运动想象能够与实际运动一样激活运动相关脑皮层，促进其重组或重建，因而被用于脑损伤肢体瘫痪患者的康复训练治疗。但因许多患者难于准确完成运动想象训练任务，且目前利用脑机接口的辅助训练方法，由于基于脑电获得的运动想象模式识别正确率低而难于发挥作用，导致康复训练达不到预期效果。　　针对上述问题，本文首先对视觉引导运动想象神经活动规律进行探究，在此基础上提出能帮助患者有效激发运动想象时脑皮层活动的视觉引导策略，并依据发现的神经活动规律及其表象，优化运动想象模式识别方法提高识别正确率，为基于脑机接口的运动想象训练监控及康复训练机器人控制等辅助训练方法的改进提供技术支持，从而进一步提升视觉引导运动想象训练效果。本文主要工作内容与相关研究成果可归纳如下:　　(1)发现同步动作观察引导能有敦促进运动想象时脑皮层的活动。实验研究揭示出同步动作观察引导运动想象过程中，与运动或视觉功能相关的神经元同时激活，协同工作，表现出密切的功能联系;与异步动作观察等视觉引导方式相比，同步动作观察引导不仅能增强运动想象时运动神经元的活动强度，也能提高整个脑运动功能网络的连通性及全局效率。据此提出利用同步动作观察引导提升运动想象训练效果的策略。　　(2)临床实验研究证明了历提出同步动作观察引导运动想象训练策略的有效性及可行性。以10位脑卒中后上肢瘫痪患者为受试者的临床实验研究表明，与异步动作观察引导运动想象训练相比，同步动作观察引导运动想象训练能更有效促进患者受损脑皮层恢复，使运动功能得到更快改善。　　(3)提出基于眼电和脑电的运动想象多尺度模式识别方法。同步动作观察引导运动想象过程中运动和视觉神经元协同工作，可观察到伴随特定眼部动作的表象，所引发的脑电(electroencephalogram，EEG)及眼电(electro-oculogram，EOG)均包含对运动想象模式识别有益的信息。据此提出采用EEG及EOG作为信息源的运动想象多尺度模式识别方法。该方法首先在大尺度上，利用EEG对运动想象是否发生进行判别，再结合同一运动想象过程EOG协同变化模式的识别结果，基于决策融合在更精细的尺度上，对同一肢体不同动作的想象模式进行识别。实验结果表明，仅基于EEG进行右臂三种动作想象模式识别的平均正确率为63.0％，而应用所提出方法可以将其提高到91.4％。该方法有望在利用EEG和EOG混合脑机接口进行同步动作观察引导运动想象训练监控，提升训练效果的临床实践中获得应用，也具有在相关领域得到推广应用的潜在可能。　　(4)提出基于典型相关分析的眼动辅助运动想象模式识别方法。面向仅需根据识别结果向假手等康复训练机器人输出控制命令的实际应用场合，探索采用包含EOG伪迹成分的眼动辅助运动想象EEG作为信息源，通过对类内样本集及类间样本集进行典型相关分析选取特征变量，再提取待识别信号集与各模式样本信号集间作为特征变量的典型变量，依据其相关性强弱进行分类识别。实验结果表明，眼动辅助运动想象EEG较之单纯运动想象EEG，具有更大的类间差异，更强的类内相似度。应用该方法进行六种手部动作想象模式识别所获得的平均识别正确率为87.6％，远高于基于单通道单纯运动想象EEG进行对比实验获得的26.9％的平均识别正确率。基于该方法，患者可借助混合脑机接口，控制假手等完成所想象动作，并通过观察其动作，强化感觉运动回路，提升同步动作观察引导运动想象训练效果。　　(5)提出基于视觉和运动区脑电的运动想象特征加权与分类方法。依据同步动作观察引导运动想象时视觉和运动皮层神经元协同工作的机制，采用两个脑区的多通道EEG作为信息源，首先基于各通道EEG间相关性分析，构建通道重要性测度，获得通道特征权值矩阵，再利用权值矩阵为各通道特征向量加权，解决用核logistic分类机进行运动想象模式识别时，核函数计算受弱相关或不相关特征影响，导致分类器分类性能降低的问题。实验结果表明，基于视觉及运动区EEG对左臂外摆、右臂外摆、双臂上抬三种动作想象模式进行识别时，应用所构建的特征加权核logistic分类机替代现有核logistic分类机，可使平均识别正确率从76.1％提升到88.1％。该方法可显著提高基于EEG进行运动想象模式识别的正确率，为增进同步动作观察引导运动想象训练效果的辅助方法研发提供技术支持。