EEGは外部の影響により大きく変化することが知られており，実験の参加者の健康状態や環境によって同じ認知行為でも誘発される脳波が大きく変動する．あらかじめ想定された周波数帯域および測定部位から得られた脳波信号に基づくBCIは，同一の認知課題に対しても安定して再現性の高い脳波特徴を呈するユーザのみに適合する．この問題を解決するため，学習型ファジーテンプレートマッチング（L-FTM）法を用いたBCIを開発した． また，タスク状態と非タスク状態の両方に高い適合度を持つ不適切なファジールールを削除するプルーニングを実装した． 我々は本BCIシステムに実験参加者が実際の運動を行うときの脳波を学習させ，使用者が運動をイメージするときの脳波特徴を検出することが可能であることを確認した．