构建了基于EEG和BFV信号的深度神经网络模型CNN-LSTM，根据NIHSS和MRS评分对缺血性脑卒中的等级进行分类；接着实验对比了卷积神经网络（CNN）、长短时记忆网络（LSTM）、CNN-LSTM这三种不同的网络架构，最后发现CNN-LSTM混合模型的效果优于单独的CNN和LSTM，准确率在三种架构中最高，在NIHSS、MRS测试集上平均准确率是95.18%；然后通过事后解释，对深度神经网络如何解码生理信号进行可视化。