脑机百科消息(bciwiki.com)，该预印本于2026年8月13日上传至arXiv，提出一种将卷积神经网络（CNN）与双向长短期记忆网络（bi-LSTM）结合的混合深度学习架构，用于运动想象脑电解码。研究者称，卷积网络负责从原始运动想象脑电中直接学习高层空间与时间表征，双向长短期记忆网络负责建模所提取特征之间的时间依赖关系。研究者同时指出，脑电记录噪声大、与底层脑活动关系复杂，深度学习虽能直接从信号中学习表征，但其在运动想象脑电特征学习上的应用仍相对有限。
研究者在一个公开数据集和一个借助脑电采集系统自行采集的数据集上评估了该方法，报告其在二分类与三分类运动想象任务中均具备稳健表现，并在所对比的方法中展现出跨被试解码的潜力。该研究为预印本，尚未经过同行评审，作者署名为Athanasios Karagounis。