包括利用視覺誘發電位、利用事件相關電位、模擬虛擬環境以及自主控制腦電等多種形式
在顯示裝置上顯示多個選項，使用者注視希望選擇的一項，通過對顯示方式進行處理，可以使人在注視不同選項時產生不同的腦電訊號。經典是sutter的腦反應介面的實時bci系統
p300電位是事件相關電位（erp）的一種，其峰值大約出現在相關事件發生後的300ms。相關事件出現的概率越小，所引起的p300電位越顯著，把各備選目標用矩陣中的元素表示，讓這些元素以不同的頻率閃爍，刺激人的視覺，產生相應的p300電位。經典是虛擬打字機。容易使患者產生疲勞
事件相關電位( erp) 是誘發電位的一種 ,採用erp的幅值特性作為特徵訊號的特徵提取方法屬於時域訊號處理方法，如p300 電位，其本身就是以訊號產生的時間來定義的。根據事件發生與相關電位產生之間的時間差以及誘發電位的幅值可以判斷誘發訊號產生的誘發事件的種類。如aar模型，對 eeg訊號做時域分析，只用少數幾個aar 引數就可以達到期望的效果。
μ波和β波是根據它們發生的頻率來區分的，據此可以進行基於頻率特性的訊號處理。如一種空間-時間分析的訊號處理方法，對兩種不同的手指運動進行識別 和分類，屬於典型的頻域特徵提取方法。該方法先對得到的多通道eeg訊號進行預處理，確定合理的參考點，然後用兩個時間域的濾波器進行濾波，分別得到 erp 訊號和事件相關電位。濾波器的權值按照butterworth近似方法進行設計。
事件相關去同步（erd）是事件相關電位的一種。經典的是graz 1和graz2兩個bci系統。在graz1中，受試者面對顯示器，顯示器上的左側或右側顯示乙個目標，受試者根據目標的位置準備用左手食指或右手食指去按乙個開關。用於分類的腦電訊號取自顯示器上出現目標之後，出現游標之前，也就是受試者準備動作的階段。訊號預處理方法採用功率譜估計，分類法採用 lvq 演算法 ,從而**出是左手還是右手將要運動。十字形游標根據**結果向左或向右移動，將**結果反饋給受試者。經過 5～7 次 訓練後，正確率為 67 %～86 %。在 grax2中，受試者只是想象做動作，真正的動作並沒有發生，其分類正確率也超過了 70 %。
讓受試者想象進行模擬家電控制的各種操作，誘發產生能夠作為特徵訊號的p300電位。實驗結果表明，受試者在面對虛擬實境時產生的特徵訊號與觀察顯示器上顯示的內容時產生的特徵訊號相比，效果相差無幾，但前者對受試者的要求寬鬆的多，所以受試者更傾向於使用這種方法。
這種訊號產生策略是尋找一種有效的訓練方法，訓練患者學會控制自己的腦電訊號。這種思路建立在操作性條件反射的基礎上，認為人可以通過生物反饋來學習控制腦電訊號的某些成分，即在沒有任何外界刺激的情況下，讓受試者通過自己的意識使腦電發生變化從而獲得特徵訊號。
從理論上講，任何一種能夠使腦電訊號發生變化的外界刺激或者訓練活動，都可以作為腦機介面中訊號源的誘發方式，但由於受到人們對腦電活動的了解程度的限制和訊號檢測及訊號處理技術的制約，對腦電的誘發方法還很不成熟。
進一步研究腦電規律，發展更有效的訊號檢測、處理方法，是bci技術的乙個重要研究方向。
BCI腦機介面1 原理 概念
1 腦機介面bci技術是一種涉及神經科學 訊號檢測 訊號處理 模式識別等多學科的交叉技術。2 bci是一種連線大腦和外部裝置的實時通訊系統。神經科學研究發現，即使神經系統和運動器官由於損傷而喪失作用，只要大腦功能保持正常，則控制指令依然能夠通過腦電訊號從大腦傳輸出來。研究發現，人們在進行某些思維活動...
BCI腦機介面3 關鍵技術 源訊號獲取
源訊號的獲取過程包括訊號的產生 檢測 電極記錄 訊號放大 去噪和數位化處理等。目前bci訊號的獲取主要基於技術相對簡單 費用較為低廉的eeg檢測技術 簡單地講就是腦電圖 還包括功能性磁共振成像fmri 功能性近紅外光譜fnirs 腦磁圖meg。通過表面電極或植入電極獲得腦部生物電為加以放大記錄而獲得...
BCI腦機介面7 特徵訊號的分類識別
特徵訊號分類是基於腦電訊號根據不同的運動或意識能使腦電活動產生不同響應的特性，確定運動或意識的型別與特徵訊號之間的關係。訊號分類結果的好壞取決於兩個方面的因素 一是要進行分類的特徵訊號是否具有明顯的特徵，即特徵訊號的性質 二是分類方法是否有效。集中具有代表性的bci特徵訊號分類有 人工神經網路是bc...