大脑如何动态组合视觉与概念特征以支持目标导向行为？

基于摘要分析。本研究探讨场景知觉中，大脑如何随任务目标动态组合视觉与概念特征，并构建由 EEG 引导的 CNN 来研究这种组合的加工时序。主要研究对象是目标依赖的场景知觉机制，而非面向在线控制的 BCI 系统。 研究使用 128 通道 EEG，记录参与者观看 78 幅场景、执行路径导航或座位位置选择任务时的神经活动。模型结合图像特征与任务特异性神经数据，输出层用于判别观察者所执行的任务。每个卷积层均设置八组独立节点，分别处理不同特征，范围从低层的小波与纹理模型到高层的任务特异性句子嵌入；专用通道由八类特征各自能够解释的神经方差引导。摘要未交代引导信号如何进入训练、具体损失形式及 EEG 时间信息与网络层级的对应方式。 作者报告，在上述双任务场景观看实验中，任务依赖的特征组合差异较晚出现，时间约为 450 ms，并对应 CNN 第 4 个卷积层。作者据此认为，任务目标在加工较晚阶段塑造特征组合。该结果不应直接等同于 BCI 解码性能提升，也不能仅凭任务分类设计判断模型是否能泛化到新被试或新场景。 复现时需核对被试数量、EEG 预处理、特征解释方差的估计方式、训练与测试划分、神经数据在训练及推理阶段的使用方式，以及时间点与层级差异的统计依据。摘要未提供任务分类指标或对照结果；实验协议、消融及统计信息尚未验证。