没有聚类的聚类：元标准与质心可靠性将连续动力学误判为离散状态

微状态分析始于聚类，而元标准是一种用于寻找最优聚类数的启发式方法。我们针对以下问题展开研究：（i）对于不形成聚类的动力系统，该方法会得到怎样的聚类数；（ii）聚类质心是否会落在随机吸引子区域内；（iii）脑电图（EEG）拓扑图在传感器空间中是形成若干聚类，还是形成单一的连通结构？我们发现：（i）在不同的吸引子几何结构中，元标准以较高置信度给出了虚假的最优聚类数（4–8）；（ii）聚类质心会可靠地落在相同的吸引子区域内；（iii）对动力系统和静息态脑电图进行拓扑分析表明，它们在各自的相空间中均形成单一的连通结构，而非多个聚类。我们据此得出结论：使用元标准时应保持谨慎，不应将其结果视为代表真实情况。偏离元标准所得到的聚类数不应被直接舍弃。更为深远的意义在于，目前仍缺乏证据证明静息态脑电图数据中存在聚类。微状态聚类可能对应于对单一连通结构的划分。

微状态分析始于聚类，而元标准是一种用于启发式寻找最优聚类数的方法。我们探讨以下问题：（i）对于不形成簇的动力系统，能够得到多少个聚类；（ii）聚类中心是否落在随机吸引子的区域内；（iii）EEG地形图在传感器空间中是形成多个簇，还是形成单一的连通结构？我们发现：（i）对于不同的吸引子几何结构，元标准以较高置信度提出了虚假的最优聚类数（4–8）；（ii）聚类中心可靠地落在相同的吸引子区域内；（iii）对动力系统和静息态EEG进行的拓扑学分析表明，它们在各自的相空间中均形成单一的连通结构，而非多个簇。我们因此得出结论：应谨慎使用元标准，其结果不应被视为代表真实情况。偏离元标准的聚类数不应被直接舍弃。更为深远的一个启示是，目前仍缺乏关于静息态EEG数据中存在聚类的证据。微状态聚类可能对应于对单一连通结构的划分。

📄 原文链接：https://www.biorxiv.org/content/10.64898/2026.09.06.749668v1?rss=1

🏷️ 脑电图微状态 聚类分析 元标准 动力系统 聚类质心可靠性 相空间拓扑