定量脑电图
      脑电活动是偏态分布的非平稳的随机信号，其节律随人体生理及精神状态的变化而不断变化。常规脑电图一直沿用目测分析法，主要测试分析脑波的基本频率、波幅及波形特点。这种粗略的、以定性和半定量为主的分析方法无法提取脑电活动中所包含的丰富特征和信息，使脑电图检查难以满足临床和研究的需要。多年来一直在探索检测分析脑电活动的新方法，以增加对神经系统功能的认识和研究手段。最早采用定量技术分析脑电活动的是美国学者Duffy(1977)。20世纪80年代末期以来，定量脑电图（quantitative EEG,QRRG）技术在我国得到广泛的应用。
      定量脑电图的应用在促进人们对脑电活动的研究和认识方面起到了积极的作用，但在临床应用中也存在一些问题，如原始脑电图电信号的失真，采样窗和采样长度的选择容易受人为因素的影响，电极数目不够，不能识别伪差，个体差异大，没有各年龄段的正常值，没有严格的诊断标准等，这些都影响了定量脑电图的临床应用。因此，定量脑电图分析必须在常规脑电图的基础上进行，在临床应用方面只能作为常规脑电图的补充。其结果的判断和解释需要由有经验的脑电图医师做出。
 
                                                          一、频域分析
      频域分析主要分析脑电信号的频率特征，是目前定量脑电图的常用方法。在用于脑血管病变、痴呆、脑震荡后遗症、轻微头部外伤、学习障碍、注意缺陷、精神分裂症、抑郁症、酒精中毒、药物滥用等病变时，能发现某些目测分析不能确定的变化，可用于对常规脑电图的补充。但在频率分析过程中，由于完成不考虑波形和相位的特征，因此不能用于癫痫的诊断。频域分析又包括以下内容。
      1.功率谱分析（sepctrum）使用快速傅里叶转换（FFT）等方法，将脑电波幅时间的变化转化为闹电功率随时间的变化，从而可直接观察α、β、θ、δ频段脑波的分布与变化情况。功率谱又分为绝对功率谱和相对功率谱，前者反映的是各频带的实际功率值，但在功率值变化较小时不容易显示出差异，其单位为μV2；相对功率值则以实际测得的个体最高值和最低值作为定标，可显示出半球尖或不同脑区间较小的功率差异，单位为μV2 或%。
      2.压缩功率频谱阵（compress spectrum array,CAS）在功率分析的基础上，将不同时间段（或不同导联、不同病人等条件）的功率谱图按顺序排列构成三位矩阵，以X轴为频率、Y轴为功率、Z轴为时间。CSA可将大量脑电频率信息压缩在一个很小的空间，并可动态观察长时间内脑电活动的变化趋势，可用于麻醉监测、睡眠分析及ICU内的脑电功能监测等。
功率谱分析虽然已广泛用于临床监测脑功能变化，但FFT为典型的线性分析方法，适用于平稳、非随机的正态分布信息，而脑电活动为随机偏态分布信号，因此用这种线性分析方法分析脑电图有一定的局限性。
 
                                                         二、时域分析
      脑电图的特征一方面反映在频率特征上，另一方面也反映在波形特征上，特别是对癫痫样发放等特殊脑波分析，波形特征显得更为重要。而频域分析不能反映波形特征，如一个癫痫性的棘慢复合波在频域分析时将被分解为快波频率（棘波成分）和δ功率（慢波成分）。时域分析又称瞬态分析，主要是直接提取随时间变化的波形特征，包括脑波的波幅，斜率，上升和下降的时间，持续时间等，用于对棘波、尖波等特殊波形的自动识别判读。近年来研究的人工神经网络对波形识别具有一定的自学功能，用于识别复杂多样的异常波形。
      以时域分析为基础的棘、尖波自动识别和报警软件已在一些数字化脑电图仪试用。但这些软件尚不能解决对伪差的识别和剔除问题，其所识别的波形常包含大量的非棘、尖波成分，需再次由人工判读确认，假阳性率较高。另一方面，有些特殊的异常电活动不具有典型放电的特征，自动分析软件难以识别，造成假阴性结果。因此，目前棘、尖波自动识别软件之恩那个起到部分减少人工阅图时间的作用，该技术尚未成熟导可基本取代人工识别异常波的水平。
 
                                                          三、脑电地形图
      脑电地形图（brain electrical activity mapping,BEAM）是将上述定量脑电图的数据在头皮表面的空间分布以图形及色彩差（或灰度差）直观地显示出来。由于这些数据仅来自每一个电极的记录点，而地形图在平面上是一个连续的图形，因而各电极之间的部位需要通过数学计算得出一个内插值。如果电极数目过少，间距过大，内插值的计算可能会出现较大偏差。故脑电地形图至少需要19个记录电极，现在已开发出32导、64导、或128导脑电图，在多导脑电图记录的基础上变化的地形图可减少计算的偏差。脑电地形图包括一下几种类型。
    1.等电位地形图  用等电位线的方式显示不同闹区在某一时间电的电压和电场分布，可用于分析棘波、尖波或诱发电位等特殊波形的最大负相和正相电场的位置及分布范围，并可通过逆运算进行源定位。
2.脑电功率地形图  室在脑电功率谱分析的基础上，将各频段的功率分布以图形方式显示出来。
    3.显著性概率地形图  将个体或一组病例的脑电功率地形图与相应的对照组进行统计学处理，包括Z检验和T检验。但由于功率谱值的个体间变异范围较大，对临床的诊断意义有限。
上述各种脑电地形图存在以下共同的问题：①其是在FFT线性分析基础上形成的；②用线性内插计算全头6000个点的数值，可能有不符合实际之处；③不能反映波形，所以不能识别伪差；④只能计算数秒或十余秒的脑电图，有时难以反映整体脑电图特征；⑤尚未找到理想的参考点；⑥缺乏科学性强的判断标准；⑦脑电地形本身有些特殊伪差。由此种种，所以脑电地形图目前尚不能作为临床诊断的依据。
 
四、偶极子源定位
      偶极子源定位是在32导、64导、或128导数字化脑电图的基础上发展而来的定量脑电图技术，其不是根据某一局部的脑波，而是根据在头皮便面所以记录位点的电活动所形成的电场来计算某一自发或诱发脑波活动的源，主要用于癫痫病人棘波起源的定位或诱发电位波形的起源。
 
                                                      五、非线性分析
    脑电活动是一种随时间序列而随机变化的过程，这一过程随时受到人的警觉水平、环境刺激、内在心理活动及认知活动等各种因素影响；同时从头皮不位点记录的脑电活动组成了一种空间关系，可以大致反映不同闹区的生理或病理性活动情况。脑电活动的这种非线性特征使得频谱分析等线性分析方法既有一定的局限性。今年来人们将非线性方法引入脑电图的定量分析方面，用来研究脑电活动复杂性的变化规律，希望从中提取能够反映脑的不同生理和病理状态的信息，为研究脑的奥秘打开一个新的窗口。
    复杂性（complexity）是一个比较抽象的概念，目前对其定义及算法不尽一致。一般可以从复杂度、李氏指数、相关维度、近似熵等几个方面来刻画脑电活动的复杂性。
      1.复杂度（complexity measure）主要描述脑电活动在一维时间序列的随机程度，常用Komogorov复杂性（KC）表述，其定义为“产生某一给定的‘0，1’序列所需的最少计算机程序字节数”。在此基础上，又进一步提出了C1（反应时间序列在相空间运动轨道的随机性）、C2（反映时间序列在相空间运动轨道的限制性）及C0（描述在由规则和随机运动混合的复杂运动中随机运动所占的比例）的概念。
      2.近似熵（approximate entropy）是从统计学的角度反映一维的随机时间序列，适用于段数据的复杂性分析，而且可用于分析由随机信号和确定信号混合的数据。
      3.李氏指数（Lyapunov exponent）主要描述脑电信号随时间而变化过程的稳定性，即吸引子在多维空间运动中的互相作用。
      4.相关维度（correlation dimension）反映脑电信号在随时间运动中的自相似性，越相似就越趋于简单，反之则复杂性增加，该方法一般需要有长而相对稳定的数据段。
      目前复杂性分析已用于研究各种状态下脑电活动的特征，如警觉水平和认知活动，癫痫起源的定侧和定位，癫痫发作的预测，评价中枢活动性药物的作用，研究痴呆、精神分裂症、抑郁症等病变的脑功能特征以及大脑半球侧化功能等方面。但这一方法目前尚未达到临床应用的阶段。