脑电图是脑神经细胞电生理活动在大脑皮层的综合反映,对大脑不同区域及点位的脑电信号进行同步研究,对于掌握脑部疾病发病机制,进行早期诊断与干预治疗具有重要意义。该文主要研究一致性算法,并将一致性算法应用于实际糖尿病患者的脑电信号研究。首先,研究三种基本的一致性算法,即基于韦尔氏周期图法的一致性算法,基于最小方差无失真响应的一致性算法以及基于典型相关分析的一致性算法,通过理论分析与仿真实验,分析与对比三种一致性算法的性能。其次,在基于典型相关分析的一致性算法以及基于降秩的典型相关分析的一致性算法的基础上,提出基于加权的典型相关分析的一致性算法。仿真实验表明该文所提出的新算法,相对于两种原有的算法在噪声以及信号相对振幅比的影响下,表现出更高的准确性。最后,将利用加权典型相关分析的一致性算法分析35例(18aMCI组,17对照组)糖尿病轻度认知障碍患者脑电信号中。统计分析结果表明,aMCI组一致性值在Delta频段以及Theta频段显著性高于对照组,Alpha频段显著性低于对照组。一致性值与神经心理学量表的相关性分析结果表明,各个频段具有显著性特征的一致性值均与神经心理学量表中测试具有一定的相关性。采用ROC曲线下面积为特征选择标准,应用支持向量机算法对所选取特征做分类,平均准确率为74.23%,平均灵敏度为82.44%,平均特异度为64.86%。以上实验分析结果表明,基于加权的典型相关分析的一致性算法对于脑电信号的一致性研究以及临床上糖尿病患者认知障碍的早期诊断具有一定意义。