L’applicazione delle tecniche di Analisi non lineare al segnale elettroencefalografico (EEG), di gran lunga il più complesso e meno “esplorato” dei segnali fisiologici, ha aperto la strada verso un modo nuovo di analizzare questo segnale, finora interpretato dagli ingegneri come un segnale dalla natura stocastica e derivante da processi lineari. Dagli anni ’80 a questa parte si è iniziato a considerare l’EEG come segnale derivante da un sistema dinamico, andando a indagare, in questo modo, la sua complessità. Complessità da cui prendono il nome i parametri che, nel corso di questo lavoro di tesi sono stati calcolati su un dataset di segnali EEG divisi secondo la classificazione delle fasi del sonno di Rechtschaffen e Kales, con lo scopo appunto di dimostrare la loro non-linearità e natura deterministica.