سیستم های واسط مغزی-کامپیوتری سیستم هایی هستند که می توانند سیگنال های الکتریکی مرتبط با تصورات مغز انسان را به صورت دستورات کامپیوتری ترجمه کنند. در صورتی که این تصورات مربوط به حرکت اندام های بدن باشد این قابلیت می تواند در حل مشکل بسیاری از بیماران حسی-حرکتی همچون مبتلایان به als مفید واقع شود. بسیاری از روش های بکار گرفته شده در این سیستم ها همچون csp و مشتقات آن با بدست آوردن فیلترهای مکانی- فرکانسی تحت شرایطی خاص، سیگنال منابع را تخمین زده و انرژی آن را به عنوان یک ویژگی جدا کننده در نظر می گیرند. امّا بیشتر این گونه روش ها از مشکلاتی همچون عدم هماهنگی با طبقه بندی کننده، عدم هماهنگی در تخمین فیلترها و هزینه محاسباتی بالا رنج می برند. از طرفی در هیچ یک از آن ها از مختصات سه بعدی مکان منابع برای استخراج ویژگی استفاده نشده است. این در حالی است که بر طبق یافته های آناتومی و فیزیولوژی می دانیم که مکان تصورات مختلف در مغز متفاوت است. در این تحقیق ابتدا روش های تخمین سیگنال منابع مورد بررسی قرار گرفته و سعی شده روشی کارا برای یافتن فیلترهای مکانی-فرکانسی ارائه گردد، به طوری که نقاط ضعف روش های پیشین را برطرف کند. الگوریتم پیشنهاد شده و چند الگوریتم مشابه بر روی دو مجموعه داده معروف bci پیاده سازی شده است و نتایج آن افزایش دقت طبقه بندی و کاهش نسبی زمان پردازش را در مقایسه با روش های مشابه نشان می دهد. در مرحله دوم این پایان نامه، الگوریتم دیگری برای یافتن توزیع گسترده مکانی منابع تصورات مغزی پیشنهاد گردیده که از فیلترهای مکانی- فرکانسی بدست آمده در قسمت قبل استفاده می کند. در نهایت سعی گردیده است تا از نتایج این مکان یابی منابع در طبقه بندی تصورات مغزی استفاده شود. نتایج شبیه سازی روش پیشنهاد شده، گویای موفقیت آن در یافتن توزیع مکانی قابل توجیه برای تصورات مغزی و هم چنین توانایی طبقه بندی آن ها بر اساس مکان منابع می باشد.