本课题旨在研发一款基于运动想象脑电控制的实时在线脑机接口(BCI)系统,面向中风偏瘫病人的康复训练。该系统包含运动想象在线检测算法,康复外骨骼和康复系统软件平台三大核心部分,通过实时检测患者的EEG信号,识别出患者的运动倾向,进而控制外骨骼牵引患者受损上肢进行运动,达到主动康复治疗的目的。其神经生理学基础在于神经可塑性理论,通过运动想象并能使患者通过外骨骼得到真实的运动反馈,这种自主意愿得以实现能够促进受损运动神经修复,使未受损区域的休眠神经元苏醒过来重新构建神经通路,以达到康复目的。本文首先对脑电信号的产生机理及特性进行了分析,在此基础上提出了脑电信号预处理的方法,包括去除伪迹噪声及采用空域滤波器提高脑电信号的空间分辨率。然后设计了运动想象脑电实验流程,包含离线与在线两部分,提取到了分别对应左右手运动想象的脑电数据集。在特征提取方面,本文比较了频域特征和空域特征的效果,频域特征采用的是基于AR模型的功率谱密度,并在此基础上根据功率谱的平均特征及变化特征提出了新的特征点,并利用遗传算法作为特征选择的方法,根据每个患者的实际情况选择最适合的特征,提高了算法的鲁棒性。而空域特征采用的是共空间模式(CSP),利用经过CSP空域滤波后得到的结果作为特征向量。最终经过实验选择了频域特征来作为最终的特征提取方法。分类器设计分别采用了线性判别分析(LDA)和支持向量机(SVM)进行分类,利用交叉验证比较了分类器的性能,最后选择采取线性判别分析(LDA)作为系统的分类器。在康复外骨骼方面,主要包括结构设计、硬件设计、嵌入式软件设计三部分,外骨骼通过TCP接收运动想象检测模块的控制信号,进而牵引患者受损上肢进行康复训练,同时向上位机反馈外骨骼运行状态。康复系统软件平台方面,主要在康复训练过程中进行统筹管理,包括用户交互,数据库管理,康复流程管理,外骨骼控制,算法实现等功能。本文研究在基于运动想象的康复系统设计方面具有积极意义,特别是对提高运动想象脑机接口系统的适应性和鲁棒性做出了一些探索,证明了运动想象脑机接口系统在脑卒中患者康复训练中的可行性,为未来临床应用打下了一定基础。