本文介绍了一种新型基于transformer的框架，用于从EEG信号中提取注意状态，优化特征提取方法。该框架在多个数据集上表现优异，适用于注意力缺陷多动障碍(ADHD)评估和驾驶警觉度检测。研究提出的新模型SDANet和TAnet显著提高了EEG信号分类的准确性，具有广泛的应用潜力。