多模态检测在快速系列视觉呈现中使用脑电图和瞳孔测量法检测隐藏信息

《Neuropsychologia》:Multimodal detection of concealed information in rapid serial visual presentation using EEG and pupillometry

【字体: 大 中 小 】 时间:2026年03月07日 来源:Neuropsychologia 2.5

编辑推荐:

  隐藏信息测试(Concealed Information Tests,CITs)旨在利用生理标记检测个体试图隐藏的关键信息的识别。尽管以往的CIT研究结合了多种自主神经指标(如心率和瞳孔变化),但目前尚不清楚在瞳孔测量法中加入神经测量是否能够捕捉到识别和注意控

  
隐藏信息测试(Concealed Information Tests,CITs)旨在利用生理标记检测个体试图隐藏的关键信息的识别。尽管以往的CIT研究结合了多种自主神经指标(如心率和瞳孔变化),但目前尚不清楚在瞳孔测量法中加入神经测量是否能够捕捉到识别和注意控制的互补方面。为探究这一问题,研究人员检验了在快速系列视觉呈现(Rapid Serial Visual Presentation,RSVP)范式下,脑电图(Electroencephalography,EEG)与瞳孔测量法能否共同提供隐藏信息的可靠标记;该范式限制了策略性加工,并强调了快速识别。参与者观看一系列面孔,其中包含一个关键探测刺激——要么是个人熟悉(父母)的面孔,要么是不熟悉的面孔——同时执行一项基于性别的目标检测任务。研究人员同时记录EEG和瞳孔大小,聚焦于四个测量指标:Pz电极处的事件相关电位(ERP)振幅、θ频段(4–8 Hz)功率、绝对瞳孔大小及瞳孔大小变化。在群体水平上,所有指标均能区分探测刺激与控制刺激,反映了注意定向与识别。在个体水平上,不同模态的检测效果存在差异。为整合证据,研究人员应用Fisher方法结合各测量指标的p值。尽管整体检测并未显著改善,但联合推断弥补了单一测量指标的局限性。
**论文解读:基于EEG与瞳孔测量法的多模态隐藏信息检测在快速系列视觉呈现中的研究**

**研究背景与问题**

隐藏信息测试(CIT)是认知心理学与心理生理学中用于检测欺骗的科学方法,其理论基础为定向反应(orienting response,OR),即新颖、显著或具有个人意义的刺激会引发自动的生理与注意反应。传统CIT多依赖自主神经系统(autonomic nervous system,ANS)指标(如皮肤电导、心率、呼吸及瞳孔测量),而中枢神经系统(central nervous system,CNS)指标如EEG的P300成分也被广泛用于检测。然而,结合CNS与ANS信号以获得对识别过程敏感的多模态生理标记的研究仍较少。此外,传统CIT易受反制措施(countermeasures)影响,即受试者通过策略性操控生理反应来掩盖信息。为减弱反制措施,快速系列视觉呈现(RSVP)范式被引入,其通过高时间密度呈现刺激限制自上而下的控制。但现有RSVP-CIT研究多采用单一指标(如仅EEG或瞳孔),未能系统评估多模态联合的价值。因此,本研究旨在探究在RSVP约束条件下,结合EEG(ERP振幅与θ频段功率)与瞳孔测量法能否互补提升隐藏信息检测效果。

**研究方法与技术**

本研究采用RSVP-CIT实验范式,招募23名大学生(19名女性,平均年龄22.5岁)参与。实验包含14个组块(7个熟悉面孔组块和7个不熟悉面孔组块),每个组块20个试次。每个试次呈现14张面孔(SOA=125 ms,ISI=16 ms),其中插入一个关键刺激(目标、探测、干扰或固定控制)。探测刺激在熟悉组块为参与者父母的照片,在不熟悉组块为随机选择的陌生面孔。主要技术方法包括:(1)EEG记录与预处理:使用TMSI REFA 32系统(26电极,10-20系统),采样率1000 Hz,离线重参考至乳突,带通滤波0.1-40 Hz,独立成分分析去除眼动伪迹;(2)瞳孔测量:EyeLink眼动追踪系统,1000 Hz采样,经标准9点校准后记录瞳孔直径;(3)数据分析:采用基于聚类的置换检验(CBPT)进行群体水平分析,以及基于兴趣区(ROI)的个体水平t检验;最后用Fisher方法结合三个指标(Pz处ERP振幅、θ频段功率、瞳孔大小变化)的p值进行多模态联合推断。

**研究结果**

1. **任务表现**:总体准确率75.8%,高于随机水平,说明参与者保持注意力。
2. **群体水平单变量分析**:
- **ERP振幅(Pz)**:熟悉条件下,探测刺激与控制刺激在180-1000 ms存在显著差异(p<0.001);不熟悉条件下无显著差异。目标刺激均显著区别于控制刺激。
- **θ频段功率(Fz、Cz、Pz)**:熟悉条件下,探测刺激在240-709 ms功率显著高于控制(p<0.001);不熟悉条件下无显著差异。
- **绝对瞳孔大小**:熟悉条件下,探测刺激在1191-2039 ms瞳孔显著大于控制(p=0.013);不熟悉条件下无显著差异。
- **瞳孔大小变化**:熟悉条件下,探测刺激在505-1514 ms变化显著大于控制(p<0.001);不熟悉条件下无显著差异。
3. **个体水平单变量分析**(熟悉条件):
- ERP振幅:14/23名参与者(60.9%)表现出显著差异。
- θ频段功率:12/23名(52.2%)显著。
- 绝对瞳孔大小:3/23名(13.0%)显著。
- 瞳孔大小变化:5/23名(21.7%)显著。
不熟悉条件下假阳性率很低(Pz:2/23;其他指标各1/23),表明检测特异性高。
4. **多变量分析(Fisher方法)**:结合ERP振幅、θ频段功率和瞳孔大小变化后,14/23名参与者(60.9%)得到显著联合p值。虽然总检测率未优于单一ERP振幅,但联合推断成功识别了2名(受试者2和18)之前未被任何单一指标检出的个体,同时有3名受试者因其他指标不显著而未能达到联合显著,但p值接近阈值。

**讨论与结论**

研究讨论指出,ERP振幅(P300)在个体水平检测率最高(60.9%),与已有CIT研究一致,但低于某些报告中的近乎完美水平,可能源于熟悉面孔标准化后视觉质量下降降低了部分试次的识别率。θ频段功率检测率52.2%,反映了认知控制与注意重定向的过程。瞳孔测量在群体水平有效,但个体水平检测率较低,可能与RSVP下快速呈现导致瞳孔反应重叠、信噪比低有关。联合推断弥补了单一指标的不足,但整体提升有限,提示需改进整合策略。
研究结论:在RSVP范式中,EEG与瞳孔测量均可作为隐藏信息检测的有效指标,但EEG在个体水平更优;多模态联合虽能补偿部分单一指标的漏检,但总体改善不显著,未来需探索更优的融合算法与实验时序优化。该论文发表在《Neuropsychologia》。
相关新闻
生物通微信公众号
微信
新浪微博
  • 搜索
  • 国际
  • 国内
  • 人物
  • 产业
  • 热点
  • 科普

热点排行

    今日动态 | 人才市场 | 新技术专栏 | 中国科学人 | 云展台 | BioHot | 云讲堂直播 | 会展中心 | 特价专栏 | 技术快讯 | 免费试用

    版权所有 生物通

    Copyright© eBiotrade.com, All Rights Reserved

    联系信箱:

    粤ICP备09063491号