海马在睡眠相关的记忆加工中扮演关键的角色，但目前尚不清楚海马决定哪些特定的睡眠特征。针对局灶性双侧海马损伤和健忘症患者睡眠生理机制的研究可为其提供重要证据，但这样的研究却很少。英国伦敦大学科研人员在Current Biology杂志发表文章研究该问题。实验通过使用家庭多导睡眠仪研究选择性/局灶性双侧海马损伤的记忆障碍患者和匹配对照组在4个夜晚的睡眠，对其睡眠进行综合定性和定量分析，以确定海马对睡眠表型的作用。研究发现：患者的睡眠生理机制和质量的一般特征是完整的。
但相对于对照组，患者在N2睡眠中表现出显著减少的慢波睡眠（SWS，可能由于慢波密度的降低）和降低的慢波活动（SWA）；相反，对照组与患者的慢速和快速纺锤体无显著差异。而且患者表现出慢波振荡（SOs），并发现SO-快速纺锤体耦合。然而，我们注意到患者慢波振荡周期的后期出现快速纺锤体，这可能表明与记忆巩固有关的SO-spindle-ripple events在时间上的不匹配。选择性双侧海马损伤对皮层大尺度振荡活动的影响表明，海马完整性对于慢波睡眠调节和微调慢波振荡-快速纺锤体耦合的时间序列是必要的，这反过来又说明海马对于有效情景记忆是必需的。
方法：
实验方法中所使用的工具
被试：4名选择性/局灶性双侧海马损伤的记忆障碍患者，10名与患者相匹配（人口学因素：年龄、性别、体重指标和非语言IQ）的健康被试作为对照组。根据患者选择性病变和神经心理特征选择被试，从T2-weighted像中手动分割海马体，结果显示相对于健康对照组，4名患者具有很大的海马体积损伤（FigureS1和TableS1）。并且神经检测证明患者海马外无损伤，基于全脑体素的自动形态学显示患者和对照组在大脑其他地方没有体积差异。选择患有LGI1 VGKC-complex antibody LE的罕见局灶性海马病变患者，使研究者能够确定海马在睡眠生理机制中的直接作用，而不受与病因异质性相关的潜在因素干扰。患者无癫痫或使用癫痫药物，也没有接受低钠血症的治疗，因此，与LGI1 VGKC-complex antibody LE初始表现相关的其他特征-如局灶性癫痫发作和下丘脑损伤相关的低钠血症-也不太可能解释该研究效应。
图S1：其中一个对照组被试和4个患者的MR图像。
表S1：人口学特征和SWS(慢波睡眠)。
研究过程：
1）使用一系列互补方法，对睡眠表型进行深入检查。其中包括评估过去一个月习惯性睡眠习惯的标准化问卷（匹兹堡睡眠质量指数，The Pittsburgh Sleep Quality Index）、白天嗜睡程度（爱普华斯睡眠量表，The Epworth Sleepiness Scale）、评估睡眠类型--被试是“早晨”还是“晚上”类型的人（晨曦问卷，The Morningness-Eveningness Questionnaire）、WatchPAT-200（一种利用外周动脉张力检测阻塞性睡眠呼吸障碍的诊断装置，采用zzzPAT软件分析信号，识别呼吸事件和睡眠状态。使用PAT呼吸暂停或不足指标[AHI]，提供夜间每小时呼吸暂停和呼吸不足的次数）、Actiwatch 2（患者连续7天7夜穿戴Actiwatch 2，无创监测人类休息/活动周期。在30s的时间段中收集活动数据并采用Philips Actiware 6.0.2软件进行分析，接着对数据进行区分）、多功能睡眠记录仪（PSG；通过头皮EEG和其他生理指标[眼动EOG、肌电EMG、心率ECG]测量睡眠阶段的神经信号）。并要求被试填写睡眠日记。当睡眠日记与睡眠记录仪的数据不匹配时，采用客观指标衡量：活动计数、事件标记和亮度水平。感兴趣的变量是：睡眠效率、整体睡眠时间、睡眠破碎指数（FI，心神不宁指标）、夜间到夜间的睡眠时间变异性、平均就寝时间和平均睡眠中点（睡觉时间和起床时间之间的一半时间）。
2）研究者使用Brain Products system在家中对患者进行PSG测试，收集患者4个晚上的PSG数据。使用24导电极帽记录患者的PSG信号，并包括眼电（EOG）、肌电（EMG）和心电（ECG）。采用平均耳参考（M1和M2），采样率为500Hz。第一晚，被试熟悉PSG设备和流程，并收集WatchPAT数据（该晚的PSG数据不用作后续分析）。我们对随后3个夜晚的PSG进行分析，平均间隔18天±7，从而允许评估睡眠结构的一致性，并确保结果不是由单个夜晚影响。
PSG分数：
1）基于EOG, EMG和F3/M2, F4/M1, C3/M2, C4/M1, O1/M2, O2/M1，评估者对睡眠进行分期。SWS(慢波睡眠）：慢波至少占30s时间段的20%。为评估评估者内部变异，间隔五个月后，要求评估者对相同数据中的20%数据进行重新评估。采用二维混合效应模型，两次评估的一致性通过组内相关系数（ICC）进行评估。结果发现中等-好的可靠性：整体睡眠时间（0.9）、REM（0.8）、N1（0.9）、N2（0.6）、N3（0.9）和睡眠后清醒（0.9）。
2）研究者也采用SpiSOP工具包执行功率谱分析（PSD）：NREM（N2, SWS）、N2慢速纺锤体、快速纺锤体、慢波振荡（SO）以及SO-快速纺锤体耦合。使用SleepTrip（基于FieldTrip函数）创建睡眠拓扑图和ERP。采用双耳乳突参考，Fpz为接地电极。降低采样率为250Hz。接下来进行滤波：EEG和EOG（0.3-35Hz）、EMG（10-100Hz）。用于分析的电极点：F3, F4, C3, C4, P3, 和P4。计算NREM睡眠期（N2和SWS）的PSD：计算平均快速傅里叶变换系数，使用窗长为5s的hanning窗，时间重叠为4s，并进行标准化。在所有分析中，自动排除具有EMG和EEG伪迹的时间段，并进行人工检查。在整个频带（0.6-20Hz）检验EEG功率谱密度的组别差异。
3）按照先前文献设置PSD、纺锤体、SO（慢波振荡）以及SO-快速纺锤体耦合的参数。计算睡眠纺锤体到SO下降状态的平均延迟及其标准差，以估计其共同出现的时间差量（延迟差量）。另外，计算了耦合SO和快速纺锤体的平均振幅和持续时间。在所有分析中，自动排除具有EMG和EEG伪迹的时间段。
4）在一个额外的分析中，我们通过自动检测算法来检测慢波（根据睡眠阶段的视觉得分规则觉察慢波），以匹配AASM评分定义，即持续时间与0.5-2Hz一致，振幅为75-400mV，对F3/M2, F4/M1, C3/M2, C4/M1电极点的平均信号进行监测。此外，我们还排除了每个通道中持续时间、频率或振幅超过3个标准差的慢波。然后，合并在每个视觉评分N2和SWS时间段中觉察到的所有慢波的持续时间。如果一个时间段的总持续时间超过6s（即30s时间段的20%），那么这个时间段就被归类为一个估计SWS的时间段。
统计分析：
使用SPSS 25.0软件进行统计分析。大多数组间分析采用非参Mann-Whitney U tests。PSD(功率谱）分析中的组别差异采用Bootstrap独立样本t检验。由于小样本患者可能会掩盖群体差异，因此我们除了提供统计检验的结果和p值，同时还提供置信区间和效应量（CI与Cohen’s d），并执行额外的bootstrap分析和其他多种数据分析方法。
结果：
睡眠质量（Table1）：患者和对照组在一般质量和睡眠模式的问卷测量、白天嗜睡程度以及睡眠类型方面均无显著差异。两组在客观衡量睡眠质量方面也无显著差异。同样的结果包括：WatchPAT的呼吸障碍指标，以及整体睡眠时间、睡眠效率（在床上睡觉花费的时间百分比，两组均大于80%）、睡眠片段化（由于持续的身体运动被认为是难以入睡的睡眠百分比）的Actiwatch测量。这些结果表明，睡眠质量的一般特征不太可能由海马调节。
表1：患者和健康对照组的睡眠特征
睡眠宏观结构：
1）使用PSG数据进一步查询睡眠整体时间、睡眠效率、睡眠潜伏期和睡眠开始后出现的清醒期。结果与Actiwatch数据一致，两组没有显著差异。
2）睡眠阶段分为非快速眼动期（NREM；包括N1, N2, N3阶段，后者也被称为慢波睡眠--SWS）和快速眼动期（REM）。接下来比较两组的睡眠时间百分比、片段数量以及每个阶段的时间。对3个晚上的睡眠测量数据进行平均，结果发现两组被试在N1, N2以及REM阶段的睡眠时间是类似的。然而，与健康对照组相比，患者在SWS阶段花费显著更少的时间（1.31 min vs. 18.02；Figure1A）。在分析PSG时，患者3个晚上均出现了显著减少的SWS，并且时间上无显著差异（Figure1B）。研究者进行Bootstrap分析以证明组别的差异，结果证明相对于健康对照组，患者的SWS（慢波睡眠）减少。使用自动慢波检测算法检验N2和SWS数据的结果说明睡眠技术专家视觉分数与SWS算法之间的一致性。因此，选择性双侧海马损伤不会影响睡眠宏观结构的广泛特征；相反的，它的影响似乎局限于SWS。这一结果说明海马可以促进SWS（睡眠过程中，记忆巩固的神经特征）。
图1：患者和健康对照组之间的睡眠阶段比较。
A) 为评估患者和健康对照组在睡眠结构上的潜在差异，我们平均3个夜间的数据。与对照组相比，患者在SWS中花费的显著更少的时间。
B）在每个睡眠阶段所花费时间的累积百分比，以及两组被试在3个晚上之间的低变异性。患者以及健康对照组的SWS在3个晚上之间无显著差异。患者SWS显著减少。
睡眠稳定性和片段化：通过分析睡眠稳定性和片段化进一步揭示海马损坏对SWS的特定影响（Table1）。虽然患者具有减少的SWS，但是包括整个睡眠时间中每小时觉醒次数、从一个状态到另一状态的转换次数、功能不确定性时期的次数、从任何睡眠阶段到觉醒的转换次数以及NREM和REM睡眠的整体稳定性在内的测量结果说明患者和健康对照组的睡眠稳定性和片段化均无显著差异。
功率谱分析：使用数据驱动Bootstrap方法分析N2睡眠和SWS的功率谱密度（Figure2）。结果显示患者EEG delta频带功率谱显著减少，这一频带是SWS的标志，在PSD(功率谱）中通常被称为慢波活动（SWA）。这个SWA减少分布在双侧中央顶叶脑区（C3 [2-2.4 Hz; 2.8-3.2 Hz], C4 [1.8-4 Hz], P3 [2.8-3.6 Hz],P4 [2.2-3.2 Hz]）。当仅考虑N2睡眠时，发现了相似的结果（C3 [2.2 Hz; 3.0 Hz], C4 [2.0–2.4 Hz; 2.8–3.2 Hz; Figure 2], and P4 [2.4–3.2 Hz]）。当在整个频带上（0.6-20Hz）测量EEG PSD时，我们没有发现任何组别差异。因此，这种PSG数据的替代方法与视觉睡眠分期一致，揭示了SWA（慢波活动）在局灶性双侧海马损伤背景下的特定变化。
图2：患者和健康对照组在N2睡眠阶段的功率谱。
A) 患者和健康对照组在N2睡眠阶段0.6-20Hz的EEG功率谱。呈现的图是C4电极点的信息。我们使用数据驱动的bootstrap方法评估组别在EEG功率谱密度上的差异。Bootstrap检验的结果显示相对于健康对照组，患者具有减少的N2 delta功率谱活动（2-3.2Hz）。
B) 患者和健康对照组之间在慢波活动上（SWA, 2-3.2Hz）的EEG功率谱差异地形图（C4）。
如果您对脑电数据处理及分析或脑电设备感兴趣，请直接点击了解思影科技课程及产品和服务：
第八届脑电数据处理入门班（南京3.9-14）
第二十届脑电数据处理中级班（重庆3.7-12）
思影数据处理业务四：EEG/ERP数据处理
BIOSEMI脑电系统介绍
NREM宏观结构：
1）检验N2睡眠阶段的其他特征是否会预示着患者SWS/SWA的减少。集中分析慢波振荡（SOs，0.5-1Hz）、慢速（9-12Hz）和快速（12-15Hz）纺锤体、以及SOs-快波纺锤体耦合，后两者是记忆巩固的标志。检验SO属性（密度、波幅、持续时间和斜率）和纺锤体活动（密度、波幅、持续时间和核心频率）。结果发现在额叶、中部、顶叶电极上，患者和健康对照组的这些指标均无显著差异（Figure3）。研究者另外执行了Bootstrap分析。在之前分析中表明的“患者的SO（慢波振荡）密度减小的趋势”在Bootstrap分析中达到显著性水平，这可能说明慢波没有达到试次的20%（SWS视觉分期的要求）。与这一发现有关，正如自动慢波检测算法测量，SWS的视觉分数与NREM阶段的慢波密度具有强相关，但慢波振幅并非如此。整体上来说，这些发现证明患者产生的慢波较少，这可能解释了患者的视觉评分SWS显著减少。
2）患者和健康对照组的SO-快速纺锤体耦合的次数相当。然而，尽管耦合数量类似，但与健康对照组相比，患者的快速纺锤体发生在较晚的SO周期中，患者需要更长的时间延迟到SO下降状态（电极点：F3, P3, P4）。与健康对照组相比，患者的SO伴随着更长的持续时间以便把延迟的纺锤体嵌套起来（电极点：F3）。在Bootstrap分析中也发现了SO-快速纺锤体耦合效应。
图3：患者和健康对照组在N2睡眠阶段的睡眠相关振荡的例子。结果表明，这些睡眠标记的特征（形状和振幅）在两组之间是相似的。
总结：
该研究对4例具有明显情景记忆缺陷和选择性双侧海马损伤的罕见患者的睡眠表型进行综合分析。结果发现：
1）与健康对照组相比，通过视觉睡眠分期测量和PSD分析，患者具有显著减少的SWS/SWA。
2）基于自动慢波检测算法，我们也发现患者减少的SWS可能是由于慢波的密度减少，而非波幅。
3）患者与健康对照组的慢速和快速纺锤体无显著差异。
4）在患者中发现SOs以及SO-快速纺锤体，但这些睡眠特征不足以支持正常的记忆功能。然而，患者的SO密度降低，伴随着嵌套纺锤体的SOs具有较长的持续时间，并且在SO周期内纺锤体的时间延迟，表明在SO-spindle-ripple events（记忆巩固的关键）之间的时间失匹配。我们测试的睡眠表型其他特征两组相似。
该研究结果证明局灶性双侧海马损伤与睡眠结构断裂有关，表现为SWS和SWA的减少，以及在SO周期结束时快速纺锤体的明显时间误差。这表明，海马体在睡眠生理机制中起重要作用，并且海马体是情景记忆正常运作所必需的。
原文：Sleeping with Hippocampal Damage
