运动想象脑电信号的研究是目前的热点问题,它可以给有严重运动功能障碍的人提供一种与外界环境交流的便利途径,通过脑机接口的设计可成功“读取”脑电信号,实现脑与外部环境的信息交换,搭建与神经肌肉无关的“第二通路”。本文为了能更好的对左右手运动想象脑电信号进行检测,方便脑电信号的研究,设计了脑电采集和处理系统,利用VC环境和Matlab混合编程,使得脑电信号采集和处理的一体化,实现了左右手想象脑电信号的判别功能。系统主要结构包括:硬件与软件的接口程序、用户信息的录入与读取、脑电图绘制、数据的保存、算法的选取、调用Matlab后续处理、接收处理反馈结果等功能。在Matlab环境下,主要重点实现运动想象信号的特征提取和分类识别两大功能,该系统的性能高低主要体现在系统能否快速有效的提取脑电信号中的具有代表性的特征信息。利用基于小波和小波包分解的方法,针对C3、C4电极通道的脑电信号,将脑电信号中各成分分别突出到不同尺度进行放大研究。本文提取的脑电信号特征包括:变化系数、波动指数和小波熵。在分类识别方面,选取了支持向量机、贝叶斯分类器、BP神经网络三种分类算法,通过严格的实验比较,综合评价三种算法在分类时间、分类准确率等方面的性能,最终得出支持向量机要优于其他两个算法的结论。最后反馈对信号的判别结果和准确率,经多次测试,准确率最高可达到98.32%。