大脑作为人体最复杂的器官,具有强大的功能。通过脑科学的研究可以认识大脑,揭秘脑功能的本质并对相关脑疾病进行诊断、治疗及预防;同时可以通过人工智能创造大脑从而激发大脑的潜在功能。在人类通过多感官通道的信息整合认识世界的过程中,视觉与听觉作为最重要的两个感官通道,其整合效应的研究对人类了解自身、诊断及修复功能障碍有着重要的意义。同时,多感官的整合为人工智能的进一步发展提供可能。为此,本文采用基于排序递归图的递归定量分析对视听脑电信号进行了特征提取并分析了两者的整合效应。主要工作研究如下:首先,针对研究的课题,综合概述了国内外的相关研究,分析了脑电信号的产生,特点及分类,并详细介绍了脑电信号预处理的几种常用方法及脑电信号分析几大类方法。其次,详细介绍时频分析中经典的小波变换方法及非线性分析中排序递归图的递归定量分析方法。对排序递归图中符号化的各空间状态存储做出理论性变更,节省了数据处理的时间及存储空间。为进一步分析两种方法,分别采用这两种方法对正常与酗酒两组被试脑电数据特征提取,通过SVM对两组被试特征采用留一交叉验证法进行分类,根据灵敏度、特异性、正确率综合比较两种方法在特征分类中的优劣,验证了非线性分析方法中排序递归图的RQA对脑电信号的特征提取具有可行性及有效性。最后,通过设计实验、脑电数据采集、脑电信号预处理,对视听任务刺激范式下的脑电信号采用排序递归图的方式显示其相空间,并通过量化参数对其变化定量分析。结果表明,视听感官通道在信息整合的过程中有增强与阻碍的作用,不同的外界刺激带来不一样的整合效果。