脑-机接口(Brain-computer Interface, BCI)是一种不依赖于脑的正常输出通路的通讯系统。通过建立人脑与电子设备如计算机之间的直接通路，将大脑中产生的生理电信号直接转换成控制外部设备的命令，这样就可以实现代替人类自然肢体或语言器官以新的途径与外界进行交流并可主动的改变周遭的环境。康复医学、工业、军事等领域对于脑机接口的巨大需求，将脑机接口推动为热门学科。然而，在达到美好的脑机接口应用大量普及的未来之前，全世界多数脑机接口研究还处于实验室阶段。面对BCI技术发展的机遇与挑战，本文开展了基于STM32和LABVIEW的实时脑机接口应用研究。所构建的BCI系统以运动想象脑电信号为处理对象，相比于视觉诱发电位，运动想象信号便于检测，而且低刺激频率不易引起眼部及精神疲倦。以可充分调用计算机硬件资源的LABVIEW软件开发本系统，相比于嵌入式系统，计算机在运算速度等硬件方面具有压倒性的优势。根据运动想象脑机接口应用的要求，利用LABVIEW软件设计了新的视觉刺激器。刺激器的刺激图片以特定频率交替出现，刺激图片形象生动，可以有效提示受试者进行相应的左右手运动想象。作为以指导训练为目的的系统，刺激界面同时能够反馈给医生受试者实时的脑电信号波形。在信号采集方式上，以STM32作为MCU构建脑机接口数据采集系统。使用选定的二导联电极采集头部左右两侧的脑电信号，对信号进行放大，滤波处理后通过外部ADC芯片完成模拟信号向数字信号的转换。最终通过串口实现采集系统与刺激系统的数据交互。BCI技术的研究重心是选择合适的算法从强背景噪声中提取运动想象脑电，辨别受试者的选择。研究对比小波分解、小波包分解重构、支持向量机、BP神经网络等信号处理算法，最终选择用db5小波包对特定时间窗内的脑电信号进行滤波重构，以滑动能量窗数据作为特征向量，用BP神经网络识别，并用量子粒子群算法对BP网络优化。脑机接口实验表明，系统可有效提示实验者产生运动想象思维运动。所选用算法对于离线的数据具有较高的识别率，验证了使用基于LABVIEW的脑机接口进行运动想象训练具有可行性。