数据日期 2026-10-26 · 生成时间 2026-10-28 01:52 ｜ 预印本 · bioRxiv · v1 · neuroscience
一、研究问题
规范建模（normative modeling）在大型健康队列上训练、用年龄性别等协变量预测期望测量值并量化正常变异，再把个体与之比较以识别偏离。绝大多数脑功能规范模型基于 fMRI，而 EEG/MEG 提供时间分辨率更高的直接脑活动测量，但如何在这些模态上做全脑规范建模仍是挑战。
二、方法（摘要层）
提出 M/EEG-FUNCOIN，从电生理的多种功能连接（FC）度量中识别年龄与性别相关的变化维度：幅度包络相关（AEC）、相位锁定值（PLV）、时延嵌入协方差。在 Cam-CAN 静息态 MEG 数据上验证。
三、核心结论
- 能比现有方法更细致地刻画年龄与性别相关的全脑功能连接模式。
- 能有效捕捉认知能力高分与低分个体的有意义连接偏离。
四、定量缺口（待补全文）
摘要完全无定量：Cam-CAN 的 n、年龄范围、模型拟合优度、偏离—认知关联的统计量与效应量均缺。
五、局限与保留意见
- "认知能力高分与低分组"是极端分组比较，其效应量会被人为放大，需要用连续认知分数复核。
- 横断面规范模型依赖大样本健康队列的年龄覆盖，Cam-CAN 在高龄段的密度有限。
- 三种 FC 度量的结果是否被统一到一个模型、各度量的相对贡献如何，摘要未说明。
- MEG 的个体差异与头动/伪迹比 fMRI 更敏感，规范建模的方差分解是否稳健需核。
六、对本领域的价值
- 规范建模正在成为脑衰老研究的标准做法：与补遗 A4（脑龄差）逻辑同源（都是"预测期望值 → 看偏离"），但规范建模额外提供了正常变异的置信区间，在个体层面的临床解读上更严谨。
- MEG 维度的加入填补了一个空白：fMRI 的 BOLD 是间接、慢信号，而衰老相关的神经动力学改变（振荡、同步化）恰恰在毫秒尺度，本条提供了把两者接起来的入口。
- Cam-CAN 是老龄化神经科学的高质量公开队列，方法可直接复用。
判断：如果你正在做或准备做脑龄/规范建模，这条值得读全文；否则作为"知道有这个工具"即可。
*本页为预印本解读，原文未经同行评审，结论可能在正式发表时变更。* *数据日期 2026-10-26（补遗窗口 T-2）｜ 生成时间 2026-10-28 01:52 ｜ 任务 12819187 预印本全文级解读（无人值守）｜上游《预印本速递_2026-10-28》（12784209）补遗窗口*
C 级证据分级：C 级（预印本 / 观点评论，非原始研究）
本文属观点/评论类文献，不是原始研究。其论点依赖于作者对既有证据的梳理与判断，不构成新的实验证据。本站标注 C 级即为此意——阅读时请把它当作「领域内的思考框架」，而非「研究发现」。
关于本文的文献来源：本站依据 IMA 知识库「五刊监控·深度文献卡片」（SOP §4.2 摘要级）撰写，依据期刊公开摘要与 PubMed 元数据；付费墙全文未获取之处已标注「待补全文」，未做任何数值推算补全。