多感觉通道信息整合是指大脑将来自不同的感觉通道（如视觉、听觉、触觉等）的信息进行有效加工、处理、整合的过程。我们生活在客观的场景世界之中,每时每刻都面临着大量的场景信息需要加工,人类获取外界信息虽然大部分来自视觉感觉通道的输入,但其他感觉通道的信息输入也能有效的加强人类对场景的信息感知。然而多模态信息整合与意识的关系目前研究结论并不统一,而视听整合与意识的关系作为多模态之中最常见的整合方式之一,对其进行深入研究有助于更深层次的研究多类型的跨模态信息整合。意识下的视听整合研究大多采用启动范式对视听数字进行研究,并且证明了视听数字在意识下发生整合需要以训练位前提。而对自然场景的研究较少,虽然目前证明了意识下的视听整合能够有效促进人类大脑对自然场景的感知。但在此类的视听整合研究之中场景过于单一,且对意识下的视听整合的时间维度、空间维度的认知加工机制并未作出进一步解释,本文的研究是建立在复杂的视听场景整合不需要训练的基础上,探索了意识上与意识下的整合影响因素,并对二者进行了对比,通过一致性、启动时间、目标种类等研究了意识上与意识下加工处理的神经处理机制的异同,采用连续闪烁抑制范式对大脑处理自然场景视听整合的条件。为加强实验刺激材料的可行性,本文采用了SHIN工具箱对图像进行的10000次迭代处理,对图像底层信息（亮度、颜色等）进行了均一化处理,同时对语音信息的采集频率、响度进行了均一化处理。本文通过意识上的视听实验（实验一）与意识下的视听实验（实验二）对意识与视听整合的关系进行了研究。本文主要解决的问题是对意识下的视听整合认知神经加工机制进一步解释,并得出视听整合不仅受一致性的影响同时也受视听刺激出现的时间进程影响的结论。并通过全局神经元工作空间,意识模型对意识下的神经加工机制进行了模型解释,进而解析多模态信息在大脑中汇聚、整合、相互作用的编码原理,并基于行为学数据建立多模态信息整合计算理论