连续估计中证据积累的神经特征

基于摘要分析。研究关注连续估计与类别选择是否共享证据积累的神经机制，提出以方向向量整合为核心的行为建模框架，并将模型预测与任务期间记录的 EEG 联系起来。其主要贡献是刻画连续判断中的证据整合偏差，以及这些偏差与中央顶叶正电位（centro-parietal positivity，CPP）的关系；并非提出新的 BCI 解码算法。 任务与机制：48 名参与者估计沿圆周短暂呈现的七个斑块的平均位置。作者以刺激方向的向量和描述证据整合，在模型中考虑系统性偏差及内部噪声，并拟合单试次行为数据。摘要未提供具体参数化形式、拟合方法或模型比较协议。 作者报告，在该连续位置估计任务中发现三类整合偏差：早期刺激相较后期刺激获得更高权重的首因效应；偏向水平而非垂直位置的各向异性空间偏差；以及偏离当前运行平均值的刺激获得更高权重的惊异依赖偏差。作者还报告，CPP 受到模型预测的刺激更新权重调制，为这些次优整合策略提供了神经相关证据。摘要未给出效应量、统计检验或预测指标，因此尚不能判断关联强度及个体层面的稳定性。类别版本任务仍属于进行中的工作，不能据此断言两类判断已经证实共享或具有不同神经机制。 验证与复现：需结合全文核对刺激时序、行为模型的可辨识性、EEG 预处理、CPP 提取窗口、试次与参与者层面的统计建模，以及模型对照和消融；实验协议、消融及统计信息尚未验证。 平台推测（待验证）：该框架可能用于检验 EEG 是否能够表征连续决策中的逐刺激证据更新，但原任务结果不等于 BCI 有效性。可复用的是方向向量整合及更新权重建模，需另行建立 EEG 到权重的预测映射；低信噪比、个体差异和少量试次可能削弱预测稳定性。一个可证伪的小实验是在同类任务中预先划分训练与测试试次，比较使用 CPP 与仅使用刺激信息预测更新权重的表现，检验 EEG 是否提供增量信息。相关 BCI 解码工作尚未检索确认。