一种基于轻量级注意力网络的运动想象动作识别系统

本发明提出了一种基于轻量级注意力网络的运动想象动作识别系统，本发明属于生物医学工程领域。该系统以EEGNet网络为基础，通过集成两个独特的注意力模块——通道注意力模块和深度注意力模块，实现从多个维度有效整合特征，以提取更有判别性的特征，从而显著提升了运动想象分类任务中的性能。本发明采用深度学习方法，避免了传统方法中手动特征提取步骤，在保持较低计算成本的同时实现了令人满意的分类效果，该系统对于神经康复、人机交互等相关领域具有重要应用价值和潜在学术意义。