目前绝大多数脑机接口主要是用于科研领域的多通道或侵入式脑机接口,其通过获取大脑皮层或内部神经元脑电信息达到人机交互、外设控制的目的,但由于多通道脑机接口价格高昂以及繁杂的配戴流程,很难走出实验室在实际生活中得到应用;而侵入式脑机接口还需要进行昂贵高风险的脑机接口植入手术,对于多数肢体残疾人的家庭而言,更是一个沉重的负担。相对而言,单通道脑机接口虽然在脑电信息传输量和控制精度方面不如多通道脑机接口和侵入式脑机接口,但是由于其配戴方便,价格便宜,无需进行脑机接口植入手术,具有较好的实用意义。本文旨在进一步提高单通道脑机接口的脑电特征识别准确率,并分别设计脑机字符与语音交互系统和脑机轮椅控制系统来帮助渐冻人解决与外界无法进行语言交流、行动困难、活动空间受限的问题。研究工作主要有以下三点:（1）提出一种基于CNN以及轻量级Mobile Net V1提取脑电眨眼特征的方法,从而提高眨眼特征识别准确率以及进一步对眨眼特征进行细分,以解决目前基于阈值判断的单通道脑电眨眼特征提取方法存在的眨眼特征识别准确率不高、无法对眨眼特征进一步细分的问题。（2）设计一种面向渐冻人的脑机字符与语音交互系统,帮助渐冻症失语患者实现文字、语音交流。首先将时序脑电信号绘制成二维图像并着色处理,利用CNN识别出含有眨眼特征的图像;然后根据含有眨眼特征的图像连续帧数,实现短眨眼、中眨眼、长眨眼特征的细分;最后结合脑电信号中解析的注意力特征,在设计的虚拟交互系统输出字符与语音,通过对比实验分析表明该方法有效地提升了交互准确率。（3）设计一款脑机轮椅控制系统,帮助渐冻症瘫痪患者解决行动困难、活动空间受限问题。将轻量级Mobile Net V1部署在基于AI SOC的脑机轮椅控制系统中,作为脑电眨眼特征识别方法。通过该方法使得脑机轮椅脱离了对PC机算法部署的依附,赋予嵌入式脑机轮椅控制系统AI运算能力,以及减少了轮椅本身的重量和体积,提高其运动性能。