BC=zeros(40,32,1); BC_max=zeros(40,1); for x=1:40 BC0=zeros(32,1); PLI_time=permute(PLI_full(x,:,:),[2,3,1]); [D,C,aver_D]=Distance_F(PLI_time); BC0=betweenness_node(PLI_time,0); BC(x,:,1)=BC0; BC_max(x,1)=max(BC0(:,1)); end

这是一段 MATLAB 代码，主要实现了计算一组数据的节点介数中心性（betweenness centrality）。具体地，代码中的 PLI_full 是一个 40x32x32 的三维数组，代表了 40 个时间点上的 32 个节点之间的相位锁定指数（phase locking value）。PLI_time 变量则是将 PLI_full 在第一维和第三维上进行了置换，变成了一个 32x32x1 的三维数组，表示了某个时间点上的所有节点之间的相位锁定指数。

接下来的 Distance_F 函数计算了 PLI_time 中所有节点之间的距离（distance），并返回了距离矩阵 D、聚类系数矩阵 C 和平均距离 aver_D。最后，代码中调用了 betweenness_node 函数计算了 PLI_time 中每个节点的介数中心性，并将结果保存在 BC0 中。这样，BC0 就是在某个时间点上所有节点的介数中心性值。最后，代码将所有时间点上的节点介数中心性保存在 BC 中，并计算了每个时间点上节点介数中心性的最大值，保存在 BC_max 中。