基于事件相关电位的脑-机接口（Brain-Computer Interface based on EventRelated Potentials,ERP-BCI）作为一种经典的BCI范式,已有诸多成功的临床测试报导。但有研究发现如果用户在使用ERP-BCI的同时进行其它思维活动,会削弱诱发的ERP信号质量,且并行思维占用的大脑资源越多（即脑力负荷越大）,ERP特征变化越大,系统的性能越不稳定。本文针对人脑并行思维活动影响ERPBCI性能问题开展研究,尝试发展能够自适应拮抗不同强度干扰活动的策略和方法。论文研究中发展了一种新型的ERP-BCI在线操作的动态干扰实验范式,对BCI使用者的在线操作过程施加动态、多类型、多等级的思维活动干扰,以使拮抗策略方法的研究可以在在线BCI实验上开展。进而本文构建了一种基于动态停止策略（Dynamic Stopping Strategy,DSS）的ERP-BCI编解码方法,根据ERP判决的贝叶斯后验概率动态调整视觉编码的冗余度,从而自适应的拮抗由干扰性思维活动带来的识别性能的下降。在线实验结果显示,DSS能够在动态变化的干扰环境中保持较高的ERP-BCI字符识别率（96.9%）,其与无干扰条件下的字符识别率（98.7%）之间无显著差异（p=0.126）。本文进一步针对并行思维活动强度（也即其脑力负荷）的测量问题提出了一种新型的无关任务探针评估方法,即采用与主任务无关的听觉诱发电位特征作为生物探针来评估脑力负荷水平。论文开展了多难度等级的心算任务、字符n-back任务和空间n-back任务的脑力负荷实验,采用共空间模式算法提取听觉诱发电位特征并结合支持向量机建立判别模型对脑力负荷水平进行识别。研究结果表明基于无关任务听觉诱发电位探针的脑力负荷判别模型具有更好的泛化性能,判别模型在测试时间和任务模态改变时都较传统方法具有更强的识别效率。综上,本文针对并行思维干扰ERP-BCI运行的问题,首先构建了实时评估信号质量的DSS方法来稳定干扰下BCI系统的字符识别率;其次,提出了一种新型的较高鲁棒性的并行思维干扰评估的方法,为后续BCI识别算法的调整提供了技术基础。这些结果对实验室构建的BCI系统走向实用化提供一定的技术支持。