大鼠睡眠分期及腦電標度行為研究.pdf

1、大腦是自然界中最為復雜的系統(tǒng)之一，通常會表現出豐富的時空動力學特征。不同頻率的腦電（EEG）振蕩反映著這些特征的變化，同時睡眠-覺醒周期中的各種時相亦反映著不同的腦功能狀態(tài)。因此綜合研究不同睡眠時相下各種EEG振蕩的標度行為及其潛在機制，對理解大腦的動力學特征有著重要的意義。本文從動物實驗入手，優(yōu)化了適合于長期睡眠研究的、基于單道EEG的睡眠分期算法；然后用去趨勢分析（DFA）方法研究了不同電極位置對應的EEG振蕩的標度行為、不同時相下

2、的各種EEG振蕩的標度行為差異，以及在睡眠時相轉換過程中起主導作用的EEG振蕩，并利用馬爾可夫幅度（MPA）EEG模型研究了標度行為的潛在機制。主要工作如下：
　　 ⑴利用基于單道EEG的睡眠分期算法，研究了睡眠分期準確性在不同電極位置間的差異，得出了額葉中線前緣是最適合于睡眠分期的電極位置。
　　 ⑵優(yōu)化了基于單道EEG的睡眠分期算法：通過比較四種組合（兩種基于單道EEG的分期算法和兩種電極位置）的睡眠分期準確性，證明

3、可以通過增加分類參數、優(yōu)化濾波器通頻帶和電極位置等改善睡眠分期的分類準確性，其中對快速眼動（REM）睡眠分期的準確性改善最為明顯。
　　 ⑶研究了腦波音樂對大鼠睡眠和喚醒度的影響。結果顯示，腦波音樂能提升大鼠的喚醒度水平并降低睡眠總量；腦波音樂影響非快速眼動（NREM）睡眠和REM睡眠的機制可能不同。
　　 ⑷利用DFA方法分別計算了不同電極位置對應的各種EEG振蕩的標度指數，并比較它們在空間上的差異，以此來研究各EEG

4、振蕩源的特性。結果顯示，不同電極位置對應的標度行為顯著不同，其機制可能與睡眠相關的EEG振蕩源有關。
　　 ⑸利用DFA研究不同睡眠時相下，各種EEG振蕩的標度指數及其反映的長程相關性（LRTC），然后結合相應的MPA EEG模型的模型參數，進行進一步的理論分析和探討。結果顯示：①在每種睡眠時相中，各EEG振蕩的標度指數隨著振蕩頻率的升高而增大，這種變化表明，不同振蕩對應的神經網絡及其振蕩機制存在差異；對每種EEG振蕩而言，其標

5、度指數在三種時相間的差異亦具有統(tǒng)計顯著性，這種差異可能與睡眠-覺醒周期中的內外部事件相關。這些EEG振蕩的標度行為及其長程相關性，可能反映了相關節(jié)律是內在過程的規(guī)則性和隨機性共同作用的結果；這樣，標度指數的變化在一定程度上就反映了大腦功能狀態(tài)的改變。②標度指數的結果顯示，高、低頻成分可能采用了不同的動力學機制，即低頻成分為1/f噪聲機制，而高頻成分則為1/f2噪聲機制。據此推測，低頻成分可能在建立和維持大腦最為基本的功能和狀態(tài)時起著關鍵