在系統層面的鞏固過程中，最初依賴於海馬體的記憶表征被認為會遷移到新皮層以進行更永久的存儲，睡眠在促進這種信息傳遞方面起著重要作用。鞏固過程被假設依賴於表征非快速眼動(NREM)睡眠的三種基本神經元振蕩之間的系統相互作用。在去極化和超極化慢振蕩(SOs)的整體控制下，睡眠紡錘波可能聚集在海馬體波紋中，精確地將局部信息傳遞到新皮質。我們利用人類癲癇患者在自然睡眠期間的直接顱內腦電圖記錄來測試海馬中SOs、紡錘波和波紋在功能上是耦合的假設。通過交叉頻率相位-振幅耦合分析，我們發現紡錘波受SOs（超極化慢振蕩）的上態（up-state）調制。值得註意的是，紡錘波被發現在它們的波谷中聚集波紋，為海馬體記憶痕跡的假設轉移提供瞭微調的時間框架。本文發表在Nature Neuroscience雜志。

1.介紹

新的經歷是如何轉化為持久的記憶痕跡的?根據記憶形成的兩階段模型，記憶表征最初依賴於海馬體，海馬體是內側顳葉(MTL)記憶系統的關鍵區域之一。在“鞏固”的過程中，這些表征被認為遷移到新皮層以進行更永久的存儲。人們一致認為，在沒有意識信息處理幹擾的情況下，非快速眼動(NREM)睡眠有助於鞏固海馬依賴的記憶內容。然而，海馬-新皮質交流背後的確切神經元機制仍不清楚。

神經元的信息傳遞需要一個精確的時間結構，而在睡眠期間(沒有外部刺激的情況下)，這個結構必須由大腦自發活動本身提供。非快速眼動睡眠的特征是三個基本的神經元振蕩，它們可能為這種信息傳遞提供瞭時間支架。首先，SOs(~0.75Hz)反映瞭大神經元群聯合超極化(down-states)和去極化(up-states)交替階段引起的細胞興奮性的整體波動。去極化是指跨膜電位處於較原來的參照狀態下的跨膜電位更正(膜電位的絕對值降低)的狀態。超極化是指細胞膜的內部電位向負方向發展，外部電位向正方向發展，使膜內外電位差增大，極化狀態加強。盡管存在局部SOs，它們通常包圍瞭整個大腦皮層、海馬體和丘腦，在那裡它們觸發瞭睡眠紡錘波的釋放。請註意，1-4Hz的“慢波”有時與SOs相結合來表示慢波活動(SWA)，但我們主要關註的是~0.75Hz的SOs。第二，在網狀丘腦和丘腦-皮質神經元之間產生紡錘波，紡錘波的振幅在12-16Hz之間變化，丘腦-皮質神經元也將紡錘波投射回新皮層和海馬。因此，皮質丘腦SOs輸入不僅導致紡錘波在時間上分組成SOs上態，而且它們在整個新皮質的空間同步，盡管局部紡錘波存在。最後，波紋是高頻爆發，在嚙齒動物的海馬CA1亞區觀察到~200Hz，但在人類海馬記錄中觀察到~80-100Hz的較低頻率，伴隨局部記憶痕跡的重新激活。

根據之前提出的“主動鞏固”框架，在記憶鞏固過程中，信息傳遞依賴於這三個電生理現象的復雜相互作用：去極化的SO上態被認為有助於紡錘波的出現，反過來，紡錘波將海馬體中的局部信息捆綁起來，並將它們傳輸到分佈的新皮層區域進行長期存儲。值得註意的是，這個模型顯示，在海馬體中，來自新皮層的SOs的上態與來自丘腦的紡錘波相一致，從而啟動瞭海馬體-新皮層的交流。通過直接的顱內記錄，我們發現瞭支持這三個關鍵振蕩在人類海馬體中分層嵌套的證據，從而為人類非快速眼動睡眠期間的神經元信息傳遞提供瞭一種機械論的解釋。

2.方法

本研究使用iEEG記錄瞭耐藥癲癇患者的iEEG。手術前評估時，采用立體定向植入深度電極，沿海馬縱軸經枕葉植入，或沿顳葉外側植入。所有患者均給予抗驚厥藥物治療。

對於睡眠記錄，本實驗還使用額外的電極Cz、C3、C4和Oz。同時還采集瞭眼電活動和肌電活動。Cz和海馬區連續的原始數據以20s為間隔進行睡眠分期，分為清醒期、第1期、第2期、第3期、第4期和快速眼動睡眠。根據標準，采用頭皮電極和同時監測的EOG和EMG來識別睡眠階段。在隨後的分析中，第2、3和4階段被合並標記為非快速眼動(NREM)睡眠。

考慮到睡眠紡錘波在假設的振蕩耦合中的核心作用(由SOs調制，進而調制波紋)，根據NREM/WAKE(清醒)功率譜比值，選擇紡錘波頻率范圍(12-16 Hz)中最大峰值的海馬後區。如補充圖1所示，這種相對睡眠相關的紡錘波的功率增加在海馬後區最強。

補充圖1

a.(上)一名樣本參與者的術後MRI(左，描述沿海馬縱軸植入深度電極)和術前MRI(右)。

(下)同一參與者所有10個電極觸點的功率譜(NREM/WAKE)，顯示海馬後觸點的紡錘波范圍最大值(12-16Hz，虛線)，然後進行分組分析(紅色箭頭)。

b.分析所有參與者的海馬接觸區情況。每塊面板顯示一名參與者的術後(上)和術前(下)MRI矢狀面和冠狀面切片。

為瞭評估PAC的特異性和先驗定義的振蕩事件，即SO-紡錘波PAC(0.75Hz至12-16Hz)和紡錘波-波紋PAC(12-16Hz至80-100Hz)，我們分別對頭皮EEG(Cz)和海馬iEEG(HC)進行瞭以下分析。

1.事件檢測和提取。基於所建立的檢測算法，獨立識別每個參與者和通道的紡錘波事件和波紋事件。SOs檢測如下。首先，對數據進行0.16-1.25Hz濾波，僅使用NREM睡眠2-4階段的無偽影數據進行事件檢測。其次，在濾波後的信號中確定所有的零交叉點(即下態之後是上態)，並確定SO候選事件持續時間，分別作為Cz的兩個連續的從正到負的零交叉點和HC的兩個連續的從負到正的零交叉點之間的時間。滿足SO持續時間標準的事件(最小0.8，最大2s，0.5-1.25Hz)進入下一步。第三，確定其餘候選SO的事件振幅。同時滿足SO振幅標準的事件(≥75%的SO候選振幅，即最大振幅的25%事件)被認為是SOs（超極化慢振蕩）。最後，從未濾波的原始信號中提取所有事件的無偽跡分段(−2.5到+2.5s)，時間鎖定到濾波信號中的SO下態。

2.紡錘波的檢測方法如下。首先，數據濾波在12-16Hz之間，僅使用NREM睡眠2-4階段的無偽影數據進行事件檢測。其次，利用200ms的移動平均值計算濾波信號的均方根信號，並將均方根值的75%作為紡錘波幅值判據。第三，當信號超過該閾值0.5s但小於3s(持續時間標準)時，檢測到紡錘波事件。

3.波紋檢測如下。首先，數據在80-100Hz之間進行濾波，僅使用NREM睡眠2-4階段的無偽影數據進行事件檢測。其次，使用20ms的移動平均值計算濾波信號的均方根信號，並將波紋幅度準則定義為均方根值的99%。第三，隻要信號超過這個閾值至少38毫秒(包含3個周期，80赫茲)，就會檢測到波紋事件。此外，我們要求至少有三個離散的峰或三個離散的波谷發生在原始信號段對應於閾值以上的RMS段。這是通過在應用包括兩個相鄰數據點的一次移動平均濾波器後，在各自的原始信號段中識別局部最大值或最小值來完成的。第四，從所有事件的未濾波原始信號中提取無偽跡信號分段(−1.5-+1.5s)，時間鎖定到濾波信號的最大波紋峰值。

隨後使用滑動漢寧窗（SO:步長為10ms；紡錘波和波紋：步長為5ms）進行時頻分析。對提取的每個事件分段中的所有時間點，分別采用希爾伯特變換提取低頻(調制)振蕩事件的相位值和高頻(調制)振蕩功率波動的相位值。然後在每個事件的兩個相位值時間序列之間計算同步指數(SI)。得到的SI是一個復數，它的角度代表同步的“首選相位”(SIp)，即在這個低頻的相位上的高頻的功率在時間上是最大的：

為瞭可視化不同事件類型(SOs、紡錘波和波紋)彼此之間的時間關系，我們繪制瞭PETHs（事件時間柱狀圖），其中“目標”事件類型的時間發生相對於“種子”事件類型的時間分佈。

為瞭同時評估大量頻率對的PAC，我們應用瞭一種方法。簡單地說，對於給定的頻率對，在兩個頻率上分別對原始腦電圖信號進行濾波。較低頻率范圍為0.75-20Hz，較高頻率范圍為3-200Hz。然後利用希爾伯特變換提取低頻相位和高頻幅值的時間序列。低頻相位被分成18個20°的箱（bins），對每個箱子計算高頻的平均振幅，然後除以所有箱子的總和進行歸一化。接下來，通過計算MI，判斷振幅分佈P與均勻分佈U之間是否存在可測偏差。

3.結果

圖1a顯示瞭一名樣本參與者的術後磁共振圖像(MRI，帶深度電極)以及術前MRI(不帶深度電極)(所有參與者的電極位置見補充圖1)。參與者的夜間記錄平均持續10.65小時(s.d=2.92小時)，其中平均8.42小時(s.d=2.00小時)處於睡眠階段1-4或快速眼動睡眠。圖1b顯示瞭一個參與者的睡眠圖。各階段所花費的時間比例見補充表1。我們分析的NREM睡眠期包括第2、3和4階段。

圖1 植入和睡眠記錄。

(a)一名被試的術後MRI(上)和術前MRI(下)。十字線放置在電極上。

(b)對樣本參與者在一個記錄夜晚的不同睡眠階段所花費的時間進行圖解描述(睡眠圖)。

補充表1不同睡眠階段所花費的時間占總睡眠時間的平均比例。睡眠效率指的是從睡眠開始到最後一次醒來在1-4階段或快速眼動階段所花費的時間。

為瞭評估SOs、紡錘波和波紋的功能耦合，我們采用瞭兩種互補的分析方法，這兩種方法都觀察瞭較快振蕩的振幅(功率)是否由較慢振蕩的相位系統地調制。

首先，我們采用事件鎖定分析方法，根據這些現象的先驗定義頻率范圍，對假設的SOs嵌套、紡錘波和波紋嵌套進行瞭具體測試。我們根據建立的檢測算法和對應的時頻表征(TFRs)，在海馬iEEG中選擇性地識別SO、紡錘波和波紋事件。因此，在各自的事件鎖定TFR中，隨著時間的推移，SO-紡錘波PAC和紡錘波-波紋PAC將作為功率調制出現。

其次，使用跨頻耦合圖（comodulogram）分析，我們同時在更廣泛的頻率對范圍內評估PAC，以測試SO-紡錘波-波紋耦合的選擇性，並探索是否存在其他尚未納入睡眠期間海馬處理模型的交叉頻率相互作用。

3.1 時間鎖定分析

我們的自動事件檢測算法在每個參與者的海馬體中平均產生545個SOs(s.d.=236)、821個紡錘(s.d.=470)和166個波紋(s.d.=88)。補充表2還列出瞭每個參與者的事件密度(每分鐘發生的次數)，平均為3.7(s.d.=0.8)，SOs為5.4(s.d.=2.2)，波紋為1.2(s.d.=0.7)。值得註意的是，我們探索瞭廣泛的檢測標準(產生不同數量的事件)，並發現無論應用的特定閾值是什麼，結果都是顯著穩健的。

補充表2 無偽影NREM數據段的長度(“數據分鐘”)，事件總數和事件密度(n個事件/數據分鐘)，在海馬體中檢測到的梭形波和波紋。

3.2 頭皮電極(Cz)檢測SOs和紡錘波。

在檢測海馬體事件之前，我們希望確保我們的SO和紡錘波檢測算法的實現能夠復制在頭皮電極Cz上發現的結果。事實上，補充圖2描繪瞭TFR時間鎖定到SO下態(低谷)，顯示瞭SO事件期間紡錘波功率的典型調制(12-16 Hz)。其中，紡錘波功率在SO下態時下降，在隨後的由下到上的轉換中增加，在SO上態時達到峰值，並在SO事件之後表現出持續的抑制。這種SO-紡錘波調制的優選相位在參與者的上態周圍聚集顯著（平均優選相位=328°）。相反，8-12Hz范圍內的功率則表現出相反的模式，在SO由上至下的過渡期間增加。

補充圖2 頭皮腦電圖(Cz) PAC事件鎖定分析。左:SO-紡錘波PAC。

(a)參與者的未濾波腦電圖平均值。

(b)紡錘波鎖定TFR（時頻表征）的平均值（與事件前基線相比的變化百分比）。

(c)與事件前基線相比有統計學意義的變化。右：紡錘波PAC。雖然(a)中的腦電圖顯示瞭睡眠紡錘波典型的起伏模式，但在紡錘波峰值鎖定的TFR(b)中沒有觀察到可靠的波紋功率調制。

3.3海馬SOs組紡錘波

SO-紡錘波相互作用已經在頭皮EEG中(見上文)以及貓的侵入性皮層和丘腦記錄中得到瞭很好的證實，但它們是否也存在於人類的海馬體中尚不清楚。未濾波的海馬iEEG軌跡，時間鎖定到檢測到的海馬SO事件的下態，如圖2a所示。圖2b描繪瞭相應的平均海馬TFR，以相對於-2.5s到-1.5s的SO前間隔的功率變化表示。值得註意的是，紡錘波功率(12-16Hz)在SO上態時顯著增加，即相對於最大SO下態。圖2c顯示瞭統計閾值後在SO上態中出現的一個顯著的紡錘簇。在參與者中，最大功率增加發生在14.5Hz。事實上，這種SO-紡錘波調制的首選相位在參與者中顯著地向SO上態聚集(平均首選相位=160°)。圖2d顯示瞭來自單個參與者的數據，以更好地說明SO上態對紡錘波功率的調制。還請註意，圖2b提示隨著紡錘波功率的增加，波紋功率也隨之增加，我們將在下面進一步分析。

圖2 海馬SO-紡錘波PAC事件鎖定分析。

(a)參與者的平均未濾波iEEG軌跡，與SO下態的最大值對齊。

(b) SO下態鎖定的TFR（時頻表征）的平均值(與事件前基線相比的百分比變化)。

(c)統計上較事件前基線有顯著變化的區域。插圖，每個參與者的SO-紡錘波調制首選相位的單位圓，這說明瞭紡錘波功率向SO上態的首選聚類。

(d)抽樣參與者的數據。右，平均SO和TFR，將−1.5 s放大到+1.5 s，以5-30Hz的頻率來突出SO上態的紡錘波功率嵌套。左，所有檢測到的SO事件中首選SO-紡錘波調制相位的歸一化直方圖，導致該參與者的平均首選相位為187°(紅線)。

雖然Cz上的SOs顯示出快速(12-16Hz)和緩慢(8-12Hz)紡錘波的上、下態，但海馬體(HC)上的SOs隻是快速紡錘波。為瞭量化SO-慢紡錘波調制的跨區域差異，我們將慢速紡錘波范圍定義為8-12Hz，快速紡錘波范圍(如前所述)定義為12-16Hz。在Cz波谷或HC峰附近，SO下態的時間窗口設置為−250ms到+250ms，SO上態的時間窗口相對於Cz波谷或HC峰從+250ms到+750ms。盡管在SO上態，Cz和HC的快速紡錘波功率依舊增加顯著，在SO下態，慢速紡錘波功率的增加僅在Cz顯著，而在HC不顯著。重要區域(Cz，HC)×紡錘波(快或者慢)交互也反映瞭一個事實：Cz和HC在慢功率下態有顯著區別，但沒有出現在快功率上態。這一發現與之前將快速而非緩慢的紡錘波與海馬活動聯系起來的研究一致，並表明這兩種紡錘波在睡眠依賴記憶鞏固中發揮著不同的作用。

另外，檢測到的SOs可以是串聯事件(即真實的多事件振蕩)，也可以是孤立事件。我們發現，24.3% (s.d. = 5.2)的海馬SOs和33.5% (s.d. = 7.7)的Cz SOs在±1.3s(~0.75 Hz)內出現另一個SO下態，因此是真正的多事件振蕩的一部分(補充圖3和4)。

c069d18698a3d8bfe0cd95496c5cd787補充圖3 事件相關時間直方圖(PETH)。

(上)Cz(左)和HC(右)被時間鎖定到SO下態的SO事件的PETH，突出顯示瞭一個SO周期的多個峰值(多事件振蕩)。(下)紡錘波出現時間鎖定到紡錘波中心的PETH，顯示可識別的峰值在SO頻率重復。

補充圖4 海馬腦電圖顯示多事件SOs和嵌套紡錘波。

上圖:未經濾波的原始腦電圖軌跡，通過我們的自動算法將數據段標識為SO(綠色)和紡錘(藍色)。

下圖:應用特定事件帶通濾波器後的相同數據段(SO: 0.5-1.25 Hz，紡錘波:12 - 16Hz)。

3.4 海馬波紋嵌套在紡錘波波谷中

兩階段鞏固模型的第二個關鍵組成部分是海馬波紋嵌套在紡錘波谷中，因此利用突觸興奮性的細粒度時間窗促進跨區域的相互作用。時間鎖定到最大紡錘波波谷(圖3a)，圖3b描繪瞭相對於紡錘波前間隔−2.5 s至−1.5 s的海馬平均TFR。波紋功率(80-100 Hz)在紡錘波中心附近的500毫秒內顯著增加，在86.8Hz (s.d = 12.2)時，參與者的最大功率增加。值得註意的是，離散波紋功率爆發嵌套在單個紡錘波波谷中(圖3c)。這種紡錘波調制的首選相位在參與者的波谷附近聚集顯著(平均首選相位=167°)。圖3d顯示瞭來自單個參與者的數據，突出顯示瞭波紋嵌套在單個紡錘波循環中的高時間精度。我們註意到偽PAC可以從非正弦信號中產生。然而，這種偽PAC往往會在寬頻范圍內產生影響，這與我們觀察到的邊界清晰的PAC不同(圖3)，它與之前在人類海馬體中觀察到的生理波紋的頻率范圍精確匹配。

圖3 海馬紡錘波PAC的事件鎖定分析。

(a)經過濾波後的平均iEEG。

(b)紡錘波波谷鎖定TFR的平均值(與事件前基線相比的百分比變化)。

(c)統計上較事件前基線有顯著變化。插圖，每個參與者的紡錘波-波紋調制首選相位的單位圓，這說明瞭在紡錘波波谷中波紋功率的首選相位。

(d)一名參與者的數據。右，平均紡錘波和TFR。左，所有檢測到的紡錘波事件的首選主軸-波紋調制相位的標準化直方圖。

3.5 波紋鎖定分析

最後，我們研究瞭當海馬腦電對離散波紋事件進行時間鎖定時，是否也會出現海馬紡錘波-波紋耦合。為此，我們確定瞭類似於SOs和紡錘波的波紋事件。首先，腦電圖證實瞭未濾波的原始數據中檢測到的事件的振蕩性質(圖4a)。其次，它揭示瞭在delta范圍內的明顯偏轉上的疊加波紋，在3Hz處顯示瞭一個頻譜峰值。在人類和非人類靈長類動物的海馬記錄中都觀察到瞭波紋與“delta波”的相同耦合。波紋鎖定TFR(圖4a)，我們首先確認瞭我們確定的波紋的頻帶范圍的性質，這與之前關於人類波紋的報告再次一致。註意，最大波紋功率增加發生在86.2Hz。值得註意的是，事件周邊的TFR（時頻表征）也顯示瞭在波紋中心周圍500 ms內紡錘波功率(12-16 Hz)的顯著增加(圖4)。參與者的最大紡錘波功率增加出現在14.6Hz (s.d. = 3.3)，這與最大紡錘波調制的頻率相對應(圖2)。

在圖4b中，我們展示瞭上述同一參與者的平均波紋鎖定的原始EEG軌跡(圖2d和3d)。需要註意的是，當帶通濾波的EEG軌跡圍繞參與者的紡錘波最大功率(14 Hz)時，紡錘波波谷中嵌套的波紋再次變得明顯。為瞭進一步確認波紋在連續紡錘波波谷內的嵌套，我們推導瞭相對於給定波紋中心時間其他波紋出現的概率。這個波紋PETH揭示瞭峰值出現概率明顯跟隨14.5 Hz的振蕩(圖4c)。最後，雖然波紋功率傾向於在紡錘波最大值之前達到最大，但我們發現紡錘波開始可靠地先於波紋開始(而不是波紋觸發主軸)。

8145b435fe9ce27396c7dcdd669150c6圖4 海馬的波紋。

(a)參與者未經濾波的平均iEEG，對齊到波紋峰值的最大值(時間0)。第一個插圖強調瞭未濾波的原始腦電圖中檢測到的事件的振蕩性質。第二幅插圖顯示瞭腦電圖的頻譜分析結果，顯示瞭3Hz的頻譜峰值。中間圖，波紋峰值鎖定TFR的平均值(與事件前基線的百分比變化)，突出波紋的帶限性質。下圖，放大到5-30Hz，顯示統計閾值設定前(上)和統計閾值設定後(下)的總體平均TFR，以突出主軸功率的波紋鎖定增加。

(b)參與者的數據。上圖，波紋鎖定的平均原始EEG(實線)與帶通濾波線(13.5-14.5 Hz，虛線)疊加，以突出在紡錘波波谷中嵌套的波紋。下圖，對應的波紋鎖定TFR，突出參與者在波紋和紡錘波范圍內的最大值。

(c)波紋-波紋PETH。相對於單個波紋的中心時間，其他波紋出現的概率。

3.6 事件偶然性

總之，我們的研究結果為SOs對紡錘波的調制以及海馬波紋在單個紡錘波波谷中嵌套提供瞭令人信服的證據。最後，我們開始量化這三種事件類型的偶然性，即SOs、紡錘波和波紋的時間共現。首先，在上述應用的相同分析框架中，當將分析限制在緊接有SO下態的紡錘上時，我們觀察到顯著的紡錘-波紋耦合。此外，在單個SO事件下態之後的0.2-1 s計算，波紋振幅(80-100 Hz)被12 - 16 Hz振蕩相位顯著調制。這些結果以真正的分層方式為SO-紡錘波波紋耦合提供瞭關鍵證據。

其次，基於我們的事件檢測算法，發現21%的SOs觸發紡錘波，使紡錘波中心位於最大SO下態後0.2到1秒之間。在這些紡錘波中，6%的紡錘波中心周圍也有±0.5 s的波紋。但請註意，這些分析的結果在很大程度上取決於SOs、紡錘波和波紋的事件檢測標準，以及用於定義時間共現的時間間隔。在另一項分析中，我們確定瞭SWS(慢波活動)期間檢測到的所有波紋中有多少比例同時伴有紡錘波和SOs，揭示瞭24%的波紋與紡錘波和SOs同時發生。考慮到這些結果依賴於特定的閾值設置，我們需要確保我們獲得的數值確實反映瞭三種事件類型的共同出現。為此，我們設計瞭一個替代數據分析，其中我們考慮瞭每個參與者檢測到的SOs、紡錘波和波紋的數量。在SOs、紡錘波和波紋之間沒有系統相互作用的零假設下，這些事件將隨機分佈在可用的樣本中，運行1000次構造代理分佈，在紡錘波中心出現SO以及在±0.5s內出現波紋的紡錘波的總體平均百分比為2%，且沒有一次代理迭代達到經驗值6%。以至於觀察到的SO-紡錘-波紋聚類的百分比明顯超過瞭概率。也就是說，對於沒有立即出現SO下態的紡錘波，也觀察到瞭顯著的紡錘波-波紋耦合，未來研究這兩種類型的紡錘波-波紋耦合對記憶鞏固過程的貢獻是否不同將是重要的。 3.7 跨區域PAC

為瞭測試SOs、紡錘波和波紋是否確實有助於睡眠時海馬-新皮層的信息傳遞，我們分別量化瞭海馬紡錘波和波紋與皮層SOs和波紋的耦合。為此，我們使用頭皮電極Cz(代替其他皮層部位的顱內電極)，上述分析顯示瞭清晰可檢測的SOs和紡錘波(補充圖2)。事實上，我們發現瞭Cz SOs (SOCz)與海馬紡錘波(spindleHC)耦合和Cz紡錘波(spindleCz)與海馬波紋(rippleHC)耦合的證據。對於SOCz-spindleHC耦合，在Cz SO上態時，海馬紡錘波功率增加瞭20.5%(s.d. = 29.5)。同樣，對於spindleCz-rippleHC耦合，Cz紡錘波中心附近的海馬波紋功率從−250 ms到+250 ms增加瞭4.8%(s.d = 4.9)。

我們推斷，在機制上，這種跨區域PAC很可能是通過在新皮層和海馬體中同時發生的SOs和紡錘波的同步效應來實現的。推導出SOs和紡錘波在Cz和HC的共現概率(補充圖8)，我們發現在±0.5s內，SOCz中19.1% (s.d. = 3.3)伴有SOHC，spindleCz中33.5% (s.d. = 8.5)伴有spindleHC。

補充圖8 Cz和海馬之間的跨區域CFC。事件周圍時間直方圖(PETH)描述瞭時間鎖定到Cz的海馬SOs (a)和時間鎖定到Cz的海馬紡錘波(b)的發生概率。

正如預期的那樣，與未與SOHC共發生的SOCz相比，與SOHC共發生19.1%的SOCz的SOCz- spindleHc耦合顯著更大。同樣，與未與spindleHC共發生的spindleCz相比，與spindleHC共發生的spindleCz的33.5%的spindleCz的spindleCz- rippleHc耦合顯著更大。

3.8 共線圖分析

在通過預先定義的振蕩事件(SOs、紡錘波和波紋)直接測試假設的PAC後，我們開始在更詳盡的頻率范圍內探索海馬PAC。在更寬的頻率范圍內發現PAC是前面介紹的PAC共線圖方法。從概念上講，臨界調制指數(MI)是一種PAC測度，類似於用於事件鎖定分析的PAC測度，因為它反映瞭調制(較高)頻率的振幅隨調制(較低)頻率的相位變化的程度。首先，為瞭揭示非快速眼動睡眠特有的PAC，我們確定瞭非快速眼動的MI大於WAKE的頻率對。其次，為瞭確保在NREM期間產生的影響不會因較大的振幅而產生偏差，我們導出瞭替代數據，其中使用瞭與真實PAC分析相同的數據，並將它們與原始NREM數據進行比較。

這個過程產生瞭四個簇(圖5)。簇1復制瞭事件鎖定分析中觀察到的SO-spindle PAC，其最大值出現在調節14Hz活動振幅的0.75Hz振蕩階段。簇2通過在delta范圍內的振蕩來復制對波紋功率的調制，在3.25 Hz的振蕩調制85 Hz活動的振幅時顯示出其最大值。簇3復制瞭事件鎖定分析中觀察到的紡錘波PAC，其最大值在12.75Hz的振蕩相位調制85Hz活動的振幅。註意，在簇2和簇3之間，80-100Hz振幅調制的首選相位存在顯著差異，這表明波紋嵌套在紡錘波波谷中，但出現在delta振蕩的峰值。最後，出現瞭一個額外的簇(簇4)，最大調制發生在10.25 Hz振蕩調制22Hz的相位(慢紡錘波-beta PAC)。

e69bc26c66c5122e856ca1a7a594c36c圖5 非快速眼動睡眠中的海馬體PAC。

這些結果不僅證實瞭我們基於事件的分析的主要結果，而且還強調瞭海馬PAC對SO-紡錘波和紡錘波-波紋相互作用的相對選擇性。慢紡錘波PAC，雖然不是當前系統整合的組成部分，但最近在睡眠頭皮腦電圖記錄中被報道。

4. 討論

雖然NREM睡眠對記憶鞏固的作用早已被認識，但海馬-新皮質對話假說的精確機制仍不清楚。現存的模型，首先是主動鞏固框架，認為記憶鞏固依賴於三種NREM睡眠基本特征—SOs、紡錘波和波紋的復雜相互作用。特別是，在新皮質SOs的影響下，丘腦皮層紡錘波被認為是在海馬和新皮質之間服務於時間微調信息傳遞的海馬波紋的群體。我們使用直接的電生理記錄來測試一個默認的假設，即SOs、紡錘波和波紋在人類海馬體中一致且系統地相互作用。

我們的研究結果與這一猜想達成瞭令人信服的一致，結果表明，記錄在海馬體中的睡眠紡錘波是由SOs協調的，而紡錘波反過來又在波谷中調制海馬波紋。這種模式是通過兩種互補分析觀察到的。利用事件鎖定分析，我們在已建立的檢測算法的基礎上識別SO和紡錘體事件，並使用事件中心來對齊更快的神經元振蕩的TFR。該分析揭示瞭在海馬SO波谷周圍的紡錘波功率(12 - 16Hz)的強烈增加(圖2)，也就是說，從海馬向下到向上態的轉變開始，類似於通常在頭皮記錄中觀察到的SO-紡錘波調制(補充圖2)。當依次將TFR與紡錘波事件中心對齊時(圖3)，嵌套在紡錘波波谷中的波紋爆發的出現變得明顯。最後，在我們的數據中識別單個波紋事件時，出現瞭相同的紡錘波耦合。鎖波TFR不僅顯示瞭紡錘波功率的強勁增長(圖4a)，而且連續的波紋出現顯示瞭恰好跟隨紡錘波振蕩的周期性(圖4c)。

我們的第二個分析采用瞭一個共線圖程序來評估，在一個步驟中，一個窮盡范圍的頻率對的相位-振幅耦合。這一分析有力地證實瞭事件鎖定分析的結果(圖5)。需要註意的是，兩種分析都出現瞭相同的相位-振幅關系，即紡錘波功率向SO波谷方向增大，波紋在紡錘波波谷內嵌套。值得一提的是，雖然我們排除瞭乳突參考電極的假效應(補充圖10)，我們的宏觀電極記錄仍然不知道記錄信號下的精確神經發生器。

補充圖10 對同一深度電極上最前面(11個參與者)或最外側(1個參與者)接觸的海馬PAC進行事件鎖定分析。

(a)樣本參與者中用於重參考的位置(紅線)。

(b)參與者未濾波的平均腦電圖;

(c)事件鎖定TFR平均值，鎖定到SO峰值(左)和紡錘波波谷(右)。

盡管之前在動物和人類中進行的研究已經為SO-紡錘波耦合、SO-波紋耦合或紡錘波-波紋耦合在大腦不同區域或跨區域提供瞭證據，但據我們所知，第一個證據表明，這三種振蕩確實在海馬體中重合並有系統地相互作用，這是假定它們在促進海馬體鞏固過程中發揮作用的關鍵前提。例如，在許多嚙齒類動物的記錄中，海馬波紋與新皮質SWA(慢波活動)或紡錘波有關，但與海馬本身記錄的SWA或紡錘波無關。之前的一項研究確實在嚙齒動物的海馬體中發現瞭SOs，但沒有將它們與海馬體或其他地方出現的紡錘波或波紋聯系起來。最近一項對非人靈長類動物的研究報告稱，SOs與海馬體高頻活動之間存在相位振幅耦合。然而，由於方法上的原因，高頻范圍被限制在30-80Hz，在該研究中沒有調查紡錘波。最後，另一項研究報道瞭大鼠海馬紡錘波振蕩相位對海馬高頻活動的調節。然而，這些分析主要基於清醒和快速眼動狀態，而不是快速眼動狀態，且慢波(SOs)的中介作用仍未得到驗證。在人類中，最近的一項iEEG研究表明，在海馬SWA的特定階段，海馬波紋優先出現，但與紡錘波的關系尚未探索。在一項聚焦於紡錘波的後續分析中，作者能夠證明生理紡錘波確實發生在人類的海馬體中(正如我們觀察到的;圖3a)，但這些海馬紡錘波與SOs或波紋的關系沒有被檢查。最後，最近在健康參與者中進行的一項腦電圖-腦磁圖(MEG)研究發現，頭皮上記錄的紡錘波聚集在40-100Hz的振蕩，但神經發生器的位置仍然未知。

在兩種分析中出現的另一種海馬PAC關系是delta頻段(最大頻率在~3 Hz)振蕩對波紋功率的顯著調制。研究人員觀察到，人類在學習後的午睡中記錄的波紋有delta范圍調制，最近記錄的非人類靈長類動物的波紋也有delta范圍調制。這種現象是反映瞭由經典delta波(非快速眼動睡眠的特征，但與SOs不同)調制的波紋，它是否參與瞭假設的海馬-新皮層對話，仍有待確定。值得一提的是，我們報告的波紋頻率范圍(80-100 Hz)明顯低於通常在嚙齒類動物中觀察到的范圍(高達200 Hz)。然而，80-100Hz正是觀察到的人類波動最大的地方，加上最近的數據顯示，非人靈長類動物的波動在80-140Hz之間，符合隨著不同物種的大腦尺寸增加，功能同源振蕩的頻率越來越低的概念。

盡管展示人類海馬體中SOs、紡錘波和波紋的功能耦合很重要，但我們的數據也支持記憶鞏固的兩階段模型中固有的跨區域耦合的概念。特別地，我們發現Cz記錄到的時間鎖定SOs的海馬紡錘波功率增加，以及Cz記錄到的時間鎖定紡錘波功率增加。此外，我們能夠表明，這種跨區域PAC是由SOs和紡錘波在Cz和海馬體的時間共現驅動的，為假定的睡眠期間海馬-新皮質信息傳遞提供瞭進一步的支持。

一個緊迫的問題是，觀察到的PAC效應是否與情景記憶直接相關。研究發現，在完成海馬體依賴的學習任務後，非快速眼動睡眠期間SO振幅會增加，而非快速眼動睡眠期間外部對SOs的增強會促進後續的記憶檢索。同樣地，人們發現學習後紡錘波密度會增加，並預測以後的記憶表現。最近的腦電圖-功能磁共振成像研究發現，頭皮上記錄的紡錘波功率與海馬體中的BOLD激活強烈相關，與此同時，特定類別的大腦區域被激活，這表明之前學習到的信息被重新激活。值得註意的是，這種紡錘體-bold相關性在海馬體後部最強，在那裡我們也觀察到相對紡錘體最大值(補充圖1)。最後，在嚙齒類動物中，海馬波紋一直與之前經歷的重現有關，其受損會損害空間記憶，最近在人類中進行的iEEG研究表明，人類內側顳葉中記錄的波紋的數量與後來的記憶表現相關。簡而言之，每一次非快速眼動睡眠振蕩都與記憶表現有關。然而，仍有待確定的是，最終是否可能是它們的系統相互作用反映瞭睡眠期間的有效重新激活和鞏固。

總之，利用這個難得的機會直接記錄自然睡眠期間的人類海馬體，我們發現瞭非快速眼動睡眠的基本特征之間復雜的關系。海馬波紋嵌套在睡眠紡錘波的波谷中，而睡眠紡錘波又受SOs相位的調節。正如現有的系統鞏固模型所表明的那樣，這種功能耦合層次可能為睡眠期間海馬體和新皮質之間的時間微調通信提供瞭一個重要的機制。

如需原文及補充材料請添加思影科技微信：siyingyxf或18983979082獲取,如對思影課程及服務感興趣也可加此微信號咨詢。另思影提供免費文獻下載服務，如需要也可添加此微信號入群，原文也會在群裡發佈，如果我們的解讀對您的研究有幫助，請給個轉發支持以及右下角點擊一下在看，是對思影科技的支持，感謝！