有效的连通性已被用于研究大脑网络和连通性模式。 有效的连接通过经验模式探索了由运动图像(MI)招募的主要运动区域之间的网络分解(EMD)和部分定向相干(PDC),基于脑电图(EEG)数据。 在第一阶段, 经验模式分解(EMD)用于将预处理的EEG信号分解为一系列IMF。 此外, 每个IMF的成对偶然效应均由PDC估算。 最后,估计MI任务期间主要运动区域的有效连通性。 我们的结果表明,有效的连通性是不同的基础左手/右手MI任务。 所提出的方法为有效连接的检测带来了重要的工具。 本文证明了基于EMD的PDC方法可以为MI任务分类提供有效的模式,并为BCI应用提供潜力。