分解任务态网络，提升相关性
提出一种皮层-肌肉子网络重建与分析框架，从同步EEG和EMG信号中提取任务特异性子网络，其与任务表现的关联强于全网络分析。
You, Yugen · Lin, Jianeng · 张馨元 · Lu, Jiewei · 于宁波 · 韩建达
Journal of Neuroscience Methods 2025
通过将子网络重建技术与传统网络分解方法集成，克服了过度分割问题，提高了可解释性。
首次实现对任务态动态皮层-肌肉-皮层网络的分解，为研究任务相关神经协调提供新视角。
与全网络分析相比，子网络特征与任务表现的相关性更强，更适合建立神经-行为关联。