全脑血流动力学预测人类睡眠与清醒状态下的 EEG 神经节律

基于摘要分析。本研究关注睡眠与清醒过程中 EEG 节律波动所对应的全脑动态，通过同步 EEG 与快速 fMRI 采集及机器学习，研究哪些脑区和网络的 fMRI 信号能够预测 EEG 频带功率，并分析这些预测信息的空间分布。 研究对象是在扫描仪内入睡的人类被试。作者报告，在未参与训练的被试上，fMRI 数据能够预测 alpha（8–12 Hz）和 delta（1–4 Hz）功率的升降，提供了跨被试预测的证据。摘要未提供被试数量、训练与测试划分细节、预测指标或效应大小，因而尚不能判断预测精度与稳定性。 方法上，研究不仅考察整体预测，还识别皮层与皮层下单个脑区所含的预测信息，并进一步区分共享与独有预测信息。作者报告，alpha 节律的信息在与觉醒及视觉系统相关的两个网络中具有较高可分离性；相比之下，delta 节律的信息呈大空间尺度的弥散分布，主要位于皮层。这些结果指向两类节律不同的空间组织模式，但预测关联不能直接解释为因果机制。 其主要贡献是以多模态预测框架定位 EEG 节律对应的全脑血流动力学信息，而非提出已经验证的 BCI 解码算法。复现时需核对同步采集与预处理、EEG 功率和 fMRI 信号的时间对齐、血流动力学延迟处理、跨被试划分，以及共享与独有信息的具体估计方法；模型结构、对照基线、消融及统计信息尚未验证。摘要不足以支持对在线 BCI 性能或临床用途的推断。