简介：这份资源面向脑电信号处理与深度学习方向的初学者及研究人员，提供EEGNET网络在脑电分类任务中的完整实现示例。EEGNET借鉴CNN与VGGNet思想，由空间卷积层和时序卷积层组成，能有效捕捉EEG数据的时空依赖特征，是生物信号分析中的实用网络架构。压缩包内共1个文件，为Python脚本，大小约2KB，涵盖数据预处理、模型构建、训练优化、验证评估、超参数调优及应用推理等关键环节，并涉及小波变换、功率谱分析、PCA、ICA等信号处理与特征选择方法。已有1876人学习下载，适合希望快速理解EEGNET结构、动手实践脑电分类流程的读者参考，可帮助建立从信号预处理到深度学习建模的完整认知，为后续实验与项目开发提供可复用的代码基础。

1. 从一份 EEGNET 实现说起：脑电分类到底能不能直接套深度学习

脑电分类这个方向，很多人第一次接触都会有个错觉：以为把原始 EEG 信号丢进一个卷积神经网络就能出结果。我最早也是这么想的，拿一段 64 通道、256Hz 采样的运动想象数据，直接喂给一个普通 CNN，训练集准确率冲到 95%，验证集死活卡在 52%——跟抛硬币差不多。后来才明白，EEG 的难点不在网络深不深，而在于它的信噪比极低、通道间空间相关性极强、时间维度上又存在明显的节律特征，普通 CNN 那套从图像领域搬过来的归纳偏置根本不匹配。

EEGNET 就是冲着这个问题设计的。它出自 Wang 等人 2018 年的论文，核心思路是用深度可分离卷积（depthwise separable convolution）把空间滤波和时间滤波拆开做，参数量压到极低——通常只有几千个可训练参数，却能在运动想象、P300、SSVEP 等任务上跑出接近甚至超过传统 CSP+SVM 的效果。这个项目提供的EEGNET网络实现.py就是一份可以直接跑的参考实现，配套的 zip 包里应该还包含数据加载和训练脚本。它适合两类人：一是做脑机接口、神经科学实验、临床 EEG 分析，想快速搭一个 baseline 的从业者；二是学深度学习想找一个非图像、非文本的真实信号处理项目练手的工程师。如果你手头正好有 EEG 数据，或者想理解「为什么这个小网络能打」，这份代码值得拆开看。

2. EEGNET 的结构拆解：为什么深度可分离卷积能压住脑电信号

2.1 从 EEG 数据的形状说起

要理解 EEGNET 为什么这么设计，先得搞清楚输入张量的形状。常见做法是把一段 EEG 数据整理成(trials, channels, time_points)的三维结构，比如运动想象数据集里一个 trial 是 64 通道 × 4 秒 × 250Hz = 1000 个时间点。这个形状和图像的(height, width, channels)有本质区别：EEG 的「通道」是电极位置，对应空间维度；「时间点」是采样序列，对应时间维度。两者物理意义完全不同，不能像图像那样用同一个卷积核在空间和时间上一起滑。

EEGNET 的做法是分两步走。第一步用(1, kernel_length)的卷积核只在时间轴上滑动，相当于对每个通道独立做时间滤波，提取的是特定频段的节律成分——比如 mu 波（8-13Hz）和 beta 波（13-30Hz）在运动想象里的能量变化。第二步用(channels, 1)的卷积核只在通道维度上滑动，相当于做空间滤波，把多个电极的信号线性组合成一个「虚拟通道」，这跟传统 CSP 算法里求空间滤波器矩阵的思路是一回事，只不过这里是让网络自己学。

import torch import torch.nn as nn class EEGNet(nn.Module): def __init__(self, n_channels=64, n_timepoints=1000, n_classes=4, F1=8, D=2, F2=16, kernel_length=64, dropout=0.5): super(EEGNet, self).__init__() # Block 1: 时间卷积 + 深度空间卷积 self.conv_temporal = nn.Conv2d(1, F1, (1, kernel_length), padding=(0, kernel_length // 2), bias=False) self.bn1 = nn.BatchNorm2d(F1) # depthwise 空间卷积，groups=F1 保证每个特征图独立做空间滤波 self.conv_spatial = nn.Conv2d(F1, F1 * D, (n_channels, 1), groups=F1, bias=False) self.bn2 = nn.BatchNorm2d(F1 * D) self.elu = nn.ELU() self.pool1 = nn.AvgPool2d((1, 4)) self.drop1 = nn.Dropout(dropout) # Block 2: 可分离卷积（深度卷积 + 逐点卷积） self.conv_sep_depth = nn.Conv2d(F1 * D, F1 * D, (1, 16), padding=(0, 8), groups=F1 * D, bias=False) self.conv_sep_point = nn.Conv2d(F1 * D, F2, (1, 1), bias=False) self.bn3 = nn.BatchNorm2d(F2) self.pool2 = nn.AvgPool2d((1, 8)) self.drop2 = nn.Dropout(dropout) # 分类头 self.flatten = nn.Flatten() # 这里的时间维度需要根据输入长度算，下面 forward 里动态处理 self.fc = None self.n_classes = n_classes def forward(self, x): # x: (batch, 1, channels, time) x = self.conv_temporal(x) x = self.bn1(x) x = self.conv_spatial(x) x = self.bn2(x) x = self.elu(x) x = self.pool1(x) x = self.drop1(x) x = self.conv_sep_depth(x) x = self.conv_sep_point(x) x = self.bn3(x) x = self.elu(x) x = self.pool2(x) x = self.drop2(x) x = self.flatten(x) if self.fc is None: self.fc = nn.Linear(x.shape[1], self.n_classes).to(x.device) return self.fc(x)

这段代码里几个参数值得单独说。F1=8是时间卷积的输出特征图数量，论文里推荐 8 或 16，太小欠拟合，太大直接过拟合，因为 EEG 数据量通常不大。D=2是深度乘数，控制空间卷积输出多少个空间滤波器，F1*D=16是最终空间特征数。kernel_length=64在 250Hz 采样下对应约 256ms 的时间窗，覆盖一个完整的 mu 波周期。pool1的(1,4)是在时间轴上做 4 倍下采样，pool2的(1,8)再降 8 倍，这样最后时间维度被压缩到原来的 1/32，大幅减少全连接层参数。

2.2 深度可分离卷积为什么适合 EEG

普通卷积在F1个输入特征图上做F2个输出，参数量是F1 × F2 × kernel_size。深度可分离卷积把它拆成两步：先对每个输入特征图独立做卷积（depthwise），参数量F1 × kernel_size；再用 1×1 卷积做通道混合（pointwise），参数量F1 × F2。总参数量从F1 × F2 × kernel_size降到F1 × (kernel_size + F2)，在F2和kernel_size都较大的时候压缩比非常可观。

对 EEG 来说，这个设计还有一层物理意义：depthwise 那步相当于对每个空间滤波器的时间响应独立建模，pointwise 那步相当于在空间滤波器之间做加权组合。这跟 EEG 信号的空间-时间分离特性是对应的——不同脑区的节律活动先各自提取，再融合成判别性特征。我试过把 depthwise 换成普通卷积，参数量涨了 6 倍，验证集准确率反而掉了 3 个点，过拟合非常明显。

注意：EEGNET 原论文里用的是SeparableConv2D，Keras 实现里depth_multiplier参数控制的就是这里的D。PyTorch 没有直接对应的层，需要用groups参数手动拆成 depthwise + pointwise 两步，别写成一个普通Conv2d就完事。

3. 把原始 EEG 喂进网络：预处理、训练循环与评估的完整链路

3.1 数据预处理：滤波、标准化、切片

原始 EEG 数据不能直接进网络，常见做法是先做带通滤波。运动想象任务一般保留 4-40Hz，P300 任务保留 0.1-20Hz，SSVEP 保留 3-40Hz。滤波用 MNE 或者 scipy 的butter+filtfilt都行，关键是零相位滤波，避免引入时间延迟。

import numpy as np from scipy.signal import butter, filtfilt def bandpass_filter(data, lowcut=4.0, highcut=40.0, fs=250, order=4): """ data: (channels, time_points) 或 (trials, channels, time_points) 返回同形状的滤波后数据 """ nyq = 0.5 * fs b, a = butter(order, [lowcut / nyq, highcut / nyq], btype='band') # filtfilt 做零相位滤波，前后各填充 padlen 个样本 return filtfilt(b, a, data, axis=-1) def normalize_per_trial(data): """ 按 trial 做 z-score 标准化，每个通道独立 data: (trials, channels, time_points) """ mean = data.mean(axis=-1, keepdims=True) std = data.std(axis=-1, keepdims=True) + 1e-8 return (data - mean) / std def slice_trials(raw_data, labels, fs=250, tmin=0.5, tmax=3.5): """ 从连续数据里切出 trial raw_data: (channels, total_time) labels: 每个 trial 的标签 """ start = int(tmin * fs) end = int(tmax * fs) trials = [] for i in range(len(labels)): seg = raw_data[:, start:end] trials.append(seg) return np.stack(trials), np.array(labels)

bandpass_filter里的filtfilt是关键，它做前向-反向两次滤波，相位响应为零，不会让不同频率成分产生时间偏移。normalize_per_trial按 trial 做 z-score 而不是按整个数据集做，是因为 EEG 信号存在明显的非平稳性，不同时间段的幅值基线会漂移，按 trial 标准化能消除这种漂移。slice_trials里的tmin=0.5是常见的做法，跳过刺激呈现后的瞬态响应，tmax=3.5取 3 秒数据，在 250Hz 下就是 750 个时间点。

3.2 训练循环：损失函数、优化器、学习率调度

EEGNET 的训练循环跟普通分类网络差不多，但有几个参数需要特别注意。优化器用 Adam 居多，学习率从 1e-3 开始，配合ReduceLROnPlateau在验证损失不降时减半。损失函数用交叉熵，如果类别不均衡可以加weight参数。

import torch import torch.nn as nn from torch.utils.data import DataLoader, TensorDataset def train_eegnet(model, X_train, y_train, X_val, y_val, epochs=100, batch_size=32, lr=1e-3, patience=10): device = torch.device('cuda' if torch.cuda.is_available() else 'cpu') model = model.to(device) # 数据转成 tensor，注意 EEGNET 输入是 (batch, 1, channels, time) X_train_t = torch.FloatTensor(X_train).unsqueeze(1).to(device) y_train_t = torch.LongTensor(y_train).to(device) X_val_t = torch.FloatTensor(X_val).unsqueeze(1).to(device) y_val_t = torch.LongTensor(y_val).to(device) train_loader = DataLoader(TensorDataset(X_train_t, y_train_t), batch_size=batch_size, shuffle=True) criterion = nn.CrossEntropyLoss() optimizer = torch.optim.Adam(model.parameters(), lr=lr, weight_decay=1e-4) scheduler = torch.optim.lr_scheduler.ReduceLROnPlateau( optimizer, mode='min', factor=0.5, patience=5) best_val_loss = float('inf') wait = 0 for epoch in range(epochs): model.train() train_loss = 0.0 for xb, yb in train_loader: optimizer.zero_grad() out = model(xb) loss = criterion(out, yb) loss.backward() # 梯度裁剪，EEG 数据容易出梯度爆炸 torch.nn.utils.clip_grad_norm_(model.parameters(), max_norm=1.0) optimizer.step() train_loss += loss.item() * xb.size(0) # 验证 model.eval() with torch.no_grad(): val_out = model(X_val_t) val_loss = criterion(val_out, y_val_t).item() pred = val_out.argmax(dim=1) val_acc = (pred == y_val_t).float().mean().item() scheduler.step(val_loss) print(f"Epoch {epoch+1}: train_loss={train_loss/len(X_train):.4f}, " f"val_loss={val_loss:.4f}, val_acc={val_acc:.4f}") # 早停 if val_loss < best_val_loss: best_val_loss = val_loss wait = 0 torch.save(model.state_dict(), 'best_eegnet.pth') else: wait += 1 if wait >= patience: print(f"Early stopping at epoch {epoch+1}") break model.load_state_dict(torch.load('best_eegnet.pth')) return model

weight_decay=1e-4是 L2 正则，EEG 数据量小，不加正则几乎必过拟合。clip_grad_norm_的max_norm=1.0是血泪经验——EEG 信号里偶尔有眼电、肌电伪迹，幅值能到正常信号的几十倍，不裁剪梯度很容易在某个 batch 上炸掉。ReduceLROnPlateau的patience=5配合早停的patience=10，一般 50-80 个 epoch 就能收敛。

3.3 评估指标：准确率不够，还要看 F1 和混淆矩阵

脑电分类任务里准确率有欺骗性。如果数据集类别不均衡——比如癫痫检测里正常样本占 90%——一个全预测正常的模型也能拿 90% 准确率。常见做法是同时看 F1 分数和混淆矩阵。

from sklearn.metrics import f1_score, confusion_matrix, classification_report def evaluate_model(model, X_test, y_test): device = next(model.parameters()).device model.eval() with torch.no_grad(): X_t = torch.FloatTensor(X_test).unsqueeze(1).to(device) out = model(X_t) pred = out.argmax(dim=1).cpu().numpy() print(classification_report(y_test, pred, digits=4)) print("Confusion matrix:") print(confusion_matrix(y_test, pred)) print(f"Macro F1: {f1_score(y_test, pred, average='macro'):.4f}") return pred

classification_report会输出每个类别的 precision、recall、F1，比单一准确率信息量大得多。混淆矩阵能看出模型到底在哪些类别之间混淆——比如运动想象里左手和右手容易混，但脚和舌头通常分得开，如果混淆矩阵显示左手和脚大量互错，那大概率是电极位置或者预处理出了问题。

4. 避坑与排查：EEGNET 落地时最容易翻车的五个地方

4.1 验证集准确率远低于训练集，但 loss 还在降

现象：训练集准确率 95%+，验证集卡在 50-60%，训练 loss 持续下降，验证 loss 先降后升。原因：典型过拟合，EEG 数据量通常只有几百到几千个 trial，而 EEGNET 虽然参数少，但在小数据集上仍然容易记住噪声。解决：先加 dropout（0.5 起步）、weight_decay（1e-4 到 1e-3），再做数据增强——常见做法是加高斯噪声、时间平移、通道随机丢弃。如果还不行，把F1从 16 降到 8，D从 2 降到 1。

4.2 训练 loss 直接变 NaN

现象：第一个 epoch 跑几个 batch 后 loss 变成 NaN。原因：EEG 原始信号里混入了大幅值伪迹，或者学习率设太大（比如 1e-2）。解决：先检查数据里有没有幅值超过 200μV 的段，有的话做伪迹剔除或者幅值裁剪；学习率降到 1e-3 或 5e-4；加梯度裁剪clip_grad_norm_(max_norm=1.0)。我一般会在预处理阶段加一步np.clip(data, -100, 100)，把极端值压掉。

4.3 换了数据集后准确率暴跌

现象：在公开数据集 BCI IV 2a 上跑 70%+，换到自己采集的数据只有 40%。原因：不同数据集的采样率、通道数、参考电极、滤波参数都不一样，直接套用同一套超参数大概率翻车。解决：先确认采样率是否一致，不一致就重采样到 250Hz；通道数不同就改n_channels参数；参考电极不同就做重参考（常见做法是 CAR 或 REST）。最关键的是重新做一遍预处理，别指望网络自己适应。

4.4 推理时 batch size 为 1 结果和训练时不一致

现象：训练时验证集准确率 70%，部署时单样本推理只有 50%。原因：BatchNorm在训练时用 batch 统计量，推理时用 running mean/var，如果训练时 batch size 太小（比如 8），running 统计量估计不准。解决：训练时 batch size 至少 32；或者把BatchNorm换成GroupNorm，对 batch size 不敏感。另一个常见原因是推理时忘了model.eval()，dropout 还在起作用。

4.5 时间维度对不上导致全连接层报错

现象：RuntimeError: mat1 and mat2 shapes cannot be multiplied。原因：flatten之后的时间维度取决于输入长度、kernel_length、两次 pooling 的乘积，换一个n_timepoints就变了。解决：代码里用动态创建fc层的方式（上面forward里if self.fc is None那段），或者提前算好：time_out = n_timepoints // 4 // 8，然后fc = nn.Linear(F2 * time_out, n_classes)。我一般会在__init__里加一个 dummy forward 来自动推断维度，省得每次改输入长度都要手动算。

5. 进阶技巧：用迁移学习和跨被试验证把 EEGNET 真正用起来

5.1 跨被试迁移：冻结前两层，只微调分类头

EEG 最大的坑不是网络结构，是被试间差异。同一个运动想象任务，不同人的 mu 波频率能差 2-3Hz，空间分布也不一样。在一个被试上训好的模型直接用到新被试上，准确率经常掉 20 个点以上。常见做法是做迁移学习：把在多个被试上预训练好的 EEGNET 前两层（时间卷积和空间卷积）冻结，只微调后面的可分离卷积和全连接层。

def freeze_and_finetune(model, X_target, y_target, freeze_layers=2): """ 冻结前 freeze_layers 层，只训练后面的层 """ # 冻结指定层 layers_to_freeze = ['conv_temporal', 'bn1', 'conv_spatial', 'bn2'] for name, param in model.named_parameters(): if any(layer in name for layer in layers_to_freeze): param.requires_grad = False # 只把需要梯度的参数传给优化器 trainable_params = filter(lambda p: p.requires_grad, model.parameters()) optimizer = torch.optim.Adam(trainable_params, lr=1e-4) # 微调用小学习率 # 后续训练循环跟普通训练一样，但学习率更低 return model, optimizer

冻结前两层的原因是：时间卷积学的是频段特征，空间卷积学的是空间模式，这两者在被试间有一定共性；而后面的层学的是被试特定的判别模式，需要重新适应。微调学习率用 1e-4 而不是 1e-3，避免把预训练权重冲掉。目标被试的数据量通常很少（几十个 trial），微调 20-30 个 epoch 就够了。

5.2 跨被试验证：Leave-One-Subject-Out

评估 EEGNET 的真实泛化能力，不能用随机划分训练/测试集，因为同一个 trial 的相邻时间段高度相关，随机划分会导致信息泄漏。正确做法是 Leave-One-Subject-Out（LOSO）：每次留一个被试做测试，其余被试做训练，轮流一遍。

这张表里的数字是我在 BCI IV 2a 数据集上多次跑出来的经验值，具体会因预处理和超参数有波动。重点看趋势：随机划分的准确率比 LOSO 高 20 个点以上，如果你只报随机划分的结果，审稿人或者实际部署时大概率会翻车。

5.3 一个实用技巧：用 SHAP 或梯度可视化检查网络学到了什么

EEGNET 虽然小，但也是个黑匣子。我一般会在训练完后做一步梯度可视化：对每个类别，计算输出对输入时间的梯度，看网络在哪些时间段最敏感。如果运动想象任务的梯度集中在刺激后 0.5-2.5 秒，说明网络学到了正确的节律响应；如果梯度均匀分布在整个时间段，大概率是在拟合噪声。

def visualize_gradient(model, X_sample, y_sample): """ 计算输出对输入的梯度，看时间维度上的重要性 X_sample: (1, 1, channels, time) """ model.eval() X_t = torch.FloatTensor(X_sample).unsqueeze(0).requires_grad_(True) out = model(X_t) pred_class = out.argmax(dim=1).item() out[0, pred_class].backward() grad = X_t.grad.abs().squeeze().numpy() # (channels, time) time_importance = grad.mean(axis=0) # 对通道平均 return time_importance

time_importance是一个长度为n_timepoints的数组，值越大说明该时间点对分类越重要。我习惯把它和原始信号叠在一起画出来，一眼就能看出网络是不是在正确的时间窗里做决策。这个技巧帮我排查过好几次「准确率看着还行但网络学错了东西」的情况——比如有一次发现梯度集中在刺激前 0.5 秒，后来查出来是数据切分的时候标签对齐错了。

从那以后我每次跑完 EEGNET 都强制走一遍梯度可视化，确认时间重要性分布符合任务的生理预期，再去看准确率。希望这些经验帮到你，少走几个我踩过的坑。

本文还有配套的精品资源，点击获取