超越扁平化词元：使用可重复使用的 TriDim 块进行保留结构的 EEG 解码

有效的脑电图解码需要能够保留通道之间的组织、局部波形动态和远程时间上下文的表示。现有的 EEG 架构通常使用单独的专用模块捕获这些结构，或将它们折叠成单个词元序列，从而很难维持它们的独特角色并在整个主干中协调它们的交互。我们提出了 TriDim，一个可重复使用的块，它保留了表示形状并保持三个 EEG 轴明确：通道、每个块内的样本位置以及整个记录中的块位置。这些轴分别对应于空间、短期时间和长期时间信息。每个 TriDim 模块沿各个轴应用前馈变换和跨轴注意来协调它们之间的信息交换。通过将 TriDim 模块与多级三轴读出器堆叠在一起，我们构建了 TriDimEEG，一个独立的 EEG 解码器。在对涵盖临床诊断、睡眠分期、运动想象和情绪识别的八个数据集进行严格的跨受试者评估后，TriDimEEG 在 15 个评估模型中取得了最佳的整体性能，平均准确度比第二好的模型相对提高了 4.3%。用 TriDim 模块替换三个 EEG 基础模型中的 Transformer 模块，下游精度平均相对提高 7.4%，同时参数计数减少 17.0% 至 47.3%。这些结果将 TriDim 确立为有效且可重复使用的构建块，并将 TriDimEEG 确立为强大的独立 EEG 解码器。 TriDimEEG 的代码和参数可在 https://github.com/ncclab-sustech/TriDim_model 获取。