一种基于卷积神经网络与蝗虫优化算法相融合的运动想象脑电检测方法

本发明公开了一种基于卷积神经网络与蝗虫优化算法相融合的运动想象脑电检测方法，属于信号解码技术领域。该方法包括：脑电板采集运动想象(MI)脑电信号，利用卷积神经网络(CNN)提取时频空特征，卷积层引入ProbSparse自我注意力机制，通过稀疏化注意力矩阵降低长序列建模复杂度；结合蝗虫优化算法(GOA)全局搜索优化特征子集与权重，以交叉熵损失和Adam优化器训练模型，最终输出分类结果及可视化特征贡献度。本发明核心创新在于CNN与GOA的耦合，解决传统方法中特征提取不全面、模型泛化能力不足的问题，利用ProbSparse机制降低计算复杂度。该方法在运动想象分类中显著提升了准确率与鲁棒性，适用于脑机接口、神经康复及智能控制等领域。