该研究开发了一种无需校准的MI-BCI分类器，利用深度迁移学习处理EEG信号。通过比较三种深度学习模型，采用深度神经网络的分类方法在MI-EEG数据集上达到了95.53%的准确率，并提出了多种新架构，最高分类准确率可达98.3%。