本发明公开了一种重建模型训练方法、重建方法、装置、计算机设备及介质，涉及脑电领域。重建模型训练方法包括：获取预设数量个第一视觉刺激对象对应的脑电信号；对每个脑电信号进行特征提取，以得到对应的脑电特征；基于生成器模块，根据脑电特征重建出对应第二视觉刺激对象；利用判别器模块输出每张视觉刺激对象对应的判别结果；最后，利用根据每个判别结果计算损失值，并利用损失值更新预设模型，得到训练好的视觉刺激对象的重建模型。基于此，本发明实施例基于生成器模块和判别器模块中的谱归一化层，使得卷积层中任意梯度的权重更新均将被惩罚，进而任意权重值均满足1‑Lipschitz约束，由此避免了判别器可能出现的模型坍塌现象。