一种适于fNIRS分类的高效的时空CNN-Transformer融合网络模型

一种融合了时间CNN、空间CNN和Transformer的深度学习模型fNIRS‑STCT，其目的是在考虑到fNIRS信号的延迟血流动力学反应、空间通道和时间信息的前提下，提高fNIRS分类准确率。本发明的技术方案是，将fNIRS信号分别通过包含时间CNN和改进Transformer的时间特征提取模块以及包含空间CNN和改进Transformer的空间提取模块，分别有效提取fNIRS的时间特征和空间特征。然后，将时间特征和空间特征进行融合，对fNIRS数据进行分类。