背景:中风是老年人中最常见的疾病之一。 中风康复系统中的一个实际问题是如何将运动图像模式与脑电图(EEG)记录分开。 当经典算法(例如公共空间模式(CSP))直接应用于中风患者时,这些系统的性能会急剧下降。 新方法:我们提出了一种基于张量的方案,该方法可以直接从基于小波变换方法构造的多维EEG中检测运动图像的EEG模式在时空范围内。 区分运动图像脑电图模式通过Fisher评分策略获得。 此外,从这些模式中选择贡献最大的通道组和频带,并将其用作以下运动图像任务的先验知识。 结果:我们基于中风患者记录的EEG数据集评估我们的方案。 结果表明,我们的方法在在线和离线识别性能上均优于其他五种传统方法。 与现有方法的比较:与现有方法不同,我们的方法同时获得了时空域的运动图像脑电图,同时保留了多通道时变脑电图的结构信息。 结论:我们的计划被鼓励转移到其他一些实际的康复应用中,以使其性能更好。