随着脑科学研究的不断发展,人们对大脑的工作机制越来越感兴趣,并且随着科技的进步,越来越多的技术被应用到大脑研究领域中,脑电信号以及功能性核磁共振成像是目前应用最广的两种方法,两种方法各自在时空分辨率上有着各自的优势,将两者结合起来彼此互补成了新的研究趋势。但是在核磁共振扫描环境下,采集的脑电信号会引入较强的伪迹,本文的主要工作就是搭建磁共振环境下的脑机接口系统,对脑电信号中引入的核磁伪迹进行在线去除,为之后的EEG-MRI信号融合做好准备工作。首先本文对磁场伪迹产生的原因作了介绍,并对伪迹的种类及特点作了详细的分析。之后介绍了前人针对磁场伪迹的特点提出的去噪方法,其中最常用的算法为平均模板去噪算法(AAS)以及基于PCA的最优基去噪算法(OBS)。AAS算法计算相对简单,不需要很高的计算量,但是只适用于理想化的噪声模型,处理结果有较大的残留伪迹。OBS算法处理结果虽然大大减小了残留伪迹,但仍然有一定的噪声残留,并且在去噪过程容易将脑电信号的成分去除,破坏脑电信号的完整性。本文针对残留的伪迹提出了新的去噪算法,即在构造最优基的过程中考虑主成分分析得到的特征向量与噪声模板的相关系数,构造新的最优基进行去噪。之后提出采用最小均方自适应滤波,对信号中的残留伪迹作进一步的去除,并最大程度地保留脑电信号的完整性。随后,作者使用Brain Product公司的Brain Amp MR设备搭建磁共振室环境下的脑机接口实验系统,并将上述的去噪算法在线化,在该系统中进行实现,结合到脑机接口实验系统中进行在线实验。本文主要采用P300字符输入实验系统作为核磁共振扫描环境下的脑机接口实验,通过P300字符输入在线实验,验证算法的效果,并将实验结果与其他传统的去伪迹算法进行比较。