本发明涉及一种基于混合神经网络的脑电信号分类方法，包括以下步骤：获取脑电信号；将脑电信号输入至混合神经网络模型进行脑电信号分类；其中，所述混合神经网络模型包括编码模块、Transformer模块、特征整合模块和分类模块。本发明通过构建以Transformer模块为主的混合神经网络模型，通过特征整合模块实现不同深度的特征融合，实现不同网络结构的残差链接，使反向传播的梯度可以通过该连接传至浅层的序列编码，避免了脑机接口领域中由于大规模数据集的缺乏，导致模型难以训练的缺陷，提高了训练时的收敛速度，提升了训练效率，同时也通过更多大的模型结构，实现了更好的分类效果和泛化性能。