一种融合WPD预处理、深度学习特征提取与BHHSHO优化的脑电信号运动想象分类方法及系统

本发明公开了一种融合WPD预处理、深度学习特征提取与BHHSHO优化的脑电信号运动想象分类方法及系统，属于脑机接口技术领域。方法包括：采用小波包分解对原始脑电信号信号进行多尺度、多频带分解预处理，以提高信噪比；利用集成通道注意力机制的增强型稠密连接卷积神经网络提取高维深度特征；采用Relief‑F算法对高维特征进行筛选，构建低维判别性特征子集；采用BHHSHO算法对分类器的关键超参数进行全局优化；最后，利用经优化配置的卷积自编码器对低维特征子集进行分类，输出运动想象意图。本发明通过各环节的协同优化，显著提升了分类的准确率、鲁棒性和实时性，为脑机接口技术的应用提供了高效可靠的技术支持。