本发明涉及一种BPPV眼震信号检测算法，包括以下步骤：1)使用瞳孔中心定位算法，获得每一个医疗视频的瞳孔定位信息，并从中获取瞳孔水平、竖直、旋转方向上的速度曲线；2)选择400帧作为统一的长度标准，将视频进行滚动切分，切分后的部分子样本不包含眼震信号，将其标注为负样本；3)对数据进行翻转、反转、加噪声操作，将数据量扩充为至少原先的8倍，以提升模型效果；4)采用SMOTE算法进行过采样，以扩充数据样本，并减少数据不平衡；5)使用一维卷积神经网络结构作为基础网络框架捕捉眼震信号；本发明通过搭建基于一维卷积神经网络的深度学习模型，实现对于眼震信号的自动识别，为医学上提供了有益的参考信息。