一个用于研究真实世界干扰下听觉辨别中认知灵活性的人类 EEG 数据集

为何日常声音会劫持你的注意力

想象一下在繁忙的街角听朋友说话，此时警笛、狗叫和手机铃声同时爆发。你的注意力被拉走，然后又以某种方式重新回到对话中。这种快速的拉扯称为认知灵活性——大脑重新聚焦重要事物的能力——在耳鸣、自闭症或注意力障碍等情况下可能会失常。本文描述了一个公开且细节丰富的人类脑电数据集，旨在帮助科学家理解真实世界的声音如何分散我们的注意力以及大脑如何重新掌控注意力。

模拟嘈杂现实的听觉任务

为捕捉这一过程，研究者让 28 名健康成年人执行一个简单的听觉游戏：每次试次他们会听到连续两个非常相似的声音，并需要判断哪一个更长。这个基础任务在三种复杂度逐步增加的“声音世界”中呈现。在“音调”世界中，听到的是固定频率的纯音滴答声。在“扫频”世界中，声音的音高随时间上升或下降。在“音节”世界中，他们听到由合成男性和女性声音产生的短语音样声音。在所有世界中，每次试次的结构都被严格控制，以便声音的时序——以及任何中断的时刻——都被精确记录。

真实世界噪声入侵任务

关键是，在部分试次中，一个额外的、非常显著的声音——比如电话铃声、狗叫、警笛或关门声——会在第一个任务声音后不久突然出现，并持续到试次结束。团队使用了包含 60 种此类日常噪声的库，并确保没有任何一种被重复得太频繁，这样它们保持惊讶性而不会变成背景噪声。其他试次没有额外声音，第三类试次则使用近乎不可能的比较以保持参与者警觉。此设计让研究者能够比较人在未受干扰、被明显打断或仅因判断困难而受挑战时的行为和大脑反应。

以毫秒级细节追踪大脑的挣扎

在参与者聆听并按键作答的同时，科学家从头皮上的 63 个电极记录电活动，这一技术称为脑电图（EEG）。该方法以毫秒精度追踪大脑节律，非常适合研究分心的瞬时阶段：检测新声源、朝向其转向，然后再转回任务。团队仔细清理数据以去除眨眼和肌电噪声，然后将其切成与每次试次对齐的短时间窗。对于每次试次，他们还保存了参与者的反应速度和准确度，从而在行为与脑活动之间建立了丰富的关联。

表现与脑节律发生了什么变化

行为结果表明，真实世界的噪声确实可靠地破坏了表现。当没有额外声音时，参与者的准确率很高，尤以简单音调为甚。只要出现干扰噪声，准确率就会下降，且在语音样条件中下降最为明显——在那里听觉场景本已复杂。反应时也呈现类似趋势：参与者在最困难的试次中反应最慢，且在被干扰声打断时始终更慢。在脑电数据中，作者关注所谓阿尔法波段的节律活动，这一频段常与滤除干扰有关。他们发现，当试次没有显著噪声时，阿尔法功率往往更高；当有干扰出现时则更低，这与早期研究所暗示的强阿尔法节律有助于屏蔽干扰的结论相呼应。

为未来听力与注意力研究提供的工具箱

除了这些初步发现外，这项工作的真正价值在于其公开提供的数据。对于 27 名参与者，作者不仅共享了清理后的 EEG 和每次试次的详细行为数据，还提供了每个人的大脑扫描、精确的电极头位、所有音频文件以及可直接运行的实验脚本。这意味着研究者可以模拟注意力如何实时转移、检验关于大脑节律的新理论，或探究为何有些人比其他人更容易分心。从长远看，这些洞见可能指导更智能的助听器、脑机接口以及帮助人们保持专注的个性化疗法——即便周围世界一片喧嚣。

引用: Ghosh, P., Saluja, K. & Banerjee, A. A human EEG dataset to study cognitive flexibility during auditory discrimination under real-world distractors. Sci Data 13, 683 (2026). https://doi.org/10.1038/s41597-026-07041-5

关键词: 听觉注意力, EEG 数据集, 声音干扰, 认知灵活性, 嘈杂环境听觉