針對可視圖（VG）算法存在噪聲魯棒性差的問題，提出一種改進(jìn)的有限穿越可視圖（LPVG）建網(wǎng)方法。該算法基于可視圖（VG）算法的可視性準(zhǔn)則，并設(shè)定有限穿越視距，將時間序列中滿足條件的點連接起來，從而將時間序列映射為網(wǎng)絡(luò)。首先，對LPVC算法進(jìn)行性能分析；然后，將LPVG算法結(jié)合功率譜密度（PSD）算法應(yīng)用到癲癇發(fā)作前、中、后腦電信號的識別上；最后，提取三種狀態(tài)下癲癇腦電信號的LPVG網(wǎng)絡(luò)特征參數(shù)，研究癲癇對網(wǎng)絡(luò)拓?fù)浣Y(jié)構(gòu)的影響。仿真結(jié)果表明，與VG和水平穿越可視圖（HVG）相比，雖然LPVC算法的時間復(fù)雜度較高，但是LPVG對信號中的噪聲具有較強的魯棒性：分別對周期、隨機、分形和混沌四種時間序列進(jìn)行LPVC建網(wǎng)，發(fā)現(xiàn)隨著噪聲強度增大，LPVG網(wǎng)絡(luò)聚類系數(shù)的波動率均為最低，分別為6.73%、0.05%、0.99%和3.20%。接下來對腦電信號的PSD和LPVG建網(wǎng)分析結(jié)果表明，癲癇發(fā)作中，PSD值在delta頻帶下顯著增強，而在theta頻帶下顯著降低；LPVC網(wǎng)絡(luò)拓?fù)浣Y(jié)構(gòu)有所改變，網(wǎng)絡(luò)中各模塊的獨立性有所提高，網(wǎng)絡(luò)的平均路徑長度增大，復(fù)雜度降低。所提的功率譜密度和有限穿越可視圖算法匏夠有效表征癲癇前、中、后三種狀態(tài)下的腦電信號能量分布和單通道信號可視化后的網(wǎng)絡(luò)拓?fù)浣Y(jié)構(gòu)的異常，為癲癇的病理研究和臨床診斷提供幫助。