Проведен сравнительный анализ методов генерации синтетических сигналов электроэнцефалографии с использованием генеративно-состязательной сети, вариационного автоэнкодера и диффузионной модели на основе LSTM. Сигналы электроэнцефалографии, собранные с канала F7 у 28 участников, использовались для обучения моделей. Качество генерации оценивалось по показателям MAE, MSE и коэффициенту корреляции Пирсона. Результаты показали, что диффузионная модель на основе LSTM превосходит генеративно-состязательную сеть и вариационный автоэнкодер, достигая наименьших значений ошибок и высокой корреляции с реальными сигналами. Это подтверждает эффективность диффузионных моделей для генерации синтетических сигналов электроэнцефалографии.