脑机接口技术(BCI)是一种全新的革命性的交互手段，它不需要实际动作仅凭特定模式的脑电信号就可以有效的与外界进行通信或控制外在事物，即所谓的“意念控制”，对其的研究具有重大意义。在BCI领域，目前常用的控制模式可分为刺激电位和任务想象两类，刺激电位如P300诱发电位、稳态视觉诱发电位(SSVEP)等；任务想象如运动想象、意识任务等。基于这些控制模式的BCI技术，国内外学者做了诸多研究，也取得了不少成果。在视觉刺激下做运动想象相对于单纯的闭目运动想象而言，是一种不同的运动想象模式，往往具有更高的识别准确率。本文尝试在不同形式的任务相关视觉刺激下运动想象脑电信号的差异性方面做一些探索性研究。设计了闭目左右手运动想象、静态抽象图标刺激下的左右手运动想象、静态现实场景图片刺激下的左右手运动想象以及动态现实场景视频刺激下的左右手运动想象等四种实验方案。并对上述四种实验方案的左右手运动想象脑电信号的多种特征参数及模式识别率进行了对比分析，本文完成的研究工作主要包括：(1)以四种左右手运动想象实验方案为基础，闭目想象方案为参照组，通过分析四种实验方案下处于运动感觉区的C3、C4通道脑电信号的相关特征参数及模式识别率的差异来探讨不同视觉刺激形式对左右手运动想象脑电信号的影响。(2)在脑电信号预处理方面，针对实际采集到的脑电信号是杂系混合(hybirdmixture)信号的特点，提出一种基于小波包和DEBSS算法的脑电消噪方法。作为EASI算法的改进，DEBSS算法通过对信号的评价函数直接进行估计解决了EASI算法不能有效分离杂系混合信号的缺陷，和常用的盲源分离算法相比，DEBSS算法性能也更加稳定。实验结果表明基于小波包和DEBSS算法的脑电消噪方法可以有效地实现脑电信号消噪。(3)针对左右手运动想象时出现的ERD/ERS现象，提出了可以衡量ERD/ERS现象出现程度的特征值FP，并利用单因素方差法分析了四种实验方案左右手运动想象时FP值的差异性。结果表明：抽象图标和真实场景图片刺激下的左右手运动想象发生ERD/ERS现象的程度差异不大且略大于闭目形式，而在真实场景视频刺激下，左右手运动想象时发生ERD/ERS现象的程度则要明显大于闭目形式。(4)本文使用FP、节律能量和小波熵及AR模型系数等三种特征参数构造了三类特征向量。分别选取这三类特征向量，并用BP神经网络、SVM支持向量机和Mahalanobis距离分类算法对四种实验方案的左右手运动想象脑电信号进行模式识别。结果表明：视频刺激时，左右手运动想象的识别率要高于其它三种方案，真实场景图片和抽象图标刺激时识别率差异性不大，闭目想象时识别率最低。可知视觉刺激的确会对左右手运动想象的识别率产生一定影响，某种程度上，左右手运动想象时加上与想象任务相关的视觉刺激可以提高实验者的脑电信号强度，进而提高识别率，其中动态视频的作用尤为明显。