学术背景 脑电图（Electroencephalogram, EEG）是研究大脑活动的重要工具，广泛应用于神经科学、临床诊断和脑机接口等领域。然而，EEG信号在采集过程中容易受到多种伪迹（artifacts）的干扰，例如眼电伪迹（Electrooculography, EOG）和肌电伪迹（Electromyography, EMG）。这些伪迹会显著降低EEG信号的质量，进而影响后续的分析和应用。尽管已有一些方法用于去除单一类型的伪迹，但在处理多种伪迹同时存在的情况时，现有方法往往表现不佳。因此，开发一种能够统一去除多种伪迹的模型成为当前研究的重要挑战。 Haoran Li等人针对这一问题，提出了一种基于伪迹表示的EEG去噪模型，称为A2DM（Artifact-Aware Denoising ...