【睡眠知識】睡眠的生理特征--深度睡眠

?

?最近很多小伙伴反映說,自己早上醒來掰吕,看到的睡眠報告里顯示的深睡變少了果覆,特別是后半夜,幾乎沒有什么深度睡眠殖熟,于是擔心自己的睡眠質量是不是變差了局待,或者現在蝸牛睡眠的監(jiān)測不準確了?

事實上,大家發(fā)現的這個變化钳榨,是因為我們的算法優(yōu)化了舰罚,監(jiān)測結果更加準確合理了,只不過這個變化看上去有點“反直覺”薛耻!如果將我們的睡眠報告营罢,與科研文獻中使用的專業(yè)睡眠報告進行對比,可以看出饼齿,我們記錄的睡眠結構越來越符合人的生理特征了愤钾。讓我們先用兩張圖來對比一下,這里第一張是蝸牛睡眠近期的一個典型記錄候醒,深度睡眠主要發(fā)生在入睡之后的4個小時之內能颁。其下方的圖片,是科研論文中記錄的是健康成年人的整夜睡眠情況倒淫,健康成年人每天平均睡7-9小時左右伙菊,深度NREM睡眠的總時長不超過“全夜睡眠總時間”的15%-20%,也就是1-2小時的樣子敌土。

該記錄使用的是專業(yè)睡眠監(jiān)測設備PSG(多導睡眠圖儀)镜硕,并由睡眠技師進行數據判讀的結果,數據顯示深睡基本上發(fā)生在入睡之后的4小時之內返干。蝸牛睡眠的分析報告兴枯,在進行了算法的優(yōu)化之后,越來越趨近于科研和臨床的結果了矩欠。

圖片引自Takuji Suzuki el at 2009年1月會議論文Development of a Sleep Monitoring System with Wearable Vital Sensor for Home Use中記錄的一名36歲健康男性的整夜睡眠财剖,圖片中的中文標注為本文作者注釋

? ?大家可能會感到很困惑,既然蝸牛睡眠沒有給用戶派發(fā)PSG設備癌淮,那是怎樣在一部手機上就實現與專業(yè)睡眠分析相近的結果呢躺坟?其實答案很簡單,

一來乳蓄,這是我們使用深度學習的方法咪橙,不斷優(yōu)化的結果,真正體現了“科技改善睡眠”的信念虚倒。

二來美侦,也要感謝蝸牛睡眠的小伙伴們,絕不是空喊口號魂奥,而是“身體力行”菠剩,拿自己的主客觀睡眠數據來給機器學習提供訓練素材。

? 在我們辦公室里捧弃,就有一套睡眠實驗室里標配的PSG設備赠叼,晚上這里經常成為阿爾法實驗室擦囊,我們敬業(yè)的小伙伴們在自己頭上身上貼好電極片违霞、連上導線嘴办,同時還要用各種手環(huán)、手機买鸽、傳感器等同步采集數據涧郊。數據采集完畢,我們請持有國際睡眠分析認證眼五,并有豐富臨床經驗的醫(yī)技人員給我們數據進行判讀妆艘。然后,這些結果才能成為機器學習的合格“樣本”看幼。至于計算機是怎樣把各種傳感器采集的數據與PSG結果去進行擬合的批旺,據說是個黑箱,人類并不真正了解诵姜,但是數據越多汽煮,它就會學習得越好。時至今日棚唆,我們感到自己的算法確實比以前“聰明”了暇赤。

? ?但是我們也不會輕易的止步于機器給出的結論,除了PSG客觀監(jiān)測宵凌,我們還會將自己的“主觀估計”與優(yōu)化后的算法不斷的比對鞋囊。在這個過程中,我們首先觀察到的是對夜醒的判斷越來越準確瞎惫,這很容易理解溜腐,因為人雖然不知道自己的深睡啥時發(fā)生,但是記住自己醒了幾次并不太難瓜喇。直到最近幾個月逗扒,我們的深睡,也越來越趨向于合理了欠橘。目前矩肩,對于鼾聲分析的緯度和精度也在提高拾氓,未來你或許不僅能聽到自己的鼾聲业扒,還能了解到更多關于呼吸動態(tài)的結果淮阐。蝸們真的不是在假裝關心你的睡眠侮东,無論是監(jiān)測工具错负,還是改善內容剖笙,睡眠科學的標準指南和前沿進展才是我們的參考依據臭蚁。

? ?新老報告的改變之所以給大家造成了一定的困惑邮偎,可能是因為我們平時忽視了對于對睡眠生理知識的介紹瞧捌。今天棵里,我們從兩方面深入的講解一下相關內容:

深睡淺睡與睡眠周期

? ?人類能夠對睡眠進行深度的研究润文,得益于90多年前腦電圖儀的發(fā)明。上個世紀50年代殿怜,美國芝加哥大學的學者Aserinsky和他的導師Kleitman教授典蝌,發(fā)現在睡眠期間,人的大腦存在一種與清醒時的腦電活動極其相似头谜,同時伴有快速的眼球活動的特殊狀態(tài)骏掀。從此確證人類睡眠存在兩種類型,即非快速眼動( non rapid eye movement柱告,NREM)睡眠和快速眼動( rapid eye movement截驮,REM)睡眠。

? ?我們平時所說的深睡和淺睡际度,都是睡眠過程中的某個階段葵袭,說它的深與淺,可能在直觀上更多的是描述一個人被喚醒的難易程度乖菱。淺睡階段坡锡,環(huán)境中的一點噪音都可能把人吵醒,而深睡階段块请,大聲喚醒和輕推身體都未必能一下子把人叫醒娜氏。但在生理上去嚴格的區(qū)分每一個睡眠階段,其實靠的是記錄大腦的不同腦電節(jié)律墩新。平時我們說淺睡是淺NREM睡眠贸弥,包含N1、N2兩個階段海渊,深睡是深NREM睡眠绵疲,又被稱為N3期,或者慢波睡眠臣疑;除此之外盔憨,我們還有一個愛做夢的睡眠階段,REM睡眠讯沈,這一階段我們的大腦與清醒狀態(tài)近似郁岩,但身體卻近乎癱瘓,因此又被稱為“矛盾睡眠”缺狠。

(這就是睡眠實驗室用于記錄睡眠分期的信號圖问慎,其中的紅框標出了REM睡眠的眼球運動。)

? ?在科研和臨床領域挤茄,使用的PSG(多導睡眠圖儀)如叼,通過幾十項導聯可以在不影響人睡眠的情況下,獲取其腦電信號穷劈、眼動信號和肌電信號笼恰,以及呼吸心率等數據踊沸,使得我們知曉正常人的4個睡眠階段、有著不同的生理特征和功能:它們分別是1)淺NREM睡眠1期社证,2)淺NREM睡眠2期逼龟,3)深NREM睡眠,4)REM睡眠猴仑。下表總結了4個睡眠階段的特征和部分功能:

睡眠階段腦電波頻率*時長占比生理特征和部分功能

淺NREM睡眠1期α波波幅普遍降低审轮,波形不整肥哎,后期頻率可稍慢辽俗,出現低幅θ波和β波,但以θ波為主篡诽。這兩部分和在一起就是我們通常說的淺睡崖飘,大約占整夜睡眠的55%人對周圍環(huán)境的注意力已經喪失,處于意識不清醒狀態(tài)杈女。心率和呼吸開始降低朱浴,外周血管舒張會增加30-40%。在溫暖環(huán)境下达椰,淺睡階段的出汗速率會大幅增加翰蠢。淺睡階段全身的肌張力降低,幾乎無眼球運動啰劲。淺睡是從清醒到深睡的必經階段梁沧,也是深睡與REM睡眠之間的必經階段。

淺NREM睡眠2期在低幅腦電波的基礎上蝇裤,出現周期為100-300毫秒廷支、波幅為100-300μV的“紡錘波”。

深NREM睡眠出現中或高幅δ波栓辜,隨睡眠深度的進一步增加恋拍,波幅也會進一步增加,頻率變慢且不規(guī)則藕甩,δ波所占比例會超

過50%

約占整夜睡眠的15-20%此時心率和呼吸會進一步降低施敢,大腦血流減少,人非非常不容易被喚醒狭莱。深睡期間的腦波會激起腦脊液震蕩僵娃,沖刷大腦代謝廢物。垂體大量分泌生長激素贩毕,修復機體悯许。依賴于海馬體的外顯記憶得到鞏固。

REM睡眠與覺醒期相似辉阶,呈現低波幅混合頻率波以及間斷出現θ波先壕,REM睡眠時眼電活動顯著增強瘩扼。約占整夜睡眠的25%大腦活躍,心率加速垃僚,肌電活動顯著下降甚至消失集绰,肢體猶如癱瘓狀態(tài)。這個階段夢境增加谆棺。與壓力有關的激素分泌降低栽燕,負性情緒得以消退,不依賴于海馬體的內隱記憶得到鞏固改淑。

二碍岔、睡眠周期和睡眠結構

? ?我們每天晚上從清醒進入淺睡N1期,之后并不是像上臺階一樣朵夏,順著N2淺睡蔼啦、N3深睡,最后REM睡眠直至早上醒來仰猖。這四個睡眠階段是大致按照:淺-深-淺-REM-淺-深-淺-REM-淺......這樣的組合構成了一個個的睡眠周期捏肢。每個周期(從一個REM期到下一個REM期)平均大約是90分鐘,如果按整夜睡8小時來計算饥侵,平均大約有5個周期在循環(huán)鸵赫。整夜的睡眠結構圖,其實就是描繪了睡眠階段和周期的進展過程躏升。簡化版的整夜睡眠周期如下:(只有紅框中的部分才是深睡哦)


? ?別看這個睡眠結構圖是個簡化版本辩棒,但是真的有人能睡出這種如同教科書般標準的周期,特別是健康的年輕人煮甥!通常來說盗温,從覺醒狀態(tài)首先進N1期淺睡,持續(xù)約3~7分鐘成肘,然后進入N2期淺睡卖局,持續(xù)約10-25分鐘,就會進入N3深睡眠期双霍。N3期可能只有幾分鐘砚偶,也可能長達一小時。深睡眠期結束后洒闸,睡眠又回到N2期或N1期淺睡眠染坯。接下來轉入第一次REM睡眠,完成第一個睡眠周期丘逸。第一個睡眠周期的REM睡眠通常持續(xù)時間短暫单鹿,約5-10分鐘。隨后又重新循環(huán)一次深纲,后半夜N3深睡就大幅減少仲锄,REM睡眠增加劲妙。對于嬰幼兒和老年人來說,就不太符合這種規(guī)律了儒喊。

? ?無論我們處于哪一個睡眠階段镣奋,都是可以直接轉入覺醒狀態(tài)的(如果叫不醒豈不是很可怕),但是我們沒有辦法跳過淺睡直接進入深睡或者REM睡眠怀愧。只有在睡眠缺乏侨颈,或者深度睡眠被剝奪之后,回復正常睡眠的時候芯义,N3深睡才會比正常情況來的早并且持續(xù)的時間更久哈垢。所以深睡持續(xù)的時間很長,只能說是偶然現象毕贼,不應該成為常態(tài)温赔。當然蛤奢,深睡太少鬼癣,比如只有十幾分鐘或者半小時,那也是值得注意的問題啤贩,它可能暗示了其他健康隱患待秃。

? ?我們都知道深睡很好,這一階段生長激素的分泌增加痹屹,能促進膠原蛋白的合成章郁,讓我們的骨骼肌肉得到修復,皮膚和頭發(fā)也都美美噠志衍,同時還能鞏固記憶暖庄,維護大腦健康。那么想要增加深睡楼肪,應該怎么辦呢培廓?其實,我們沒有辦法操控深睡春叫,我們能做的肩钠,就是保證睡眠的時長充足,作息有規(guī)律暂殖,睡前放松身心价匠,不抽煙不喝酒,多做戶外活動......說到底呛每,我們只要按照最基本的健康常識去生活踩窖,睡眠健康就會自然而然的發(fā)生。


附錄一:5種腦電簡介

根據腦電頻率和幅度的差異晨横,大腦活動主要存在5中節(jié)律洋腮,分別是:

delta(δ)節(jié)律:頻率范圍約0.5~3.5Hz廉沮,幅度約100~200uV,在顳葉徐矩、枕葉較顯著滞时。δ節(jié)律主要出現在深睡眠或昏迷期。

theta(θ)節(jié)律:頻率范圍約4~7Hz滤灯,幅度約50~100μV坪稽,在顳葉、頂葉較顯著鳞骤。θ節(jié)律主要出現在淺睡眠期(NREM睡眠第2期)窒百。

alpha(α)節(jié)律:頻率范圍約8~13Hz,幅度約30~50μV豫尽,在枕葉較顯著篙梢。α節(jié)律在成人閉眼、放松的覺醒狀態(tài)下出現美旧。

beta(β)節(jié)律:頻率范圍約13~30Hz渤滞,幅度約30V,在額葉榴嗅、頂葉較明顯妄呕。β節(jié)律主要出現于腦活動活躍狀態(tài)如主動思考時。

gamma(γ)節(jié)律:頻率范圍>30Hz嗽测,無特定幅度范圍绪励。γ節(jié)律可能與意識和知覺有關,即聯系不同腦區(qū)的輸入信息形成相關的概念唠粥。

參考資料:

1.趙忠新 主編《睡眠醫(yī)學》人民衛(wèi)生出版 2016 11-18

2.S?ren Grubb疏魏,Martin Lauritzen,Deep sleep drives brain fluid oscillations

?著作權歸作者所有,轉載或內容合作請聯系作者
  • 序言:七十年代末晤愧,一起剝皮案震驚了整個濱河市大莫,隨后出現的幾起案子,更是在濱河造成了極大的恐慌养涮,老刑警劉巖葵硕,帶你破解...
    沈念sama閱讀 217,542評論 6 504
  • 序言:濱河連續(xù)發(fā)生了三起死亡事件,死亡現場離奇詭異贯吓,居然都是意外死亡懈凹,警方通過查閱死者的電腦和手機,發(fā)現死者居然都...
    沈念sama閱讀 92,822評論 3 394
  • 文/潘曉璐 我一進店門悄谐,熙熙樓的掌柜王于貴愁眉苦臉地迎上來介评,“玉大人,你說我怎么就攤上這事∶锹剑” “怎么了寒瓦?”我有些...
    開封第一講書人閱讀 163,912評論 0 354
  • 文/不壞的土叔 我叫張陵,是天一觀的道長坪仇。 經常有香客問我杂腰,道長,這世上最難降的妖魔是什么椅文? 我笑而不...
    開封第一講書人閱讀 58,449評論 1 293
  • 正文 為了忘掉前任喂很,我火速辦了婚禮,結果婚禮上皆刺,老公的妹妹穿的比我還像新娘少辣。我一直安慰自己,他們只是感情好羡蛾,可當我...
    茶點故事閱讀 67,500評論 6 392
  • 文/花漫 我一把揭開白布漓帅。 她就那樣靜靜地躺著,像睡著了一般痴怨。 火紅的嫁衣襯著肌膚如雪忙干。 梳的紋絲不亂的頭發(fā)上,一...
    開封第一講書人閱讀 51,370評論 1 302
  • 那天腿箩,我揣著相機與錄音豪直,去河邊找鬼。 笑死珠移,一個胖子當著我的面吹牛,可吹牛的內容都是我干的末融。 我是一名探鬼主播钧惧,決...
    沈念sama閱讀 40,193評論 3 418
  • 文/蒼蘭香墨 我猛地睜開眼,長吁一口氣:“原來是場噩夢啊……” “哼勾习!你這毒婦竟也來了浓瞪?” 一聲冷哼從身側響起,我...
    開封第一講書人閱讀 39,074評論 0 276
  • 序言:老撾萬榮一對情侶失蹤巧婶,失蹤者是張志新(化名)和其女友劉穎乾颁,沒想到半個月后,有當地人在樹林里發(fā)現了一具尸體艺栈,經...
    沈念sama閱讀 45,505評論 1 314
  • 正文 獨居荒郊野嶺守林人離奇死亡英岭,尸身上長有42處帶血的膿包…… 初始之章·張勛 以下內容為張勛視角 年9月15日...
    茶點故事閱讀 37,722評論 3 335
  • 正文 我和宋清朗相戀三年,在試婚紗的時候發(fā)現自己被綠了湿右。 大學時的朋友給我發(fā)了我未婚夫和他白月光在一起吃飯的照片诅妹。...
    茶點故事閱讀 39,841評論 1 348
  • 序言:一個原本活蹦亂跳的男人離奇死亡,死狀恐怖,靈堂內的尸體忽然破棺而出吭狡,到底是詐尸還是另有隱情尖殃,我是刑警寧澤,帶...
    沈念sama閱讀 35,569評論 5 345
  • 正文 年R本政府宣布划煮,位于F島的核電站送丰,受9級特大地震影響,放射性物質發(fā)生泄漏弛秋。R本人自食惡果不足惜蚪战,卻給世界環(huán)境...
    茶點故事閱讀 41,168評論 3 328
  • 文/蒙蒙 一、第九天 我趴在偏房一處隱蔽的房頂上張望铐懊。 院中可真熱鬧邀桑,春花似錦、人聲如沸科乎。這莊子的主人今日做“春日...
    開封第一講書人閱讀 31,783評論 0 22
  • 文/蒼蘭香墨 我抬頭看了看天上的太陽茅茂。三九已至捏萍,卻和暖如春,著一層夾襖步出監(jiān)牢的瞬間空闲,已是汗流浹背令杈。 一陣腳步聲響...
    開封第一講書人閱讀 32,918評論 1 269
  • 我被黑心中介騙來泰國打工, 沒想到剛下飛機就差點兒被人妖公主榨干…… 1. 我叫王不留碴倾,地道東北人逗噩。 一個月前我還...
    沈念sama閱讀 47,962評論 2 370
  • 正文 我出身青樓,卻偏偏與公主長得像跌榔,于是被迫代替她去往敵國和親异雁。 傳聞我的和親對象是個殘疾皇子,可洞房花燭夜當晚...
    茶點故事閱讀 44,781評論 2 354

推薦閱讀更多精彩內容