脑电图是经常在临床上使用的诊断患者脑部疾病的工具,是不具有创伤性的研究人脑功能情况的技术之一。EEG信号的变化蕴含着重要的生物特征信息,这些特征对掌握神经性疾病的意义重大。本文研究目的是通过发展双通道脑电信号的一致性算法,对糖尿病患者和癫痫的脑电信号进行研究。首先,在研究了最小方差无失真响应算法的基础上,研究了三种平滑窗一致性算法,仿真实验发现这三种算法在准确性上有待提高。其次,提出了改进的新算法,利用在时频分析中常用的具有紧致支撑特性的Cheriet-Belouchrani核,发展双通道脑电信号平方级一致性算法——平滑的最小方差无失真响应算法,通过仿真实验可以看出平滑的最小方差无失真响应算法在窄带信号和宽带信号中都具有更高的准确性和抗噪性能。最后,利用平滑的最小方差无失真响应算法对31例(18aMCI,13对照组)具有糖尿病的患者和癫痫脑电信号进行研究。静息态脑电图序列被分解成四个频带(δ,θ,α,β),在每个频带大脑不同区域研究平方级一致性。通过统计分析糖尿病人大脑两侧、大脑一侧长距离和大脑一侧短距离的两两通道间的一致性,找到有显著特征的频段及通道组。糖尿病人中有轻度认知功能障碍的患者与无轻度认知功能障碍患者的脑电图在前额-右颞、前额-枕区、右颞-枕区、左右颞间的一致性有明显的差异,分析结果与病理相符且与认知功能间存在相关性。实验结果显示脑电图数据的一致性计算分析在临床上对轻度认知功能障碍有诊断意义,对于糖尿病人能更早诊断出aMCI,达到辅助医生进行诊断的目的。对癫痫脑电信号统计分析发现在间歇期和发作期同步情况存在差异,这对于癫痫疾病的诊断也提供了参考依据。