随着认知神经科学技术的发展,生理参数的客观测量方法越来越多。功能性近红外光谱（f NIRS）作为一种新兴的非侵入性的大脑检测手段逐渐崭露头角。它具有时间分辨率高、抗干扰能力强、安全易实施等优点,对于提取大脑皮质功能信息、揭示脑的高级功能、探索脑疾病机理和临床脑保护具有重要的应用价值,为临床医学及脑科学研究提供了有价值的监测数据。运动想象是指运动活动只在意识里进行,并不伴随任何真实的外周神经和肌肉运动。该研究最初目的是用于军事领域,后来扩展为民用研究,将运动想象和体育锻炼相结合来提高运动水平。近些年来运动想象逐渐成为了一种运动障碍人群临床康复的辅助治疗手段,在新生儿的脑氧监测方面也具有重要价值。本文考虑到fNIRS技术的多测量指标及高时间分辨率的特性,以运动想象为切入点,对基于近红外光谱技术的运动想象脑机交互模式识别方法进行了研究。主要从以下几个方面进行了研究,并取得了一定的成果:（1）基于BCI、运动想象和fNIRS的研究基础,设计了空间四个方向运动想象的实验范式,根据此范式采集了被试在任务态下的血氧浓度信号。（2）由于采集到的信号中混杂着呼吸（0.4Hz）,心跳（1.5Hz）,血压（0.1Hz）等诸多噪声,本文中对该信号做了预处理。通过一个0.01-0.2Hz的带通滤波器后,根据修正的Lambert-Beer定律计算得到血氧浓度。（3）经过预处理后的信号存在一个关键问题—0.1Hz迈尔波的频率混叠,针对此问题本文提出了使用结合EEMD-ICA的滤波方法,并与传统的EMD方法进行了比较,结果表明该方法信噪比更高,较好的解决了频率混叠问题。（4）研究了线性判别式和支持向量机两种类型的分类器在空间四个方向运动想象数据集上的使用,探讨了支持向量机分类器的参数寻优方法。针对fNIRS的技术局限,本文提取了均值特征作为分类器的输入,计算出(7₂,Hb和O₂sat在8-14s和8-21s两个不同时间窗下的浓度均值,针对最佳的分类准确率,比较了两种分类器的结果。最后结合10名被试的脑地形图和(7₂浓度的矩阵映射,绘制出了最优激活通道图。本研究完成了基于近红外运动想象脑机交互模式识别方法的相关工作并取得了一定的成果,为今后的将fNIRS-BCI走向应用提供理论基础。