腦機接口（Brain-Computer Interface，BC1）是近年來發展的一門新興的、多學科交義的人機接口技術。它是一種不依賴于人正常外圍神經和肌肉組織而構成的通訊系統。基于腦電圖（EEG）的腦機接口具有成本低、操作方便、對大腦無損傷等優點，是當前腦機接口研究的主要方向。腦機接口系統的研究具有明確的臨床應用背景，在康復醫療應用領域，它為肌肉運動功能受損的人群，提供了一種全新的與外界信息交流的方式。因此，研究開發腦機接口系統具有重要意義。本文在查閱大量國內外研究文獻的基礎上，以基于三維視覺刺激器的腦機接口系統為研究對象，設計并實現視覺刺激器，同時對左右手運動想象過程中大腦感覺運動皮層Mu節律的事件相關去同步（ERD）進行了深入研究，具體研究內容如下：

　　①設計并實現三維視覺刺激器。本文采用了一種基于目標關鍵動作的過程控制策略，通過控制靜態模型庫的動作序列進而產生三維肢體運動效果，保證了系統的實時性，有效性與可擴展性。確定了以OpenGL作為刺激器系統開發的核心技術方案，實現了三維模型的渲染與靈活控制。采用模型頂點與面片分開存儲的方式降低系統對存儲空間的占用率：應用Gouraud明暗處理方法實現模型表面光滑渲染；設計了一種帶模型緩存區的多緩存機制解決動作實時性顯示問題；利用高精度多媒體定時方式完成動作的精確控制。經過驗證，系統滿足實際應用的要求。

　　②完成運動想象腦電特征的提取和識別。重點研究運動想象Mu節律腦電信號的ERD特征。通過對比主流的時頻分析方法，本文采用希爾伯特黃變換（HHT）對腦電信號進行時頻分析，得到腦電信號對應的邊際譜與瞬時幅值譜。在此基礎上，根據Fisher可分性判據準則實現了不同受試者Mu節律顯若ERD的個性化特征分析，找到Mu節律的優選頻帶與時間窗口參數。為進一步提高腦電信號的信噪比，采用改進公共空間模式（CSP）算法處理信號，并針對在少導聯條件下，腦電信號經CSP濾波得到的標量特征表現出的信息不穩定問題，以及直接組合濾波信號表現出的特征向量空間過大問題，對特征選取做了改進處理，結合時域二階矩能量分析方法，提取經滑動窗截取降維后的能量特征，基于提取的特征對腦電信號進行識別。

　　③設計并完成腦機接口系統實驗。本文設計了三種不同方式的視覺刺激：無目標抓握、靜態目標導向抓握、動態目標導向抓握。對實驗中的動作定時精度結果，腦電信號特征分類結果做出具體分析。本文對基于三維視覺刺激器的運動想象腦機接口系統的研究，為后續從離線