融合Transformer网络与卷积神经网络的稳态运动视觉诱发电位解码方法

打开文本图片集

摘要：针对卷积神经网络（CNN）在感受野有限、缺乏对全局信息的有效感知，以及在处理短时稳态运动视觉诱发电位（SSMVEP）信号时分类效果欠佳的问题，提出了一种紧凑EEGNet-Transformer（即EEGNetformer）网络。EEGNetformer网络融合了为脑电（EEG）信号识别任务而设计的通用的卷积神经网络EEGNet网络和Transformer网络的优势，有效地捕捉与处理脑电信号中的局部和全局信息，增强网络对SSMVEP特征的学习，进而实现良好的解码性能。（剩余17382字）