脑机接口技术是指在脑与外部设备之间直接建立一种信息交流与控制通道,从而实现脑与外界的直接互联的技术。随着脑科学研究的深入,脑机接口技术的发展也愈发迅速。在脑机接口研究中,信号分析处于核心地位。由于脑机接口实验中的高通量神经信号所需的分析和解码的计算量很大,而且随着研究的深入,对计算能力的需求有增无减。然而脑机接口研究复杂的交叉学科背景导致了传统的计算系统开发方式在沟通交流、算法实现等方面困难重重,引发了需求不明确、开发效率低、系统不稳定、维护困难等问题的出现,掣肘了实验平台的搭建以及脑机接口的研究。因而搭建一个通用的计算平台,为脑机接口研究中遇到的计算问题提供通用便捷的解决方案,具有非常重要的意义。为了解决上述问题,本文深入分析了非人灵长类运动脑机接口实验平台的开发与维护过程,重点针对其在计算性能、扩展性和交互性等方面的需求,设计并实现了针对在线解码的通用计算系统平台。该平台将复杂计算流程分解为简单计算流程的拓扑组合形式,通过图形化的计算流程配置系统,提供了针对不同的计算需求定制具备相应计算流程服务的在线解码系统。在计算性能方面,本文结合分布式技术,搭建了基于Hadoop的离线计算系统,为大数据的数据处理和模型计算提供高性能的计算服务。并在此系统之上,实现了算法广义回归神经网络和K最近邻算法的分布式并行化,并对其运行性能进行了分析。最后,本文将完成的计算系统放置于真实的实验场景中,在猴子运动解码实验中,对上述平台系统的交互性、扩展性以及计算性能进行了分析和测试。