本文来自微信公众号：nextquestion（ID：gh_2414d982daee），作者：Jiahui，编辑：邵时云，原文标题：《追问新知 | “喋喋不休”的大脑，它在诉说什么？》，头图来自：视觉中国

呼吸、心跳以及脉搏，这些“振荡”大多数情况下保持着规律的节奏，形成我们生命必需的持续性循环。然而在我们大脑中，同样是生命必需的大脑活动却没有那么规律，它好像没有什么固定的模式。

过往，神经科学家徜徉在规律的大脑电信号中，试图寻找关于意识、睡眠与觉醒以及认知的答案，而不规则的大脑电信号则被视为大脑噪声，往往被忽视。直到本世纪初，随着算法的进步，科学家能够更好地分析这些“无意义”的噪声，他们开始意识到，这些反复无常的脑电活动或许不是真正的“噪声”，它或许有更多的意义。

大脑中的“噪声”是什么？

大脑内多达860亿个神经元，对于数量级别如此庞大的系统，神经元之间如何沟通与协调各类信息显得尤其重要。神经元显然不是形单影只地工作，研究显示，神经活动往往是通过一簇特定的神经元以特定的节律同步放电所产生的有节律、周期性活动模式，即神经振荡（neural oscillation），来实现特定的功能。早在1924年，德国精神病学家汉斯伯格通过在人类头皮表面记录到的脑电图（electroencephalography，EEG）中就观察到了神经振荡。自此，科学家们通过EEG对神经振荡进行了广泛的研究。

根据神经振荡的节律的不同，科学家们将EEG中的周期性脑电活动分为delta波（1–4 Hz）、theta波（4–8 Hz）、beta波（13–30 Hz）以及gamma波（30–70 Hz）。不同频段的脑电波，其意义、功能、产生机制等各方面也会不同。除了这些周期性脑电波信号之外，脑电图中还存在非周期性脑电活动（aperiodic activity）。与周期性脑电活动相比，非周期性脑电活动似乎没有规律性，看起来更像是“电子噪音”。过往，这些信号往往被研究人员忽视，并被视为反复无常的神经活动背景噪声。

EEG数据可以用来量化这些脑电活动，科学家将不同频率下的波幅绘制成一张图表，即功率谱（power spectrum）。EEG的功率谱看起来由一些处于特定频率段的尖峰矗立于一条具有1/f样特征（即：功率与频率成反比例关系）的曲线上组成。这些矗立于特定频率的尖峰反映了特定节律的周期性脑电波信号的功率。而具有1/f样特征的曲线则反映了大脑的非周期性脑电活动，其频率和振幅具有反向关系，低频脑电波的振幅更高，而高频脑电波的强度则呈指数下降，与粉红噪声（又被称为1/f噪音）类似。

使用傅里叶变换分析，可以绘制不同频率（横轴）信号的功率（纵轴），图中白噪声的功率谱保持平坦，而1/f噪声的功率谱密度与频率成反比。图片来源：Samuel Velasco/Quanta Magazine，Thomas Donoghue

大脑中这些“噪声”信号，过往也被称为“包含1/f斜率的脑电活动”或“无标度的脑电活动”，现在更多的研究人员将其归纳为非周期性脑电信号。最近几年的研究认为，非周期性脑电活动蕴藏着大量“宝藏”，或许可以促进对衰老、睡眠和儿童发育等方面的研究。

以声循迹，噪声可以解开大脑的秘密吗？

随着年龄的增长，我们需要面对认知功能的下降，我们的神经以及行为的反应时间将会变慢，注意力变得不再集中，记忆也会开始受损。科学家提出了一种神经噪声假说以解释这些与年龄相关的变化，比如，神经交流的有效信噪比会随着年龄增长而减少。

一项发表于2015年的研究中发现，与年轻人相比，老年人的大脑似乎存在更多的非周期性信号，他们拥有更平坦（更嘈杂）的1/f功率谱密度。此外，EEG分析结果表明在视觉皮层中，随年龄变化的1/f噪声与认知功能的下降相关，这些噪声介导了与衰老相关的工作记忆的损伤。

还有研究认为，非周期性信号可以用来衡量大脑的意识状态，比如区分不同的睡眠阶段，觉醒状态以及麻醉状态。2020年一项发表在elife期刊上的研究使用了四个独立数据集中的颅内和表面脑电图记录，研究人员证实了电生理功率谱的1/f谱斜率反映了神经活动中的非振荡、无标度成分，可以将清醒状态与丙泊酚麻醉、非快速眼动睡眠（NREM）和快速眼动睡眠（REM）区分开来。最关键的是，谱斜率可以仅根据大脑的神经生理状态来区分清醒和快速眼动睡眠。因此，研究人员认为非周期性脑电活动可以作为衡量一个人意识状态的独特标志。这些“噪声”，作为一个新的客观指标，可以帮助科学家更好地了解麻醉状态并改善对昏迷病人的治疗。

图片来源：Revista Época Negócios

大脑的结构与功能会在我们生命的早期发生巨大的变化，其中包括神经元和神经元连接的复杂性和多样性。2021年，一项发表在《发展认知神经科学》（Developmental Cognitive Neuroscience）的研究分析了婴儿出生后前七个月内的脑电图数据。与成人脑电图相比，婴儿的EEG数据中没有持续的振荡，即周期性脑电活动，他们的功率谱中很少或没有尖峰的出现。婴儿的非周期性脑电活动发生了很大的变化，研究所考察的时期内，婴儿的非周期性信号会减弱。不过驱动这些噪声信号减弱的原因尚不清楚，研究人员表示需要进一步探索这些变化是否与大脑结构变化有关，如髓鞘、脑容量或皮质厚度的变化，还是与大脑认知功能的改变相关。

噪声，为何而生？

时至今日，科学家仍在探索是什么导致了这些非周期性脑电活动，没有人确切地知道它们出现的生理原因。麦吉尔大学神经学和神经外科教授西尔万·贝莱特（Sylvain Baillet）表示，我们需要更多的研究来阐明不同神经递质、神经回路和大规模网络在其中分别起着什么样的作用。

德国图宾根大学医学中心的麻醉医师扬纳·伦德纳（Janna Lendner）认为大脑中的非周期性脑电活动在某种程度上反映了大脑兴奋与抑制之间的平衡，这样的平衡可以让大脑保持自身的健康和活跃。

1/f样的噪声其实在大自然中广泛存在，在人类活动中也时常出现，比如音乐曲中，电子噪声以及生物节律里等。纽约大学医学院神经科学助理教授何碧玉的研究中探索了大脑如何预测具有1/f特性的声音。结果发现，缓慢的非周期性大脑活动在处理和预测自然刺激方面起到了作用。何碧玉表示，与1/f趋势有关的大脑活动可能非常适合处理自然环境中的感觉输入。

树叶的婆娑声，键盘的敲击声，身旁人的欢笑声，我们身处于环境之中，无数声音信号从四面八方“波动”入脑。大脑内就像是另一个世界，神经元身处在这个环境内，编码着各类信息。每个神经元都在“喋喋不休”，相互交流着。这样神秘的大脑“噪声”，我们尚未破译它的信号，正如我们尚未解开大脑的秘密一样，或许当我们了解它的属性，了解它由什么组成之时，我们就能解开脑内世界之谜。

参考文献

1. Lendner, Janna D., et al. "An electrophysiological marker of arousal level in humans." Elife 9 (2020): e55092.

2. Voytek, Bradley, et al. "Age-related changes in 1/f neural electrophysiological noise." Journal of Neuroscience 35.38 (2015): 13257-13265.

3. Donoghue, Thomas. Measuring and Investigating Periodic and Aperiodic Neural Activity. University of California, San Diego, 2020.

4. Schaworonkow, Natalie, and Bradley Voytek. "Longitudinal changes in aperiodic and periodic activity in electrophysiological recordings in the first seven months of life." Developmental cognitive neuroscience 47 (2021): 100895.

本文来自微信公众号：nextquestion（ID：gh_2414d982daee），作者：Jiahui，编辑：邵时云