事件相关电位是与人体感觉、运动、认知活动相关的脑诱发电位,作为脑功能研究的重要手段,已在认知神经科学领域得到广泛的应用。好的实验范式,是问题研究的切入点,但若离开有效可靠的数据处理方法,再好的实验设计也是劳而无功的,只有从脑电数据中挖掘出准确反映认知活动本身的波形,后续的分析才是有价值的,简而言之,ERP波形提取方法是ERP研究中承上启下、至关重要的一环,这也正是本文研究的问题。在响应时任务中,刺激事件和响应事件都会诱发出ERP信号,由于刺激呈现距离被试作出反应的时间间隔很短,所以,与刺激、响应相关的ERP波形之间就会交迭,产生交叉“污染”。如何分解出彼此混迭的ERP成分,得到纯净的ERP波形,本文针对此问题,在前人的基础上,进行了深入的研究,主要内容如下:1.深入剖析Takeda等学者基于事件发生时间过程的ERP成分构成模型(TD模型)构建的ERP成分分解算法,发现了该算法不稳定的原因。2.在TD模型的基础上,建立新的ERP成分分解算法,并用仿真验证了该方法的稳定性。3.在ERP实验中,经常会出现三个事件的情况,成分之间的交迭将更加严重,为此本工作进一步将两事件TD模型推广到了三事件,并给出了稳定的成分分解方法。4.将新构建的ERP成分分解方法运用到实际的返回抑制(IOR)脑电数据中,证实了该方法在真实脑电数据应用中的可行性,得到了纯净的ERP波形,为波形的解释提供了新的思路。