consciousness-research / docs/methods/方法学诊断_条件TE在慢波信号上失效

DIAG-002 · 诊断 · 已定稿 · 2026-08-29

方法学诊断:条件转移熵在慢波主导信号上失效

日期:2026-08-29 触发:Panel C 判决(PanelC判决结果.md)里我断言「丙泊酚产生刻板慢波 → 信号更可预测 → 条件 TE 虚高」。那句是推测,当时没验。本文档是补验的结果。

结论先行:断言成立,而且比我说的更严重——它不只污染 TE_tot(整合量协变量), 也让主指标 CE 饱和到 1.000。但这个现象在文献里是已知的,预白化是现成的标准解法。


1. 仿真结果

耦合矩阵 A 逐位固定不动,只改驱动噪声的谱形(方差已归一,两组功率总量相同):

条件 显著边 CE te_tot 刻板度
A 宽带驱动(真值 10 条边) 10.2 ± 0.4 0.409 0.578 0.053
B 同耦合 + 窄带慢波驱动 90.0 ± 0.0(90 个有序对全中) 1.000 7.414 0.591
C 宽带 + 耦合真的翻倍 10.5 ± 0.8 0.397 1.987 0.056

只改谱形对 te_tot 的影响 = 真把耦合翻倍的 485%。

2. 排除的两个解释(均带对照)

不是解析 F 检验失效。 替代法(相位随机化,B=1800,满足 FDR 分辨率下限 B ≥ m/q−1) 在刻板条件下同样给出 89.0 条边。两种判据在宽带条件下一致(各 10.7 条),说明对照有效。

不是时间尺度失配。 第一版 fixture 有致命缺陷:真实耦合固定在 1/250 秒滞后上, 一降采样真结构本身就没了,宽带对照也垮掉——那个设计分不开「降采样毁了估计」 和「降采样毁了真值」。重造 fixture(每个采样率上各自生成,耦合恒为 lag-1)后:

有效 fs 滞后窗口占慢波周期 宽带边数 窄带边数
250 Hz 3% 10.3 89.7
25 Hz 32% 10.3 88.0
8 Hz 100% 10.3 82.0

宽带对照全程稳在 10.3(估计器本身没问题),窄带在每个时间尺度都爆炸。

3. 真正的机制

全模型 R²(可解释方差比例)就是那把尺子。扫窄带混合比 α:

α <4Hz 功率占比 全模型 R² 边数 CE
0.00 0.032 0.133 10.3 0.388
0.60 0.620 0.612 13.3 0.546
0.80 0.811 0.800 23.0 0.955
0.90 0.905 0.895 39.0 1.000
1.00 0.999 1.000 90.0 1.000

TE = 0.5·log(RSS_受限 / RSS_全模型)。信号近乎确定性时 RSS_全模型 → 0, 分母趋零,任何微小残余结构都被判显著。边数与 R² 同步走。

4. 这不是新发现

补查文献后必须更正:这个现象是已知的,我只是重新撞上了它。

我的仿真只是给这个已知现象补了一个具体机制读数(R²→1),并标定了它在 「条件 TE + 环占比 CE」这一特定管道上的失效阈值。这不构成对该领域的新贡献。

同时这也意味着:我在 ds005620 上跑出的「镇静 TE_tot 更高、CE 更高」, 与已发表文献中那个被明确标为可疑的模式是同一个东西,不是独立发现。

5. 修法及其验证过的适用范围

逐通道单变量 AR(20) 预白化,再算条件 TE:

α 处理 边数 假阳性 环上真边召回 前馈真边召回 CE
0.0 原样 10.3 0.3 1.00 1.00 0.479
0.0 预白化 10.3 0.3 1.00 1.00 0.479
0.9 原样 27.7 17.7 1.00 1.00 0.887
0.9 预白化 11.0 1.0 1.00 1.00 0.454
1.0 预白化 86.7 76.7 1.00 1.00 1.000

排错记录:truth_recall 初版索引方向写反(make_A 用 A[目标,源], compute_ce 返回 A[源,目标]),导致宽带对照召回显示 0.00。 是对照本身把这个 bug 抓出来的——没有对照,会把「修好了」当成结论。

6. 对 Panel C 的影响

Panel C 用的是 未预白化 版本、250 Hz、p=25。 PanelC判决结果.md 里的全部数字(CE、TE_tot、边数、回归系数 −0.0225)在真实数据 落在阈值上方的前提下全部作废,须用预白化版本重跑。

真实数据的落点正在测(r2check_head.py——已佚失,原写在临时目录)。 判据:未白化时低频占比 ≳0.8 即进入膨胀区。测量结果见下方 §8—— 实测落点在阈值以下,本节诊断被部分推翻。

7. 对下一步选数据的影响

伪迹由两个状态的频谱差异驱动。因此:


补充(同日):真实数据把上面的诊断推翻了一半,并暴露出更根本的问题

8. 慢波伪迹不是真实数据的主要问题

实测 ds005620 的 8 个片段(4 清醒 / 4 镇静,各 60 秒,19 导,与 Panel C 同预处理):

状态 <4Hz 占比 全模型 R² 边数 CE 预白化后低频 预白化后 R² 预白化后边数 预白化后 CE
清醒 0.337 1.000 290.2 1.000 0.036 0.266 333.2 1.000
镇静 0.367 1.000 333.0 1.000 0.038 0.326 340.2 1.000

真实低频占比 0.24–0.60,在仿真阈值 0.8 以下。§1–§5 诊断的慢波伪迹存在, 但不是这批数据的主导问题。预白化把谱压平了却完全没用——边数反而升到接近满格。

9. CE 在现实密度下是密度的函数,与递归无关

纯图论检验(19 节点,环长上限 6,每点 20 次重复):

密度 随机有向图 CE 随机 DAG CE
0.15 0.861 0.000
0.23 0.990 0.000
0.42(真实 清醒+CSD) 1.000 0.000
0.70(真实 镇静+CSD) 1.000 0.000
0.97(真实 清醒/镇静+平均参考) 1.000 0.000

DAG 对照恒为 0,on_cycle_mask 实现正确。随机图密度一过 0.23,CE 即饱和到 1。 本项目全部真实测量(密度 0.42–0.97)都落在饱和区右侧。

CSD(表面拉普拉斯,stiffness=2)能把密度从 0.85 压到 0.42, 相位随机化对照也通过(真实 143/238 条 vs 对照 36/67 条,说明检出的确是真结构), 但仍不足以让 CE 脱离天花板。

10. ce_mass 不饱和,但相对正确零模型没有超出

零模型必须保留实测权重多重集与边数、只打乱边的位置 (均匀权 vs 重尾权的人造零模型会让结论符号翻转,不可用)。200 次置换:

实测 ce_mass 权重保持零模型 超出量 z
清醒 (n=4) 0.523 0.528 −0.005 −0.1
镇静 (n=4) 0.622 0.593 +0.028 0.8
对照②:相位随机化数据 +0.058 / +0.082 0.9 / 1.4

知道边数与权重之后,再知道「是哪些边」,对环结构不提供额外信息。

11. 结论

冷读给出的 CE 规格——「落在有界长度有向环上的显著边占比」—— 在 19 导头皮脑电上不构成对「递归因果闭合」的有效操作化。原因不是伪迹,而是:

  1. 二值版 CE 在密度 >0.23 时退化为密度的函数(纯图论,与数据无关)
  2. 加权版 ce_mass 不饱和,但相对权重保持零模型没有可检出的超出

这与网络神经科学的既有共识一致(图指标必须对照密度匹配的零模型, 见 Rubinov & Sporns 2010、van Wijk 等 2010)——同样不是新原则, 是我在预注册时没有把这个标准做法写进去

12. 这把下一步的优先级整个换掉了

不是「换数据集」,是「换记录模态」:

方向 判断
ds004541(头皮,麻醉诱导 LOC/ROC,n=5) 降级。同样 19 导头皮,同样的密度退化问题,换它无济于事
ds005620 体验报告(同镇静深度对比) 仍有价值,但要先有一个能用的指标
ds004370 PRIOS(颅内 ECoG + 单脉冲电刺激,n=6–7) 升为首选。电极真正局部、图天然稀疏;且 SPES 是真实干预,因果边不靠「可预测性」推断,从根上绕开条件 TE 的全部问题