脑机接口是一种不依赖于大脑周围神经与肌肉组织的正常输出通路的通讯控制系统，由于该技术具有巨大的理论研究价值以及实际应用前景，成为近年来生物医学工程领域中研究的热点。　　 本文对基于视觉运动刺激的脑电信号提取的实验方案进行了设计，对采集得到的脑电数据分别提取能量特征以及复杂度特征并进行了分类研究。主要内容如下：　　 1．设计了基于视觉运动刺激的脑电信号采集实验方案。　　 详细的阐述了脑电信号产生原理、脑电信号的特点，根据脑电信号记录仪器的功能及特点，设计了提取视觉运动刺激时脑电信号的实验方案，得到了四种不同视觉运动刺激下的脑电数据，为后续的离线分析处理提供了数据基础。　　 2．进行了以脑电信号的功率谱估计及非线性复杂度为特征的研究。　　 根据脑电信号非线性、非平稳的特点，采用AR(Auto-Regressive)模型功率谱估计和样本熵提取了四种视觉运动刺激时脑电信号的特征，并将该特征作为分类依据，进行了分类研究。通过样本熵分析得出视觉运动感知的主要活动脑区在额区、枕区和颞区。　　 3．进行了基于支持向量机的分类研究。　　 支持向量机(Support Vector Machine，SVM)分类器作为统计学习理论的实现方法，不仅结构简单，而且各种性能尤其是推广能力明显提高，由于它是专门针对小样本情况的，其目标是得到现有信息下的最优解而不仅仅是样本数趋于无穷大时的最优值。本文以支持向量机作为分类器，进行了分类研究。基于AR模型系数的分类正确率不十分理想，相比较基于样本熵的分类能够获得比较满意的结果。　　 由于数据处理方法的局限性和样本数据(被试者)的有限性，本文仅对基于运动过程的视觉感知脑电信号进行了初步探索，为今后进一步研究运动过程中的脑电信号提供基础。　　 本课题得到河北省自然科学基金资助项目“基于EEG的脑机接口技术研究”(编号：E2006000034)的资助。