基于高密度静息态 EEG 数据的重性抑郁障碍功能连接图论分析

基于摘要分析。该研究针对重性抑郁障碍（MDD）功能脑网络构建的可靠性与稳健性问题，比较不同耦合方法和二值化方法，并分析网络拓扑与抑郁程度的关系。主要贡献是提出一种候选网络构建组合，并探索其图指标作为 MDD 电生理标志物的可能性；研究对象是静息态 EEG 功能连接，而非 BCI 控制或解码任务。 数据来自 16 名 MDD 患者与 16 名正常对照（NC）的 128 通道高密度静息态 EEG。方法以耦合度量构建功能连接，再通过二值化得到用于图论分析的网络。作者报告，虚部相干性（imaginary part of coherence）与 cluster-span threshold 的组合优于其他方法；摘要未给出具体对照组合、评价指标及优势幅度，因此不能据此量化其可靠性或稳健性。 基于该组合，作者报告 MDD 群体存在右半球功能不足、对称性破坏及网络结构随机化，并将这些发现解释为认知加工异常。作者还报告，theta 频段左侧中央区域的聚类系数、alpha 频段右侧颞区的节点介数中心性均与抑郁程度显著负相关，且这些指标具有区分 MDD 与 NC 的能力。摘要未提供相关系数、显著性数值、分类性能或验证划分，不能将这种区分能力视为已验证的临床诊断效能。 复现时需核对静息态采集条件、预处理与参考方式、耦合估计和阈值实现、图指标计算、统计检验及多重比较处理；若涉及分类，还需核对特征选择与评估划分。上述实验协议、消融及统计信息尚未验证。当前证据支持将这些指标视为候选 MDD 标志物，尚不能据此认定其跨人群泛化能力或 BCI 应用有效性。