这篇文献《Resting EEG in Alpha and Beta Bands Predicts Individual Differences in Attentional Blink Magnitude》由Mary H. Maclean、Karen M. Arnell、Kimberly A. Cote等人撰写，发表在《Brain and Cognition》期刊上，发布时间为2012年1月24日。该研究探讨了个体在休息状态下的脑电图（EEG）活动如何预测注意性眨眼（attentional blink，简称AB）效应的个体差异。本文在研究注意力资源分配和个体差异的基础上，揭示了静息状态下α波和β波的活动与注意性眨眼的关系。
本研究属于认知心理学和神经科学领域。注意性眨眼（AB）是指在快速连续视觉呈现（RSVP）任务中，当第二个目标（T2）出现在第一个目标（T1）之后500毫秒内时，第二目标的报告准确性下降，这一现象反映了有限的注意力资源。在以往的研究中，已知不同个体在AB效应的幅度上存在显著差异，但这些差异如何产生以及与哪些因素有关尚不明确。尽管有研究表明个体的认知资源（如工作记忆、流动智力等）与AB效应存在一定关系，但尚未有研究关注个体在没有目标导向任务时的注意力状态（即休息状态）的影响。
本研究旨在填补这一空白，研究个体在休息状态下的脑电活动（尤其是α波和β波）与AB效应之间的关系。研究假设认为，休息状态下的注意力投入水平（通过脑电图α波和β波的活动表现）可能预测AB效应的个体差异。
该研究共有30名参与者，均为Brock大学的本科生，通过该校心理学系的在线系统招募。参与者在实验过程中必须完成AB任务和休息状态下的脑电图记录。实验排除了因表现异常或脑电图数据问题而无法提供有效数据的参与者。
AB任务使用快速连续视觉呈现（RSVP）方法，包含140个试次的5个区块。在每个试次中，参与者需要报告第二个目标（T2）的颜色字词。在部分试次中，T2的呈现时间距离第一个目标（T1）为3个项目（约351毫秒），另一些试次中则为8个项目（约936毫秒）。在每个试次结束时，参与者需要报告T1和T2的内容。通过比较T2在不同T1–T2间隔下的表现，评估AB效应的存在。
在AB任务前，参与者进行了五个区块的休息状态脑电图记录，每个区块包含三段30秒的闭眼休息和三段30秒的睁眼休息。每段休息之间有1秒的间隔，并且使用音调提示开始和结束。脑电图数据记录使用60个头皮电极，采样率为500Hz。眼电图（EOG）用于记录眼球运动及眨眼，确保实验过程中数据质量。
通过快速傅里叶变换（FFT），将每段休息状态的脑电图数据转换为频谱数据，并提取α波（8–12Hz）、β波（15–35Hz）和θ波（4–8Hz）的功率值。为了消除因个体之间整体脑电功率差异对数据分析的干扰，使用回归分析将不同频段的功率值标准化为残差值。最终，研究者对这些数据进行相关性分析，探讨α波、β波和θ波的功率与AB效应的关系。
在AB任务中，T1的准确率为90.52%，T2在3个项目的间隔下的准确率为66.89%，而在8个项目的间隔下为89.96%。通过配对样本t检验，发现T2在短间隔（3项目）下的准确率显著低于长间隔（8项目），表明实验中存在显著的AB效应。个体的AB幅度通过计算每位参与者在短间隔（3项目）和长间隔（8项目）下的T2准确率差异来表示。平均AB幅度为23.07%。
通过三因子重复测量方差分析（ANOVA），研究发现不同频段（θ、α、β）和不同脑区（前额区、中央区、顶叶区和枕叶区）的功率值差异显著。α波功率普遍高于β波功率，而θ波功率在不同脑区之间没有显著差异。进一步分析不同频段功率值之间的相关性，发现α波、β波和θ波功率在同一脑区内呈显著正相关。
在α波和β波的关系方面，研究发现，休息状态下较高的α波功率与较大的AB幅度相关，而较高的β波功率则与较小的AB幅度相关。具体而言，较高的β波功率在短间隔的T2准确率中表现出积极相关性，而较高的α波功率则在短间隔中表现出负相关性。此外，α波和β波的相对差异（即α波功率减去β波功率）与AB幅度呈显著正相关，意味着较高的α波相对于β波的功率差异与较大的AB效应相关。
该研究的结果表明，个体在休息状态下的脑电活动，尤其是α波和β波的功率水平，与个体在AB任务中的表现存在显著的关系。具体来说，较高的α波功率和较低的β波功率与较大的AB幅度相关，而较高的β波功率与较小的AB幅度相关。这一发现为研究个体差异在认知任务中的表现提供了新的视角，特别是指出了休息状态下的脑电活动可能反映了个体在认知任务中的注意力投入水平。
本研究为理解个体差异在AB效应中的作用提供了新的实证证据，尤其是休息状态下的脑电活动如何影响注意力资源的分配。研究结果不仅有助于深化我们对注意力控制机制的理解，也为个体差异的心理学研究提供了新的研究路径。通过分析个体在休息状态下的脑电活动，可能为未来的个性化认知训练和干预提供理论支持。
本研究的亮点在于首次将静息状态下的脑电活动（尤其是α波和β波）与AB效应的个体差异联系起来，提出了注意力投入水平的不同可能是影响AB效应的关键因素。此外，研究方法的创新在于利用脑电图数据的频谱分析以及对不同频段功率差异的回归分析，为进一步研究个体差异提供了新的技术路径。
本研究通过结合认知心理学和神经科学领域的最新理论和方法，为个体差异在注意力控制和认知任务中的作用提供了有力的证据，具有重要的学术价值和应用潜力。