孤独症障碍谱系是一种表现在社交、语言发展、刻板行为以及认知功能等方面的障碍。随着孤独症患病率地快速增长,与孤独症相关的各方面的研究也随之受到各界人士的广泛关注,因此不论是人力还是物力都加强了投资,以支持学者进行相关的研究。一般情况而言,孤独症儿童在两至三岁就开始出现了异常的症状,但是从父母进行怀疑到真正确诊往往间隔有一年左右的时间,耽误了儿童的最佳治疗时间,因此孤独症早期的筛查具有十分重要的意义。近年来孤独症筛查的方法主要是由专业的机构进行沟通和量表确诊,脑电作为一种新兴技术,拥有无创和操作方便的特点同时还能精准的记录大脑头皮的脑电波动,再将其与孤独症儿童的行为数据相结合,综合分析孤独症儿童的特征,能在未来为孤独症儿童筛查提供更科学的方法。本文采集20个(4-6岁)孤独症儿童和15个(4-6岁)正常儿童。首先对孤独症儿童进行了行为量表测试,在随后的采集十分钟静息态脑电并且根据儿童的表现进行筛选,最后剔除了5名情绪过大、伪迹过多的孤独症儿童脑电。随后,从单通道和双通道两方面进行特征提取,单通道脑电分析方法主要是从时域、频域等方面进行分析,包括功率谱谱分析、信息熵方法;双通道分析算法包括相干性、相位同步以及相关熵算法。对于每一种方法提取特征后,用最大相关最小冗余准则进行特征选择,最后,使用支持向量机(SVM)算法对选出的特征进行分类,并比较各个特征之间的分类精度。结果发现孤独症儿童在相对功率低频段?明显高于正常组,?频段低于正常组,?在全脑的准确率高达90.11%±4.50%,近似熵、样本熵、小波熵低于正常组,在排序熵高于正常组,小波熵,排序熵,样本熵的正确率分别达到85.00%±3.86%,81.78%±1.69%,79.11%±2.13%。相干性中孤独症组在?高于正常组,相位同步中在?频段低于正常组,在相关熵中高于正常组,相位同步,相关熵以及相干性的准确性分别达到。78.11%±4.38%,77.67%±4.03%,89.00%±3.17%,通过最大相关与最小冗余进行特征提取后建立的13个最优特征子集的正确率高达97.78%。本文采集了孤独症儿童的静息态睁眼十分钟脑电,对其进行分析找出儿童脑电中用于诊断孤独症的最有效的特征,对未来临床孤独症的诊断提供了多个有效的方法,以提高孤独症诊断的准确率。希望在未来可以提供更多准确有效诊断方法的同时也能够在通过脑调控的方式对孤独症进行干预治疗时,脑电也能做出相关的贡献。