基于CNN与Transformer的运动想象脑电信号分类实战指南-平芜编程栈

简介：深度学习模型，特别是卷积神经网络（CNN）和Transformer，已成为处理复杂时序信号的有力工具。CNN擅长从原始数据中提取局部时空特征，而Transformer凭借其自注意力机制，能有效建模序列中的长距离依赖关系。这种组合在信号处理领域展现出巨大技术价值，尤其适用于对时序动态和全局上下文敏感的任务。在脑机接口（BCI）这一前沿应用场景中，运动想象脑电信号分类是核心挑战之一。EEG信号具有多通道、高维、低信噪比的特点，传统方法在特征提取和长程依赖建模上存在局限。本文聚焦于如何构建一个高效的CNN-Transformer混合模型，通过CNN作为前端特征提取器，Transformer作为全局关系建模器，实现对运动想象意图的精准解码，为控制外部设备提供关键技术支撑。

1. 项目概述与核心价值

如果你正在为计算机、生物医学工程或人工智能相关专业的毕业设计选题发愁，或者对脑机接口这个前沿领域充满好奇，那么“基于Transformer的运动想象脑电信号分类”这个题目，绝对值得你花时间深入研究。这不仅仅是一个能让你顺利通过答辩的课题，更是一个能让你真正触及当前AI与神经科学交叉领域研究热点的绝佳实践项目。简单来说，这个项目的目标就是教会计算机“读懂”你的大脑：当你想象自己左手或右手在运动时，大脑会产生特定的电信号（即脑电图，EEG），我们的模型要做的就是精准识别出你正在想象的是哪只手。

为什么说这个项目含金量高？首先，运动想象脑电信号分类是脑机接口（BCI）最核心、最经典的任务之一，是控制外部设备（如机械臂、轮椅）的基础。其次，你采用的“CNN+Transformer”框架，是目前处理时序信号（如EEG）最前沿、最有效的架构组合之一。CNN（卷积神经网络）擅长从原始EEG信号中提取局部时空特征，而Transformer凭借其强大的自注意力机制，能捕捉信号中长距离的依赖关系，理解不同脑区、不同时间点信号之间的复杂关联。这个组合拳，能有效解决传统方法（如SVM、传统CNN或RNN）在EEG分类中特征提取不充分、长程依赖建模能力弱的问题。完成这个项目，你不仅能掌握深度学习两大核心架构的实战应用，还能深入理解脑电信号处理的独特挑战，为未来从事AI医疗、人机交互等方向打下坚实基础。

2. 核心思路与技术选型解析

2.1 为什么是CNN+Transformer？

在深入代码之前，我们必须先搞清楚为什么这个组合是当前处理运动想象EEG信号的“黄金搭档”。EEG信号本质上是多通道（比如常用的64通道）、高维度、低信噪比的时序数据。想象一下，你的大脑就像一个布满传感器的网络，每个传感器（电极）都在实时记录微弱的电活动。运动想象任务中，与手部运动相关的大脑皮层（感觉运动区）会产生特定的节律性变化（如mu节律的衰减），但这种变化被淹没在大量的背景噪声和其他脑活动中。

CNN的角色：特征提取的“显微镜”。原始EEG信号是“混沌”的。1D CNN（一维卷积）可以沿着时间轴滑动，像一把精细的梳子，梳理出信号在局部时间窗口内的节律、幅度等微观特征。我们还可以使用2D CNN，将多通道EEG在空间上排列成类似图像的格式（通道×时间），同时捕捉空间（不同脑区）和时间上的局部相关性。CNN的卷积核就是一系列可学习的滤波器，专门用于检测信号中诸如特定频率振荡（如8-13Hz的mu节律）这类关键模式。

Transformer的角色：关系建模的“全局调度中心”。CNN的视野是局部的，它很难理解一个在时间序列早期出现的特征如何影响后期的信号，或者左脑某个电极的活动与右脑另一个电极的活动有何关联。这就是Transformer大显身手的地方。Transformer的核心是自注意力机制，它允许序列中的任何一个时间点（或特征）直接与序列中所有其他时间点（或特征）进行“对话”，计算它们之间的相关性权重。对于EEG信号，这意味着模型可以自动学习到：“哦，当C3电极（对应右脑运动皮层）在时间t出现一个特定模式时，它与C4电极（对应左脑运动皮层）在时间t+200毫秒的另一个模式高度相关，这很可能是一次左手运动的想象。”这种全局的、动态的依赖关系建模能力，是传统RNN（存在梯度消失/爆炸问题）难以媲美的。

组合优势：因此，典型的流程是先用CNN作为“前端特征提取器”，将原始的、高维的EEG信号映射到一个富含语义信息的特征序列（可以理解为一系列“特征向量”）。然后，将这个特征序列送入Transformer编码器，让其学习这些特征向量之间的复杂依赖关系，最终通过一个分类头（通常是全连接层+Softmax）输出分类结果。这种“CNN提取局部特征，Transformer建模全局上下文”的范式，在多个公开EEG数据集上都被证明能显著提升分类准确率。

2.2 项目整体架构设计

基于上述思路，我们可以勾勒出项目的整体技术架构。一个健壮、可复现的毕业设计项目，其代码结构应该清晰、模块化。以下是一个推荐的目录结构，这不仅是代码组织，更是你思考过程的体现：

eeg_transformer_classification/ │ ├── data/ # 数据相关 │ ├── raw/ # 存放原始数据集（如BCI Competition IV 2a） │ ├── processed/ # 存放预处理后的数据（.npy或.h5格式） │ └── dataloader.py # 自定义数据加载与预处理类 │ ├── models/ # 模型定义 │ ├── __init__.py │ ├── cnn_backbone.py # CNN特征提取网络 │ ├── transformer_encoder.py # Transformer编码器模块 │ └── cnn_transformer.py # 整合CNN与Transformer的完整模型 │ ├── configs/ # 配置文件 │ └── default.yaml # 超参数配置（学习率、批次大小、模型维度等） │ ├── engine/ # 训练与评估引擎 │ ├── trainer.py # 训练循环、验证、保存检查点 │ └── evaluator.py # 测试与指标计算 │ ├── utils/ # 工具函数 │ ├── preprocessing.py # 信号滤波、重参考、分段等函数 │ ├── visualization.py # 绘制损失曲线、注意力权重图、混淆矩阵 │ └── logger.py # 日志记录 │ ├── scripts/ # 执行脚本 │ ├── train.py # 启动训练 │ └── test.py # 加载模型进行测试 │ ├── checkpoints/ # 保存训练好的模型权重 ├── results/ # 保存实验结果、图表 └── requirements.txt # 项目依赖包列表

这个结构将数据流、模型定义、训练逻辑、工具支持清晰地分离，方便你调试、实验和撰写论文。接下来，我们将深入每个核心模块的细节。

3. 数据预处理：从原始EEG到模型可用的张量

数据预处理是EEG分析中最关键也最繁琐的一步，直接决定了模型性能的上限。对于运动想象分类，我们通常使用BCI Competition IV 2a这类公开数据集，它包含9名受试者想象左手、右手、双脚、舌头四类运动时的22通道EEG数据。

3.1 标准化预处理流程

带通滤波：EEG的有效信息通常集中在特定的频带。对于运动想象，我们主要关注mu节律（8-13 Hz）和beta节律（13-30 Hz）。因此，第一步是使用一个5-35 Hz的带通滤波器（如巴特沃斯滤波器）去除低频漂移和高频噪声（如肌电）。
注意：滤波器的阶数和类型选择很重要。阶数太高可能导致相位失真，通常4-6阶的巴特沃斯滤波器是平衡效果与复杂度的常见选择。务必使用scipy.signal中的filtfilt函数进行零相位滤波，避免信号时移。
重参考：原始EEG记录的是每个电极相对于某个参考电极（如耳后）的电位差。为了减少参考电极的影响并增强信号的空间可比性，常转换为平均参考（所有电极电位求平均后作为新参考）或拉普拉斯参考（突出局部源活动）。
分段：根据实验标记，从连续信号中截取出与每次运动想象尝试对应的数据段。例如，BCI IV 2a数据中，每次尝试从提示出现开始，持续4秒。我们通常截取提示后0.5秒到3.5秒这3秒的数据，以避开视觉诱发电位和运动执行准备电位。
降采样：原始采样率可能高达250Hz或更高。过高的采样率会增加计算负担，而运动想象相关的节律变化是相对缓慢的。将数据降采样到128Hz或100Hz通常能在保留有效信息的同时大幅提升训练速度。
标准化：不同受试者、不同通道之间的信号幅度差异巨大。必须对每个通道、每个试次的数据进行标准化，常见方法是z-score标准化：(数据 - 均值) / 标准差。这里的均值和标准差是在单个试次内计算的，以避免引入试次间的信息泄露。

3.2 PyTorch DataLoader实现

预处理完成后，我们需要一个高效的数据加载管道。下面是一个EEGDataset类的核心代码示例：

import numpy as np import torch from torch.utils.data import Dataset, DataLoader class EEGDataset(Dataset): def __init__(self, data_path, label_path, transform=None): """ 初始化数据集。 Args: data_path: 预处理后的EEG数据文件路径 (.npy)，形状为 (试次数, 通道数, 时间点数) label_path: 对应的标签文件路径 (.npy)，形状为 (试次数,) transform: 可选的在线数据增强（如添加噪声、随机裁剪） """ self.data = np.load(data_path).astype(np.float32) # 确保为float32 self.labels = np.load(label_path).astype(np.int64) # 标签为整数 self.transform = transform # 验证数据形状 assert self.data.shape[0] == self.labels.shape[0], "数据与标签数量不匹配！" def __len__(self): return len(self.labels) def __getitem__(self, idx): sample = self.data[idx] # 形状: (C, T) label = self.labels[idx] # 转换为PyTorch张量 sample = torch.from_numpy(sample) # 已经是 (C, T) # 如果需要，可以增加一个通道维度以适配某些CNN (B, 1, C, T) # sample = sample.unsqueeze(0) if self.transform: sample = self.transform(sample) return sample, label # 创建DataLoader def get_dataloaders(data_dir, batch_size=32): train_dataset = EEGDataset(f'{data_dir}/train_data.npy', f'{data_dir}/train_labels.npy') val_dataset = EEGDataset(f'{data_dir}/val_data.npy', f'{data_dir}/val_labels.npy') train_loader = DataLoader(train_dataset, batch_size=batch_size, shuffle=True, num_workers=2, pin_memory=True) val_loader = DataLoader(val_dataset, batch_size=batch_size, shuffle=False, num_workers=2, pin_memory=True) return train_loader, val_loader

实操心得：pin_memory=True在GPU训练时能显著加速数据从CPU到GPU的传输。num_workers根据你的CPU核心数设置，通常设置为2-4。数据增强对于EEG小样本学习很有用，可以尝试添加轻微的高斯噪声、随机时间偏移或通道丢弃，但要注意不能破坏与运动想象相关的节律模式。

4. 模型构建：CNN与Transformer的深度融合

这是项目的核心代码部分。我们将分步构建一个经典的CNN-Transformer混合模型。

4.1 CNN特征提取骨干网络

我们设计一个轻量但有效的1D CNN网络来提取时空特征。输入形状为(batch_size, channels, time_points)。

import torch.nn as nn import torch.nn.functional as F class CNNFeatureExtractor(nn.Module): def __init__(self, input_channels=22, feature_dim=128): super().__init__() # 第一层卷积：提取低阶时间特征 self.conv1 = nn.Conv1d(in_channels=input_channels, out_channels=64, kernel_size=10, stride=2, padding=4) self.bn1 = nn.BatchNorm1d(64) self.pool1 = nn.MaxPool1d(kernel_size=3, stride=2, padding=1) # 第二层卷积：提取更抽象的特征 self.conv2 = nn.Conv1d(in_channels=64, out_channels=128, kernel_size=5, stride=1, padding=2) self.bn2 = nn.BatchNorm1d(128) self.pool2 = nn.MaxPool1d(kernel_size=3, stride=2, padding=1) # 第三层卷积：进一步压缩和提炼 self.conv3 = nn.Conv1d(in_channels=128, out_channels=feature_dim, kernel_size=3, stride=1, padding=1) self.bn3 = nn.BatchNorm1d(feature_dim) # 这里不使用池化，保留更多时间步信息给Transformer # 全局平均池化 (GAP) 或 Flatten + FC 来产生固定维度的序列 # 我们选择GAP来聚合每个通道的时间信息，但会丢失时间顺序。更好的方法是保留时间维度。 # 因此，我们这里不进行GAP，而是将卷积输出的 (feature_dim, T') 视为序列。 def forward(self, x): # x: (B, C, T) x = F.relu(self.bn1(self.conv1(x))) x = self.pool1(x) x = F.relu(self.bn2(self.conv2(x))) x = self.pool2(x) x = F.relu(self.bn3(self.conv3(x))) # 输出形状: (B, feature_dim, T_reduced) # 我们需要将特征维度转换为序列维度，以适应Transformer # Transformer期望输入序列形状: (B, Seq_Len, Feature_Dim) x = x.permute(0, 2, 1) # (B, T_reduced, feature_dim) return x

关键点解析：

nn.Conv1d的in_channels对应EEG的电极通道数。
通过stride和pooling逐步降低时间维度（T_reduced），减少后续Transformer的计算量。
最后使用permute将维度从(B, feature_dim, T_reduced)转换为(B, T_reduced, feature_dim)，这意味着我们把每个时间点看作序列中的一个“词”，而feature_dim就是这个“词”的嵌入维度。这是将CNN输出适配到Transformer输入的关键一步。

4.2 Transformer编码器模块

我们将使用PyTorch自带的nn.TransformerEncoder层，它封装了多头自注意力（Multi-Head Attention）和前馈网络（FFN）。

class TransformerEncoderModule(nn.Module): def __init__(self, feature_dim=128, num_heads=8, num_layers=3, dropout=0.1): super().__init__() encoder_layer = nn.TransformerEncoderLayer( d_model=feature_dim, # 输入特征维度，必须与CNN输出的feature_dim一致 nhead=num_heads, # 注意力头的数量 dim_feedforward=feature_dim*4, # FFN隐藏层维度，通常为d_model的4倍 dropout=dropout, activation='gelu', # GELU激活函数效果通常优于ReLU batch_first=True # 重要！设置输入/输出为 (batch, seq, feature) 格式 ) self.transformer_encoder = nn.TransformerEncoder(encoder_layer, num_layers=num_layers) # 可学习的位置编码：因为CNN输出已经失去了绝对位置信息，需要重新注入 # 假设最大序列长度（T_reduced）为L，我们创建一个可学习的矩阵 (L, feature_dim) # 在实际forward中根据实际序列长度截取或插值 self.pos_encoder = nn.Parameter(torch.zeros(1, 100, feature_dim)) # 假设最大长度100 def forward(self, x): # x: (B, T_reduced, feature_dim) 来自CNN B, T, D = x.shape # 添加位置编码 x = x + self.pos_encoder[:, :T, :] # 截取与当前序列长度匹配的位置编码 # 通过Transformer编码器 # Transformer期望的mask用于忽略填充位置，对于EEG全序列有效，我们传入None x = self.transformer_encoder(x, mask=None) # 输出形状: (B, T_reduced, feature_dim) return x

为什么需要位置编码？Transformer本身不具备感知序列顺序的能力。CNN虽然通过卷积操作隐含了局部顺序，但经过多次池化后，全局位置信息已弱化。添加可学习的位置编码，让模型知道每个特征向量在时间序列中的相对或绝对位置，这对于理解EEG信号的时序动态至关重要。

4.3 分类头与模型整合

Transformer编码器输出的是一个序列，我们需要将其聚合为一个全局表示，用于最终的分类。

class CNNTransformerClassifier(nn.Module): def __init__(self, input_channels=22, num_classes=4, feature_dim=128, transformer_heads=8, transformer_layers=3): super().__init__() self.cnn = CNNFeatureExtractor(input_channels, feature_dim) self.transformer = TransformerEncoderModule(feature_dim, transformer_heads, transformer_layers) # 分类头：聚合序列信息并输出类别概率 # 方法1: 使用CLS Token（类似BERT） self.cls_token = nn.Parameter(torch.zeros(1, 1, feature_dim)) # 方法2: 全局平均池化（GAP）序列维度 # 这里我们演示CLS Token方法，它让模型学习一个专门的“总结”向量 self.layer_norm = nn.LayerNorm(feature_dim) self.fc = nn.Linear(feature_dim, num_classes) # 初始化CLS Token nn.init.normal_(self.cls_token, std=0.02) def forward(self, x): # x: (B, C, T) # 1. CNN特征提取 cnn_features = self.cnn(x) # (B, T_reduced, D) # 2. 添加CLS Token到序列开头 B, T, D = cnn_features.shape cls_tokens = self.cls_token.expand(B, -1, -1) # (B, 1, D) transformer_input = torch.cat((cls_tokens, cnn_features), dim=1) # (B, T_reduced+1, D) # 3. Transformer编码 transformer_output = self.transformer(transformer_input) # (B, T_reduced+1, D) # 4. 取CLS Token对应的输出作为全局表示 cls_output = transformer_output[:, 0, :] # (B, D) cls_output = self.layer_norm(cls_output) # 5. 分类 logits = self.fc(cls_output) # (B, num_classes) return logits

CLS Token vs. 全局池化：

CLS Token：在序列前添加一个特殊的可学习向量。经过Transformer后，这个向量的输出融合了全局序列信息，专门用于分类。这是一种更灵活的方式，让模型自己学习如何聚合信息。
全局平均/最大池化：直接对Transformer输出的整个序列（时间维度）进行平均或取最大。实现简单，但可能丢失重要信息。在EEG分类中，两种方法效果相近，CLS Token更具理论美感且是当前主流。你可以在实验中对比两者。

5. 模型训练、调优与评估实战

5.1 训练配置与损失函数

对于多分类任务，交叉熵损失是标准选择。优化器推荐使用AdamW（Adam with decoupled weight decay），它比原始Adam有更好的泛化性能。

import torch.optim as optim from torch.optim.lr_scheduler import CosineAnnealingLR def build_optimizer_and_scheduler(model, config): optimizer = optim.AdamW( model.parameters(), lr=config['learning_rate'], weight_decay=config['weight_decay'] # 通常设为1e-4到1e-2 ) # 余弦退火学习率调度器，在训练过程中平滑降低学习率 scheduler = CosineAnnealingLR( optimizer, T_max=config['epochs'], # 周期数 eta_min=config['min_lr'] # 最小学习率，如1e-6 ) return optimizer, scheduler criterion = nn.CrossEntropyLoss()

超参数经验值参考：

超参数	推荐范围	说明
批次大小 (Batch Size)	32, 64	太小不稳定，太大可能内存不足。EEG数据量通常不大，32是个安全的起点。
初始学习率 (Learning Rate)	1e-4 到 1e-3	Transformer模型对学习率敏感，建议从较小值（如3e-4）开始。
权重衰减 (Weight Decay)	1e-4 到 1e-2	防止过拟合，AdamW中已解耦，可设为1e-2。
Dropout	0.1 到 0.5	在Transformer层和全连接层使用，防止过拟合。数据量小则用较高的dropout。
特征维度 (feature_dim)	64, 128, 256	影响模型容量。从128开始，根据性能调整。
Transformer层数 (num_layers)	2 到 6	层数越多，模型越复杂，但也更容易过拟合。对于EEG，2-4层通常足够。
注意力头数 (num_heads)	4, 8	必须是feature_dim的约数。8是一个常用值。

5.2 训练循环与验证

一个完整的训练循环需要包含前向传播、损失计算、反向传播、梯度裁剪（防止梯度爆炸）和模型保存。

def train_one_epoch(model, dataloader, optimizer, criterion, device, epoch): model.train() running_loss = 0.0 correct = 0 total = 0 for batch_idx, (data, targets) in enumerate(dataloader): data, targets = data.to(device), targets.to(device) # 前向传播 optimizer.zero_grad() outputs = model(data) loss = criterion(outputs, targets) # 反向传播与优化 loss.backward() # 梯度裁剪，对Transformer训练尤其重要 torch.nn.utils.clip_grad_norm_(model.parameters(), max_norm=1.0) optimizer.step() # 统计 running_loss += loss.item() _, predicted = outputs.max(1) total += targets.size(0) correct += predicted.eq(targets).sum().item() if batch_idx % 20 == 0: print(f'Epoch: {epoch} | Batch: {batch_idx}/{len(dataloader)} | Loss: {loss.item():.4f}') epoch_loss = running_loss / len(dataloader) epoch_acc = 100. * correct / total return epoch_loss, epoch_acc def validate(model, dataloader, criterion, device): model.eval() val_loss = 0.0 correct = 0 total = 0 with torch.no_grad(): for data, targets in dataloader: data, targets = data.to(device), targets.to(device) outputs = model(data) loss = criterion(outputs, targets) val_loss += loss.item() _, predicted = outputs.max(1) total += targets.size(0) correct += predicted.eq(targets).sum().item() val_loss /= len(dataloader) val_acc = 100. * correct / total return val_loss, val_acc

5.3 模型评估与可视化

训练完成后，我们需要用测试集评估模型的最终性能，并可视化结果以支撑论文分析。

关键评估指标：

总体准确率：最直观的指标。
混淆矩阵：查看模型在每一类上的具体表现，是否存在类别不平衡或特定类别的混淆（如左手和右手容易分错）。
Kappa系数：考虑到随机猜测的概率，比准确率更能反映分类器的真实性能，在BCI竞赛中常用。
F1-score（宏平均）：当各类别样本数不平衡时，比准确率更有参考价值。

from sklearn.metrics import confusion_matrix, classification_report, cohen_kappa_score import seaborn as sns import matplotlib.pyplot as plt def evaluate_model(model, test_loader, device, class_names=['Left Hand', 'Right Hand', 'Feet', 'Tongue']): model.eval() all_preds = [] all_targets = [] with torch.no_grad(): for data, targets in test_loader: data = data.to(device) outputs = model(data) _, preds = outputs.max(1) all_preds.extend(preds.cpu().numpy()) all_targets.extend(targets.numpy()) # 计算指标 acc = accuracy_score(all_targets, all_preds) kappa = cohen_kappa_score(all_targets, all_preds) report = classification_report(all_targets, all_preds, target_names=class_names, output_dict=True) print(f'Test Accuracy: {acc:.4f}') print(f'Cohen\'s Kappa: {kappa:.4f}') print(classification_report(all_targets, all_preds, target_names=class_names)) # 绘制混淆矩阵 cm = confusion_matrix(all_targets, all_preds) plt.figure(figsize=(8,6)) sns.heatmap(cm, annot=True, fmt='d', cmap='Blues', xticklabels=class_names, yticklabels=class_names) plt.ylabel('True Label') plt.xlabel('Predicted Label') plt.title('Confusion Matrix') plt.tight_layout() plt.savefig('./results/confusion_matrix.png', dpi=300) plt.show() return acc, kappa, report

可视化注意力权重（可选但强烈推荐）：理解Transformer“看”到了什么是论文的亮点。你可以提取最后一层Transformer中CLS Token对所有时间步的注意力权重，并将其可视化为一个热力图，叠加在原始的EEG信号或经过CNN提取后的特征图上。这能直观展示模型在做决策时，重点关注了哪些时间点和哪些特征，为你的分析提供神经科学上的解释。

6. 常见问题、调优技巧与避坑指南

在实际操作中，你几乎一定会遇到以下问题。这里是我踩过坑后总结的经验。

6.1 模型不收敛或准确率极低

检查数据预处理：这是最常见的问题。确保你的滤波范围正确（5-35Hz），标准化是按试次进行的，而不是在整个数据集上。数据标签是否正确对应。
检查数据形状：确保输入模型的张量形状是(B, C, T)。一个常见的错误是维度顺序弄反。
学习率过大：Transformer对学习率敏感。尝试将学习率降低一个数量级（例如从1e-3降到3e-5），并使用学习率预热（Warmup）策略，在前几个epoch逐步提高学习率。
梯度爆炸：添加梯度裁剪clip_grad_norm_，范数阈值设为1.0或5.0。
模型初始化：Transformer中的线性层和CNN的卷积层如果初始化不当会导致训练困难。PyTorch默认的初始化通常可以，但如果你自定义层，需注意。

6.2 过拟合严重（训练集准确率高，验证集低）

增加正则化：
- 提高Dropout率：在Transformer的FFN层后和最后的分类头之前增加Dropout，尝试0.3到0.5。
- 增强权重衰减：将AdamW的weight_decay提高到1e-2。
- 使用标签平滑：在CrossEntropyLoss中应用标签平滑，可以防止模型对训练标签过于自信。
```
criterion = nn.CrossEntropyLoss(label_smoothing=0.1)
```
数据增强：对EEG信号进行在线增强，如添加随机高斯噪声、随机时间翻转（需谨慎，可能破坏时序）、随机通道屏蔽（模拟电极接触不良）。
简化模型：减少Transformer的层数（例如从4层减到2层）或减少特征维度。
早停：监控验证集损失，当其在连续多个epoch不再下降时停止训练。

6.3 如何进一步提升性能？

更精细的频带处理：运动想象不仅涉及mu/beta节律，其频带可能因人而异。可以尝试使用滤波器组共空间模式（FBCSP）或直接将原始信号转换到时频域（如小波变换、短时傅里叶变换）作为CNN的2D输入（时间×频率）。
空间特征先验：EEG电极有固定的空间位置。可以在CNN中引入深度可分离卷积，或使用图卷积网络（GCN）来显式建模电极间的空间拓扑关系，然后再接Transformer处理时间关系。
跨被试学习：这是BCI的终极挑战。你可以尝试在模型中加入一个被试嵌入层（Subject Embedding），与输入信号一起送入模型，让模型学习不同受试者之间的个体差异。或者使用元学习、域自适应等方法。
集成学习：训练多个不同初始化或不同超参数的CNN-Transformer模型，对它们的预测结果进行投票或平均，通常能稳定地提升1-2个百分点的性能。

6.4 毕业设计论文撰写要点

你的论文不应只是代码的说明书，而应体现科学思考。

引言：清晰阐述运动想象BCI的应用背景、传统方法的局限性、以及Transformer在时序建模上的优势，引出CNN+Transformer的必要性。
相关工作：系统回顾EEG分类方法（从CSP、SVM到深度学习）、以及Transformer在EEG/时序信号中的应用。
方法：这是核心。用框图（建议用draw.io或PPT画，导出为矢量图）清晰展示你的模型架构、数据流程图。详细说明你的CNN结构、Transformer配置、以及如何整合。给出损失函数、优化器的数学公式或选择理由。
实验：
- 数据集：详细介绍使用的数据集（如BCI IV 2a），包括受试者数量、通道、实验范式、数据划分（按竞赛要求或你自己如何划分训练/验证/测试集）。
- 预处理：用流程图或列表详细说明每一步预处理步骤和参数。
- 对比实验：设置消融实验（Ablation Study）是论文的加分项。例如：
  - 基准模型：仅CNN，仅Transformer（需将信号展平或特殊处理），传统方法（如CSP+LDA）。
  - 你的模型：CNN+Transformer。
  - 变体1：CNN + Transformer (无位置编码)。
  - 变体2：CNN + Transformer (使用全局平均池化代替CLS Token)。
- 结果与分析：用表格展示所有对比模型的准确率、Kappa系数、F1-score。用混淆矩阵和注意力热力图进行可视化分析。讨论为什么你的模型表现更好，注意力权重是否聚焦在了与运动想象相关的感觉运动区（C3, C4, Cz电极附近）和时间段。
结论与展望：总结你的工作，指出模型的优点和仍存在的不足（如计算量、对个体差异的泛化能力），并提出未来可能的改进方向（如引入图结构、在线学习等）。

完成这个项目，你将获得一个结构清晰、性能优异的EEG分类模型，一份详实的实验记录，以及一篇有深度的毕业设计论文。更重要的是，你获得了将最前沿的深度学习架构应用于实际生物信号问题的完整经验，这份经验在AI+医疗健康领域极具价值。动手开始吧，从下载数据集和运行第一行预处理代码开始，每一步的调试和优化都会让你离一个出色的毕业设计更近一步。

本文还有配套的精品资源，点击获取