基于Transformer引导卷积神经网络的脑电信号分类方法

摘要

本发明公开了一种基于Transformer引导卷积神经网络的脑电分类方法，其步骤包括：1，对于原始EEG数据进行预处理，包括去除噪声、片段分割以及利用短时傅里叶变换提取时间频率特征；2，建立基于Transformer引导卷积神经网络的深度学习模型，初始化网络参数；3，输入数据对网络进行训练，优化网络参数，获得最优分类模型用于实现脑电信号的分类。本发明能够显著提升脑电信号分类准确率，从而提升脑电信号在医疗等领域中的应用价值。