如今随着科技的进步，人们的生活节奏越来越快，快节奏的生活方式也给人们带来了更多的压力。长期压力的积累使人们的机体免疫系统下降，疾病的发生率增加，导致许多人出现过度紧张、精神衰弱、失眠等严重影响身心健康的现象。因此，如何缓解人们的精神压力成为重要的社会课题。　　脑电波(EEG)作为大脑中一种重要的生理信号，与人体的精神状态有着紧密的联系。针对脑电波领域的研究，现如今更多的是基于EEG进行情绪状态的识别，并取得成功的结果。心理学和医学领域一致证实，不同频率的脑电信号都具有相对应的生理功能，如低频波（如δ波）对应困倦、高度放松、深度睡眠等状态，高频波（如α波、β波）对应高兴、紧张、恐惧等活跃状态。根据视觉诱发电位原理，通过一定规律的外接视觉刺激源的刺激，会在大脑皮层诱发出相应的脑电信号，进而改变大脑的脑电成分分布。因此，基于以上的理论，本文研究目标是通过视觉刺激调节脑电波(EEG)，从而诱发大脑的高度放松状态，缓解人们的精神压力。本文的研究内容包括以下几个方面:　　第一，视觉调节方法。基于视觉诱发电位的原理，本文设计了多种基于视觉刺激的调节方法，分析比较每种调节方法，并最终确定有效的视觉调节方法——基于动态位置的多目标图片刺激。针对这一调节方法，进行实验方案的设计，对不同被试者进行调节实验。　　第二，脑电数据的特征提取。由于脑电波的特性，对采集的脑电数据进行数据清洗以及多种数据标准化等预处理操作，并分别在时域、频率等方面对不同节律脑电波进行特征提取，使其更清晰地表达脑电信号的局部特征，以提高调节实验前后脑电信号的识别准确率。　　第三，调节方法有效性验证。本文基于多种机器学习算法，如SVM(SupportVector Machine)、决策树(Decision Tree)、随机森林(Random Forest)以及梯度提升决策树(Gradient Boosting Decision Trees)，作为脑电数据的分析模型，对本文的视觉调节效果进行验证。通过识别脑电信号在实验前后的准确率，定量地验证本文提出的基于视觉诱发高度放松状态方法的有效性以及时效性。　　经过实验验证表明，GBDT算法在Z-score预处理方法下识别准确率最高，在85％的样本置信度下，识别准确率高达90.83％，因此证明了本文提出的视觉刺激诱发高度放松方法是有效的。在调节实验开始后大约4分钟左右，被试者有明显的状态变化。该研究不仅为受失眠、压力过大困扰的人们提供了一个简单、有效的调节方法，更是将多种有效的预处理方法以及机器学习算法应用到脑电信号的识别工作中，为未来基于视觉调节实现更加智能的人机交互系统以及脑电领域的研究发展提供依据。