摘要：目的為了研究大腦運動想象時腦功能網絡的狀態變化,并區分運動想象任務,本文提出一種基于鎖相值和圖論的腦功能網絡特征提取方法。方法獲取Mu節律和Beta節律的運動想象腦電信號(motor imagery electroencephalography,MI-EEG),計算任意兩導相同節律MI-EEG之間的鎖相值,分別構建兩個節律的腦功能網絡,并提取6種全局網絡特征參數,對其歸一化處理后進行串行融合獲得特征向量。最后以支持向量機作為分類器,采用10折交叉驗證法,在BCI Competition III Data Sets IIIa數據集上對兩種運動想象任務進行分類。結果相比于其他腦網絡特征提取方法,本文方法獲得了較高的識別率,最高識別率和平均識別率分別達到100.00%和83.33%。結論從腦功能網絡的角度,通過構建Mu節律和Beta節律兩個運動節律MI-EEG的腦功能網絡,提取多個反映大腦網絡整體信息的特征,相對于構建單一運動節律MI-EEG的腦功能網絡,提取單個網絡特征參數,能夠有效改善運動想象任務的識別效果,為MI-EEG信號的特征提取方法提供了一種新的思路。