A cross-validated regional score for EEG connectivity change that is unbiased by noise

<p dir="ltr">"每种状态 40 s 时个体评分不可重复，3 min 时中位信度 0.36，枕区 alpha 到 0.66，增长符合 Spearman–Brown 预测"——这给了想做个体水平脑电连接生物标志物的人一个可用的设计规则：至少 3 min/状态，并预先算好目标信度需要多少数据。做痴呆、MCI 之类个体诊断的研究常常忽略这一点，群体效应显著不等于能给一个人打分，文章把这个"信度悖论"在 EEG 连接上量化了。</p><p dir="ltr">眼动给出前额 delta 负分，肌电给出 gamma 正分且颞区块最大，通道相位不一致的干扰会伪装成延迟耦合变化。最后一条对头戴显示器、可穿戴和自研前端尤其有用——文中也点明了 HMD 干扰正是这种结构。这意味着 RRS 可以反过来当硬件和实验环境的检验工具：一套新采集系统或一个新的 VR 场景，只要"什么都没变"的对照下评分不为零，就说明引入了结构化干扰。</p><p dir="ltr">全部基于 PhysioNet 和 LEMON 两套公共数据。后来者想提出更好的变化估计量，可以在完全相同的数据和对照上比较，而"闭眼前后半段应为零"这个对照本身就可以成为该领域的标准 sanity check。</p>