结合集成DCPM和GCN的运动想象识别方法

本发明提出了一种结合集成DCPM和GCN的运动想象识别方法，解决了现有技术中信号信噪比低，特征提取复杂度高，识别时间窗长的问题，实现步骤为：MI脑电信号预处理；计算DSP空间滤波器；集成DSP，形成EDSP空间滤波器，对MI特征域整体表达；接力计算，刻画MI信号在不同特征域的交叉性空间关系；GCN分类识别MI信号。本发明将每组得到的DSP空间滤波器集成，简化了数据处理的过程，通过结合EDSP空间滤波器接力计算邻接矩阵和图拉普拉斯算子，丰富了滤波后信号的特征，充实了邻接矩阵对节点信息的刻画，在短时间窗的情况下也保证了较高的识别准确率，提高了MI‑BCI系统中的识别效率，可应用在机器人控制等人机交互场景中。