利用熵增原理的前提是系统是封闭的。封闭系统是与外界没有能量交换的系统，这个系统有一个最大熵，在系统的演化过程中，熵不断增加，当它达到最大值时，不会有新的事件发生(即平衡态)，关于“熵”的一些问题在经典热力学中，讨论的体系一般是孤立的多粒子体系，熵被理解为在一个已知的宏观状态下，体系中粒子可能的微观状态的数目。
1、脑电数据的功能连通性分析古语常讲。如果还是一样，是的，我还是不想写(就是这样)。只写最简单的部分。有不对的地方请指正。为了理清思路，本文将从以下几个方面着手:什么是函数连通性？功能连接性的应用功能连接性的计算指标简而言之，功能连接性是一个用来衡量脑区之间关系的概念(对于不可追踪的脑电数据，这里应该指的是通道或头皮位置)。在fMRI研究中经常可以看到这个词，其实是指不同脑区之间BOLD信号的皮尔逊相关。
需要注意的是，这里说的是功能连接，不是结构连接(比如DTI)。对于脑电数据来说，因为容积传导等原因，最终采集到头皮上的信号并不是完全从某个通道以下的垂直脑区发出的。因此，对于没有追溯到的脑电数据，在连通性分析中，用经络所在头皮以下的脑区来指代其位置是不准确的，也是不科学的。功能性连接也叫功能性连接或功能性网络，两者实际上是相似的，下面的描述将以脑电数据为基础。
2、关于“熵”的一些疑问在经典热力学中，所讨论的系统一般是孤立的多粒子系统，熵被理解为在一个已知的宏观状态下，系统中粒子可能的微观状态的数目。如果系统处于宏观平衡，系统中的粒子会达到最可能的微观状态，所以熵最大，利用熵增原理的前提是系统是封闭的。封闭系统是与外界没有能量交换的系统，这个系统有一个最大熵，在系统的演化过程中，熵不断增加。当它达到最大值时，不会有新的事件发生(即平衡态)。
