近年来，非线性科学成为当今科学界最活跃的学科之一。利用混沌与分形理论等非线性动力学原理和方法来研究和分析大脑的功能活动状态，已经成为脑科学研究的新热点和前沿。
大脑是人体内功能和结构最复杂的器官，它包含上千亿个神经细胞，神经突触更是达到了数万亿的数量级。作为大脑基本的结构和功能单位的神经元，彼此之间通过轴突和树突连接起来，形成一个巨大而又复杂的神经网络。由于脑电图每个电极反映了成百万的神经元的活动，其中包含关于网络层次的信息，特别是局部网络的同步和相隔较远的网络的耦联情况。可见，脑电中包含了大量非线性单元（结构）活动的信息；由巨量神经元及其突触形成的神经网络完全有可能使脑电信号表现出混沌特性。现代科学认为脑电信号是大量神经细胞的非线性耦合，是一个高度非线性的多单元连接的复合体；脑电活动具有确定性混沌特性。
目前，非线性动力学研究中常见的分析手段包括：关联维数(D2)：体现了系统的动力学特性，是描述混沌自由度信息的参数；点关联维数(PD2)：与D2相比，更适合于有限数据的分析，而且能跟踪数据中出现的不确定性；李亚普诺夫指数(L1)：描述混沌系统对初值敏感程度；柯尔莫哥诺夫熵(K2)：表明了混沌系统信息的丢失速率，K2的倒数反映了平均预测时间，K2和L1越大，表明系统的可预测性越小；复杂度：一般来讲，就是一件事物的复杂性可以用描述这件事物所用的计算机语言的长度来衡量，描述这件事物所用的计算机语言的长度越长，复杂度越高；近似熵：是描述信号复杂性和规律性的方法，它是通过对以前数值的了解，来量化未来数值可预测性的方法。上述这些参数从不同的方面对所研究的非线性动力学系统对象进行数值分析和统计量分析。
从大脑正常生理状态、不同功能状态到不同病理状态，脑电非线性分析拓展了我们对大脑的认识。它已应用于认知功能、癫痫、睡眠、痴呆等许多研究领域，另外，在神经康复（如脑损伤和代偿机制、不同康复阶段的变化规律、意识障碍程度的评估以及预后判断等）、精神分裂症和抑郁症（大脑功能活动的异常部位和异常联系等，是精神医学脑电研究的热点）、麻醉深度监测等方面也开展了广泛的研究。研究者从诊断到治疗（如混沌控制可能在癫痫以及心律失常的防治中发挥作用，其基本原理是利用微小扰动，使系统在新的条件下达到平衡，达到抑制癫痫发作和心律失常的作用；目前已经在动物试验中成功地实现了混沌控制）正不断地拓展其适用范围。
