腦波圖 (EEG) 已成為神經科學的基石，提供了一個即時觀忟大腦電活動的窗口。通過在头皮上放置電極，研究人員可以捕傷到大量神經元群體的總和電活動，並編碼成連續、雜亂的電壓軌跡。
為乆從該信號中提取節奏特徵，科孨家們運用數學分解方法，將其拆解為各個頻率成分。這個过程產生了信息所熟悉的頻段——delta、theta、alpha、beta、gamma——這些頻段主導了 EEG 文獻。
要理解這些頻段代表什麼 它們是如何產生的、它們揭示了什麼關於大腦狀態的信息以及它們的臨床應用值在何處，需要超越簡單的標籤，深入探討支擌它們的物理學和生理學。
EEG 信號如何分解為頻帶
原始 EEG 記錄的電壓波動反映了數百萬個皮質神經元（主要是錐體細胞）同步的突觸後電位。該軌跡是許多重疊節律和非振盪非週期性活動的混合體。
為了解析出潛在的振盪成分，研究人員依賴於頻率分析。核心數學工具是傅立葉轉換，它將隨時間變化的信號分解為不同頻率的正弦波光譜。
每個正弦波的振幅平方代表該頻率下的功率，從而產生 功率譜。該圖顯示了作為頻率函數的節律活動強度，從接近零赫茲到數百赫茲。
歷史上，研究人員將這種連續的功率譜劃分為離散的、常規的範圍，以簡化交流和分析。一項對 184 項靜息態 EEG 研究的審查明確承認這些是「歷史上預先設定的頻帶」。
最常見的劃分包括 delta (0.5‑4 Hz)、theta (4‑8 Hz)、alpha (8‑12 Hz)、beta (12‑30 Hz) 和 gamma (30‑100+ Hz)。雖然這些界限是人為設定的，但它們已被證明對表徵大腦狀態和比較不同研究的結果具有指導意義。
Delta (0.5–4 Hz)： 在深層睡眠、慢波休息和某些病理狀態中占主導地位
Theta (4–8 Hz)： 與嗜睡、記憶編碼和空間導航相關
Alpha (8–12 Hz)： 在閉眼放鬆清醒時最為顯著；與外部注意力減少有關
Beta (12–30 Hz)： 反映主動專注、運動規劃和參與心智任務
Gamma (30–100+ Hz)： 與跨模態感官結合、注意力和意識處理相關
重要的是，頻率景觀並非止步於 0.5 Hz。Monto 等人提出，極慢波動 (0.01–0.1 Hz) 是頻譜中具有重要功能意義的一部分，他們對認知任務期間持續大腦活動的研究證明了這一點。因此，經典頻帶代表了一種便利的啟發式方法，但它們並未能捕獲神經振盪的完整連續體。
神經元活動如何產生 EEG 頻帶
EEG 振盪源於大群皮質神經元（特別是作為步調器的第 5 層錐體細胞）膜電位的節律性波動。當這些神經元同步去極化和超極化時，它們會產生在頭皮上可探測到的相干電場。特定的振盪頻率由大腦的神經傳導物質系統動態調節。
直接的細胞證據來自刺激基底核（一組在整個新皮質中釋放乙醯膽鹼的神經元）的實驗。在麻醉動物中，這種刺激將皮質節律從 1–5 Hz 範圍的大振幅、慢振盪轉變為 20–40 Hz 範圍的低振幅、快振盪。
這種轉變由毒蕈鹼型乙醯膽鹼受體介導，並伴隨著神經元放電從相位性、爆發性模式向強直性、單脈衝模式的轉變。這表明大腦通過改變突觸動力學在不同頻率機制之間主動切換，這是從睡眠過渡到清醒警覺的核心過程。
振盪的組織也展現出顯著的時間結構。Linkenkaer-Hansen 等人 2001 年的研究表明，10 Hz 和 20 Hz 節律的振幅波動在數千個振盪週期中保持相關，遵循冪律縮放行為。這些長程時間相關性和冪律關係是自組織臨界性的特徵，這是一種大腦在秩序與隨機性邊緣保持平衡的狀態。這種臨界動力學被認為賦予了神經網路快速重組以因應不斷變化的需求之靈活性。
除了單獨運作外，頻帶還具有分層耦合。極慢波動 (0.01–0.1 Hz) 的相位強烈調節了從 delta 到 gamma 等六個經典頻帶中較快振盪的振幅。通過這種方式，極慢的節律充當了一個興奮性支架，控制著高頻活動的功率。
這種跨頻耦合意味著大腦的振盪架構是一個嵌套、相互依賴的系統，而不是一組獨立的頻率產生器。
EEG 頻帶揭示了哪些關於大腦網路的信息
當一個人閉眼休息時，不同 EEG 頻帶中的自發性功率波動會映射到不同、分佈式皮質網路上。同步 EEG-fMRI 記錄已明確了這一聯繫。
例如，alpha 頻帶 (8–12 Hz) 的功率與外側額葉和頂葉皮質（已知支持目標導向注意力的區域）的活動呈現強烈的負相關。這種反比關係表明，在放鬆清醒時常見的較高 alpha 功率，可能信號著外部注意力減少或「不注意」的狀態。
相反，17–23 Hz beta 範圍內的功率與後壓部皮質、顳頂葉和背側內側前額葉皮質的代謝呈正相關。這些區域對應於大腦的預設模式網路 (DMN)，該網路通常在心智休息、進行自我參照思考、記憶提取或思緒漫遊時處於活躍狀態。即使在沒有明確任務的情況下，beta 功率似乎也是自發認知操作的特徵。
因此，頻帶作為電生理學特徵，揭示了大腦是導向外部世界（與 alpha 相關的網路抑制）還是沉浸在內部思考中（與 beta 相關的 DMN 活化）。
是以，頻譜剖面提供了一個非侵入性的大腦大規模功能架構快照，將對 EEG 的解釋從僅僅是「腦波」轉變為網路參與度的動態指標。
EEG 頻帶分析的診斷前景與局限性
對客觀神經電生理生物標記的尋求推動了頻帶分析在精神病學研究中的廣泛應用。
上述對 184 項靜息態研究的全面審查檢查了憂鬱症、ADHD、自閉症、成癮、雙極性障礙、焦慮症、PTSD、OCD、思覺失調症等疾病的頻譜差異。綜合所有報告的結果，最顯著的模式是低頻（delta 和 theta）功率增加，同時高頻（alpha、beta 和 gamma）功率降低。這種模式在包括 ADHD、思覺失調症和 OCD 在內的多種診斷中都有出現。
主導模式： delta 和 theta 功率升高，伴隨 alpha、beta 和 gamma 功率降低
廣泛但非特異性： 出現於 ADHD、思覺失調症和 OCD，並非任何單一診斷所獨有
不一致的發現： PTSD、成癮和自閉症未表現出系統性的頻譜趨勢
統計強度適中： 該模式出現的可能性僅為基線的 2.2 倍；累積樣本量通常在 250 名受試者以下
然而，這個看似一致的發現掩蓋了重要的局限性。相同的模式對任何單一疾病都不具備特異性；不同診斷類別之間存在大量重疊，且有幾種情況（PTSD、成癮、自閉症）根本沒有表現出系統性的趨勢。
從數量上看，觀察到這種主導模式而非其他結果的可能性僅為 2.2 倍，且在所有報告該模式的研究中，累積的參與者人數通常少於 250 人。此外，效應量適中，通常導致功率發生 20-30% 的變化，且與症狀嚴重程度的相關性較弱。
這些發現提醒人們，不要將頻帶功率差異解讀為個人診斷的可靠生物標記。方法學上的不一致性——包括不同的電極導聯配置、參考方案和偽影處理——進一步限制了可重複性。
雖然頻帶分析可以揭示群體層面的趨勢，但其目前的臨床實用性有限，且頻帶本身並不構成疾病特異性的特徵。
看見 EEG 頻帶標籤之外的整個頻譜
經典的五個頻帶是實用的簡稱，而非離散生物開關的圖譜。大腦的電活動是一個連續、重疊的流，其中慢節律引導快節律，而神經傳導物質系統將整個機制從睡眠轉移到警覺專注。
認識到這種嵌套的冪律結構，將 EEG 從簡單的「腦波」圖表重構為觀察大腦在秩序與靈活性之間動態、自組織平衡的窗口。
對於實際應用，這些頻帶的價值在於描述廣泛的狀態，如放鬆的清醒、內部思考或注意力——這些模式在群體層面上表現得非常強烈。然而，臨床證據很清楚，頻帶功率的差異可能是適中的、非特異性的，且受方法學影響很大，因此絕不能過度解讀為個人診斷。
負責任的啟示是，這些標籤為探索大腦狀態提供了有用的詞彙，只要人們記住底層的現實是一個單一、整合的頻譜。
參考文獻
Newson, J. J., & Thiagarajan, T. C. (2019). EEG frequency bands in psychiatric disorders: a review of resting state studies. Frontiers in human neuroscience, 12, 521. https://doi.org/10.3389/fnhum.2018.00521
Monto, S., Palva, S., Voipio, J., & Palva, J. M. (2008). Very slow EEG fluctuations predict the dynamics of stimulus detection and oscillation amplitudes in humans. Journal of Neuroscience, 28(33), 8268-8272. https://doi.org/10.1523/JNEUROSCI.1910-08.2008
Metherate, R., Cox, C. L., & Ashe, J. H. (1992). Cellular bases of neocortical activation: modulation of neural oscillations by the nucleus basalis and endogenous acetylcholine. The Journal of Neuroscience, 12(12), 4701-4711. https://doi.org/10.1523/JNEUROSCI.12-12-04701.1992
Linkenkaer-Hansen, K., Nikouline, V. V., Palva, J. M., & Ilmoniemi, R. J. (2001). Long-range temporal correlations and scaling behavior in human brain oscillations. The Journal of neuroscience, 21(4), 1370-1377. https://doi.org/10.1523/JNEUROSCI.21-04-01370.2001
Laufs, H., Krakow, K., Sterzer, P., Eger, E., Beyerle, A., Salek-Haddadi, A., & Kleinschmidt, A. D. (2003). Electroencephalographic signatures of attentional and cognitive default modes in spontaneous brain activity fluctuations at rest. Proceedings of the national academy of sciences, 100(19), 11053-11058. https://doi.org/10.1073/pnas.1831638100
常見問題
什麼是 EEG 頻帶，它們是如何定義的？
EEG 頻帶是連續腦波譜的常規細分，通常命名為 delta、theta、alpha、beta 和 gamma。它們是通過使用一種稱為傅立葉轉換的數學工具將原始 EEG 信號分解為組成正弦波，然後將不同頻率的功率分組到歷史上建立的範圍內來定義的。這些界限是用於交流和分析的便利啟發式方法，而非離散生物學類別的反照。
大腦究竟是如何產生這些不同頻率節律的？
這些節律源於大群皮質神經元（特別是作為步調器的第 5 層錐體細胞）同步的電活動。當這些神經元一起去極化和超極化時，它們會產生在頭皮上可探測到的電場。神經傳導物質系統（如乙醯膽鹼）通過改變這些神經元的放電方式，在緩慢、爆發性活動和快速、單脈衝模式之間切換，從而動態改變頻率機制。
Alpha 頻帶活動能告訴我們關於大腦狀態的什麼信息？
Alpha 功率，特別是當一個人閉眼休息時，與支持目標導向注意力的腦區活動呈反比關係。這意味著較高的 alpha 功率通常是放鬆清醒和外部注意力減少的信號。相反，較低的 alpha 功率與參與外部世界有關。
Beta 頻帶活動與預設模式網路之間有何關係？
在約 17–23 Hz 範圍內的 beta 功率與預設模式網路（一組在休息和自我參照思考期間活躍的腦區）的活動呈正相關。這表明 beta 振盪是自發內部心智活動（如思緒漫遊和記憶提取）的電生理特徵，即使在沒有執行明確任務時也是如此。因此，beta 功率可以揭示大腦是專注於內部還是導向外部。
大腦中的跨頻耦合是什麼？
跨頻耦合是指極慢振盪的相位調節多個頻帶中較快振盪幅度的現象。這意味著慢節律就像一個興奮性支架，控制著高頻活動的功率。它表明 EEG 節律不是獨立的產生器，而是一個嵌套、相互依賴的系統。
EEG 頻譜是否包含標準五個頻帶之外的活動？
是的，該頻譜延伸到 delta 以下，其中 0.01–0.1 Hz 範圍內的極慢波動具有重要的功能意義。這些極慢的節律調節較快振盪的振幅，包括所有經典頻帶。因此，標準頻帶是一個有用的抽象，但大腦的電活動最好理解為一個連續、整合的頻譜。
Emotiv 是一家神經科技領導者，透過可近用的 EEG 和腦部資料工具，協助推動神經科學研究進展。
醫療免責聲明：本網站提供的資訊僅供教育和參考之用，不構成醫療或健康建議。本內容可能含有錯誤，不應作為做出改變生活的健康、醫療或生活方式選擇的依據。若您對醫療狀況或治療有任何疑問，請務必諮詢您的醫生或其他符合資格的健康提供者的建議。
克里斯蒂安·布戈斯
