脑电图 (EEG) 已成为神经科学的基石，为大脑的电活动提供了一个实时窗口。通过在头皮上放置电极，研究人员捕捉到了大量神经元群体总和的电活动，这些电活动被编码在连续且杂乱的电压轨迹中。
为了从这一信号中提取节律性特征，科学家们应用数学分解，将其拆分为不同的频率成分。这一过程产生了 EEG 文献中常见的、占主导地位的频段——delta、theta、alpha、beta、gamma。
要了解这些频段代表什么、它们是如何产生的、它们揭示了关于大脑状态的什么信息以及它们的临床应用价值何在，需要超越简单的标签，深入研究支撑它们的物理学和生理学。
EEG信号如何分解为频段
原始EEG记录的电压波动反映了数百万个皮层神经元（主要是锥体细胞）同步的突触后电位。该轨迹是许多重叠节奏和非振荡非周期性活动的混合物。
为了识别潜在的振荡成分，研究人员依赖于频率分析。核心数学工具是傅里叶变换，它将随时间变化的信号分解为不同频率的正弦波谱。
每个正弦波的振幅平方代表该频率下的功率，从而产生功率谱。该图显示了节奏活动的强度作为频率的函数，从接近零赫兹到数百赫兹。
历史上，研究人员将这种连续的功率谱划分为离散的、常规的范围，以简化交流和分析。一项对184项静息态EEG研究的综述明确承认这些是“历史上预先定义的频段。”
最常见的划分包括 delta (0.5‑4 Hz)、theta (4‑8 Hz)、alpha (8‑12 Hz)、beta (12‑30 Hz) 和 gamma (30‑100+ Hz)。虽然这些界限是人为划分的，但事实证明它们对于表征大脑状态和比较不同研究的结果具有指导意义。
Delta (0.5–4 Hz): 在深层睡眠、慢波休息和某些病理状态中占主导地位
Theta (4–8 Hz): 与嗜睡、记忆编码和空间导航相关
Alpha (8–12 Hz): 在闭眼放松警觉时非常突出；与外部注意力减少有关
Beta (12–30 Hz): 反映主动集中注意力、运动规划和参与心理任务
Gamma (30–100+ Hz): 与跨模态感觉整合、注意力和意识加工相关
重要的是，频率版图并未在 0.5 Hz 处结束。Monto 等人提出，极慢波动 (0.01–0.1 Hz) 是该频谱中具有重要功能意义的一部分，正如他们对认知任务期间持续大脑活动的研究所示。因此，经典频段代表了一种简便的启发式方法，但它们并不能捕获神经振荡的完整连续体。
神经元活动如何产生 EEG 频段
EEG 振荡源于大群皮层神经元（特别是充当起搏器的第 5 层锥体细胞）膜电位的节律性波动。当这些神经元同步去极化和超极化时，它们会产生在头皮上可检测到的相干电场。振荡的特定频率受到大脑神经递质系统的动态调节。
直接细胞证据来自刺激基底核（在新皮质中释放乙酰胆碱的一群神经元）的实验。在麻醉动物中，这种刺激使皮层节律从 1-5 Hz 范围内的大振幅、慢振荡转化为 20-40 Hz 范围内的低振幅、快振荡。
这种转变由毒蕈碱型乙酰胆碱受体介导，并伴随着神经元放电模式从相位性、爆发式模式向紧张性、单峰模式的改变。这表明大脑通过改变突触动力学在不同的频率模式之间进行主动切换，这一过程是睡眠向清醒觉醒过渡的核心。
振荡的组织也显示出令人瞩目的时间结构。Linkenkaer-Hansen 等人2001年的研究提出，10 Hz 和 20 Hz 节律的振幅波动在数千个振荡周期中保持相关，遵循幂律缩放行为。这些长程时间相关性和幂律关系是自组织临界性的标志，自组织临界性是大脑在秩序与随机性之间平衡的一种状态。这种临界动力学被认为赋予了神经网络根据不断变化的需求迅速重新组织起来的灵活性。
除了独立运行外，频段还是分层耦合的。极慢波动 (0.01–0.1 Hz) 的相位强烈调制了从 delta 到 gamma 的六个经典频段中较快振荡的振幅。通过这种方式，极慢的节律充当了兴奋性支架，控制着更高频率活动的功率。
这种跨频率耦合意味着大脑的振荡架构是一个嵌套的、相互依赖的系统，而不是独立频率发生器的集合。
EEG 频段揭示了关于大脑网络的哪些信息
当人闭眼休息时，不同 EEG 频段的自发功率波动会映射到不同的分布式皮层网络上。同步 EEG-fMRI 记录使这种联系变得显而易见。
例如，alpha 频段 (8–12 Hz) 的功率与外侧额叶和顶叶皮层（已知支持目标导向注意力的区域）的活动呈现强烈的负相关。这种反向关系表明，在放松清醒时通常观察到的较高 alpha 功率，可能信号着外部注意力减少或“不注意”的状态。
相反，在 17-23 Hz 的 beta 范围内，功率与压后皮质、颞顶叶和背侧前额叶皮层的代谢呈正相关。这些区域对应于大脑的默认模式网络 (DMN)，该网络在心智休息、进行自我参照思考、记忆提取或心神游离时通常处于激活状态。即使在没有明确任务的情况下，beta 功率似乎也是自发认知操作的特征标志。
因此，频段作为电生理标志，能够揭示大脑是面向外部世界（与 alpha 相关的网络抑制），还是沉浸在内部思考中（与 beta 相关的 DMN 激活）。
是以，频谱图提供了大脑大规模功能架构的非侵入性快照，将 EEG 的解释从单纯的“脑电波”转变为网络参与度的动态指标。
EEG 频段分析的诊断前景与局限性
对客观的神经电生理生物标志物的探索推动了精神病学研究中频段分析的广泛应用。
上述对 184 项静息态研究的全面综述检查了抑郁症、ADHD、自闭症、成瘾、双相情感障碍、焦虑症、PTSD、OCD、精神分裂症等疾病的频谱差异。汇总所有报告的结果，最占主导地位的模式是低频（delta 和 theta）功率增加，同时伴有高频（alpha、beta 和 gamma）功率降低。这种模式在多种诊断中都出现过，包括 ADHD、精神分裂症和 OCD。
主导模式: delta 和 theta 功率升高，同时 alpha、beta 和 gamma 功率降低
广泛但非特异性: 出现在 ADHD、精神分裂症和 OCD 中，并非任何单一诊断所独有
不一致的发现: PTSD、成瘾和自闭症没有表现出系统的频谱趋势
统计强度有限: 该模式出现的可能性仅为基线的 2.2 倍；累积样本量通常在 250 名受试者以下
然而，这一看似一致的发现掩盖了重大的局限。相同的模式对任何一种疾病都不具有特异性；各诊断类别之间存在大量的重叠，并且有几种情况（PTSD、成瘾、自闭症）根本没有表现出系统的趋势。
从定量上看，观察到这一主导模式相较于其他结果的可能性仅为 2.2 倍，并且所有报告该模式的研究中累积的受试者人数通常少于 250 人。此外，效应量也较小，通常导致功率发生 20-30% 的变化，且与症状严重程度的相关性较弱。
这些发现警告人们，不要将频段功率差异解读为个体诊断的可靠生物标志物。方法学上的不一致——包括不同的电极导联方式、参考方案和伪迹处理——进一步限制了可重复性。
虽然频段分析可以揭示群体水平的趋势，但其目前的临床实用性很小，而且频段本身并不构成特定疾病的特征标志。
看清 EEG 频段标签之外的整个频谱
五个经典的频段是实用的速记法，而不是离散生物开关的地图。大脑的电活动是一个连续的、重叠的流，在这个流中，慢节奏引导着快节奏，而神经递质系统将整个机制从睡眠切换到警觉专注。
认识到这种嵌套的幂律结构，可以将 EEG 从一张简单的“脑电波”图表重新定义为一扇窥视大脑在秩序与灵活性之间动态、自组织平衡的窗口。
对于实际应用，这些频段的价值在于描述广泛的状态，例如放松的清醒、内部思考或注意力——这些模式在群体水平上表现得很强烈。然而，临床证据清楚地表明，频段功率差异可能是微小的、非特异性的，并且在很大程度上受到方法学的影响，因此绝不能将其过度解读为个体诊断。
负责任的结论是，只要人们记住其底层的现实是一个单一的、整合的频谱，这些标签就为探索大脑状态提供了有用的词汇。
参考文献
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
常见问题
什么是 EEG 频段，它们是如何定义的？
EEG 频段是连续脑电波频谱的常规细分，通常命名为 delta、theta、alpha、beta 和 gamma。它们是通过使用一种称为傅里叶变换的数学工具，将原始 EEG 信号分解为分量正弦波，然后将不同频率的功率分组到历史建立的范围内来定义的。这些边界是用于交流和分析的便利启发式方法，而不是离散生物学分类的反映。
大脑究竟是如何产生这些不同频率节律的？
这些节律源于大群皮层神经元（尤其是充当起搏器的第 5 层锥体细胞）的同步电活动。当这些神经元一起去极化和超极化时，它们会产生在头皮上可检测到的电场。神经递质系统（如乙酰胆碱）通过改变这些神经元的放电方式来动态移动频率方案，在缓慢的爆发式活动和快速的单脉冲模式之间进行切换。
Alpha 频段活动能告诉我们关于一个人大脑状态的什么信息？
Alpha 功率，特别是在人闭眼休息时，与支持目标导向注意力的脑区活动呈负相关。这意味着较高的 alpha 功率通常是放松清醒和外部注意力减少的标志。相反，较低的 alpha 功率与和外部世界互动相关。
Beta 频段活动与默认模式网络之间有什么关系？
在大约 17-23 Hz 范围内的 beta 功率与默认模式网络（一组在休息和自发思维期间活跃的大脑区域）的活动呈正相关。这表明 beta 振荡是自发内部精神活动（如心神游离和记忆提取）的电生理标志，即使在没有执行明确任务时也是如此。因此，beta 功率可以揭示大脑是处于内部专注状态还是外部导向状态。
大脑中的跨频率耦合是什么？
跨频率耦合是指极慢振荡的相位调制了跨许多频段的较快振荡振幅的现象。这意味着慢节奏就像一个兴奋性支架，控制着高频活动的功率。它表明 EEG 节律不是独立的发生器，而是一个嵌套的、相互依赖的系统。
EEG 频谱是否包含标准五个频段之外的活动？
是的，该频谱延伸到 delta 以下，具有极慢波动（在 0.01-0.1 Hz 范围内），这些波动具有重要的功能意义。这些极慢的节律调制了较快振荡的振幅，包括所有经典频段。因此，标准频段是一种有用的抽象，但大脑的电活动最好被理解为一个连续的、整合的频谱。
Emotiv 是一家神经技术领域的领导者，致力于通过易于获取的 EEG 和脑数据工具推动神经科学研究发展。
医疗免责声明：本网站提供的信息仅用于教育和信息参考目的，不作为医疗或健康建议。这些内容可能包含错误，不应作为做出改变生活的健康、医疗或生活方式选择的依据。如果您对医疗状况或治疗有任何疑问，请始终咨询您的医生或其他合格的健康服务提供者。
克里斯蒂安·布尔戈斯
