脑机接口是大脑与外部设备之间直接的连接通路。其中面向运动功能重建的脑机接口,通过对大脑运动区神经信号进行分析,能够实现运动行为解码,进而有望通过机械假肢、神经电刺激调控等方式实现运动功能重建与修复,对于运动障碍患者具有重要意义。面向运动功能重建的脑机接口系统中,基于脑信号的运动行为解码是最为关键的一环。用于运动解码的脑信号包括头皮脑电、局部场电位、神经元峰电位等。其中,神经元峰电位信号可以记录单个神经元的放电行为,信号中包含丰富的运动相关信息,有望实现准确的运动行为解码,是较为理想的脑信号形式。然而,如何实现基于神经元峰电位的高精度、高自由度运动解码,仍是困难问题,需进一步研究。本文的研究目标为基于神经元峰电位的运动解码。与传统直接解码运动参数(如位置、速度等)的方法不同,本文研究从神经元峰电位信号到肌肉发放信号的映射关系,通过准确解码肌肉发放,有望实现更加精细和自然的运动控制。具体而言,本文以大鼠初级运动皮层的神经元峰电位信号为对象,从肌电回归和动作分类两个角度实现了对大鼠上肢伸抓运动过程的解码,主要研究内容和贡献如下:(1)建立大鼠神经元峰电位运动解码数据集,对大鼠进行了神经元峰电位及肌电信号的同步采集,同时基于肌电回归和动作分类两个任务对数据集进行设计及标准化,分别得到回归数据集和分类数据集。(2)建立神经元峰电位到肌电信号的映射模型,研究和构建基于长短期记忆网络(LSTM)的回归器实现峰电位对肌电的回归,拟合相关系数约为0.65。同时,研究和建立基于主成分分析与机器学习的分类模型实现了峰电位信号对上肢动作的识别,识别正确率约为95%。(3)在上述模型和方法的基础上,建立峰电位信号的在线解码系统,实现实时运动解码。综上所述,本文实现了运动皮层神经元信号对上肢肌肉信号的解码,并搭建了完整的在线解码系统,能够实现脑信号到肌电发放的准确解码,值得进一步探索和研究。