睡眠科学的起源与方法论：从脑电波到光遗传学

引言：从梦的猜测到脑电的实证

睡眠是什么？这个看似简单的问题，直到 19 世纪末才真正进入实验科学的视野。在那之前，睡眠被普遍视为一种"灵魂出窍"或"被动停机"的状态；其研究主要依赖主观报告、内省法与行为观察。1875 年，英国利物浦的生理学家 Richard Caton 在兔子和猴子的脑表面首次记录到自发电活动（spontaneous electrical activity），并发现这些电信号会随感觉刺激而变化。这一发现虽然在当时几乎被遗忘，却埋下了脑电图（electroencephalography, EEG）技术的种子。1924 年，德国耶拿的精神科医生 Hans Berger 在一次颅骨缺损患者的手术中，将电极直接置于人脑皮层并记录到节律性电活动；1929 年，他发表了题为 *Über das Elektrenkephalogramm des Menschen*（《论人的脑电图》）的经典论文，正式确立了人类 EEG 记录的范式。从 Caton 的动物实验到 Berger 的人体记录，从单通道示波器到多导睡眠监测（polysomnography, PSG）系统，睡眠研究从"哲学思辨"跃迁为"可测量的生理学"。

本章的核心问题是：睡眠研究从现象描述走向机制探索的关键技术转折点是什么？ 我们将沿着这一主线，依次剖析 EEG 的物理与神经基础、PSG 的标准化方法学、当代神经环路操控技术（光遗传学、化学遗传学、单细胞测序），并通过一个具体的实践案例——复现 J. Allan Hobson 2005 年综述的实验逻辑以及标准化的小鼠 EEG/EMG 植入流程——将理论工具落到读者可以理解和复用的操作层面。读完本章，你将能够阅读并初步判读多导睡眠图，理解不同频段脑电的生理意义，并掌握当代神经环路因果性研究的核心技术原理。

---

1.1 脑电信号的发现史与神经基础

1.1.1 从 Caton 到 Berger：脑电信号的发现与确证

Richard Caton（1842–1926）在 1875 年向英国医学会（British Medical Association）报告了一项实验：他将灵敏的电流计（galvanometer）连接到兔和猴的脑表面，观测到持续的、节律性的电位波动；当动物接受光刺激或食物刺激时，这些波动会发生可识别的变化。Caton 还首次提出"脑的不同区域具有不同的电活动"这一重要假设。然而，由于当时的放大器灵敏度极低、缺乏时间基准以及电生理学界尚未成熟，这项工作在随后近半个世纪里几乎无人引用。

转机出现在 1924 年。Hans Berger（1873–1941）使用一种他自己改装的高灵敏度 Edelmann 弦线电流计（string galvanometer），首次在颅骨完整的健康人头部记录到节律性的电活动。他将这种信号命名为 *Elektrenkephalogramm*（脑电图，缩写为 EEG），并系统地识别出两种基本节律：约 8–13 Hz 的 α 波（后被命名为 Berger 节律）和约 13–30 Hz 的 β 波。Berger 在 1929 年的论文中极为谨慎地描述了他的发现，并花了五年时间（1924–1929）反复验证、排除伪迹（artifact）后才正式发表——这成为科学史中"严谨、延迟发表"的典范。

> 关键洞见：Berger 的工作之所以划时代，并非因为他发明了电极或电流计，而是因为他第一次把"脑的功能状态"转化成了可量化、可记录的物理信号。这一转化正是从现象描述走向机制探索的第一个关键技术转折点。

1.1.2 突触后电位的时空叠加：EEG 的细胞起源

EEG 信号并非来自单一神经元的动作电位（action potential, AP），而是大量皮质锥体细胞（pyramidal cell）突触后电位（postsynaptic potential, PSP）的时空叠加。理解这一点对判读 EEG 至关重要。

当一组锥体细胞在垂直方向上（皮层表面方向）同步接收到兴奋性突触输入时，细胞外会形成一个偶极子（dipole）：树突处的正离子内流（去极化）与胞体处的相对负电荷形成一个跨膜电流环路。如果上百万个这样的偶极子同步、平行排列（即在皮层垂直柱状结构中），它们产生的电场就会在头皮表面被检测到，幅度约为 10–100 μV。这就是为什么 EEG 特别敏感于皮层锥体细胞的同步突触活动，而对深部核团（如丘脑、基底节）的活动相对"不敏感"。

与此相对应，动作电位持续时间短（约 1–2 ms）、幅度大但空间范围小，且神经元之间通常不同步，因此它们在头皮 EEG 上几乎不可见。这一原理解释了 EEG 与单细胞记录（如膜片钳或单位放电记录）之间的本质差异：前者是群体、慢时程、突触电位的空间平均，后者是单细胞、快时程、阈上放电的精确测量。

1.1.3 容积导体问题与电极-源距离

EEG 电极记录到的是经过容积导体（volume conductor）衰减和扭曲后的信号。头骨、头皮、脑脊液、硬脑膜等不同组织具有不同的电导率（conductivity），它们对信号的衰减和低通滤波效应不同。这就是为什么：

• 颅内 EEG（如立体定向脑电，stereo-EEG, sEEG）信号幅度远大于头皮 EEG，可记录到高频活动（>100 Hz）；
• 深部脑区（如海马、杏仁核）的小幅度、高频活动在头皮 EEG 上几乎被完全衰减；
• 皮质沟回的几何形状（gyrus vs. sulcus）会影响偶极子的方向，进而决定该源是否在头皮上"可见"。

这一原理在判读多导睡眠图时极为重要：当你看到某一通道出现一个尖波时，你需要考虑它究竟是来自该电极下方的局部皮质，还是来自远处一个强大且方向合适的源。

---

1.2 脑电频谱与睡眠-觉醒分期

1.2.1 经典频段及其生理意义

现代 EEG 分析通常将脑电信号按频率分为五个主要频段（表 1-1）。这些频段并非天然分界，而是根据经验观察和生理关联所做的约定。

| 频段 | 频率范围 | 主要生理状态 | 神经起源 | |------|----------|--------------|----------| | Delta (δ) | 0.5–4 Hz | 深度非快速眼动睡眠（N3，慢波睡眠） | 皮质-丘脑慢振荡（slow oscillation） | | Theta (θ) | 4–8 Hz | 困倦、REM 睡眠、记忆巩固 | 海马、海马-皮层耦合 | | Alpha (α) | 8–13 Hz | 闭眼清醒放松、感觉门控 | 丘脑-皮层 alpha 起搏器、皮层抑制性中间神经元 | | Beta (β) | 13–30 Hz | 主动思考、警觉、运动准备 | 皮层锥体细胞去同步活动 | | Gamma (γ) | >30 Hz（常至 100 Hz） | 注意力、感知绑定、意识 | 皮层-皮层与皮层-丘脑快速耦合 |

> 重要补充：在睡眠研究中，sigma 波（12–16 Hz，常称为睡眠纺锤波 sleep spindle） 和 kappa 复合波（K-complex, 0.5–1.5 Hz 大幅负-正波） 是 N2 期睡眠的标志物，它们起源于丘脑-皮层回路的特定振荡模式。

1.2.2 时域分析 vs. 频域分析

EEG 信号通常以时域（time domain）形式呈现，即电压随时间的变化曲线。然而，许多关键的睡眠分期特征（例如 delta 波的功率、alpha 波的相对比例）需要通过频域分析（frequency-domain analysis）提取。最常用的方法是快速傅里叶变换（Fast Fourier Transform, FFT），它将时域信号分解为不同频率正弦波的叠加。

对于非平稳信号（non-stationary signal），单纯 FFT 会丢失时间信息。更先进的工具包括：

• **短时傅里叶变换**（Short-Time Fourier Transform, STFT）：在滑动时间窗内进行 FFT；
• **小波变换**（Wavelet Transform）：使用可变尺度的"小波"基函数，更适合分析瞬态事件（如睡眠纺锤波、k 复合波）；
• **希尔伯特-黄变换**（Hilbert-Huang Transform, HHT）：基于经验模态分解（EMD）结合希尔伯特变换，可获得瞬时频率；
• **匹配追踪**（Matching Pursuit）和**卷积神经网络**（CNN）：现代数据驱动的时频分析方法。

1.2.3 睡眠分期：从 Loomis 到 R&K，再到 AASM

1935 年，Alfred Loomis、Edward Harvey 和 Garret Hobart 在美国首次系统使用 EEG 对人类整夜睡眠进行记录，并依据脑电波形的振幅、频率和节律性变化，将睡眠划分为 A、B、C、D、E 五个等级（A=清醒、B=困倦、C–E=逐渐加深的睡眠）。这是第一次将"睡眠"从一个二元状态切分为连续的、可测量的生理阶段。

1953 年，Eugene Aserinsky 和 Nathaniel Kleitman 在《Science》发表论文，描述了在婴儿和成人睡眠中观察到的快速眼动（Rapid Eye Movement, REM）现象，并发现这种 REM 阶段与生动的梦境报告高度相关。这一发现将睡眠研究推向了 REM/非 REM（Non-REM, NREM）二元结构的新范式。

1968 年，Allan Rechtschaffen 和 Anthony Kales 出版了 R&K 标准化手册（*A Manual of Standardized Terminology, Techniques and Scoring System for Sleep Stages of Human Subjects*），将人类睡眠分为：

• **清醒**（Wake）
• **1、2、3、4 期非快速眼动睡眠**（NREM 1–4）
• **快速眼动睡眠**（REM）

其中 NREM 3 和 4 期合称慢波睡眠（Slow-Wave Sleep, SWS），以 delta 波（0.5–4 Hz，振幅 >75 μV）占主导为特征。

2007 年，美国睡眠医学会（American Academy of Sleep Medicine, AASM）发布了新的AASM 评分手册（*The AASM Manual for the Scoring of Sleep and Associated Events*），并于 2012、2017、2020 年多次修订。AASM 的主要改革包括：

1. 合并 NREM 3/4 为 N3（统一以慢波活动为主），消除了"多少 delta 波才构成 N4"的边界争议； 2. 明确眼电（EOG）、肌电（EMG）的判读规则，使 REM 的判定基于"低肌张 + 快速眼动"的双重标准； 3. 引入呼吸事件（如阻塞性睡眠呼吸暂停）、心电事件、运动事件的统一判读标准； 4. 每 30 秒（epoch）一个评分单元，而非 R&K 的 20 秒。

AASM 标准的最大价值在于可重复性（inter-rater reliability）。研究表明，经过培训的评分者之间对 AASM 标准的一致性 Cohen's κ 可达 0.7–0.85，而 R&K 标准通常仅 0.5–0.7。

1.2.4 标准 PSG 导联配置

AASM 推荐的最小导联配置（minimum montage）包括：

• **EEG**（最少 4 个导联）：F4-M1、C4-M1、O2-M1、备份通道（如 F3-M2、C3-M2、O1-M2）；参考电极 M1/M2 为耳后乳突；
• **EOG**（2 个导联）：E1-M2、E2-M2，E1 位于右眼外眦下 1 cm，E2 位于左眼外眦上 1 cm；
• **EMG**（3 个电极）：下颌肌电（chin EMG），通常有 3 个电极形成差分；
• **心电（ECG）**：单导联即可；
• **呼吸**：鼻压力传感器（nasal pressure transducer）、热敏传感器（thermistor）、胸腹呼吸带（thoracic and abdominal effort belts）、血氧饱和度（SpO₂）；
• **体位传感器**和**腿动 EMG**（用于评估周期性肢体运动）。

> 实践提示：导联配置的命名遵循"活动电极-参考电极"约定，例如 C4-M1 表示 C4 电极相对于 M1 参考的电压差。这种"双极导联"（bipolar derivation）有助于减少共模干扰。

---

1.3 多导睡眠图（PSG）的判读基础

1.3.1 判读的三要素

判读一段 PSG 记录时，经验丰富的技师通常会同时关注三个要素：

1. 背景节律（background rhythm）：以何种频段为主导？ 2. 瞬态事件（transient events）：是否存在 K 复合波、睡眠纺锤波、顶尖波（vertex sharp wave）、锯齿波（sawtooth wave）等？ 3. 多通道的时序关系：眼电、肌电、心电、呼吸与 EEG 的协同变化。

例如，N2 期的判定标准是：在 N1 的背景上，出现 K 复合波或睡眠纺锤波之一，且该事件在 0.5 秒内未被觉醒反应（arousal）打断。这一规则在 AASM 手册中以非常精确的形态学标准给出（K 复合波：负向峰-正向峰，0.5–1.5 秒，持续；睡眠纺锤波：11–16 Hz，至少 0.5 秒）。

1.3.2 伪迹识别与排除

PSG 信号极易受到伪迹污染，主要包括：

• **电极伪迹**（electrode artifact）：电极-皮肤阻抗过高或松动时出现的高频、低频漂移；
• **眼动伪迹**（eye movement artifact）：眼球的偶极子效应会在 EEG 通道产生大幅低频偏转，尤其在 Fp1/Fp3 等前额电极；
• **肌电伪迹**（EMG artifact）：面部、颈部肌肉紧张时产生的高频（>20 Hz）活动，可能"污染" delta 频段（因为整流后产生包络）；
• **心电伪迹**（ECG artifact）：尤其在耳后参考电极中可见到与心电同步的尖峰；
• **汗液伪迹**（sweat artifact）：极低频（<0.5 Hz）的缓慢漂移，可与 delta 波混淆。

伪迹排除是数据预处理的关键步骤。常用方法包括：

• **带通滤波**（bandpass filter）：通常采用 0.5–35 Hz 的二阶巴特沃斯滤波器（Butterworth filter）；
• **陷波滤波**（notch filter）：在 50/60 Hz 工频干扰处设置窄带抑制；
• **独立成分分析**（Independent Component Analysis, ICA）：将多通道 EEG 分解为独立成分，手动识别并去除眼电、肌电成分；
• **回归法**（regression-based removal）：将 EOG/EMG 通道作为回归因子从 EEG 通道中减去。

1.3.3 自动化分期算法

随着机器学习的发展，自动化睡眠分期（automatic sleep staging）已成为现实。U-Time（2019，Perslev 等）、YASA（Yet Another Spindle Algorithm，2021，Vallat & Walker）、DeepSleepNet（2017，Supratak 等）等开源工具的准确率（accuracy）已可达 0.85–0.90，与人类评分者相当。然而，完全自动化的"端到端"分期在临床上尚未被广泛接受，主要原因是医学-法律责任（medico-legal liability）问题——任何判读差异都可能导致误诊。

---

1.4 现代神经环路操控技术：从相关到因果

1.4.1 因果性研究的认识论需求

观察性研究（observational study）可以告诉我们"睡眠时 X 神经元的放电频率上升"，但不能告诉我们"X 神经元的活动是睡眠的原因、结果、还是无关的伴随现象"。因果性推断（causal inference）在神经科学中需要干预（intervention）手段：人为激活或抑制特定类型的神经元，观察其对睡眠-觉醒的影响。这就是 21 世纪神经环路操控技术兴起的根本动因。

1.4.2 光遗传学（Optogenetics）

光遗传学的核心思想是：将光敏蛋白（opsin）基因通过病毒载体（viral vector，如 AAV）递送至特定类型的神经元，使其对特定波长的光产生去极化或超极化反应。

主要光敏蛋白：

• **通道视紫红质 2**（Channelrhodopsin-2, ChR2）：2003 年由 Nagel 等在绿藻 *Chlamydomonas reinhardtii* 中克隆，对 ~470 nm 蓝光响应，激活后引起阳离子内流（Na⁺、Ca²⁺），导致去极化和动作电位发放。Boyden、Deisseroth 等 2005 年在 *Nature Neuroscience* 发表里程碑式论文，将 ChR2 表达于培养神经元并用蓝光成功诱发放电，标志着光遗传学的诞生。
• **盐细菌视紫红质**（Halorhodopsin, NpHR）：对 ~580 nm 黄光响应，激活后 Cl⁻ 内流，引起超极化和发放抑制。
• **古细菌视紫红质**（Archaerhodopsin, Arch/ArchT）：对 ~560 nm 黄光响应，质子外流引起超极化。
• **步进式功能突变体**（step-function opsins, SFO）、**双稳态视紫红质**（bistable opsins）等，可实现更长时间尺度的操控。

优势：

• **毫秒级时间精度**（<5 ms 开关切换）；
• **细胞类型特异性**（通过 Cre-loxP 系统将 opsin 表达限于特定神经元亚群）；
• **可在自由活动动物中实施**（通过植入式光纤或无线微型 LED）；
• **可与电生理记录同步**，形成"光-电"闭环。

在睡眠研究中的典型应用：

• **Adamantidis 团队 2007** *Nature*：光遗传学激活下丘脑外侧区（lateral hypothalamus, LH）orexin 神经元，可在 NREM 和 REM 睡眠中诱发觉醒；
• **Van Dort 团队 2015** *eLife*：光遗传学抑