张学军， 汪 敏， 胡晓雯

(1.南京邮电大学电子与光学工程学院， 南京 210023； 2.南京邮电大学射频集成与微组装技术国家地方联合工程实验室， 南京 210023；3．南京医科大学生物医学工程与信息学院， 南京 211166)

脑电(electroencephalogram，EEG)信号是一组包含人类大脑活动信息的电位差，展示了有关脑电流的数据。EEG的测量可以通过放置在头皮上的传感器或使用颅内电极来获得。EEG应用领域广泛，如情绪识别、脑-机接口(brain-computer interface，BCI)等[1]。

基于运动想象的BCI以其无创、适用性好、可移植性强等优点吸引了众多研究者的兴趣。BCI为人们提供了一种使用脑电信号与外部辅助设备交互的方式，在生物医学工程和神经修复中有着广泛的应用[2]。首先，受试者需要在大脑中进行基于运动想象(motion imagination，MI)的特定运动，其次，基于MI的BCI会对特定运动的脑电信号进行采集、分类，将其转换为手、脚等不同想象任务的控制信号。

BCI研究的目标是开发帮助残疾用户与他人交流系统。BCI系统是一个连续闭环系统，通常由脑信号获取、预处理、特征提取、分类、输出命令和反馈五个部分组成。预处理方法如滤波或盲源分离算法可以减少不同类型的脑电噪声和眼电尾迹。

由于脑电信号具有噪声强、强度低、对周围环境敏感、数据维数大和分布复杂等特点，在实际应用中还不能很好地分类。为了减轻噪声脑电信号干扰的影响，可以利用各种信号处理方法从脑电信号中提取的参数对脑电信号的分类。基于傅里叶变换的谱参数对脑电信号的分析在脑电信号的分类上取得了良好的效果。……