脑机接口是在人脑与外界环境之间建立不依赖于常规脊髓与外围神经的通讯系统,从而实现脑与外设的直接互联,这种新型的交互方式又可称为脑机交互。脑机交互研究具有复杂的交叉学科背景,需要计算机科学、生物医学、神经科学等多学科领域的科研人员共同合作进行,随着研究的不断深入,脑科学的实验流程变得越来越复杂,实验手术、实验范式训练、算法设计、硬件系统实现、软件平台搭建等通常都是由专门人员负责,脑机交互计算标准的匮乏导致实验过程中的交流沟通非常困难。另外,传统的脑机交互计算软件的设计未能考虑到数据算法可扩展性、流程可配置性以及大数据计算的支持,给脑机交互研究带来了很大的麻烦。因此,设计并实现一个通用的脑机交互计算标准化平台具有重要的意义。首先,本文以猕猴运动解码系统的搭建作为切入点,描述了脑机接口计算解码实验的具体流程,包括软硬件平台开发、实验范式设计、数据处理等,并重点介绍了该系统的实验范式模块和解码计算模块的功能设计与实现。对于解码实验中所涉及到的数据,本文分别从数据采集和实验范式两方面进行了详细的阐述,并对这两种信号处理过程中的实验数据格式进行了标准化设计,从数据的角度规范脑机接口技术。其次,本文具体介绍了脑机交互计算标准化平台的设计。针对系统的可扩展性和可配置性需求,我们引入了科学工作流的技术,将复杂的解码流程中所涉及到的数据输入、预处理方法设定、解码算法选取、实验结果显示等都封装为简单的可视化节点,通过图形化操作方式配置实验流程,并提供了数据和算法的扩展接口,方便对该计算平台进行扩展,而且工作流引擎中的依赖检测机制也能有效地保证解码流程的准确性。在大数据计算性能方面,本文介绍了基于Hadoop分布式计算框架的系统架构设计。最后,本文从系统架构、通信协议以及功能模块等方面描述了该计算平台的实现细节。并选取了猕猴运动摇杆范式数据以及GRNN解码算法,通过实验对系统的准确、高效以及稳定等性能进行了测试,从而验证了我们的脑机交互计算标准化平台具有可扩展性、流程化可配置性以及支持大数据并行计算等主要特性。