本文嘗試通過腦電信號檢測方法輔助多動癥兒童進行臨床個體化診斷。首先基于一種經典的干擾控制試驗任務Simon-spatial Stroop范例采集14名多動癥兒童和16名正常兒童的腦電數據, 并完成濾波、分段、去偽跡等預處理; 然后采用主成分分析(PCA)進行電極優化選擇, 分別選取每種刺激模式下出現率90%以上的優化電極作為共有電極, 并提取共有電極潛伏期(200~450 ms)波幅的均值特征; 最后采用基于歐氏距離的k-最近鄰(KNN)和基于徑向基核函數的支持向量機(SVM)分類器來分類。實驗發現同種試驗任務中多動癥兒童比正常兒童表現出更低的反應正確率和更長的反應時間; 多動癥兒童與正常兒童的前額葉優化電極均出現N2, 頂枕葉均有P2出現, 且多動癥兒童的峰值更低; 在該實驗中KNN分類準確率高于SVM分類器, StI刺激模式下KNN分類器的最高分類準確率為89.29%。以上結果說明, 干擾控制試驗中多動癥兒童與正常兒童的前額葉及頂枕葉的腦電信號存在差異, 該結果可為多動癥個體的腦電信號臨床診斷提供一定科學依據。