神经节律的单试次表征：潜力与挑战

基于摘要分析。本研究关注 MEG/EEG/LFP 中平均功率可能掩盖单试次瞬态节律的问题，扩展既有节律检测算法 eBOSC（extended Better OSCillation detection），以区分节律性与非节律性时段，并分别刻画节律片段的持续时间和功率。研究贡献主要是检验单试次节律估计的适用边界，而非提出 BCI 解码模型。 方法与证据：作者结合仿真及微纵向评估中的静息态、任务态 EEG，考察单试次节律检测表现。传统窄带指标混合了节律性与非节律性时段的功率及持续时间，eBOSC 则以节律片段为分析单位。摘要未提供算法扩展的具体实现、背景谱估计、检测阈值或片段边界处理方式，这些内容尚未验证。 作者报告：在仿真中，节律功率充分时可获得较高特异性，但节律信噪比较低时敏感性明显受损；在经验 EEG 中，单试次 alpha 节律能够被检测，但估计质量存在较大的被试间差异。表面 EEG 的 alpha 节律性呈稳定个体差异，其取值范围对应仿真提示的渐进估计偏差，窄带与节律特异性估计因而高度共线。这意味着节律检测并不自动消除信噪比对个体比较的影响。 在工作记忆保持示例中，作者报告节律特异性估计对负荷效应更敏感，表现为额区 theta 与后部 alpha 节律持续时间增加；通过增强节律性振幅，还观察到额区 theta 频率下降。摘要未给出样本量、效应量、具体任务条件及统计检验，实验协议、消融及统计信息尚未验证。 平台推测（待验证）：对依赖 EEG 节律功率的 BCI 分析，节律持续时间与节律性功率可能提供互补特征，但低信噪比和个体节律差异也可能引入检测偏差。可在固定数据划分下比较窄带功率特征与增加 eBOSC 特征后的表现，并按信噪比分层核对收益是否稳定；原研究未提供 BCI 解码有效性证据，相关 BCI 应用工作尚未检索确认。