一种基于脑电图EEG信号的运动想象脑机接口MI-BMI分类方法

本发明涉及脑机接口技术领域，提供了一种基于脑电图EEG信号的运动想象脑机接口MI‑BMI分类方法。针对传统MI‑BMI系统在低功耗微控制器单元(MCU)上实现困难的问题，主要方案包括通过佩戴在头部的传感器采集脑电图EEG信号；将采集到的EEG信号输入到卷积神经网络模型中；卷积神经网络模型包括：自动通道选择模块，通过选择最相关的EEG通道来减少输入维度；卷积神经网络模块，该模块包含多层卷积层、池化层和全连接层，用于提取EEG信号中的时空特征；量化模块，卷积神经网络模块的权重和激活值被量化到8位精度，以减少内存使用并优化硬件性能；在低功耗MCU上实现上述卷积神经网络模型，并进行实时的EEG信号分类。