提出了一种基于固有模态函数（IntrinsicModeFunction，IMF）能量熵的特征提取方法。对三类脑电思维信号分别进行了经验模态分解（EmpiricalModeDecomposition，EMD），并得到与其相对应的IMF。试验发现对于不同类别的信号，同阶的IMF能量的判别熵有明显的不同。而采用K-近邻分类器对三类脑电信号进行了分类，发现基于最佳特征向量选择的分类试验的平均正确识别率达75%以上。