三成分脑动态指数：30人全员觉醒高于睡眠，N2与REM仍分不开

2026-09-29

把无标度涨落、theta-gamma耦合和alpha亚稳态合成指数Ψ。合成九态里意识与非意识无重叠；Sleep-EDF三十人觉醒对REM的AUC达0.996，N2对REM仍近随机。

这篇在解决什么

意识水平能不能从脑电里读出来，长期卡在单一指标不够用。Lempel-Ziv 复杂度、频谱斜率、经颅磁刺激下的扰动复杂度 PCI，都能在某几组对比上分开觉醒和麻醉，换一组状态就翻车。频谱斜率在清醒对 N2 上几乎满分，却会把 REM 排到 N2 上面，跟「警觉度」排序拧着。

Bradford 视觉计算与智能系统中心的 Hassan Ugail 和 Rochester Institute of Technology 的 Newton Howard 没有再发明一个标量去「测意识」。他们把跨理论反复出现的三种动力学性质合成指数 Ψ：无标度时间组织、跨频组织、大规模同步的亚稳态灵活性。Ψ 不直接测量现象意识，只跟踪被认为与意识水平处理相关的神经组织。框架不站 Integrated Information Theory 或全局神经元工作空间任何一边。定位段写了，只要有合适的时间序列，原则上也可以接到人工系统上。

方法

输入是多通道时间序列。三件东西分别估计，相对参考集合做 min-max 归一化，再加权求和。

• Heff（无标度时间组织）：每通道做去趋势波动分析 DFA，得到标度指数 α。α=0.5 相当于无记忆噪声，0.5 到 1 是长程相关，大于 1 接近非平稳。合成数据用高斯调谐，峰值设在 Hopt=0.35；真实清醒脑电的 α 大约 1.07，他们改成以每个被试自己的清醒中位数为锚的三角调谐。太随机和太僵都扣分。
• D（有组织的跨频复杂度）：用 Tort 调制指数量 theta（4–8 Hz）相位对 gamma 振幅的耦合，再乘 (1+λ·LZ)，λ=1。癫痫样爆发会把包络误读成相位振幅耦合，gamma 包络低于阈值时把 D 置零。
• M（亚稳态）：alpha 带（8–13 Hz）Kuramoto 序参量 R(t) 的时间标准差。R 接近 1 是相位对齐，接近 0 是打散；标准差大，说明系统在整合和分离之间来回切。

权重事先定为 0.40、0.35、0.25，没有在评估数据上搜索。合成侧是 16 通道、250 Hz 的 Kuramoto 生成模型，种下九种状态，每种 30 次。真实侧是 PhysioNet Sleep-EDF 30 名成人、Fpz-Cz 与 Pz-Oz 两通道、1,078 个无伪迹 30 秒片段，被试内均值作为分析单元。

结果

合成侧高意识簇（清醒、任务、致幻）Ψ 均值落在 0.76–0.90，低警觉（NREM 样睡眠、最小意识）0.43–0.49，无意识和癫痫 0.05–0.10。清醒约 0.89，致幻约 0.76。把清醒、任务、致幻合成「意识」类，麻醉与无意识合成「非意识」类，150 次实现完全不重叠，AUC=1.000。从清醒样基线 0.79 去掉相位振幅耦合降到 0.59，去掉亚稳态到 0.57，去掉分形标度到 0.47。Sleep 到最小意识这一对上，Heff 单独 AUC=0.00，M 单独 1.00，复合指数救回 0.98。

真实脑电才决定该不该信。

被试水平均值：觉醒 0.640±0.005，N2 0.520±0.010，REM 0.502±0.010。30 人每一个都把觉醒排在 N2 和 REM 之上，配对 rank-biserial 为 +1.00，Friedman χ²=45.27。N2 对 REM 的 Wilcoxon p=0.058，过不了 Bonferroni。觉醒对 N2 上频谱斜率拿到 1.000，复合指数没有赢过这个单指标。觉醒对 REM 上 Ψ 以 0.996 略高于频谱斜率的 0.993。

两通道上 PAC 的替代检验 z 分在 −0.03 到 0.15，theta-gamma 耦合其实测不出来。D 的判别力来自原始 Tort 指数的被试间排序，绝对值大约清醒 0.0043、N2 0.0020。M 退化成成对相位差，觉醒对睡眠的 AUC 只有 0.60 左右。Heff 贡献了 Ψ 数值的大约一半，锚点是各人自己的清醒中位数。

为什么重要

对做意识评测、麻醉监测、意识障碍的人，这是一个可复现的操作化方案：看有组织的复杂度，不是越乱越好。合成实验把「单一成分会漏掉某段状态阶梯」演示得很干净。真实睡眠数据只证明它能在被试水平把觉醒和睡眠分开。

跟 AI 从业者更相关的一句在定位段：指标定义在时间序列上，不绑定生物实现。论文没有做任何模型或机器人实验。中文讨论里「在 AI 与机器人中构建意识」是过度引申。

这是把 DFA、相位振幅耦合、亚稳态绑成流水线的渐进工作，并在 Sleep-EDF 上跟三条老基线并排打了 AUC。

局限与存疑

合成模型是风格化脑电，没有微回路，致幻态也不建模受体。生成器种下的正是指标要收回的特征，内部一致性强，不能当成现象意识的证据。

真实数据只有两通道多导睡眠，没有麻醉、没有意识障碍、没有高密度脑电。觉醒对睡眠的完美排序，有一部分是 Heff 的清醒锚设计出来的：每个被试的该成分在自己的清醒中位数处取峰。N2 对 REM 不含这个锚，对比就塌到机会水平附近。权重没在评估集上搜。合成和真实用的算子也不一样，gamma 频带、H 的调谐、通道数都改过，两边的 Ψ 数值不能横比。

表面脑电的体积传导会抬高零滞后同步。两通道的 M 把这个混进去了，论文没有做相位滞后校正。

术语

• DFA 标度指数 α：时间序列长程相关的指数。0.5 像抛硬币，靠近 1 像 1/f 噪声。
• Tort 调制指数：用 KL 散度衡量快节律振幅是否跟着慢节律相位走。
• Kuramoto 序参量：一群振荡器相位有多齐。1 全齐，0 均匀散开。
• 亚稳态 metastability：系统在整体同步和分区独立之间反复切换，而不是锁死在一种模式。
• PCI：用 TMS 敲一下再看脑电响应有多复杂，是需要外源扰动的意识容量指标。

原文与代码

• 原文

社区讨论

• 模拟人类意识：论文探讨在AI与机器人中构建意识的新前沿 ugail

全部论文解读