用于分析人脑切片微电极阵列记录的图论——框架与基准测试

微电极阵列（MEA）记录被广泛用于表征神经培养体系中的功能连接性，并且在人脑切片分析中的应用也日益增多。然而，图构建方法对所得网络拓扑结构的影响尚未被系统量化。在此，我们对三种方法进行了基准比较——共享放电活动、Pearson互相关以及尖峰时间平铺系数（STTC）——分析对象为37组人皮层切片培养记录，并将其划分为低、中和高活动组。我们表明，仅方法选择本身就会产生显著的拓扑差异（聚类系数的Cohen's d = 0.86–1.14，节点数的d > 1.0），而模块性等高阶特征则保持稳定。每种方法均表现出不同的敏感性特征：共享放电主要通过网络规模检测活动依赖性变化；相关性方法能够独特地捕捉聚类差异；而STTC则在所有时滞窗口下均表现出较强的生物学敏感性，同时几乎不受参数依赖影响（均为d 1.0，而分箱大小效应为d

微电极阵列（MEA）记录被广泛用于表征神经培养中的功能连接性，并且在人体脑切片分析中也日益受到关注。然而，图构建方法对所得网络拓扑的影响尚未得到系统量化。本文在来自人类皮层切片培养的 37 份记录上，对三种方法——共享脉冲活动、Pearson 互相关和脉冲时间铺展系数（STTC）——进行了基准比较，这些记录被划分为低、中、高三类活动组。我们表明，仅方法选择本身就会产生显著的拓扑差异（聚类系数的 Cohen’s d = 0.86–1.14，节点数 d > 1.0），而模块度等高阶特征则保持稳定。每种方法都呈现出独特的敏感性特征：共享脉冲主要通过网络规模检测与活动相关的变化；相关性方法则独特地捕捉聚类差异；STTC 在各个滞后窗口中兼具较强的生物学敏感性和可忽略的参数依赖性（所有 d 1.0），它作为一种隐含的分析零模型，根本性地重塑了边集合，而不仅仅是对权重进行重新缩放。不同方法之间的边重叠度较低（Jaccard 指数 0.08–0.45），且依赖于活动水平，这表明这些方法在相同数据上识别出实质上不同的连接。我们的结果揭示，包括构图方法、阈值和归一化在内的方法学选择，会引入与所测量生物信号量级相当的隐含自由度。我们为基于 MEA 的网络神经科学中的参数选择、结果报告和跨方法验证提供了实用建议。

---

📄 原文链接：https://www.biorxiv.org/content/10.64898/2026.08.10.743867v1?rss=1

🏷️ 微电极阵列 人脑切片 图论分析 功能连接性 网络拓扑 基准测试