简介：这份本科毕业设计资源聚焦基于Transformer的运动想象脑电信号分类，面向人工智能与生物医学工程交叉方向的本科生及脑机接口入门研究者，帮助解决EEG信号深层模式挖掘与多类别运动想象识别问题。压缩包共31个文件，约18.45MB，以23个Python脚本为核心，涵盖CNN+Transformer模型构建、EEGNet与Conformer对比、空间注意力、CSP特征提取及t-SNE可视化等模块；另含2个MATLAB预处理脚本、2个xlsx实验数据表、1个npy训练数据、1个pth模型权重及xml、md说明文件，结构完整便于复现。目前已有275人学习下载。读者可据此获得从数据预处理、时频特征提取到模型训练与k折交叉验证的完整方案，并借助AUC、箱线图、脑热力图与CAM分析理解分类依据，适合作为毕业设计参考或脑电分类项目的起步模板。
1. 运动想象脑电分类：从Transformer入场说起
运动想象脑电信号分类，说白了就是让人在脑子里“过一遍”左手或右手的动作，算法通过头皮上采集的脑电波判断他到底在想哪只手。这件事在脑机接口领域做了二十多年，传统方案从共空间模式加SVM，到后来CNN、EEGNet，精度在公开数据集上基本卡在七成上下。Transformer进来之后，局面有了变化——它靠自注意力机制直接建模通道间与时间片间的长程依赖，不再依赖手工设计卷积核尺寸。如果你正在做本科毕业设计，选题落在“基于Transformer的运动想象脑电信号分类”，那这篇笔记就是把你从数据集下载、预处理、模型搭建、训练调参到避坑的整条链路走一遍。适合已经学过深度学习基础、跑过至少一个PyTorch或TensorFlow小项目、但还没碰过脑电信号这个模态的本科生和初级工程师。读完你能得到一个可复现的最小系统，也能判断这个方向值不值得继续投入。
2. 数据到手先别急着喂模型：运动想象脑电的预处理链路
2.1 公开数据集选型与通道取舍
做运动想象分类，绕不开两个公开数据集：BCI Competition IV 2a 和 2b。2a 是9名被试、22通道、左右手/双脚/舌头四分类；2b 是9名被试、3通道（C3、Cz、C4）、左右手二分类。本科毕设如果时间紧，建议从2b入手，通道少、二分类、基线清晰，跑通全流程后再迁移到2a。常见做法是只取C3、Cz、C4三个通道，因为运动想象的事件相关去同步/同步现象在感觉运动皮层最显著，这三个电极正好覆盖该区域。如果你用2a，22通道全上不是不行，但Transformer的输入token数会变成22乘以时间片数，显存和过拟合风险都陡增。我一般会先做通道筛选：计算每个通道在任务态和静息态之间的方差比，保留排名前8到12的通道，再送入模型。
2.2 带通滤波与滑动窗口切分
原始脑电采样率2a是250Hz，2b是250Hz。运动想象的有效频段集中在8到30Hz，具体分mu节律（8-13Hz）和beta节律（13-30Hz）。预处理第一步是带通滤波，用Butterworth四阶零相位滤波，避免相位失真。代码示例如下：
import numpy as np from scipy.signal import butter, filtfilt def bandpass_filter(data, lowcut=8.0, highcut=30.0, fs=250, order=4): """ data: shape (n_trials, n_channels, n_times) 返回同样shape的滤波后数据 """ nyq = 0.5 * fs low = lowcut / nyq high = highcut / nyq b, a = butter(order, [low, high], btype='band') # filtfilt做零相位滤波，前后向各滤一次 filtered = filtfilt(b, a, data, axis=-1) return filtered逻辑说明：butter设计滤波器系数，filtfilt避免滤波带来的时间延迟。参数上，lowcut和highcut根据你的任务调整，左右手运动想象用8-30Hz是安全选择；如果只关注mu节律，可以设8-13Hz，但会丢失beta频段的信息。注意filtfilt要求数据长度至少是滤波器阶数的3倍，否则报错。
滤波之后做滑动窗口切分。运动想象范式通常是提示后0.5秒到2.5秒为任务期，我一般取提示后0.5秒到3.5秒，用长度2秒、步长0.1秒的滑窗切分，这样每个trial能生成多个样本，数据增强效果比单用trial级样本好。标签继承trial标签。
2.3 标准化与伪迹剔除
脑电信号幅度在微伏级，不同被试、不同session之间漂移很大。逐通道做z-score标准化是标配：减去训练集均值、除以训练集标准差，验证集和测试集用同样的均值和标准差。千万别在全部数据上算均值和标准差再划分，那是数据泄露，测试精度会虚高。
伪迹剔除方面，眼电和肌电是主要污染源。简单做法是计算每个trial的峰峰值，超过100微伏的trial直接丢弃。更精细的用ICA分解，把 frontal 区域权重高的成分去掉，但ICA计算量大，本科毕设如果时间紧，峰峰值法够用。注意剔除比例不要超过总trial的20%，否则类别不平衡会加剧。
3. Transformer怎么搭：从输入嵌入到分类头的逐层拆解
3.1 脑电信号的token化：把时间片映射成向量
Transformer原本是为序列设计的，脑电信号本身就是时间序列，但有个问题：每个时间点只是一个标量，直接一个点一个token，序列太长且信息密度低。常见做法是把时间维切成若干段，每段做线性投影得到一个embedding。比如2秒数据、250Hz采样率，共500个时间点，切成50段，每段10个点，然后用一个线性层把10维映射到64维，得到50个token。通道维怎么处理？两种方案：一是把通道也拼进每段的特征里，比如3通道乘以10个点等于30维，再投影到64维；二是通道独立做token，再在Transformer里靠注意力融合。我一般用第一种，因为参数量少，且通道间关系在投影前已经混合。
import torch import torch.nn as nn class EEGPatchEmbedding(nn.Module): def __init__(self, n_channels=3, patch_len=10, embed_dim=64, n_patches=50): super().__init__() self.patch_len = patch_len self.n_patches = n_patches # 输入维度 = 通道数 * 每段点数 self.projection = nn.Linear(n_channels * patch_len, embed_dim) # 可学习的位置编码 self.pos_embed = nn.Parameter(torch.randn(1, n_patches, embed_dim) * 0.02) def forward(self, x): # x: (batch, n_channels, n_times) batch, ch, times = x.shape # 切成n_patches段，每段patch_len个点 x = x.reshape(batch, ch, self.n_patches, self.patch_len) # 重排成 (batch, n_patches, ch*patch_len) x = x.permute(0, 2, 1, 3).reshape(batch, self.n_patches, -1) x = self.projection(x) # (batch, n_patches, embed_dim) x = x + self.pos_embed return x逻辑说明：reshape把时间维切成段，permute调整维度顺序让通道和段内点拼在一起，线性层做投影。位置编码用可学习参数，比正弦编码在脑电这种非自然语言序列上更灵活。参数上，patch_len和n_patches要满足patch_len乘以n_patches等于总时间点数；embed_dim通常取64或128，太大容易过拟合，太小表达力不够。
3.2 编码器层数与注意力头数的取舍
Transformer编码器由多头自注意力和前馈网络组成。本科毕设场景下，编码器层数建议2到4层，注意力头数4到8。层数太多，参数量上去，小数据集上过拟合严重；层数太少，长程依赖建模能力不足。我一般从2层4头起步，看验证集精度再决定是否加深。前馈网络的隐藏维度通常是embed_dim的2到4倍，比如embed_dim=64，隐藏层取128或256。
class TransformerEncoder(nn.Module): def __init__(self, embed_dim=64, n_heads=4, n_layers=2, ff_dim=128, dropout=0.3): super().__init__() encoder_layer = nn.TransformerEncoderLayer( d_model=embed_dim, nhead=n_heads, dim_feedforward=ff_dim, dropout=dropout, batch_first=True ) self.encoder = nn.TransformerEncoder(encoder_layer, num_layers=n_layers) def forward(self, x): # x: (batch, n_patches, embed_dim) return self.encoder(x)逻辑说明：直接调用PyTorch的TransformerEncoderLayer，batch_first=True让输入维度是(batch, seq, feature)。dropout设0.3到0.5，脑电小数据集上正则化很重要。注意PyTorch默认的注意力实现是O(n^2)复杂度，n_patches=50时计算量可控，如果切到200段以上，考虑用Flash Attention或减少段数。
3.3 分类头与损失函数的选择
编码器输出是(batch, n_patches, embed_dim)，分类需要聚合成一个向量。常见做法是取平均池化或取第一个token（类似BERT的[CLS]）。我一般用平均池化，因为脑电没有明确的“分类token”语义。池化后接一个线性层映射到类别数。
class EEGTransformer(nn.Module): def __init__(self, n_channels=3, patch_len=10, n_patches=50, embed_dim=64, n_heads=4, n_layers=2, n_classes=2, dropout=0.3): super().__init__() self.embedding = EEGPatchEmbedding(n_channels, patch_len, embed_dim, n_patches) self.encoder = TransformerEncoder(embed_dim, n_heads, n_layers, ff_dim=embed_dim*2, dropout=dropout) self.classifier = nn.Sequential( nn.LayerNorm(embed_dim), nn.Linear(embed_dim, n_classes) ) def forward(self, x): x = self.embedding(x) # (batch, n_patches, embed_dim) x = self.encoder(x) # (batch, n_patches, embed_dim) x = x.mean(dim=1) # 平均池化 return self.classifier(x)损失函数用交叉熵，类别不平衡时加权重。优化器用AdamW，学习率1e-3到1e-4，权重衰减1e-2到1e-4。学习率调度用余弦退火，训练50到100个epoch，早停耐心设10到15。
4. 训练与评估：让模型真正学到运动想象特征而不是噪声
4.1 被试独立与被试依赖的评估协议
运动想象脑电有个核心问题：不同被试的脑电模式差异极大，被试依赖（同一被试的数据混合划分训练测试）精度可以到85%以上，被试独立（留一被试交叉验证）可能掉到65%。本科毕设如果只报被试依赖精度，答辩时容易被质疑泛化能力。我建议两个协议都跑：被试依赖看模型拟合能力，被试独立看泛化。被试独立用留一法，9个被试轮流做测试集，报告平均精度和标准差。
4.2 训练循环与关键超参数
训练循环用标准PyTorch流程，但有几个脑电特有的注意点。第一，batch size不要太大，16到32即可，因为样本数本身不多。第二，每个epoch后打乱数据，但同一trial切出的滑窗样本尽量分到同一折，避免信息泄露。第三，梯度裁剪设1.0，防止梯度爆炸。
from torch.utils.data import DataLoader, TensorDataset import torch.optim as optim def train_model(model, train_X, train_y, val_X, val_y, epochs=80, lr=1e-3, batch_size=32): device = torch.device('cuda' if torch.cuda.is_available() else 'cpu') model = model.to(device) optimizer = optim.AdamW(model.parameters(), lr=lr, weight_decay=1e-2) scheduler = optim.lr_scheduler.CosineAnnealingLR(optimizer, T_max=epochs) criterion = nn.CrossEntropyLoss() train_loader = DataLoader(TensorDataset(torch.FloatTensor(train_X), torch.LongTensor(train_y)), batch_size=batch_size, shuffle=True) best_val_acc = 0.0 patience_counter = 0 for epoch in range(epochs): model.train() for xb, yb in train_loader: xb, yb = xb.to(device), yb.to(device) optimizer.zero_grad() logits = model(xb) loss = criterion(logits, yb) loss.backward() torch.nn.utils.clip_grad_norm_(model.parameters(), 1.0) optimizer.step() scheduler.step() # 验证 model.eval() with torch.no_grad(): val_logits = model(torch.FloatTensor(val_X).to(device)) val_pred = val_logits.argmax(dim=1).cpu().numpy() val_acc = (val_pred == val_y).mean() if val_acc > best_val_acc: best_val_acc = val_acc patience_counter = 0 torch.save(model.state_dict(), 'best_model.pth') else: patience_counter += 1 if patience_counter >= 15: print(f'Early stop at epoch {epoch}') break return best_val_acc逻辑说明：AdamW带权重衰减，余弦退火让学习率平滑下降，梯度裁剪防爆炸，早停防过拟合。参数上，学习率1e-3适合从零训练，如果加载预训练权重可以降到1e-4；权重衰减1e-2在脑电小数据上正则效果明显。
4.3 精度上不去时先查什么
如果被试依赖精度低于70%，按顺序查：一、标签是否对齐，滑窗切分后标签有没有错位；二、标准化是否用了全局统计量，导致泄露；三、学习率是否太大，loss震荡；四、数据增强是否过度，把判别性特征抹掉了。如果被试独立精度低但被试依赖高，那是泛化问题，考虑加域适应层或对抗训练，但本科毕设做到这一步已经够毕业了。
5. 避坑与排查：运动想象Transformer训练里最容易翻车的五件事
5.1 现象：训练loss下降但验证精度始终50%左右
原因：数据泄露导致训练集和验证集分布不一致，或者标签在滑窗切分时错位。常见于先切窗再划分数据集，同一个trial的窗口同时出现在训练和验证集。解决：按trial划分数据集，再对训练集切窗做增强，验证集用trial级样本或独立窗口。
5.2 现象：模型输出全部预测为同一类
原因：类别极度不平衡，或者损失函数没有加权。运动想象数据里左右手通常均衡，但剔除伪迹后可能失衡。解决：计算类别权重传入CrossEntropyLoss的weight参数，或者用Focal Loss。另外检查最后一层是否初始化正常，全零初始化会导致输出恒定。
5.3 现象：验证精度波动极大，不同随机种子差10个点
原因：小数据集上模型初始化敏感，或者batch size太小导致梯度噪声大。解决：固定随机种子，用5折交叉验证报告平均精度；batch size提到32或64；加Dropout和权重衰减。如果还是波动，考虑用集成方法，训练5个模型取投票。
5.4 现象：GPU显存溢出，尤其是用2a的22通道时
原因：token数等于通道数乘以时间片数，22通道乘以50段等于1100个token，自注意力矩阵是1100乘1100，显存爆炸。解决：先做通道筛选降到8到12通道；或者用通道独立的token方案，每个通道单独做注意力再融合；或者减小patch数量，增大patch_len。
5.5 现象：被试独立评估时某些被试精度接近随机
原因：脑电信号被试间差异大，某些被试的运动想象特征本身就不明显。解决：这不是模型问题，是数据问题。报告结果时剔除或单独说明这些被试，或者用域适应方法对齐不同被试的特征分布。本科毕设里，如实报告并分析原因比强行刷高精度更可信。
6. 把精度再推一截：通道注意力与数据增强的实战技巧
如果你已经跑通基线，被试依赖精度在75%到80%之间，想再往上走，有两个方向投入产出比最高。第一个是通道注意力：在patch embedding之后加一个通道注意力模块，让模型自动学习哪些通道对当前任务更重要。具体做法是对每个通道的特征做全局平均池化，过一个小MLP得到通道权重，再乘回原特征。这个模块参数量极小，但在2a数据集上通常能涨2到3个点。第二个是数据增强：脑电信号不能像图像那样随便旋转裁剪，但可以加高斯噪声、做时间维的随机缩放、或者用mixup在样本对之间做线性插值。我一般用mixup加轻微高斯噪声，噪声标准差取信号标准差的0.1倍，太大反而掉点。
还有一个容易被忽略的技巧：学习率预热。前5个epoch从1e-5线性升到1e-3，再余弦退火。Transformer对初始学习率敏感，预热能明显稳定训练。另外，如果你用2b数据集，3通道输入时patch_len可以设小一点，比如5个点一段，增加token数让注意力有更多交互机会，但注意显存。
最后说一个我踩过的坑：不要盲目堆层数。我试过8层编码器，参数量是2层的4倍，但被试独立精度反而掉了3个点，因为过拟合了。后来固定用2层4头，配合强正则，泛化最好。这个方向值得做，但别指望Transformer一上就碾压CNN，预处理和评估协议的设计往往比模型结构更决定最终结果。希望帮到你。
本文还有配套的精品资源，点击获取
