脑电中的事件相关电位反映了大脑不同状态下认知过程中神经电生理的变化,对于评估个体认知功能是否正常,具有重要参考意义。心算反映了大脑的认知过程,深入研究心算有助于进一步了解大脑的活动状态。猜名模式的研究,有助于推动脑科学的应用研究发展。本文在传统的实验范式基础上进行尝试改进,提出了两种实验模式。本文从以下几部分进行研究。1)模式设计。提出了两种实验模式:心算纠错模式和猜名字模式。第一种是采用正确的及错误的两种类型算术题作为诱发刺激,研究两类脑电波形差异性,依据观察到的认知电位潜伏期与幅值大小,可以对被试的心算活动过程进行分析。第二种是利用真实名字及陌生名字两类刺激,检测诱发的脑电波形特征,通过模式识别算法对两类名字刺激的脑电信号进行分类,可应用于刑侦中隐秘信息检测及相关心理应用研究领域。两种实验模式的上位机采集程序均在Windows7平台上,利用VC++编程语言开发。2)实验及分析。心算纠错实验共采集了10名被试的脑电信号,发现部分被试在两类刺激出现后的1500ms处,错误题目诱发出了特征更加明显的负波,少数被试在错误题目刺激诱发下,观察到了N400。猜名字实验共采集了10名被试的脑电数据,通过小波变换提取第4层低频脑电信号,发现真实名字刺激出现后的300-600ms内产生了一个显著的正波峰,相较于陌生名字刺激,幅值更加突出。3)离线、在线分类研究。将Oz通道的脑电信号采用小波去噪,再进行6个试次叠加平均,利用支持向量机算法对两类名字诱发的脑电数据进行分类,平均分类正确率达98%。在进行5个试次叠加平均后,PO3、Oz、P8、PO4通道分类正确率可达90%。在完成离线分类算法研究后,借助于libsvm模式识别开源项目,利用VC++语言开发出了猜名字在线分类系统。经测试,在线分类系统数据处理结果与离线分类结果一致。本研究在传统的实验范式上进行拓展,探究了心算纠错模式和猜名字实验模式,并对猜名字模式成功实现离线、在线分类,为事件相关电位的应用研究提供了新的思路与方向。