<img src="https://www.zjujournals.com/eng/images/1008-973X/images/logo.png" class="img-responsive">

图 1 网络整体架构

Fig.1 Overall network architecture

1.1. 坐标注意力

在多通道脑电信号处理领域，不同通道对识别任务的重要性存在显著差异，故而合理分配各通道的权重显得尤为关键. 引入CA模块^[15]，该模块不仅能够增强空间特征的建模能力，而且能够为不同通道赋予恰当的权重，从而有效地提取关键通道信息，进而提升脑电信号的判别性能. CA模块算法的实现结构如图2所示.

图 2

图 2 坐标注意力结构

Fig.2 Structure of coordinate attention

对于输入x∈R^C×1×T（其中C为脑电信号通道数，T为采样点数），采用尺寸为（1,1）和（1,T）的池化核，分别沿着水平方向和竖直方向对每个通道进行编码处理. 将前述模块生成的2个特征图进行级联，并通过一个共享的1×1卷积层F₁进行变换，得到中间特征图x₁，可以表述为

(1)$ {\boldsymbol{x}}_{1}=\mathrm{\delta }\left({{F}}_{1}\left(\left[{\boldsymbol{Z}}^{\mathrm{u}},{\boldsymbol{Z}}^{\mathrm{v}}\right]\right)\right) . $

式中：x₁∈R^{(C/r)×1×(1+T)}，其中r为下采样比例，用以调控模块的整体尺寸，r = max {8, C//8}.

沿着空间维度将x₁拆分为2个独立的张量${\boldsymbol{f}}^{\mathrm{u}} $∈R^(C/r)×1×1和${\boldsymbol{f}}^{\mathrm{v}} $∈R^(C/r)×1×T，利用2个1×1卷积F_u和F_v，分别将特征图f ^u和f ^v变换至与输入x相同的通道数，得到

(2)$ {\boldsymbol{g}}^{\mathrm{u}}=\mathrm{\delta }\left({{F}}_{\mathrm{u}}\left({\boldsymbol{f}}^{\mathrm{u}}\right)\right) , $

(3)$ {\boldsymbol{g}}^{\mathrm{v}}=\delta \left({{F}}_{\mathrm{v}}\left({\boldsymbol{f}}^{\mathrm{v}}\right)\right) . $

将得到的g^u和g^v作为通道注意力因子，对输入x进行加权调整，得到x₂∈R^C×1×T，使网络在水平方向和竖直方向均能关注关键通道信息，如下所示：

(4)$ {{x}}_{2}\left(i,j\right)=x\left(i,j\right) {{g}}^{\mathrm{u}}\left(i\right) {{g}}^{\mathrm{v}}\left(j\right) . $

1.2. VEEGNet

EEGNet^[16]是专为脑电信号分类设计的轻量级神经网络，其架构精巧，通常由3层卷积结构构成，依次为二维卷积层、深度卷积层和可分离卷积层. 为了进一步提高模型对脑电信号的空间特征提取能力，将EEGNet中的原始二维卷积层替换为VoV-GSCSP模块^[17]. 该模块融合了GSConv和CSP的优势，相较于传统卷积，在特征学习方面展现出更强大的表达能力，同时保持了较高的计算效率，未显著增加计算成本.

VoV-GSCSP模块的具体实现结构如图3所示. 将经过CA模块输出的x₂∈R^C×1×T进行维度变换，得到x_t1∈R^1×C×T. x_t1先经过二维卷积提取特征，随后进入GS Bottleneck模块. 该模块的核心是GSConv结构，它融合了标准卷积与深度可分离卷积的优点. GSConv通过逐通道卷积与逐空间卷积进行分解计算，不仅降低了计算复杂度，而且能够保持良好的特征提取能力. GS Bottleneck模块提取的特征会与前面二维卷积的特征进行融合，再经过一次二维卷积，得到新的特征x_t2∈R^m×C×T，其中m为最后一层二维卷积的输出通道数.

图 3

图 3 VOV-GSCSP网络的结构

Fig.3 Structure of VOV-GSCSP network

随后，x_t2进入深度卷积模块. 在该模块中，每个通道被独立分组，每组输入通道由m个尺寸为（C,1）的卷积核进行卷积，获得m个独立的输出通道，深度卷积后的输出通道总数变为2m. 接下来，进入可分离卷积，具体而言，将上述经过深度卷积后的特征与尺寸为（1,1）的卷积核进行点卷积，用于跨通道的信息融合，这样不仅减少了模型参数，还提高了计算效率. 经过这一系列处理后，得到输出特征x_t3∈R^{2m×(C/p)×(T/p)}，其中p为最大池化的核大小，p = 8.

1.3. 轻量级时间自注意力

脑电信号不仅具有空间结构，而且包含重要的时间动态信息，不同时间步对识别任务的贡献不同. 为此，本文引入LTAE模块^[18]. 该模块是高效的轻量级时间自注意力机制，旨在对输入数据进行时序建模，以捕捉长距离的时间依赖性，保持轻量化特性.

为了提高计算效率，LTAE将上述VEEGNet的输出数据x_t3作为输入，将2m个通道分为H个组，每组的大小为C'=2m/H，H设为8. 每个通道组的通道计算过程如下：

(5)$ {{\boldsymbol{c}}}_{h}^{\left(t\right)}={\left[{c}^{\left(t\right)}\left[\left(h-1\right){C}'+i\right]\right]}_{i=1}^{{C}'} . $

式中：c_h^(t)为第h个头在第t时刻处理的输入通道. 通过这种分组策略，每个注意力头被分配到一个通道组上，减少了每个头计算的维度，同时有效规避了冗余计算.

为了让模型能够理解输入序列的顺序，LTAE引入位置编码. 位置编码使用正弦和余弦函数来表示每个时间步的位置，并将其加到输入信号中. 位置编码p^(t)可以表述为

(6)$ {{\boldsymbol{p}}}^{\left(t\right)}={\left[\mathrm{s}\mathrm{i}\mathrm{n}\left(\frac{{\mathrm{slot}}\left(t\right)}{{\tau }^{{i}/{{C}'}}}\right)\right]}_{i=1}^{{C}'} . $

式中：slot(t)为时间段，τ为尺度. 将p^(t)加到输入数据c_h^(t)中，为每个时间步提供位置信息，从而使模型能够捕捉时序依赖关系.

LTAE模块的核心是多头自注意力机制. 与传统自注意力机制不同，LTAE对结构进行了改进. 每个头的查询q_h不再通过线性变换生成，而是直接作为模型的可学习参数，在训练过程中更新，以减少模型参数量.

为了提升计算效率，采用共享的线性变换FC_h，即使用统一的投影矩阵，将输入数据c_h^(t)+p^(t)投影为维度为H×d的向量，其中d为每个注意力头对应的键的维度，d=16. 每个头的键k_h^(t)的计算过程如下：

(7)$ {{\boldsymbol{k}}}_{h}^{\left(t\right)}={{\mathrm{FC}}}_{h}\left({{\boldsymbol{c}}}_{h}^{\left(t\right)}+{{\boldsymbol{p}}}^{\left(t\right)}\right) . $

每个头计算基于查询和键之间点积的注意力掩码a_h，可以表述为

(8)$ {{\boldsymbol{a}}}_{{h}}={\mathrm{softmax}}\left(\frac{1}{\sqrt{K}}{\left[{{\boldsymbol{q}}}_{h}\cdot {{\boldsymbol{k}}}_{h}^{\left(t\right)}\right]}_{t=1}^{T}\right) . $

注意力掩码a_h用于加权输入信号，并生成每个头的输出O_h. 输出是加权求和后的结果：

(9)$ {{\boldsymbol{O}}}_{h}=\sum _{t=1}^{T}{a}_{h}\left[t\right]\left({{\boldsymbol{c}}}_{h}^{\left(t\right)}+{{\boldsymbol{p}}}^{\left(t\right)}\right) . $

每个注意力头的输出O_h被拼接到一起，输出x_t4∈R^H×z，其中z为每个注意力头的输出维度. 最后送入全连接层进行分类.

2. 实验简介

2.1. 数据集

目前，脑电领域尚无专门针对脑纹识别的数据集，现有研究大多采用运动想象和情绪相关数据集作为实验数据. 为了验证脑纹识别方法的有效性，受试者数量应尽可能多，以确保模型的泛化能力. Physionet运动想象数据集^[19]包含109名受试者，DEAP情感数据集^[20]包含32名受试者，均具有较大规模的受试者数量，适用于脑纹识别研究. 选用Physionet数据集和DEAP数据集，评估模型的性能.

Physionet数据集采用国际10-10电极放置系统，包含109名受试者的脑电记录，使用64通道进行采集，采样频率为160 Hz. 每位参与者进行14次脑电测试，如下所示：2次持续1 min的静息态记录（分别为睁眼和闭眼状态），3次持续2 min的任务运行（左拳或右拳开合，双手或双脚开合，任务形式包含运动想象和真实运动），单次任务运行记录持续时间为4 s的脑电信号. 使用静息状态数据（即睁眼和闭眼状态的数据）和运动想象状态数据进行评估，对静息状态和运动想象状态的数据分别进行7~30 Hz和8~35 Hz的带通滤波，数据集在训练前都经过归一化处理.

DEAP数据集采用国际10-20电极放置系统，包含32名受试者的脑电记录，使用32通道进行采集，采样频率为512 Hz. 每位参与者观看40个1 min的音乐视频，这些视频对应不同的情绪状态. 为了进行公平地比较，使用DEAP数据集的官方预处理版本. 预处理数据被降采样到128 Hz，同时使用4~45 Hz带通滤波进行预处理. 数据集在训练前都经过归一化处理.

2.2. 训练参数

使用PyTorch和Python 3.8编译器在GPU RTX3060上进行实验. batch size设置为16. 对每个数据集进行重复40次随机划分，每次随机划分80%训练集、10%验证集和10%测试集. 最大训练轮次设置为100. Adam优化器的学习率是动态调整的，初始值为0.003，每训练10个轮次学习率下降1%. 模型使用交叉熵作为损失函数.

实验使用的评估指标是平均准确率和等错误率(EER)，准确率是指模型正确分类的样本数量占总样本数的比例，准确率越高表示模型的预测越准确. EER是指假接受率（FAR）和假拒绝率（FRR）相等时的错误率. FAR是非目标受试者被错误接受的比例，FRR是目标受试者被错误拒绝的比例. EER越低，说明模型的身份验证性能越好. 最终的准确率和EER结果为在完全相同的实验条件下重复40次实验得到的平均准确率和平均等错误率.

3. 实验结果与讨论

3.1. 参数选择与评估

3.1.1. 模型参数选择与评估

通过调整不同的参数，获得本文方法的最佳组合，如表1所示. 其中，ACC为准确率，std为标准差，Physionet-MI表示Physionet数据集的运动想象状态的数据，Physionet-EO表示Physionet数据集静息状态的睁眼数据，Physionet-EC表示Physionet数据集静息状态的闭眼数据. Physionet-MI使用1 s时间段、64通道数据，Physionet-EO和Physionet-EC都使用2 s时间段、64通道. 由于DEAP数据集的数据量较多，对于DEAP数据集，使用10 s时间段、32通道数据. 如表1所示为不同参数对模型性能的影响.

表 1 不同参数对2个数据集的不同状态数据的分类性能影响

Tab.1 Effect of different parameter on classification performance for different state data of two datasets %

实验参数	参数选择	ACC±std
实验参数	参数选择	Physionet-MI	Physionet-EO	Physionet-EC	DEAP
卷积核数	(16,64) (64,128)	99.43±0.15 99.97±0.09	98.13±0.17 99.45±0.15	97.32±0.41 99.01±0.30	100.00±0.02 100.00±0.00
激活函数	ELU SiLU GeLU ReLU	99.95±0.11 99.96±0.10 99.97±0.10 99.97±0.09	98.64±0.23 98.70±0.21 99.15±0.17 99.45±0.15	98.26±0.39 98.34±0.36 97.35±0.45 99.01±0.30	99.92±0.08 100.00±0.01 100.00±0.00 100.00±0.00
注意力	GCT CA	99.95±0.13 99.97±0.09	99.12±0.16 99.45±0.15	98.34±0.33 99.01±0.30	100.00±0.01 100.00±0.00
池化层	AvgPool2d MaxPool2d	99.97±0.10 99.97±0.09	98.94±0.18 99.45±0.15	98.59±0.33 99.01±0.30	100.00±0.00 100.00±0.00
Dropout	0.25 0.5	99.91±0.12 99.97±0.09	99.06±0.16 99.45±0.15	98.77±0.32 99.01±0.30	100.00±0.01 100.00±0.00

分析卷积核数对模型性能的影响. 由于VEEGNet第2层和第3层的卷积核数一样，仅对第1层和第2层的卷积核数进行调试. 将这2层的卷积核数分别设置为（16,64）和（64,128）进行对比. 实验结果表明，后者在分类性能上更优，表明适当增加卷积核数有助于提取更丰富的判别特征. 对常用的激活函数进行性能评估，结果显示，ReLU激活函数达到了最佳效果，较ELU、SiLU和GeLU略有改善. 在池化策略方面，对比了最大池化与平均池化的效果. 结果表明，最大池化在特征保留和识别性能方面均优于平均池化，更适合用于脑电信号建模，因此在后续网络中都使用最大池化. 另外，评估2种通道注意力，捕捉通道的重要性. 结果表明，与GCT层相比，CA层的表现更好，测试准确率更高，说明其在提取关键通道特征方面具有更强的能力. 评估Dropout参数大小对模型效果的影响. 可知，当Dropout设为0.5时，模型性能最优. 后续实验都使用上述最佳参数组合.

3.1.2. 数据集参数的选择与评估

针对数据集的测试，以Physionet-MI数据为主进行展开. 如表2所示，对不同时间段及不同通道数N下的分类准确率进行系统测试. 选取的时间段是1 s和4 s. 将通道数设为3、4、8、15、16、19、32、64. 4、16、32和64通道的分组参考文献[8]，15通道和19通道的分组参考文献[21]. 3通道配置采用C3、C4和Cz，8通道配置包括F3、F4、C3、Cz、C4、P3、P4和Pz.

表 2 Physionet-MI不同参数下的测试结果

Tab.2 Physionet-MI performance under different setting

slot/s	N	(ACC±std)/%	slot/s	N	(ACC±std)/%
4	3	89.07±1.40	1	3	64.57±2.25
4	4	93.54±1.28	1	4	71.99±1.77
4	8	98.34±0.41	1	8	91.67±1.31
4	15	99.30±0.25	1	15	98.52±0.61
4	16	99.75±0.22	1	16	98.63±0.53
4	19	99.81±0.21	1	19	98.86±0.32
4	32	99.90±0.20	1	32	99.48±0.24
4	64	99.97±0.02	1	64	99.97±0.09

实验结果表明，时间段的长短对模型识别性能有显著的影响，4 s时间段的平均准确率普遍高于1 s时间段的平均准确率. 在64通道配置下，无论是4 s还是1 s时间段，平均准确率均达到99.97%，这证明在通道数充足的情况下，本文方法即使在较短时间段内也能实现极为优异的分类效果. 此外，在相同时间段内，随着通道数的增加，平均准确率呈现明显上升的趋势. 在4 s时间段、8通道的配置下，准确率可达98.34%. 在1 s时间段、8通道的配置下，准确率能够达到91.67%. 这说明利用本文方法，能够在通道数较少的时候实现很好的识别效果.

为了进一步研究通道数和时间段对脑纹识别性能的影响，采用t-SNE对模型最后一层全连接层中学习到的特征进行可视化. 如图4所示为Physionet-MI数据的前10名受试者的t-SNE可视化图像，其中10种不同的颜色表示不同的类别. 可以看出，在1 s时间段、8通道的配置下，部分类别边界较模糊. 随着时间段的延长，在4 s时间段、8通道的配置下，从网络学习到的类别分界变得更加清晰. 当通道数增加到64时，即使时间段为1 s，模型提取的特征也展现出明确的类别边界，类内聚合效果更明显. 上述结果再次验证了通道数和时间段对脑纹识别有很重要的影响.

图 4

图 4 不同参数下Physionet-MI数据的t-SNE可视化图

Fig.4 t-SNE visualization of Physionet-MI data with different parameter

如表3所示为Physionet数据集的静息状态数据和DEAP数据集在不同通道下的测试结果. 其中，N_p为参数量. 从表3可以看出，DEAP数据集在仅5通道的情况下，识别准确率就能达到99.98%. 对于Physionet静息状态数据，在2 s时间段、3通道的配置下就能达到90%以上的准确率，且EER保持在较低水平. 上述结果进一步验证了本文方法在通道数较少，时间段较短的情况下，仍能保持良好的分类性能.

表 3 不同数据集在不同参数下的测试准确率

Tab.3 Test accuracy of different dataset with different parameter

数据集	slot/s	N	(ACC±std)/%	(EER±std)/%	N_p/10⁶
Physionet-EO	2	3 8 16 64	90.60±2.50 96.47±1.45 98.70±0.73 99.45±0.15	0.179±0.091 0.014±0.010 0.002±0.008 0.000±0.001	0.29 0.29 0.30 0.33
Physionet-EC	2	3 8 16 64	90.16±2.49 96.74±1.63 97.53±1.06 99.01±0.30	0.137±0.070 0.011±0.010 0.003±0.009 0.000±0.001	0.29 0.29 0.30 0.33
DEAP	10	5 32	99.98±0.06 100.00±0.00	0.000±0.000 0.000±0.000	0.28 0.29

3.2. 消融实验

在所提的网络结构中，CA、VOVGSCSP和LTAE模块对EEG信号特征的充分提取起到了至关重要的作用. 为了探究这3个模块对网络性能的具体影响，在2个公开数据集上进行消融实验. 其中Physionet-MI使用4 s时间段、8通道数据，Physionet-EO和Physionet-EC使用2 s时间段、8通道数据，DEAP数据集使用10 s时间段、5通道数据. DEAP数据集5通道配置采用F3、F4、F7、F8、Fz. 将各模块分别加入EEGNet中进行测试. 从表4可知，不同模块的引入对各数据集的分类性能均有不同程度的提升. 其中LTAE模块提升最显著，表明时间依赖关系对EEG特征提取至关重要. 此外，CA模块和VOV-GSCSP模块在DEAP数据集上效果突出，这可能是由于该数据集划分时间段较长，有利于提取更丰富特征. 进一步的模块组合实验表明，各模块不仅单独有效，而且具备显著的协同效应. 当CA、VOVGSCSP和LTAE模块同时移除时，模型的整体性能显著下降. 在Physionet-MI数据集上，模型识别准确率下降18.55%. 在Physionet-EO与Physionet-EC数据集上，模型识别准确率分别下降23.61%和25.79%. 在DEAP数据集上，模型识别准确率下降2.45%. 任意两模块组合均优于单模块，说明三者在通道注意、空间特征增强和时间建模层面均具有互补性.

表 4 消融实验结果的比较

Tab.4 Comparison of result of ablation experiment

模型	(ACC±std)/%
模型	Physionet-MI	Physionet-EO	Physionet-EC	DEAP
EEGNet	79.79±2.49	72.86±3.21	70.95±3.45	97.53±0.25
VEEGNet	80.83±2.21	74.18±3.03	72.66±3.22	99.89±0.20
CA+EEGNet	81.00±2.06	75.53±2.89	73.28±2.95	99.93±0.17
EEGNet+LTAE	96.01±0.89	89.28±1.96	90.21±2.01	99.54±0.18
CA+VEEGNet	90.54±1.52	80.76±2.45	75.37±2.78	99.93±0.15
VEEGNet+LTAE	98.25±0.48	94.85±1.55	94.85±1.72	99.97±0.08
CA+EEGNet+LTAE	98.18±0.52	91.63±1.72	92.11±1.89	99.96±0.09
Proposed	98.34±0.41	96.47±1.45	96.74±1.63	99.98±0.06

3.3. 算法比较

为了验证所提方法的有效性，将其与主流EEG生物特征识别算法在公共数据集上进行对比.

如表5所示为本文方法与当前一些流行算法在Physionet-MI数据上的性能对比.

表 5 Physionet数据集的运动想象数据比较

Tab.5 Comparison of motor imagery data for Physionet dataset

方法	slot/s	N	ACC/%	EER/%	N_p/10⁶
COH_CNN^[21] COH_CNN^[21]	1 1	19 15	98.22 97.74	— —	— —
CNN-LSTM^[8]	1 1	16 64	99.58 99.58	0.410 0.410	1927.50 —
多任务对抗学习^[22]	1	64	99.20	—	—
BGWO-SVM^[23]	1	23	94.13	—	—
EPI-CGAN^[24]	1	64	99.02	—	—
PCA+SVM^[25]	2	64	99.91	—	—
DNN^[26]	4	64	97.81	—	—
GCT-EEGNet^[27]	1	32	98.90	0.004	0.17
ResNet18^[28]	1	64	99.59	—	11.25
提出方法提出方法提出方法提出方法提出方法	1 1 1 1 1	15 16 19 32 64	98.52 98.63 98.86 99.48 99.97	0.001 0.001 0.001 0.001 0.000	0.29 0.29 0.29 0.30 0.32

Ashenaei等^[21]使用COH提取特征，输入CNN分类，该模型在1 s时间段、19通道和1 s时间段、15通道的配置下，准确率分别达到98.22%和97.74%，本文方法在相同通道下分别提高了0.64%和0.78%. Sun等^[8]使用CNN-LSTM模型在64通道的配置下实现了99.58%的高识别准确率，比本文方法在64通道下的识别准确率低0.39%. 虽然文献[8]算法在16通道下的识别准确率略优于本文方法，但其结合了LSTM层，将参数量增加到1927.5 × 10⁶，这增加了过拟合的风险，而本文模型的参数量远远小于该模型，且EER更低. Alyasseri等^[23]使用BGWO-SVM在23通道的配置下取得94.13%的准确率，相比之下，本文方法在更少通道数下表现更优. Ortega-Rodríguez等^[25]采用主成分分析结合SVM进行脑纹识别，在2 s时间段、64通道的配置下取得了99.91%的准确率. 本文方法仅在1 s时间段便能达到更优的识别效果，显示出更高的效率和实用性. Akbarnia等^[26]使用DNN对预处理脑电信号进行脑纹识别，在4 s时间段、64通道的配置下实现97.81%的准确率，明显低于所提方法的识别效果. Alshehri等^[27]提出轻量级GCT-EEGNet网络进行脑纹识别，在1 s时间段、32通道的配置下实现98.90%的识别准确率，虽然文献[27]方法采用的参数量仅为0.17×10⁶，但识别性能低于本文方法. Li等^[28]构建多视图融合模型，使用ResNet18进行分类，在1 s时间段、64通道的配置下实现99.59%的准确率，参数量为11.25×10⁶. 相比之下，本文模型在参数量远小于文献[28]模型的情况下，识别准确率与其相当. Jin等^[24]采用EPI-CGAN模型，该模型在64通道下的准确率达到99.02%. Zhou等^[22]将LFCC特征与多任务对抗学习相结合，在64通道下取得99.20%的准确率. 这2种方法使用较多的通道数，且分类效果不及本文所提方法. 通过在Physionet-MI数据上的分类性能比较，验证了本文所提方法即便在参数量较少的情况下，仍能取得较好的分类效果.

如表6所示为本文方法与其他方法在Physionet数据集中静息状态数据的分类表现，对于同一数据集，当前主流的算法性能与本文方法的比较如下. Das等^[29]使用CNN-LSTM模型进行测试，在4 s、8 s、12 s和16 s的实验中，12 s时段的效果最佳，EO和EC的识别准确率分别为98.00%和99.95%. 本文方法的EC识别准确率略低于文献[29]方法，但本文方法仅用2 s时间段，更适用于实际应用. Tian等^[13]应用基于GCN的方法，使用1 s数据，最高准确率达到98.56%，但在通道减少时准确率下降较快. 相比之下，本文方法在低通道数下保持较高的准确率. Schons等^[9]结合滑动窗口的数据增强技术和CNN，在最佳情况下EER为0.190%，本文所提方法在64通道下EER更低，使用的时间段更短. Li等^[33]提出ESTformer模型进行脑纹识别，在10 s时间段、64通道的条件下实现94.61%的准确率，模型参数量为33.7×10⁶. 相比之下，本文方法的准确率更高，参数量更少. Bandana等^[34]提出使用自动编码器对脑电信号进行重建，再使用CNN进行分类，在8 s时间段、64通道的配置下，睁眼和闭眼状态时分别达到99.45%和99.89%的准确率，但文献[34]方法使用的时间段比本文方法长.

表 6 Physionet数据集静息状态数据的比较

Tab.6 Comparison of resting state data for Physionet dataset

方法	slot/s	N	EO		EC		N_p/10⁶
方法	slot/s	N	ACC/%	EER/%	ACC/%	EER/%	N_p/10⁶
连通性网络^[11]	12	64	96.90	4.400	92.60	6.500	—
CNN-LSTM^[29] CNN-LSTM^[29] CNN-LSTM^[29] CNN-LSTM^[29]	4 8 12 16	64 64 64 64	95.00 96.20 98.00 92.50	— — — —	95.33 97.00 99.95 93.20	— — — —	— — — —
COR+GCN^[13] COR+GCN^[13] COR+GCN^[13]	1 1 1	64 40 16	98.56 97.13 53.41	— — —	— — —	— — —	— — —
FDF+SVM_RBF^[30]	10	64	97.22	—	—	—	—
RF^[31]	2	64	98.16	—	97.30	—	—
SVM^[31]	2	64	97.64	—	96.02	—	—
MCL+马氏距离分类器^[32]	10	64	99.40	6.330	98.80	10.500	—
CNN+数据增强^[9]	12	64	—	—	—	0.190	300.82
PLV+Gamma^[12] PLV+Gamma^[12]	4 4	56 21	99.40 96.00	— —	— —	— —	— —
ESTformer^[33]	10	64	94.61	—	—	—	33.70
Autoencoder-CNN^[34]	8	64	99.45	—	99.89	—	—
提出方法提出方法提出方法提出方法	2 2 2 2	3 8 16 64	90.60 96.47 98.70 99.45	0.179 0.014 0.002 0.000	90.16 96.74 97.53 99.01	0.137 0.011 0.005 0.000	0.29 0.29 0.30 0.33

Fraschini等^[11]采用构建功能连通性脑网络的方法，使用12 s数据，在64通道的情况下，EO的识别准确率为96.90%，EC的识别准确率为92.60%. 相比之下，本文方法的准确率平均提高了2.55%和6.41%. Alyasseri等^[30]通过提取PSD和AR特征，送入SVM_RBF分类器进行分类，在64通道的条件下识别准确率达到97.22%，比本文方法低2.23%. Kaur等^[31]应用PCA提取特征，使用SVM分类的睁眼和闭眼状态的身份识别准确率分别为97.64%和96.02%，使用RF分类器的身份识别准确率分别为98.16%和97.30%，识别效果不如本文方法. Yahyaei等^[32]提取脑电信号的MCL特征，使用马氏距离分类器进行分类，在10 s时间段、64通道的条件下，EO识别准确率达到99.40%，EC识别准确率达到98.80%，但EER较高. Kumar等^[12]使用基于锁相值的SVM方法，在使用56通道时获得99.40%的准确率，当通道数减少至21时，准确率仅下降3.40%. 相比之下，本文方法在2 s时间段、16通道的配置下，准确率超过文献[12]方法在4 s时间段、21通道下的表现. 通过上述在睁眼和闭眼状态数据上的比较，本文方法在参数量较少，时间段较短的情况下，分类效果在多种性能评估下更好.

如表7所示为本文方法与其他方法在DEAP数据集上的分类性能对比. 选用10 s的时间段，分别针对5通道和32通道进行测试，均实现了99.00%以上的准确率. Wilaiprasitporn等^[35]提出结合CNN和GRU的混合模型，该方法将脑电信号划分为10 s长度，在5通道和32通道下分别达到99.17%和99.90%的平均准确率，分类准确率不如本文方法，且模型参数量较大. Gómez-Tapia等^[36]探究进行脑纹识别所需的最短时间段，在经过预处理的脑电信号中提取功率谱密度或小波能量特征，使用MLP进行分类，在1 s时间段下的识别准确率达到95.00%，在3 s时间段下进一步提升到99.00%，文献[36]方法所需的时间段短，但对信号质量的要求较高，信号预处理过程较复杂，且使用了完整的32通道数据. 相比之下，本文所提方法在仅使用5通道的情况下即可取得更优的性能. Jin等^[24]提出EPI-CGAN模型进行脑纹识别，实现了99.88%的高准确率，但采用的时间段较长，且分类性能略逊于本文方法. 通过在DEAP数据集上的比较可知，提出的网络模型在低通道数下的分类识别效果综合表现最优.

表 7 DEAP数据集的比较

Tab.7 Comparison of DEAP dataset

方法	slot/s	N	ACC/%	N_p/10⁶
CNN-GRU^[35] CNN-GRU^[35]	10 10	5 32	99.17 99.90	1.89 —
MLP^[36] MLP^[36]	1 3	32 32	95.00 99.00	— —
EPI-CGAN^[24]	12	32	99.88	—
提出方法提出方法	10 10	5 32	99.98 100.00	0.28 0.29

4. 结　语

提出基于轻量级时空注意力机制的卷积神经网络，能够在通道数少与时间段短的条件下实现高效的脑纹识别. 在参数量仅为0.29×10⁶的情况下，该方法在多个公开数据集上表现出优越的性能. 在通道数少于8或时间段短于1 s的条件下，模型性能有所下降，表明其对时空信息具有较强的依赖性. 未来的研究将进一步聚焦更少通道数、更短时间段下模型性能的提升，重点探索如何自适应地选择对脑纹识别贡献最大的关键通道子集.

参考文献

原文顺序

文献年度倒序

文中引用次数倒序

被引期刊影响因子

[1]

ZHANG S, SUN L, MAO X, et al

Review on EEG-based authentication technology

[J]. Computational Intelligence and Neuroscience, 2021, 2021 (1): 5229576

DOI:10.1155/2021/5229576 [本文引用: 1]

[2]

陈彬滨, 吴涛, 陈黎飞

基于缩放卷积注意力网络的跨多个体脑电情绪识别

[J]. 中国生物医学工程学报, 2024, 43 (5): 550- 560

CHEN Binbin, WU Tao, CHEN Lifei

Cross-subjects EEG emotion recognition based on scaled convolutional attention network

[J]. Chinese Journal of Biomedical Engineering, 2024, 43 (5): 550- 560

[3]

刘国文, 唐佳佳, 金宣妤, 等

基于多尺度卷积和身份子空间的脑纹识别

[J]. 杭州电子科技大学学报: 自然科学版, 2025, 45 (1): 82- 88

LIU Guowen, TANG Jiajia, JIN Xuanyu, et al

Brainprint recognition based on multi-scale convolution and subspace

[J]. Journal of Hangzhou Dianzi University: Natural Sciences, 2025, 45 (1): 82- 88

[4]

PALANIAPPAN R, MANDIC D P

Biometrics from brain electrical activity: a machine learning approach

[J]. IEEE Transactions on Pattern Analysis and Machine Intelligence, 2007, 29 (4): 738- 742

DOI:10.1109/TPAMI.2007.1013 [本文引用: 1]

[5]

FALLANI F D V, VECCHIATO G, TOPPI J, et al. Subject identification through standard EEG signals during resting states [C]//Proceedings of the Annual International Conference of the IEEE Engineering in Medicine and Biology Society. Boston: IEEE, 2011: 2331–2333.

[6]

ALBASRI A, ABDALI-MOHAMMADI F, FATHI A

EEG electrode selection for person identification thru a genetic-algorithm method

[J]. Journal of Medical Systems, 2019, 43 (9): 297

DOI:10.1007/s10916-019-1364-8 [本文引用: 1]

[7]

YANG S, DERAVI F

On the usability of electroencephalographic signals for biometric recognition: a survey

[J]. IEEE Transactions on Human-Machine Systems, 2017, 47 (6): 958- 969

DOI:10.1109/THMS.2017.2682115 [本文引用: 1]

[8]

SUN Y, LO F P W, LO B

EEG-based user identification system using 1D-convolutional long short-term memory neural networks

[J]. Expert Systems with Applications, 2019, 125: 259- 267

DOI:10.1016/j.eswa.2019.01.080 [本文引用: 5]

[9]

SCHONS T, MOREIRA G J P, SILVA P H L, et al. Convolutional network for EEG-based biometric [C]//Progress in Pattern Recognition, Image Analysis, Computer Vision, and Applications. Cham: Springer, 2018: 601–608.

[本文引用: 3]

[10]

WANG M, EL-FIQI H, HU J, et al

Convolutional neural networks using dynamic functional connectivity for EEG-based person identification in diverse human states

[J]. IEEE Transactions on Information Forensics and Security, 2019, 14 (12): 3259- 3272

DOI:10.1109/TIFS.2019.2916403 [本文引用: 1]

[11]

FRASCHINI M, HILLEBRAND A, DEMURU M, et al

An EEG-based biometric system using eigenvector centrality in resting state brain networks

[J]. IEEE Signal Processing Letters, 2015, 22 (6): 666- 670

DOI:10.1109/LSP.2014.2367091 [本文引用: 3]

[12]

KUMAR G P, DUTTA U, SHARMA K, et al. EEG-based biometrics: phase-locking value from gamma band performs well across heterogeneous datasets [C]//Proceedings of the International Conference of the Biometrics Special Interest Group. Darmstadt: IEEE, 2022: 1–6.

[本文引用: 5]

[13]

TIAN W, LI M, JU X, et al

Applying multiple functional connectivity features in GCN for EEG-based human identification

[J]. Brain Sciences, 2022, 12 (8): 1072

DOI:10.3390/brainsci12081072 [本文引用: 5]

[14]

MYUNG K, GU K, BUM P. Spectrogram and CNN based personal identification using EEG signal [C]//Proceedings of the IEEE International Conference on Consumer Electronics-Asia. Gangwon: IEEE, 2021: 1–4.

[15]

HOU Q, ZHOU D, FENG J. Coordinate attention for efficient mobile network design [C]//Proceedings of the IEEE/CVF Conference on Computer Vision and Pattern Recognition. Nashville: IEEE, 2021: 13708–13717.

[16]

LAWHERN V J, SOLON A J, WAYTOWICH N R, et al

EEGNet: a compact convolutional neural network for EEG-based brain–computer interfaces

[J]. Journal of Neural Engineering, 2018, 15 (5): 056013

DOI:10.1088/1741-2552/aace8c [本文引用: 1]

[17]

LI H, LI J, WEI H, et al

Slim-neck by GSConv: a lightweight-design for real-time detector architectures

[J]. Journal of Real-Time Image Processing, 2024, 21 (3): 62

DOI:10.1007/s11554-024-01436-6 [本文引用: 1]

[18]

GARNOT V S F, LANDRIEU L, GIORDANO S, et al. Satellite image time series classification with pixel-set encoders and temporal self-attention [C]//Proceedings of the IEEE/CVF Conference on Computer Vision and Pattern Recognition. Seattle: IEEE, 2020: 12322–12331.

[19]

GOLDBERGER A L, AMARAL L A, GLASS L, et al

PhysioBank, PhysioToolkit, and PhysioNet: components of a new research resource for complex physiologic signals

[J]. Circulation, 2000, 101 (23): E215- E220