返回
Variability and predictability in human sleep
DOI:10.1093/braincomms/fcaf469.png)
摘要
En 中文
睡眠质量及其认知效益依赖于两种不同睡眠阶段(与快速眼动相关联的REM或非相关联的NREM)的循环交替。预测睡眠阶段转变的能力有助于设计未来的睡眠医学干预措施,但目前尚不清楚NREM-REM睡眠结构在个体多个连续夜晚中的稳定性如何。我们旨在表征健康人类睡眠的个体变异性,并测试其可预测性,研究对象为以空前持续时间(数周)纵向记录的睡眠。基于一种新可用、微创的亚头皮超长程脑电图记录设备,我们对8名健康受试者连续30天中位时间的睡眠周期进行了表征。首先,我们采用多锥时间-频率变换将EEG信号分解为五个频带(delta、theta、alpha、sigma和beta)。其次,我们分别基于无监督和监督学习方法,量化了睡眠频谱组成的变异性和睡眠阶段转变的可预测性。使用动态时间规整法,我们量化了成对夜晚间的差异度(D),显示其组内(D = 2.5 ± 0.7)低于组间(D = 4.1 ± 0.5,P < 0.001)。此外,我们提取了原型睡眠模式,最能代表个体的NREM-REM频谱结构。基于广义线性模型中模拟的delta和sigma功率频带相互作用,我们提前2至4分钟以高精度(受试者工作特征曲线下面积 = 0.88)预测了从NREM到REM的转变。综合来看,这些结果表明健康受试者的睡眠在连续夜晚间存在变异性,但睡眠振荡的核心动力学在个体间是一致共享的。作为转化展望,特定睡眠转变的可预测性为预期特定睡眠阶段的病理症状提供了手段。
Keyword:
sleep
sub-scalp EEG
dynamic time warping
NREM
REM
期刊
B
IF:
4.5
论文数:
2.6K
被引数:
5.8K
机构
引用论文
Ultradian sleep cycles: Frequency, duration, and associations with individual and environmental factors-A retrospective study
SLEEP HEALTH
IF3.4
Quantifying sleep architecture dynamics and individual differences using big data and Bayesian networks
PLOS ONE
IF0
Representations of temporal sleep dynamics: Review and synthesis of the literature时间睡眠动力学的表征: 文献综述与综合

