2021年5月15日下午，亚洲睡眠医学会第三届睡眠大会举行专题报告：睡眠研究新技术。该专题主要有4个内容汇报，分别是来自陆军军医大学的何超专家分享的“Advanced Imaging and Labeling Methods to Decipher Neuron Organization and Function”、来自西南大学的雷旭“Resting-state EEG and its Applications”、来自北京大学生命科学院的李毓龙团队分享的“The Application of new Genetically Encoded Fluorescent Sensor”和来自上海生命科学研究院神经所的徐敏“The Application of Miniscope”。

        第一个主题主要讲的是解码神经元组织和功能的高级成像和标记方法，如图1和图2所示，使用不同智能设备对睡眠进行检测，上图是EEG，下图是PPG，如智能手表等。通过不同设备可以检测多种信号，如图2所示。总的来说，专家从临床医学和睡眠检测方面阐述了睡眠新技术，可以看出，多模态信号是将来研究趋势。

图1：使用不同设备检测睡眠，上图使用的是EEG设备，可以检测睡眠情况下的EEG信号，这里使用的是非常微小的EEG设备，下图使用的是PPG设备，使用智能手表可以得到用户睡眠的原始数据，可以用来优化算法提高睡眠分期的准确率。

图2：不同穿戴设备可以检测不同的生理信号，对这些信号进行分析可以有不同的应用场景。

       第二个主题主要讲的是静息状态的脑电图及其应用。专家首先分享了静息状态的脑电图（Resting-state EEG, rsEEG）的优点和不足，rsEEG的优点包括范式容易设计、受试者容易进行（对儿童和老年人都友好）和大量数据集和开放的工具包，不足之处有严重依赖大脑状态和许多分析方法以至于缺乏再现性测试。对比了睁眼和闭眼状态下的不同频率图，如图4。此外，专家还分析了不同年龄的不同睡眠状态的EEG频率变化，如图5。在研究rsEEG的过程，可以使用时域、空间域和频域特征对睡眠进行分析。专家还指出了rsEEG的研究：Reproducibility of power spectrum, functional connectivity and network construction in rsEEG和RsEEG in insomnia disorder: A systematic review and meta-analysis。最后，专家还比较了睁眼和闭眼在脑成像fMRI的空间特征，比较了多种范式（如纯闭眼、纯睁眼或闭眼和睁眼交替）、头皮和皮质空间、功能连接性等。静息状态的EEG有非侵入、简单和容易操作，在心理学和神经科学的神经机制有潜在的应用。

图5：不同年龄的不同睡眠状态的EEG频率变化

图4：不同状态下（睁眼和闭眼）的频率图与频率的范围和频率对应的状态

       第三个主题讲的是发展新型基因编码探针，窥探神经调控，第四个主题分享的是新型的一种设备：微型显微镜的应用。第三个和第四个主题主要从生命科学方面分享睡眠的相关应用，为睡眠新技术带来不一样的视觉，如图5和图6所示。

图5：新型基因编码探针，可以窥探神经调控，从而对睡眠进行监控

图6：微型显微镜在睡眠中的应用，可以记录神经活动控制