本发明提供了一种基于脑肌电协同的外肢体手指的控制方法，将额肌电信号和脑电信号作为动作状态转换的触发指令，依据计算结果判断是否输出触发指令，由此完成上肢康复训练中的不同动作的切换，不仅可以在不占用人类固有肢体自由度的情况下控制外肢体机器人，即时性增强或补偿人体运动功能，还展现出帮助脑卒中偏瘫患者实现主动式运动康复的潜力。另外，使用卷积神经网络对运动想象脑电信号进行识别分类，展现出了优于传统分类器的分类性能，并且利用遗传算法优化卷积神经网络模型的各类参数，高效地实现了小样本情况下深度学习模型地构建与使用。