脑-机接口（BCI）是近年来出现的一种新的通信与控制方式，它直接使用大脑思维活动信号作为通信载体，实现人-机交互。BCI技术不仅可以帮助肢体瘫痪的病人与外界交流、控制外围设备、完成康复训练等，还可以帮助人类完成很多危险任务，而且它在娱乐等方面的应用给人们的生活带来一定的乐趣，此外它还可以促进很多学科的深入研究。　　从脑电信号是否被实时处理，BCI系统被分为两种：在线式系统和离线式系统。在线式系统对采集到的脑电信号立即进行处理，可以实时地控制外围设备，此外它还可以将处理结果等信息反馈给受试者，构成了一个闭环系统。离线式系统则是将脑电信号的采集和处理分开进行，一般只用来评估系统的性能。因此，从实际的使用价值方面来讲，只有在线式系统才能满足人们的要求。　　本文使用自制脑电采集板基于“模拟阅读”实验模式设计了一种在线式BCI系统，即基于“模拟阅读”的脑-机接口系统（IR_BCI）该系统包括三个部分：脑电信号采集、信号处理和外围设备控制。在个人计算机上基于VS2010设计一个在线BCI系统软件，覆盖了从脑电信号采集、预处理、特征选择、模式识别到用户界面控制等整个过程。具体工作包括：　　（1）系统总体框架的设计。整个系统划分的功能模块有：视觉诱发、信号采集、信号处理、特征选择与模式识别和信息输出等模块。　　（2）每个功能模块的设计及实现。视觉诱发模块主要是在用户界面设计视觉刺激器，实现了“模拟阅读”视觉诱发事件相关脑电位的脑-机接口实验模式，使人脑通过脑电波直接控制虚拟键盘，达到人机交互的目的。信号采集模块是上位机从下位机读取采集的数据，然后将读取到的数据按一定的排列规则拆分、合并成原始的脑电信号，最后将该信号存储到指定的文件中。信号处理模块分为：预处理、特征选择与模式识别。首先对原始脑电信号进行预处理，包括：确定参考电极、确定基线、20Hz的低通滤波、降4采样等基本处理。特征选择与模式识别是根据脑电信号N2-P3成分出现的时域特点提取特征向量，然后使用支持向量机完成分类识别。信息输出模块则是将特征选择与模式识别模块的识别结果反馈给受试者，或将识别结果转换成特定的控制指令，实现对外围设备的实时控制。　　（3）系统测试。系统测试分为功能测试和性能测试。功能测试是验证每个模块能否正常工作；性能测试是验证整个系统能否正常工作及系统的识别准确率。系统设计完成后，首先进行一系列测试来验证上述五个功能模块设计的准确性；然后选择一个被试者，分别完成了五次四键实验和五次七键实验，其中，四键实验的准确率为88％，92%，88%，90%，92%，平均准确率为90%。七键实验的准确率为68%，70%，66%，68%，66%，平均准确率为67.6%，证明了该在线系统的正确性。　　（4）系统应用。在系统测试基础上，受试者使用该系统控制实验小车的运动，即通过大脑思维活动控制其左转、右转、前进和后退，其准确率最高可达90%以上。说明了本文的在线系统对BCI系统的实用化有一定的促进作用。　　实验表明，该系统所有操作在一个PC机上完成，具有较高的识别准确率，且可以实时控制外围设备，即具有操作简单方便、界面友好、可扩展性强和实时控制等优点，能够推动BCI的实用化进程。