意识障碍患者的意识恢复是当今世界关心的问题。由于脑电分析方法对患者基础神经功能要求低,因此非常适用于意识障碍大脑皮层功能的检查以及患者意识状态评估。本文利用非线性脑电分析方法对意识障碍患者的意识评估以及脊髓电刺激的调控效果进行研究。本文首先介绍了意识障碍患者脑电信号的采集和预处理过程,并将微意识状态患者的脑电信号与正常状态和植物状态对比。本研究通过对微意识状态患者神经振荡及能量分布的分析,发现微意识状态患者脑电的振幅大于植物状态但是小于正常状态,并且信号中delta频段密度高但是高频能量缺失。其次,本文介绍了6种熵算法并基于Renyi排序熵提出了更加简单快捷的最小Renyi排序熵。通过对7种熵算法与修正的昏迷康复量表评分的相关性分析,得出样本熵、Renyi排序熵和最小Renyi排序熵对意识障碍患者意识的有较高的评估能力。为了辅助临床进行脊髓电刺激最佳参数的选择,本研究对7种指标刺激前后的变化情况进行了统计,将统计结果联系临床实际情况可得出最佳刺激频率为70Hz。为了进一步基于脑电研究微意识状态患者的意识及脊髓电刺激的作用机制,本文采用了分形理论和多重分形理论。为描述患者脑电信号的分形特征,本文提出采用去趋势波动分析结合替代数据检验的方法来评估微意识状态患者脑电的长程时间记忆性。分析结果表明微意识状态患者的脑电信号中保留着长程时间记忆性,并且经过脊髓电刺激调控后记忆性增强。多重分形谱和多重分析去趋势波动分析的结果表明,患者的脑电信号中的低频成分是多重分形的,经过手术调控后多重分形特征更为明显。最后,本文应用了三种双通道非线性算法(排序交叉互信息、互样本熵和相位同步)分析微意识状态患者脑电并构造脑网络。三种算法的统计结果表明,微意识状态患者脑电在相邻通道间的通信较强而远距离的信息单元之间的通信较弱;在接受脊髓电刺激的调控后通道间的高频信号交互的复杂度得到提升;额叶、顶叶和枕叶之间同步作用得到增强。对患者脑网络的网络参数统计结果表明,经过脊髓电刺激后患者的脑网络朝着更复杂的方向发展。