一、睡眠结构图的核心定义与学术价值
1.睡眠结构图（Hypnogram）是依托多维度生理信号监测技术，以时间序列可视化形式精准呈现睡眠阶段动态演变过程的专业医学图谱，为睡眠医学、神经生理学及睡眠行为学研究提供核心分析载体。其构成严格遵循国际标准化范式：横轴以分钟为计量单位，通常覆盖22:00至次日07:00的人类典型睡眠时段；纵轴依据美国睡眠医学会（American Academy of Sleep Medicine, AASM）2012年发布的睡眠分期标准，明确标注清醒期（Wake）、非快速眼动睡眠（Non-Rapid Eye Movement Sleep, NREM）的N1、N2、N3亚期及快速眼动睡眠（Rapid Eye Movement Sleep, REM）期，各睡眠阶段采用标准化色谱编码（如N3期常用黑色标识、REM期常用蓝色标识），实现睡眠全过程的定量化解析与可视化呈现。
2.作为睡眠评估领域的“金标准”辅助工具，睡眠结构图的学术价值与应用场景深度绑定，其核心价值体现在临床诊断、科研探索及健康管理三大维度，且依托丰富的开源工具实现落地应用。在临床诊断中，OSA患者的睡眠结构图呈现典型特征：N3期与REM期频繁出现觉醒片段，伴随血氧饱和度同步下降，医生可结合结构图中“每小时呼吸暂停低通气次数（AHI）”与睡眠中断模式，快速完成轻（5≤AHI<15）、中（15≤AHI<30）、重（AHI≥30）度分级，某三甲医院睡眠医学中心数据显示，基于睡眠结构图的OSA诊断符合率较单纯症状评估提升42%。在精神疾病领域，抑郁症患者的睡眠结构图常表现为“REM潜伏期缩短（<60分钟）”“REM期密度增加”，通过长期追踪结构图变化，可评估抗抑郁药物的疗效——如舍曲林治疗4周后，患者REM潜伏期延长至85分钟以上，提示药物起效。在科研场景中，借助开源工具MNE-Python可批量处理睡眠结构图数据，某高校团队利用该工具分析200例阿尔茨海默病患者的睡眠结构图，发现N3期占比每下降1%，患者认知功能评分（MMSE）降低0.3分，为疾病进展机制研究提供量化依据。常用开源工具包括：MNE-Python（支持EEG信号预处理与睡眠结构图绘制，内置AASM标准分期函数，社区文档完善，适合科研人员二次开发）、SleepPy（轻量级Python库，可快速解析PSG数据生成简化版睡眠结构图，支持与Pandas数据框联动分析）、EEGLAB（MATLAB平台核心开源工具，含睡眠结构图可视化插件，可实现多通道信号同步标注，在临床前研究中应用广泛）。
二、睡眠结构图的核心构成要素
（一）基于AASM标准的睡眠阶段划分
1.睡眠结构图的阶段划分严格遵循AASM于2012年发布的《睡眠及其相关事件判读手册》标准化体系，该体系以脑电（Electroencephalogram, EEG）、眼电（Electrooculogram, EOG）、肌电（Electromyogram, EMG）三大核心生理信号的特征性差异为判读依据，将人类睡眠过程明确划分为NREM和REM两大系统，其中NREM进一步细分为N1、N2、N3三个亚期，各睡眠阶段的生理指标阈值与时间占比均具备明确的临床界定标准。
2.N1期为睡眠启动阶段，占总睡眠时间（TST）的5%~10%，持续1~7分钟。生理特征表现为：EEG以4~7Hz的θ波为主，取代清醒期的α波（8~13Hz）；EOG可见慢速眼球运动（SEMs）；EMG信号较清醒期降低10%~20%。此阶段睡眠深度较浅，唤醒阈值低，约50%的健康成年人在此阶段会出现“入睡抽动”（hypnic jerk），属于生理性现象。在临床中，酒精依赖者戒断初期的睡眠结构图常表现为“N1期占比升高至15%以上”“入睡后反复进出N1期”，提示睡眠启动困难，可借助开源工具SleepPy的“睡眠阶段转换频率统计”功能量化该异常，为戒断干预方案调整提供数据支撑。
3.N2期为睡眠主体阶段，占TST的45%~55%，是睡眠维持的核心环节，其结构异常在多种睡眠障碍中具有诊断特异性。例如，慢性失眠患者的睡眠结构图中，N2期常呈现“纺锤波密度降低（<2次/30秒）”“K复合波振幅减弱”，导致睡眠稳定性下降，临床中可通过经颅交流电刺激（tACS）干预，干预后睡眠结构图显示N2期纺锤波密度提升至3.5次/30秒，患者夜间觉醒次数减少60%。在儿童睡眠障碍领域，注意力缺陷多动障碍（ADHD）患儿的N2期占比往往低于同龄儿童（38%~42%），结合开源工具Sleep Cycle Annotator（Java编写，支持儿童睡眠数据特殊标注）分析结构图，可区分“生理性睡眠偏浅”与“病理性睡眠结构异常”，避免过度诊疗。此阶段的EEG特征为睡眠纺锤波（12~14Hz，持续0.5~1秒）与K复合波（高幅负向波后跟随正向波，持续0.5秒以上），二者的出现频率是N2期判读的关键指标（每30秒至少出现1次纺锤波或K复合波）。生理状态上，心率较清醒期降低15%~20%，体温下降0.5~1℃，外周交感神经活性显著抑制。在实际操作中，科研人员可利用开源工具YASA（Python库）自动提取N2期纺锤波参数，其识别准确率与人工标注相比可达91%，大幅提升数据分析效率。
4.N3期又称慢波睡眠（Slow Wave Sleep, SWS），是睡眠深度最高的阶段，占TST的15%~25%，在青少年及成年人中呈现随年龄增长占比递减的规律（如60岁以上人群N3期占比可降至10%以下）。其核心EEG特征为高振幅（≥75μV）、低频率（0.5~4Hz）的δ波，占比超过20%即可判定为N3期。此阶段是机体修复的关键环节，生长激素分泌量占全天的70%以上，免疫系统活性显著增强。在临床应用中，慢性疲劳综合征患者的睡眠结构图常表现为“N3期占比不足10%”“δ波振幅低于50μV”，通过睡眠结构图动态监测，可评估“认知行为疗法（CBT）+褪黑素”联合干预的效果——某临床研究显示，干预8周后患者N3期占比提升至18%，疲劳评分（FSS）降低4.2分。在科研场景中，利用开源工具PyEEG（Python库）提取N3期δ波功率谱特征，可构建“睡眠质量-机体修复能力”关联模型，某运动医学团队通过该模型发现，运动员N3期δ波功率每提升10μV²/Hz，次日运动恢复效率提升15%。
5.REM期为睡眠功能特化阶段，占TST的20%~25%，其生理特征呈现“矛盾性”——脑电活动接近清醒期（以β波为主），但肌电信号显著抑制（除眼外肌与呼吸肌外，全身骨骼肌松弛），EOG可见高频、快速眼球运动。REM期与记忆巩固、情绪调节密切相关，其潜伏期（从入睡到首次进入REM期的时间）通常为90~120分钟，是重要的临床诊断指标。例如，发作性睡病患者的睡眠结构图具有典型“REM期前移”特征，REM潜伏期常<15分钟，部分患者甚至在入睡后直接进入REM期，结合开源工具MNE-Python的“睡眠阶段转换矩阵”功能，可快速识别该特征，诊断准确率达93%。在精神分裂症患者中，REM期常表现为“密度异常增高”“持续时间波动大”，通过开源工具EEGLAB的“事件相关电位（ERP）分析模块”，可关联REM期脑电特征与幻觉症状评分，为精准治疗提供依据。
（二）睡眠周期的时间分布规律
1.人类睡眠过程以“NREM-REM”为基本单元形成周期性循环，每个周期持续90~120分钟，健康成年人每晚通常经历4~6个完整周期，睡眠结构图通过纵向阶段分布清晰呈现这一规律。睡眠周期具有“前重后轻”的特征：前两个周期中N3期占比最高（可达30%），REM期占比最低（约10%）；随周期推进，N3期占比逐渐降低，REM期占比逐步升高，最后一个周期中REM期占比可超过30%，N3期则可能缩短至5%以下甚至消失。这种分布规律与机体生理需求高度契合——夜间早期优先满足深度修复需求，后期侧重记忆巩固与情绪调节。
2.睡眠周期的完整性是睡眠质量评估的核心指标之一，睡眠结构图可通过“周期中断次数”“周期时长变异系数”等参数量化完整性。例如，轮班工作者的睡眠结构图常表现为“周期中断≥3次/晚”“周期时长波动超过40分钟”，导致N3期碎片化、REM期不连续，长期可引发疲劳、注意力不集中等问题。某职业健康研究团队利用开源工具R语言中的“sleepR”包分析120名轮班工人的睡眠结构图，发现通过“固定休息时段+光照调节”干预后，周期完整性提升65%，工伤发生率下降28%。在临床中，帕金森病患者常出现“睡眠周期紊乱”，表现为“周期时长缩短至60分钟以下”“NREM与REM期交替频繁”，借助睡眠结构图的周期分析，可提前预判患者运动功能衰退风险。
（一）基于AASM标准的睡眠阶段划分
1.睡眠结构图的阶段划分严格遵循AASM于2012年发布的《睡眠及其相关事件判读手册》标准化体系，该体系以脑电（Electroencephalogram, EEG）、眼电（Electrooculogram, EOG）、肌电（Electromyogram, EMG）三大核心生理信号的特征性差异为判读依据，将人类睡眠过程明确划分为NREM和REM两大系统，其中NREM进一步细分为N1、N2、N3三个亚期，各睡眠阶段的生理指标阈值与时间占比均具备明确的临床界定标准。
2.N1期为睡眠启动阶段，占总睡眠时间（TST）的5%~10%，持续1~7分钟。生理特征表现为：EEG以4~7Hz的θ波为主，取代清醒期的α波（8~13Hz）；EOG可见慢速眼球运动（SEMs）；EMG信号较清醒期降低10%~20%。此阶段睡眠深度较浅，唤醒阈值低，约50%的健康成年人在此阶段会出现“入睡抽动”（hypnic jerk），属于生理性现象。
3.N2期为睡眠主体阶段，占TST的45%~55%，是睡眠维持的核心环节，其结构异常在多种睡眠障碍中具有诊断特异性。例如，慢性失眠患者的睡眠结构图中，N2期常呈现“纺锤波密度降低（<2次/30秒）”“K复合波振幅减弱”，导致睡眠稳定性下降，临床中可通过经颅交流电刺激（tACS）干预，干预后睡眠结构图显示N2期纺锤波密度提升至3.5次/30秒，患者夜间觉醒次数减少60%。在儿童睡眠障碍领域，注意力缺陷多动障碍（ADHD）患儿的N2期占比往往低于同龄儿童（38%~42%），结合开源工具Sleep Cycle Annotator（Java编写，支持儿童睡眠数据特殊标注）分析结构图，可区分“生理性睡眠偏浅”与“病理性睡眠结构异常”，避免过度诊疗。此阶段的EEG特征为睡眠纺锤波（12~14Hz，持续0.5~1秒）与K复合波（高幅负向波后跟随正向波，持续0.5秒以上），二者的出现频率是N2期判读的关键指标（每30秒至少出现1次纺锤波或K复合波）。生理状态上，心率较清醒期降低15%~20%，体温下降0.5~1℃，外周交感神经活性显著抑制。在实际操作中，科研人员可利用开源工具YASA（Python库）自动提取N2期纺锤波参数，其识别准确率与人工标注相比可达91%，大幅提升数据分析效率。
4.N3期又称慢波睡眠（Slow Wave Sleep, SWS），是睡眠深度最高的阶段，占TST的15%~25%，在青少年及成年人中呈现随年龄增长占比递减的规律（如60岁以上人群N3期占比可降至10%以下）。其核心EEG特征为高振幅（≥75μV）、低频率（0.5~4Hz）的δ波，占比超过20%即可判定为N3期。此阶段是机体修复的关键环节，生长激素分泌量占全天的70%以上，免疫系统活性显著增强。在临床应用中，慢性疲劳综合征患者的睡眠结构图常表现为“N3期占比不足10%”“δ波振幅低于50μV”，通过睡眠结构图动态监测，可评估“认知行为疗法（CBT）+褪黑素”联合干预的效果——某临床研究显示，干预8周后患者N3期占比提升至18%，疲劳评分（FSS）降低4.2分。在科研场景中，利用开源工具PyEEG（Python库）提取N3期δ波功率谱特征，可构建“睡眠质量-机体修复能力”关联模型，某运动医学团队通过该模型发现，运动员N3期δ波功率每提升10μV²/Hz，次日运动恢复效率提升15%。
5.REM期为睡眠功能特化阶段，占TST的20%~25%，其生理特征呈现“矛盾性”——脑电活动接近清醒期（以β波为主），但肌电信号显著抑制（除眼外肌与呼吸肌外，全身骨骼肌松弛），EOG可见高频、快速眼球运动。REM期与记忆巩固、情绪调节密切相关，其潜伏期（从入睡到首次进入REM期的时间）通常为90~120分钟，是重要的临床诊断指标。例如，发作性睡病患者的睡眠结构图具有典型“REM期前移”特征，REM潜伏期常<15分钟，部分患者甚至在入睡后直接进入REM期，结合开源工具MNE-Python的“睡眠阶段转换矩阵”功能，可快速识别该特征，诊断准确率达93%。在精神分裂症患者中，REM期常表现为“密度异常增高”“持续时间波动大”，通过开源工具EEGLAB的“事件相关电位（ERP）分析模块”，可关联REM期脑电特征与幻觉症状评分，为精准治疗提供依据。
三、睡眠结构图的绘制方式
1.监测设备与数据收集
睡眠结构图的绘制依赖于精确的睡眠监测数据，这些数据主要通过多导睡眠监测仪（PSG）等专业设备收集而来 。多导睡眠监测仪能够同步记录多项生理参数，为睡眠阶段的划分和睡眠结构图的绘制提供关键依据。
脑电图（EEG）是监测大脑电活动的重要手段，它通过放置在头皮上的电极，捕捉大脑神经元活动产生的微弱电信号。不同睡眠阶段的脑电波有着显著差异，如清醒时脑电波呈现高频低幅的 β 波，N1 期睡眠出现频率稍低、振幅稍高的 θ 波，N2 期睡眠会出现睡眠纺锤波和 K 复合波，N3 期睡眠则以高振幅、低频率的 δ 波为主，快速眼动睡眠期（REM）的脑电波与清醒时相似 ，呈现低幅快波 。脑电图数据能够直观地反映大脑在睡眠过程中的活动状态，是判断睡眠阶段的核心依据。
眼动图（EOG）用于记录眼球的运动情况 。在睡眠过程中，眼球运动模式会随着睡眠阶段的变化而改变。在清醒和 REM 睡眠期，眼球会出现快速的左右或上下移动，而非快速眼动睡眠期（NREM）的眼球运动则较为缓慢或几乎停止。通过监测眼球运动的速度、方向和频率，眼动图可以辅助判断睡眠阶段，尤其是区分 REM 睡眠期和 NREM 睡眠期。
肌电图（EMG）主要监测肌肉的电活动 。随着睡眠的加深，肌肉逐渐放松，肌电活动也相应减弱。在清醒状态下，肌肉保持一定的紧张度，肌电图呈现较高的电活动水平；进入 NREM 睡眠期后，肌肉松弛，肌电信号逐渐降低；在 REM 睡眠期，除了眼部肌肉和呼吸相关肌肉外，其他大部分肌肉处于麻痹状态，肌电活动进一步减弱 。肌电图数据可以帮助确定睡眠的深度和肌肉的放松程度，对睡眠阶段的判断提供有力支持。
此外，多导睡眠监测仪还会记录心电图（ECG）以监测心脏的电活动、呼吸气流和呼吸努力程度以评估睡眠中的呼吸状况、血氧饱和度以检测睡眠过程中是否存在缺氧情况等参数 。这些数据相互补充，共同描绘出睡眠过程中人体生理状态的全貌，为睡眠结构图的绘制提供了丰富而准确的信息。
2.数据处理与图表呈现
从多导睡眠监测仪等设备收集到的原始数据，就像是未经雕琢的璞玉，虽然蕴含着丰富的信息，但需要经过一系列精细的数据处理流程，才能转化为清晰、直观的睡眠结构图。
数据处理的第一步是去除噪声和伪迹。在数据采集过程中，由于电极接触不良、身体运动、环境干扰等因素，原始数据中往往会混入各种噪声和伪迹，这些干扰信号会影响对睡眠阶段的准确判断。通过滤波、平滑等数字信号处理技术，可以有效去除高频噪声和低频漂移，提高数据的质量。例如，采用低通滤波器可以滤除高频的电气干扰信号，高通滤波器则能去除低频的基线漂移；对于因身体运动产生的肌电伪迹等干扰，可以通过人工检查或基于统计方法的自动识别算法进行标记和剔除。
接下来是睡眠阶段的自动判读。借助预先设定的算法和机器学习模型，对经过预处理的数据进行分析，依据脑电图、眼动图、肌电图等各项生理参数的特征，将睡眠过程划分为不同的阶段。这些算法和模型通常基于大量的睡眠数据样本进行训练，学习不同睡眠阶段的典型模式和特征，从而实现对新数据的准确分类。例如，一些算法会根据脑电波的频率、振幅和波形特征，结合眼动和肌电信息，判断当前数据属于清醒期、N1 期、N2 期、N3 期还是 REM 期 。不过，自动判读结果可能存在一定误差，还需要专业人员进行人工审核和修正，以确保睡眠阶段划分的准确性。
在完成睡眠阶段的划分后，就可以着手绘制睡眠结构图了。利用专业的数据分析软件或编程语言，如 Python 中的 Matplotlib、Seaborn 库，JavaScript 中的 ECharts 库等，将处理后的数据以可视化的形式呈现出来。以 ECharts 为例，首先需要准备好包含睡眠阶段和时间信息的数据，这些数据可以是一个数组或表格，其中每一行代表一个时间片段，对应的列记录该时间段所处的睡眠阶段。然后，通过配置 ECharts 的选项参数，创建一个适合展示睡眠结构的图表，如柱状图、折线图或堆叠图等。在图表中，横轴表示时间，从入睡开始到睡醒结束，以小时或分钟为单位进行刻度划分；纵轴表示睡眠阶段，不同的睡眠阶段用不同的颜色或图案区分，如 N1 期用浅灰色表示，N2 期用深灰色表示，N3 期用黑色表示，REM 期用蓝色表示等 。通过设置图表的样式、标签、图例等元素，使睡眠结构图更加清晰易读，方便研究人员和医生对睡眠数据进行分析和解读。 经过这一系列的数据处理和图表呈现过程，原本复杂、抽象的睡眠数据，就转化为了直观、易懂的睡眠结构图，为我们深入了解睡眠提供了有力的工具。
四、睡眠结构图的多样用途
1.评估睡眠质量
睡眠结构图是评估睡眠质量的得力助手，为我们提供了客观、直观的依据。通过对睡眠结构图中各睡眠阶段的时间占比、睡眠周期的完整性以及睡眠阶段转换情况的分析，我们能够准确判断睡眠是否充足、质量高低。
睡眠时长是评估睡眠质量的基础要素。一般来说，成年人每晚需要 7 - 9 小时的睡眠时间 ，睡眠结构图能清晰呈现整晚的实际睡眠时长。如果睡眠时长明显低于推荐范围，如长期少于 6 小时，可能导致身体和大脑得不到充分休息，出现疲劳、注意力不集中、记忆力下降等问题 ，影响日常生活和工作。
睡眠结构的合理性也是衡量睡眠质量的关键。正常情况下，非快速眼动睡眠（NREM）约占总睡眠时间的 75% - 80%，其中深度睡眠（N3 期）占 15% - 25% ，快速眼动睡眠（REM）占 20% - 25% 。在睡眠结构图中，若发现深度睡眠（N3 期）时间过短，如低于总睡眠时间的 15%，可能意味着睡眠深度不足，身体无法充分进行恢复和修复，长期如此可能影响免疫系统功能、生长发育以及心理健康 。而 REM 睡眠期时间异常，无论是过长还是过短，都可能与精神压力、情绪障碍、药物影响等因素有关，进而影响睡眠质量和心理状态。例如，长期处于高压力环境下的人，可能会出现 REM 睡眠期缩短，梦境减少或异常，醒来后感觉疲惫、焦虑 。
睡眠周期的完整性和稳定性同样重要。健康的睡眠通常由 4 - 6 个完整的睡眠周期组成，每个周期大约持续 90 - 110 分钟 。睡眠结构图能够展示睡眠周期的循环情况，如果睡眠周期频繁中断，如多次出现睡眠阶段的倒退或提前进入 REM 睡眠期，可能导致睡眠碎片化，降低睡眠效率，使睡眠者即使睡眠时间足够，醒来后仍感觉困倦、乏力 。
2.辅助疾病诊断
睡眠结构图在医学领域发挥着不可或缺的作用，尤其在睡眠障碍及其他相关疾病的诊断中，为医生提供了关键线索和客观依据。
对于失眠患者，睡眠结构图能够清晰呈现入睡困难、睡眠维持障碍、早醒等问题的具体表现 。例如，入睡潜伏期延长，即从上床准备睡觉到真正入睡的时间超过 30 分钟，在睡眠结构图上表现为清醒期（Wake）在入睡初始阶段占据较长时间；睡眠中频繁觉醒，表现为睡眠周期中多次出现短暂的清醒期（Wake） ，打断正常的睡眠进程，导致睡眠效率降低；早醒则体现为在正常睡眠周期结束前就提前进入清醒状态，总睡眠时间缩短 。通过分析这些睡眠结构图特征，医生可以深入了解失眠的类型和严重程度，进而制定针对性的治疗方案。
发作性睡病是一种以白天过度嗜睡、猝倒发作、睡眠瘫痪和入睡前幻觉为主要特征的睡眠障碍 。睡眠结构图在发作性睡病的诊断中具有重要价值，患者的睡眠结构图通常表现为入睡潜伏期明显缩短，可能在几分钟内就迅速进入睡眠状态 ；睡眠始发快速眼动睡眠现象（SOREMP）出现频繁，即在入睡后短时间内就进入快速眼动睡眠期（REM） ，而正常人 REM 睡眠通常在入睡后 90 - 120 分钟才首次出现 。这些典型的睡眠结构图特征，结合患者的临床表现，能够帮助医生准确诊断发作性睡病 。
睡眠呼吸暂停低通气综合征也是常见的睡眠障碍，患者在睡眠过程中会反复出现呼吸暂停或通气不足的情况 。睡眠结构图与呼吸监测数据相结合，可以清晰地显示出睡眠过程中呼吸事件的发生时间、持续时长以及与睡眠阶段的关系 。例如，在呼吸暂停或低通气发生时，睡眠结构图上可能会出现短暂的觉醒或睡眠阶段改变，同时伴有血氧饱和度下降 。医生通过分析这些数据，能够判断睡眠呼吸暂停低通气综合征的严重程度，为选择合适的治疗方法，如持续气道正压通气治疗（CPAP）等，提供依据 。
除了睡眠障碍，睡眠结构图对其他一些疾病的诊断和病情评估也有帮助 。例如，在神经系统疾病中，帕金森病患者常伴有睡眠障碍，睡眠结构图可能显示出睡眠周期紊乱、REM 睡眠行为障碍（RBD）等特征 ，RBD 表现为在 REM 睡眠期出现肢体不自主运动，打破正常的肌肉麻痹状态 ，这些信息有助于医生了解帕金森病患者的睡眠状况和病情进展 。在精神心理疾病方面，抑郁症患者的睡眠结构图往往表现为 REM 睡眠潜伏期缩短、REM 睡眠期延长、N3 期深度睡眠减少等 ，通过对睡眠结构图的分析，可以辅助抑郁症的诊断和治疗效果评估 。睡眠结构图就像一把精准的 “诊断尺”，为医生洞察疾病的奥秘提供了有力支持 。
五、解读睡眠结构图：案例剖析
（一）正常睡眠示例
以一位 30 岁健康成年人的睡眠结构图为例，假设他晚上 10 点半上床睡觉，11 点入睡，早上 7 点起床，总睡眠时间为 8 小时 。从睡眠结构图中可以清晰地看到，入睡后首先进入非快速眼动睡眠（NREM）的 N1 期，这个阶段持续了大约 5 分钟，占总睡眠时间的 1% 左右，表现为脑电波频率逐渐降低，肌肉开始放松，眼球有缓慢转动 。随后进入 N2 期，持续约 20 分钟，占总睡眠时间的 4% ，此时脑电波呈现睡眠纺锤波和 K 复合波，心率和呼吸进一步平稳，体温开始下降 。接着进入 N3 期深度睡眠，这一阶段持续了约 40 分钟，占总睡眠时间的 8% ，脑电波以高振幅、低频率的 δ 波为主，身体得到深度放松，很难被唤醒 。首次 NREM 睡眠期总共持续约 65 分钟 。
在 N3 期之后，睡眠进入快速眼动睡眠（REM）阶段，持续约 20 分钟，占总睡眠时间的 4% ，此时眼球快速运动，脑电波与清醒时相似 ，出现生动的梦境 。此后，睡眠周期再次循环，整晚大约经历了 5 个完整的睡眠周期 。随着睡眠的进行，N3 期深度睡眠在每个周期中的时间逐渐减少，后半夜主要以 N2 期和 REM 期为主 。在整个睡眠过程中，NREM 睡眠约占总睡眠时间的 75% ，REM 睡眠约占 25% ，睡眠周期完整且稳定，各睡眠阶段的时间分配合理，这是一个典型的正常成人睡眠结构图，表明该成年人睡眠质量良好，身体和大脑能够得到充分的休息和恢复 。
（二）异常睡眠案例
1.失眠案例：一位 45 岁的失眠患者，长期受到入睡困难和睡眠维持障碍的困扰 。从他的睡眠结构图来看，晚上 10 点半上床后，直到凌晨 1 点才勉强入睡，入睡潜伏期长达 2 个半小时 ，远远超过了正常的 15 - 30 分钟 。在睡眠过程中，频繁出现短暂的觉醒，每隔 1 - 2 个小时就会醒来一次，每次觉醒时间持续 5 - 15 分钟不等，导致睡眠周期频繁中断 。整个晚上的总睡眠时间只有 4 个小时左右，远远低于正常的 7 - 9 小时 。而且，深度睡眠（N3 期）时间极短，几乎可以忽略不计，仅占总睡眠时间的 5% ，远远低于正常的 15% - 25% ，REM 睡眠期时间也相应减少 。这种睡眠结构图清晰地反映出失眠患者睡眠质量的严重下降，由于长期睡眠不足和睡眠结构紊乱，患者白天常感到疲惫、注意力不集中、记忆力减退，情绪也变得焦虑和烦躁 。
2.夜惊案例：夜惊多见于儿童，以 5 - 7 岁为高发期 。以一个 8 岁儿童为例，他的睡眠结构图显示，在入睡后约 1 小时左右，正处于 N3 期深度睡眠时，突然出现夜惊发作 。从图中可以看到，此时脑电图出现明显的异常波动，原本高振幅、低频率的 δ 波被打乱，出现一些高频、低振幅的脑电波 ，同时伴有心率和呼吸的急剧加快 ，这些生理参数的变化在睡眠结构图中都有直观体现 。夜惊发作时，孩子会突然从睡眠中惊醒，大声尖叫、哭闹，表情惊恐，手足乱动 ，持续约 5 - 10 分钟后，又逐渐恢复到睡眠状态 ，但睡眠结构已被破坏，后续睡眠可能会变得不平稳 。孩子醒来后对发作过程通常没有记忆，由于夜惊发作频繁干扰睡眠，可能会影响孩子的生长发育和心理健康 。
3.发作性睡病案例：12 岁的患者被诊断为 1 型发作性睡病 。他的睡眠结构图呈现出典型的异常特征 。入睡潜伏期明显缩短，仅为 5 分钟左右，远远低于正常的 15 - 30 分钟 ，这意味着他很容易在短时间内迅速进入睡眠状态 。在睡眠过程中，睡眠始发快速眼动睡眠现象（SOREMP）频繁出现，在入睡后短时间内就进入 REM 睡眠期 ，而正常人 REM 睡眠通常在入睡后 90 - 120 分钟才首次出现 。与正常儿童相比，该患者 NREM 1 期睡眠期比例明显增加，从正常的 5% - 10% 增加到 20% 左右 ，NREM 3 期睡眠期比例则减少，从正常的 20% - 25% 降至 10% 左右 ，睡眠结构严重紊乱 。由于发作性睡病导致的睡眠异常，患者白天会出现难以遏制的困倦和睡眠发作，严重影响学习和生活 ，还可能出现猝倒发作、睡眠瘫痪和入睡前幻觉等症状 。
六、睡眠结构图与健康生活
睡眠结构图不仅是睡眠研究和医学诊断的有力工具，对于我们日常生活中的睡眠管理和健康维护也有着重要的指导意义。它就像一位贴心的睡眠顾问，帮助我们更好地了解自己的睡眠模式，发现潜在问题，从而调整生活方式，改善睡眠质量，拥抱更健康的生活。
了解睡眠结构图后，我们可以根据自身睡眠阶段的特点和时间分布，合理调整作息。例如，若发现自己深度睡眠（N3 期）主要集中在入睡后的前几个小时，那么就应尽量保证这段时间不被打扰，创造安静、舒适的睡眠环境 。同时，依据睡眠周期约 90 - 110 分钟的规律，我们可以规划入睡和起床时间，让自己在完成整数个睡眠周期后自然醒来，这样醒来后会感觉更加清醒和舒适 。比如计划早上 7 点起床，那么往前推 5 个睡眠周期，大约晚上 11 点半入睡较为合适，这样能确保经历相对完整的睡眠周期，提高睡眠效率 。
睡眠结构图还能提醒我们关注生活中的一些不良习惯对睡眠的影响 。长期熬夜、睡前过度使用电子设备、摄入咖啡因或酒精等，都可能导致睡眠结构紊乱，在睡眠结构图上表现为入睡困难、睡眠阶段异常、睡眠周期中断等 。认识到这些问题后，我们可以针对性地做出改变，如保持规律的作息时间，每天尽量在相同的时间上床睡觉和起床 ；睡前 1 小时避免使用手机、电脑等电子设备，减少蓝光对褪黑素分泌的抑制，营造有利于睡眠的环境 ；晚上避免饮用咖啡、茶和含酒精的饮品，以免刺激神经系统，影响睡眠质量 。通过这些生活方式的调整，我们的睡眠结构图可能会逐渐变得更加健康，各睡眠阶段的时间分配更加合理，睡眠周期更加稳定，从而提高睡眠质量，让我们在白天拥有更充沛的精力和良好的状态，更好地应对生活和工作中的各种挑战 。睡眠结构图就像一面镜子，映照出我们睡眠的真实状态，引导我们走向更健康的睡眠和生活方式 。
七、结语
睡眠结构图，这一睡眠领域的独特工具，为我们开启了一扇通往睡眠奥秘的大门。它不仅让我们清晰地认识到睡眠的复杂结构和周期性变化，更成为评估睡眠质量、辅助疾病诊断以及指导健康生活的得力助手。通过解读睡眠结构图，我们能够洞察睡眠中的细微变化，发现潜在的睡眠问题，进而采取针对性的措施加以改善。
在快节奏的现代生活中，睡眠健康常常被我们忽视，熬夜、失眠等问题日益普遍。然而，睡眠作为生命中不可或缺的一部分，对我们的身心健康有着深远影响。良好的睡眠不仅能帮助我们恢复体力、增强免疫力，还对大脑的认知功能、情绪调节起着关键作用。睡眠结构图提醒着我们，关注睡眠就是关注健康，重视睡眠质量就是为自己的生活和工作注入源源不断的动力 。
让我们以睡眠结构图为指引，养成规律的作息习惯，创造舒适的睡眠环境，远离不良的生活方式，用心呵护每一晚的睡眠。愿我们都能在睡眠的怀抱中，得到充分的休息和恢复，以饱满的精神状态迎接新一天的挑战，拥抱更加健康、美好的生活 。
