TFM-Tokenizer · EEG 离散化

单通道 EEG 经 STFT 与分块处理，时间与频带遮挡分别经两路编码，汇入门控分块聚合生成 EEG token。一键生成你的方法图。

从这段提示词开始

展示单通道 EEG 转化为时间—频率离散 token 并接入 Transformer 的概念方法图。

添加损失标注

在遮挡重建复原频谱的分支上标注重建损失，其余流程不变。

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 和重叠分块；时间遮挡输入时间编码器，频带遮挡输入局部频谱窗口编码器，两路结果汇入门控分块聚合；随后经量化形成 token 词表与 EEG token，并用遮挡重建复原频谱；右侧展示学习得到的 EEG token → 遮挡 → Transformer 编码器 → token 预测头 → 遮挡 token 预测。

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，白底配清晰箭头和模块框。

保留与模型无关、适配基础模型和多通道设置的定性说明。

改用靛青配色

将频谱、时间路径、词表与 token 的配色改为靛蓝、青色和橙红色，模块结构不变。

设计一下

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 和重叠分块；时间遮挡输入时间编码器，频带遮挡输入局部频谱窗口编码器，两路结果汇入门控分块聚合；随后经量化形成 token 词表与 EEG token，并用遮挡重建复原频谱；右侧展示学习得到的 EEG token → 遮挡 → Transformer 编码器 → token 预测头 → 遮挡 token 预测。

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，白底配清晰箭头和模块框。

保留与模型无关、适配基础模型和多通道设置的定性说明。

添加多通道示意

在定性说明旁补充一个多通道扩展的小示意，展示从单通道接入多通道的方式。

设计一下

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 和重叠分块；时间遮挡输入时间编码器，频带遮挡输入局部频谱窗口编码器，两路结果汇入门控分块聚合；随后经量化形成 token 词表与 EEG token，并用遮挡重建复原频谱；右侧展示学习得到的 EEG token → 遮挡 → Transformer 编码器 → token 预测头 → 遮挡 token 预测。

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，白底配清晰箭头和模块框。

保留与模型无关、适配基础模型和多通道设置的定性说明。