通过放置在头皮上的电极可以记录来自脑细胞群的自发性、节律性电活动,这就是常说的头皮脑电图,因为这种检测方法对人体没有伤害,所以被应用于很多科研领域,如神经心理学、认知神经科学,目前结合信号与信息处理中的方法来深度挖掘其中的隐含信息。但随机性强、节律种类多、时间敏感度高这是脑电信号的软肋,这导致脑电信号极易被各种噪声污染从而产生大量伪迹,采集后如不经过预处理会给后续的分析带来干扰和误导。因此,如何对脑电信号进行预处理,具有重要的理论和实际意义。本文就预处理过程中的眼电伪迹去除和参考电极选取两个方面做了详尽研究。眼电信号作为参考计算是传统眼电伪迹去除方法的基础,这势必会在采集过程中掺杂其他噪声,且需要手工识别,为了达到自动识别并去除眼电伪迹的目的,提出一种基于FastICA的眼电伪迹自动去除方法。该方法通过FastICA方法提取出信号的各独立成分,计算出信号的GFP(global field power)值,再计算各独立成分与GFP值的相关系数。通过比较,绝对值最大的相关系数对应的独立成分即为眼电伪迹的独立成分,最后置零该独立成分重构干净脑电信号,实现眼电伪迹的自动去除。在此基础上提出一种去除过估计问题的方法,有效防止脑电信号中信息的丢失,保留了有用信息。使用实验室自己采集的脑电数据进行验证,结果表明:该方法在保留有用脑电信息的前提下,能有效自动识别并去除眼电伪迹。参考电极标准化技术(REST)提出以来已被广泛应用到脑电信号的采集与分析领域,通过这种方法可以将基于某点或平均参考电极的电势值转换为以空间上无限远点为参考的电势值,即零参考电极。本文基于小波包方法,选取节点能量、节点能量概率、小波包熵以及σ、θ、α、β四个频段的能量为特征,在两组数据中对零参考电极和平均参考电极方法在分类准确率上进行了比较,证实了参考电极标准化技术在实际应用中的可靠性。