هدف اغلب سیستم های واسط مغز و کامپیوتر (bci)، کمک رسانی به معلولین حرکتی است. با توجه به اینکه اغلب معلولینی که بطور کامل فلج شده اند، همچنان قادر به کنترل چشم و مغز خود هستند، انتخاب سیگنال های الکتریکی چشم (eog) و مغز (eeg) برای کنترل این سیستم ها، آنها را برای اغلب معلولین کاربردی می کند. در این تحقیق یک سیستم bci تلفیقی مبتنی بر سیگنال های eog و eeg پیشنهاد شده است که سیگنال eeg به عنوان سوئیچ برای فعال/غیرفعال کردن سیستم و سیگنال eog به عنوان کنترل کننده اصلی آن، انتخاب شده است. دلایل انتخاب الگوهای حرکتی سیگنال eog(حرکت پرشی چشم در هشت جهت اصلی و دوبار پلک زدن) برای کنترل سیستم پیشنهادی، سادگی و کم هزینه بودن ثبت و سهولت تشخیص و همچنین یادگیری سریع آن توسط کاربر، بوده است. از طرف دیگر با توجه به کنترل آسان موج آلفای سیگنال eeg توسط کاربر و تشخیص راحت آن نسبت به دیگر فرمان های کنترلی مغز، از آن برای روشن و خاموش کردن سیستم استفاده شده است. از تبدیل موجک پیوسته سیگنال eog و روش آستانه گذاری و کدگذاری برای تحلیل داده های eog و از چگالی طیف توان سیگنال eeg و روش آستانه گذاری برای تحلیل داده های eeg استفاده شده است. با پیاده سازی این روش ها برای تشخیص الگوهای حرکتی چشم با استفاده از داده های eog مربوط به سه کاربر، دقت بین %52 و %88 و برای تشخیص ظاهر شدن موج آلفا روی داده های eeg مربوط به دو کاربر ، دقت بین %44 و %65 بدست آمده است. در ادامه با بازبینی روند اجرای روش ها روی همان داده ها، با افزودن چند نکته پس پردازشی، دقت روی داده های eog بین %86 و %100 و برای داده های eeg، بین %66 و %90 محاسبه شد.