编辑推荐：
在神经科学领域，意识与无意识信息的神经机制尚不明确。研究人员利用脑电图（EEG）和机器学习（ML）技术，开展感知任务研究。结果表明，可从 EEG 信号解码刺激及主观感知，且时频（TF）表示能提升解码性能。该研究为相关领域提供新视角。
在神经科学的探索旅程中，对意识和无意识信息的研究一直是备受瞩目的焦点。自 20 世纪 70 年代起，科学家们就致力于揭开感知意识的神秘面纱，试图弄清楚大脑是如何处理有意识和无意识信息的，以及这些过程背后的神经机制。然而，尽管我们对大脑在各个阶段如何表征感知信息有了一定的了解，但关于意识和无意识信息的神经表征，仍然存在诸多未解之谜。
例如，在早期的研究中，对于无意识刺激的界定就存在多种观点，有研究认为无意识刺激分为阈下刺激（subliminal，即自下而上强度不足，即使注意也无法达到意识层面的刺激）和前意识刺激（preconscious，即自下而上强度足够，若有自上而下的注意放大则能达到意识层面的刺激）。在认知层面，虽然有大量证据表明无意识信息能在不同处理阶段影响行为，如能在工作记忆中维持、进行语义处理甚至用于算术运算，但在神经层面，对于意识和无意识信息的表征方式，科学界仍争论不休。一些研究指出，在处理的早期阶段，意识和无意识信息的表征相似，早期事件相关电位（ERP）如 P1 和 N1 可由未见刺激诱发，但在刺激出现约 300ms 后，只有可见刺激能诱发像 P300 这样的成分。不过，也有观点对 P300 与感知意识的直接关联提出质疑，认为它可能与感知后的决策过程有关，视觉意识负波（VAN）才是感知意识最早的电生理相关指标。同时，关于无意识表征的持续时间也存在争议，有观点认为其在刺激出现后早期达到峰值然后衰减，无法长时间维持，但也有新的数据表明无意识信息能在相对较长的时间内保存。
正是在这样的背景下，来自西班牙格拉纳达大学（University of Granada）的 Pablo Rodríguez - San Esteban、Jose A. Gonzalez - Lopez 和 Ana B. Chica 等研究人员，决定深入探索意识和无意识信息在神经层面的表征奥秘。他们的研究成果发表在《Scientific Reports》上，为该领域带来了新的曙光。
研究人员采用了多种关键技术方法来开展这项研究。在实验中，他们利用高分辨率脑电图（EEG）采集参与者在执行任务时的大脑电活动信号。为了分析这些复杂的数据，研究人员运用了机器学习（ML）中的支持向量分类（SVC）算法进行解码分析。同时，他们还采用了时间分辨解码和时间泛化分析等方法，全面探究大脑活动模式随时间的变化。此外，研究人员精心设计了一个感知任务，让参与者观察接近阈值的 Gabor 刺激，通过调整刺激对比度，使其在实验块中约 50% 的情况下被有意识感知，以此来模拟真实的感知场景。
下面来详细看看研究结果：
- 行为学结果：在定位器块中，参与者能看到 97.4% 的超阈值 Gabor 刺激，且误报率极低。在实验块中，刺激处于意识阈值，参与者报告看到 49% 的 Gabor 刺激，误报率为 7.2%，这表明滴定程序成功。进一步分析发现，参与者对可见刺激的倾斜方向判断准确性更高（x=0.937），而对不可见刺激的判断准确性仅略高于随机水平（x=0.523）。在反应时间上，对不可见刺激的反应更快（x=646 ms ），而对可见刺激的反应较慢（x=922 ms ）。
- EEG 结果
- 时间分辨解码：通过对电压数据和 TF 功率数据的分析，研究人员发现，对于目标存在和意识的解码，在使用 TF 功率数据训练模型时，从目标呈现后约 100ms 开始，解码分数就显著高于随机水平，且持续到 epoch 结束；而使用电压数据时，从约 200ms 开始才有显著差异。但对于 Gabor 倾斜方向的解码，无论是电压数据还是 TF 功率数据，都无法显著区分，这表明在当前任务和 EEG 数据条件下，难以准确分类 Gabor 刺激的方向。
- 时频解码：对 TF 数据进行时频解码分析发现，在 4Hz - 30Hz 范围内，尤其是 theta（4 - 7Hz）和 alpha（7 - 12Hz）频段，对目标存在和意识的解码准确率较高。这进一步证明了低频段在解码相关信息中的重要作用。
- 时间泛化：时间泛化分析表明，对于目标存在和意识，在整个 epoch 中都有高于随机水平的解码性能。在早期（约 200ms 和 800ms）和晚期（约 1500ms - 2000ms）出现持续的解码高峰，而 Gabor 倾斜方向则无显著解码差异。
- 跨块分类：研究人员训练模型在定位器块（目标高度可见）上学习，然后在实验块（50% 目标被有意识感知）上对可见和不可见试验进行测试。结果发现，对于可见试验，能可靠解码目标存在；对于不可见试验，虽然在大多数时间点解码不显著，但在早期（约 100ms）和晚期（约 1300ms - 结束）的一些离散时间点，存在无意识处理的证据。
- 事后分析：解码 - 行为相关性：研究发现，目标存在的解码准确性与参与者的检测性能相关，与看到目标的比例呈正相关（r=0.46 ，p=0.012 ），与误报比例呈负相关（r=?0.59 ，p=0.001 ）。同时，目标存在解码准确性与倾斜辨别任务的准确性也显著相关（r=0.61 ，p<0.001 ），但这种相关性在可见试验中更明显（r=0.36 ，p=0.07 ），在不可见试验中不显著（r=?0.14 ，p=0.50 ）。意识解码准确性与倾斜辨别任务准确性在可见试验中有显著相关性（r=0.59 ，P=0.001 ），在不可见试验中不显著（r=0.16 ，p=0.41 ）。此外，晚期时间窗口中目标存在的解码与不可见试验的反应时间显著相关，表明无意识刺激的表征可能与运动反应准备有关。
综合研究结果和讨论部分，该研究具有重要意义。首先，研究证明了可以从 EEG 信号中可靠地解码视觉刺激的存在与否及其主观感知，这为利用 EEG 技术研究意识和无意识过程提供了有力支持。其次，将信号分解为时频域显著提高了解码性能，且低频段尤其是 theta 频段对解码贡献最大，这揭示了大脑振荡在认知处理中的关键作用，为进一步理解大脑的神经机制提供了新的视角。再者，研究发现有意识表征稳健且时间上一致，而无意识表征虽在处理的早期和晚期可检测到，但较弱且随时间更不一致，无意识表征可能促进更快的反应，但不提高反应准确性，这对于深入理解意识和无意识视觉处理的神经动力学及其行为影响具有重要价值。总的来说，这项研究为神经科学中意识和无意识信息的研究开辟了新的道路，有助于推动该领域的进一步发展，让我们对大脑的奥秘有了更深入的认识。
