目的:观察轻度认知障碍(MCI)和阿尔茨海默病(AD)人群的睡眠特征，评价其在区分MCI和AD人群中的价值。方法:选取2020年6月至2022年3月在杭州市第七人民医院确诊的MCI组患者(50例)和AD组患者(50例)进行整夜多导睡眠监测(PSG)，比较两组间总睡眠时间(TST)、睡眠结构占比(N1%、N2%、N3%、REM%)、睡眠效率(SE)、睡眠起始潜伏期(SL)、REM睡眠潜伏期(REML)、入睡后清醒时间(WASO)、睡眠纺锤波密度(ρ spindle)、K复合波密度(ρ KC)指标差异，将组间差异有统计学意义的睡眠特征指标纳入logistic逐步回归，建立联合预测模型，通过受试者工作特征(ROC)曲线比较预测组合中单一指标与联合预测模型区分MCI和AD人群的价值。 结果:MCI与AD组的TST、N3、SE、ρ spindle比较，差异均有统计学意义( t＝3.315、2.798、3.682、6.488，均 P<0.05)。Logistic逐步回归分析结果显示，N3、SE、ρ spindle被纳入建模组合，联合预测模型为Logit(Pre)＝－19.972－0.269N3－0.141SE－3.303ρ spindle。N3、SE、ρ spindle以及联合预测模型区分MCI和AD人群的灵敏度分别为64%、32%、96%、90%，特异度分别为58%、98%、50%、76%，ROC曲线下面积(AUC)分别为0.639、0.684、0.810和0.901，联合预测模型AUC显著优于单一指标( P<0.05)。 结论:在AD疑似人群中，基于N3、SE、ρ spindle的联合预测模型对区分MCI和AD具有一定的预测价值，结合预测模型进行综合判断，有助于提高诊断的科学性和准确性。

失眠障碍是一种临床常见的精神障碍。目前失眠障碍的临床分型主要依据临床症状描述，缺乏客观检测依据，治疗循证基础薄弱。近年来，睡眠脑电对于观察患者睡眠结构和连续性的异常日益受到重视，有助于探索失眠障碍的生物机制，有利于临床精准分型并提升个性化治疗水平。本文着重综述失眠障碍的睡眠脑电亚型的五种分型，包括基于客观睡眠时间、功率频谱特征、循环交替模式、纺锤波和微觉醒的分型并说明各亚型与临床转归关联的特点，旨在为失眠障碍的临床分型和个性化治疗提供循证依据。

目的:探讨阻塞性睡眠呼吸暂停低通气综合征（OSAHS）患者非快速动眼2（NREM2）期睡眠纺锤波密度（SSD）及其对记忆功能的影响。方法:前瞻性收集苏州大学附属第二医院2021年1—12月因打鼾接受多导睡眠监测（PSG）检查的患者，最终纳入119例男性患者，年龄23~60（37.4±7.3）岁，根据呼吸暂停低通气指数（AHI）将受试者分为对照组（AHI<15次/h）59例和OSAHS组（AHI≥15次/h）60例，收集其基本信息、一般临床资料及PSG参数。记忆功能评分采用逻辑记忆测试（LMT）、数字次序测试（DOT）和CANTAB测试中的图形认知记忆（PRM）、空间识别记忆（SRM）、空间工作记忆（SWM）。人工计数NREM2期C3、C4导联睡眠纺锤波个数，计算SSD。比较上述指标及NREM2期SSD在两组之间的差异，并通过Shapiro-Wilk方法、Chi-Squared检验、Spearman相关分析、logistic回归分析探讨OSAHS患者各项记忆评分的影响因素。结果:与对照组相比，OSAHS组NREM3期比例、最低血氧饱和度、NREM2期左侧中央区SSD（N2-C3 SSD）、NREM2期右侧中央区SSD（N2-C4 SSD）更低（均 P<0.05）；BMI、睡眠NREM1期比例、氧减指数、血氧饱和度<90% 时间占总睡眠时间百分比（TS90）、呼吸暂停最长时间、呼吸相关微觉醒指数更高（均 P<0.05）。与对照组相比，OSAHS组表现为LMT即刻评分更低，PRM即刻选择时间、SRM总时间、PRM延迟选择时间更长，提示OSAHS组的即刻逻辑记忆、即刻视觉记忆、空间识别记忆、延迟视觉记忆更差（均 P<0.05）。多元logistic逐步回归显示：受教育年限（ OR=0.744，95% CI 0.565~0.979， P=0.035）、呼吸暂停最长时间（ OR=0.946，95% CI 0.898~0.997， P=0.038）、N2-C3 SSD（ OR=0.328，95% CI 0.207~0.618， P=0.012）、N2-C4 SSD（ OR=0.339，95% CI 0.218~0.527， P=0.017）是即刻视觉记忆的独立影响因素；AHI（ OR=1.449，95% CI 1.057~1.985， P=0.021）、N2-C3 SSD（ OR=0.377，95% CI 0.246~0.549， P=0.009）、N2-C4 SSD（ OR=0.400，95% CI 0.267~0.600， P=0.010）是延迟视觉记忆的独立影响因素。 结论:SSD减低与中重度OSAHS患者记忆功能受损相关，表现在即刻视觉记忆及延迟视觉记忆受损，提示NREM2期SSD的改变可作为评估OSAHS认知功能障碍的脑电图生物标志物。

因各类自然灾害及人为事件导致的创伤后应激障碍(post-traumatic stress disorder，PTSD)正逐步成为神经科学工作者关注的热点疾病。PTSD后的睡眠障碍会减弱治疗效果，影响患者的预后。而针对睡眠问题的治疗可以有效改善PTSD患者临床症状及预后，提示关注PTSD后睡眠障碍具有重要的临床意义。然而，目前的研究多聚焦于经历创伤事件之后PTSD发生率及相关症状的严重程度，较少关注PTSD后睡眠障碍的发生及其机制。近几年发表的多篇与应激及睡眠障碍相关的文章，为理解PTSD后睡眠障碍的特征及其潜在机制提供了线索。本文将最新的研究成果进行归纳后发现，PTSD后睡眠障碍的发生可能与岛叶、海马及内侧前额叶皮质之间功能连接的变化相关。此外，PTSD患者慢纺锤波的平均相位差减小可能反映了丘脑皮质环路的病理改变，有助于未来PTSD的客观诊断、探索以睡眠为重点的干预措施。本文从临床和基础的角度对PTSD后睡眠特征的改变和可能的神经环路机制进行系统综述，为未来PTSD后睡眠障碍的病理机制研究、新型特异性干预靶点筛选提供潜在方向。

目的:通过多导睡眠监测探讨精神分裂症患者的睡眠特点及其临床意义。方法:以2017年1月至2019年1月在象山县第三人民医院就诊的86例精神分裂症患者为研究对象，以86例健康志愿者为对照，对健康志愿者及治疗前后的精神分裂症患者进行睡眠情况监测，记录睡眠质量和睡眠结构相关指标的数据，对受试者睡眠纺锤波的数量、密度、振幅、频率和时间进行分析。结果:精神分裂症患者的受教育时间显著低于对照组( P<0.05)。治疗前，精神分裂症患者的TST、SE、REML和N3%明显小于对照组( P<0.05)，WASO、SOL、N1%和N2%明显高于对照组( P<0.05)；持续治疗后，精神分裂症患者TST、SE、REML和N3%较治疗前有所回升( P<0.05)，WASO、SOL、N1%和N2%则下降( P<0.05)，其中WASO、SE、SOL、N1%、N2%和N3%和对照组比较差异仍有统计学意义( P<0.05)。治疗前，精神分裂症患者睡眠纺锤波的密度和振幅明显低于对照组( P<0.05)；持续治疗后，精神分裂症患者睡眠纺锤波的密度和振幅基本恢复至对照组水平( P>0.05)。 结论:精神分裂症患者急性发作期和稳定期均显示出显著的睡眠质量和睡眠结构的损伤，睡眠纺锤波的活性显著降低，药物治疗能够改善睡眠障碍和纺锤波的活动。

随着人工智能（AI）技术的兴起与发展，将AI应用于医疗健康领域正日益受到广泛关注。本文以机器学习、深度学习和迁移学习等方法为代表，概述了在睡眠医学领域的相关研究工作，涵盖了睡眠分期、睡眠纺锤波、睡眠呼吸暂停、快动眼睡眠行为障碍、失眠以及发作性睡病等。同时，分析并探讨了未来AI的发展趋势，充分发挥AI在大数据分析和智能决策上的优势，使其在睡眠医学领域能够得以进一步地推广与应用。

目的 探讨睡眠纺锤波能否对噪声干扰易感慢性睡眠障碍患者实施认知行为治疗(CBT-I)疗效起到预测作用,以期实现对该类患者的临床个体化精准治疗目标.方法 选择在夜间睡眠时段(22∶00～06∶00)公路、铁道旁及飞机航线附近噪音暴露环境相对固定(50～60分贝,每次持续时间10～15 s)条件下的居民为观察对象,采用匹兹堡睡眠质量指数(PSQI)量表和多导睡眠监测(PSG)检查进行主观及客观睡眠情况评估.根据结果分为睡眠正常(26例)组和睡眠障碍(30例)组,采用焦虑自评量表(SAS)、抑郁自评量表(SDS)评估两组的情绪状态.根据PSQI量表筛选睡眠障碍患者,对失眠患者开展PSG并根据结果中睡眠期纺锤波情况再分为:纺锤波偏高组(12例)和纺锤波偏低组(18例),同期进行8周的团体认知行为治疗.结果 睡眠正常组的PSQI量表、SAS及SDS量表评分低于睡眠障碍组(P<0.05);PSG结果显示,睡眠正常组与睡眠障碍组比较,N2期平均睡眠时间长(P<0.05),睡眠期纺锤波次数增多(P<0.05),睡眠期纺锤波指数增高(P<0.05);两组睡眠纺锤波平均持续时间差异无显著性(P>0.05).睡眠障碍组经团体认知行为治疗后,纺锤波偏高组睡眠情况改善,PSQI量表评分、SAS及SDS量表评分较治疗前降低,睡眠潜伏期缩短、N2和N3期睡眠时间延长、睡眠期纺锤波次数增加(均P<0.05);N1期、REM期、睡眠纺锤波指数、睡眠纺锤波平均持续时间较治疗前变化差异无显著性(均P>0.05).纺锤波指数偏低者的睡眠情况较治疗前无明显变化,PSQ量表评分、SAS及SDS程度、睡眠结构参数与治疗前比较差异均无显著性(均P>0.05).结论 噪声干扰睡眠,睡眠期纺锤波指数与机体抗噪能力相关,睡眠期纺锤波指数偏低者对认知行为治疗效果较差,睡眠期纺锤波可作为预测睡眠障碍患者实施CBT-I临床疗效的生物学标志.

目的 睡眠纺锤波有促进认知的功能,本文探讨睡眠纺锤波的影响因素,为临床干预和调节纺锤波,进而改善睡眠和认知提供佐证.方法 对50 例睡眠质量不佳的患者使用多导睡眠监测系统进行整夜睡眠呼吸监测,得到睡眠结构相关参数、脑电功率谱、心血管及呼吸功能的生理参数.分别计算各参数以及年龄、性别与非快速眼动睡眠(NREM)Ⅱ期纺锤波指数及特征(频率、时长和波幅)的相关性.其中庞加莱图中的SD1 代表副交感神经活性的正指标,SD2 代表交感神经活性的逆指标;脉搏传导时间(PTT)下降指数代表血管交感神经稳定性.结果 SD1(β =-0.512,P＜0.05)和PTT下降指数(β =-0.271,P＜0.05)与纺锤波指数分别呈负相关,SD2 与纺锤波指数呈正相关(β =0.474,P＜0.05).睡眠期变化指数、NREMⅠ期占比和皮质EEG微觉醒指数均与纺锤波指数呈低度负相关(r =-0.316,r =-0.359,r =-0.326;均P＜0.05).年龄与纺锤波指数呈负相关(β =-0.422,P＜0.05).深睡期δ功率与纺锤波幅度呈正相关(β=0.65,P＜0.001).未发现性别与纺锤波有相关性.结论 睡眠纺锤波的产生依赖于良好的睡眠及稳定的自主神经.其与认知相关,能反映神经突触连接的强度,这为临床干预和调节纺锤波提供了佐证,也为评价认知和大脑功能提供了新的生理指标.

目的:探究与分析多导睡眠监测仪在精神分裂症患者中的应用及其对睡眠质量和结构的监测效果.方法:选取2021年3月至2023年5月新疆医科大学第一附属医院收治的90例精神分裂症患者作为观察组,同时选择80名健康志愿者作为健康对照组,所有受试者均采用多导睡眠监测仪进行睡眠监测,对比两组匹兹堡睡眠质量指数(PSQI)评分、多导睡眠监测仪睡眠质量指标、睡眠结构指标、纺锤波指标;同时Pearson相关性分析探讨PSQI评分与睡眠参数的相关性.结果:健康对照组PSQI评分为(5.36±0.65)分,观察组PSQI评分为(14.24±3.58)分,观察组PSQI评分高于健康对照组,差异有统计学意义(t=23.115,P＜0.05).观察组与健康对照组相比,睡眠总时间较短、睡眠潜伏期较长、快速动眼期(REM)较短以及觉醒次数较多,差异均有统计学意义(t=15.136、40.355、36.620、24.226,P＜0.05).观察组治疗前与健康对照组的REM潜伏期比较,差异无统计学意义(P＞0.05).观察组治疗后与观察组治疗前相比睡眠总时间较长、睡眠潜伏期较短、REM期较长、觉醒次数较少,差异均有统计学意义(t=3.145、12.021、8.668、9.101,P＜0.05),观察组治疗后与健康对照组相比睡眠总时间较短、睡眠潜伏期较长、REM期较短、觉醒次数较多,差异均有统计学意义(t=9.704、14.781、15.899、9.901,P＜0.05).健康对照组与观察组治疗前相比,N1%值较高、N2%值较高及N3%值较低,差异有统计学意义(t=10.163、9.483、10.065,P＜0.05).健康对照组与观察组治疗前、治疗后的REM%比较,差异均无统计学意义(P>0.05).观察组治疗后与治疗前相比N1%值较低、N2%值较低、N3%值较高(t=10.163、9.483、10.065,P＜0.05),治疗后与健康对照组相比N1%值较高、N2%值较高、N3%值较低,差异均有统计学意义(t=7.628、4.210、7.153,P＜0.05).观察组治疗后与治疗前相比纺锤波密度、振幅和时间均较高,观察组治疗后与健康对照组相比,纺锤波密度较低、振幅较低、时间较短,差异有统计学意义(t=2.514、2.665、2.014,P＜0.05).Pearson相关性分析显示,PSQI评分分别与睡眠总时间、REM期、N3%、纺锤波密度及纺锤波振幅呈现出了明显的负相关性,与睡眠潜伏期、觉醒次数、N1%、N2%呈现了明显的正相关性(r=-0.612、-0.269、-0.812、-0.778、-0.841;r=0.382、0.226、0.654、0.778,P＜0.05).结论:实施多导睡眠监测仪监测可观察到精神分裂症患者存在睡眠质量及结构异常的表现,且睡眠纺锤波的活性也呈现出了异常的表现,其指标与PSQI之间具有密切的关系.

失眠障碍是一种临床常见的精神障碍.目前失眠障碍的临床分型主要依据临床症状描述,缺乏客观检测依据,治疗循证基础薄弱.近年来,睡眠脑电对于观察患者睡眠结构和连续性的异常日益受到重视,有助于探索失眠障碍的生物机制,有利于临床精准分型并提升个性化治疗水平.本文着重综述失眠障碍的睡眠脑电亚型的五种分型,包括基于客观睡眠时间、功率频谱特征、循环交替模式、纺锤波和微觉醒的分型并说明各亚型与临床转归关联的特点,旨在为失眠障碍的临床分型和个性化治疗提供循证依据.