基于EEG信号解码双眼颜色差异的神经机制研究——CIELAB空间色差与ERP动态关联分析

来自国内的研究人员探索了如何通过脑电图(EEG)信号解码双眼分别接收不同颜色刺激(双眼颜色差异)的神经机制。该研究在CIELAB色彩空间中设置四种恒定明度和彩度的红绿色差水平，通过事件相关电位(ERP)分析发现P300波幅随色差增大显著降低。采用SVM、EEGNet、T-CNN和CNN-LSTM混合模型进行解码，二分类任务最高准确率达81.93%，四分类达54.47%。这项研究首次证实EEG信号可客观解码双眼色差，为视觉感知神经机制和色觉BCI开发奠定基础。

　　

这项开创性研究揭示了大脑如何处理双眼接收不同颜色信号的奥秘。科研团队巧妙利用CIELAB色彩空间，精心设计了四种明度(Luminance)和彩度(Chroma)保持恒定的红绿色差刺激。当这些精心调控的色差信号分别投射到受试者双眼时，高精度的脑电图(EEG)设备实时捕捉到大脑皮层产生的电信号波动。

通过分析事件相关电位(ERP)的动态变化，研究团队发现一个有趣现象：标志认知加工的P₃₀₀成分的振幅会随着双眼色差增大而明显减弱，这就像大脑对色差变化打上的特殊"电生理标签"。为了破译这些神经密码，研究人员祭出了四大算法法宝——支持向量机(SVM)、专门处理脑电的EEGNet、擅长捕捉时间特征的时序卷积神经网络(T-CNN)，以及结合时空特征提取优势的CNN-LSTM混合模型。

最终，这些智能算法在识别最大色差时表现出色(81.93%准确率)，即便是区分四种细微色差的挑战性任务，54.47%的准确率也远超随机水平。这项研究不仅首次证实EEG信号可以客观反映双眼色差感知，更为开发新一代基于颜色视觉的脑机接口(BCI)技术提供了理论基石，未来或可应用于色觉障碍诊断、虚拟现实交互等前沿领域。