运动想象脑电信号处理技术是脑机接口技术的重要组成部分，对运动想象脑电信号处理技术的研究加快了人们对大脑的深入认识，更好的满足了人们对医疗康复技术的需求。脑机接口是利用计算机等外部设备代替神经肌肉通路的控制系统，人脑可以通过脑机接口直接与外界进行信息的相互传导，并对外部设备进行控制。本文针对左右手运动想象脑电信号的处理，分析特征提取算法和分类方法，识别出人的左右手运动想象。对运动想象脑电信号特征提取和分类方法研究是运动想象脑电信号处理技术的主要组成部分。本文在传统运动想象脑电特征提取方法共同空间模式算法的基础上，加入了核方法，防止一些有用信号被忽略，特征提取效果有所提高。本文在对左右手运动想象脑电信号特征提取时，增加了运动想象脑电中alpha波的提取和处理，利用人在睁眼和闭眼时alpha波会发生明显的幅值变化的特点，以alpha波作为一个运动想象实验的控制因素，降低了实验系统的复杂性，提高了实验系统的精度。本文在对64导联电极运动想象脑电信号进行特征分析时，生成了特征谱，并结合运动想象脑电的生理特点，选取其中对左右手运动想象影响较大电极作为研究对象，降低了不相关电极的误差影响，减少了计算量。本文对目前运动想象脑电处理技术中的线性判别分析分类器、BP神经网络分类器、支持向量机分类器三种分类器进行了分析，采用脑机接口竞赛提供的标准数据进行特征提取和分类器性能的研究和比较，选取线性判别分析分类器用于交互实验系统。本文设计了运动想象脑机交互实验系统，将运动想象脑电分析技术和虚拟现实技术结合，增强了可视化程度，效果良好。将运动想象脑电信号处理技术和虚拟现实技术相结合，增加环境反馈的灵活性，更加增强了运动想象脑电研究的可视化效果，利于系统的反馈调节。利用睁眼闭眼产生的alpha波作为一个控制开关，通过简单动作降低了运动想象的难度，减少训练负担，便于使用者能集中精力。