穩態視覺誘發電位(SSVEP)是由持續的視覺刺激而誘發的節律性腦電信號。SSVEP頻率由固定的視覺刺激頻率及其諧波頻率組成。二維集合經驗模式分解(2D-EEMD)是經典的經驗模式分解算法的改進算法, 將分解拓展到二維方向上。本文首創性地將2D-EEMD應用于SSVEP。分解得到的本征模式函數(IMF)的二維圖像可清晰地觀測到SSVEP頻率。經過噪聲和偽跡濾除的SSVEP主要有效IMF成分投影到頭圖上, 可以反映大腦對視覺刺激的時變趨勢, 以及大腦不同區域的反應程度, 結果顯示枕葉區對于視覺刺激的反應最為強烈。最后本文用短時傅里葉變換(STFT)對2D-EEMD的重構信號進行SSVEP頻率提取, 其識別準確率提高了16%。