多通道类别学习经验对特征加工和类别选择的调控机制：基于DDM与ERP的研究

摘要： 本研究结合漂移扩散模型(DDM)和事件相关电位技术(ERP), 探究多通道类别学习经验对特征加工与类别选择的影响机制。结果发现, 在特征加工层面, 原型刺激较变异刺激引发了更高正确率、更短反应时, 其神经表征体现为N250、前额选择正波(Frontal Selection Positivity, FSP)和LPC (Late Positive Component)波幅增强, 及Alpha和Beta能量升高。在类别选择层面, 目标类别较非目标类别诱发了更低正确率、更长反应时, 伴随FSP-LPC波幅增强及Alpha和Beta能量抑制。神经计算模型表明：特征加工依赖FSP与Alpha/Beta频段构成的特征辨别通道, 而类别选择通过FSP-LPC与Alpha/Beta频段通路整合记忆提取与冲突监控功能。双通路共享FSP特征辨别机制, 但在记忆更新(LPC)与振荡调控(Alpha/Beta)维度上发生功能解离, 为多通道类别学习的双通路理论模型提供了计算神经层面的关键证据。