运动意图是人将要执行动作时调动与运动相关的大脑资源让肌肉骨骼完成指定动作所作出的指令;运动想象是利用大脑意念想象动作,用控制器实现后续实际动作。可用运动相关皮层电位研究运动意图,用感觉运动节律研究运动想象。运动脑机接口不仅帮助病患控制身体,实现自理,还可以帮助病患恢复自身的运动能力;研究运动意图和运动想象,对运动脑机接口具有重要意义。本文对运动相关皮层电位和感觉运动节律的特征提取方法和分类识别方法进行研究,同时实现了基于脑电的运动脑机接口。论文的主要内容如下:1.运动相关脑活动研究。设计运动意图和运动想象实验范式,进行运动相关脑活动分析,研究运动相关皮层电位和感觉运动节律,分析运动相关皮层电位在不同动作上的实验现象和差异,分析感觉运动节律电位在左右侧肢体上的实验现象和差异,结合ERP分析和统计分析得出实验结论。2.针对不同动作的运动意图识别问题,大多数的研究在提取运动相关皮层电位特征时只提取时域特征,本文提取运动相关皮层电位的时频域特征,采用基于互信息的最佳个体特征选择算法特征选择,为每个被试选择最佳的特征选择维数,使用SVM分类,在本实验脑电数据上上下肢实验动作平均分类准确率为84%,在上肢实验和下肢实验动作平均分类准确率为73%。3.针对运动想象小样本脑电数据问题,在滤波器组共空间模式算法引入其他被试的通用实验生成正则化协方差矩阵,来降低因样本数少带来的偏差。在特征选择上,采用两次特征选择,一次选择合适的正则化参数对,另一次选择合适的频段特征,使用SVM分类。在本实验脑电数据上上下肢实验平均分类准确率为83%,在上肢实验和下肢实验平均分类准确率为74%。4.为了进行运动意图和运动想象分类识别,本文设计了基于脑电的运动脑机接口。根据第三章运动意图和第四章运动想象特征提取和分类方法设计了基于脑电的运动脑机接口,显示模块用Spring Boot构建后台,用前端技术构建系统页面,在后台调用脑电处理程序,在前端页面中显示分类识别结果。