脳活動により外部機器を直接制御可能にするBCIは，運動機能障碍者のリハビリテーションや生活支援等への応用が期待される．本研究では，CNNとGated Recurrent Unitのハイブリッドモデルを提案し，脳波の個人差に対応するため，被験者本人のデータを用いるファインチューニング（UserFT）を実施する．データ拡張によって判別性能をほぼ維持したままUserFTに用いるデータ数を360から130に減少させることに成功した．右手と左手の運動想起判別において，データ数130でUserFTを実施すると正解率70%を超える被験者数が42人から44人に増加し正解率は77.1%から78.0%に向上した．