目的：　　 近年来，复杂度作为非线性研究领域中的热点问题，被越来越多地应用在脑电信号处理领域，如近似熵、Kolmogorov熵和Lempel& Ziv复杂度等。而广义复杂度凭借着其对连续信号分析的优势，越来越多的应用在脑电信号和心电信号等领域。广义复杂度是通过计算出一个字符串中各种字符的关联程度而确定这一字符串的字符间的复杂程度的。这一字符串中的字符种类可以是两种，也可以是更多种。因此本研究选择用广义复杂度的运算方法对癫痫病的发作进行预测。本研究是通过对癫痫病患者的脑电图信号的分析，将具有癫痫病发病的脑电图的图像信号还原成数字信号，对这些数字信号进行分析，按照广义复杂度的计算方法，利用matlab软件计算，选择最佳的广义复杂度的计算量（不同的阶数或者不同字符关联情况），计算出该脑电信号的广义复杂度，分析在整个取样区间的脑电复杂度的变化情况，得出癫痫病发病前脑电信号复杂度发生变化的结论，选择预测指标。通过观察癫痫病患者的脑电信号的复杂度的变化情况，对癫痫病的发病进行预测，使患者在发病前有所准备，提高癫痫病患者的生活质量，降低癫痫病患者的生命危险。　　 方法：　　 本文选用网上公开的FDM(Freiburg Center for Data Analysis and Modeling)数据库（http://www.fdm.uni.frciburg.de/groups/timeseries/epi/EEGData/）作为研究样本。该样本中一共收集了21名患有癫痫病的病人，在其癫痫病发作前、发作期间、发作后的脑电信号，并且每名患者脑电信号的记录时间都是24个小时。由于癫痫病具有发作性的特点，所以采集癫痫病人的脑电信号是一个比较困难的工作，特别是要检测到患者发病前的脑电信号的难度更加大。这样的样本对本研究提供了非常好的依据。应用matlab软件，对癫痫病患者的在发病期间的脑电图数据进行分析，将具有癫痫病发病的脑电图的图像信号还原成数字信号，将这些数字信号按照广义复杂度的方法，计算出各个区间的广义复杂度值。在计算过程中，主要运用matlab软件进行算法的编程和计算。选择好相应的复杂度计算量，求出各组癫痫病发病时候脑电图数据的复杂度。对脑电图数据的复杂度进行观察和计算，得出癫痫病发病前脑电图数据复杂度的变化状态，选择一个适当的预测指标，当指标符合预测数值时就可以得出预测结论。实现了对癫痫病患者发病的预测。　　 结果：　　 通过对21名癫痫病患者在癫痫病发病期间及其前后的脑电图的数字信号的广义复杂度的计算，观察这些信号在该患者发病的前期、中期、后期的广义复杂度的变化情况，实现了对癫痫病发病的预测。用matlab软件计算出每一名癫痫病患者在各自发病期间及前后的脑电图的数字信号的复杂度，得出复杂度的数据，通过观察这些数据，能够明显的看出，每一名患者在发病期间的脑电图的复杂度有了明显的变化，而且这种改变并不是仅仅局限在该患者的发病区间，而是在发病前的一到两分钟内就有所改变，利用癫痫病发病前脑电图复杂度有明显变化的这一特点，可以实现对癫痫病发病的预测。在癫痫病发病脑电图复杂度的数据中，可以选择一个预测指标，当复杂度变化满足预测指标要求是，得出预测结果。因此实现了对癫痫病发病的一个短期的预测，时间多数在2分钟之内，尽管时间很短，但是对于癫痫病患者的生命安全起到了非常重要的作用。　　 结论：　　 脑电图是脑神经细胞群电生理活动在大脑皮层的总体反应。实验表明，脑电所现实的性质是复杂系统共性表达的性质，因此可以用复杂系统的非线性理论来研究脑电波的行为。癫痫病发病时，脑神经细胞群电生理活动发生了不规则的变化，进而体现在脑电图的数据复杂度上也发生了较明显的改变。通过对21名癫痫病患者脑电图的复杂度分析，发现癫痫病在发病前，脑电图信号的复杂度发生了较明显的改变。本文提出了一种基于广义复杂度的癫痫发作预测方法，并将该方法运用到FDM数据库，对21名病人癫痫病发作的数据进行预测研究，平均准确率可达94.3％。实验结果表明，本文所提出的方法可以有效地预测到癫痫发作。尽管预测时间平均为几十秒的数量级，但对于癫痫患者及时地采取预防措施仍有着重要的意义，可以为预防和控制癫痫发作提供重要的临床应用价值。利用这一特性，可以通过对脑电图的复杂度的分析，对癫痫病发病进行预测。有效地提高癫痫病患者的生活质量，降低癫痫病患者的生命危险。