在脑—机接口（brain-computerinterface，BCI）系统中，利用高密度导联来获取脑电信号（EEG）空间信息，增加了特征提取和识别的复杂度和难度。针对脑电信号分类识别中的导联选择问题，提出一种互信息引导下的前向搜索导联选择算法，首先根据互信息及最大相关最小冗余（maximumdependencywithminimumredundancy，mRMR）原理对各个导联进行排序，以排序靠前的导联信号分类准确率为判据，采用前向搜索算法依次选择后续导联，获得最优导联组合。以BCIcompetitionⅣdatasets1为分析数据集，实验结果表明，所提算法在减少导联的同时提高了BCI系统的识别率，为BCI系统的应用提供了技术参考。