Diff-ADN：用于 EEG 去伪影的扩散引导网络及确定性残差修正方法

Jamil M 等人提出 Diff-ADN，一种用于去除眼电、肌电、心电及混合伪影的单通道脑电图去噪框架。该模型采用两阶段设计，在推理时仅需单次确定性残差修正而无需迭代采样，处理 2 秒片段耗时约 12.52-17.08 毫秒。在四个公开数据集的运动想象任务中，ECG 去噪使解码准确率提升了 4.88-5.59 个百分点，但结果显示波形重建的改善并不必然带来 BCI 解码精度的均匀恢复。