摘要：近年来，基于稳态视觉诱发电位（SSVEP）的脑机接口（BCI）性能提升研究取得了长足进展。过去的SSVEP-BCI研究在许多不同的应用中采用了不同的目标频率和闪光刺激。然而，在执行SSVEP-BCI任务时不容易识别用户的心理状态变化。我们可以观察到的是从用户的视觉区域增加的目标频率的EEG功率。BCI用户的认知状态变化，特别是在精神集中状态或陷入沉思状态，将影响SSVEP持续使用中的BCI性能。因此，如何通过探索BCI用户在执行SSVEP时的神经活动变化来区分BCI用户的生理状态是提升BCI性能的关键技术。本研究设计了一个新的BCI实验，将工作记忆任务结合到SSVEP任务的闪烁目标中，使用12 Hz或30 Hz频率。通过探究工作记忆和SSVEP任务执行所对应的EEG活动变化，可以识别用户的认知状态是集中注意力还是陷入沉思。实验结果表明，在额叶，与陷入沉思相比，集中注意力状态下的delta（1-4 Hz）、theta（4-7 Hz）和beta（13-30 Hz）EEG活动增加更多；在枕叶，与陷入沉思相比，集中注意力状态下的delta（1-4 Hz）、alpha（8-12 Hz）和beta（13-30 Hz）波段的功率增加更多。此外，观察到KNN和贝叶斯网络分类器的受试者平均分类性能为77%到80%。这些结果显示了心理状态的变化如何影响 BCI 用户的表现。在这项工作中，我们开发了一种新场景来识别用户在执行 BCI 任务时的认知状态。这些发现可以用作未来 BCI 开发中的新型神经标记。