大脑神经细胞在活动中产生的电信号被称为脑电信号,脑电信号在临床医学和工程应用等领域都具有重大的研究价值。在工程应用中,脑-机接口技术能够建立大脑和计算机之间进行沟通的桥梁,通过该技术可以直接识别出大脑中的思维活动,并将其传递给计算机,该技术具有重大的理论科研价值和实际应用前景,目前已被多个国家纳入科技发展规划中,已经成为了当前的研究热点。在脑-机接口技术领域中,使用脑电信号进行注意力检测也是其中的一项重要研究内容。本文主要对使用脑电(Electroencephalogram,EEG)信号进行注意力检测的方法进行了研究,并设计了一种注意力检测系统。本文中采用了干电极进行脑电信号的非侵入式采集,使用Think Gear AM脑电处理芯片对采集到脑电信号进行滤波、放大和AD转换,然后对采集到的信号使用Mallat快速算法进行分析,将分析后得到的脑电信号的四种节律的能量作为特征值,再运用BP神经网络对获得的特征向量进行模式分类。基于以上,本文完成了符合要求的系统设计,硬件方面包括信号采集和传输模块、信号处理和转发模块、电源模块等;软件方面考虑到计算量和便携性的问题,结合了云平台,采用TCP协议设计了客户端和服务器,将系统中的主要计算放在云服务器上进行,并搭建了云Web服务器进行界面交互;同时设计了注意力实验的范式,并通过实验对系统进行了测试。传统的注意力检测方式主要借助摄像头和各种传感器对被测者的表情和姿态进行识别,很难精确量化注意力等级。本文中采用脑电信号进行注意力检测,经测试表明系统能够实现脑电信号的实时采集、处理和分析,与传统方式相比更容易进行量化分析,准确度更高,同时设计的系统体积较小,便于携带。