随着计算机和信息技术的发展,在认知神经科学领域中各种神经信号分析方法更替出现。独立成分分析(ICA)是近几年在该领域当中新颖的基于信息论的分析方法,它可以将一导或多导脑电图(EEG)电极信号分解为多个在时间上具有最大独立性的成分。独立成分分析具有其良好的理论假设,由数据驱动而无需对神经信号进行建模。因此,独立成分分析及其结果受到研究者的普遍关注并逐步应用在各种涉及神经活动的心理学研究中。　　 在认知心理学研究中,知觉能力伴随训练而改善的现象称为知觉学习。过去研究发现,知觉学习对基本物理特征,如位置和朝向等刺激,具有高度特异性,即在训练刺激上的学习效果,不能或不能完全迁移至未经训练的刺激上。近年来,关于知觉学习涉及的大脑皮层和神经机制等问题已经受到越来越多的关注,但知觉学习与初级视皮层的关系仍然存在争论。另外,知觉学习的结果也受到任务刺激、难度以及注意的影响。　　 过去我们进行了不同注意条件下短期视知觉学习特异性的ERP研究。本研究立足于过去的脑电研究的结果,结合独立成分分析技术,识别并比较脑电活动中潜在的独立成分间的差异。研究结果发现,主被动学习独立成分活动模式相似和差异并存:无论主动学习还是被动学习其独立成分活动强度均随着训练增加而减弱;在主动学习条件下,有3种IC聚类分别具有与ERP成分P1、N1和P2相似的时空特征;而被动学习条件下各ERP成分活动的变化主要由1种IC聚类所解释。综合已有ERP结果和ICA分析结果,本研究提出对主被动知觉学习神经机制的“注意-适应”解释,即“适应”机制作用使被动学习状态下脑活动强度大幅下降;相比之下,在主动学习状态下注意已参与到早期学习的脑活动中,并与“适应”机制相互拮抗,削弱了因适应造成的脑活动强度下降。