一种基于双模型时空特征融合的脑电信号辨识方法

本发明涉及运动想象识别技术领域，具体涉及一种基于双模型时空特征融合的脑电信号辨识方法，包括以下步骤，采集运动想象的脑电信号，并对其进行预处理；将脑电信号构建为矩阵形式的拓扑型信号；将拓扑型信号输入到3D‑CNN网络提取空间特征；根据granger以及DEMATEL对原始脑电信号进行通道选择；将通道选择后的脑电信号输入到CNN‑BILSTM网络提取时间特征；融合空间特征和时间特征并通过特征融合网络进行运动想象的分类识别。本发明通过两种不同框架的网络分别自主学习空间特征和时间特征对整体的影响权重，有效提高不同特征之间的互补性，充分利用空间特征和时间特征中所蕴含的运动想象信息，进而提高运动想象脑电信号分类的识别准确率。