这篇文档属于类型a，即报告了一项原创性研究。以下是针对该研究的学术报告：
基于卷积Transformer网络的脑电运动想象分类研究
1. 作者与发表信息
本研究由Wei Zhao（第一作者，集美大学诚毅学院）、Xiaolu Jiang、Baocan Zhang、Shixiao Xiao和Sujun Weng共同完成，发表于Scientific Reports期刊（2024年，第14卷，文章编号20237）。
2. 学术背景
研究领域：脑机接口（Brain-Computer Interface, BCI）与运动想象（Motor Imagery, MI）的脑电（Electroencephalography, EEG）信号解码。
研究动机：尽管EEG-based MI在康复医疗和人机交互中潜力巨大，但EEG信号的低信噪比和非平稳性限制了其解码性能。现有方法（如传统机器学习或纯卷积神经网络CNN）难以同时捕捉局部时空特征和全局依赖关系。
研究目标：提出一种新型混合模型CTNet（Convolutional Transformer Network），结合CNN的局部特征提取能力和Transformer的全局注意力机制，提升MI-EEG分类精度。
3. 研究流程与方法
（1）数据准备
- 数据集：使用公开基准数据集BCI IV-2a（4类MI任务：左手、右手、双脚、舌头）和BCI IV-2b（2类MI任务：左/右手），分别包含9名受试者的EEG数据。
- 预处理：仅对原始EEG进行标准化（Z-score归一化），未使用复杂的滤波或伪迹去除方法。
- 数据增强：采用分段重组（Segmentation and Recombination, S&R）策略，将训练数据分段后随机重组生成新样本，缓解小样本过拟合问题。
（2）模型架构（CTNet）
CTNet由三部分组成：
1. 卷积模块（受EEGNet启发）：
- 时序卷积：8个滤波器（核大小1×64）提取频域特征。
- 深度卷积：空间滤波（核大小22×1或3×1，对应不同数据集），深度倍数d=2。
- 空间卷积：16个滤波器（核大小1×16）进一步提取时空特征，后接平均池化降维。
- 激活函数：指数线性单元（ELU）和批归一化（Batch Normalization）。
2. Transformer编码器：
- 多头自注意力（Multi-Head Attention, MHA）：2个头，6层编码器，捕捉全局时序依赖。
- 前馈网络：高斯误差线性单元（GELU）激活。
3. 分类器：全连接层输出类别概率，损失函数为交叉熵。
（3）实验设计
- 评估方式：
- 受试者内（Subject-Specific）：按数据集原始划分训练/测试集。
- 跨受试者（Cross-Subject）：留一受试者交叉验证（LOSO）。
- 超参数：学习率0.001，批量大小288（受试者内）或512（跨受试者），训练轮次1000。
（4）对比方法
与6种前沿方法对比，包括纯CNN模型（ShallowConvNet、EEGNet）、混合模型（Conformer、MI-CAT）等，均在同一实验条件下复现。
4. 主要结果
（1）分类性能
- 受试者内：
- BCI IV-2a：平均准确率82.52%（最高达96.53%），Kappa值0.7670，优于EEGNet（77.39%）和Conformer（77.66%）。
- BCI IV-2b：平均准确率88.49%，标准差仅9.03%，显著优于ShallowConvNet（85.13%）。
- 跨受试者：
- BCI IV-2a：平均准确率58.64%，仅次于DeepConvNet（60.15%）。
- BCI IV-2b：平均准确率76.27%，为所有方法中最高。
（2）消融实验
- Transformer模块：移除后准确率下降1.77%（p<0.05），证明其全局建模能力至关重要。
- 数据增强（S&R）：移除后准确率下降7.21%（p<0.01），凸显小数据下增强策略的必要性。
（3）特征可视化
通过t-SNE降维显示，CTNet提取的特征在嵌入空间中类间距离更大、类内更紧凑（图9），表明其判别能力更强。
5. 结论与价值
- 科学价值：
- 首次将CNN与Transformer深度融合于MI-EEG解码，验证了局部-全局特征联合建模的有效性。
- 提出轻量化设计（仅25.7k参数），兼顾性能与计算效率。
- 应用价值：
- 为BCI系统提供高精度、可泛化的解码工具，尤其适用于康复医疗（如瘫痪患者控制外骨骼）或智能家居控制。
- 局限性：跨受试者解码性能仍有提升空间，未来需探索更鲁棒的域适应方法。
6. 研究亮点
- 方法创新：CTNet首次在EEG解码中结合卷积模块与Transformer编码器，平衡局部与全局特征。
- 性能优势：在两大基准数据集上刷新记录，尤其跨受试者任务表现突出。
- 可复现性：开源代码与模型（GitHub），推动领域内方法比较与改进。
7. 其他发现
- 超参数分析：
- Token大小（TC=20或15）和注意力头数（h=2）对性能影响显著，过大或过小均会降低精度。
- Transformer深度6层为最优，过深易导致过拟合。
- 计算效率：模型训练在NVIDIA RTX3090上完成，适合嵌入式部署。
此研究为EEG信号解码提供了新范式，其混合架构设计可能启发其他时序信号处理领域（如心电图、肌电）的研究。