研究团队招募了31名参与者，在完成面孔STROOP任务期间同步记录了行为指标和脑电活动。研究通过操纵不一致试次比例（80%、20%）来营造波动和稳定环境，并使用层级贝叶斯模型拟合被试所经历的试次一致性和反应时，从而实现对学习率，预测冲突和预测误差的逐试次推断，并在此基础上分析 (1) 模型变量与不同频段振荡的神经相关性；(2) 与模型变量相关的区域神经振荡之间的有向连接模式；(3) 反映模型变量更新的有向连接强度与主动控制和反应控制的关系。

图1: A. 面孔STROOP任务；  B. 实验过程中的比例一致性变化

(1) 模型变量的神经相关性分析表明，学习率，预测冲突水平以及预测误差在不同任务阶段（即刺激呈现以及试次间隔阶段）与不同频段神经振荡相关。

图2：预测误差(PE)与Theta频段(A,B)和Alpha频段(C,D)的神经相关性

图3：学习率(LR)与Alpha频段(A,B,C,D)和Beta频段(E,F)的神经相关性

图4：预测冲突水平(CF)与Alpha频段的神经相关性

(2) 通过对这些与模型变量相关的区域神经振荡做进一步的格兰杰因果分析，研究发现不同任务阶段具有不同的区域间信息流动模式。

图5: 刺激阶段(A,B)和试次间隔阶段(C)区域有向连接模式的变化

(3) 反映学习率更新的有向连接强度在刺激阶段与反应控制显著相关；而反映预测冲突水平更新的有向连接强度在试次间隔阶段晚期与主动控制显著相关。这一结果与层级贝叶斯模型的假设一致。

图6：反映模型变量更新的有向连接强度与主动控制和反应控制的相关

深圳大学心理学院陈琦教授为论文的通讯作者，深圳大学心理学院研究助理吴程远为论文的第一作者。本研究受到科技创新2030-重大项目（注意的神经环路机制研究-注意的神经计算模型，2021ZD0203800）以及国家自然科学基金（32571283）的资助。

本文章仅用于学术分享，若有侵权请联系，即时删侵！