麻醉意識狀態監測是神經科學基礎研究及臨床應用中的重要問題，受到廣泛關注。本研究為尋找臨床麻醉意識狀態監測指標，共采集 14 位全麻手術患者在三種意識狀態（清醒、中度麻醉、深度麻醉）下各 5 min 靜息態腦電數據，對比采用稀疏偏最小二乘（SPLS）和傳統的同步似然（SL）方法計算腦功能連接，通過連接特征來區分麻醉前后三種意識狀態。通過全腦網絡分析，本文 SPLS 方法與傳統 SL 方法得到的不同意識狀態下的網絡參數變化趨勢一致，并且采用 SPLS 方法所得結果的差異具有統計學意義（P<0.05）。對 SPLS 方法得到的連接特征運用支持向量機進行分類，分類準確率為 87.93%，較使用 SL 方法得到的連接特征分類準確率高出 7.69%。本文研究結果顯示，基于 SPLS 方法進行功能連接分析在區分三種意識狀態方面有更好的性能，或可為臨床麻醉監測提供一種新思路。