本研究采用“怪球+延迟反应”的实验范式，把P300测谎和CNV(Contingentnegativevariation)测谎结合起来，旨在寻找事件相关电位(Event-RelatedPotentials，ERPs)测谎中更加稳定可靠的指标。实验考察三种面孔刺激：陌生面孔、熟悉面孔、靶刺激面孔。要求被试对面孔刺激做出是否熟悉的反应，特别地，对靶刺激要做伪装反应。14名被试(5名男生，9名女生)参加了实验。脑电记录使用Neuroscan公司的ESI-128完成，记录32导脑电信号。实验中，靶刺激相比非靶刺激(熟悉和陌生)诱发出加强的P300成分，差异由于靶刺激含有更丰富的信息造成；靶刺激的CNV相比非靶刺激的CNV有更多的负成分，差异由被试的动机及对通过测试的不确定感造成。通过对每个电极位置靶刺激与非靶刺激的P300和CNV进行t检验，证明两者都是测谎的可靠指标，而且是测谎中互补的成分，结合使用可以大大降低错误率。 详细研究了独立成分分析(IndependentComponentAnalysis，ICA)的信息最大算法，将其应用于测谎的ERPs数据，分离出一系列在特定时间段三种刺激条件下有显著差异的成分。选择200-600ms潜伏期和1000-3000ms潜伏期存在显著差异的成分进行分析，发现一个与知觉相关的成分，潜伏期232ms，陌生刺激条件下比熟悉刺激条件和靶刺激条件下诱发出了显著增强的正成分；发现两个P300的子成分，潜伏期分别为276ms、448ms，靶刺激条件下比熟悉刺激条件和陌生刺激条件下诱发出了显著增强的正成分；发现四个CNV的子成分，潜伏期分别为1212ms、1584ms、2552ms、2928ms，靶刺激条件下比非靶刺激条件下诱发出了显著增强的负成分。从时间与空间关系上来看，这些独立成分随着潜伏期的增加，脑电源由枕区逐渐向顶区、中央区直到额区移动，反映了感知-识别-决策一反应的这样一个的完整的撒谎过程。另外，使用ICA算法，可以将湮没在噪声中的P300和CNV成分提取出来，进一步提高测谎的准确性。