目的:事件相关电位是神经科学研究中一种重要的认知电位,也是基于脑电脑-机接口常用的特征信号之一。心算任务引起的心理负载能够诱发出事件相关电位。本研究设计了三种心算任务,探讨三种心算任务引起的心理负载诱发事件相关电位特征信号的效果和特点,为构建基于事件相关电位特征信号脑-机接口新范式提供理论依据和技术支持。方法:利用Matlab编程,实现三种实验范式的设计;组织8名健康受试者并采集在三种心算任务条件下的脑电信号;时域上研究事件相关电位的波形特征,频域上利用格兰杰因果关系分析方法研究不同任务下的脑功能网络连接,此外利用样本熵分析特征信号复杂度。探讨三种心算任务诱发事件相关电位特征信号的效果和特点,最后利用支持向量机的方法对提取的特征信号实现分类。结果:三种实验范式在时域上都能够诱发比较明显的P300成分,且在中央区和顶区的幅值较大。(1)不同心理负载任务诱发的P300的潜伏期不同,表明了处理信息速度上的差异,简单计数心算任务和随机数字心算任务相对简单,受试者的反应速度较快,潜伏期小,汉字笔画心算任务较复杂,被试需要更长的时间处理信息,P300潜伏期平均延长50±15ms。(2)简单计数心算实验诱发的幅值最大,平均幅值为16.3±0.9微伏,随机数字心算任务次之,幅值为10.9±0.4微伏,而汉字数字笔画心算任务诱发的P300幅值最小,平均幅度为8.5±0.2微伏,即任务难度增加,P300幅值减小;随实验次数的增加,简单计数任务引起受试者产生明显的适应性,幅值减小最为显著,幅度降至初始实验时幅值的66.3%,随机数字心算任务诱发的P300的幅值因适应性降至初始实验时的82.6%,而较复杂的汉字数字笔画心算任务诱发的P300幅值较为稳定,没有太大浮动。(3)在频域上复杂心算任务心理负载高,脑活动增强,脑网络连接紧密程度高于简单心算任务;此外高频段网络连接强度远远高于低频网络;较复杂任务引起额顶枕区更紧密的网络连接。(4)受试者在非注意状态下的样本熵值高于注意状态。在注意状态下,大脑处于有序的状态,神经细胞间非线性连接较少,样本熵值小;在汉字数字笔画心算任务时,大脑需要处理的信息种类复杂,神经细胞间的非线性连接较多,复杂度高,样本熵值平均大于其他任务状态。(5)采用支持向量机方法对特征值分类,结果表明随叠加次数的增加,分类正确率提高,而相同的叠加次数下基于样本熵的分类正确率高于基于波幅的分类结果。叠加10次时,基于波幅的分类结果正确率可达90%,而要达到相同的分类正确率,基于样本熵的算法只需叠加4次。结论:综上本研究提出的三种心算任务和实验范式能够诱发出特征明显的事件相关电位信号,并能达到较高的分类效果。因此本文提出的基于心算任务的范式适合构建基于ERP特征信号的脑-机接口系统。