简介运动想象脑电信号分类项目基于Transformer框架并结合CNN提取局部时间空间特征是一份完整的Python毕设源码面向计算机、人工智能及相关专业的学生与从业者可用于期末课程设计、大作业或毕业设计等场景。项目由作者调试完成、可正常运行答辩评分达98分代码结构清晰、注释完整既适合入门学习也便于进阶改造。压缩包约18.45MB共31个文件23个Python脚本覆盖数据读取、模型构建、K折交叉验证训练与可视化2个MATLAB脚本用于脑电数据预处理与四分类数据集生成同时包含模型权重pth、训练数据npy、Excel统计表格、XML配置及Markdown说明文档。目前已有165人学习下载。读者可获得从原始EEG信号到分类结果展示的完整方案含CNNTransformer、EEGNet、空间时间注意力等模型实现以及脑电热力图、t-SNE降维、AUC曲线、统计检验等分析代码便于迁移到其他任务或在此基础上实现新功能。1. 基于Transformer的运动想象脑电分类这套源码解决什么问题训练集准确率95%测试集只有53%——用过CNN做运动想象脑电MI-EEG分类的读者大概率经历过这种翻车。脑电信号非平稳、信噪比低单一卷积网络往往学到的是某个被试、某次session的“局部习惯”而不是可迁移的神经特征。标题里这个python实现核心思路很直接用CNN先提取局部时间与空间特征再用Transformer对整段序列做全局注意力建模把“局部细节”和“全局依赖”拼在一张网络里。适合两类人跑BCI竞赛数据做基线验证的研究生以及手里攒了原始脑电数据但跨session就掉点的一线工程师。下面从原理、复现、调参到踩坑逐层拆开。2. 模型为什么这么组全局注意力与局部特征的互补逻辑2.1 运动想象脑电分类的两个棘手特点运动想象范式下被试想象左手、右手、双脚或舌头动作脑电在感觉运动皮层C3、C4、Cz附近出现事件相关去同步/同步ERD/ERS现象。这给分类器出了两道难题第一脑电是非平稳信号。同一被试上午和下午做同一想象任务频段能量分布会有肉眼可见的漂移session之间电极阻抗变化、肌肉紧张程度不同都会让特征分布移动。第二信噪比很低。头皮记录的电位是微伏级叠加了眼电、肌电、工频干扰有效特征往往淹没在噪声里。传统做法如CSP共空间模式LDA靠人工设计空域滤波再分类胜在稳定输在特征表达能力有限。深度学习方案要解决的就是在这两个前提下把特征提出来、把时序关系用好。这就引出了标题里“局部时间空间特征”与“Transformer全局建模”的分工逻辑。2.2 CNN提取局部特征Transformer负责全局序列依赖先说分工。脑电信号有一个特性事件相关电位和ERD/ERS都是“局部现象”——某个时间窗口内的幅度调制、某几个电极之间的同步关系。CNN天然适合抓这类局部模式时间维度的卷积核比如kernel_size11或15的1D卷积在时间轴上滑动等效于一个带通滤波器组提取局部波形模式空间维度上用2D卷积或深度卷积处理电极位置关系等效于自动学习的空域滤波器比CSP更灵活。但如果整个网络只有CNN问题也很明显卷积的感受野有限最深层的神经元也只看得到输入序列的一部分很难捕捉“想象开始后第500ms和第1500ms两个事件之间的相关性”。这正是Transformer进来的理由——自注意力机制让序列中任意两个位置可以直接交互运动想象过程中跨时间的依赖关系比如准备期到执行期的状态迁移更容易被建模。常见的结构组合方式是先把原始脑电经过几个卷积模块提取局部特征再把特征序列送入Transformer编码器最后接分类头。这也对应标题里“CNN提取局部时间空间特征”的准确含义CNN不是单纯的前置处理而是和Transformer共同组成特征提取管道。Transformer内部的自注意力头数、编码器层数则是控制全局建模能力的关键旋钮。2.3 “局部时间”与“局部空间”分别落在哪个维度理解这套架构时最容易混淆的就是“局部”两个字到底限定了什么。我见过不少初学者把整段4秒信号直接压平成一维序列送进Transformer这会让空间维度塌掉电极之间位置关系丢失反过来也有人把所有通道、所有时间点都当成独立token导致序列长度过于夸张自注意力计算量爆炸。这里的关键在于局部特征提取要做两件事分属两个维度局部时间特征在时间维度上用一维卷积做短窗口的特征提取。窗口大小kernel_size决定了每个卷积核“看”多长的时间片段。运动想象脑电里ERD现象通常在想象开始后数百毫秒内出现一个25Hz采样率下kernel_size11的卷积核覆盖约440ms比较合理。局部空间特征在通道维度上用卷积核覆盖多个电极的联合模式。这里有两种常见落地方式一种是做2D卷积把电极摆放位置映射成一个2D网格卷积核同时覆盖邻近电极另一种是深度卷积depthwise convolution每个通道单独做空间滤波类似CSP思想减少了参数量、降低了过拟合风险。CNN部分产出的特征序列再进入Transformer。在实现上一般会把时间维度切分成patch比如每个patch覆盖16个时间点由CNN卷积将每个patch编码成一个特征向量这样Transformer的token数大幅减少序列长度可控。这个“patch化”步骤本质上就是标题里“局部特征提取”和全局建模之间的桥梁——以下代码会体现这一点。3. 跑通最小复现预处理、模型结构与训练脚本3.1 从原始脑电到干净输入预处理这一步别偷懒运动想象脑电分类的数据集常用BCI Competition IV 2a四分类或2b二分类两者都是公开基准。以2a为例22个电极250Hz采样率每个trial包含4秒运动想象段。直接拿原始信号训练是不行的至少要做带通滤波、分段和标准化三件事。import numpy as np from scipy.signal import butter, sosfiltfilt def preprocess_eeg(raw_eeg, fs250, lowcut4, highcut38, t_min0.5, t_max3.5): raw_eeg: shape (n_trials, n_channels, n_samples) 返回分段后、滤波去尾部的干净数据 # 1. 带通滤波4-38Hz保留了mu节律和beta节律的主要能量 sos butter(4, [lowcut, highcut], btypebandpass, fsfs, outputsos) filtered np.stack([sosfiltfilt(sos, trial, axis-1) for trial in raw_eeg]) # 2. 分段丢弃前0.5s准备期和后0.5s收尾期 # 因为这两个时间窗口里ERD/ERS还没稳定噪底相对高 start_idx int(t_min * fs) end_idx int(t_max * fs) return filtered[:, :, start_idx:end_idx]逻辑说明butter设计了一个4阶带通滤波器sosfiltfilt做零相位滤波这比普通的lfilter好——零相位意味着滤波不会引入相位偏移脑电波形的时间对齐不会被破坏。4-38Hz区间是运动想象研究的经验频段mu节律8-12Hz和beta节律18-26Hz是最稳定的区分特征低于4Hz的漂移和高频肌电干扰都需要滤掉。参数说明如果你用的是BCI 2a的原始数据会发现每个trial实际上是从cue出现前就开始记录的。代码里用t_min0.5, t_max3.5抠出运动想象执行的核心区间。这个窗口可以微调但别太短——Transformer对短序列的优势体现不出来CNN又足够处理局部特征也别太长——接近4秒时信号后段往往混入被试的疲劳效应。3.2 模型结构CNN打底Transformer做全局编码下面这段代码是模型核心采用“时空卷积模块 patch化 Transformer编码器 分类头”的路径。它对应了标题里“CNN提取局部时间空间特征”的那段结构。import torch import torch.nn as nn class MI_EEG_Transformer(nn.Module): def __init__(self, n_channels22, n_times750, n_classes4, kernel_time15, kernel_space11, patch_size16, d_model64, n_heads4, n_layers2, dropout0.1): super().__init__() # ---- 局部时间特征时间维度1D卷积 ---- self.time_conv nn.Sequential( nn.Conv1d(n_channels, 32, kernel_sizekernel_time, paddingkernel_time//2), nn.BatchNorm1d(32), nn.GELU(), ) # ---- 局部空间特征深度卷积每个时间特征通道单独做空间滤波 ---- self.spatial_conv nn.Sequential( nn.Conv2d(1, 32, kernel_size(1, kernel_space), padding(0, kernel_space//2), groups1), nn.BatchNorm2d(32), nn.GELU(), nn.AvgPool2d((1, 2)), # 时间维降采样一半减少序列长度 ) # ---- 时间维度patch化 线性投影到d_model维度 ---- self.patch_embed nn.Conv1d(32, d_model, kernel_sizepatch_size, stridepatch_size) # ---- 可学习位置编码注意这里用的是可学习方式 ---- n_patches (n_times // 2) // patch_size self.pos_embed nn.Parameter(torch.randn(1, n_patches, d_model) * 0.02) # ---- Transformer编码器 ---- encoder_layer nn.TransformerEncoderLayer( d_modeld_model, nheadn_heads, dim_feedforward256, dropoutdropout, activationgelu, batch_firstTrue ) self.encoder nn.TransformerEncoder(encoder_layer, num_layersn_layers) # ---- 分类头 ---- self.classifier nn.Sequential( nn.LayerNorm(d_model), nn.Linear(d_model, n_classes), ) def forward(self, x): # x: (batch, n_channels, n_times) x self.time_conv(x) # - (batch, 32, n_times) x x.unsqueeze(1) # - (batch, 1, 32, n_times) x self.spatial_conv(x) # - (batch, 32, 1, n_times/2) x x.squeeze(2) # - (batch, 32, n_times/2) x self.patch_embed(x) # - (batch, d_model, n_patches) x x.permute(0, 2, 1) # - (batch, n_patches, d_model) x x self.pos_embed # 加入位置信息 x self.encoder(x) # - (batch, n_patches, d_model) x x.mean(dim1) # 全局平均池化 return self.classifier(x)逻辑说明输入是(batch, 22, 750)即22个通道、750个时间点3秒×250Hz。time_conv在时间轴上做一维卷积输入通道数是22每个通道相当于一个独立的时间序列输出32个特征图。spatial_conv这里用了一点trick把通道维移到高度维用2D卷积的深度卷积思想在“通道×时间”的二维特征上做空间滤波等价于同时考虑邻近电极的联合激活模式。patch_embed把时间维下采样后的序列切成patch每个patch被编码成一个d_model维向量然后进入Transformer。参数说明kernel_time15意味着卷积核覆盖15个采样点60ms这比整段信号短得多提取的是局部时间特征kernel_space11在通道维上覆盖11个电极——在22导联中大约覆盖半个头皮的宽度空间局部性由此体现。patch_size16把时间维切成16个点一个片段如果n_times750、下采样后375点那么n_patches就是23375//1623Transformer端只需要处理23个token计算开销很小。d_model64、n_heads4是相对轻量的配置适合小规模脑电数据如果数据量大或者分类难度高可以调到128/8。3.3 训练配置优化器、warmup和早停脑电数据量通常不大2a数据集每个被试只有288个trial训练策略需要比通用CV任务更保守。下面是一个完整的训练循环骨架。def train_epoch(model, loader, optimizer, criterion): model.train() total_loss, correct, total 0.0, 0, 0 for x, y in loader: optimizer.zero_grad() out model(x) loss criterion(out, y) loss.backward() # 梯度裁剪Transformer脑电小数据上梯度爆炸是常态 torch.nn.utils.clip_grad_norm_(model.parameters(), max_norm1.0) optimizer.step() total_loss loss.item() * x.size(0) correct (out.argmax(dim1) y).sum().item() total y.size(0) return total_loss / total, correct / total # 训练配置 model MI_EEG_Transformer() optimizer torch.optim.AdamW(model.parameters(), lr1e-3, weight_decay1e-4) scheduler torch.optim.lr_scheduler.OneCycleLR( optimizer, max_lr1e-3, total_steps60, pct_start0.2 ) criterion nn.CrossEntropyLoss()逻辑说明clip_grad_norm_是Transformer训练里常被忽略的一个坑。脑电信号经过卷积和自注意力之后梯度范数在训练初期容易异常增大裁剪到1.0是一个稳妥的起点。OneCycleLR先warmup后衰减能明显缓解训练初期的loss振荡——脑电数据本身噪声大如果一开始就用大学习率模型很容易在几个step之内冲到过拟合区。参数说明weight_decay1e-4做L2正则对288个trial的小数据集来说是必要的。OneCycleLR的pct_start0.2表示前20%的step线性升到max_lr之后余弦衰减。如果你改用自己的数据记得同步调整total_steps——它必须等于总训练step数epoch数×每epoch的batch数否则scheduler会在训练中途就跑完计划。4. 调参与验证四个关键旋钮和一套不翻车的评估流程4.1 真正影响效果的四个参数训练脚本跑通只是开始下面的参数表对应实践中的主要调优空间参数取值范围影响常见误区kernel_time9~21采样点决定局部时间特征的时间尺度设得太大30等于放弃了“局部”kernel_space5~15通道数决定空间滤波覆盖范围超过全部通道数则空间局部性丢失patch_size8~32采样点控制Transformer的token粒度与序列长度过大64会导致时序细节被压平d_model / n_heads64~128 / 2~8全局建模容量小数据上用128以上维度几乎必过拟合kernel_time和kernel_space決定CNN提取的局部特征的质量patch_size决定了局部特征与全局建模之间的信息粒度d_model和n_heads决定Transformer容量的上限。它们之间的合理搭配patch越小、token越多Transformer需要更大的d_model和更深的层才能消化——但对脑电这种百级样本量级的任务大模型基本等于过拟合所以宁可用小patch配浅层编码器。这里特别说明一下为什么kernel_space可以比总通道数小很多。空间卷积的目的是捕捉“邻近电极之间的同步模式”并不是要一次性看完全部电极——那会让空间卷积退化成全连接层丧失局部性同时大幅增加参数量。如果你用的是32通道设备kernel_space保持在11~17之间通常就能覆盖C3-C4附近的主要运动感觉区电极簇。4.2 评估策略单被试内交叉验证怎么划分才不算数据泄漏运动想象脑电分类的常见评估方式是per-subject每个被试单独训练、单独测试。BCI 2a有9个被试所以通常报告的是9个被试的均值±标准差。但具体怎么划分训练/测试里面有一个容易忽略的数据泄漏陷阱。from sklearn.model_selection import StratifiedKFold # 正确做法按trial划分不打乱时序 # 且标准化必须在训练trial上计算再应用到测试trial def cross_validate_model(X, y, n_splits5): skf StratifiedKFold(n_splitsn_splits, shuffleFalse) accs [] for train_idx, test_idx in skf.split(X, y): X_train, X_test X[train_idx], X[test_idx] # 标准化只能用训练集的统计量 mean X_train.mean(axis(0, 2), keepdimsTrue) std X_train.std(axis(0, 2), keepdimsTrue) X_train (X_train - mean) / (std 1e-8) X_test (X_test - mean) / (std 1e-8) # 训练模型并记录准确率 acc train_and_eval(X_train, y[train_idx], X_test, y[test_idx]) accs.append(acc) return float(np.mean(accs)), float(np.std(accs))逻辑说明这里有两个关键细节。第一标准化用的均值和方差只来自训练trial测试trial的标准化同样用训练集的统计量——如果混进来相当于测试信息泄漏到了训练管道里准确率会被高估3-5个百分点。第二shuffleFalse即不打乱trial顺序。运动想象实验里被试的状态随时间漂移如果打乱trial再交叉验证相邻trial高度相似会出现虚假的高准确率。参数说明n_splits5是平衡点。BCI 2a每个被试288个trial5折后训练集约230个trial足够小模型收敛折数太多会让训练集过小模型欠拟合折数太少又让测试集过小、方差变大。跨session评估时用前两个session训练第三个session测试直接把shuffleFalse改为按session索引划分即可。5. 避坑与常见问题排查五个让模型翻车的典型坑5.1 标准化统计量用错位置准确率虚高却不自知现象训练集准确率正常测试集准确率异常高后来发现比自己预期的高出好几个点。原因在预处理阶段直接对全部trial做标准化后再划分训练/测试集统计量经过了整个数据集测试信息泄漏到了训练阶段。解决标准化必须发生在划分之后并且严格只使用训练trial的均值和方法。上面3.3代码已经展示了正确顺序——先划分再在训练集上算统计量然后应用到测试集。5.2 模型训练期loss剧烈震荡一个batch一个样现象loss曲线像锯齿训练集准确率忽高忽低偶尔还会出现NAN。原因一是学习率太大Transformer的自注意力梯度在batch size很小的时候方差很大二是脑电数据里个别trial存在大幅伪迹电极松动、肌肉紧张这些离群样本会拉爆梯度。解决先把学习率降到3e-4以下加入梯度裁剪clip_grad_norm_设为1.0然后排查是否有异常trial——对每个trial计算z-score峰值超过阈值比如8个标准差的直接丢弃。很多人忽略后者但实际数据里一个电极脱落的trial足以毁掉整个训练过程。5.3 位置编码加了反而掉点现象模型结构完全一致去掉位置编码后准确率更高。原因脑电时间序列本身有强自相关性ERD/ERS模式在时间维度上是有序的但CNN的局部卷积已经把相对时序信息编码进特征图此时再加一个绝对位置编码可能引入了不合理的“绝对时间语义”干扰卷积特征表达。解决尝试两种变体。一是去掉pos_embed让Transformer只依赖CNN输出的特征顺序因为permute后序列本身仍保留时序顺序二是改成相对位置编码或RoPE。脑电序列较短几十个token相对位置编码往往更稳定。5.4 四分类准确率停留在70%左右调参无效现象二分类做到85%以上四分类卡在70%上不去调什么参数都差不多。原因运动想象四分类左手、右手、双脚、舌头里双脚和舌头两类信号的空间分布高度重叠区分难度远大于左右手二分类。这个瓶颈更多来自任务本身的可分性而不是模型能力。解决如果任务允许优先用二分类或三分类协议如果必须四分类重点检查分类头之前特征的t-SNE投影确认双脚和舌头是否真的混在一起。另一种实用做法是分层训练——先做左右手二分类再做脚/舌二分类两个二分类器加权投票往往比直接四分类稳定。5.5 同一个模型换一台设备采集的数据准确率跌掉20%现象实验室采集的模型换个场地、换台放大器、隔天再测准确率明显下降。原因跨session的领域漂移。脑电信号受电极位置、皮肤阻抗、被试状态影响极大同一个被试隔天的ERP形态都有可见差异模型拟合了上次session的“表层特征”而非稳定的神经模式。解决这是运动想象脑电落地中最现实的问题。一个有效缓解措施是session间校准——用新session前10-20个trial对已训练模型做few-shot微调冻结CNN只调Transformer层和分类头学习率设1e-5另一个方法是做对抗性域适应让网络在训练时学一个“session无关”的特征表达。但最实际的一条建议是报告结果时永远用跨session或跨天验证不要只报同session的交叉验证。6. 从单被试到可泛化系统验证模型是否真正学到了东西跑完per-subject交叉验证、得到不错的平均准确率之后新的问题来了你的模型是真的学到了运动想象的神经特征还是记住了某些和任务无关的表层模式这个问题只用平均准确率回答不了。我一般的做法是跑三个验证按成本从低到高排列。第一个验证叫做随机标签测试。做法很简单把训练集标签随机打乱训练同一个模型看测试准确率。如果随机标签模型还能做到30%四分类随机水平25%二分类50%以上说明模型有严重的记忆倾向——它在拟合标签而不是特征。此时优先加weight_decay、dropout或者减小模型容量。第二个验证是时序外推测试。把被试每个session的trial按时间顺序排列用前60%训练后40%测试。如果这个分数比随机5折交叉验证低了超过10个点说明信号在不同时间段存在漂移模型的泛化能力比交叉验证显示的差。这是更真实的评估方式因为实际使用时你不会拿到一整天的数据然后洗牌切分。第三个验证是跨session迁移测试。用session 1训练session 2测试。这一步能暴露模型到底在多大程度上依赖“某个session特有的电极阻抗分布”。如果跨session准确率掉到接近随机水平一个实用的补救方案是session校准——新session开始前采集十几条短trial用前向传播的特征统计量对BatchNorm层参数做补偿。这类方法实现成本很低却能挽回5-10个点。我最早做这个方向时第一版模型在2a上交叉验证做到了接近88%当时以为问题解决了结果跨session测试直接掉到63%。后来才意识到交叉验证的分割方式太乐观——同一session的相邻trial特征相似度过高模型记住的不是运动想象的通用模式而是session内的局部状态。从那以后我养成了一个习惯任何实验结果都要看跨session指标单session的交叉验证最多作为调试参考不能作为最终结论。跑完这三个验证你才能比较有把握地说这个模型确实在做运动想象分类而不是在拟合数据集的“玄学模式”。按这个流程调下来的TransformerCNN结构单被试内通常能稳定在85%左右经过session校准后跨session一般也能保住75%上下。希望帮到你。本文还有配套的精品资源点击获取