大脑可以看作成一个复杂的网络系统,组成该系统的功能单元可以看作成网络的节点。将脑电信号研究转换成对网络的研究已成为研究脑电信号的热点。复杂网络再转换成时间序列的研究却被忽略了。本文采用了逆向分析脑电信号的方法。本文的主要工作如下:一、本文提出一种基于改进的k-最近邻网络产生时间序列来分析癫痫脑电的方法。利用改进的k-最近邻网络将单导联癫痫脑电信号构建成网络,再将网络转换成时间序列,将该时间序列与原始时间序列进行功率谱分析并比较。实验结果表明研究网络产生的时间序列的功率谱比直接研究原始脑电信号的功率谱更容易区分正常人和癫痫患者。此外,研究该网络的集聚系数也能够区分正常人和癫痫患者。该研究能够为癫痫研究及临床诊断提供了重要的参考依据。二、本文应用基于改进的k-最近邻网络产生时间序列来分析不同的注意力状态脑电,进行了基于改进的k-最近邻网络产生时间序列来分析注意力脑电的研究。实验结果表明该方法也能有效区分闭眼脑电状态信号和计数脑电状态信号。该研究能够为注意力脑电状态研究供了重要的参考依据。三、本文提出基于Kendall非协调因子参量的网络转变成时间序列分析的方法并用于分析癫痫脑电。将16导联原始脑电利用扩展的Kendall等级相关系数构建成脑电网络,然后将脑电网络转换成时间序列,再分析该时间序列功率谱最大值均值。论文还通过实验为网络转换成时间序列研究选取合适的Kendall非协调因子。实验结果表明,与直接研究脑电信号功率谱最大值均值和研究基于Kendall构建网络的网络特性来区分正常人和癫痫患者相比,研究基于扩展后的Kendall网络转换后的时间序列功率谱最大值均值更能够有效区分正常人和癫痫患者,该方法能够有助于癫痫疾病的临床诊断和分析。