脑机接口是指不依赖脑的正常输出通路,即外周神经和肌肉的信息传输通路。它是近年来脑功能研究的热点课题。本论文提出一种利用稳态视觉诱发电位(Steady-State Visual Evoked Potential, SSVEP)构造脑机接口的新方法。与现有的脑机接口系统相比,新方法构造的系统具有信号记录简单、使用者不需要训练和传输率高等特点。为了提高系统性能,本论文详细研究了视觉刺激参数的选择和翻译算法。通过实验研究了调制方式、刺激颜色和调制深度对SSVEP幅度的影响,由此提出了最佳的刺激参数。在翻译算法方面,采用滑动窗最小二乘格形结构结合自适应陷波器进行谱线增强,在信噪比明显提高的同时,保证了收敛速度。文中还建立了一种基于周期图的SSVEP刺激频率提取方法。该方法可以根据给定的虚警概率选择频率提取的阈值。最终测试结果表明,根据本论文提出的方法设计的脑机接口系统,受试者的平均信息传输率超过50 bits/min,较文献中报道的5到25 bits/min有较大提高。本论文对诱发脑电的生物反馈现象进行了仔细研究。实验表明,受试者可以通过生物反馈训练自主控制SSVEP的幅度,通过改变SSVEP的幅度可以产生两种控制命令。这种改变是通过两种途径实现的,即改变左右半脑SSVEP的幅度差和相位差。进一步研究表明,训练效果对其它刺激频率也有效,并且是可持续的。这些研究丰富了人们对诱发脑电生物反馈现象的认识。基于mu节律的脑机接口系统是一种完全不依赖于外界刺激实现的脑机交互系统,也是一种较有希望得到广泛应用的系统。本论文深入研究了该系统中的翻译算法。论文从空域、频域和时域等多个角度对多通道脑电信号进行处理,实现了记录信号中mu节律成分的增强和提取。对3名受试者数据的分析表明,本论文所提供的算法在对mu节律幅度实施四分类时,正确率与国际先进水平具有可比性。最后,本论文介绍了两种脑机接口的应用,即环境控制和康复机器人控制。定制的环境控制器可以同时控制多种家用电器,为残疾人的生活带来便利。利用脑机接口控制康复训练机器人给临床上瘫痪康复治疗带来了一条新的思路。