神经耗散与Pₙoncalc边界：耗散向量Δ作为EEG现象转变的操作性判据

摘要 神经振荡功率的标准分析区分了幅度（总能量）与有效功率（Eff = Amp × Sγ，有组织的能量）。我们引入耗散向量Δ = Amp × (1 − max (Sγ, 0))，该向量捕捉未能产生连贯空间输出的能量消耗——神经耗散。我们测试在三个EEG数据集（概率逆转学习(ds004295, N=22)、字谜顿悟(Oh et al. 2020, N=30)、冥想走神(ds001787, N=24)）中Δ与Eff是否在相同频段和认知事件表现出镜像模式（Eff↓/Δ↑）。确认在alpha波段中，顿悟（dEff=−0.640, d_Δ=+0.626）和冥想走神（dEff=−0.499, d_Δ=+0.505）均表现出该镜像模式，但逆转学习则不同，Eff与Δ在所有频段同步上升。我们提出Eff↓/Δ↑镜像是RDRT停顿边界的EEG操作性判据——即有组织计算饱和且产生Pₙoncalc（不可计算现象残留）的临界点。逆转学习产生无特定频段镜像的全球能量激增，代表一种不同类型的现象转变：整合幅度调制而非局部计算停顿。