脑机接口通过解析大脑皮层神经信息，不依赖于常规的神经通路，构建一条直连外部设备的信息交流和控制通道。该技术可以帮助因车祸等原因造成的高位截瘫病人、残障人士利用意念控制外围设备，从而实现运动功能的重建。实现这项技术的关键是完成对大脑运动皮层神经信号的解码。在针对运动神经解码的研究中，一个必须解决的问题是如何获得高质量的肢体运动信息，尤其是手部运动信息，直接影响到实验所采用的运动范式、解码效果。本文围绕运动信息的获取进行展开，目的在于构建一套面向神经解码的、小尺度范围内的运动信息采集平台，着重捕捉手部运动，获取精细手部运动数据和手势分类结果。　　神经解码实验根据不同的研究范式可以进一步细分为对精细手部运动的解码、和对手势分类的解码。因此，构建神经解码实验环境下的运动信息采集平台必须首先解决几个问题，包括了:1）对原始运动数据的校正、修复，2）对手势分类结果的划分、识别。针对上述问题，本文的解决思路和研究工作主要包括如下几点:　　1.采用数据手套设备，设计了基于自组织映射网络的手势识别方法。该方法有效提高了数据手套的可用性，可以较好地完成针对手势形态特征的分类识别，能够满足手势分类相关解码研究的需求。　　2.采用视频分析方法，设计了应用于混合手势框架下的手势分割、识别和分类方法。该方法在原理上基于计算机视觉技术，适用于对手势分类的解码研究中实时、连续、随机手势的分割和识别。　　3.采用光学运动捕捉系统，设计了基于数据帧间相关性和关节结构信息的标记点识别方法，提出并实现了基于多次迭代主成分分析(MiPCA)算法的数据修复方法。经修复后的运动数据具有很好的连续性，可以满足精细手部运动相关解码研究的需求。　　4.针对神经解码实验环境的特殊性，搭建了一套适用于捕捉灵长类动物三维伸-抓运动的运动信息采集平台。该平台集成了实时运动数据获取、数据修复处理及系统间的同步控制等功能，能够用于架设解码研究所必需的平台框架。　　综上所述，利用以上三种方法能够满足部分神经解码研究对精细手部运动和手势分类的获取需求。而比较各种方法的优缺点可知，光学运动捕捉系统最为适合于搭建面向神经解码的运动信息采集平台。该平台能够实现对三维空间内的自由伸-抓等运动的实时捕捉，并在完成数据修复的同时解决运动信息和神经信号的同步问题。本文通过相关的应用和实验验证了上述方法、运动信息采集平台的可靠性和易用性，为后续的解码工作提供了研究基础和技术储备。