处理临床数据的感觉，与处理实验室数据截然不同。

安可儿面对mTBI-03的数据，感觉自己像个在暴风雨后的海滩上，试图从一片狼藉中辨认出特定足迹的侦探。足迹模糊、断裂、与其他痕迹混杂，还时不时被涌上的潮水（严重的信号噪声）抹去一部分。标准化的预处理流程在这里频频“卡壳”：这位年轻女性似乎会在任务中无意识地咬紧牙关，产生强烈的颞肌肌电伪迹，污染了大片脑电信号；她家中的环境光线变化导致瞳孔数据基线不规则漂移；甚至，数据记录中夹杂着几次突兀的停顿，事后注释表明是“孩子敲门询问作业”。

然而，正是这些“噪声”与“中断”，让安可儿感到一种沉甸甸的真实。这不是在屏蔽了一切干扰的安静实验室里，受试者全心投入的“纯净”认知过程；这是在生活持续流淌的背景中，一个努力想找回昔日清晰思维，却不断被自身局限和外界琐事打断的个体，所呈现的认知状态。数据里的每一次异常波动、每一次中断，都可能不仅是技术伪迹，更是其认知功能在真实世界挑战下挣扎的直接证据。

她花了整整三天，才勉强为mTBI-03清理出一段相对连续、可用于分析的任务数据。期间她多次想向钟原求助，但最终忍住了。她需要先自己理解这片“数据滩涂”的特性。她仔细标注了每一段被舍弃的数据及其原因（肌肉伪迹、设备断联、外部干扰），并记录了可疑但保留的片段。这份详尽的“数据病历”本身，就成了分析的一部分。

当相对“干净”的数据终于导入钟原提供的流形学习算法时，安可儿屏住了呼吸。算法运行了很久，期间她的电脑风扇发出不堪重负的嘶鸣。最终，二维投射图缓缓呈现。

与她之前观察到的模糊环状结构类似，但这次，在调整了算法中的“困惑度”参数以更好地捕捉局部结构后，图上显现出更清晰的细节：mTBI-03在简单任务状态下的数据点，聚集成了一个相对致密的云团，但云团的边界不像健康对照那样光滑，而是呈现出细微的“毛刺”状。而在高难度任务区块，数据点并没有像P-07那样沿着某个方向“冲刺”出去，而是从主云团中剥离出几个小的、离散的“卫星点”，这些点与主云团之间存在着明显的“空隙”，并且彼此之间也距离较远。

仿佛她的认知状态空间在高负荷下，不再是一个连续演变的整体，而是发生了内部解离——不同的认知子系统（比如注意力维持、冲突监控、工作记忆更新）的协调性出现断裂，各自漂移到了不同的“小岛”上。

这个意象让安可儿心头一凛。她立刻调出mTBI-03的行为数据。果然，在这些“卫星点”对应的时间段，她的反应时并未极度延长，但错误类型变得杂乱无章：有时是明显的疏忽（该反应没反应），有时是冲突解决错误（选择了干扰项），有时则是工作记忆内容混淆。这符合“解离”的假设——不是整体的“变慢”或“变差”，而是系统内部协调一致性的丧失。

她将初步分析结果，连同那份详细的“数据病历”和可视化图表，整理成一份简洁的报告，发给了纪屿深、秦岚和钟原。邮件里，她谨慎地提出了“认知状态空间结构完整性可能受损”的观察，并强调了数据质量问题和初步分析的诸多局限。

钟原的回复最先到达，是一段附加了批注的代码和几条问题：“1.  你剔除肌电伪迹的阈值是否一致适用于所有频段？颞肌活动可能对gamma有影响但对theta无影响。2.  ‘卫星点’之间的‘空隙’，在原始高维空间中的距离是多少？是否显著大于主云团内部点之间的距离？需要做置换检验。3.  尝试用我新写的‘状态转移概率矩阵’代码，计算她不同‘小岛’（如果它们确实代表不同状态）之间相互跳转的概率和模式，与健康对照比较。”

问题犀利且切中要害。安可儿立刻着手检验。

秦岚的回复则带着临床的关切：“这个‘解离’模式非常有意思，也与一些mTBI患者描述的‘感觉脑子各部分不在一起工作’的主观体验吻合。如果这个模式在其他mTBI患者中可重复，将为我们理解‘脑雾’的机制提供一个全新的、可量化的视角。能否尝试联系这位受试者，获取一些更简单的、日常认知任务（比如听一段有声书并回答简单问题）的数据？也许在更低压力下，这种‘解离’会以更微妙的形式存在。”

而纪屿深的回复，直到深夜才抵达，言简意赅：“观察有价值。下一步：第一，用同样的方法分析医院提供的其余mTBI案例数据（共七例），验证此模式是否可重复，并尝试量化‘解离’程度（例如，计算状态云团的‘破碎指数’或子空间之间的平均距离）。第二，设计一个极简的‘双任务范式’，在实验室可控条件下，尝试主动诱发健康受试者轻微的、类似的状态解离，以探索其神经机制和潜在干预点。周五会议重点讨论此方向。”

“状态空间的裂痕”。安可儿反复咀嚼着这个自然而生的短语。这不再是简单的“反应快慢”或“正确与否”，而是认知系统作为一个动态整体的结构特性出现了问题。这或许就是“海渊”项目想要触及的、比传统行为指标更底层的“深海区”病理改变。

接下来的几天，她沉浸在剩余六例mTBI数据中。工作量巨大，且每个案例都有各自独特的“数据病情”。有人数据丢失严重，有人配合度差导致有效试次稀少，还有一例伴有轻度焦虑，皮肤电信号始终处于高唤醒基线，掩盖了任务相关的细微变化。

她不得不为每个案例定制预处理方案，并不断调整特征提取和流形学习的参数。过程繁琐且充满挫折，但当她将七例mTBI患者的最终状态空间投射图与之前六位健康受试者（包括三位预实验和三位历史数据）的图表并列时，差异清晰地显现出来。

大部分健康受试者的状态云团，在不同难度任务下，虽然会移动、变形、拉长，但基本保持一个连通的整体。而七例mTBI患者中，有五例在高负荷下都表现出不同程度的“解离”迹象：有的像mTBI-03那样出现离散的“卫星点”；有的则是主云团被“拉伸”成一个狭窄的、易断裂的“链条”；还有的呈现出多个小而分散的“群岛”。

她按照钟原的指导，计算了每个受试者状态空间的“破碎指数”（基于聚类算法和簇间距离），并进行了初步的统计分析。虽然样本量太小无法得出确定结论，但mTBI组的平均“破碎指数”显著高于健康对照组（p


　　(https://www.shudi8.com/shu/752244/35218468.html)


1秒记住书帝吧：www.shudi8.com。手机版阅读网址：m.shudi8.com