目前基于复杂网络理论的研究越来越多,复杂网络理论的应用也不断渗透到越来越多的领域。随着对脑网络研究的不断发展,研究者们发现复杂网络理论的应用可以更好的推动对脑网络的研究。基于此,本文将采用复杂网络理论研究人脑网络的同步问题。在利用复杂网络理论判定脑网络的连接时,可以从线性方法和非线性方法两个角度去进行分析。本文分别采用皮尔森相关系数的线性方法和基于希尔伯特相位同步的非线性方法,对脑电波中的δ波、θ波、α波和β波进行研究,结合相关数据构建复杂脑网络,并从平均度、聚类系数、平均路径长度等方面分析构建的脑网络。本文中分析所需的数据来源于对被测试者进行针刺试验时所获得的脑电信号相关信息。本文的研究思路为:首先,要选择用来构建脑网络的合适节点,在本文,选取测试者在进行针刺实验时所用的电极帽内的电极点,共64个,构建的目标脑网络为环形网络。其次,对针刺实验获得的源数据进行离线分析,分别采用皮尔森相关系数和希尔伯特相位同步算法量化不同电极间的相关作用,对生成的矩阵选取合适的阈值进行调整,最终得到用来构建脑网络的矩阵。最后,对形成的复杂脑网络进行平均度、聚类系数和平均路径长度三种参数的计算并对此分析研究。分析结果表明,针刺治疗会使α波、β波、δ波和θ波的分布均发生一定的改变,而且在针刺治疗过程中δ波的作用是最强烈的。此外,通过不同作用状态下的脑网络可以看到δ波、θ波、α波和β波在脑前半部的作用比较明显。具体分析不同状态的脑电网络的平均路径长度、聚类系数和平均度等参数的数值后,能够清晰看到δ波、θ波、α波和β波形成的脑网络在实施针刺治疗进程中的变化情况。并且,这一结论在两种不同的方法下获得的结果是一致的。