脑-机接口(Brain Computer Interface/Brain Machine Interface,BCI/BMI)技术通过脑神经信息的解码与输出,在大脑与外部设备之间建立起直接的信息交流与控制通道。其中运动相关脑神经信号是大脑进行运动行为支配过程中产生的自发性神经信息,可用于解码大脑进行肢体运动控制过程的特征性神经活动,并绕开脊髓和外周神经通路直接实现对外部设备的运动控制,对于运动辅助和神经康复研究具有重要意义。按照信息获取的方式不同,运动相关脑神经信号可分为头皮表面采集的脑电信号(electroencephalogram,EEG),以及脑内微电极采集的运动区皮层脑电(electrocorticogram,ECoG)、局部场电位(local field potentials,LFP)和单神经元锋电位(Spike)。其中,EEG信号具有时域分辨率高、采集方式简便、无创等优点,已成功应用于残疾人运动功能康复、机器人/无人机控制等多个领域,但也存在信噪比低、精确解码困难等问题;脑内微电极采集的运动皮层Spike、LFP及ECoG信号直接反映了大脑运动支配过程的起源,可实现大脑运动控制过程的精确解码,但信号采集过程是有创的。考虑到大脑在进行运动控制过程中,在头皮、脑皮层外、脑皮层内等多个层次上采集的神经信号本质上都起源于大脑运动相关脑区神经元的发放活动,如果可在针对神经信号各自特点开展运动解码研究的同时,充分考虑这些神经信号之间的关联性,对于更好的解析大脑不同类型运动相关神经信号,由表及里探究大脑运动控制过程的神经机制具有重要意义。为此,本研究重点针对运动想象EEG信号解析存在的解码能力有限、相关机制认识不清等问题,开展了大脑运动相关Spike、LFP、ECoG及EEG多层次神经信号的解析及关联性分析研究。在运动想象EEG信号解析方面,开展了被试训练优化及新型解码算法研发,提升了对运动想象EEG的特征提取及解码能力,并通过脑网络分析方法揭示了EEG信号各频域成分在运动想象过程中的功能连接模式;同时,以猕猴为模型开展了运动相关Spike与LFP、ECoG信号的关联性分析研究,揭示不同频段成分的场电位信号产生的内在神经机制;此外,以大鼠为模型,开展了光遗传调控下的运动区Spike与EEG信号的关联性分析研究,探讨了EEG信号不同频段成分的内在神经起源。本研究的主要内容、方法与结果如下:第一章:基于被试训练优化与L1范数稀疏正则化的运动想象EEG解析研究针对头皮表面运动想象脑电信号的解码准确率低等问题,通过不同视觉图像提示引导开展了被试运动想象训练的优化,进行了不同视觉引导条件下的运动想象相关脑电节律特征分析;通过基于L1范数稀疏正则化的运动想象脑电信号通道特征筛选与优化组合,降低了运动想象分类算法的复杂度,提升了泛化性。在自测数据上的结果显示,被试在适当视觉引导后进行运动想象能够促进μ节律的事件相关去同步(event related desynchronization,ERD)特征,相比于对照条件ERD强度提升最高达35%;在国际BCI大赛的公开数据集上测试的分类算法的二分类准确率分别为86.13%和85.86%,且具有很好的泛化性,在小样本训练集下的分类准确率要明显优于其他文献报道算法的性能,为运动想象脑电信号的精确解码提供了有效的算法架构。第二章:基于脑网络分析的运动想象EEG解析与相关机制研究针对头皮表面的运动想象脑电信号的解析中未充分考虑脑功能整合机制的问题,利用公开数据集数据,分别通过交叉协方差和相位延迟系数(Phase Lag Index,PLI)两种指标构建了运动想象过程的静态脑网络和动态脑网络,并进行了脑网络特性分析。研究发现不同运动想象状态下,脑网络连接特性的改变主要体现在α和β波段,大脑左右半球的局部网络特性以及大脑整体的全局网络属性在不同运动想象状态下具有明显区别,运动想象的不同时间段各脑区间的连接发生较显著的动态变化。这些基于脑网络分析的结果为更加深入理解运动想象的脑机制、寻找运动功能相关特征提供了有利参考。第三章:猕猴运动控制相关脑皮层Spike与LFP、ECoG关联性规律研究针对运动相关场电位信号与单神经元发放活动间关联性研究不足的问题,以猕猴为对象,在猕猴进行拉杆-伸手行为范式实验中,利用侵入式神经信息采集手段,通过协方差相关分析开展了大脑运动皮层的单神经元Spike信号、LFP及ECoG场电位信号间的关联性解析研究。研究发现猕猴执行运动任务过程中的脑皮层场电位信号和Spike信号均与运动行为具有很好的调制关系,并且LFP信号中的α和γ波段、ECoG信号中的β和γ波段成分与某些Spike信号具有显著的相关性,说明场电位中的这些频段成分可能反映了大脑运动相关神经元活动的深层次特征,对于准确解析大脑的运动控制过程非常重要。以上结果有助于更好的理解运动相关场电位信号的内在神经关联,挖掘大脑运动相关神经信号在不同层次间的显著性特征成分,从而建立与特征性神经活动更为匹配的解码模型。第四章:基于光遗传调控的大脑运动皮层Spike与EEG关联分析及新型柔性光电极研制同样针对大脑运动相关类型次神经信息的关联性解析问题,以大鼠为模型,利用光遗传手段靶向干预运动皮层兴奋性神经元活动,进行了神经活动调控下的运动皮层Spike发放与EEG信号间的关联性分析。研究发现光遗传调控有效改变了运动皮层神经元发放模式,对EEG信号时频特征也有一定影响。进一步的关联性分析发现,通过光刺激激活运动皮层中的兴奋性神经元,会增强运动区周围采集的EEG信号中β频段成分与某些Spike信号间的关联性,说明EEG信号中的β频段可能与运动皮层中的兴奋性神经元激活密切相关。此外,研制了以柔性材料聚二甲基硅氧烷(polydimethylsiloxane,PDMS)为导光基底,以复合导电凝胶为记录位点的新型柔性光电极,具有很好的电学和力学性能,为光遗传学实验提供了更好的研究工具。综上所述,本研究建立了大脑运动相关神经信号解析与关联规律研究技术体系,实现了基于L1范数稀疏正则化的运动想象EEG信号解析,在运动想象公开数据集上获得了很好的分类准确率和泛化性能;初步揭示了运动想象过程的EEG各频段成分的功能脑网络连接特性,发现运动想象过程中功能连接性显著的EEG频段成分,从系统功能的角度加深了对于运动想象的脑机制的理解;同时,开展了大脑运动皮层的Spike信号与ECoG、EEG等综合场电位活动间的时频关联性解析,发现大脑执行运动任务或在光刺激调控下的场电位信号特定成分与Spike信号间存在显著关联,对于运动相关神经信号的机制解析及有效解码模型的构建具有理论指导意义,并研发了新型柔性光电极,为光遗传学研究提供了很好的工具。