1.基于64通道脑电采集设备的语音交流系统包括：脑电采集设备(1)、mbfnet模块(2)以及主动交流模块(3)，脑电采集设备(1)采集被试者根据常用交流词语表进行语音想象的脑电信号，并传递至mbfnet模块(2)，实现信号的预处理、特征提取与融合、分类，将分类结果传输至主动交流模块(3)，实现文字或声音的交流形式，帮助被试者实现基础交流。
2.根据权利要求1所述的基于64通道脑电采集设备的语音交流系统，其特征在于，使用者经上位机(11)诱发的的语音想象eeg信号被脑电极帽(13)采集以模拟信号的形式进入采集模块(13)；采集模块(12)将模拟信号转换为相应的数字信号并发送给上位机(12)；上位机(12)将处理后的数据通过虚拟串口发送给mbfnet模块(2)；mbfnet模块(2)包括预处理模块、特征提取模块、特征映射与融合模块和分类器模块，根据所提出的基于语音想象的多频段特征融合网络(mbfnet)实现语音想象多频段特征深度提取与融合，并实现高精度分类，分类结果传递至主动交流系统(3)，实现语音、文字形式的交流。
3.根据权利要求2所述的脑电采集设备(1)，其特征在于，所述上位机(11)用于实验程序的运行以及设备供电；所述采集模块(12)包括虚拟串口通讯模块、数字电源模块与stm32h743iit6主控模块等数字模块以及ads1299采集模块、模拟电源模块等模拟模块；所述脑电极帽电极分布的位置为依据10-20国际标准导联电极分布的fp1，fpz,fp2，af7，af3，af4，af8，f7，f5，f3，f1，fz，f2，f4，f6，f8，ft9,，ft7，fc5，fc3，fcz，fc2，fc4，fc6，ft8，ft10，t7，c5，c3，c1，cz，c2，c4，c6，t8，tp9，tp7，cp5，cp3，cp1，cpz，cp2，cp4，cp6，tp8，tp10，p7，p5，p3，p1，pz，p2，p4，p6，p8，po7，po5，po3，poz，po4，po6，po8，o1，oz，o2的64通道电极排布，便于采集大脑主要语言处理功能区的脑电信号，通过软排线与采集模块相连接，用于脑电信号的采集和传输。
4.根据权利要求2所述的mbfnet模块(2)，具体方法是基于语音想象的多频段融合网络(mbfnet)，其特征在于，所述预处理模块，首先对脑电信号进行预处理，具体过程如下：
5.根据权利要求2所述的mbfnet模块(2)，具体方法是基于语音想象的多频段融合网络(mbfnet)，其特征在于，所述特征提取模块由三个特征提取分支、特征交互模块和分类器构成，三个特征提取分支具有相同的结构，单个分支可以被用于学习特定频段eeg信号所包含的时空特征；特征交互模块被用于三个频段时间特征的交互，最后，特征映射与融合被用于三个频段特征提取结果的融合，具体如下：
6.根据权利要求2所述的mbfnet模块(2)，其特征在于，特征映射与融合模块以特征提取分支输出特征图x∈rn×3*d×1×t′为输入，在模块中使用三个尺度的分组卷积，每组卷积只需要对部分特征图进行学习，不同频段的特征图将进入同一组卷积进行学习，实现多频段特征之间的融合，通过改变输入特征图的排列方式，即可实现三频段特征之间的融合；三个不同尺度的卷积核大小分别为8、16和32，扩张率设置为3，以充分提取大脑在执行语音想象任务时的时间特征；在进行特征融合以后，执行批归一化和池化操作，设置0.5的dropout以缓解过拟合。
7.根据权利要求2所述的mbfnet模块(13)，其特征在于分类器模块中，首先将特征图进行展平，然后通过线性层和softmax得到每个频段的输出此外，将三个频段的输出加在一起以促进三个频段的深入交互，提高模型的分类性能，具体如下：
8.根据权利要求1所述的基于64通道脑电采集设备的语音交流系统，其特征在于所述主动交流模块(3)，是一款自主研发的可实现语音(发声)与文字(无声)交流的软件，具体的，患者可利用该程序查看语音想象实验词库中的设定词汇，产生的语音想象脑电信号由脑电采集设备(1)实时采集，由mbfnet模块(2)处理并分析，最后再将解码结果通过有线传输到交流软件实现对外交互，患者同样可在软件中查看对应词汇的识别率，从而进行专项训练。