脑必须在多个行为目标选项中做出选择以支持智体高度适应性的行为,最近的一个研究趋势是对目标导向的选择机制进行探索。海马区（hippocampus,Hp）是目标导向抉择任务的关键参与者,被认为主导了对其中当前位置和目标的神经信息编码。然而,当前研究极少涉及Hp区神经信息对从当前位置到达目标的路径选择的表征。因此,本文以具有卓越空间导航能力的鸽子为模式动物,设计了目标导向路径选择行为实验范式,并同步采集了实验过程中Hp区的多通道神经信号;继而分别基于spike发放特性、局部场电位（local field potential,LFP）时频特性和功能网络三种尺度分析了鸽子Hp区对路径选择的神经信息编码特性,并基于不同尺度的神经信息特征解码了鸽子的路径选择行为;最后探究了融合不同尺度特征用于提升路径选择解码性能的有效性。主要研究内容包括:（1）完成了鸽子目标导向路径选择任务实验设计与数据采集。首先,设计了路径选择行为范式并完成了实验平台搭建;然后采集了鸽子完成目标导向路径选择任务时Hp区的spike和LFP信号;最后,对采集到的神经信号进行了预处理,并对鸽子完成路径选择任务的行为学数据进行了统计分析。（2）分析了鸽子Hp区对路径选择行为的多尺度神经信息编码特性。首先基于路径选择任务中spike发放率的动态变化规律,发现不同路径选择行为下的spike平均发放率存在显著性差异;然后基于LFP信号的谱分析确定了与路径选择行为相关的响应频带,时频分析结果表明fast-gamma频带内的时频能量特征编码了鸽子不同的路径选择行为;最后分别基于多通道spike序列和LFP信号构建了脑功能连接网络,并分析了其拓扑特性对不同路径选择行为的编码特性。（3）完成了基于鸽子Hp区不同尺度神经信息特征的路径选择解码研究。首先提取了多通道spike发放率特征、LFP信号时频能量特征和功能网络连接特征;然后通过特征选择进行降维并结合k近邻分类实现了基于不同尺度神经信息特征的路径选择解码;最后融合了Hp区的多尺度神经信息特征展开联合解码研究,结果表明,融合不同尺度神经信息特征可以显著提升路径选择行为解码精度,为后续的神经信息解码研究提供了一种新的思路。