EEG/MEG 网络与微状态
fMRI 的时间分辨率是秒级，而神经振荡和同步发生在毫秒级。脑电（EEG）和脑磁（MEG）可以直接记录这些快速过程，因此是研究动态网络的另一条主线。振荡同步的一般理论见同步与协同动力学。
电生理网络的特殊问题：容积传导
一个脑内源的电场会同时被多个电极记录到，这叫容积传导（volume conduction；在源空间分析中表现为源泄漏）。它的特点是零相位滞后：两个通道几乎同时变化。直接用相关或相干计算连接，会把同一个源误判为两个通道之间的“连接”。常用对策：
- 在源空间而非电极空间构建网络（如波束形成器或最小范数估计）；
- 使用对零滞后不敏感的指标：相位滞后指数（phase lag index, PLI; Stam 等, 2007）、加权 PLI（wPLI; Vinck 等, 2011）、相干的虚部（Nolte 等, 2004）、正交化后的振幅包络相关。
这些指标的代价是也会丢掉真实存在的零滞后同步，因此是“宁缺毋滥”的保守选择。
相位滞后指数：，其中 是两信号的相位差（取在 ）。若相位差对称地分布在 0 两侧（容积传导的典型表现），PLI 接近 0；若一个信号稳定地领先另一个，PLI 接近 1。wPLI 用交叉谱虚部的幅度加权，降低了相位差接近 0 或 时符号翻转带来的噪声敏感性。
振幅包络相关
另一类电生理连接不看相位，而看振幅的慢变化：对带通信号求希尔伯特振幅包络 ，再计算包络之间的相关（amplitude envelope correlation, AEC）。Brookes 等（2011, PNAS）用波束形成器加独立成分分析，从 MEG 中得到了与 fMRI 静息态网络空间结构相似的网络，支持了血流动力学网络的神经电生理基础。Hipp 等（2012, Nature Neuroscience）提出先把两信号正交化（去掉一个信号中与另一个零滞后线性相关的部分）再算包络相关，以去除源泄漏造成的虚假相关；结果显示自发振荡的功率相关在 α–β 频段（8–32 Hz）最强，且空间模式依赖频率。
MEG 动态网络
在 MEG 上做动态分析可以达到亚秒级：Baker 等（2014, eLife）用 HMM 发现持续约 100–200 毫秒的短暂状态，其空间分布与经典静息态网络相似；他们还发现默认模式网络与背侧注意网络顶叶部分的反相关，可以解释为系统难以在这两个短暂状态之间直接切换。HMM-MAR 让每个状态带有自己的频谱特征，可以区分不同频段的快速网络（Vidaurre 等, 2016）。
哪种电生理连接指标更可靠？ Colclough 等（2016, NeuroImage）用 HCP 的 MEG 数据比较了 12 种静态连接估计：源泄漏的影响非常大，会人为抬高一致性；在对泄漏稳健的指标中，PLI、相干虚部等基于相位的指标重测信度较差，而简单的（正交化）振幅包络相关和偏相关在各项测试中最一致。选择指标时，“对容积传导不敏感”与“可重复”需要同时考虑。
EEG 微状态
微状态（microstates）是另一种描述快速动态的方法：多通道 EEG 的头皮电位地形图并不是连续变化的，而是在一段时间（约 60–120 毫秒）内保持相对稳定，然后快速切换到另一种地形图。用改进的 k-means 对全局场强（GFP）峰值处的地形图聚类，静息态 EEG 中通常可以得到 4 类经典微状态（A、B、C、D），解释大部分地形图方差（Michel & Koenig, 2018, NeuroImage 综述）。
微状态与 fMRI 连接状态的区别：微状态是毫秒级的头皮电位地形图类别，描述的是全脑电场的整体构型，不是两两连接矩阵；fMRI 连接状态是数十秒级的相关矩阵类别。二者都用聚类，常被类比，但时间尺度和测量对象完全不同，不要混为一谈。
微状态的时长、出现频率和转移顺序被用于精神疾病研究，例如有荟萃分析报告精神分裂症患者某些微状态类别的出现与持续时间改变；da Cruz 等（2020, Nature Communications）发现精神分裂症患者及其未患病的同胞都表现为 C 类微状态出现增加、D 类减少，提出 C、D 类的动态可能是精神分裂症的候选内表型。和 fMRI 动态分析一样，这些结论依赖于聚类数目、预处理和样本量。