脑机百科消息(bciwiki.com)，研究人员提出一种名为P2P Trans的条件对抗去噪模型，用于抑制单通道脑电中的肌电伪迹，在与5种卷积编码器解码器基线模型的比较中取得最高平均相关系数0.8645和最低平均频谱相对均方根误差（RRMSE）0.3596，相关论文于2026年9月22日上传至预印本平台arXiv，尚未经同行评审。作者为Haoyi Wang、Haowei Wang、Yihang Li、Wenjie Zhang和Yibo Wang。
论文指出，肌电活动可能在宽频范围内主导头皮脑电，掩盖与分析和脑机接口相关的神经结构。P2P Trans结合了U形编码器解码器、瓶颈处的多头自注意力、交叉注意力引导的跳跃融合以及PatchGAN判别器。
实验使用EEGdenoiseNet数据片段，每段表示为1024个采样点的序列，在-7至2 dB之间的10个信噪比水平上合成配对混合信号，共评估50000个训练样本和5980个测试样本。
该模型的平均时域RRMSE为0.5797，在比较中并不领先，作者认为这反映了频谱抑制与逐点波形保真之间的取舍。模型优势在重度污染条件下最为明显。作者同时指出，后续仍需开展跨受试者评估、直接一维建模以及下游任务验证。