摘要
情绪识别是情感计算与脑机接口领域的核心问题，基于脑电（Electroencephalography, EEG）信号的情绪识别因其对中枢神经活动的直接反映、毫秒级时间分辨率与较低的系统成本而受到广泛关注。然而，现有深度学习方法多以"平坦"方式处理多通道 EEG 特征——或将全部电极视为无结构集合，或以单一感受野统一建模——既忽略了电极背后的脑解剖组织先验，也难以同时捕获区域内局部模式与跨区域全局依赖，导致模型可解释性弱、与情绪神经科学证据对齐不足。
针对上述问题，本文系统研究一类"脑区感知 CNN-Transformer 网络"（brain region-aware CNN-Transformer network）的架构设计。该网络遵循"脑区先验注入—双分支互补表征—区域自适应融合"三段式设计：首先依据国际 10-20 电极系统将多通道电极划分为若干功能脑区，形成结构化先验；继而在每个脑区内并行部署双分支 CNN-Transformer 区域特征提取模块（DB-CTFEM），其中 CNN 分支以多尺度深度可分离卷积捕获区域内通道间局部模式，Transformer 分支以"通道即令牌"的多头自注意力建模跨电极全局依赖，并可叠加脑区约束注意力掩码以抑制无关电极干扰；最后通过区域融合模块（RFM）对各脑区表征进行注意力加权聚合，并以"交叉熵 + 区域损失"的联合目标函数动态调节各脑区贡献。本文给出该架构的形式化描述、端到端张量流规格与七项关键设计决策分析；在 SEED、SEED-IV 等公开基准上，基于代表性文献报告结果开展综合性能分析：脑区感知类模型在 SEED 上可达 98.47%、SEED-IV 上可达 91.90%（被试依赖协议），显著优于平坦建模的图神经网络与单一感受野基线；消融证据表明脑区映射、双分支结构与自适应融合均对性能有独立贡献。注意力可视化进一步显示模型对前额叶与外侧颞区的自发聚焦，与情绪侧化处理的神经科学结论一致。
本文的贡献在于将分散的"脑区先验注入"设计实践整合为一个可复用的架构范式，并从神经科学一致性、计算复杂度与临床转化三个维度给出系统评估，为可解释、可落地的 EEG 情绪识别系统提供架构级参考。
关键词：脑电；情绪识别；脑区感知；CNN-Transformer；注意力机制；微分熵；可解释性
Abstract
EEG-based emotion recognition is a core problem in affective computing and brain-computer interfaces, owing to the direct reflection of central neural activity, millisecond temporal resolution, and relatively low system cost of EEG. However, existing deep learning approaches mostly treat multi-channel EEG features in a “flat” manner—either regarding all electrodes as an unstructured set or modeling them with a single receptive field—overlooking the anatomical organization prior behind the electrodes and failing to capture both intra-regional local patterns and inter-electrode global dependencies simultaneously, which limits interpretability and alignment with affective neuroscience.
This paper systematically studies the architecture design of a class of brain region-aware CNN-Transformer networks following a three-stage paradigm: region prior injection—dual-branch complementary representation—region-wise adaptive fusion. Guided by the international 10-20 electrode system, electrodes are grouped into functional brain regions; a dual-branch CNN-Transformer feature extraction module (DB-CTFEM) is deployed in parallel within each region, where the CNN branch captures local patterns via multi-scale depthwise separable convolutions and the Transformer branch models inter-electrode dependencies via channel-as-token multi-head self-attention, optionally with region-constrained attention masks; a region fusion module (RFM) then aggregates regional representations with attention weighting, trained jointly with a region-level auxiliary loss. We provide the formal description, end-to-end tensor-flow specification, and seven key design decisions of the architecture, and conduct a literature-based synthesis on public benchmarks: region-aware models achieve up to 98.47% on SEED and 91.90% on SEED-IV under the subject-dependent protocol, outperforming flat graph neural network baselines; ablation evidence confirms the independent contributions of region mapping, the dual-branch structure, and adaptive fusion. Attention visualization reveals spontaneous focus on the prefrontal cortex and lateral temporal regions, consistent with neural evidence of emotional lateralization. The paper integrates scattered “region prior injection” practices into a reusable architectural paradigm and evaluates it from the perspectives of neuroscientific consistency, computational complexity, and clinical translation, providing an architecture-level reference for interpretable and deployable EEG emotion recognition systems.
Keywords: EEG; emotion recognition; brain region awareness; CNN-Transformer; attention mechanism; differential entropy; interpretability
第1章 绪论
1.1 研究背景与意义
情绪是人类认知、决策与社交行为的核心调节变量。自 Picard 提出情感计算（affective computing）概念以来 [12]，让机器感知、理解并适应人类情绪一直是人机交互与人工智能的重要目标。在应用侧，情绪识别技术可直接服务于心理健康筛查、驾驶员状态监测、沉浸式教育、自适应人机交互等场景；在医疗侧，抑郁症、焦虑症等常见情绪障碍的患病率长期居高不下，而现行诊断高度依赖量表与主观访谈，缺乏客观生理指标。美国国家精神卫生研究院提出的研究领域标准（Research Domain Criteria, RDoC）框架明确倡导以可量化的神经生理指标重构精神障碍评估体系 [21]，这为情绪相关的生理信号计算提供了直接的临床牵引。
在多类生理信号中，脑电信号占据独特地位。EEG 通过头皮电极记录大脑皮层神经元的同步放电活动，是少数能够直接反映中枢神经系统的非侵入信号：其毫秒级时间分辨率适配情绪状态的快速动态切换；与功能磁共振（fMRI）相比，设备成本低、可移动、可长期佩戴；与外周生理信号（心率、皮电、呼吸）相比，EEG 与情绪神经机制的因果链路更短，受躯体化混淆的可能性更低 [22]。情绪的神经科学研究表明，前额叶皮层、杏仁核—外侧颞叶系统等结构在情绪生成与调节中承担差异化功能，且前额叶 α 波段的不对称性与情绪趋近/回避倾向存在稳定关联 [6][23]。这些证据意味着：情绪相关的重要信息并非均匀分布于头皮电极阵列，而是结构化地聚集于特定脑区——这构成了 EEG 情绪识别最重要的先验知识来源。
然而，从信号到模型的转化路径上，这一结构性先验长期未被充分利用。以深度学习为主流的现有 EEG 情绪识别模型，多数将全部电极通道视为同质的输入维度：卷积神经网络（CNN）在“通道×时间”网格上滑动共享核，隐含地假设相邻下标电极具有相似语义；图神经网络（GNN）以可学习邻接矩阵建模通道关系，虽然缓解了平坦化问题，但其图结构由数据驱动学习，缺乏与脑解剖的直接对应；Transformer 将每个电极编码为无差别令牌，注意力矩阵虽可事后解读，却未在结构上保证其与功能区划一致。其结果是双重的：一方面，模型容量被浪费在搜索"哪些通道重要"这一本可先验回答的问题上；另一方面，模型给出的注意力解释与神经科学证据之间缺少结构性锚点，削弱了结果在临床语境中的可信度。
本文研究的"脑区感知 CNN-Transformer 网络"正是针对这一断点的架构级回应。其核心思想是：将国际 10-20 电极系统隐含的脑区划分作为显式结构先验注入网络，使 CNN 的归纳偏置作用于"区域内"局部模式，使 Transformer 的全局注意力作用于跨电极依赖，并在区域粒度上完成自适应融合与损失约束。这一设计同时回应了精度与可解释性两个目标，构成 EEG 情绪识别从"平坦建模"向"结构化建模"演进的关键一步。
1.2 国内外研究现状
EEG 情绪识别研究可沿“特征工程—深度模型—结构先验”三个阶段脉络梳理。
（1）特征工程与传统机器学习阶段。 早期研究聚焦于情绪相关特征的设计与选择。微分熵（differential entropy, DE）特征被证明能有效刻画各频带能量分布与情绪唤醒水平的关系，成为该领域最具影响力的特征之一[10]；功率谱密度（PSD）、微分尾数、非平稳指数等亦被广泛使用[14]。在分类器侧，支持向量机、K 近邻、线性判别分析等浅层模型长期主导。Zheng 与 Lu 通过对 62 通道、5 频带 DE 特征的逐通道—逐频带显著性分析，系统识别出 β、γ 频带与前额、颞区电极对三分类情绪任务的贡献最为突出[1]，这一结论不仅给出了强基线，更从统计层面首次大规模印证了情绪信息的脑区聚集性，为后续“脑区感知”类架构提供了实证基础。
（2）深度学习阶段。 随着深度学习兴起，端到端表征学习逐步替代手工特征。CNN 系工作以 EEGNet 为代表：其以深度卷积与可分离卷积构建紧凑网络，在小样本 EEG 任务上展现了良好的跨范式泛化能力[9]；Schirrmeister 等的深度卷积网络则验证了原始 EEG 上端到端解码的可行性[13]。CNN 的优势在于局部模式提取与参数效率，但其固定感受野难以建模远距电极间关系。为引入通道间关系结构，GNN 系工作将电极建模为图节点：Song 等的动态图卷积网络（DGCNN）以有向图学习电极间关系，在 SEED 上取得约 90.4% 的精度[17]；Zhong 等的正则化图神经网络（RGNN）将电极的半球侧化属性编码为节点嵌入，引入“左脑半球与右脑半球差异”的神经先验[18]；Li 等的双半球差异模型（BiHDM）进一步将左右半球的不对称性作为显式建模对象[19]。GNN 系工作标志着“结构先验”开始受到重视，但其图结构仍是全图级学习，粒度粗、缺乏与功能区划的直接对应。Transformer 系工作则将自注意力[7]引入 EEG 建模：以每个电极（或电极—频带组合）为令牌，注意力矩阵可在任意电极对之间传播信息，显著扩展了感受野；系统综述表明，通道维注意力建模已成为 EEG 情绪识别的重要分支[15][16]。但纯 Transformer 在小样本 EEG 数据上易过拟合，且“全连接式”注意力对无关电极噪声同样敏感。
（3）脑区感知阶段。 近年出现的"脑区感知"类架构将结构先验从"事后解释"前移至"事前约束"。代表性工作 ACTNN 在 Transformer 注意力中引入脑区约束掩码，限制注意力在解剖相关电极间流动，在 SEED 与 SEED-IV 上分别报告 98.47% 与 91.90% 的精度（被试依赖协议）[4]；DRFNet 等双分支工作则将网络主体按脑区并行化：每个脑区独立执行"CNN 局部提取 + Transformer 全局建模"的双分支特征提取，再经区域级自适应融合输出决策，在 SEED 系列数据集上取得领先的被试依赖精度[5]。这类工作的共同特征是：网络拓扑本身携带脑区语义，注意力、融合与损失均在区域粒度上显式定义。散点式的成功提示了一个尚待系统化的架构范式——这正是本文的切入点。
与模型主线的演进并行，数据生态的成熟构成了该领域近年快速发展的另一支柱。情绪诱发范式从早期依赖国际情感图片系统（IAPS）的静态图片刺激，逐步转向情绪强度更高、动态性更强的音乐与电影片段范式（SEED 系列即采用精心挑选的电影片段[1][2]），以及生态效度更高的自传体回忆与虚拟现实情境范式。围绕诱发范式，公开数据集从三分类的 SEED、四分类的 SEED-IV 扩展到 DEAP 的连续维度标注[3]与更多标签粒度，形成了覆盖不同任务难度的基准阶梯。数据生态的意义在于：架构创新可以在多数据集、多协议下被独立复现与检验，跨文献的一致性证据由此积累——本文第6章的文献综合分析正建立在这一数据生态之上。
1.3 现有研究面临的挑战
综合上述脉络，现有 EEG 情绪识别研究存在四项关键挑战：
挑战一：平坦电极建模忽略脑解剖组织。 多数模型不区分前额叶电极与枕区电极的功能差异，将脑区结构信息完全留给数据驱动学习。在 EEG 情绪数据典型的小样本条件下（如 SEED 仅 15 名被试），这种"从零学结构"的方式低效且易过拟合。
挑战二：单一感受野难以兼顾局部与全局。 CNN 擅长区域内相邻电极的局部模式（如前额区内部的不对称激活），Transformer 擅长跨电极全局依赖（如额叶—颞叶协同），二者在生理上同时存在、在模型中却常被二择其一。
挑战三：可解释性与神经科学一致性不足。 情绪识别模型若要进入临床辅助场景，其决策依据必须能被神经科学证据校验。平坦模型的注意力分布缺乏结构性锚点，即使事后可视化观察到某些电极权重高，也难以回答"这是否与已知的情绪脑区功能一致"。
挑战四：跨被试泛化能力受限。 EEG 信号的个体差异显著，被试无关（subject-independent）协议下的精度普遍显著低于被试依赖（subject-dependent）协议。结构先验有望降低模型对个体特异性模式的依赖，从而改善跨被试稳健性。
值得强调的是，四项挑战并非孤立的技术碎片，而存在共同的结构性根源——结构先验的系统性缺位：挑战一是先验在表征层的缺位（输入无脑区语义），挑战二是先验在计算层的缺位（感受野与解剖邻接脱钩），挑战三是先验在解释层的缺位（注意力无结构锚点），挑战四是前三者在泛化层的连带后果（模型被迫用容量弥补先验，容量恰恰是小样本最稀缺的资源）。这一诊断决定了本文的技术路线：不在单一层面零敲碎打，而是在架构层一次性注入脑区结构先验，使表征、计算、解释三个层面同时获得解剖约束。
1.4 本文主要贡献
针对上述挑战，本文以“脑区感知 CNN-Transformer 网络”为对象开展架构级系统研究，主要贡献包括：
需要说明的是，本文为架构研究型论文：性能数值均引自公开文献并逐条标注出处；超参数级别的实现细节属于设计推断，文中以证据分级方式显式区分（详见第10章说明）。
1.5 论文组织结构
本文其余部分组织如下：第2章介绍 EEG 情绪识别的理论基础，包括情绪神经科学、信号特征工程与核心深度组件；第3章给出脑区感知 CNN-Transformer 网络的总体架构与形式化描述；第4章深入各核心模块的设计与实现；第5章说明实验设计、数据集与协议；第6章呈现结果与综合分析；第7章讨论有效性机理、神经科学一致性与局限性；第8章分析临床转化路径与伦理考量；第9章总结全文并展望未来方向；第10章列出参考文献及证据分级说明。
第2章 相关理论基础
2.1 情绪的维度模型与神经基础
情绪的量化建模首先需要回答“情绪是什么结构的变量”。心理学界存在离散情绪理论与维度理论两大取向。在 EEG 情绪识别中，维度理论占据主流：Posner 等提出的环形模型（circumplex model）将情绪映射到效价（valence）（愉悦—不愉悦）与唤醒度（arousal）（平静—激活）构成的二维平面 [11]。该模型与情绪的神经生理证据高度兼容：唤醒度与皮层兴奋性、自主神经激活水平正相关，可由 EEG 频带能量直接刻画；效价则与半球不对称性关联更紧密。SEED 系列数据集采用三类离散标注（负面、中性、正面），DEAP 采用效价/唤醒度双维度标注，二者的底层表征均可由维度模型统一解释。
在神经基础层面，情绪加工并非单一位点功能，而是分布式的。对 EEG 建模最具操作意义的有三组证据。其一，前额叶不对称性：Davidson 的系列研究表明，左侧前额叶活动与趋近动机及正性情绪相关，右侧前额叶与回避动机及负性情绪相关，前额区 α 波段（8–13 Hz）功率的左右不对称可作为情绪倾向的稳定指标 [6]；Knyazev 的综述进一步将 α 不对称置于动机—情绪—抑制控制的统一框架下 [23]。其二，颞叶—边缘系统：杏仁核位于颞叶深部，其激活状态可部分反映于外侧颞区头皮电位，情绪刺激下 β、γ 频段的颞区活动增强在多个数据集上可复现。其三，频带分工：Zheng 与 Lu 的逐通道—逐频带显著性分析表明，对情绪三分类贡献最大的频带为 β（13–30 Hz）与 γ（>30 Hz），贡献最大的电极集中于前额区与外侧颞区 [1]。这三组证据共同构成"情绪信息按脑区结构化分布"的实证基础，也是脑区感知架构的先验来源。
在情绪神经基础的实证研究中，诱发范式的选择直接影响证据的效度边界。图片范式（如 IAPS）刺激时长短（数百毫秒至数秒）、可控性强，但诱发强度低、情绪动态单一；电影片段范式刺激时长以分钟计，叙事结构带来连续的情绪起伏，诱发强度与生态效度均较高，代价是时间动态复杂、标签沿片段粒度近似赋值——SEED 系列的标签即取自被试对片段的整体自评[1][2]，这意味着 epoch 级标签存在片段内异质性噪声；自传体回忆与音乐范式则各有侧重。对建模而言，范式差异构成数据集间的系统性分布差异，是跨数据集泛化评估（第6.5节）中不可忽略的混杂变量。
2.2 EEG 信号特性与情绪相关节律
EEG 信号是皮层锥体神经元突触后电位在头皮表面的容积传导叠加，典型幅度为 10–100 μV，信噪比低。按频率，EEG 通常划分为 δ（0.5–4 Hz）、θ（4–8 Hz）、α（8–13 Hz）、β（13–30 Hz）与 γ（>30 Hz）五个频带。各频带与情绪状态的关联并不均等：α 频带的不对称性（而非绝对功率）携带效价信息；β、γ 频带的绝对能量与唤醒度、情绪强度正相关；θ 频带与前额叶认知控制过程相关，在情绪调节任务中亦有贡献[1][10]。这一"频带—情绪"对应关系直接决定了特征工程的设计：与其使用原始波形，不如以频带级能量特征作为输入，既降维又对齐生理语义。
EEG 的另一关键特性是非平稳性与个体差异。同一被试在不同时段、不同被试在同一范式下，信号分布均有显著漂移，这构成跨被试泛化困难的根源，也解释了为何被试无关协议下的精度系统性低于被试依赖协议（详见第6章）。
从信号生成机制看，头皮 EEG 是皮层锥体神经元顶树突同步突触后电位经容积传导（volume conduction）叠加的结果：深部源（包括杏仁核等边缘结构）的贡献被颅骨与头皮显著衰减，头皮电极记录的主要是靠近皮层表面、且源取向与皮层近似垂直的同步活动。容积传导带来两个建模后果：其一，单个电极的电位是多个源活动的混合，"电极读数"与"皮层源"是两层不同的物理量，电极级脑区语义（10-20 字母类别）是功能区的代理变量而非直接测量；其二，相邻电极读数高度相关（空间模糊），这既支撑了区域内卷积的合理性（相邻电极确实携带相关信息），也提示区域内完全独立建模的理想化性质——区域边界的电极存在跨区混合成分。脑区感知架构以先验分组应对前者（接受代理性换取可部署性），以区域间融合应对后者（跨区信息在 RFM 层重新汇合），两个设计选择与容积传导的物理特性各自对应。
2.3 EEG 预处理与微分熵特征
标准 EEG 情绪识别流水线的预处理环节包括：重参考（通常取双侧乳突平均参考）、带通滤波（常用 0.5–50 Hz 以抑制基线漂移与工频干扰）、独立成分分析（ICA）去除眼电、肌电等伪迹成分，以及按刺激时间窗切分连续记录为样本段落（epoch）。在 SEED 系列数据集中，每个电影片段刺激下的连续 EEG 按 1 秒粒度切分 epoch，每个 epoch 提取五频带特征，形成 62×5 的特征矩阵[1][2]。
微分熵（DE）特征的定义为：对于服从高斯分布 N(μ, σ²) 的信号 x，
DE = −∫ f(x) ln f(x) dx = ½ ln(2πeσ²)
即在高斯假设下，DE 等价于对应频带对数功率谱的线性函数。Duan 等的系统比较表明，DE 特征在情绪识别中显著优于 PSD 等传统能量特征，其优势源于对数变换压缩了能量分布的动态范围，缓解了频带能量跨试次剧烈波动的影响[10]。自此，“62 通道 × 5 频带 DE 矩阵”成为 SEED 系列基准的标准输入形态，也是本文所研究架构的默认输入约定。需要指出，DE 特征按 epoch 计算，天然丢弃了 epoch 内的时间细粒度信息；与之互补的路线是以原始波形或时间—频率图为输入的端到端模型[9][13]，二者的取舍将在第 3.4 节讨论。
2.4 卷积神经网络与深度可分离卷积
卷积神经网络以局部连接、权值共享与平移不变性为归纳偏置，适合提取空间网格上的局部模式。在 EEG 语境下，将特征矩阵的通道维视为"空间"维，CNN 的一维卷积核沿通道维滑动，可捕获相邻电极的联合激活模式，例如前额区内部左右对称电极的相对能量关系。
标准卷积同时混合空间与通道信息，参数量较大。Howard 等提出的深度可分离卷积（depthwise separable convolution）将其解耦为两步：深度卷积（depthwise convolution）对每个输入通道独立施加空间核，逐点卷积（pointwise convolution，即 1×1 卷积）再线性组合各通道输出[8]。该分解以 O(C_in·k + C_in·C_out) 复杂度替代 O(k·C_in·C_out)，在保持表达能力的同时大幅压缩参数——这对小样本 EEG 任务尤为重要。EEGNet 将深度卷积用于 EEG 通道维、可分离卷积用于特征组合，构成紧凑 EEG 专用 CNN 的经典范式[9]。多尺度设计则并行部署多种核宽（如覆盖 3、5、7 个电极的卷积核），以不同感受野捕获不同空间跨度的电极组合模式，其代价仅是卷积组数的线性增加。
CNN 的固有局限在于感受野的局部性：单层卷积只能“看到”核宽覆盖的电极，建模远距电极关系（如额—颞协同）需要堆叠多层或扩大核宽，参数与过拟合风险随之上升。
2.5 Transformer 与注意力机制
Vaswani 等提出的 Transformer 以缩放点积注意力（scaled dot-product attention）为核心机制[7]：给定查询矩阵 Q、键矩阵 K 与值矩阵 V，注意力输出为
Attention(Q, K, V) = softmax(QKᵀ/√dₖ)V
其中 dₖ 为键向量维度，√dₖ 缩放因子用于防止内积过大导致 softmax 梯度消失。多头机制（multi-head attention）将 d_model 维空间切分为 h 个子空间，各头独立执行注意力后拼接，使模型可同时在多个表示子空间中建模不同的依赖模式。自注意力（self-attention）中 Q、K、V 均由同一输入序列的线性变换得到，任意两个位置之间均存在直接信息通路，感受野为全局。
在 EEG 情绪识别中，Transformer 的典型用法是通道即令牌（channel-as-token）：将每个电极（或电极—频带组合）的特征向量编码为一个令牌，注意力矩阵 S = QKᵀ/√dₖ 的第 (i, j) 元素即电极 i 对电极 j 的关注强度。这一建模天然适配 EEG 的两个需求：其一，跨电极依赖无远近之分，额叶与枕区电极的信息传播仅需一层注意力；其二，注意力矩阵本身构成可解释性接口——训练良好的模型，其通道注意力分布应与已知的情绪相关脑区重合，这一“自洽性检验”是平坦模型难以提供的。
Transformer 的短板亦同样突出：其一，注意力对输入噪声不加区分，伪迹电极、无关脑区电极与关键电极在结构上等权，需要足够数据才能学会抑制前者；其二，小样本场景下方差大、易过拟合；其三，全局注意力矩阵的计算与存储复杂度为序列长度平方量级（EEG 通道数通常为 32–64，该代价尚可接受）。这些短板恰是脑区约束掩码与区域化并行设计的针对性动机。
交叉注意力（cross-attention）是自注意力的变体：Q 来自序列 A，K、V 来自序列 B，实现两个表示空间之间的受控信息交换。在双分支架构中，交叉注意力用于 CNN 分支特征与 Transformer 分支特征的对齐与融合，避免简单拼接造成的特征空间错位（详见第4.3.3节）。
2.6 国际 10-20 系统与脑区划分先验
国际 10-20 电极系统（International 10-20 System）是头皮电极放置的标准方案，其名称编码规则直接携带解剖信息：电极标签由“字母 + 编号”构成，字母指示脑区（Fp：额极 frontal pole；F：额叶 frontal；C：中央区 central；P：顶叶 parietal；O：枕叶 occipital；T：颞叶 temporal；A：耳参考），编号指示侧位（奇数为左半球，偶数为右半球，z 为中线），数字大致按 10% 或 20% 间隔沿矢状线与冠状线递增。以 SEED 系列采用的 62 通道系统为例，其覆盖了上述全部脑区字母类别。
由此，“电极→脑区”的映射存在多层粒度：粗粒度上，62 电极可划分为额叶（含额极）、中央区、顶叶、颞叶、枕叶五大功能区，或按半球属性划分为左、中、右；细粒度上，可进一步区分前额、后额等子区。划分方案本身是一个设计自由度——脑区数 N 的典型取值为 5–7：N 过小则区域内异质性过高、先验过弱，退化为平坦建模；N 过大则区域内电极过少（个别区仅 3–5 电极），局部注意力与卷积失去统计基础，且参数量随区域数线性增长。已有工作多采用与 10-20 字母类别对齐的 5–6 区方案[4][5]，本文第 4.2 节将给出具体的分组规格与设计权衡。
电极系统本身的演进亦与脑区感知架构相关。经典 10-20 系统规定 21 个标准位点；10-10 扩展系统（即“10% 系统”）在标准位点间按 10% 间隔加密，将可布电极数扩展至 81 以上（SEED 系列的 62 通道即为 10-20 布局的扩展变体），高密度商业化系统可达 128–256 通道。通道密度对脑区感知架构的影响是双向的：一方面，加密的电极覆盖使区域划分更贴近真实功能区边界、容积传导混叠减轻；另一方面，通道数上升直接放大平坦模型的注意力矩阵规模（平方增长）与过拟合面，恰凸显了区域化并行结构的复杂度优势。换言之，电极密度越高，结构化建模的相对收益越大——这是该范式面向高密度采集系统（脑电科研与临床长期趋势）的战略适配性所在（证据 C）。
综上，本章所述的三类知识——脑区结构先验（2.1、2.6）、频带级能量特征（2.2、2.3）、CNN/Transformer 互补组件（2.4、2.5）——分别对应脑区感知 CNN-Transformer 架构的三个设计支柱：先验注入什么、输入表示是什么、如何分别提取局部与全局模式。下一章将说明三者如何在统一架构中协同。
