神经振荡是理解脑活动的起点，而非终点

神经振荡是理解脑活动的起点，而非终点

Neural oscillations are a start toward understanding brain activity rather than the end

https://pdfs.semanticscholar.org/d49e/8f114e7c4f9fbf1fd42608e88ac9cdc092c9.pdf

摘要
节律性神经活动究竟是仅仅回响环境的节律特征，还是反映了大脑的一种基本计算机制？围绕这一问题的争论催生了一系列精巧的实验研究以寻求答案。在此，我们主张：该领域长期以来受到基于直觉而非生物物理模型的振荡器预测之阻碍——这些预测与实际观测现象并不兼容。本文接续呈现若干警示性案例，旨在提醒研究者：我们提出的假说，应扎根于动力系统理论（dynamical systems theory）中那些经充分发展的振荡行为理论。归根结底，我们期望这一努力能推动领域转向——不再纠缠于“有无振荡”这一模糊问题，而更多聚焦于可被直接检验的具体生物物理模型。

引言
神经振荡是神经科学中的关键现象。一个世纪以来，其含义与作用几乎在每一认知领域与每一物种中均被广泛研究。何以振荡研究在本领域如此普遍？
首先，节律性行为似乎正是那种令人捉摸不定、却近乎普适的脑功能共性：尽管节律可能发生在不同时间尺度，但其在脑区与物种间的普遍存在，实为常态而非例外［1］。
其次，振荡动力学本身已被深入研究：早在神经科学家对其产生兴趣之前，工程师与物理学家便已长期借助振荡器来构建并理解物理现象［2,3］。对其工作的深入审视，或可引导神经科学走向对神经功能及其后果的更佳解释。

尽管具备上述潜力，领域中至少一部分研究似乎陷入循环：反复争论“神经振荡是否是一个值得研究的有用概念”。
一方面，存在一种倾向：执着地在各处“寻找”（并常“发现”）振荡——甚至可能在本不存在之处找到它们；
另一方面，则兴起一股反应性思潮，动用“附带现象”（epiphenomenon）、“诱发反应”（evoked response）、“废气”（exhaust fumes）等术语，试图消解一切振荡性发现——甚至可能在确实存在之处否认它们。
结果是：人们耗费更多精力争论振荡是否存在，而非利用其优势推进认知。

作为曾积极参与此争论的研究者，我们深切感到：此类讨论已无法为领域带来实质性益处。因为它将研究目标误置为“确认振荡存在”这一终点；而实际上，这仅仅是一个起点。

此类对话在言语与声音感知领域尤为持久：
大量数据［4–9］显示，听觉皮层存在约4 Hz 的节律性活动，可追踪声音中的节律。这些研究提出：听觉皮层中存在一个神经振荡器，经声学刺激夹带（entrained），以支持注意［10］、预测［11］、分段［12］等重要听觉认知功能。
然而，输入本身即是节律性的。也许这些数据仅反映了一个被动系统——其表面节律性不过是对输入节律的被动反映［13,14］；该被动系统需额外机制（如“关联性负变”CNV［15］）来支持高阶加工。

当两种假说所预测的神经记录高度相似时，我们应依据何种预测加以区分？

我们认为：问题本身提法不当。振荡可由多种机制生成；而研究的目标，理应是探究其底层机制，而非现象本身。对振荡生成机制作一基本分析，可揭示两点核心：
（1）“振荡”与“非振荡”的界限是模糊的——例如，漏电积分-发放模型（leaky integrate-and-fire）既可视为振荡器，亦可作为诱发反应模型；
（2）其潜在机制具有高度异质性，不同机制导出截然不同的行为与预测。

本文目标并非判定振荡器是否在脑功能中起关键作用，亦非讨论此类机制的优势。相反，我们旨在重新锚定于动力系统理论——该理论已对振荡进行过详尽研究，并确保领域内公认的预测与评估标准具备充分理论依据。

具体而言：

1. 首先提供振荡器的严谨定义——包括一般性描述，及可用于生成有效行为预测的简明数学方程
2. 继而运用该数学模型，检验（并常驳斥）若干被广泛接受的常见预测；
3. 最后，提出一个新框架：将问题焦点从“是否存在振荡”，转向对何种非线性动力学（nonlinear dynamics）——方可产生我们所研究的神经与行为数据——的日益精确的刻画

什么是振荡器？

“振荡器”（oscillator）一词在认知神经科学领域被广泛使用，却缺乏严谨定义。
以模糊的术语去广泛描述各类行为，远非理想做法。
相反，我们主张：应将努力转向构建生物物理模型，以解释——乃至预测——实验观测现象，从而深入理解此类行为背后的机制。

为论证之便，我们将振荡器定义为：

“一个能自主产生持续节律性行为的系统。”

此处的“系统”取动力系统（dynamical systems）意义，即：一组变量的行为可由一组含参微分方程描述。
因此，鉴于不同参数可能导致不同行为，我们所指的振荡器包括那些仅在特定参数范围内能自发产生节律行为的系统。

此外，须强调：该振荡器能自主生成节律——换言之，我们排除了仅当接收到节律性输入时才振荡的线性系统。

从数学角度看，一个二维系统开始或停止振荡共有四种方式；若欲深入理解振荡如何产生，建议读者参阅更详尽的分析（如［16,17］）。
本文仅聚焦最著名的一种：Hopf–Andronov（HA）（［16］）。

在描述两个耦合变量动力学的一组方程中，当某参数连续增减时，系统可从阻尼振荡态（damped oscillatory regime）转变为持续振荡态，即发生HA分岔。

例如，图1A所示方程中，该质变发生于 λ = 0：

• 当 λ < 0 时，系统衰减至一个稳定平衡点
• 当 λ > 0 时，系统进入持续振荡

上述方程构成Stuart–Landau模型——这是HA分岔最简数学表征，在动力系统领域被称为标准型（normal form）。
通过恰当的数学变换，任何经历HA分岔的系统，在分岔点邻域的参数空间内，均可约化为此标准型。

Stuart–Landau模型已有诸多学者给出远比本文更全面详尽的阐述（如［18,19］）。因此，下文我们将直接利用该方程，来展示振荡器的部分行为特性。

我们将表明：振荡器的行为不应受制于我们对其“应当如何表现”的先验信念，而应由该系统的具体数学实现来决定。
正因如此，下一部分将以“振荡器不是什么”为框架，用以驳斥若干普遍持有的误解。

需指出：

• 某些情况下，更准确的表述或许是“振荡器不必是……
• 而另一些规则则更为严格。

诚然，某些公认的信念在特定条件、方程或参数组合下可能成立；
若作者据此提出主张，则必须明确声明这些前提条件，方能清晰界定其所检验的确切假说。

振荡器“不是什么”

首先需作几点说明：
我们并非主张以下观点全属原创；神经科学与动力系统领域的诸多学者此前已对此详加论述。部分读者或觉其显而易见，另一些则可能视其极具争议。
我们的目的，在于抵制领域内日益偏离这些基本原则的趋势，并促使对感知中神经机制的探索回归可量化的预测。
下文将通过若干具体实例，说明若干未经精确生物物理模型支撑的常见信念如何导致误读；我们期望借此激励未来研究——更深入评估特定生物物理模型对认知的下游影响。

振荡器 ≠ 回声（Oscillators are not echoes）

此前研究［20,21］提出：要确证振荡器存在，不仅需在刺激期间观察到节律性活动，更需在刺激结束后仍能检测到。
据此，多项研究致力于寻找“余振”（ringing out）效应——即在刺激停止后，频率调制仍持续数个周期［22–27］。

然而，振荡器（如任何动力系统）的行为取决于三者：
① 其当前状态；② 其自身动力学；③ 与即将到来输入的交互——
→ 换言之，其行为未必依赖于过往输入的频率。

此处我们指出：期待振荡器在刺激终止后，仍以与先前刺激相同的频率“余振”数个周期，这一预期并无根据——尽管振荡器行为常被如此检验。

我们采用一模型：以图1A方程表征的神经振荡器，接收节律性输入（图1B）。模拟结果显示（图1C）：一旦外源刺激停止，振荡器即刻回归其固有状态，未出现任何预期的余振行为。

因此，从认知神经科学家视角看：
→不应期待一个（至少最简形式的）振荡器在刺激结束后仍预测多于一个周期的行为，
→除非该刺激频率已非常接近振荡器的自发固有频率。

若我们期望某神经机制能在刺激终止后维持多周期活动，则必须对该特定振荡器的具体性质给出更详尽的说明。

许多论文曾致力于寻找“余振”效应，且其中并非所有做法都是不恰当的。事实上，由于接收了外部输入，任何振荡器的相位极可能被非零量偏移，因而其状态确实会受输入影响。这种相位偏移可能导致在刺激结束后数个周期内，试次间相位一致性（intertrial phase coherence）。

的确，已有若干研究基于此原理发现了相位偏移现象［28–30］。然而，如图1C所示，在刺激结束后，振荡器会恢复至其固有（自发）——因此，若仍以刺激频率为基准去搜寻相位偏移，将导致效果不佳（subpar results）。

振荡器 ≠ 形状不变（Oscillators are not shape invariant）

这一点在感知神经科学中鲜有讨论，但若欲检验振荡器作为感知原理的可行性，它实则至关重要。通常，人们在探讨振荡器如何与节律性输入同步时，往往假设其行为应在多种不同输入波形下保持相似——无论输入是平滑的小提琴音、尖锐的纯音，抑或介于二者之间的言语信号。然而，关于输入波形应如何影响神经系统的同步能力，此问题尚未得到足够深入的探讨；事实上，它可能带来显著差异。

例如，采用与前一小节相同的模型进行模拟（图1D）可知：神经响应高度依赖于节律性刺激的具体波形。

• 当系统受正弦波刺激驱动时，能立即与外部频率同步；
• 但若刺激具有相同周期（即频率），其夹带（entrainment）。

需强调：上述模拟仅为一例，且正弦波刺激的选择本身是任意的——

• 脉冲状刺激同样可产生稳定的同步，尤当其频率更接近振荡器的固有频率时；
• 反之，某些正弦波（取决于其频率）也可能导致不稳定行为。

这些模拟揭示的核心结论是：→振荡行为并非对输入波形不变（not invariant to input shape）；→ 其响应在很大程度上取决于振荡器的相位响应曲线（phase response curve, PRC）——即：在当前相位下，单位输入所引发的相位偏移量（详见下文“振荡器 ≠ 相位不变”部分）。

从认知视角看，刺激波形如何影响神经同步与时间感知，目前研究仍显不足（但可参见稳态视觉诱发电位的相关工作［31–33］）。任何关于振荡同步与感知输入关联的理论模型，均应将此类动力学纳入考量；例如，可引入若干预处理步骤，在信号输入振荡器前对其波形进行归一化。

事实上，听觉领域已有研究探讨此类预处理：研究表明，声学包络的锐度（即“声学边缘”，acoustic edges）可能是听觉皮层表征的一项关键特征［34–36］。

振荡器 ≠ 永不疲倦（Oscillators are not tireless）

依据我们一开始给出的定义——“一个能自主产生振荡的系统”，可迅速看出：持续的自发振荡并非必要条件。一般来说，神经功能的动力学模型常被研究于分岔点附近（near bifurcations）——此时参数的微小变化即可导致系统拓扑行为的根本转变［37,38］。换言之，一个初始处于静息态的系统，可在刺激期间进入极限环（limit cycle，即振荡态），而一旦刺激停止，该极限环即被破坏、振荡终止。→具备振荡能力，并不意味着振荡必须无限持续。

从神经机制角度看，脑区并非孤立存在；复杂行为正源于其相互作用。因此，一个合理假设是：图1A方程中的某些参数可受其他脑区活动或刺激本身的有无所调制（见图2A）。例如：

• 一种自上而下（top-down）机制可在检测到外部输入时，推动系统跨越分岔点，使其进入振荡态；
• 一旦刺激消失，系统便渐回归非振荡态——振荡幅值逐步衰减至静息水平（见图2B）。

另从自下而上（bottom-up）视角看（即固定参数 λ）：

• 一个节律性外源输入本身亦可诱发系统振荡；
• 但与前述情形不同，此时振荡频率由刺激的节律特征决定（而非系统固有频率；见图2C）；
• 刺激结束后，系统回归静息，短暂以固有频率振荡，幅值渐趋于零

综上，这些模拟例证了：同一静息系统，可通过不同机制在刺激期间转入振荡态，并于刺激终止后返回静息。

由此引出的关键启示是：→ 那些以刺激前是否存在持续波动作为振荡器存在证据的研究，可能误入歧途。固然，基线期的节律性波动可提示振荡行为；但其缺失绝不等于底层振荡器不存在。→ 振荡行为的界定，应聚焦于机制与刺激共现时的交互方式——这正是本文所致力的方向。

上述结论还有一重要推论：刺激可改变振荡器的幅值。若执迷于“振荡器必须持续振荡”的信念，便会错误预测：振荡器在刺激前后应保持幅值恒定，仅发生相位偏移；故而，若观察到幅值变化，便被归为“诱发反应”。而我们的全部模拟均驳斥此观点：→幅值随刺激输入而改变，实为振荡行为的常见特征。

振荡器 ≠ 相位不变（Oscillators are not phase invariant）

即使面对完全相同的输入，振荡器在不同时间点的响应也并不一致。
其相位如何因输入而偏移，取决于输入到达时振荡器所处的当前相位——这一现象通常称为相位响应曲线（Phase Response Curve, PRC）或相位重置曲线（phase resetting curve）［39］。

PRC 已在昼夜节律层面（如［40,41］）及单细胞与环路层面（如［42］）得到研究，但在人类认知层面仍属探索不足的领域。

当前认知科学文献中提出的振荡模型，常忽略此点：为简化起见，它们往往假设

• 每次输入引起的相位偏移量恒定，甚至为零（如［20］图1；［43］图1；［44］图1A）；
• 或假设相位总被完全重置为0（如［23］图1B；［45］图1）。固然，许多作者采用此类简化仅为教学目的，我们并不质疑其对PRC现象的认知；但担忧在于——这些简化正面临被过度字面化解读的风险

PRC的敏感性对振荡器的适应性至关重要：

• 相位偏移的幅度与方向，均取决于刺激抵达时的瞬时相位
• 尤其关键的是，每种振荡器的相位响应函数各不相同

我们再次以同一示例振荡器（Stuart–Landau模型）说明此点：
在图2D与2E中，同一脉冲刺激施加于两个不同相位，导致两种截然不同的相位调整：

• 情形一：刺激施于振荡器下降相→ 抑制其“自然进程”，产生正相位滞后（phase lag）；
• 情形二：刺激施于上升相→ 加速其进程，产生相位提前（phase advance）。

这种灵活响应是振荡器的特性，而非缺陷——它使系统能依据输入的精确时序进行精细计算：
→ 刺激早到，系统减速；刺激晚到，系统加速。

振荡器 ≠ 节拍器（Oscillators are not metronomes）

Nikolić 及同事［46］曾撰写一篇题为《伽马振荡：无节拍器的精确时间协调》的亮点文章；
我们同样借用“节拍器”隐喻，以强调相似观点：
→振荡 ≠ 正弦波，其灵活性恰是其功能价值的核心所在。

为阐明此点，我们用前述 Stuart–Landau 模型进行简短模拟（图3）：

• 输入为准节律性刺激——每个刺激单元从高斯分布中采样，其中心位置按节律排布，使得预期时间点构成完美节律序列；
• 图3A所示刺激虽在时序上偏离严格节律，但振荡器仍在预期下一音出现时刻达到峰值

我们提取该预期时刻的相位，并重复模拟500次（每次生成新随机刺激）；
图3B显示：振荡器在该时刻的相位高度集中于0附近——表明其相位承载了对未来输入时序的预期信息。
→ 换言之，振荡器能依据所接收节律偏差动态调速（加速或减速）。

并非所有振荡皆源于振荡器（Not all that oscillates is oscillator）

上述示例展示了振荡器的潜力与灵活性，但其能力亦非无限。
我们通过模拟对比振荡器与非振荡器系统以示区别：

• 振荡器：采用前述 Stuart–Landau 模型；
• 非振荡器：选用线性阻尼系统——更接近共振系统（resonant system），虽具偏好刺激频率，但无法自生振荡（参见［21］对共振系统的详述）。

二者关键区别在于：

• 当受外源节律驱动时，线性系统无论强迫频率如何，均追随外部节律（仅当频率远离其偏好值时幅值衰减）；
• 振荡器仅当强迫频率处于其固有频率邻域内时才同步（图4A）。

为定量区分二者行为，一种有效分析是计算系统输出与驱动信号之间的相位差（图4B）：

• 若实证显示：面对等时刺激时，脑信号与刺激间的相位差恒定（不随外部节奏改变），则应选择最简模型
• 因线性模型已可解释该现象，无需额外引入非线性机制以增加模型复杂度。已有若干研究正采用此类分析评估神经系统的“类振荡器”特性［47,48］。

综上，神经振荡器的行为取决于：
① 其所依托的动力系统具体特性；
② 其与外部世界交互的机制——
•自下而上（如图1D）；
• 和/或自上而下（如图2A：外部刺激调制振荡器内部参数）。

那么，本领域应如何向前推进？我们认为：与其执着于支持或否定“神经振荡器”这一笼统概念，不如采用一种更具建设性的框架——即：

1. 聚焦于我们希望解释的具体神经动力学现象
2. 基于这些动力学特征，构建受其约束的候选定量模型

此外，此类模型应具备以下特质：→ 能预测未来的实验记录，或可被新数据证伪（falsified）。

换言之，仅仅宣称某种机制“是”或“不是”振荡器，已不再足够；→ 我们必须转而选择特定的动力系统模型加以检验。

通过这一路径，我们有望摆脱当前循环往复的争论，最终在多种模型类型与多样实验条件的反复检验中，建立起对认知过程及神经行为一般组织原则的根本性理解。

原文链接：https://pdfs.semanticscholar.org/d49e/8f114e7c4f9fbf1fd42608e88ac9cdc092c9.pdf