大脑是人体最为重要的器官之一,它负责控制指挥着人体各项重要的生理活动,因此了解其工作特点及原理是一个重要的研究方向。目前人们主要通过大脑的生理电信号了解研究大脑的相关活动,通过对大脑电信号的分析研究有助于解开大脑工作原理的奥秘,进而帮助研究甚至开发脑机接口系统等实用成果。但是同时脑电信号也是一个难以研究的非平稳非线性随机信号,是相关研究所需要突破的一个难点。本文针对人体的各个手指活动,基于脑机接口竞赛的公共数据库研究大脑皮层电信号(Electrocorticography,ECoG)与手指活动的关系。本文的主要内容与具体实验步骤如下:1.初步介绍课题背景。2.简要介绍脑电相关基础知识与处理技术。3.初步运用AR模型谱估计,估计各通道脑电信号在手指活动前后时间内的功率谱,观察手指活动带来的脑电信号能量改变现象。4.运用连续小波时频分析的方法,计算脑电信号时变谱并标准化,随后利用主成分分析提取主谱成分(PSC)并进行低通滤波其平滑波形,以此作为特征与识别结果,之后根据相关系数的高低进而确定与各个手指活动相关的电极通道。5.运用一维卷积神经网络对部分手指活动进行了识别,并将所得识别分类标签组成标签向量,初步验证了通卷积神经网络进行脑电信号识别手指活动的可行性。目前针对脑电信号识别的研究尚处于比较初级的阶段,本文通过运用连续小波时频分析以及卷积神经网络对人体的手指相关活动进行了识别研究,提取得到了与手指活动有较大关联的特征量PSC,该量在实验数据集测试集上取得了与手指活动平均0.38的相关系数并在各个手指活动局部时间段内取得了平均0.54的相关系数,同时卷积神经网络识别手指活动所得标签向量与对应手指活动间也取得了平均0.35的相关系数。本文结果表明PSC可以作为脑电信号中与手指活动相关联的一个有效特征,本文方法可为今后相关脑电识别以及脑机接口研究提供了一个参考方向。