https://www.nature.com/articles/s41593-025-02091-1 

本文我们报告了一个用于分析和建模大脑入睡现象的新框架，利用两个独立数据集验证其应用，并通过准实时成功预测个别睡眠进程来展示其实用性。该框架的图形示意见图。1a–c。该框架基于将脑电活动的变化转换为归一化脑电特征几何空间中的轨迹，并监测到入睡位置的瞬时欧几里得距离。我们表明，所谓睡眠距离的时间序列在入睡过程中表现出分岔动态，独立于睡眠潜伏期、年龄或性别，支持了之前的理论观察。利用分岔理论，我们确定了一个清醒-睡眠的临界点，并展示了分岔前的临界减速，类似于自然界中其他分岔（临界转变）现象 33。接下来，我们证明特征空间中的入睡坐标在多个夜晚的个体中得以保持，且不依赖于特征空间中就寝地点。随后，我们利用计算框架和睡眠开始坐标的保持，实时预测患者进入睡眠的进程，时间分辨率可达秒级，准确度高。我...