轻度认知障碍（Mild Cognitive Impairment,MCI）是介于正常衰老和痴呆之间的一种状态,其向老年痴呆症的年均转化率为5%-20%,这一过程不可逆转。因此,对MCI的病症进行早期诊断与及时治疗显得尤为重要。目前,脑影像识别花费较贵,神经心理学测验需耗费较多的人力,且带有一定的主观性;尚未有一种简便的实验范式和客观的指标用于区分正常衰老与MCI。为解决这一问题,本研究改编了经典工作记忆“变化检测”范式,探查MCI相对正常老年人在记忆容量与执行控制方面能力的下降,同时借助脑电技术理解MCI认知能力下降的神经机制,并尝试使用机器学习的方法来区分MCI人群和正常老龄组人群。实验共收集88例有效数据,包括42例MCI被试和46例年龄匹配的正常老年人被试。主要结果如下:（1）与正常老龄组相比,MCI组在高负荷任务中的记忆准确率更低,记忆容量也更低,同时MCI组内部的个体差异性较大。说明MCI工作记忆行为学表现确实比正常老龄组更差;（2）MCI组和正常老龄组存在明显的脑网络功能连接的差异。MCI组相较于正常老龄组工作记忆受损更为严重的现象同时表现在整个工作记忆阶段,而且早期注意阶段和记忆维持阶段的脑网络连接还可能受到记忆策略的影响;（3）基于脑网络功能连接数据对被试进行分类的准确率可达90%以上;（4）MCI组的行为学表现和认知评估分数呈正相关关系,而正常老龄组并没有表现出这一特点。推测MCI组认知受损情况并非是一种普遍的受损,所以有较大的个体差异性,这一结果也反映了当前的工作记忆范式可以反映出被试认知能力的差异。综合而言,相较正常老年组,MCI组人群确实存在更为严重的工作记忆受损的情况,同时MCI组人群工作记忆受损的个体差异性较大。MCI组人群和正常老龄组不同工作记忆阶段都存在脑网络功能连接差异,而且早期注意阶段和信息维持阶段的脑网络连接还受到记忆策略的影响。同时脑网络功能连接信息可以较为全面地表达现有的信息处理特征,通过机器学习的方法对两组人群进行区分是可行的。本研究基于变化检测任务,利用客观的行为指标,借助ERP技术探究轻度认知障碍患者工作记忆受损的机制。同时通过使用脑网络相关分析方法对两组被试的数据分类得到较好结果,展示了后续使用这些客观的评估标准针对在广泛的潜在发病人群中快速识别患者的可能性,具有一定的积极应用意义。