随着计算机技术的飞速发展,非线性动力学方法越来越多地被用于生物医学信号分析。脑电是脑部疾病诊断的重要工具。本文围绕脑电信号非线性动力学分析以及癫痫发作检测开展以下研究:研究了Duffing振子对混沌时间序列的非线性响应,提出了Duffing振子对不同混沌程度的时间序列具有规则的非线性响应,并根据脑电信号为混沌时间序列且癫痫发作时脑电信号混沌程度发生改变的情况,提出利用Duffing振子检测癫痫发作的方法。利用正常和癫痫脑电信号之间嵌入维数的差异分析了癫痫发作时脑电信号所反映的大脑非线性动力学系统的变化,进而说明嵌入维数可以作为癫痫诊断的一个辅助参数;此外,还研究了正常和癫痫脑电信号之间确定性/随机性差异。利用非线性度区分正常和癫痫脑电信号,提出了利用非线性度检测癫痫发作的方法,该方法可以清楚的表明癫痫发作时刻。根据癫痫发作时脑电信号非线性动力学特征的改变,提出基于神经网络和脑电非线性动力学参数(嵌入维数和延迟时间)的癫痫发作自动检测方法。