在2020年1月的一次睡眠研討會上，揚納·倫德納（Janna Lendner）提出了一些新發(fā)現(xiàn),，這些發(fā)現(xiàn)暗示存在一種方法能通過觀察人腦活動,，尋找清醒和無意識之間的界限。在治療處于昏迷或麻醉狀態(tài)的患者時,，正確區(qū)分兩者的差異是至關(guān)重要的,。由于一個人進(jìn)入快速眼動睡眠中的夢境時,，其大腦中會產(chǎn)生與清醒時相似的、平滑振蕩的腦電波,，因此要找到可行的區(qū)分方法十分棘手,。不過，倫德納認(rèn)為答案不在于常規(guī)的腦電波,，而在于科學(xué)家通常會忽略的另一種神經(jīng)活動：反復(fù)無常的神經(jīng)活動背景噪音,。

一些研究人員對此表示懷疑?！八麄儠f,，'所以，你是說噪音里有信息,？’”倫德納說,，“我會說，'是的,。一些人眼中的噪音,，在另一些人看來是信號?！眰惖录{是德國圖賓根大學(xué)醫(yī)學(xué)中心的麻醉學(xué)住院醫(yī)師,，最近在加利福尼亞大學(xué)伯克利分校完成了博士后研究。

大腦電活動中的噪音或許是掌握其內(nèi)部運作的新線索,，越來越多的神經(jīng)學(xué)家正因這個新觀點而備受鼓舞,，倫德納就是其中之一。這種神經(jīng)學(xué)現(xiàn)象曾經(jīng)被等同于煩人的電視機(jī)靜電,，但如今它可能會對科學(xué)家研究大腦的方式產(chǎn)生深遠(yuǎn)影響,。

布拉德利·沃伊特克（Bradley Voytek）是加利福尼亞大學(xué)圣迭戈分校的認(rèn)知科學(xué)和數(shù)據(jù)科學(xué)副教授，一些懷疑者過去常告訴他,，研究大腦活動中噪音的特征沒有什么價值,。但是，當(dāng)他在自己的研究中發(fā)現(xiàn)腦電波噪音隨年齡增長而改變,，并且從文獻(xiàn)中找到一些關(guān)于不規(guī)律腦電活動的統(tǒng)計學(xué)趨勢時,，他開始相信自己遺漏了一些東西。因此,，他花了數(shù)年時間思考,，如何說服科學(xué)家重新思考他們的數(shù)據(jù)?！爸苯幼叩揭蝗嚎茖W(xué)家面前說,，'嘿，我認(rèn)為我們做錯了’顯然不行,，”他說,，“你必須能為他們提供一種新的工具,，讓他們以更有效的方式進(jìn)行研究?！?/p>

通過與加利福尼亞大學(xué)圣迭戈分校和伯克利分校的神經(jīng)科學(xué)家合作,，沃伊特克開發(fā)了一種軟件，可以分離出隱藏在非周期性腦電活動中的規(guī)律性腦電波,，比如α波——科學(xué)家對睡眠和清醒狀態(tài)下的α腦電波已經(jīng)進(jìn)行了大量的研究,。這為神經(jīng)科學(xué)家提供了一種新的工具，用于剖析有規(guī)律的腦電波和非周期性腦電活動,，以便理清它們在行為、認(rèn)知和疾病中的作用,。

沃伊特克和其他科學(xué)家正在用多種方式研究這種現(xiàn)象,，他們對這一現(xiàn)象的命名也不盡相同：有人稱其為“1/f斜率”或“無標(biāo)度的腦電活動”；沃伊特克則推動將其重新命名為“非周期性腦電信號”或“非周期性腦電活動”,。

這種現(xiàn)象不僅存在于大腦中,。倫德納、沃伊特克和其他人尋找的腦電活動模式與一種名為統(tǒng)計化結(jié)構(gòu)（statistical structure）的現(xiàn)象有關(guān),。早在1925年,，科學(xué)家就在自然界和科技領(lǐng)域的復(fù)雜系統(tǒng)中注意到這種現(xiàn)象。由于統(tǒng)計化結(jié)構(gòu)出現(xiàn)在了諸多不同的環(huán)境中,，因此一些科學(xué)家甚至認(rèn)為它代表了一種未被發(fā)現(xiàn)的自然規(guī)律,。

盡管科學(xué)家在20多年前就開始發(fā)表與這種無規(guī)律的腦電活動相關(guān)的論文，但還沒有人能夠確定它的真正含義,。而現(xiàn)在的研究人員有了更好的工具,，可以在新的實驗中分離出非周期性腦電活動，還能更深層地分析那些舊的數(shù)據(jù),。多虧了包括沃伊特克的算法在內(nèi)的多種方法,，最近幾年發(fā)表的一系列研究都認(rèn)為，非周期性腦電活動中蘊含著一些潛在的重要發(fā)現(xiàn),，可能會促進(jìn)衰老,、睡眠和兒童大腦發(fā)育等領(lǐng)域的研究。

非周期性腦電活動

我們的身體習(xí)慣于熟悉的心跳和呼吸節(jié)奏——這些持續(xù)性的生理循環(huán)是生存所必需的,。但同樣重要的腦電活動似乎沒有一個固定的模式,，它或許包含了一些與行為和認(rèn)知基礎(chǔ)相關(guān)的新線索。當(dāng)一個神經(jīng)元向另一個神經(jīng)元發(fā)送谷氨酸時,，接收的神經(jīng)元更有可能放電,，這種情況被稱為神經(jīng)興奮。相反,，如果神經(jīng)元釋放的神經(jīng)遞質(zhì)是γ-氨基丁酸（GABA）,，接收的神經(jīng)元更不容易放電,，這就是神經(jīng)抑制。任何一種神經(jīng)遞質(zhì)過量都會有負(fù)面影響：神經(jīng)過度興奮會導(dǎo)致癲癇發(fā)作,，而神經(jīng)抑制則會導(dǎo)致嗜睡,，更極端的情況還會導(dǎo)致昏迷。

為了研究神經(jīng)興奮和抑制間的微妙平衡,，科學(xué)家通過腦電圖（electroencephalography,，EEG) 來測量大腦的電活動。神經(jīng)興奮和抑制在循環(huán)時形成的腦電波會對應(yīng)不同的精神狀態(tài),，例如8~12赫茲的腦電波會形成和睡眠相關(guān)的α腦電波,。大腦輸出的電活動并不是完全平滑的曲線，而是會出現(xiàn)顫動,。有時大腦的電活動沒有規(guī)律性,，看起來更像是電子噪音。其中“白噪聲”的出現(xiàn)十分隨機(jī),，但另一些成分具有更有意義的統(tǒng)計化結(jié)構(gòu),。令沃伊特克等神經(jīng)學(xué)家感興趣的正是這些平滑波形中的不完美之處。他說：“它們是隨機(jī)的,，但屬于不同類型的隨機(jī),。”

為了量化非周期性腦電活動,，科學(xué)家分解了原始的腦電圖數(shù)據(jù),，就像用棱鏡將太陽光分成不同顏色。為此,，他們首先采用了傅立葉分析技術(shù),。在任何一段時間內(nèi)繪制的數(shù)據(jù)都可以表示為三角函數(shù)的和，例如正弦波,，而三角函數(shù)可以通過頻率和振幅來表示,。科學(xué)家可以將不同頻率下的波幅繪制成一張圖表,，即功率譜（power spectrum）,。

功率譜的幅度通常用對數(shù)坐標(biāo)系表示，因為它們的數(shù)值范圍很大,。對于純隨機(jī)的白噪聲,，功率譜曲線相對平坦，呈水平狀態(tài),，因為它在所有頻率下都是近乎相同的,。但神經(jīng)活動產(chǎn)生的曲線具有負(fù)斜率，因為低頻腦電波的振幅更高，而高頻腦電波的強(qiáng)度則呈指數(shù)下降,。這條曲線被稱為1/f,，表示頻率和振幅具有反向關(guān)系。神經(jīng)學(xué)家感興趣的是,，曲線陡峭到什么程度時,，可能預(yù)示著大腦內(nèi)部的運作方式。

加拿大不列顛哥倫比亞大學(xué)的認(rèn)知神經(jīng)學(xué)家勞倫斯·沃德（Lawrence Ward）解釋說,，用這種方式分析腦電圖數(shù)據(jù)，類似于在一座公鐵兩用橋上用錄音機(jī)記錄聲波,。隨機(jī)經(jīng)過的汽車輪胎發(fā)出的嗡嗡聲,，制造出非周期性的背景噪音；而列車每10分鐘一次的鳴笛會產(chǎn)生具有峰值的周期性信號,，在數(shù)據(jù)中，這個信號明顯比背景信號突出,。一次突發(fā)性事件,，如長時間的鳴笛或車輛相撞，就會在聲波中產(chǎn)生明顯的尖峰,，影響1/f的整體斜率,。

人們對1/f現(xiàn)象最初的認(rèn)識可以追溯一篇發(fā)表于1925年的論文。文章的作者是貝爾電話實驗室的約翰·伯特蘭·約翰遜（John Bertrand Johnson）,，他當(dāng)時正在研究真空管中的噪音,。僅僅4年后，德國科學(xué)家漢斯·伯杰（Hans Berger）就發(fā)表了第一份人類腦電圖研究報告,。

在隨后的數(shù)十年里,，神經(jīng)科學(xué)的研究主要集中在腦電活動中主要的周期波上。各種電子噪音,、股市波動,、生物節(jié)律甚至是音樂中都存在著1/f波動，但沒有人知道原因,。

紐約大學(xué)格羅斯曼醫(yī)學(xué)院的神經(jīng)學(xué),、神經(jīng)科學(xué)和生理學(xué)助理教授何碧玉（音譯，Biyu J. He）在2014年發(fā)表于《認(rèn)知科學(xué)趨勢》（Trends In Cognitive Sciences）的一篇綜述中寫到,，或許是因為噪音看起來如此普遍,，許多生物學(xué)家并不認(rèn)為通過對噪音進(jìn)行1/f特征轉(zhuǎn)化，可以得到有用的信號,。他們認(rèn)為這可能是儀器自身發(fā)出的噪音,。

但是,，何碧玉等人用實驗駁斥了這一觀點。她們的結(jié)果證明,，儀器噪音的幅度遠(yuǎn)小于非周期性腦電活動,。在2010年發(fā)表于《神經(jīng)元》（Neuron）的一篇論文中，她和同事還發(fā)現(xiàn),，雖然腦電圖讀數(shù),、地表的地震波和股市波動都顯示出1/f趨勢，但不同來源的數(shù)據(jù)顯示出的高階統(tǒng)計化結(jié)構(gòu)各不相同,。此前人們認(rèn)為單一的自然規(guī)律就能解釋所有事物的非周期性信號,，但何碧玉等人的發(fā)現(xiàn)給出了不同的觀點。

然而,，這個問題還沒有被完全解決,。沃德發(fā)現(xiàn)，不同背景來源的波動也具有數(shù)學(xué)共性,，他相信在這些波動背后,，存在某些基礎(chǔ)事件。無論是以哪種方式,，沃德和何碧玉都認(rèn)為有必要對大腦進(jìn)行深入研究,。何碧玉在2014年發(fā)表的論文中寫道：“幾十年來，科學(xué)家一直認(rèn)為包含'1/f’斜率的腦電活動是不重要的,。為了突出大腦的神經(jīng)振蕩,，他們經(jīng)常將其從分析中剔除。然而,，近年來越來越多的證據(jù)表明,，無標(biāo)度的腦電活動會給大腦功能帶來益處?！?/p>

噪聲中的新信號

沃伊特克在偶然的情況下,，開始了非周期性腦電活動的研究：他最初想要對腦電圖數(shù)據(jù)進(jìn)行建模，并從腦電圖中去除白噪聲,。但當(dāng)他利用算法破解腦電圖,，消除腦電波噪音時，他開始更多地關(guān)注其中有趣的東西,。

在一項發(fā)表于2015年的研究中,，沃伊特克和他的博士導(dǎo)師、加利福尼亞大學(xué)伯克利分校的神經(jīng)科學(xué)教授羅伯特·奈特（Robert Knight）共同發(fā)現(xiàn),，相比于年輕人,，老年人的大腦似乎具有更多的非周期性腦電活動。沃伊特克和奈特觀察到，在衰老過程中,，大腦會產(chǎn)生更多的白噪音,。他們還發(fā)現(xiàn)，這種噪音與和年齡相關(guān)的工作記憶下降存在相關(guān)性,。

沃伊特克希望神經(jīng)學(xué)家能利用軟件從任何數(shù)據(jù)集（包括一些舊數(shù)據(jù)）中,，自動分離出周期性和非周期性的腦電波特征，并尋找出有意義的1/f趨勢線,。因此,，他和團(tuán)隊成員編寫了一個可以實現(xiàn)這一過程的算法。

學(xué)界對這種算法的需求立刻清晰起來,。2018年4月11日,，沃伊特克和同事將編寫的算法發(fā)布在預(yù)印本平臺biorxiv上，算法廣受歡迎,，一個月內(nèi)就被下載近2000次,。同年11月，在神經(jīng)科學(xué)學(xué)會會議（Society for Neuroscience conference）上,，沃伊特克主持了一場關(guān)于如何使用這一算法的講座,。鑒于受歡迎程度，此后他還組織了一場后續(xù)會議,，他的實驗室團(tuán)隊為數(shù)十名感興趣的科學(xué)家提供了技術(shù)支持,。他們通過算法教程和電子郵件交流，促成了新的合作,。

其中一項合作就是倫德納發(fā)表的有關(guān)睡眠中喚醒標(biāo)志的研究，該研究于2020年7月在線發(fā)表于eLife,。借助沃伊特克的軟件,，倫德納和同事們發(fā)現(xiàn)：快速眼動睡眠期間，在受試者腦電圖的非周期性噪音中,，高頻腦電活動的下降速度比清醒時更快,。換句話說，功率譜斜率的絕對值更大,。

在他們的論文中,，倫德納和合作者認(rèn)為，非周期性腦電活動可以作為衡量一個人意識狀態(tài)的特定標(biāo)志,。像這種新的客觀指標(biāo),，可能有助于了解昏迷患者的麻醉狀態(tài)，并改善治療過程,。

沃伊特克的算法還被用于調(diào)查針對注意缺陷多動障礙（ADHD）的藥物的療效,，以及在自閉癥患者中，研究大腦活動的性別差異。該算法于2020年11月發(fā)表于同行評議期刊《自然·神經(jīng)科學(xué)》（Nature Neuroscience）,。研究團(tuán)隊展示了算法在數(shù)據(jù)模擬中的性能,，以及它揭示新發(fā)現(xiàn)的潛力。

娜塔莉·舍沃隆科夫（Natalie Schaworonkow）是沃伊特克實驗室的博士后,，她主要研究規(guī)律性的腦電波,，比如α腦電波。在Zoom會議中,，她表示“α腦電波比非周期性腦電活動更美麗”,，這讓沃伊特克大笑了起來。最近舍沃隆科夫的研究興趣轉(zhuǎn)移到了嬰兒大腦及標(biāo)志其認(rèn)知發(fā)展的電信號模式,，但她遇到了一個問題——嬰兒不會產(chǎn)生規(guī)律性的α波,，這些波是何時、如何出現(xiàn)的,，仍是一個懸而未決的問題,。

她使用這一算法分析了一組公開的嬰兒大腦活動的腦電圖數(shù)據(jù)。在近期發(fā)表于《發(fā)展認(rèn)知神經(jīng)科學(xué)》（Developmental Cognitive Neuroscience）的一篇新論文中,，舍沃隆科夫和沃伊特克發(fā)現(xiàn)在嬰兒出生后的前7個月里,，非周期性腦電活動發(fā)生了很大的變化。但他們還需要更多的研究去理清,，這一活動反映的究竟是嬰兒成長過程中對任務(wù)的投入更多了,，還是僅僅因為灰質(zhì)密度增加了。

沃伊特克的算法推動了大量的新研究,，但這些并不是僅有的,、與非周期性腦電活動相關(guān)的研究。2015年,，當(dāng)時任職于普渡大學(xué)的溫海光（音譯,，Haiguang Wen）和劉忠明（音譯，Zhongming Liu）發(fā)表了一種能將大腦活動中的周期性與非周期性成分分離的新方法,，并將其稱為不規(guī)則重采樣自動光譜分析（irregular-resampling auto-spectral analysis,，IRASA）。與此同時,，何碧玉在這兩種工具出現(xiàn)之前就一直在研究這個課題,；已故的神經(jīng)學(xué)家沃爾特·J.弗里曼（Walter J. Freeman）也是如此，他的工作啟發(fā)了沃伊特克,。雖然手動進(jìn)行這些工作也是可能的,，但會耗費更多的時間。

神經(jīng)學(xué)家通過類似的工具,，也可以更容易地根據(jù)周期性和非周期性的腦電信號,，檢驗他們的數(shù)據(jù),。這一點十分重要，因為數(shù)據(jù)本身只是在一段特定時間內(nèi)收集的一組數(shù)字,。一張由點組成的圖表本身并不能說明大腦功能狀態(tài),。

沃伊特克說：“在神經(jīng)科學(xué)中，對數(shù)據(jù)的解釋才是最重要的,，不是嗎,？因為這是我們進(jìn)行臨床決策、藥物開發(fā)甚至所有這類事件的依據(jù),?！碑?dāng)我們以這種方式重新審視文獻(xiàn)中的大量數(shù)據(jù)集時，有可能獲得新的見解,，但沃伊特克表示：“我們并沒有對它們進(jìn)行應(yīng)有的充分解讀,。”

這意味著什么

在科學(xué)家探索非周期性腦電活動的這些特征時,，存在一個很大的限制：沒有人確切地知道它們出現(xiàn)的生理原因,。加拿大麥吉爾大學(xué)神經(jīng)學(xué)家西爾萬·貝萊特（Sylvain Baillet）表示，需要更多研究來闡明不同神經(jīng)遞質(zhì),、神經(jīng)回路和大規(guī)模神經(jīng)網(wǎng)絡(luò)交互的貢獻(xiàn),。貝萊特說：“相關(guān)的原因和來源仍未明確。但我們必須進(jìn)行這項研究,，以積累知識和實驗數(shù)據(jù),。”

一種理論認(rèn)為,，非周期性腦電活動以某種方式反映了大腦在神經(jīng)興奮和抑制之間的微妙平衡,，這也是保持其自身健康和活躍所需要的。倫德納說,，過多的神經(jīng)興奮可能會使大腦超載,，而過多的神經(jīng)抑制可能會讓大腦進(jìn)入睡眠狀態(tài)。

奈特認(rèn)為這個解釋在逐漸接近事實,。他說：“我不敢肯定非周期性腦電活動反映的是神經(jīng)抑制與興奮的比值變化，但我認(rèn)為這是最簡約的解釋,?！绷硪环N觀點是，這種腦電活動反映了大腦的實體組織,。根據(jù)其他物理系統(tǒng)反映的1/f趨勢,，沃德認(rèn)為大腦中可能存在某種結(jié)構(gòu)性和層次剃進(jìn)的等級關(guān)系，從而導(dǎo)致了非周期性腦電活動,。例如,，這可能是因為大量神經(jīng)元組成了一個能協(xié)同工作的更大區(qū)域,。

何碧玉表示，在自然環(huán)境中,，與1/f趨勢相關(guān)的腦電活動可能非常適合處理感覺輸入,，因此通常會表現(xiàn)出1/f類型的波動。她在一封電子郵件中表示,，在2018年發(fā)表于《神經(jīng)科學(xué)雜志》（Journal of NeuroScience） 的研究中,，她們探索了大腦如何預(yù)測同樣具有1/f特征的聲音，這表明非周期性腦電活動“參與了對自然刺激的處理和預(yù)測”,。從爵士樂到巴赫的樂曲,，音樂也可以有1/f的屬性，這對她來說并不驚訝——畢竟,，音樂是人腦創(chuàng)造的,。

沃伊特克說，為了測試關(guān)于非周期性腦電活動來源的假說,，研究人員需要更細(xì)致地觀察哪些神經(jīng)回路可能會產(chǎn)生這些信號,。神經(jīng)學(xué)家可以嘗試將這些神經(jīng)回路的位置與大腦的整體生理結(jié)構(gòu)聯(lián)系起來，從而理解哪些神經(jīng)機(jī)制會產(chǎn)生特定的活動模式,，并預(yù)測在不同的腦部癥狀中非周期性和周期性信號的形式,。沃伊特克還希望將算法應(yīng)用于現(xiàn)有的數(shù)據(jù)集，以梳理出未被研究的腦電信號,。

目前,，倫德納和奈特正在美國阿拉巴馬大學(xué)分析昏迷患者的數(shù)據(jù)，從而了解非周期性腦電活動是否與昏迷狀態(tài)的演變有關(guān),。他們的預(yù)測是,，如果一個人從昏迷中蘇醒過來，其大腦的高頻活動增加將表現(xiàn)為1/f斜率的變化,。倫德納說,，初步結(jié)果顯示這一推測是有可能的。

對于貝萊特來說,，大腦中的非周期性信號有點像暗物質(zhì)——我們無法在宇宙中看見暗物質(zhì),，但它能通過引力與正常物質(zhì)相互作用。我們不知道它是由什么組成的,，也不知道它的性質(zhì),，但它就在星空背景中，秘密地將銀河系維系在一起,。

科學(xué)家還沒有弄清楚是什么導(dǎo)致了這些非周期性腦電活動,，但它們也可能反映了我們的大腦“宇宙”中的某種基本支持結(jié)構(gòu)：一些神秘的事物正在“撥動”我們的大腦，讓我們從清醒進(jìn)入睡眠,。

本文原刊于由西蒙斯基金會發(fā)起的Quanta Magazine,，原標(biāo)題為“Brain's 'Background Noise' May Hold Clues to Persistent Mysteries”,。