本发明公开了一种基于CNN?LSTM网络的P300检测方法，包括步骤：1)设计P300字符拼写器，采集脑电图数据并确定训练集与测试集；2)对训练集与测试集进行预处理；3)建立CNN与LSTM结合的算法模型；4)使用训练集对模型参数进行训练；5)使用测试集测试模型字符识别的准确率、P300波识别的正确率、召回率、精度以及F?measure。本发明将CNN与LSTM两种神经网络结合起来建立算法模型，既兼顾了时间与空间特征，同时也解决了单纯的RNN算法中梯度消失或者爆炸的问题，并且进一步提高了准确率，是一种可行的侦测P300信号的方法。