本发明公开了一种基于时间‑频域融合Transformer的脑电视觉分类方法。本发明包括：1：构建时间预处理模块；用于对原始脑电信号进行滤波处理和时间信息提取，输出为时域特征；2：构建频域预处理模块；使用功率谱密度方法对原始脑电信号提取4个频段特征并进行特征拼接，输出为频域特征；S3：构建时间‑频域融合Transformer的特征融合模块，以时域特征与频域特征作为输入，输出时频融合特征；4：构建时间‑频域融合Transformer的分类模块，以时频融合特征作为输入，输出分类结果。本发明提高计算机通过脑电信号感知物体类别的稳定性和正确率，以实现更高精度的脑电信号分类效果，对人机交互领域的发展有重要的现实意义。