中风、心脏停搏的患者,围产期的婴儿以及手术中的患者等,脑部血氧供给往往不足。由于脑对血氧的需求量很大,而且脑中没有血氧贮存,所以,脑对血氧的缺乏十分敏感,常会造成不可挽回的脑损伤。临床上,缺氧缺血症状的准确且实时监测,将有助于缺氧缺血的诊治,并且可以减少甚至防止缺氧缺血并发的脑损伤。本研究尝试从脑电信号的长程相关性角度去研究缺氧缺血过程中的大脑的工作状态。脑电信号的传统分析方法主要是基于线性的时域频域分析方法,近年来随着非线性动力学的快速发展,许多研究者使用非线性方法分析脑电信号。研究脑电信号的常用非线性分析方法包括:Lyapunov指数、关联维数等。本研究尝试从长程相关性的角度着手,使用去趋势波动分析方法(Detrended Fluctuation Analysis,DFA)依次分析在缺氧缺血过程中脑电信号四种测度:原始脑电信号、能量、差分、瞬时频率等的长程相关性,希望能够找到更合适的脑电信号测度来监测缺氧缺血脑损伤状态。在数据分析时,首先,从原始脑电数据分别计算得到四类测度序列:原始脑电数据、脑电信号能量、脑电信号差分、脑电信号瞬时频率。然后,判断四种测度与以往的组织切片实验得到的两个发现的吻合程度:在相同的实验条件下,得到的相关参数的数据应该大致相仿NAALDAse抑制剂2-PMPA具有神经保护作用,而且高剂量抑制剂的神经保护效果要比低剂量抑制剂的神经保护效果要好。结果发现,原始脑电数据、瞬时频率和差分测度的分析结果都不符合组织切片的两个发现。差分序列和瞬时频率的组内因素差异很大,而比较不同剂量NAALDase抑制剂的组间因素也没有显著性的差异。原始脑电数据虽然满足了组内数据的相似性,但是比较不同剂量抑制剂的差异性结果却与组织切片发现相悖。而脑电信号能量序列则跟组织切片发现很吻合,但是,能量序列却没有表现出大脑在缺氧缺血脑损伤及恢复过程中的状态变化情况。结果也说明,只是使用单一的参数来估计大脑的生理状态似乎很难以令人信服,而要准确全面地监测缺氧缺血过程中大脑的生理变化,还需要更多的线性和非线性方法结合起来综合分析。