神经习惯化增强新异性检测：一项快速呈现词语的 EEG 研究

基于摘要分析。该研究考察神经习惯化是否有助于区分当前与近期出现的刺激，以快速呈现词语的相同/不同启动任务，结合 EEG 的 SVM 分类、聚焦 N400 的 ERP 分析及动态神经网络模拟，检验新异性检测与工作记忆中语义信息更新之间的关系。 研究延续神经习惯化理论：习惯化可帮助分离当前与近期刺激的神经响应，但突触抑制也可能造成重复加工劣势。实验要求被试判断反应词与紧接其前、短暂呈现的目标词是否相同，并设置 50 ms 与 400 ms 的启动词呈现时长。作者报告，较长启动时长降低了反应词诱发的 P100/N170 电位，提示该操作增强了习惯化；在长时长启动条件下，对于受启动的反应词，正确作出“不同”判断的表现提高，作者据此支持习惯化增强新异性检测的解释。 作者报告，SVM 在留出数据上预测逐试次行为的 Accuracy 为 66.34%，预测力最强的时间模式与 N400 相符。摘要未说明留出划分属于被试内还是跨被试，也未提供类别分布、对照水平与不确定性，因此该数值不能直接用于跨研究性能比较。 模型在习惯化机制上加入维持语义信息的层，即工作记忆，并拟合行为数据以生成行为及 N400 效应预测。作者报告，第二项实验通过反应锁定 ERP 支持“工作记忆中的残余激活构成新异性决策基础”的模型假设；整体结果也支持作者关于 N400 反映工作记忆中语义信息更新的解释。 该工作的主要贡献是认知机制检验，而非新 BCI 算法。被试数量、EEG 预处理、分类特征与验证划分、模型实现、消融及统计信息尚未验证；判断其可复现性与解释强度仍需核对全文。