睡眠节律瞬态特性研究与缺省网络构建

The activity of brain under sleep state is not uniformity and stationary. In space, different brain regions present spontaneous activity in different degrees. In time, it go through constant and spontaneous sleep stage transition. "Default network" is the network composed of neurons that most active under conscious and rest state, and related to voluntary idea and intelligence. This proposal consider sleep state as a spontaneous brain activity, and through analysis on 32 leads sleep EEG, from space (default network) and time (sleep stage transition), to fully discover brain activity under sleep. Screen out characterization parameters of sleep activity to study space distribution of brain activity and construct its model. Study the correlations between leads and modelling its transition in time. Determine the characterization of sleep stages and its transition. Construct default network model of brain activity under sleep. Propose more delicate medical parameters for sleep disorder and sleep stage. This proposal is helpful to deepen the knowledge of brain activity and reconginition under sleep, sleep regulation and sleep disorder, also helpful to provide basic data and method for brain recongition model.

睡眠状态下的大脑活动不是均匀平稳的，空间上，不同脑区域呈现出不同程度的自发活动；时间上，存在着不断、自发的睡眠节律转换。"缺省网络"指人在清醒静息状态下自发脑活动最为显著的群体神经元构成的网络，与自发性想法和智力有关。本课题将睡眠作为一种自发的脑活动状态，通过对32导睡眠脑电分析，从空间（缺省网络）和时间（睡眠节律瞬态特性）两个方面对睡眠状态下的大脑活动进行全面的解析。筛选脑活动特征参数，用参数表征32导脑活动强度空间位置分布，构建参数分布模型，研究导联之间相互关系；研究时间上参数分布模型转换特征，确定睡眠分期及瞬态节律转换特性；构建"缺省网络"脑活动模型，提出更为细致的时空结合的睡眠障碍、睡眠分期医学参数。本课题有助于加深对睡眠状态下的脑活动、认知、睡眠调节及睡眠障碍发生机制的认识，还可为脑认知模型建立提供基础数据与方法。

认识大脑从而认识人类自身是本世纪最具挑战性和最活跃的科学前沿，随着基因组测序的完成，各国均将下一生命科学的研究目标锁定在认识大脑上。本项目的研究正是在这一方向上开展，以睡眠状态中的大脑作为研究对象，多方位、多角度的对其进行研究与探索。.睡眠状态下的脑活动并不是均匀平稳的。空间上，不同的脑区域呈现出不同程度的自发活动；时间上，存在着不断的和自发的睡眠节律的转换。本课题充分考虑睡眠在时间、空间与深度上的复杂性，通过对多导睡眠脑电信号的分析，从空间（脑活动与脑网络）和时间（睡眠节律瞬态特性）两个方面对睡眠状态下的脑活动进行全面的解析。.本项目首先结合对网络公开数据库以及与合作单位的临床数据收集，建立了睡眠脑功能数据库；研究并使用多种方法与理论，利用人体实验数据以及大鼠模型数据，深入研究了睡眠状态下脑活动的特征以及睡眠障碍疾病的影响。.（1）基于时频域方法与参数（如小波变换、小波熵以及相对小波能量等）和非线性动力学理论（如符号转移熵、去趋势互相关分析、Jasen-Shannon Divergence等）深入研究了EEG所表征的脑活动强度，并从中提取了能够敏感反映睡眠状态的特征参数，将其用于睡眠的自动分期；.（2）基于自组织临界系统的概念以及睡眠状态转移矩阵方法深入研究了睡眠状态时间瞬态转换的规律，并从中提取了能够敏感反映睡眠障碍疾病对睡眠状态转换影响的参数，用于睡眠障碍的诊断；.（3）从生理网络的角度深入研究了不同脑区域之间，以及大脑与其他相关生理系统如心血管、呼吸等系统之间的动态连接特性，及其随睡眠状态的变化规律；.（4）通过对已有参数的验证以及相关方法的改进，从中提取了能够敏感反映睡眠状态以及睡眠障碍疾病对睡眠状态转换影响的特征参数，利用人工神经网络算法实现睡眠的自动分期，并将其用于新型的睡眠动态分析软件的设计。.相关的研究成果共发表论文20篇，申请专利4项。.本项目的实施有助于加深对睡眠状态下脑的活动、睡眠调节及睡眠障碍发生机制的认识，为睡眠障碍的诊断与治疗效果的评价提供新的方法与有效手段，并进行了睡眠动态分析软件及相应设备的研制。本项目研究更深层次的意义是通过睡眠状态自发的大脑活动，研究脑局部区域内或不同区域间群体神经元活动和相互作用，包括动态与静态的功能与有效连接，为脑认知模型的建立提供基础数据与方法，有助于脑认知模型的构建。