意识评估对于意识障碍患者的诊治十分重要。随着功能神经影像的发展，非侵入性脑成像研究在意识检测领域逐渐成为行为学评估的补充。脑电图（EEG）因其良好的时间分辨率且易于床旁监测而备受关注。目前理论神经科学中的新兴观点认为，意识需要信息的整合，而信息的整合依赖于结构完整的丘脑皮层复合体。根据该理论，研究者设计出一种经颅磁刺激(transcranial magnetic stimulation, TMS)与高密度脑电图相结合的意识检测方法，即从TMS脉冲刺激后大脑产生的复杂脑电波形中提取称之为扰动复杂度（Perturbational Complexity Index, PCI）的指标。该指标能够很好地区分不同意识水平的意识障碍患者。然而，该方法依赖TMS刺激，其操作难度和高昂的设备成本阻碍了其进一步应用于床旁意识评估。为提高对意识障碍患者的床旁意识评估能力，本研究改进了PCI的算法，设计了一种结构化汉语语义听觉刺激，使复杂度指标能够应用于静息态和听觉任务态脑电评估而无需TMS辅助。通过使用该方法对植物状态、微意识状态患者的意识水平和连续麻醉状态下健康志愿者的意识水平进行评估与交叉验证。

本研究纳入了36名植物状态和42名微意识状态患者的静息态和任务态脑电数据。同时，纳入了16名健康志愿者丙泊酚静脉靶控输注麻醉下不同麻醉深度的连续脑电数据。在数据质控后，采用相位相干性分析、Lempel-Ziv复杂度分析提取意识相关脑电特征，比较全局复杂度和局部复杂度在不同意识状态下的差异，研究不同复杂程度的语义成分与各复杂度指标的相关性。最后，使用K均值聚类法综合利用上述特征构建聚类模型，寻找不同聚类与意识水平之间的联系并进一步将模型应用于意识评估。

不同复杂程度汉语语义任务下1Hz、2Hz、4Hz的相位相干性不同。健康志愿者组和意识障碍组的全局复杂度具有显著差异。麻醉状态下，全局复杂度与麻醉深度和意识状态明显相关，且清醒状态和麻醉状态的局部复杂度的脑地形图完全不同。任务态下的脑电全局复杂度能够良好的区分植物状态和微小意识状态，且在简单汉语语义任务（字、词）下区分不同意识水平组的效果最好。K均值聚类模型成功构建出四类脑电复杂度特征，分别代表清醒、无反应、无意识和恢复意识四种状态，有助于在评估时区分不同的意识状态。

本研究改进了意识评估的PCI方法，使其能够脱离TMS独立应用于静息态和任务态脑电评估，并且在一定数据量的健康志愿者、植物状态、微意识状态和连续麻醉脑电数据上进行了验证。本研究创新性地设计了不同层级的汉语语义任务，提供了复杂度不同的信息输入，而本研究中提取的神经表征则是大脑进行信息整合后的输出。意识水平较低的病人组，其受损的意识水平不能处理过于繁杂的信息，因而在复杂汉语语义范式下意识相关全局复杂度较低，区分能力较差。同时，通过汉语语义范式结合脑电复杂度探测意识水平既利用了信息整合理论作为依据也促进了意识理论的研究。