你的大脑会“幻听”吗？科学家成功用经典条件反射在健康人脑中植入“声音幻觉”

研究背景

听觉幻觉（Auditory Hallucinations, AHs）是指在没有外部听觉刺激的情况下感知到声音的现象。这在精神分裂症患者中极为常见（发生率约为60%-80%），也见于阿尔茨海默病及听力受损人群。

传统关于幻觉的研究大多聚焦于临床患者。然而，临床人群往往伴随精神疾病本身、药物治疗及脑功能病变等复杂的混杂因素，这给探索幻觉的纯粹神经机制带来了巨大挑战。2017年，Powers等人的开创性研究表明：通过“经典条件反射”范式，从未经历过幻觉的健康个体也能在实验条件下产生类似的感知体验。

但是，此类研究长期面临一个核心的方法学挑战：如何客观地验证被试真的产生了类幻觉体验？现有的研究主要依赖被试的主观口头报告，缺乏实时、客观的神经检测手段。脑电图（EEG）技术因其毫秒级的时间分辨率和良好的可及性，成为研究幻觉神经生物学标记的理想工具。

本研究旨在探索：能否在健康个体中诱导出类幻觉的听觉体验，并通过EEG频谱分析结合机器学习算法，客观地识别出这种体验的特异性神经标记？

研究方法

研究采用经典的巴甫洛夫条件反射范式。将黑白棋盘格图像（条件刺激，视觉）与1kHz纯音（非条件刺激，听觉）反复配对呈现，试图让被试建立联结，最终实现在仅呈现视觉刺激时，被试也能产生“听到声音”的感知体验。

实验流程：实验共招募了7名听力正常的健康成年人。首先，采用自适应心理物理学方法精确测定每位被试的100%听觉察觉阈值，用于后续实验。随后进入条件反射阶段：包含12个序列，每个序列呈现20-25次视听配对刺激（3秒棋盘格+3秒1kHz纯音+3秒间隔），在每个序列的最后，插入1次单独的视觉刺激测试。

数据采集与分析：采用32导EEG系统（ANT Neuro）全程记录脑电数据。数据分析提取了从δ（1-4Hz）到γ2（40-50Hz）共8个频段的功率特征。

验证逻辑：研究将“类幻觉体验”操作化定义为两点结合：(1) 被试主观报告在无声条件下听到了声音；(2) 该状态下的EEG频谱模式与真实听到声音时的模式具有统计学相似性。最后，采用k近邻（kNN）机器学习算法对类幻觉事件进行分类检测。

研究结果

1. 建立基准：真实听觉感知的EEG频谱特征

首先，研究对比了“有声”（条件反射期的视听刺激）与“无声”（基线期的单纯视觉刺激）状态。经FDR校正后，统计学拓扑图显示：在多数电极的α1至γ2频段呈现显著差异。特别是在双侧颞叶通道（覆盖初级听觉皮层，即布罗德曼41和42区），β2和γ频段表现出强烈的激活效应。该结果成功确立了真实听觉感知所产生的特异性EEG频谱基准。

图1 有声vs无声（基线）状态下EEG频谱功率估计值的H-统计量地形图（H-maps）

2. 诱导成功：条件化“无声”的大脑活动极其逼近“有声”

当研究人员对比“有声”状态与“条件化无声”（即配对训练后单独呈现图像）状态时，发现两者的EEG差异极小（差异幅度较基线比较降低了10-20倍）。地形图显示，两者整体的大脑激活模式高度相似。这一客观脑电数据表明：经过条件反射训练后，仅仅是看到图像，被试大脑产生的神经活动已经与真实听到声音时难以区分。

图2 有声vs条件化无声状态下EEG频谱功率估计值的H-统计量地形图

对比“无声（基线）”与“条件化无声”状态，经FDR校正后，α2、β2、γ1、γ2频段在多个电极上p值低于0.05。H拓扑图（图3：无声与条件化无声状态下EEG频谱功率估计值的H拓扑图）显示，β1、β2、γ1、γ2频段在双侧颞叶通道呈现显著差异，空间分布与有声/无声比较高度吻合。效应量ηH²最高达0.3206。该结果确证条件反射改变了神经活动模式，使条件化无声状态下的皮层活动更接近真实听觉感知而非基线状态。

3. 对比确认：幻觉体验显著改变了大脑基线

进一步对比“无声（基线）”与“条件化无声”状态，地形图显示，β1、β2、γ1、γ2频段在双侧颞叶通道呈现显著差异，其空间分布与“有声/基线无声”的比较高度吻合。这不仅印证了被试的主观报告（所有7名被试均报告“看到棋盘格就听到了声音”），更在客观神经层面确证了：条件反射成功改变了皮层活动模式，使其从视觉基线状态转向了听觉感知状态。

图3 无声（基线）vs条件化无声状态下EEG频谱功率估计值的H-统计量地形图

4. 机器学习客观检测幻觉事件（准确率超80%）

利用提取的EEG频谱特征，研究构建了kNN分类器来自动检测这种“类幻觉”体验。结果显示，在6名被试身上，分类器达到了>80%的检测准确率。有趣的是，最优的敏感频段因人而异：有人依赖β波，有人依赖α波，还有人对γ波最敏感。这深刻揭示了听觉感知底层神经机制的显著个体差异。

表4 所有被试及EEG节律的III类（类幻觉体验）正确检测百分比（及对应k值）

结论和意义

本研究提供了一个强有力的“概念验证（Proof of Concept）”：首次在健康人群中建立了“可诱发、可客观测量、可机器分类”的类幻觉模型。

研究证明，将经典条件反射范式与EEG频谱分析、机器学习相结合，能够客观地检测出幻觉样事件。这一突破性工作不仅为我们理解听觉幻觉的神经机制提供了一个无临床混杂因素的“干净”实验窗口，更为未来开发不依赖患者主观口头报告的客观临床评估工具奠定了坚实的基础。

DOI：10.3390/electronics15050931

引用：Tcheslavski, G., Felipe, L., & Ali, K. (2026). Inducing and detecting hallucination-like auditory experiences in healthy subjects via conditioning and electroencephalogram analysis: A proof of concept. Electronics, 15(5), 931.