21世纪的主要发明之一是人工智能,来自世界各地的科学家正在致力于此。不过目前人工智能仍处于发展阶段,目前尚无达到人类的智能水平。大脑作为人类最复杂的器官,人类进行的所有生理心理活动都是以大脑为核心完成的。人工智能必然要经过研究脑、模拟脑的过程。在大脑控制的一系列认知活动中,大脑对信息的处理,特别是对于意识、思维和语义信息处理等方面显得尤为重要。大脑对信息的加工处理过程引起了人们的密切关注。本文主要致力于人脑信息处理相关的认知规律的计算方法研究。本文在大量实验和研究的基础上提出了信息相关脑电位(Information Related Potential,IRP),它是一种基于事件相关电位(ERP)的大脑信息处理分析方法,其与传统ERP相比,IRP突出了脑信息处理相关的成分,屏蔽了物理属性等相关的成分,对于研究大脑信息处理过程具有十分重要的作用。为实现相关研究,作者借鉴经典的oddball实验范式,特意设计了一种信息加工认知实验,尽量减少刺激的物理特征处理的影响,并突显刺激的信息含义。并随之开展认知实验并采集相关实验数据。在数据分析过程中,作者发现除了已知的认知成分如P300和N400外,在大脑主要半球的颞叶以及负责语义信息处理的韦尼克区提取了另一个成分P400,通过与前人的结论进行比较,证实了IRP的存在。并且所得结果得到了其他相关研究的支持。为了探究大脑的信息处理过程,作者使用IRP数据构造了复杂脑网络来分析大脑区域在信息加工过程中的功能连接。脑网络是表现大脑各功能区域之间的联系与活动变化的方法。作者使用小波相干构建了两个阶段的脑网络:早期0-100ms和晚期350-550ms。结果表明,P400成分所观察到的脑区活动在晚期阶段活跃程度较高,验证在研究过程中发现了认知成分P400。本研究的主要结果是成功地提取了负责语义信息处理的脑电活动成分,即信息相关脑电位。本论文研究成果对于大脑信息加工的认知规律与神经机制的研究具有重要的推动价值,并为人工智能和BCI的发展提供新的前景,具有重要的社会效益和经济效益。