脑机接口(Brain-Computer Interface)技术旨在大脑和外部环境间建立一种新型的不依赖于外周神经的信息传输方式。慢性植入式微电极阵列技术的革新把脑机接口技术的发展推向了一个新的高潮。基于电极阵列的神经信号处理技术和神经解码技术也成了脑机接口技术发展的核心。本文通过在大鼠初级运动皮层植入微电极阵列采集大鼠的动作电位和局部场电位信号,并分析将这两种信号应用于神经解码的可行性和准确性。本文首先描述了两种神经元动作电位的检测方法,包括时域能量算、匹配滤波器和改进的匹配滤波器,并将它们与传统的单独的阈值方法相比较,结果显示,基于改进匹配滤波器的神经元动作电位检测方法具有较高的准确度和稳定性。本文还比较了几种神经元动作电位分类算法,包括模板匹配、聚类和属性约简方法,并它们与另外几种方法进行对比,结果显示模板匹配方法具有最好的分类结果。然后,本文分析了神经元动作电位发放频率和大鼠前肢运动状态间的相关性,并根据神经元的不同发放模式将神经元分为四类,并发现具有相同发放模式的神经元大致在空间上较为接近。另外,我们在三只大鼠上比较了几种神经解码方法的优劣,包括最佳线性估计、卡尔曼滤波器、概率神经网络和改进的概率神经网络解码器。结果显示改进的概率神经网络解码器具有最优的解码准确度,而最佳线性估计具有最快的解码速度。此外,本文还分析了大鼠初级运动皮层的场电位信号与其前肢运动间的相关性。结果显示它们间的相关性十分明显,在各个电极中三个子频段(0-10Hz、10-45Hz和55-200Hz)与运动间的有相关系数在0.3上的信号占50%以上。之后我们将这三个频段应用于大鼠前肢运动的解码,其结果显示它与基于动作电位的解码不相上下,在使用最佳线性估计时,解码结果与实际运动的相关系数可以达到0.8889,优于基于动作电位的神经解码结果。综上所述,本文将通过采集大鼠初级运动皮层的神经信号,通过各种信号处理方法、模式分类方法、回归方法,来分析神经信号与大鼠前肢运动间的相关性,并进行神经解码。结果显示大鼠初级运动皮层的动作电位和局部场电位均可应用于大鼠前肢运动的解码,并且结果的准确性皆在0.85以上。