睡意通常被认为是人体由清醒状态过渡到睡眠Ⅰ期的一种状态,其主要体现于两方面：生理反应以及心理反应。生理反应主要表现在血液、神经系统功能以及眼睛的变化等；而心理反应主要表现在注意力不集中、反应时间变长以及动作不协调等。睡意检测实际上指通过某一种或几种方法对被检测的对象是否处于睡意状态而做出识别判断。伴随着社会的快速发展以及人们生活压力的日益增加,睡意对人的生活、学习、工作等方面逐渐产生很大的影响,近年来越来越多的国内外研究学者都投入到了睡意检测的相关研究当中,同时在当今社会,无论在驾驶领域还是高危作业环境等领域内,睡意检测也已经成为一个公共关注的健康问题,实现睡意状态的客观检测对减少事故发生,提高工作效率是非常必要的。为寻找出能够基于脑电信号客观、有效的睡意检测方法,本文在深入了解脑电信号采集过程中电极导联的位置,信号采集的相关注意事项以及对四个频段的脑电信号特性学习,同时根据目前的研究现状,针对睡意对脑电信号的影响进行了相关的研究,其主要的工作有以下几个方面的内容：1.设计了一套合理有效的实验方案,采用美国BIOPIC公司生产的16通道MP150多导生理信号记录仪及软件Acqknowledge4.0,配合相关的采集模块作为信号采集单元,以在校大学生作为研究对象,分别采集被试者清醒状态和睡意状态的各种生理信号。2.依据美国睡眠医学学会制定的睡眠判读指南对采集到的脑电信号进行人工分期,划分出人体清醒期与NREM1期,分别截取NREM1期之前连续60s的C3-A、 P3-A2、 F4-C4、 T4-T6导联脑电信号作为睡意状态脑电信号数据；分别截取清醒状态下连续60s的各导联脑电信号作为清醒状态脑电信号数据。3.以MATLAB作为数据处理分析平台,采用小波包分解完成对伪迹信号的去除。基于能量、样本熵、模糊熵、多尺度Lempel-Ziv复杂度的特征提取方法,对每一位被试者各导联清醒状态和睡意状态的脑电信号进行各种特征提取,并利用t检验对两种状态的每种特征值进行差异性检验,并对两种状态下特征值的变化趋势进行分析讨论。研究结果表明：1.四种特征提取方法中,基于样本熵、模糊熵、多尺度Lempel-Ziv复杂度方法提取的各组导联脑电信号特征量反映人体睡意和清醒状态的变化趋势一致,尤其在基于多尺度Lempel-Ziv复杂度的方法下提取的特征量能更好的表现两种状态的差异性；2.四组导联信号中P3-A2、T4-T6导联的脑电信号在各种特征提取方法中较其余两组导联脑电信号有较多的特征量能明显反映出睡意状态与清醒状态脑电信号变化的差异性；3.四组导联信号中P3-A2、T4-T6导联多尺度Lempel-Ziv复杂度的特征量能更好的反映睡意状态与清醒状态脑电信号特征变化,尤其在Cδ/C,Cθ/C,Cα/C, Cθ/Cβ,Cθ/(Cα+Cβ),(Cθ+Cα)/Cβ,(Cθ+Cα)/(Cα+Cβ)特征量下睡意状态的特征值较清醒状态有着十分明显的升高,两种状态差异性非常显著(p<0.01),同时在Cβ,C特征量下,睡意状态的特征值较清醒状态有着十分明显的降低,两种状态差异性同样非常显著(p<0.01)。以上研究结果为基于脑电信号的睡意检测过程中特征提取以及导联选取的方面提供了一定的理论依据,同时也为实现睡意的客观检测提供指导性建议。