Cueing and Task Switching (EEG Study)
An EEG study investigating how task-switching triggers greater cognitive resource allocation, measured through P300 amplitude and latency shifts across Switch and Repeat conditions.
Attention Allocation in Task-Switching
当受试者进行任务切换 (Switch) 时，大脑需调动更多认知资源，因此预期会观察到比重复任务 (Repeat) 更大的 P3 振幅。
Background：在日常生活中，我们经常需要在不同任务间切换（例如：开车看导航、工作时切换视窗）。这种任务切换 (Task-switching) 往往伴随着认知代价，称为转换损耗 (Switch Cost)。
本项目透过脑电波 (EEG) 技术，特别关注 P3 (P300) 这个事件相关电位成分，因为它被广泛认为反映了个体对任务投入的注意力资源 (Attention Allocation)。
1. 潜伏期与认知效率 (Latency & Efficiency)：
P300 潜伏期反映了大脑对刺激的辨认与记忆场景更新 (Context Updating) 的过程。潜伏期越长，代表参与的皮层突触数量越多，或认知处理速度越慢。这为转换损耗 (Switch Cost) 提供了直接的神经生理证据。
2. P3a 与 P3b 的功能分离 (Sub-components)：
- P3a (前额/Fz)：源于任务处理中的刺激驱动注意机制。
- P3b (颞顶/Pz)：源于与记忆处理相关的注意活动。
Fig 1. 三种 P300 实验范式与对应波形（Zhang Xiaoqin et al., 2018）。
A：单刺激范式，靶刺激诱发单峰 P300；B：双刺激 Oddball 范式，靶刺激 (T) 诱发较大 P300；
C：三刺激范式，分心刺激 (D) 诱发前额 P3a，靶刺激 (T) 诱发颞顶 P3b，两者在电极位置与认知功能上可分离。
1. Paradigm Design
我们采用改良式的 Oddball Paradigm 来评估认知弹性，将试次分为两种条件：
两者差异即为转换损耗 (Switch Cost)，体现在 P3 振幅与潜伏期上。
Fig 2. 实验流程示意图。每个试次 (Trial) 由提示线索 (Cue) 开始，接着呈现目标刺激 (Target)，受试者需根据线索判断任务类型（颜色 or 动物），再做出按键反应 (Response)。
Switch 试次（线索从上一试次改变）与 Repeat 试次（线索与上一试次相同）随机交替出现。
2. Preprocessing Pipeline
Raw EEG signals processed via MATLAB & EEGLAB.
1. Amplitude（Y 轴）· 注意力资源
53% 在 17 位受试者里（9 位）显示 Switch 条件下 P3 振幅较大。
这支持了核心假设：任务重构 (Task-set Reconfiguration) 需要调用额外的注意力资源，从而导致波峰（Y 轴高度）增加。
→ 对应 Fig 3 中红线（Switch）在 300–500ms 区间明显高于蓝线（Repeat）的波峰位置。
2. Latency（X 轴）· 处理速度
Switch（红线）的波峰相较 Repeat（蓝线）出现延迟 (Latency Delay)，即红线的波峰在时间轴（X 轴）上比蓝线靠右。
这反映了 Switch 任务涉及更多皮层突触传递，认知处理速度变慢。
→ Fig 3 中的圆圈标记即指出两条线各自波峰的位置，圆圈在 X 轴上的相对位移即为转换损耗 (Switch Cost) 的时间量化。
Fig 3. 代表性个案（Subject 15）之 ERP 波形比较。
红线 = Switch，蓝线 = Repeat。
图中圆圈标记各条线的 P3 波峰位置：Y 轴（振幅）越高代表调用资源越多；X 轴（潜伏期）越靠右代表认知处理越慢。
Switch 红线在 300–500ms 区间波峰（圆圈）明显高于且略晚于 Repeat 蓝线，同时支持振幅与潜伏期两项预测。
本项目主要依赖可视化观察 (Visual Inspection)。受限于课程时间，尚未进行严谨的推论统计 (Inferential Statistics)。同时，需扩大样本量以消除个别差异。
若能进一步延伸，我将计划执行 成对样本 t 检验 (Paired-sample t-test)，验证差异是否达到统计显著性 (p < 0.05)。