编辑推荐：
为探究短期平衡训练如何提升老年人姿势控制效率并重塑其大脑网络，研究人员开展了一项结合实时视觉反馈的稳定仪训练研究。通过融合最小生成树（MST）与k迭代次优MST分析，该研究揭示了训练诱导的皮层功能网络从分散结构向更整合、层级化结构的转变。研究结果表明，训练不仅改善了姿势摇摆控制，还增强了皮层网络的全局整合度和外围连接冗余，为解决老年跌倒风险提供了神经可塑性层面的新证据。
随着年龄增长，保持身体平衡变得日益艰难，跌倒的风险也随之上升。这背后，不仅仅是肌肉力量的衰退，更是大脑这部“中央处理器”在协调感官信息与运动指令时效率的下降。传统的康复训练能改善姿势，但其背后的大脑网络究竟发生了怎样的“重塑”？能否用更精密的“地图”描绘出这种重塑，并揭示其如何让老年人的大脑网络变得更高效、更坚韧？这正是发表在《GeroScience》上的一项研究所要解答的核心问题。它试图穿越行为改善的表象，深入皮层连接的微观世界，探寻短期平衡训练如何为老化的大脑“布线”带来积极变革。
为了回答上述问题，研究者们采用了几个关键的技术方法组合。研究招募了24名健康老年人（70.4±3.3岁）作为受试者。核心技术包括：1）基于稳定仪的姿势训练与评估：使用带有实时视觉反馈的稳定仪进行训练和测试，量化姿势波动动力学指标，如均方根（RMS, root mean square）、样本熵（SampEn, sample entropy）和平均频率（MF, mean frequency）。2）脑电图（EEG, electroencephalography）功能连接分析：记录头皮EEG信号，使用相位滞后指数（PLI, phase-lag index）评估大脑区域间的功能连接强度。3）图论网络分析：构建并分析最小生成树（MST, minimum spanning tree）以提取大脑功能网络的骨干结构，计算kappa（度散度）、叶分数（leaf fraction）、最大中介中心性（BCmax, maximum betweenness centrality）等拓扑指标。4）迭代次优MST分析：通过k迭代（本研究k=50）次优MST算法，系统性地引入微小连接扰动，以评估网络抗逆力，计算总连接度（Ctotal(k)）和代数连通性（λ?, algebraic connectivity）的动态变化。
研究结果
平衡改善与姿势训练后的策略变化
训练后，参与者的姿势控制能力显著提升。具体表现为姿势摇摆幅度（RMS）减小，同时姿势波动信号的复杂性（SampEn）和平均频率（MF）增加。这些变化表明，老年人不仅站得更稳，而且姿势调节策略变得更加自动化和适应性强，减少了有意识的注意力投入，能够更快速地进行小幅度的姿势校正。
姿势训练后结构化的骨干网络
通过对EEG功能连接进行最小生成树（MST）分析，研究人员发现了训练诱导的皮层骨干网络拓扑结构重组。训练后，网络的kappa（度散度）和叶分数（leaf fraction）显著降低，而最大中介中心性（BCmax）升高。这表明网络从一个节点连接度差异大、外围节点多的分散结构，转变为一个更加整合、层级化、并由少数关键中枢节点主导信息流通的结构。这种重组类似于从“各自为政”转向“高效协同”，可能降低了神经信号传输的“成本”，支持了更高效的姿势控制。
姿势训练后网络整合与抗逆力的增强
研究创新性地采用了迭代次优MST分析来量化网络的抗逆力（即面对连接扰动时维持功能的能力）。结果显示，在训练后，第15至50次迭代过程中，总连接度的相对变化（ΔCtotal(k)）的负值程度减小。这意味着网络的外围连接在训练后变得更具灵活性，当最优路径被扰动时，有更多相近效率的替代路径可用，表现出更强的抗逆力。另一方面，在最初几次迭代（第1-5次）中，代数连通性（λ?）在训练后显著降低。λ?反映了网络全局整合的紧密程度，其降低可能表明网络核心层的功能特化，即为了执行特定的平衡任务，核心连接变得更加精简和专一，这是一种效率优化的表现。综合来看，短期姿势训练诱导了一种“核心强化、外围灵活”的分层网络重组：核心结构趋于巩固和功能专门化以保障效率，而外围连接则增强了冗余和可替代性以应对扰动。
结论与意义
本研究通过结合先进的计算神经科学方法，超越了行为观察，从网络神经科学的角度揭示了短期姿势训练对老年人大脑功能的深刻影响。研究结论表明，稳定仪训练不仅能有效改善老年人的姿势控制行为，更能诱导其大脑皮层功能网络发生多层次的重组。这种重组的特点是：骨干网络拓扑结构变得更加整合和层级化，提高了信息传递效率；同时，网络呈现出核心模块功能专门化与外围连接抗逆力增强的双重适应特征。这些网络层面的改变，为理解平衡训练降低跌倒风险的神经机制提供了直接的证据。它表明，有效的康复训练不仅锻炼了肌肉，更“锻炼”了大脑的网络连接，使其朝着更高效、更坚韧的方向优化。这一发现将行为康复与大脑可塑性直接联系起来，为开发更具针对性的、旨在优化特定神经环路功能的老年神经康复策略提供了新的理论依据和评估思路。未来的研究可以在此基础上，探索更长期的训练效应、不同人群（如临床患者）的适应性，以及这种网络优化是否能够迁移到更复杂的日常活动情境中，从而为促进健康老龄化提供更坚实的科学支撑。
