基于运动想象的脑机接口，被认为是现有几种脑机接口中较为有效的方式之一。运动想象的理论基础在于事件相关同步化与去同步化。主要指在运动想象即将执行和执行的过程中，大脑运动感觉区的特定区域会产生能量的增加和减少的现象。利用事件相关去同步化可以有效地判别左右手运动想象，从而实现人机交互。基于运动想象的在线脑机接口为本文主要研究内容。首先，本文提出一种相对有效的训练方法，包括离线训练和在线实时反馈训练两种模式。利用这种训练方法可以有效地提高所采集的脑电信号质量。其次，本文在使用共同空间模式方法进行信号特征提取时，从时间段和频率段上对信号进行切分处理，获取多个与该信号相关的脑电特征；并应用贝叶斯分类器对其进行初步的分类，获取各个特征的重要性排序，此排序作为后续线性分类器特征选择的参考标准，可以有效地提高信号的分类效果。