用于 EEG 和 MEG 功能耦合检测的 PSIICOS 投影最优性

基于摘要分析，目前材料仅包含研究要点，未取得论文全文。本研究针对非侵入式 EEG 和 MEG 功能连接估计中的空间泄漏（spatial leakage，SL）问题，将功能耦合检测纳入源估计框架，并分析 PSIICOS 投影抑制空间泄漏、保留零相位耦合的能力。 核心表述是改变源的表示方式：不再以等效电流偶极子（equivalent current dipoles，ECDs）表示源，而以二元网络（dyadic networks）表示源，从而将功能连接估计转化为源估计问题。作者报告，其解析分析表明 PSIICOS 能最优地抑制空间泄漏，同时保留零相位耦合。这里的“最优”属于作者的理论结论；具体优化准则、假设、投影构造及成立边界尚未验证，不能据此推断其在所有 EEG/MEG 数据条件下均有最优检测表现。 作者还据此框架提出了供未来探索的新估计器，但所给材料未说明其具体形式或验证结果。该工作的主要研究对象是功能耦合估计，而非 BCI 解码；保留零相位耦合也不等同于已证实能够识别真实生理连接。实验数据、被试、评估协议、对照方法、定量指标、消融及统计信息尚未验证，复现所需的实现与参数信息也无法由当前材料确认。