EEG Conformer: محول التلافيف للتشفير والتصور EEG

نظرًا للحقل الإدراكي المحدود، فإن الشبكات العصبية التلافيفية (CNN) تستخرج فقط الميزات الزمنية المحلية وقد تفشل في التقاط الاعتمادات طويلة الأجل لتشفير EEG. في هذه الورقة، نقترح محول تلافيفي مضغوط، يسمى EEG Conformer، لتجميع الميزات المحلية والعالمية في إطار موحد لتصنيف EEG. على وجه التحديد، يتعلم وحدة التلافيف الميزات المحلية منخفضة المستوى عبر طبقات التلافيف الزمنية والمكانية أحادية البعد. يتم توصيل وحدة الانتباه الذاتي ببساطة لاستخراج العلاقة العالمية داخل الميزات الزمنية المحلية. بعد ذلك، تتبع وحدة المصنف البسيطة القائمة على الطبقات المتصلة بالكامل لتوقع الفئات لنبضات EEG. لتعزيز القابلية للتفسير، نقوم أيضًا بتصميم استراتيجية تصور لتقديم خريطة تفعيل الفئات على طوبوغرافيا الدماغ. أخيرًا، أجرينا تجارب واسعة لتقييم طريقتنا على ثلاثة مجموعات بيانات عامة في أنماط تخيل الحركة واستشعار العواطف المعتمدة على EEG. تظهر النتائج التجريبية أن طريقتنا تحقق أداءً متفوقًا ولديها إمكانات كبيرة لتكون خط أساس جديد للتشفير العام لـ EEG. تم نشر الشيفرة في https://github.com/eeyhsong/EEG-Conformer.