以往研究明确了思维是否与正在进行的任务相关以及可靠、明显的行为和神经信号。然而不同状态下的思维的神经生理表现仍有待探索。本研究通过记录注意任务时被试的EEG来确定不同类型思维的电生理特征，即1）任务无关，2）自由活动，3）刻意约束，4）自动约束。通过ERP分析，时频分析，置换检验，本研究发现：与刺激诱发活动有关的结果发现相对任务相关思维，任务无关思维诱发更少顶叶P3。相对于缺乏刻意约束的思维，刻意约束的思维增强了刺激诱发额叶P3。在不太可能受到刺激诱发反应影响的时间窗内测量非刺激诱发神经活动使得能够合理地区分被试思维相关电生理活动和刺激诱发反应。自由活动的思维比不自由活动的思维有更大的额叶α频谱能量。此外，在任务无关思维、自由活动思维和无约束思维中，α频谱能量的变异性增加。综上所述，研究表明任务无关思维和动态思维有各自明显的神经特征。该研究有助于发现与一系列精神疾病和注意力障碍有关的思维模式，并有助于诊断这些疾病。比如，当人们的大脑处于休息状态时，脑电图标记可以帮助研究人员和临床医生检测特定的思维模式，甚至在患者意识到他们的思维在哪里走神之前。本文发表在PNAS杂志。（可添加微信号siyingyxf或18983979082获取原文及补充材料）静息状态大脑并不是真正的休息，研究发现休息不是一种均匀的状态，会随着时间和环境波动。有趣的是，这个过程包括不同思维间无缘无故的移动，而且还包括各种各样的思维方式随着时间的推移不断展开。有时，思维在不同话题中不断变化，比如你可能会记得今天早上的跑步，然后想到园艺，然后想想今晚你要做的晚餐。有时，我们会刻意控制思维朝一个目标努力，比如，有条不紊地思考最近的实验结果。还有一些时候，思维停留在一个难以摆脱的情感话题上，比如，担心要接受大手术的侄女。过往相关研究都是在走神的情况下考察内在的思维方式，并集中在个体意识的静态内容上。特别是，集中在与任务无关的思维，即与正在进行的、典型的外部导向的任务无关的思维。比如，实验室研究中被试出现实验任务无关的思维，学生在上课或开车时分心。最近的研究理论主要专心走神的动态变化，即内部的思维是如何随着时间推移而展开的。自发思维“动态框架”区分了思维的三种亚型：1）刻意约束的思维，2）自动约束的思维，3）自由活动的思维。通过认知控制来实现的刻意约束思维有助于在很长一段时间内将内部注意力集中在一个话题上。例如，当一个人主动地将自己的思维引导到与目标相关的信息时，就会产生刻意约束思维。自动约束思维则集中在很难脱离的重要情感或个人信息上（例如，当你担心侄女要做手术时的思维）。这种类型的约束本质上是自动的，并且在很大程度上不受认知控制。相反，当这两个约束都很弱时，就会产生自由活动思维，即思维在没有总体目标和方向的情况下游荡（例如，当你的思维从电影、园艺到晚餐时）。动态框架认为这三种思维类型与任务相关性无关。换句话说，与任务相关和与任务无关的思维都可以被刻意约束或自动约束以及自由活动。思维动力学的行为研究重点是将任务无关思维与其他三种亚类思维进行对比，尤其关注自由活动思维。研究发现，自我报告的自由活动思维和任务无关思维有明显的行为标记。例如，对日常生活中走神的研究发现，自我报告的自由活动和任务无关思维在一天中以不同的速率波动。与动态框架预测结果一致，这些研究中的任务无关和自由活动思维只有中等相关，它们大多独立出现。具体地说，尽管任务相关思维经常被刻意约束，而任务无关思维有时会自由活动，但动态框架预测情况并非总是如此。事实上，任务相关思维可以自由活动（例如，当一个平面设计师为她的新网站设计自由联想思维时），也可以被自动约束（例如，当有人在工作中沉迷于一个问题时）。与任务无关的思维可能会被刻意或自动地约束（例如，当你建立一个购物清单或在讲座中担心侄女的手术时）。迄今为止仅有的两项实证研究明确关注自由活动思维。虽然这提供了一些初步证据表明任务无关思维不同于思维动态框架内的思维，但没有研究评估动态思维类型的神经反应。因此，对思维类型的不同电生理特征的识别将为这些类别反映不同认知过程提供重要的证据。本研究通过记录注意任务时被试脑电（EEG）来检测这四种思维的电生理特征。在整个任务过程中，被试偶尔会回答关于他们思维性质的思维抽样问题。思维取样是走神研究中的标准方法：被试在执行一项实验室任务时被随机打断并报告他们被打断之前的思维。本研究探索问题与之前的研究一致，即被试的思维是否与任务无关。此外，还探索被试思维方式是否是自由活动的、刻意约束的和自动约束的。EEG的时间分辨率可以捕捉与思维相对应的神经活动瞬时变化，包括刺激诱发-任务依赖的活动和刺激无关-内在的活动。事件相关电位（ERPs）反映了任务相关刺激诱发的电生理反应。研究表明与任务无关的思维削弱了与任务相关刺激的感觉和认知加工，因此当被试脱离任务相关刺激时，ERP会提供用来表明思维转换的电生理信号。本研究预测与任务无关的思维与p3成分减少有关。为了探索刺激无关思维的内在神经活动，在ERPs结束后不太可能受到刺激诱发反应影响的时间窗内检测α（8-14Hz）频谱能量。分离刺激后时间窗能够将早期ERP成分捕捉到的刺激-任务依赖反应与后期时间窗中α频谱能量捕捉到的可能与被试正在进行的思维相关的刺激独立性活动分开（如图1所示）。大脑后部记录到的α频谱能量增加与内部注意以及休息时记录到的非外部刺激引起的自发大脑活动有关。相反，额叶alpha与创造性、发散性思维有关。因此，研究假设，与任务无关的思维与增强的大脑后部α频谱能量有关，而自由活动的思维与增强的额叶α频谱能量有关。考虑到动态思维抽样问题解决了随时间变化的思维序列中的差异性，通过捕捉同一非ERP时间窗内α频谱能量的瞬时变化（即α频谱能量差异性）来研究这些思维动力学的神经相关性。研究预测，自由活动思维会增加α频谱能量的差异性，而约束思维会减少α频谱能量的差异性。
在刺激后0～0.6s，探测刺激诱发p3成分。α频谱能量和内在神经活动差异指数在刺激呈现后0.6-1.8s（P3结束后）不受外部刺激的影响。共45名被试（13名女性和32名男性；平均年龄20.1岁）参与了研究。因技术问题而丢失三名被试数据（丢失两名被试脑电图数据，丢失一名被试行为数据）。另外三名被试的脑电图数据文件被破坏。这六个人被排除在分析之外，得到了39个样本。所有被试视力正常或矫正至正常，无神经系统疾病。要求被试在注意力任务中看到左箭头和右箭头时分别按下键盘的左箭头和右箭头。两个箭头都由黑色实线组成，并以相同概率随机排列。每个刺激呈现2000ms，刺激间隔在200-800ms之间随机，在刺激间隔呈现十字。所有刺激（如箭头和十字）都显示在屏幕中心，被试被要求始终保持眼睛注视屏幕中央，共840个试次且持续40分钟。在整个过程中，每个模块（block）结尾都会出现思维探测问题，被试需要回答几个关于探测前10-15秒内思维的问题。这些问题旨在捕捉自发思维动态框架中提出的思维亚型。通过7点Likert量表，被试对自己的思维进行分类，问题如下：1）你的思维与任务有关吗？；2）你的思维是自由活动的吗？；3）你的思维是否被刻意约束？；4）你的思维是否受到自动约束？为了确保被试理解这些问题的含义，在实验开始前进行训练。每种思维类型的定义和示例场景，如表2所示。接下来，给被试提供了他们在实验中可能遇到的示例场景，并要求他们回答基于该场景的思维探测问题。如果回答错误，实验者给出正确答案并解释原因。只有在被试对问题有了充分理解和正确回答之后，实验人员才开始下一个问题。一个示例场景如下：在执行注意力任务时，学生会不停地思考他们昨天的考试是否取得了好成绩。“我把问题3搞错了吗？“他们思考着，想象着自己的答案。“如果我没通过怎么办？我知道我应该多学习！！”。在这个例子中，学生会将思维归类为任务无关和自动约束，因为他们不能停止思考考试情况，思维不能自由活动也不能刻意约束到任务中。在每个模块的最后，被试回答这四个问题，这些问题描述了他们在10-15秒前的思维类型。根据在Likert量表的得分区间（1-3和5-7）进行分类，并放弃中间得分（4分）。例如，他们对第一个问题的回答将被分类为任务相关（1-3），任务无关（5-7），或者选择4被排除在分析之外。用被试对每个思维探测的反应来标记探测前的6个试次（∼15秒）。之所以选择这个时间窗口，首先，该时间窗一直被用于涉及经验取样的神经影像学研究；第二，理论框架认为注意力可以在几十秒的缓慢时间尺度上波动。这得到了fMRI和EEG研究的支持，这些研究报告了自发休息活动的缓慢波动（<0.1hz），以及EEG研究报告了在长达20秒的时间内观察到与任务无关的思维的特征。最后，这个时间窗口能够最大限度地增加试验次数，从而在保持被试报告合理有效性的同时，创造一个可靠的平均值。总共有35个模块，每个模块包括18到30个试次（平均24个试次，每个模块约1分钟）。
脑电数据采集与预处理。使用BioSemi-ActiveTwo系统连续记录脑电数据：右眼上方和下方的电极记录垂直眼动，右眼外侧和左眼外侧电极记录水平眼动。进行1-50Hz带通滤波，离线参考使用两个乳突电极平均值。采用独立成分分析对眼部和肌肉伪影进行校正。利用EEGLAB中的fastICA工具箱进行数据分解，并根据成分时程、地形和频谱能量谱密度人工检测伪迹成分。用球面样条插值法（spherical spline interpolation）从相邻电极中拟合出信号噪声过大的电极。连续数据被分成从刺激前1000ms开始的长4000ms的时间段。每项试验都进行了手动检测以确定是否有剩余的伪迹，这些伪迹将从随后的分析中移除。在使用平均参考对数据进行重参考。刺激诱发活动。对于刺激诱发活动，重点关注刺激开始后P3成分（如图1所示）。对EEG信号进行1～20hz带通滤波。对任务相关与任务无关、自由活动与不自由活动、刻意约束与不刻意约束、自动约束与不自动约束的试次进行平均。所有ERPs的基线校正采用刺激前200ms。测量额叶中线部位（Fz，F1，F2）P3平均振幅和顶叶中线部位（Pz，P1，P2）P3b平均振幅。根据刺激诱发反应结束时间，分析时间窗从0到600ms。α频谱能量：非刺激诱发活动。为了评估不受刺激诱发反应影响的神经活动，分析刺激诱发反应结束后的时间窗（如图1所示）中不同思维类型的平均频谱能量以及频谱能量的差异性。使用hanning窗在刺激前1s到刺激后3s进行2-30Hz（步长为1Hz）快速傅立叶变换。然后用刺激前300-100 ms的平均频谱能量进行基线校正。由于刺激诱发活动在刺激呈现后∼600 ms消退，且最短试次持续时间为1800 ms，分析集中在刺激呈现后600-1800 ms。在这个刺激诱发结束的时间窗中观察到反应，是与不受刺激诱发反应影响的自发活动思维类型相关。鉴于α在内部注意力和创造性思维中的作用，主要分析α（8-14Hz）反应。使用聚类置换检验（cluster-based permutation test）来确定不同思维类型的α频谱能量是否存在差异，如果存在差异则分析这些差异的时间序列。数据驱动的优点是不必假定可能出现条件差异的区域或时间窗口。对于每个电极，平均每种试次类型的所有试次中的α频谱能量从而得到每一条件的时间序列。每个电极得到α频谱能量的时间变化序列，然后对每个被试所有电极α频谱能量时间序列进行聚类置换检验来分析思维类型之间的差异。提取每个被试所有电极在刺激诱发活动后600-1800ms内跨试次的α频谱能量的相对变化。为了与聚类置换检验会考虑所有电极这一特点保持一致，我们没有限制我们的分析区域，而是考虑所有电极。通过计算每个电极每个试次在整个时间窗内α频谱能量的标准差来评估指定时间窗频谱能量变化，然后计算不同试次能量变化的标准差，最后进行思维类型间的比较。由于没有具体实验任务激发特定的思维，每个人对每种思维类型都有广泛的反应。所有统计分析只包括报告经历了所有四种思维类型的被试，特别在思维类型问卷中非中间答案的（即，任务相关或任务无关；是否自由活动；是否刻意约束；是否自动约束）。最终确定24名被试。首先对注意力进行非参数两两比较，以确定每种思维类型的发生率是否不同。根据将任务无关思维与其他三种动态思维类型进行具体对比的动态模型，进行事后分析，以检验任务无关思维与三种动态思维类型的协同程度。采用皮尔逊相关法来评估任务无关思维与自由活动思维以及有意和自动约束的思维的共线性。这些相关性被转换成标准化的rho值，并使用符号检验在组水平上进行检验。关注行为数据中正确反馈试次的准确度、反应时平均值和多样性，然后采用Wilcoxon符号秩检验在四种思维类型之间进行比较，多重比较采用Bonferroni校正。使用时间点置换检验来检验四种思维类型在额叶P3和顶叶P3上的差异。对于刺激后0-600ms的每个时间点，反映相同思维类型（例如，任务相关和任务无关）的两个条件之间使用配对样本t检验进行置换检验。通过1000次的随机排列，p值为观察到的差异与随机排列的比例。如果p<0.05持续至少50ms，则条件间差异被认为是显著的。分别对额叶和顶叶p3成分进行统计检验，并使用Bonferroni矫正临界alpha。通过置换检验（配对样本t检验）对每个被试所有电极α频谱能量时间序列进行统计分析以确定思维类型之间的差异，并采用Bonferroni校正临界alpha。如果您对脑电数据处理感兴趣，欢迎浏览思影科技课程及服务（可添加微信号siyingyxf或18983979082咨询）：
第二十七届脑电数据处理中级班（南京，6.1-6.6)
第十五届脑电数据处理入门班（重庆，7.12-17)
第十二届近红外脑功能数据处理班（上海，6.15-20)
第九届脑电信号数据处理提高班（上海，7.8-13)
数据处理业务介绍：
思影科技近红外脑功能数据处理服务
所有行为（即平均准确度、反应时间和反应时间变异性）和ERP（即额叶和顶叶P3）都时间锁定到箭头开始。α频谱能量和α频谱能量变异性也被时间锁定在相同刺激的开始，但分析ERP时间窗之后的时间窗数据。为了确定每种思维类型的行为和电生理特征，对每种思维类型进行所有测量分析。注意力结果。首先，如表1所示按思维类型计算注意力百分比。被试报告的任务无关思维比任务相关思维更频繁；然而，他们报告自由活动思维和不自由活动思维一样频繁。此外，被试还报告了更多没有被刻意或自动约束的思维，而不是被约束的思维。第二，除了报告每种思维类型的发生之外，通过事后分析来检查不同类型共同出现的程度。参考将任务无关思维与其他三种动态思维类型进行对比的动态模型，本研究对任务无关思维与个体内自由活动的思维和有意、自动约束的思维进行相关分析，然后在组水平上用符号检验（非参单样本t检验）对相关性进行检验。与任务无关的思维与自由活动的思维和自动约束的思维呈正相关，与刻意约束的思维呈负相关。
通过每种思维类型的平均准确度、反应时和反应时变异性来确定每种思维类型的行为相关性。反应时如图2所示。所有条件下的平均准确率都很高，并且可能由于准确率存在天花板效应，Bonferroni校正后，准确率在思维类型间没有显著差异。各条件下的平均反应时间为500 ms。任务无关的反应时慢于任务相关的反应时（p=0.018）,自由活动期反应时间比不自由活动期慢（p=0.013）。与未刻意约束相比，刻意约束期间的反应时间更快（P=0.021）。然而，这些效应都没通过Bonferroni校正。自动约束思维的反应时无显著性差异（p=0.069）。不同条件下的反应时间变异性为156 ms。与任务相关时期（p<0.001；图2B）相比，在任务无关时期观察到反应时变异性增加。自由活动期的反应时变异性大于非自由活动期（p=0.006）。与未刻意约束相比，刻意约束相关任务中反应时变异性降低（p=0.017），但这种变异在Bonferroni校正后消失。自动约束相关反应时变异性小于未自动约束相关反应时（p=0.003）。
图2 反应时。每种思维类型的平均反应时（A）和反应时变异性（B）：A，自动约束；D，刻意约束；F，自由活动；NA，不自动约束；ND，不刻意约束；NF，不自由活动；TR，任务相关思维；TU，任务无关思维。反应时变异性在任务无关思维，自由活动的思维和非自动约束思维条件较高。误差线表示标准误。*P<0.05和**P<0.0125。ERP结果。为了确定思维类型对外部刺激加工的影响，采用时间点置换检验（time point-by-time point permutation tests）来检测刺激诱发活动，ERPs波形见图3。主要分析额叶P3和顶叶P3平均振幅。通过比较每种思维类型的每个ERP成分的平均振幅发现，与任务无关思维相比，任务相关思维的顶叶P3波幅更大（在刺激后367-432ms内）；相对于不受刻意约束的思维（在刺激后369-424m窗口），刻意约束思维诱发更大额叶P3。即使对思维类型进行统计控制后，即提取了所有思维类型的显著ERP数据点，用ANCOVA来比较需要两种目标思维类型而其他思维类型则作为协变量纳入分析，观察到的结果仍然显著，说明该结果稳定并不受到其他思维方式影响。其余两种思维类型中没有发现显著差异。除了在每个思维类型中进行比较外，通过事后分析，比较任务无关思维和其他三种思维类型之间ERP成分的差别。结果发现，额叶和顶叶P3在三种动态思维类型与任务无关思维间无显著差异，表明P3波幅在区分任务无关的思维与自由活动的思维或受限制的思维方面可能并不有效。
图3刺激诱发P3。额叶Fz（上）和顶叶Pz（下）ERP波形图分别包含：
（A）任务相关的思维，（B）自由活动思维，（C）刻意约束思维，和（D）自动约束思维。任务无关思维的顶叶P3降低，而额叶P3在刻意约束思维时增强。实心黑线表示显著条件差异的时间点。TR，任务相关；TU，任务无关；F，自由活动；NF，不自由活动；D，刻意约束；ND，不刻意约束；A，自动约束；NA，不自动约束。时频频谱能量和变异性结果。为了确定独立于刺激诱发的神经活动，使用聚类置换检验（cluster-based permutation tests）对刺激后600-1800 ms之间的α频谱能量进行统计检验。图4显示了统计显著电极点上思维类型的时频图，以及从重要电极簇中提取的α频谱能量时间序列。因为α在内部注意和发散思维中的作用，分析主要关注α频谱能量。在1100-1350ms额叶发现自由活动的思维比不自由活动的思维显示出更大的α能量（p=0.023），Bonferroni校正后消失，但在统计上控制了其他思维类型后仍然显著。在大脑后部没有发现任务相关和任务无关思维诱发的α差异。鉴于经常在内部注意和休息时自发大脑活动期间发现大脑后部α频谱能量的增强，通过事后分析直接测试先验假设，即在任务无关的思维过程中大脑后部（使用传统方法选择先验电极）α频谱能量增强。具体来说，在单电极水平上进行置换检验，以检查大脑后部α频谱能量在条件间的差异。以往任务无关思维相对于任务相关思维在中线Oz处发现的最大α频谱能量在本研究中也是最大的（图S1）。因此，通过置换检验比较两个时间窗口（600-1200 ms和1200-1800 ms）中Oz点α频谱能量。在1200-1800ms时间窗内，与任务相关思维相比，任务无关思维诱发更大的α频谱能量（p=0.037）；在600-1200ms时间窗口，没有发现α差异（p=0.255）。
图4 刺激无关思维的α频谱能量，即自由活动思维条件下置换检验中显著电极点的平均α频谱能量。
自由活动思维和非自由活动思维的时频分析图谱（左和中）如图，地形图标注了显著电极点的位置和黑色方框标注了出现显著差异的时间窗。右侧时间序列显示每个条件（自由活动和不自由活动）的平均α频谱能量（阴影表示标准误），灰色框标注表示出现显著差异的时间窗口。在其他思维类型的统计检验中没有发现显著差异。
图 S1在枕部中线位置，任务无关思维的α频谱能量显著高于任务相关思维。任务相关（左）和任务无关（右）思维的时频图如图，黑色方框标注了出现显著差异的时间窗。与任务相关思维相比，在1200-1800ms时间窗，任务无关思维诱发更大的大脑后部α频谱能量（p=0.037）。
接下来，使用置换检验跨时间和试次的对600-1800ms时间窗全脑α变异性进行了统计检验。图5表明四种思维类型都存在显著的α变异性。特别是，与任务无关的思维（p=0.001）、自由活动的思维（p=0.006）、没有被刻意约束的思维（p=0.003）和没有被自动约束的思维（p=0.009）表现出比任务相关的思维、没有自由活动的思维、刻意约束的思维和自动约束的思维更大的α变异性。在对思维类型进行统计控制后，所有这些条件差异仍然显著。
图5 刺激无关α频谱能量变异性。600-1800ms每个思维类型的α频谱能量变异性。在任务无关思维、自由活动思维和无约束思维时，α频谱能量变异性较高。
TR，任务相关；TU，任务无关；F，自由活动；NF，不自由活动；D，刻意约束；ND，不刻意约束；A，自动约束；NA，不自动约束。误差线表示标准误。*P<0.05，**P<0.0125。
早期研究主要将这种大脑休息时的活跃（静息状态）与 “默认网络”联系在一起，然而现在发现大脑内在活动和连接是异质的：随着时间和情景而动态波动。本研究通过自我报告问题来研究思维方式的异质性，并发现了任务无关、自由活动、刻意约束和自动约束思维的电生理信号。与刺激诱发活动有关的结果发现相对任务相关思维，任务无关思维诱发更少顶叶P3。相对于缺乏刻意约束的思维，刻意约束的思维增强了刺激诱发的额叶P3。在不太可能受到刺激诱发反应影响的时间窗内测量非刺激诱发神经活动使得能够合理地区分被试思维相关电生理活动和刺激诱发反应。自由活动的思维比不自由活动的思维有更大的额叶α频谱能量。此外，在任务无关思维、自由活动思维和无约束思维中，内在α频谱能量的变异性增加。综上所述，研究表明任务无关思维和动态思维有各自明显的神经特征。自由活动思维与增强的额叶α频谱能量和α频谱能量变异性有关。这两个指标都是在不太可能受到外部刺激影响的时间窗内获得的，这表明这些指标反映了与自由活动的思维相关的内在活动。自由活动的思维显示了α频谱能量的变异性增加。这表明，自由活动思维的认知变异性与神经变异性（α能量波动的形式）相似。本结果与最近的静息功能磁共振成像结果一致，表明静息网络之间的功能连接随时间波动。鉴于自由活动思维在概念上独立于任务，因此，前者不能预测任务诱发的顶叶P3也就不足为奇了。自由活动思维与额叶α频谱能量的增加有关，尽管在控制了其他思维类型后结果仍然显著，但在多重比较校正后显著性消失，因此需要谨慎解释该发现。与先前研究一致，这些研究表明额叶α活动与创造力有关。例如，在创意产生期间以及在高创意个体相对于低创意个体中，观察到额叶α增加。此外，无创刺激额叶α能提高创造力任务的表现。创造力包括通过发散思维过程产生新颖思维和联想，理论上类似于思维从一个话题到另一个话题的自由活动。因此，在自由活动思维和创造性思维过程中，额叶α增加可能代表了思维相对不受约束。综上所述，这些发现表明思维的动态特征可能直接反映在电生理信号中。与预测一致，任务无关的思维减少刺激诱发的顶叶P3，即任务无关的思维会独特地干扰与任务相关的刺激诱发活动。这种预测来自解耦模型（de-coupling model），该模型提出外部加工衰减对于支持任务无关思维是必要的。特别是，与任务无关的思维征用执行资源使得我们通过自上而下的控制从外部任务中脱离出来，导致对外部刺激的反应中断。因此，视觉刺激诱发的顶叶P3降低验证了自我报告的任务无关思维，并与先前研究发现的任务无关思维的顶叶P3降低一致。在类似于任务无关思维的认知状态下，如注意失误、内部定向注意或休息，大脑后部α频谱能量会增加，本研究预测任务无关思维会增强大脑后部α频谱能量。过去研究结果表明，大脑后部α不仅反映了对外部输入的自上而下的抑制控制，比如传统的选择性注意研究，也可作为内部定向任务无关思维的电生理信号。在本研究中，虽然数据驱动的聚类置换检验没有发现显著性结果，然而在α频谱能量通常最大的后部中线部位进行事后分析发现，相对于任务相关思维，任务无关思维诱发更强α频谱能量。此外，与任务无关的思维也导致了α频谱能量变异性增加。这可能是因为与任务相关的思维受到实验任务约束（即左箭头和右箭头），而与正在进行的任务无关的思维则不不受约束。由于缺乏实验约束，与任务无关的思维可以转移到不同的主题和内容，由此导致α频谱能量变异性增加。虽然任务无关思维和自由活动思维之间存在正相关，但仍然发现两种思维之间存在一些差异。例如，与任务无关和自由活动的思维发生率不同（分别为66%和47%）。此外，两种思维类型有不同的电生理反应，与任务无关的思维主要与刺激诱发的ERP有关，而自由活动思维主要与内在α频谱能量有关。这些结果支持了动态模型：任务无关思维和自由活动的思维不同。刻意约束的思维和自动约束的思维存在一些相似的电生理反应，并且也有各自不同的反应模式。刻意约束思维中比没有被刻意约束的思维诱发更强额叶P3。先前的研究发现，认知控制涉及中线的额叶-中央脑区，表明在刻意约束思维时增强的额叶P3可能有助于认知控制。这种与动态模型一致，即刻意约束的思维是以目标为导向的，并通过自上而下的控制来实现。刻意和自动约束的思维都伴随着α能量变异性的降低。换言之，两种受限思维的α频谱能量变异性都有所降低，而自由活动思维的α频谱能量变异性则有所增加。类似地，两种受限思维的反应时变异性都降低了，而自由活动思维的反应时变异性增加了。这两个结果都支持动态模型的预测，即受限思维与自由活动思维相反。这些发现表明，认知状态的变异性可以表现在行为和电生理反应的变异性上。本文主要贡献是识别了任务无关、自由活动、刻意约束和自动约束四种思维类型的电生理反应。未来研究的一个重要问题是这些动态范畴如何与任务无关思维相关联。本研究结果为任务无关思维和动态范畴之间的关系提供了初步证据。任务无关思维的出现与自由活动和自动约束思维正相关，而与刻意约束思维相反。研究发现与动态框架的预测一致。首先，与任务无关的思维可以自由活动、刻意约束或自动约束。第二，尽管与任务相关的思维通常被刻意约束，但它们也可以被自动约束（例如，当你在工作中沉迷于一个问题时），甚至可以自由活动（例如，当你为一个新的研究项目自由联想思维时）。有趣的是，与任务无关的思维和自由活动的思维之间的相关性比之前在日常生活中进行的研究更强。这可能是因为实验任务更加结构化，因此更有可能限制自由活动。例如，关于箭头任务的思维不利于自由活动；相反，日常任务更可能需要创造性的思维产生，允许在不同的思维之间自由活动。未来的工作可以通过建立一个更大的数据集来克服当前研究的局限性，每个思维类型有足够的数据，这样可以检查任务无关思维和三种动态思维亚型之间的相互作用，包括更精细的分析，比如对比自由活动和非自由活动的思维。此外测量思维动态的方法可能适用于心理学的许多领域。动态思维抽样方法可以用来检验各种心理现象和动态思维类型之间的理论联系，比如临床中被假设为涉及高比率的自由活动（例如，注意力缺陷多动障碍）或自动约束思维（例如，抑郁症和强迫症）。发展心理学家认为，在某些情况下，儿童可能比成人学习得更好，这是因为他们的自由和联想的思维方式。所有这些领域都可能得益于对思维动态的更好理解和更好的测量能力。
