TFM-Tokenizer · EEG 离散化
单通道 EEG 转为时间—频率离散 token 并接入 Transformer 的概念方法图。
2524 views
制作一张 16:9 横版 TFM-Tokenizer 概念方法图，说明单通道 EEG 如何转化为时间—频率离散 token 并接入 Transformer。 标题「TFM-Tokenizer：EEG 时间—频率离散化｜概念示例」。 EEG 波形依次经过 STFT 和重叠 Patching；时间遮挡输入 Temporal Encoder，频带遮挡输入 Localized Spectral Window Encoder，两路结果汇入 Gated Patchwise Aggregation；随后经 Quantization 形成 Token Vocabulary 与 EEG-Tokens，并用 Masked Reconstruction 复原频谱；右侧展示 learned EEG tokens → Masking → Transformer Encoder → Token Prediction Head → Masked Token Prediction。 紫色表示频谱，蓝色表示时间路径，橙色表示词表与 token，灰色斜线表示遮挡，白底配清楚箭头和模块框。 保留 model-agnostic、适配 foundation models 和多通道设置的定性说明。