脑机接口研究中，高质量带标签脑电数据的获取成本高、耗时久，严重限制了相关算法的训练与性能提升，这是行业普遍面临的痛点。
浙江大学团队提出脑电扩散模型，一种基于扩散模型的标签引导脑电信号生成方法，有效破解这一困境。该模型通过反向随机过程，将高斯噪声逐步精炼为结构化脑电信号，结合条件引导机制确保生成信号与任务标签一致。模型采用适配脑电特性的变换器架构，捕捉信号的时空动态特征，生成的信号保留了与真实数据相似的神经生理模式。
实验在情感识别、运动想象、想象语音三类任务数据集上验证显示，加入该模型生成的合成数据后，解码器性能相对提升 4%-6%，在低资源场景下表现尤为突出。生成的信号在拓扑激活模式上与真实脑电高度契合，通过了真实性判别检验。
这一方法为脑电数据增强提供了新途径，助力降低脑机接口研究的数据门槛，推动相关技术更高效地落地应用。
参考文献：Wang, J., Zhao, S., Luo, Z., Zhou, Y., Li, S., & Pan, G. (2026). EEGDiffuser: Label-guided EEG signals synthesis via diffusion model for BCI applications. Neurocomputing, 132636.
iRecorder是一款在惯师出售的，8/16/32通道的科研级无线EEG/ERP脑电采集系统。脑电放大器的通信采用无线传输的方式，设备结构紧凑，重量适宜，方便携带，在保障信号质量的同时为用户提供友好的使用体验。另外，该系统可以依据实验方案自由布置电极位置，使用方式灵活，可以满足个性化科研需求。
·无线便携
·穿戴式设计
·体积小、重量轻、续航长
·跨平台应用
)
)
)
)
)
)
)
)
)
)
)
)
)