随着科学技术的不断进步,脑机交互技术因为其巨大的理论研究价值和广阔的实际应用前景,近些年越来越受到了人们的关注,逐渐成为目前计算机科学与生物工程交叉领域中的一个研究热点。而其中一个非常重要的分支,就是基于运动想象脑电信号的分类研究,这也是本文研究的核心内容。本文首先设计了运动想象脑电信号提取的实验方案,然后对自主采集得到的脑电数据进行特征提取和模式识别等一系列分析,最后对基于运动想象的脑机接口技术的实际应用进行了探索性研究。本文的主要内容包括以下5个方面：(1)对BCI技术的基本概念,脑机交互系统的组成和分类,目前的研究现状以及面临的主要技术难题进行了详细地阐述。同时,介绍了人脑的结构,脑电信号的产生机理以及运动想象产生的ERD/ERS生理特性,为研究奠定了理论基础。(2)设计了运动想象脑电信号的提取方案,并详细介绍了采集过程所用的实验设备,以及实验过程需要注意的几个事项。然后针对3名受试者进行了8个电极的脑电信号采集,并依据主客观的评价,对采集的数据进行了筛选。(3)深入地研究了两种特征提取方法,即基于AR模型系数和基于CSP算法的特征提取。对于AR模型,分别从AR模型系数的估计,阶数的选择,以及具体实现三个方面进行了相关研究；对于CSP算法,介绍了其基本原理,讨论了特征向量的选择问题,并最终实现,为下一步的分类作了充分的准备。(4)研究与实现了两种分类器设计方法,即基于Fisher准则的线性分类器和基于支持向量机的分类器。首先,从基本原理和设计方法两个方面对分类器进行了探讨,然后利用自主采集的脑电数据和2008年国际BCI算法竞赛提供的数据,并结合两种特征提取方法,对其进行了验证,同时对结果进行了分析与讨论。本文工作表明,采用合适的特征提取方法与分类器组合,可以取得更好的分类效果。(5)设计与实现了基于运动想象的脑机交互系统,使用者可以通过想象左右肢体的运动来发送相应的控制信号,实现与外界设备的交互。然后,基于此系统平台,与两个具体的应用模块相结合,其中一个是虚拟小车控制游戏,另一个是主动式下肢运动康复设备。最后,选取了实验结果较好的受试者进行两种应用模块的测试。结果表明,受试者经过有效的训练后可以自主地控制外界设备,初步实验证明了该系统的可行性,展示了其潜在的巨大应用价值。