分析脑电信号，研究其与大脑功能状态的关系，如许多学者把脑电作为研究认知和思维的重要工具，这始终都是国内外脑科学的研究热点之一。非线性动力学的发展给EEG的研究带来了新的途径：从非线性动力学的角度把大脑理解成一个连续自组织的非线性复杂系统，并且将EEG看成较低维数的混沌信号，其复杂性只是源于其内在的非线性。在这个非线性系统产生的混沌行为中，虽然时间序列在长期的可预测是不可能的，但确定性系统运动的确定性将允许对系统总体的动力学性质有大量的了解。用这种的非线性观点研究EEG比较符合其实际，而且避开了研究大脑内部神经活动的微观情况，使我们能从系统行为的角度去预见神经的活动。 本文研究的内容是熟悉在低维的情况基于单变量的相空间重构和相关维数、李亚普诺夫指数的计算；了解单变量相空间重构嵌入维数和延迟时间的相互关系。鉴于EEG的高维混沌特性，通过多变量相空间重构分析方法，对大脑分成左右两个半区，以8个EEG导联作为重构样本，进行非线性分析是可以得到线性区域进而更好的得到相关维数的估算值。 为了检验算法的可行性，本文首先用低维的Lorenz系统从数据量的要求进行试算，然后从时间的遍历性上进一步验证，最后对健康人的脑电进行分析，得到高维数值，与其他研究者的结果进行比较，结果表明：多变量相空间重构法适用于短时含噪声的时间序列，能够避免诸如延迟时间和嵌入维数等参数的选择，得到更可靠的结果。