EEG信号是研究脑活动的一种重要的信息来源,基于EEG信号的人与计算机的通信成为一种新的人机接口方式。研究发现,当人们打算进行某种行为的时候,大脑中会产生相应的生理电信号,而正是这些相应的生理电信号反应了人们的意图,并通过神经系统控制肌肉来实现人们的意图。本文首先介绍了EEG信号的研究背景和发展现状,然后简要说明了EEG信号的获取,讨论了目前分析EEG信号所使用的一些流行方法。重点讨论了EEG信号分类方法。最后,本文详细介绍了试验:基于神经网络的二到五种思维状态下的EEG信号分类方法,通过时域回归方法对EEG信号进行去噪预处理,然后对不同心理作业的思维EEG信号运用6阶AR参数模型法提取脑电特征作为神经网络的输入,用Matlab 7.0进行仿真,实验表明,本文方法可以达到很好的分类效果。最后对2002年BCIⅡ的数据用本文所示的方法进行了测试,也达到很好的分类效果。本文主要对以下几个问题做了研究和讨论:通过时域回归方法对EEG信号进行降噪。然后对处理后的EEG信号进行分段,再运用AR参数法分别对分段后和分段前的脑电特征进行参数提取。接着用BP神经网络和PNN神经网络进行分类。最后,对分类结果进行比较。用BCIⅡ的数据进行测试,实验表明能够达到很好的分类效果。