不同疲劳阶段脑网络的动态变化过程,并将其与对应阶段注意力量表特征值进行回归分析模型的构建及分析,从而总结人脑在疲劳驾驶过程中的认知规律,并根据关联分析结果给出疲劳评估指标。本文主要工作的贡献在于设计并实现了支持动态脑网络与认知量表特征关联分析的脑认知规律研究系统,可作为不同认知实验针对的不同认知能力的多功能研究平台。