本文解读Neurocomputing 2026的研究《 EEGDiffuser: Label-guided EEG signals synthesis via diffusion model for BCI applications 》，提出面向脑机接口（BCI）的标签引导扩散模型EEGDiffuser，专为解决 EEG 脑电数据稀缺、采集昂贵、标注困难的行业痛点。模型以 DiT 为骨干，通过条件扩散生成高保真、标签一致的 EEG 信号，在情绪识别、运动想象、想象语音三大任务上，将解码精度相对提升4%–6%，尤其在小样本场景提升显著。生成的脑电地形图与真实数据高度吻合，具备真实神经生理特性，为 BCI 低资源训练、个性化建模、信号扩增提供通用新方案，让脑机交互更精准、更易落地。

脑机接口（BCI）被认为是下一代人机交互的终极形态，它能直接 “读懂” 大脑意图，让瘫痪者控制机械臂、让人类用意念打字、用情绪操控设备。但它有一个致命软肋：脑电数据（EEG）太难搞了。

采集 EEG 需要佩戴专业电极帽，在隔音电磁屏蔽实验室中长时间保持安静状态，实验任务重复枯燥，个体有效数据量往往极少。同时，脑电标注成本极高，情绪、运动想象、想象语音等认知任务需要帧级精准对齐，高度依赖专家经验。更棘手的是，不同受试者、不同时间段的脑电信号差异巨大，导致模型极易过拟合，实验室效果优异却难以落地。

传统的数据扩增方法，如高斯噪声、信号平移、Mixup 等，仅在原始信号上做简单变换，无法扩充有效数据分布，对性能提升微乎其微。GAN 模型容易出现模式崩塌，生成信号单一且不真实；VAE 模型生成信号过度平滑，丢失关键神经特征。直到扩散模型的出现，高质量、高可控的 EEG 合成才真正成为可能。浙江大学团队提出的EEGDiffuser，正是面向脑机接口场景设计的专用扩散生成模型，为长期困扰 BCI 领域的数据困境提供了系统性解决方案。

一、BCI 行业的死穴：EEG 数据太少、太贵、太难

基于 EEG 的脑机接口已经在运动想象、情绪识别、注意力监测、想象语音解码等任务中展现出巨大潜力。然而，随着深度学习模型日益复杂，对大规模标注数据的需求也越来越高，而数据资源稀缺已成为阻碍 BCI 技术进步的核心瓶颈。

首先，EEG 信号的采集成本极高，需要专业设备、严格环境与长时间配合，单个被试的数据采集耗时耗力，难以大规模展开。其次，标注过程高度依赖专业知识，尤其是与认知相关的任务，需要精准的时间锁定与状态标注，进一步限制了数据规模。再次，脑电信号具有极强的个体差异与非平稳性，跨受试者、跨日期波动显著，使得小样本训练的模型难以泛化。最后，在临床、儿童、可穿戴等真实场景中，往往只能获得极少量标注数据，导致模型训练不足、解码精度低、稳定性差。

在这样的背景下，依靠真实采集扩大数据集几乎不可行。因此，通过人工智能生成高质量、高保真、带标签的合成 EEG 数据，成为突破瓶颈的关键路线。然而，由于 EEG 具有复杂的时空结构与神经生理机制，通用生成模型无法保证生成信号的真实性与生理合理性，这也使得面向脑电的专用生成模型成为迫切需求。

二、EEGDiffuser：用扩散模型生成 “以假乱真” 的脑电波

图1 基于 EEGDiffuser 合成数据的 BCI 解码增强流程

EEGDiffuser 是一套标签条件引导的扩散生成框架，专门针对 EEG 的时空结构设计。它的核心思想非常直观：把真实脑电波逐步加噪变成高斯噪声，再学习逆向过程，让噪声一步步变回高质量 EEG。

2.1 整体流程：从噪声到脑电的奇迹逆转

整个流程分为两步：

前向扩散：真实 EEG → 逐步加高斯噪声 → 完全噪声。

逆向去噪：完全噪声 → 神经网络逐步去噪 → 指定标签的 EEG。

为了让生成结果 “听标签的话”，模型加入无分类器引导（CFG），确保生成信号和任务标签严格对齐：想象左手就是左手、情绪悲伤就是悲伤。

2.2 专为脑电改造的 DiT 骨干

普通扩散模型不适合 EEG 这种多通道、长时序、空间拓扑强的信号。因此团队做了三大关键改造：

1. 时序分块嵌入：把长时程 EEG 切分成 patch，用 1D 卷积提取局部动态。

2. adaLN-Zero 条件注入：把标签和时间步信息直接注入每一层，稳定控制生成。

3. DiT Transformer 架构：更强捕捉通道关联与长时依赖。

这套结构让 AI 第一次真正学会脑电的时空神经模式，而不是简单模仿波形。

图2 EEGDiffuser 扩散模型架构

2.3 两个核心公式

1. 正向扩散 SDE（噪声化）

真实信号随时间逐渐被噪声淹没。

2. 逆向去噪 SDE（生成）

神经网络学习分数函数，把噪声推回真实脑电分布。

三、全面实验验证：合成数据显著提升脑机解码性能

研究团队在三个国际标准 BCI 数据集上进行了系统性验证，覆盖情绪识别、运动想象、想象语音三大典型任务，充分证明 EEGDiffuser 的通用性与有效性。所有实验均采用严格的跨受试者或跨会话划分，保证结论贴近真实部署场景，具有强说服力。

在情绪识别数据集 FACED 中，模型需要区分 9 种精细情绪状态，信号复杂度高、解码难度大。在运动想象数据集 BCIC‑IV‑2a 中，模型需要识别左手、右手、脚、舌头四种动作意图，是 BCI 最经典的任务。在想象语音数据集 BCIC2020‑3 中，任务是解码大脑想象的五个词汇，信号微弱、个体差异极大，是目前最具挑战的 BCI 任务之一。三个数据集通道数从 22 到 64 不等，采样率与样本长度各不相同，构成全面的评估体系。

实验结果显示，在加入 EEGDiffuser 生成的合成数据后，三种主流解码模型 EEGCon、LaBraM、CBraMod 的性能全部获得稳定提升。无论是均衡准确率、Cohen’s Kappa 系数还是加权 F1 值，扩增后的模型都显著优于仅使用真实数据的基线模型，相对提升幅度达到 4% 到 6%。尤其值得注意的是，在难度最高的想象语音任务中，传统 GAN 与其他扩散模型几乎无法带来提升，甚至出现性能下降，而 EEGDiffuser 仍然能够稳定提升解码精度，展现出极强的任务适应性。

在小样本场景下，EEGDiffuser 的价值更加突出。当训练数据仅保留 30% 时，仅使用真实数据的模型出现严重过拟合，精度大幅下降。而通过 EEGDiffuser 合成数据进行扩增后，模型性能显著回弹，接近全量数据训练水平。这一结果对临床患者、儿童、老年人等难以采集大量数据的群体尤其重要，能够在极低数据量下构建可靠 BCI 系统，大幅降低实际部署门槛。

图3 真实与 AI 生成 EEG 的神经地形空间分布对比

四、神经生理可解释性：AI 生成的脑电波符合真实大脑活动规律

除了在解码精度上的提升，EEGDiffuser 更重要的突破在于，其生成的信号具备真实可信的神经生理模式。研究团队从脑电地形图、空间激活分布、类别特异性激活模式等角度进行了全面验证，证明合成信号并非简单的 “波形模仿”，而是真正还原了大脑在不同任务下的神经活动规律。

在情绪识别任务中，真实脑电在额叶、颞叶等与情绪处理相关的脑区表现出类别特异性的能量分布，愤怒、恐惧、愉悦等不同情绪具有明显差异的空间拓扑模式。EEGDiffuser 生成的信号在对应脑区的激活强度、分布范围、偏侧化趋势上，与真实信号高度一致，证明模型准确捕捉了情绪相关的神经表征。

在运动想象任务中，大脑初级运动皮层与感觉运动区会出现对侧激活现象，例如想象左手运动优先激活右侧脑区。真实数据呈现出清晰的对侧偏侧化模式，而合成数据同样准确再现了这一经典神经生理现象，不同想象类别具有清晰可区分的空间模式。这表明 EEGDiffuser 不仅学习了信号的统计特征，更理解了其背后的神经机制。

在想象语音任务中，由于涉及更广泛的脑区协同与更微弱的信号，生成难度更高。即便如此，合成 EEG 的地形图仍然与真实数据保持部分显著重合，能够捕捉到与语音想象相关的核心空间特征，从而为解码模型提供有效信息增益。

五、模型优势与行业价值：重新定义脑机接口的数据范式

EEGDiffuser 之所以能够实现远超传统方法的性能，源于其在模型结构、生成机制、条件控制与生理保真度上的全面突破。与 GAN 容易模式崩塌、VAE 生成信号过度平滑不同，扩散模型天然具有分布覆盖广、生成多样性高、训练稳定的优势，非常适合 EEG 这种高维、复杂、噪声敏感的信号。

在结构设计上，专为 EEG 定制的 DiT 主干能够同时建模时间依赖性与空间通道关联性，比传统 U‑Net 更适合长时序脑电信号。adaLN‑Zero 条件注入机制保证标签信息能够稳定、温和地注入生成过程，避免模式崩溃，同时提高类别一致性。无分类器引导则在不额外训练分类器的前提下，显著提升标签对齐能力，使合成信号更适合分类任务扩增。

从更长远的行业价值来看，EEGDiffuser 首次实现了在保持神经生理合理性的前提下，大规模、低成本、标签可控地生成 EEG 数据，从根本上缓解 BCI 数据稀缺的问题。它可以显著减少采集时间、降低标注成本、提高模型泛化能力，尤其在个性化 BCI、临床应用、可穿戴设备等低资源场景中具备不可替代的价值。

这项研究证明，AI 生成的脑电信号不仅可以用于数据扩增，更具有真实的神经生理意义，为未来神经科学研究、疾病诊断、脑机交互系统开发开辟了全新路径。

六、总结

脑电数据稀缺、采集困难、个体差异大，是长期制约脑机接口发展的核心瓶颈。EEGDiffuser模型基于标签引导的扩散模型架构，专为 EEG 信号设计，实现了高保真、高可控、高生理可信度的脑电信号生成。

在情绪识别、运动想象、想象语音三大任务中，该模型使解码精度相对提升 4%–6%，尤其在小样本场景表现突出。更重要的是，生成信号的脑电地形分布、空间激活模式、类别特异性规律均与真实数据高度一致，具备可靠的神经生理基础。

EEGDiffuser 不仅是一项技术创新，更重新定义了 BCI 领域的数据解决方案，让 AI “脑补” 脑电波成为现实。它大幅降低数据采集成本，提升模型泛化能力，推动脑机接口从实验室走向真实世界，为更普惠、更稳定、更高效的脑机交互时代奠定基础。

---

论文链接：https://www.sciencedirect.com/science/article/pii/S0925231226000330?via%3Dihub

本文解读Neurocomputing 2026的研究《 EEGDiffuser: Label-guided EEG signals synthesis via diffusion model for BCI applications 》，提出面向脑机接口（BCI）的标签引导扩散模型EEGDiffuser，专为解决 EEG 脑电数据稀缺、采集昂贵、标注困难的行业痛点。模型以 DiT 为骨干，通过条件扩散生成高保真、标签一致的 EEG 信号，在情绪识别、运动想象、想象语音三大任务上，将解码精度相对提升4%–6%，尤其在小样本场景提升显著。生成的脑电地形图与真实数据高度吻合，具备真实神经生理特性，为 BCI 低资源训练、个性化建模、信号扩增提供通用新方案，让脑机交互更精准、更易落地。

脑机接口（BCI）被认为是下一代人机交互的终极形态，它能直接 “读懂” 大脑意图，让瘫痪者控制机械臂、让人类用意念打字、用情绪操控设备。但它有一个致命软肋：脑电数据（EEG）太难搞了。

采集 EEG 需要佩戴专业电极帽，在隔音电磁屏蔽实验室中长时间保持安静状态，实验任务重复枯燥，个体有效数据量往往极少。同时，脑电标注成本极高，情绪、运动想象、想象语音等认知任务需要帧级精准对齐，高度依赖专家经验。更棘手的是，不同受试者、不同时间段的脑电信号差异巨大，导致模型极易过拟合，实验室效果优异却难以落地。

传统的数据扩增方法，如高斯噪声、信号平移、Mixup 等，仅在原始信号上做简单变换，无法扩充有效数据分布，对性能提升微乎其微。GAN 模型容易出现模式崩塌，生成信号单一且不真实；VAE 模型生成信号过度平滑，丢失关键神经特征。直到扩散模型的出现，高质量、高可控的 EEG 合成才真正成为可能。浙江大学团队提出的EEGDiffuser，正是面向脑机接口场景设计的专用扩散生成模型，为长期困扰 BCI 领域的数据困境提供了系统性解决方案。

一、BCI 行业的死穴：EEG 数据太少、太贵、太难

基于 EEG 的脑机接口已经在运动想象、情绪识别、注意力监测、想象语音解码等任务中展现出巨大潜力。然而，随着深度学习模型日益复杂，对大规模标注数据的需求也越来越高，而数据资源稀缺已成为阻碍 BCI 技术进步的核心瓶颈。

首先，EEG 信号的采集成本极高，需要专业设备、严格环境与长时间配合，单个被试的数据采集耗时耗力，难以大规模展开。其次，标注过程高度依赖专业知识，尤其是与认知相关的任务，需要精准的时间锁定与状态标注，进一步限制了数据规模。再次，脑电信号具有极强的个体差异与非平稳性，跨受试者、跨日期波动显著，使得小样本训练的模型难以泛化。最后，在临床、儿童、可穿戴等真实场景中，往往只能获得极少量标注数据，导致模型训练不足、解码精度低、稳定性差。

在这样的背景下，依靠真实采集扩大数据集几乎不可行。因此，通过人工智能生成高质量、高保真、带标签的合成 EEG 数据，成为突破瓶颈的关键路线。然而，由于 EEG 具有复杂的时空结构与神经生理机制，通用生成模型无法保证生成信号的真实性与生理合理性，这也使得面向脑电的专用生成模型成为迫切需求。

二、EEGDiffuser：用扩散模型生成 “以假乱真” 的脑电波

图1 基于 EEGDiffuser 合成数据的 BCI 解码增强流程

EEGDiffuser 是一套标签条件引导的扩散生成框架，专门针对 EEG 的时空结构设计。它的核心思想非常直观：把真实脑电波逐步加噪变成高斯噪声，再学习逆向过程，让噪声一步步变回高质量 EEG。

2.1 整体流程：从噪声到脑电的奇迹逆转

整个流程分为两步：

前向扩散：真实 EEG → 逐步加高斯噪声 → 完全噪声。

逆向去噪：完全噪声 → 神经网络逐步去噪 → 指定标签的 EEG。

为了让生成结果 “听标签的话”，模型加入无分类器引导（CFG），确保生成信号和任务标签严格对齐：想象左手就是左手、情绪悲伤就是悲伤。

2.2 专为脑电改造的 DiT 骨干

普通扩散模型不适合 EEG 这种多通道、长时序、空间拓扑强的信号。因此团队做了三大关键改造：

1. 时序分块嵌入：把长时程 EEG 切分成 patch，用 1D 卷积提取局部动态。

2. adaLN-Zero 条件注入：把标签和时间步信息直接注入每一层，稳定控制生成。

3. DiT Transformer 架构：更强捕捉通道关联与长时依赖。

这套结构让 AI 第一次真正学会脑电的时空神经模式，而不是简单模仿波形。

图2 EEGDiffuser 扩散模型架构

2.3 两个核心公式

1. 正向扩散 SDE（噪声化）

真实信号随时间逐渐被噪声淹没。

2. 逆向去噪 SDE（生成）

神经网络学习分数函数，把噪声推回真实脑电分布。

三、全面实验验证：合成数据显著提升脑机解码性能

研究团队在三个国际标准 BCI 数据集上进行了系统性验证，覆盖情绪识别、运动想象、想象语音三大典型任务，充分证明 EEGDiffuser 的通用性与有效性。所有实验均采用严格的跨受试者或跨会话划分，保证结论贴近真实部署场景，具有强说服力。

在情绪识别数据集 FACED 中，模型需要区分 9 种精细情绪状态，信号复杂度高、解码难度大。在运动想象数据集 BCIC‑IV‑2a 中，模型需要识别左手、右手、脚、舌头四种动作意图，是 BCI 最经典的任务。在想象语音数据集 BCIC2020‑3 中，任务是解码大脑想象的五个词汇，信号微弱、个体差异极大，是目前最具挑战的 BCI 任务之一。三个数据集通道数从 22 到 64 不等，采样率与样本长度各不相同，构成全面的评估体系。

实验结果显示，在加入 EEGDiffuser 生成的合成数据后，三种主流解码模型 EEGCon、LaBraM、CBraMod 的性能全部获得稳定提升。无论是均衡准确率、Cohen’s Kappa 系数还是加权 F1 值，扩增后的模型都显著优于仅使用真实数据的基线模型，相对提升幅度达到 4% 到 6%。尤其值得注意的是，在难度最高的想象语音任务中，传统 GAN 与其他扩散模型几乎无法带来提升，甚至出现性能下降，而 EEGDiffuser 仍然能够稳定提升解码精度，展现出极强的任务适应性。

在小样本场景下，EEGDiffuser 的价值更加突出。当训练数据仅保留 30% 时，仅使用真实数据的模型出现严重过拟合，精度大幅下降。而通过 EEGDiffuser 合成数据进行扩增后，模型性能显著回弹，接近全量数据训练水平。这一结果对临床患者、儿童、老年人等难以采集大量数据的群体尤其重要，能够在极低数据量下构建可靠 BCI 系统，大幅降低实际部署门槛。

图3 真实与 AI 生成 EEG 的神经地形空间分布对比

四、神经生理可解释性：AI 生成的脑电波符合真实大脑活动规律

除了在解码精度上的提升，EEGDiffuser 更重要的突破在于，其生成的信号具备真实可信的神经生理模式。研究团队从脑电地形图、空间激活分布、类别特异性激活模式等角度进行了全面验证，证明合成信号并非简单的 “波形模仿”，而是真正还原了大脑在不同任务下的神经活动规律。

在情绪识别任务中，真实脑电在额叶、颞叶等与情绪处理相关的脑区表现出类别特异性的能量分布，愤怒、恐惧、愉悦等不同情绪具有明显差异的空间拓扑模式。EEGDiffuser 生成的信号在对应脑区的激活强度、分布范围、偏侧化趋势上，与真实信号高度一致，证明模型准确捕捉了情绪相关的神经表征。

在运动想象任务中，大脑初级运动皮层与感觉运动区会出现对侧激活现象，例如想象左手运动优先激活右侧脑区。真实数据呈现出清晰的对侧偏侧化模式，而合成数据同样准确再现了这一经典神经生理现象，不同想象类别具有清晰可区分的空间模式。这表明 EEGDiffuser 不仅学习了信号的统计特征，更理解了其背后的神经机制。

在想象语音任务中，由于涉及更广泛的脑区协同与更微弱的信号，生成难度更高。即便如此，合成 EEG 的地形图仍然与真实数据保持部分显著重合，能够捕捉到与语音想象相关的核心空间特征，从而为解码模型提供有效信息增益。

五、模型优势与行业价值：重新定义脑机接口的数据范式

EEGDiffuser 之所以能够实现远超传统方法的性能，源于其在模型结构、生成机制、条件控制与生理保真度上的全面突破。与 GAN 容易模式崩塌、VAE 生成信号过度平滑不同，扩散模型天然具有分布覆盖广、生成多样性高、训练稳定的优势，非常适合 EEG 这种高维、复杂、噪声敏感的信号。

在结构设计上，专为 EEG 定制的 DiT 主干能够同时建模时间依赖性与空间通道关联性，比传统 U‑Net 更适合长时序脑电信号。adaLN‑Zero 条件注入机制保证标签信息能够稳定、温和地注入生成过程，避免模式崩溃，同时提高类别一致性。无分类器引导则在不额外训练分类器的前提下，显著提升标签对齐能力，使合成信号更适合分类任务扩增。

从更长远的行业价值来看，EEGDiffuser 首次实现了在保持神经生理合理性的前提下，大规模、低成本、标签可控地生成 EEG 数据，从根本上缓解 BCI 数据稀缺的问题。它可以显著减少采集时间、降低标注成本、提高模型泛化能力，尤其在个性化 BCI、临床应用、可穿戴设备等低资源场景中具备不可替代的价值。

这项研究证明，AI 生成的脑电信号不仅可以用于数据扩增，更具有真实的神经生理意义，为未来神经科学研究、疾病诊断、脑机交互系统开发开辟了全新路径。

六、总结

脑电数据稀缺、采集困难、个体差异大，是长期制约脑机接口发展的核心瓶颈。EEGDiffuser模型基于标签引导的扩散模型架构，专为 EEG 信号设计，实现了高保真、高可控、高生理可信度的脑电信号生成。

在情绪识别、运动想象、想象语音三大任务中，该模型使解码精度相对提升 4%–6%，尤其在小样本场景表现突出。更重要的是，生成信号的脑电地形分布、空间激活模式、类别特异性规律均与真实数据高度一致，具备可靠的神经生理基础。

EEGDiffuser 不仅是一项技术创新，更重新定义了 BCI 领域的数据解决方案，让 AI “脑补” 脑电波成为现实。它大幅降低数据采集成本，提升模型泛化能力，推动脑机接口从实验室走向真实世界，为更普惠、更稳定、更高效的脑机交互时代奠定基础。

---

论文链接：https://www.sciencedirect.com/science/article/pii/S0925231226000330?via%3Dihub