脑电信号(EEG: Electroencephalograph)是一种反映人体大脑神经电活动的生理信号，它由大量神经元放电产生，含有丰富的生理信息和病理信息，可以将其应用于脑机接口(BCI: BrainComputer Interface)等领域。人体脑电信号非常微弱，而且掺杂着大量伪迹成分（如眼动、心跳、肌电、工频噪声等），这些伪迹的存在不利于脑电信号的分析和应用，因此脑电信号的去伪迹研究变得尤为重要。本文首先介绍了脑电信号的产生机理、分类和特点，并介绍了其中存在的各种伪迹，然后介绍了几种脑电信号伪迹去除的方法。其中详细研究了主成分分析(PCA: PrincipalComponentAnalysis)、独立成分分析(ICA: Independent ComponentAnalysis)等方法。然后引入了较新的去伪迹方法——希尔伯特黄变换(HHT: Hilbert-Huang Transform)，经验模态分解(EMD: Empirical Mode Decomposition)是HHT的重要组成部分，本文针对EMD存在的端点效应问题，提出了将镜像延拓和特征波形匹配延拓相结合的新方法，通过仿真信号证实了该解决方法的优越性。并对真实的脑电信号进行了EMD分解，根据分解后得到的各IMF的频率、脑地形图等信息进行伪迹识别，成功去除了脑电信号中的部分伪迹成分。由于单独使用HHT方法仍然难以去除眼动、心电等伪迹，论文最后提出了一种新方法：先使用HHT对脑电信号进行滤波，然后使用PCA方法进行降维，最后使用ICA方法滤除伪迹。将其运用到真实脑电信号的分析中，成功去除了脑电信号的高频成分、眼电伪迹、心电伪迹等。最后讨论了该方法的优缺点，并对脑电信号的伪迹去除方法的发展进行了展望。