睡眠结构对大脑健康至关重要，尤其是新生儿的神经健康。学者们在NATURE COMMUNICATIONS上发表的研究揭示了新生儿从安静到主动睡眠的转变特征：大规模皮层活动和功能脑网络重组。这种重组在早产儿中减弱，能预测其两岁时的视觉表现。研究发现，经验效应与大规模脑状态的计算模型高度匹配。主动睡眠时，大脑在统一模式下减少能量消耗，同时在两个更复杂的前后脑区模式中增加能量。早产儿在睡眠相关模态能量重组中表现出缺陷。研究者绘制了不同睡眠状态下的全脑皮质功能相互作用图，并测定了婴儿处于主动睡眠和安静睡眠状态时的皮层活动。通过EEG和网络科学工具，评估了婴儿睡眠状态下的全皮质功能连接频率重组。研究发现，极端早产儿存在异常的睡眠相关皮质连接重组，且这种改变能预测两年后的视觉表现。基于神经场论的生物物理模型揭示了这些经验效应与大规模脑状态计算模型之间的惊人匹配，解释了数据分析中无法检测到的基本生物物理机制。该模型表明，足月出生婴儿与极早产儿之间的差异，归因于低维时空神经活动模式中能量再分配的差异。被试包括46名极早产儿和67名足月健康对照组。EEG数据通过NicOne和Cognitrace设备采集，使用了19和28导的脑电帽。选择19个EEG通道进行分析。通过电生理和行为测量相结合的方法评估了婴儿的警戒状态。EEG数据预处理包括降采样、带通滤波和重参考选择全脑平均。EEG数据进一步分析，计算了不同睡眠状态下的皮层源信号，并评估了婴儿在不同睡眠状态下的全皮质功能连接的频率重组。神经发育评估在婴儿2岁时进行，采用结构化格里菲斯智力发育量表评估其神经发育状况。EEG数据的连接分析包括计算皮层信号振幅包络线之间的Pearson相关系数，以及基于网络的统计分析，以评估婴儿组别和睡眠类型的主效应以及二者的交互效应。大脑-行为相关分析通过特征模态分解与计算模型研究了睡眠状态和出生胎龄对脑动力学的影响。结果表明，两组婴儿的睡眠状态在前、后脑区上存在显著差异，与早产儿2岁时的主要神经发育结果相比，表现出明显交互作用的皮层模式的连接强度的变化是倒退的。通过神经场理论，研究了睡眠状态下观察到的功能性连接模式，表明在睡眠状态下，均匀加权向转变为复杂的脑区前后活动，并且相对于噪声而言，这些广义的相干振荡有了重新加权。此外，研究发现与睡眠相关的连接性模式差异与后来的神经发育结果相关，揭示了婴儿睡眠的神经基础。生物物理模型准确地指出了支持这些睡眠诱导的连接差异的大规模神经元动力学的特定缺陷，为理解婴儿睡眠提供了基础神经科学和转化神经科学的依据。随着大脑网络理论在临床疾病中的迅速渗透，神经场理论在转化神经科学中的基本作用得到了强调。

本文地址： http://www.goggeous.com/20250105/1/1207942

文章来源：天狐定制

版权声明：除非特别标注，否则均为本站原创文章，转载时请以链接形式注明文章出处。