这篇文档属于类型a，即报告了一项原创性研究。以下是针对该研究的学术报告：

1. 研究团队与发表信息
本研究由来自匈牙利塞梅维什大学（Semmelweis University）精神病学与心理治疗系的Melinda Becske、Csilla Marosi等学者主导，通讯作者为Gábor Csukly。研究成果发表于2024年的《Scientific Reports》期刊（Volume 14, Article number: 10495），标题为《Minimum spanning tree analysis of EEG resting-state functional networks in schizophrenia》。

2. 学术背景与研究目标
科学领域：研究属于精神疾病神经机制领域，聚焦精神分裂症（schizophrenia）的脑功能网络异常。
研究动机：精神分裂症被认为与大脑结构和功能连接的微妙偏差相关，但既往关于功能连接强度和网络拓扑的研究结果存在异质性。研究者旨在通过静息态脑电图（EEG）结合最小生成树（Minimum Spanning Tree, MST）算法，揭示患者功能网络的拓扑特征。
背景知识：
- 功能连接（functional connectivity）反映大脑远程区域神经活动的统计关联，其异常是精神分裂症的核心病理之一。
- 既往研究发现，患者在不同频段（如delta、alpha）的连接强度可能减弱或增强，但结论不一。
- MST是一种简化网络分析方法，可避免传统图论指标对连接密度的依赖，适合跨群体比较。

研究目标：
1. 比较精神分裂症患者与健康对照组在静息态下各频段（delta、theta、alpha、beta、gamma）的功能连接强度差异；
2. 通过MST分析网络拓扑结构，验证患者是否存在偏向“星型”（star-like）的过度整合模式；
3. 探讨网络随机性（如非 assortativity）与疾病的关系。

3. 研究流程与方法
研究对象：
- 患者组：32名精神分裂症患者（男性31.3%，平均年龄33.2岁）；
- 对照组：28名健康受试者（男性40.7%，平均年龄34岁）。两组在年龄、性别、教育水平上匹配。

数据采集：
- EEG记录：64通道Neuroscan放大器，静息态闭眼条件下记录2分钟，采样率1000 Hz。剔除9个高噪声通道，保留55个电极。
- 预处理：
1. 滤波（0.3–200 Hz）及工频去噪；
2. 分段为8秒epoch，独立成分分析（ICA）去除眼动和肌电伪迹；
3. 通过MARA（Multiple Artifact Rejection Algorithm）自动去伪迹，最终每人保留7段清洁数据。

功能连接计算：
- 低频段（delta、theta）：采用加权相位滞后指数（Weighted Phase Lag Index, wPLI）评估相位同步；
- 高频段（alpha、beta、gamma）：使用泄漏校正的振幅包络相关（Amplitude Envelope Correlation with leakage correction, AEC-c）。

MST网络分析：
- 核心指标：直径（diameter）、叶节点比例（leaf fraction）、最大度中心性（maximum degree centrality）、最大介数中心性（maximum betweenness centrality）及非 assortativity。
- 区域分析：将电极分为前部（额叶）和后部（顶枕叶），计算平均介数中心性。

统计方法：
- 采用Welch t检验比较组间差异，FDR校正多重比较。效应量以Cohen’s d表示。

4. 主要研究结果
功能连接强度：
- 患者组在delta（p=0.0474）和alpha（p=0.0153）频段的全局连接强度显著低于对照组，效应量中等至大（Cohen’s d: 0.65–0.88）。其他频段无显著差异。

MST拓扑特征：
1. 网络整合增强：
- 直径减小：患者组在delta、theta频段直径显著更低（p<0.05），提示信息传递效率提高但可能伴随枢纽节点过载。
- 叶节点比例增高：delta（p=0.0115）和theta（p=0.027）频段叶节点增多，支持“星型”拓扑假说。
- 枢纽节点集中化：delta频段最大度中心性（p=0.0474）和低gamma频段最大介数中心性（p=0.027）更高，表明关键节点负载加重。

1. 网络随机性增加：
   
   • 患者组在delta（p=0.0115）和beta（p=0.0474）频段表现出更强的非 assortativity，即高度节点更倾向于连接低度节点，导致“富俱乐部”（rich club）结构破坏。
     

区域分析：
- 患者组全局平均介数中心性在delta、theta和低gamma频段更低（p<0.05），但前、后部区域无特异性差异，提示整体网络重要性下降而非“去额叶化”。

5. 结论与意义
科学价值：
1. 证实精神分裂症患者静息态网络存在低频段连接减弱（delta、alpha）和拓扑过度整合，支持“枢纽超负荷”病理模型。
2. 首次通过MST揭示患者网络的高随机性（非 assortativity），为理解认知功能紊乱提供新视角。
3. 方法学上，结合wPLI与AEC-c的多频段分析策略，提升了EEG功能连接的可靠性。

应用价值：
- MST参数可能作为精神分裂症的潜在生物标志物，辅助临床分型或疗效评估。
- 为针对网络拓扑的神经调控（如经颅磁刺激）提供靶点依据。

6. 研究亮点
1. 方法创新：采用MST克服传统图论对连接密度的敏感性，首次在精神分裂症中系统分析多频段网络拓扑。
2. 结果一致性：与fMRI研究（如Liu et al., 2021）的“星型网络”假说相互印证，增强结论普适性。
3. 临床关联性：连接减弱（alpha/delta）与患者注意力和意识障碍的神经机制可能相关。

7. 其他价值
- 研究局限性包括样本量较小、未分析病程亚组，未来需结合纵向设计验证网络演变的因果性。
- 公开数据政策（Data Availability）支持结果可重复性。