注意是影响人类各种认知过程的重要机制,其参与了认知活动中的工作记忆、自上而下的加工、竞争选择以及对新异刺激自下而上的加工等信息处理过程。而这些过程中对信息的加工处理通常是在几十毫秒级别完成,并且需要多个脑区的协同作用。脑电信号具有和大脑信息加工处理所匹配的时间分辨率,因而基于脑电的网络分析对于揭示注意的神经机制具有重要的意义。然而脑电固有的容积效应导致的低空间分辨率,使得相应的网络分析不可靠。因此,本论文结合ERP源估计方法和动态因果模型(dynamic causal mode,DCM)在大脑皮层构建因果网络,以对听觉注意的深层机制进行探索研究。本论文的工作主要如下:第一,ERP源估计。基于经典的go/nogo试验范式,选取听觉任务为主的实验下的EEG脑电信号,并对4种条件(Left-nogo,Left-go,Right-nogo和Right-go)下的EEG数据进行源估计。运用正则化最小模(minimum norm,MN)算法对EEG数据求逆,估计出4种条件下皮层源定位结果大体一致(8个皮层源):枕叶(双侧)、颞叶(双侧)、背外侧前额叶(Dorsolateral prefrontal cortex,DLPFC)(双侧)、顶叶(双侧),证明了在注意认知活动中听觉刺激和视觉刺激会激活颞叶和枕叶,DLPFC的主要功能是工作记忆,而顶叶区是与感觉运动相关。第二,基于DCM的皮层脑网络的构建。以估计的8个激活源区为节点,用DCM模型构建4种条件下的皮层有向因果网络。具体为:在左手go/nogo条件下,双侧的枕叶和颞叶都与同侧的DLPFC之间有相互的信息交流,双侧的颞叶和DLPFC的信息流向顶叶右侧源;在右手go/nogo条件下,双侧的枕叶和颞叶都与同侧的DLPFC之间有相互的信息交流,而双侧的颞叶和DLPFC的信息流向顶叶左侧源。特别地,left网络和right网络中信息流向对侧顶叶的现象表现为典型单侧化准备电位(Lateralized readiness potential,LRP)的偏侧性。此外,分别做了在同侧和异侧条件的T检验分析:在同侧条件下(同left或right)—go>nogo;在异侧条件下(同go或nogo)—right>left。上述结果证明了注意认知活动中的信息处理机制:颞叶和枕叶参与听觉信息和视觉信息编码和整合,并将信息传递到DLPFC进行加工和存储随后进行详细的分析以及决策,最后在流入顶叶区域进行任务信息的表达,即表现为LRP的偏侧性。