时变有向脑网络连接分析方法论。基于 SWpC (sliding-window prediction correlation) 估计动态功能连接，支持方向性信息流分析。 触发词：脑网络、功能连接、动态连接、SWpC、time-varying connectivity、 directed functional connectivity、脑网络分析、神经科学方法。
问题： 传统滑动窗口相关 (SWC) 只能捕捉无向关联，无法推断时变信息流方向。
解决方案： 在每个滑动窗口内嵌入方向性线性时不变 (LTI) 模型。
| 描述符 | 含义 | 用途 |
|---|---|---|
| 预测相关性 (Prediction Correlation) | 方向性连接强度 | 量化信息流强度 |
| 持续时间 (Window-wise Duration) | 信息传递持续时间 | 识别持续/瞬时连接 |
大鼠体感皮层 LFP + fMRI BOLD
Human Connectome Project (HCP) 运动任务 fMRI
脑震荡后前庭功能障碍 (PCVD)
| 场景 | 说明 |
|---|---|
| 基础神经科学 | 理解神经信息处理的时间动态 |
| 临床应用 | 脑疾病诊断、患者分层 |
| 多模态验证 | LFP、fMRI BOLD、EEG 等 |
| 特性 | SWC | SWpC |
|---|---|---|
| 方向性 | ❌ 无 | ✅ 有 |
| 信息流推断 | ❌ 无法 | ✅ 可以 |
| 任务敏感性 | 一般 | 更高 |
| 解释性 | 无向相关 | 有向强度 + 持续时间 |
infinite-horizon-stochastic-analysis - 无限视界随机系统分析constraint-relax-then-tighten - 约束先放后紧# Example usage of the skill methodology
# Refer to the Technical Implementation section for details