眼电(Electro-oculogram,EOG)伪迹是由眼球运动引起而混杂在脑电信号(Electroencephalography,EEG)中的一种干扰噪声。这种噪声伪迹能够影响脑部电位的变化,干扰实际脑电,尤其是眼睛周边区域电极采集的脑电信号。眼电伪迹给脑电信号的分析研究带来了较大困难,尤其在脑-机接口(Brain Computer Interface,BCI)的EEG信号处理中,眼电伪迹的影响有时无法避免。因此,眼电伪迹的处理成为了脑电信号处理中的热点问题,引起了研究者的广泛关注。　　 本论文针对脑-机接口中眼电伪迹处理方法进行探讨,主要对脑-机接口中单次EEG(Single-trial EEG)数据中的眼电伪迹校正(EOG Artifacts Correction)算法展开研究。　　 首先,对目前广泛应用的眼电伪迹校正算法模型进行了综述,包括基于独立成分分析算法(Independent Components Analysis,ICA)和基于回归算法(Regression Method)的眼电伪迹校正模型,对这些经典算法模型进行深入分析,并归纳总结其优缺点。　　 其次,针对眼电伪迹和脑电信号的双向影响性(Bi-directionality),基于经典眼电伪迹校正算法模型,提出改进模型,并应用子空间独立成分分析算法(Subspace IndependentComponents Analysis,SICA)对模型进行求解,将眼电与脑电分离到两个不同的子空间中,不同一子空间内的信号源之间互相独立。　　 最后,结合模拟数据和实际数据,利用不同的评判指标,对改进模型进行了测试,比较了改进模型与其它经典眼电伪迹校正模型的实际效果,并提出了今后的研究方向。