脑机接口(BCI)是目前一个十分热门的研究课题,它是一种不依赖于常规的大脑输出通路(外周神经和肌肉组织)的,脑和机器的接口、交流系统。它有可能为那些有着严重行动缺陷的患者提供一种全新的辅助交流技术,因此在医学界、工程界尤其是康复工程界引起了极大的关注,同时它也是脑电信号处理的一个全新应用。人脑是一个高度复杂的非线性非平稳系统,因此它产生的脑电信号也是非线性非平稳的。基于线性和平稳假设的分析方法尽管取得了一些重要的成果,但无法进行更加深入的研究,而基于非线性动力学的复杂性分析方法和希尔伯特—黄变换(HHT)的时频分析方法为脑电分析提供了新的手段。 运动表象分析是脑机接口的一个分支,它的分析难点在于,对于不同的人或者同一个人在不同时刻的脑电存在较大的差异性。所以不同被试或者同一被试在不同时刻,区分假想动作有意义的频率和时间是不同的。本文针对这一难点,将格子复杂性方法和希尔伯特—黄变换方法应用于基于皮层脑电(ECoG)的运动表象分析,对假想的舌头和左手小指运动进行分类,是一个全新的尝试。并且取得了第三届国际脑机接口竞赛第三名的好成绩,也证明了该方法的有效性。同时将适用于EEG处理的体表拉普拉斯滤波预处理方法应用于皮层脑电预处理,也是本文的另一个创新。