脑部诱发电位在神经生理学和临床诊断和监测中具有重要意义，自发现以来就引起了医学界和心理生理学界的极大兴趣。从原始的粗糙脑电信号中准确快速的提取出微弱的诱发电位一直是研究的难点和重点。归结为信号检测问题，人们希望尽量减少所需实验的次数，最好由单次或少次刺激就能提取诱发响应波形。这样的任务称为单次提取，目前国内外还没有提出足够理想的方法。本文采用归一化径向基函数神经网络(Normalized Radial Basis Function Neural Network，NRBFNN)方法单次提取诱发电位。 本文首先总结了诱发电位提取技术的发展和现状，介绍了目前常见的几种主要提取方法。以此为背景，提出了归一化径向基函数神经网络NRBFNN的单次提取方法。NRBFNN能够拟合任意的非线性多变量连续函数，有很好的非线性估计能力。和传统的非线性自适应滤波方法相比，可以证明：1)NRBFNN可以实现诱发电位的单次提取，在第1～2个样本，就可以得到很好的EP信号，大大提高了提取速度；2)NRBFNN能迅速跟踪诱发脑电的突变；3)因为对VEP信号有实时的检测功能，所以能够明显的反映不同样本间EP的变化。这种变化信息对认知科学及临床应用都具有十分重要的意义。在仿真实验的基础上，本文将此方法应用在真实的视觉注意ERP数据分析中，进一步探讨了固定位置提示范围的大小对诱发电位的影响，揭示了一些传统方法不能够发现的即时诱发电位信息。可以预见，这种NRBFNN方法将在临床应用和心理生理学研究中发挥更大的作用。