合成事件相关电位：连接神经语言学模型与实验的计算桥梁

基于摘要分析。该研究针对如何把神经语言学模型的内部活动转化为可与实验比较的 ERP 头皮电位分布及波形，提出 Synthetic Event-Related Potentials（Synthetic ERP）框架。它将作者此前连接认知与行为模型和 PET、fMRI 研究的 Synthetic Brain Imaging 思路扩展至 ERP，主要研究对象是人脑语言加工，而非 BCI 解码。 框架分为两个阶段：Phase 1 从神经网络或图式网络模型生成皮层电磁源活动；Phase 2 在具有真实解剖结构的人脑与头部模型中，将假定的皮层源分布及活动通过 EEG 正向建模映射到头皮 ERP。摘要主要展开 Phase 2，Phase 1 及语言产生、感知的图式理论方案仅作简要介绍。 为说明 Phase 2 的实现挑战，作者使用 Friederici 2002 年听觉语言理解模型提供的时空信息，定义皮层区域及其激活时间进程；将基于脑图谱的掩膜叠加于 MNI 高清单被试皮层网格，并以位置和方向受皮层几何约束的电流偶极子表示各区域的电磁贡献。这里的单被试网格是解剖建模载体，不能据此推断实验被试数量。 作者强调，神经网络的结构需与几何合理的皮层表面相联系，概念模型的功能模块也需借助脑图谱获得精确定位。作者将其与 Dynamic Causal Modeling（DCM）及 Bojak 的均场模型作概念区分：Synthetic ERP 以执行具体任务时连接输入、输出和内部状态的网络模型为基础，并要求对皮层锥体神经元的位置与方向施加神经解剖约束；摘要未提供这些方法之间的定量对照。 现有材料支持对建模机制与解剖约束的分析，但不足以判断合成 ERP 对实测波形、头皮分布的拟合程度或预测能力。实验协议、数据来源、误差指标、参数估计、消融及统计信息尚未验证，代码与完整复现条件也尚未验证。该工作不能据此视为已验证的 BCI 性能改进。