consciousness-research / docs/studies/03-prios/PRIOS闸门与标定结果

CAL-001 · 标定 · 已定稿 · 2026-08-29

PRIOS 分析:闸门与标定结果

日期:2026-08-29 用途:所有在主分析之前完成的标定与闸门检验,逐项留档。 为何单独成文:这些结果原先只存在于会话记录里,临时目录被清空后一度全部丢失。 标定动辄数小时,必须落盘。


闸门 ⑥ —— N1 检出阈值标定(PRIOS01 清醒)

阈值不由主观指定,而是把同一检测器施加到刺激之前的无刺激窗口 (−590 / −450 / −300 ms,取最坏者),扫阈值取假阳性率 ≤2% 下真实检出率最高的组合。

单位核对:数据绝对值中位 57.8 µV、99 分位 3185 µV —— 正常颅内脑电量级。

z 阈值 幅度阈(µV) 真实检出率 无刺激窗检出率 比值
2.6 0 0.791 0.083 9.5
3.0 0 0.723 0.027 26.7
3.4 0 0.651 0.010 62.5 ← 选定
4.0 0 0.567 0.003 163.2
5.0 0 0.459 0.000
2.6 100 0.536 0.015 36.8

判定:z = 3.4,无绝对幅度下限。

闸门 ① —— 阴性对照(无刺激窗)

run 真实显著边 无刺激窗 比值
PRIOS01 清醒 1187 20 1.7%
PRIOS01 麻醉 880 16 1.8%

通过(判据 <25%)。

潜伏期与距离诊断 —— 检出的是突触反应还是被动扩散?

潜伏期(PRIOS01 清醒,938 条检出边):

潜伏期 条数 占比
10–15 ms 20 2.1%
15–20 ms 32 3.4%
20–30 ms 216 23.0%
30–50 ms 354 37.7%
50–100 ms 316 33.7%

中位 38.6 ms,贴在屏蔽窗边缘(10–15 ms,伪迹拖尾特征)的仅 2.1%。 → 是真正的皮层-皮层诱发反应。

距离(闸门 ③ 阳性对照):

距离(mm) 组合数 检出率 中位幅度(µV)
3–20 288 88.9% 334
20–32 288 74.3% 123
32–42 287 55.4% 93
42–53 288 53.5% 79
53–92 290 53.4% 93

近端 89% > 远端 53%,衰减但不塌陷 → 局部扩散存在,但远距离反应真实且大量。 通过。

结论:65.1% 的整体检出率是真的——局部 ECoG 网格上直接电刺激确实几乎处处诱发反应, 皮层在这个尺度的有效连接图本来就稠密。这是促成密度匹配阈值化的直接原因(预注册 §2b)。

闸门 1 —— 试次数功效(PRIOS01 清醒,10 次为基准,5 次重采样)

试次数 边数 召回 Jaccard
10(基准) 1255
2 911 0.672 ± 0.026 0.638 ± 0.022
3 993 0.733 ± 0.018 0.692 ± 0.012
4 1060 0.794 ± 0.013 0.755 ± 0.010
5 1116 0.845 ± 0.015 0.810 ± 0.011

预注册判据「召回 ≥0.7 的最小值」→ MIN_TRIALS = 3。 按事前清点,≥3 次可保住 177 对 / 6 个被试;若判到 5 次则只剩 73 对 / 2 个被试。

闸门 ⑤ —— CE 饱和阈值(纯图论标定,DAG 对照恒为 0)

随机有向图 CE ≥ 0.95 的密度阈值随节点数下降(≈ 强连通临界密度 ln(n)/n):

节点数 饱和阈值
19 0.200
30 0.125
42(PRIOS01) 0.095
50 0.075
66(PRIOS02 麻醉) 0.060

主分析 d* = 0.05 即按 42 节点阈值 0.095 的一半选定(在看任何 PRIOS 数据前)。

ce_mass 判别力边界(n=42,密度 0.10,40 次置换)

沿「反馈边占比 f」轴标定(f=0 纯前馈 DAG,f=0.5 ≈随机):

f ce_mass 零模型 超出量 z
0.0 0.000 0.225 −0.225 −6.7
0.1 0.104 0.222 −0.118 −3.4
0.2 0.103 0.229 −0.125 −3.4
0.3 0.206 0.230 −0.023 −0.7
0.5 0.200 0.216 −0.016 −0.5
1.0 0.000 0.222 −0.222 −6.6

ce_mass_excess 恒 ≤ 0,没有正向空间——随机有向图在最小反馈弧集意义上已接近最递归。 它测的是「比随机更前馈多少」,分辨率约能区分 20% vs 50% 的反馈边占比。 → 追加证伪条件:两条件都落在 0 附近(|z|<2)时须表述为「分辨不出」,不得表述为「无差别」。

已发现的实现陷阱(避免重蹈)

  1. trial_type == "stimulation" 不是伪迹,是横跨整个 SPES 流程的会话级标记 (PRIOS01 清醒 run 覆盖 200–2321 s)。当成坏区间会把整个会话排除、一个试次取不出来, 症状是「检出 0 条边」,极易被误读为「无因果连接」。
  2. 小文件不能用 -r <size>- 续传:文件已完整时 S3 返回 InvalidRange 的 XML 错误正文, 会被原样追加进文件末尾,静默损坏元数据。
  3. 索引方向compute_ce 返回 A[源, 目标],若自建真值矩阵用 A[目标, 源], 召回会显示为 0.00。靠对照才抓得出来。
  4. Python stdout 缓冲:后台任务用管道(| tail)会吞掉日志,进程死掉时什么都不剩; 且 | head -N 会在第 N 行后关闭管道、用 SIGPIPE 杀掉分析进程。一律 -u + 直接写文件。

已获得的初步结果(n=2,不构成结论)

PRIOS06 按闸门 3 排除(仅 5 个匹配对)。低密度区(d* 0.02–0.05)组间差符号:

指标 清醒 > 麻醉 清醒 < 麻醉
二值 CE(主指标) 6 2
ce_mass(并列报告项) 8 0

ce_mass 看起来更干净,但不得因此提升为主指标——事后按结果好看程度换指标是这类研究 最常见的作弊方式。两个指标按预注册原样并列报告。

PRIOS01 的密度曲线显示组间差符号随 d* 反复翻转(5 正 4 负), 且预注册选定的 d*=0.05 恰好是差值最大点(+0.220)——该巧合必须在报告中写明。