脑机接口(Brain　Computer　Interface,　BCI)是一种新的连接大脑与外界设备的通讯系统，因其具有不依赖于神经和肌肉所组成的信号通路的优点，越来越多地被应用于医学、军事、娱乐等领域。传统对脑电信号的研究大多基于同步BCI技术，但是考虑实际应用前景和理论研究价值，异步BCI技术逐渐成为近年来的研究热点。以运动想象脑电信号为研究对象，本文对异步BCI技术展开了检测与分类两方面的研究，并设计了基于BCI的软件平台。主要内容包含：
(1)在详细介绍和分析运动想象脑电信号产生机理的基础上，设计了采集脑电信号的实验方案，并利用实验室脑电采集设备获取受试者想象左手和右手运动时产生的脑电信号。
(2)针对异步BCI系统，研究了基于目标导向带通滤波器的检测算法，用以检测运动想象事件。首先利用小波包变换提取运动想象事件的特征，配置目标导向带通滤波器。其次分别从单帧脑电信号和连续脑电信号的两种情况讨论运动想象的检测算法，并采用从DET曲线中获取的EER值来评价检测的性能。实验结果结果证明，采用目标导向带通滤波器的检测算法，可有效检测运动想象事件的发生。
(3)针对运动想象的不同模式，研究了基于FBCSP算法的脑电信号分类技术。首先介绍了共空间向量模式(Common　Spatial　Pattern,　CSP)算法提取特征的基本原理，并将该算法应用于运动想象的空域特征提取过程中。但是由于该算法缺乏频域信息，且在输入通道数较少时算法效果较差，因此采用改进的FBCSP算法，将CSP算法与带通滤波器组结合提取特征。并通过SVM训练分类器模型对运动想象事件分类，获得了较好的分类结果，证明了FBCSP算法提取运动想象特征的有效性。
(4)针对已有BCI信号采集软件界面的缺点，设计了弱化视觉刺激的新型运动想象BCI信号采集软件平台，具体实现了包括离线训练、在线检测、在线分类等软件模块，并通过了系统运行调试，为后续进行异步脑控研究建立了良好的基础。