基于想象运动的脑机接口为运动功能严重受损的瘫痪病人提供了一种恢复与外界交流及部分运动输出能力的有效手段。伴随想象运动输出的事件相关同步/去同步的生理学现象奠定了这类脑机接口的生理学基础。由于大脑活动的复杂性，仅仅想象运动的机制仍未能完全了解清楚，以及其因人、因时而异的特点，到目前为止，想象运动的分类正确率普遍还不高，且个体差异性很大，因而限制了此类脑机接口的实际应用范围。针对想象运动的脑机接口中存在的分类正确率不高以及每次实验或应用时都需要较长时间的重新训练两大问题，经分析可以从信号采集、特征提取以及模式分类等几个环节入手改善，本文主要围绕特征提取这一重要环节展开了如下工作：　　针对分类正确率不高这一问题，本文分别对多通道脑电信号以及少通道脑电信号两种情况进行分析、研究。在多通道脑电信号应用中，由于大量通道间的脑电信号存在很强的空间相关性、节律活动的频段存在个体差异性以及非平稳性，针对脑电信号的这一特点，本文在特征优选框架下，提出了同时优化时间段分布、通道分布以及优选空频特征的时、空、频联合优化方法以提高原始信号的信噪比、提取想象运动中最有区分度的信息。为了弥补传统的空间滤波器算法中存在的特征提取无法与最小贝叶斯分类误差率建立直接联系的缺点，本文继而深入研究了基于极大化互信息熵的空频特征优化问题，在这一优化框架下，我们提出了基于坐标轮换思想的梯度上升优化方法来优化目标函数，将本文提出的空频特征优化方法以及时、空、频联合优化方法与现有的研究工作作比较，可以发现本文提出的方法具有明显的分类正确率优势。　　针对少通道脑电信号的应用情况，由于在此情况下信号本身空间信息量有限，如何最有效的利用频域信息成为弥补空间信息量不足的一条解决途径。本文提出利用高阶统计量分析工具―双谱分析方法来提取脑电信号中多个频带间非线性作用以及非高斯性的区分度信息。与传统的二阶矩分析方法相比较，本文研究的多频带下积分双谱特征能够提取脑电信号中多个频段非线性作用的信息，通过实验数据分析可以发现多频带双谱特征可以挖掘出优于传统带通能量特征的区分度信息，从而为提高少通道下想象运动的分类正确率提供有效的途径。　　为了减少脑机接口训练时间，增强其长期服役性能，本文研究了同时更新共空域模式CSP特征抽取矩阵与半监督自适应分类器参数的学习算法对减少训练样本数目的作用。通过利用无标签的测试数据来扩充样本量有限的训练集数据，本文提出的算法经实验数据分析表明，此方法为减少脑机接口的训练样本提供了一种有效的解决方法。　　本论文的主旨在于通过理论与实验数据分析相结合，为提高脑机接口的分类正确率、减少训练时间增强长期服役性能提供有效的特征提取方法，从而为脑机接口迈出实验室、实用化、临床化打下坚实的基础。