全身麻醉是外科手術中保證患者安全的必不可少的部分，腦電圖（EEG）能反映大腦活動狀況，包含豐富的信息，因此已廣泛應用于監測麻醉深度。本文提出了一種將小波變換與人工神經網絡（ANN）相結合的方法來估計麻醉深度。利用離散小波變換（DWT）將腦電信號進行分解，根據分解得到的近似系數與細節系數計算 9 種特征參數，并對這 9 種特征參數進行克魯斯卡爾-沃利斯統計檢驗，結果表明這 9 種特征參數在清醒、輕度麻醉、中度麻醉和深度麻醉這四種不同麻醉水平間的差異均有統計學意義（P < 0.001）。將這 9 種特征參數作為 ANN 的輸入，以雙譜指數（BIS）作為參考輸出，使用 8 例全麻手術的患者數據對該方法進行了評估。該方法在 7∶3 留出法中對測試集四種不同麻醉水平的分類準確度為 85.98%，與 BIS 的相關系數為 0.977 0。結果表明，該方法能較好地區分四種不同麻醉水平，對于麻醉深度監測具有廣闊的應用前景。