聚类检验只回答效应在哪，不回答有多大
聚类置换检验是 MEG 源空间对比的常用工具。它在每个顶点计算一个单变量统计量，把超过阈值的相邻顶点归为一个聚类，再把每个聚类的统计量之和与置换得到的零分布比较，从而在聚类层面控制族错误率。论文强调这一设计带来的后果：推断止于聚类，方法不返回空间分辨的效应估计，也不返回效应方向，更不返回可跨区域或跨条件比较的效应大小。
作者还指出一个结构性后果。聚类统计量对相邻顶点求和，幅度不同甚至符号相反的区域可能被合并成一个总量。论文据此预期，在激活本身不均匀的地方，聚类检验提供的信息会更少，而这正是其模拟研究要考察的情形。
每位受试者成为皮层网格上的一个函数
所提框架重新表述了这个问题。源重建后的数据位于由离散顶点和边构成的皮层表面网格上，所有距离都沿网格测量为测地距离，而不是穿过空间取直线。每位受试者的脑测量被当作皮层表面上的一个函数观测，因此观测数等于受试者人数，而每个观测是一个每个顶点一个值的向量。
在最基本的形式中，模型把观测场写成共享的空间激活场加上受试者特异的噪声，论文称之为仅含截距的曲面函数回归。噪声被假定在单个受试者内部空间相关，来源包括与任务无关的认知过程、测量噪声，以及前向建模和预处理引入的空间平滑。由于响应现在是回归结果，协变量和受试者层面的预测变量原则上可以进入同一个模型，而聚类检验无法自然地容纳这些。
Wendland 基函数把皮层表面拆成局部成分
皮层表面被当作二维流形，并划分为由 Wendland 径向基函数构成的空间基函数。每个基函数只覆盖表面的一小块区域，因此它被估计出的贡献是局部效应，而不是全局的平滑趋势。正是这一步使顶点层面的报告成为可能：某个顶点的效应估计来自覆盖它的那些基函数。
基函数的选择和估计由基于模型的梯度提升完成，它迭代地加入基函数成分，并依据预测表现提前停止。论文把提前停止视为一种数据驱动的正则化机制，可减轻过拟合，并减少大量多重检验校正的需要。另有一个带阈值参数的去选择步骤，用于剔除可忽略的贡献以提高稀疏性和可解释性；作者称其影响有限。
提升法以聚类灵敏度换取空间精度
模拟研究生成带有空间相关噪声的真实感皮层激活模式，包含四种信号配置：符号不同、幅度不同、符号与幅度都不同，以及单一信号。每种配置在 N = 25 和 N = 50 名受试者下各运行 100 次，以使用 1,024 次置换和双侧 α = 0.05 的聚类置换检验作为基准。
检出能力和空间特异性朝相反方向拉扯。在 N = 25 时，聚类检验在符号不同和符号与幅度都不同的配置中灵敏度下降，若干次运行漏掉了真实信号区域的一部分；而提升法接近完全检出，漏检只作为离群情况出现。把样本量提高到 N = 50 会改善聚类检验的检出，但论文报告这一改善伴随着空间特异性的损失：聚类的假阳性率随样本量上升，这与数据增多时检出区域扩张的现象一致。提升法在所有配置和样本量下把假阳性率大致保持在 10%–20% 区间。
最简单的配置即单一信号，在两种样本量下两种方法都能可靠恢复。分歧出现在信号区域幅度或符号不同的时候，而这正是论文认为聚类聚合可能掩盖的不均匀性。
只有回归模型给出幅度误差指标
由于聚类检验不产生效应大小，估计顶点幅度与真实顶点幅度之间的平均绝对误差和均方根误差只对提升法计算。在所有配置和两种样本量下，平均绝对误差保持在 0.0093 至 0.0133 之间，均方根误差在 0.0320 至 0.0450 之间。误差最低出现在单一信号情形，作者将其归因于没有重叠晕区带来的结构复杂度降低。
这些数字描述的是对真实平台幅度的恢复，计算时不包含晕区贡献，因此衡量的是主要信号成分的准确度，而不是整个估计场。它们也不能被读作正面对比，因为基准方法没有对应的输出。
在真实 MEG 数据中，两种方法对范围判断不同
应用部分使用 23 名耳鸣患者，他们交替进行放松和张紧的下颌运动各 90 秒，随后在注视屏幕中央黑色十字时记录三分钟的伽马频段活动（32–89 Hz）。分析使用模板白质表面上张紧与放松条件之间的受试者内中心化差异，每个半球 4,098 个顶点，与模拟设置一致，且每个半球单独分析。
使用 2,048 次置换和双侧 α = 0.05 的聚类置换检验在两个半球共检出 13 个聚类，其中若干只包含少数几个顶点。两个大聚类主导了结果：左半球 1,044 个顶点，主要位于皮层下部区域；右半球 1,906 个顶点，覆盖了表面的相当一部分。论文把后者解读为存在空间上广泛的效应，但空间特异性有限。
提升模型经留二交叉验证调参，最优停止迭代为 447，给左半球 1,059 个顶点（443 个正效应、616 个负效应）和右半球 933 个顶点（412 个正效应、512 个负效应）分配了非零估计。对比正是论文的实用要点：回归输出报告有多少顶点带有正估计效应、多少带有负估计效应，而聚类图无法表达这一区分。
时间平均、单一频段、以模拟为依托
所测试的框架处理的是单一频段的时间平均数据，因此它回答效应发生在哪里，而不回答何时发生。作者把扩展到时间维度列为未来工作，并指出要与一个预设时间结构的贝叶斯替代方法做真正合适的比较，需要这一扩展。实验示例只基于一个 23 名患者的数据集，性能主张依托论文自己的模拟框架，而非外部基准。
论文还报告了与一个改编自 fMRI 框架的贝叶斯空间 GLM 的比较，发现在所有模拟设置下其估计误差一致更高且波动更大，其事后基于超阈值的选取还依赖人工选择的效应量阈值。该比较报告在附录中，同样受制于模拟条件。
当符号和幅度重要时选择回归模型
证据支持的判断规则是具体的。当科学问题是表面上某处是否存在效应，且效应在空间上广泛而均匀时，两种方法在单一信号模拟中都能恢复它，额外的建模收益不大。当相邻区域幅度不同或符号相反时，论文的模拟显示聚类检验在 N = 25 时损失灵敏度、在 N = 50 时夸大空间范围，而提升法保持检出、把假阳性率维持在 10%–20% 附近，并返回带符号的幅度估计。
这就是论文的独特主张：该框架的价值不在于普遍更高的检出率，而在于把局部化的带符号估计与不均匀信号结构下稳定的空间特异性结合起来。读者若要在它与聚类置换检验之间取舍，应先确认自己的问题是否需要在顶点层面得到效应方向和大小，因为那正是聚类推断在结构上无法提供的输出。
本文引用的文献
A unified framework for spatially resolved cortical activation analysis
一个使用 Wendland 径向基函数和梯度提升的回归框架给出空间分辨、带符号的皮层效应估计，能恢复聚类置换检验漏掉或过度扩张的不均匀模拟效应。