脑机接口技术是计算机、生物医学、神经科学、材料等学科交叉的国际热点前沿技术之一。它不依赖于大脑外周神经和肌肉系统,在脑与外部设备之间人工搭建一条通讯控制通路。根据信号采集方式的不同,分为非植入式脑机接口和植入式脑机接口。相比非植入式脑机接口,植入式脑机接口的信号时空分辨率更高,信息量更大,在信息解析的实时性和精度上更有优势。但植入式脑机接口的神经信息维度也更高,信号更复杂。高维度的神经信息影响解码的准确性和可行性,也难于被人理解、表示和处理分析,给脑电信号的有效解析带来了挑战。本文以猕猴为对象,从高维数据降维的特征选择和特征提取两个不同角度,在信息约简和可视化两方面着手研究如何从神经信息中获取有效、直观、深层的信息。约简本质是特征选择,从高维神经信号中筛选出低维有用信息,去除冗余和噪音特征,输入到解码器中进行解码实现脑电实时控制。可视化本质是特征提取,使用特征提取的方法,把高维的神经信息投影到三维空间得到可视化的神经轨迹,挖掘隐藏在高维数据中的聚类特点、分布特征,分析神经信息的动态特性。具体的工作主要有：一是研究了神经信息的约简,提出基于信息论、并综合考虑相关性和冗余性的约简方法,在不降低泛化能力的情况下,仅使用很少的神经信息达到或超过使用所有神经信息时的解码精度,降低解码模型复杂度,提高解码速度。二是研究了神经信息的可视化,使用基于流形学习的拉普拉斯特征映射特征提取方法把高维神经信息投影到三维空间进行可视化。根据可视化得到的三维空间神经轨迹分析神经信息与复杂的肢体运动之间的相关性,并挖掘神经信息的内在规律和动态特性。最后,设计并实现集成约简功能的脑电控制系统。系统使用约简算法保证了解码的实时性,整合了信息采集、约简、解码、范式及输出反馈等功能,可完成实验对象的训练任务及脑电的实时控制。