大脑传话靠频率？一张图看懂

做脑网络研究的朋友肯定被问过这个问题：两个脑区之间到底谁在给谁"传话"？往哪个方向传？
更玄的是——同一个电极对，在 gamma 频段是 A→B 传，在 beta 频段可能反过来 B→A。这就是经典的"频率通道假说"：前馈信息走 gamma，反馈信息走 beta。
问题是，大多数分析只给你一条"脑区 A 和脑区 B 有连接"的结论，太粗了。
这期 STAR Protocols 的这篇新 Protocol 就教你怎么把信息流画到**每一个电极**上
五步管线：
① 预处理：ICA 去伪迹 + 阵列内重参考 + 正交源推导，减 ERP 只留诱发振荡
② P1：小波变换 + 非参数谱分解，两脑区所有电极对算双向谱 Granger 因果
③ P2–P3：时间动态曲线 + 连接矩阵 + 皮层表面流入/流出热图，直接定位"枢纽"电极
④ P4：记忆任务减被动观看，符号翻转置换检验 + 全局 FDR，锁定任务特异的信息流
⑤ P5：把每个电极的"通信模式"当指纹做层次聚类，相似电极自动聚成功能簇✨
最戳我的点在第五步：以前分析把整个脑区当一个节点，这篇直接把脑区内部拆开——哪些电极是一伙的、在空间上怎么排布，聚类图一出来一目了然。猕猴前额叶↔下颞叶记忆回路的示范数据全程演示。
⚠️ 几个坑提前说：
- 通道多的脑区分给 Group A，不然内存容易爆
- FieldTrip 千万别 addpath(genpath(...))，路径一乱全崩
- Global FDR 特别严，trial 少的话先看未校正 p 值诊断
代码和示例数据全套开源在 Zenodo（MATLAB + FieldTrip），照着跑就能复现。
做 EEG/EEG-fMRI/颅内脑电的朋友都可以参考思路，评论区聊聊你用什么工具箱做连接分析？