摩凝胶。例如，使用该技术对 于各电极将阻抗水平降低到巧kQ，例如，包含接地和基准。在开始使用邸6记录的示例性 实现之前，被检者坐在呈现监视器前面并且被要求在实验的整个持续期间在红色中屯、固定 点上保持视觉固定并且尽可能地限制其运动W防止神经生理数据中的运动伪像。然后，记 录室的灯变暗，并且，开始刺激处理和邸6记录。
[0096]I. 1. 3示例性刺激呈现处理
[0097] 在本示例性刺激呈现处理中使用的示例性刺激呈现范例通过使用Cogent2000 被编程，例如，该Cogent2000为对呈现刺激并且通过精确的定时记录响应设计的MATLAB 工具箱。示例性刺激呈现结构包含例如每个呈现块串行表示（每个标本25次重复）的300 个伪随机呈现图像。例如，每图像被呈现750ms，随后是750ms~1000ms的随机抖动的刺激 间间隔（ISI)。例如，为了帮助被检者保持固定，红色中屯、固定点在各刺激呈现和ISI的过 程中存在。为了标记各刺激开始，通过并行的端口从运行示例性刺激呈现范例的呈现计算 机发送两个触发器。例如，第一个被发送到邸6记录计算机W相对于正在进行的神经生理 记录标记刺激开始。例如，第二个被发送到ISCAN眼睛跟踪计算机（例如，ISCANE化-200) W相对于眼睛跟踪记录标记刺激开始、其整个持续期及其偏移。每个触发器将关于手边 刺激属于的对象类别的信息编码。例如，在每4到6次尝试之后，向被检者呈现藍色正方 形1500ms。在该点上，不显示固定点。例如，在被检者为人的情况下，该藍色正方形被信令 "mini-recess/Reward"，其中，指示被检者他们做得很好并且被允许暂时休息、提痒、调整 他们的坐姿等，如果他们希望的话。在非人类灵长类动物（NH巧被检体的情况下，该藍色正 方形信令果汁奖励。在藍色正方形偏移之后，固定点会返回并且在开始下一刺激呈现之前 保持750ms。例如，该短中止被用于确保来自固定点的开始的刺激不会干扰来自随后的图像 标本的刺激。
[009引通过例如通过使用MATLAB的"ran化ermO函数"随机置换300个图像的呈现顺 序，开始刺激呈现处理的示例性代码。然后，它通过使用"randU)函数"对各刺激随机计 算ISI。然后，显示器、日志文件和并行端口被初始化和配置。例如包含固定点、藍色正方形 和黑色画面（在每个刺激之后在ISI之中显示）的每个刺激标本被加载到存储器缓冲器。 例如，刺激呈现包含循环。首先，通过向下迭代置换的呈现次序，计算要呈现的标本。然后， 基于标本的与四个对象类别中的一个的关系，计算的触发器代码并将其发送到EEG记录计 算机和ISCAN眼睛跟踪计算机。通过使用SonyTrinitronGDM-巧20监视器呈现视觉刺激。
[0099] 图2表示呈现的视觉刺激的示例性次序的示图。该示图给出特定的呈现的标本 的图像和呈现的预先编程的伪随机次序。对于关注的各感觉和认知简档具有适当的刺激 呈现结构是公开的方法的固有和重要部分。在本例子中，相关的方面是各图像属于什么概 念类别（Cat)，例如，诸如，Cat"0"-对象；Cat"AB"-动物身体；Cat"AF"-动物的脸； Cat"HF"-人脸。示例性刺激呈现结构可被配置为包含给定类别的重复（例如，AA)W及 类别的随后的变化（例如，B)，该是后面在本专利文件中描述的刺激呈现结构和随后分析 技术的主要特征。
[0100]I. 1. 4示例性大脑波勉G)记录
[0101] 在一些实现中，使用具有刚性电极的常规的邸6系统W获取大脑波。示例性邸6系 统包含化ainAmpDC32-信道系统；BrainVisionRecorder;FastnEasy32-信道EEG记 录帽子尺寸56;FastnEasy32-信道EEG记录帽子尺寸58;具有化电阻器的PCB化化on C油lefor化ainCap-MR;和化ainCapMRBox1.2。
[0102]I. 1. 5示例性预处理分析技术
[0103] 使用视觉刺激范例的公开方法的示例性分析预处理技术可包括用于处理标记数 据的技术。例如，在各记录对话之后，示例性邸6记录系统产生S个文件：数据文件（.eeg)、 标题文件（.vh化）和标记文件（.vmrk)。标记文件包含各刺激开始的事件触发器。对于作 为人的被检者，例如，各对象类别通过W下的标记代码被标记：实现一一动物身体="S1"、 水果="S2"、人脸="S3"、家庭对象="S4";实现二一动物的脸="S1"、擲猴的脸="S2"、 位置="S3"、实验室有关对象="S4"。对于NHP被检者，例如，各类别通过W下的标记代 码被标记；NGP实现一一动物身体="S1"、水果="S2"、擲猴的脸="S3"、实验室有关对象 ="S4 " ;NHP实现二一动物的脸="S1"、人脸="S2 "、位置="S3 "、家庭对象="S4 "。分析 预处理技术包括用于在标记文件中加载并且检查呈现范例的第一时间的第一处理（例如， 通过使用MTLAB脚本被编程）。该些尝试通过"A1"格式被重新编码。例如，第一呈现的 人脸标本被重新编码为[Alhuman化ce]。然后，由于图像被伪随机呈现，因此通过使用用于 捜索存在对象类别的重复并且在重复之后是对象类别的改变的情况的第二处理（例如，通 过使用MTLAB脚本被编程），检查通过邸6记录系统产生的标记文件。例如，可能的M00 尝试可W为[化uit;化uit;human化ce]。该些情况通过使用A、AA、B格式（例如，"A"和 "AA"代表来自同一类别的标本，"B"代表来自不同的类别的标本）的示例性MTLAB脚本被 重新编码。为了继续上述的例子，[化uit;化uit;humanface]会被重新编码为[A化uit; AA化uit;化uman化ce]。然后，实现第S处理（例如，通过使用MTLAB脚本被编程），W找到 不存在类别的重复的实例。例如，可能的情况可W是[化uit;humanface;animalbody]。 该些特定的实例会通过使用C、D、E格式（例如，"C"、"D"和"E"分别代表不同的对象类别） 的MATLAB脚本被重新编码。在该示例性情况下，[化uit;humanface;animalbody]会被 重新编石马为[C打uit;D;humanface；Eanimalbody] 〇
[0104] 在使用眼睛跟踪数据的例子中，公开的方法的示例性分析预处理技术可包括用于 存储和处理眼睛数据的技术。在该些例子中，在各记录对话之后，各被检者眼睛跟踪数据可 被保存为ASCII,tda文件。可首先通过分别通过使用代码"100"和"101"标记各刺激的 开始和偏移的计算机实现处理（例如，通过使用MTLAB脚本被编程）处理该些数据文件。 随后，眼睛跟踪数据文件可被加载到ILAB中，该ILAB例如是用于实验后眼睛运动分析的 [MTLAB工具箱]程序。对于各数据文件，例如，可通过关联ISCAN眼睛跟踪照相机的分辨 率坐标与呈现监视器的分辨率坐标校准定位数据值。然后，可输入呈现监视器参数，例如， 将监视器与被检者之间的距离设定为57畑1、将监视器宽度设定为46. 64cm并且将监视器高 度设定为30. 48cm。可通过在ILAB内执行凝视保持检查，计算各被检者的眼睛固定性能。 例如，可首先通过使用W红色固定点为中屯、的5°X5° (视觉角度）正方形窗口，设定关 注区域（R0I)。使用该R0I，需要对于总图像呈现的至少75%在刺激的整个持续期（例如， 750ms)内使被检者保持固定于该窗口内。在一些例子中，可从示例性邸G/ERP分析排除不 能在该性能水平或者更高水平上表现的被检者。凝视保持功能可包含W下的步骤，例如， (1)对于刺激的整个持续期需要固定；（2)选择W中屯、固定点为中屯、的关注区域；（3)向处 理单元（例如，包含MTLAB工作空间）输出凝视保持结果W计算被检者的精度百分比。
[0105] 公开的方法的示例性分析预处理技术包括用于一般组统计分析的技术。在该里描 述的示例性实现中，对于统计分析使用MATLAB和StatSoftStatistics(版本8. 0)软件的 组合。在数据处理和分析之后，示例性邸G记录系统的BrainVisonAnalyzer输出包含关于 条件、被检者、尝试、电极信道、峰值反应时间段、峰值电压和平均电压振幅的数据值的文本 文件。输出的文本文件被加载到计算机实现程序（例如，MATLAB程序）中从而W更可访问 的格式从而W更可访问的格式分类和组织数据。具体而言，例如，示例性计算机实现程序例 如通过使用MATLAB的变量编辑器允许更容易地通过列选择数据。在选择之后，数据被复制 和粘贴到Statistica数据表中。在一些实现中，例如，跨着被检者并且跨着各种类的对象 类别比较AA对B、AA对D和B对D的效果，在各电子表上执行重复的测量AN0VA。对于作 为人的被检者，各电子表是W下特有的；例如，（1)实验；实验1、实验2或组合的实验1和 2(使用来自实验1和2的被检者的总数）；和似电极信道料^2^4、？7、？8、巧1、巧2、 TplO、F3+Fz+F4 (电极池）、P7+P8 (电极池）、或巧1+Fp2 (电极池）。类似地，对于NHP被检 者，例如，各电子表是W下特有的；例如，（1)实验；实验1、实验2、或组合的实验1和2(使 用来自实验1和2的被检者的总数）；和（2)电极信道；〔2^1^13、01、02、？2、〔2+?2(电 极池）、Cz+Pz+01+02 (电极池）、01+02 (电极池）。例如，对于单电极信道分析，执行单向 (因子1 ;条件）重复测量AN0VA。例如，对于池化电极分析，执行双向重复测量（因子1 ;条 件；因子2 ;电极信道）AN0VA。被检者数量被用作两个被检者池的分类预测器。在正面和顶 电极中的M00/N300ERP效果（例如，在276与376ms之间）中反映的语义启动和违规条件 (例如，"AA"、"D"和"B")的统计分析揭示了W下的示例性结果。电极（Fz) "AA对B"产 生F(l、4175) = 4. 4527 和 0. 0349 的P值；"AA对D"产生F(l，4018) = 6. 8894 和 0. 0087 的P值；电极（P7 和P8)"AA对B"产生F(l, 4175) = 11. 669 和 0. 00064 的P值；"AA对D" 产生F(l, 4018) = 13. 297 和 0. 00027 的P值。
[0106] 例如，公开的方法可在刺激呈现之前、之中和之后"被动"获取和分析被检者的生 理数据（例如，包含神经生理数据）。可通过与引出N400ERP的常规方法不同的方式实现 公开的方法，诸如使用"操作"范例（例如，使被检者执行主动区分和行为响应的操作范例） 的方式。例如，在通过使用公开的方法从被检者获取生理信号数据时，被检者不需要提供任 何明显的行为响应一他/她可做的仅是被动地观看呈现（显示）画面。例如，基于不同的 大脑标记（例如，在该种情况下，M00/N300视觉ERP)的振幅的隐含调制，公开的方法可推 断被检者如何关联不同的呈现刺激并且在它们之间建立概念类别。具体而言，公开的方法 的实现可确定被检者如何关联或者区分序列中的不同刺激。
[0107]图3表示提供来自组统计分析的示例性结果的数据图，该组统计分析表示使用例 如诸如图2的视觉刺激呈现的视觉刺激的概念类别变化之间的区分的大脑图案。在图3中， 曲线301和302示出分别来自与概念/语言类别的变化有关的正面和顶部信道（例如，分 别为头皮中的前部和后部解剖局部化）的大脑波形（例如，ERP)。
[010引在图3所示的例子中，如果从被检者的观点（例如，知识）看出图像处于与先前呈 现的一个相同的类别中，那么对于该第二图像（A)的大脑波响应将呈现比第一前图像值） 更低的振幅一该是称为"语义起动"的现象。但是，如果被检者然后觉察到W下的刺激属于 与前面呈现的一个不同的类别，那么得到的大脑波炬）将重新具有较高的振幅（例如，"语 义违反")。图3的曲线301和302中的箭头指示大脑波中的关注效果。该允许我们探测和 解释或推断其关于呈现的刺激的知识和/或理解的水平。借助于公开方法W分析处理成感 觉和/或认知简档，例如，诸如个体化的知识评价简档（IKE巧，刺激（例如，W普遍存在的 方式依次存在的刺激）的特定呈现有利于起动和分类变化，该可引出单独的特定的大脑标 记，然后可从该大脑标记提取可然后被转变的数据。
[0109]I. 1. 6示例性处理和引导分类技术（例如，通过语境特定参数）
[0110] 示例性实现包含通过使用分类方法的框架实现用于关联个体被检者的大脑信号 与认知状态的处理技术，该些分类方法使用个体被检者的获取的生理信号（例如，来自邸G 记录的神经信号），W提供关于被检者的概念知识（例如，认知和/或感觉性能）和/或状 态的例如包含统计信息的信息集。该些示例性处理技术也可被应用W执行组分析W识别概 念知识，不仅仅在组的基础上，而且在逐个被检者的基础上。提供该组分析可有益于识别个 体如何分类信息，例如，明确地识别或利用个体差异。
[0111] 例如，公开的方法可被用于通过有意提供关于被探测的特定知识有时在语境上全 等且有时在概念上不全等的刺激的序列表征被检者对主题的熟悉程度。基于被检者的测量 和分析的大脑响应，方法可向可在特定的认知和/或感觉简档类别（诸如个体知识评价简 档）中表达的操作员或者向集成输出（信息集）与大脑-机器界面炬MI)W向个体提供随 后的反馈的公开技术的另一处理开发"熟悉程度"输出。
[0112] W下描述的公开的利用视觉刺激范例的处理和引导分类技术的示例性实现通过 使用与在在逐个被检者的基础上示出概念知识评价的前面的部分中描述的数据集相同的 数据集提供例子。
[0113] 例如，在示例性视觉数据集中使用的独立变量的描述包含：
[0114] ?被检者数量S，为1~28
[0115] ?信道数量e，为1~31
[011引?条件C，为1~2 (对于没有类别变化，为1 = "AA"，对于类别变化，为2 = "B")
[0117] ?尝试数量k，为1~120
[011引?间隔内的关注时间点t，为1~T。
[0119]0例如，使间隔为巧52ms，452ms]。采样率为 250Hz。然后，T= 0). 452-0. 352)X250 =25
[0120] 因此，7[3,6，(3，1^，*]是代表邸0电压的实数。对于任何被检者，将8固定于常数。 出于本部分中的示例性分析的目的，还将电极位置e固定于常数。因而，用于本