脑电信号作为一种重要的生理电信号,在临床医学、脑机接口等科研领域具有广泛的应用和重要的意义,是自然科学研究的重要组成部分。但由于脑电信号是一种微弱的非平稳随机信号,在采集过程经常会受到严重的噪声干扰,尤其是眼动和眨眼引起的眼电伪迹,由于幅值大,且所处频段与脑电信号重合,难以通过频域滤波等传统的数字信号处理方法去除。为了有效去除这种噪声,本文探索将数字图像处理方法用于去除脑电信号中的眼电伪迹,对去除高光谱遥感图像中条带噪声的经典方法进行改进,提出了一种基于改进矩匹配法的眼电伪迹去除方法。将多导脑电信号中的采样点视为图像像素点,对矩匹配法进行适应性改进,利用眼电的传播特性和数据的中心矩等统计特性,纠正由眼电伪迹引起的电位幅值偏移。文中运用该方法同时对模拟多导联脑电数据与采集的真实脑电数据进行眼电伪迹去除,并与现有的多导脑电去噪常用方法独立成分分析(ICA)和二阶盲辨识(SOBI)进行对比。通过对去噪结果的分析和讨论,证明了本文提出的改进矩匹配法在非受噪区域有更优越的波形细节保留能力,且在处理大量多导联脑电数据时具有更小的计算复杂度和更快的运算速度,因此该方法能够广泛应用于各类实时或离线去除多导联脑电信号中眼电伪迹的场景。