脑电中含有丰富的脑神经活动信息,对脑电信号进行解码可以促进人们对大脑认知机制的了解。由于脑电信号具有高时间分辨率,因此被大量应用于脑机制的研究中。本文主要围绕视觉搜索中的视觉注意认知、视觉注意实验设计和视觉注意脑电解码等内容展开,并基于视觉注意研究成果开发了一套注意力训练系统。本文研究内容主要包括以下三个方面:第一,利用神经网络技术研究视觉注意训练对自闭症谱系障碍（Autism Spectrum Disorders,ASD）患者的影响。利用oddball范式诱发P300成分,之后通过P300研究ASD患者的健康状态。首先使用神经网络模型（EEGNet）对被试在视觉注意训练中产生的脑电信号进行解码,然后并利用显著图获得EEGNet有效解码社会和非社会两种场景下的P300特征。并通过显著图探究视觉注意训练对P300成分的影响,发现两种场景下,ASD患者在训练后的P300潜伏期都显著变短,而P300峰值仅在社会场景下降低。结果表明,视觉注意训练可以帮助改善ASD患者的健康状态。第二,设计视觉注意实验,并构建基于外部注意力机制的神经网络模型对视觉搜索的注意认知进行解码研究。为了提高视觉搜索的认知解码精度,克服现有注意力机制存在大量可训练参数的问题,本文提出了外部注意脑电图神经网络（External Attention Electroencephalogram Network,EAEEGNet）模型,用于解码视觉搜索任务下的脑电信号。首先通过26个被试的脑电数据以及消融实验验证了所提出神经网络及其各个组件的有效性,并与现有的神经网络模型对比,展示了EAEEGNet的优秀性能。此外,使用显著图证实了EAEEGNet所提取的特征与视觉搜索的认知机制有关。最后对EAEEGNet进行了跨场景迁移学习实验,结果表明,EAEEGNet具有鲁棒的迁移学习能力。第三,基于上述研究成果,构建基于脑机接口的视觉注意力训练系统。该系统基于上述视觉搜索范式中的注意效应研究的成果,在Windows操作系统上开发注意力训练系统,该系统主要涉及视觉刺激模块和数据处理模块的搭建。同时,系统使用迁移学习技术,缩短了模型训练时间。最后利用12名用户对系统进行验证,结果发现用户的注意力得到了明显的改善,达到了对视觉注意力训练的目的。