江西朴拙医疗设备有限公司

青少年时期是大脑发育与认知塑造的黄金阶段，而睡眠作为生命活动的重要基础，其与大脑结构、功能发育的内在关联一直是神经科学与儿科领域的研究焦点。

复旦大学华山医院程伟教授团队联合国内外多所高校，在《Cell Reports》发表了一项里程碑式研究。该研究依托可穿戴设备客观睡眠监测与多模态脑成像技术，对3222名9-14岁青少年开展了系统性、纵向性研究，清晰揭示了睡眠特征与大脑发育的两大核心关联维度，识别出三种具有显著差异的睡眠-大脑生物分型，并证实分型间的大脑与认知发展差异在青春期早期持续存在。

这一研究不仅为青少年睡眠干预提供了精准的理论依据，更凸显了可穿戴医疗设备在睡眠健康监测与临床研究中的核心价值，为睡眠相关医疗器械的研发与应用指明了全新方向。

研究设计

本研究的核心数据均来自国际知名的青少年大脑认知发展（ABCD）研究，研究设计兼具大样本量、客观性与严谨性：以3222名11-12岁青少年为发现样本，通过1190名13-14岁青少年的4年随访全数据及596名无重叠的独立随访数据完成双重重复验证。

研究采用Fitbit可穿戴腕带对受试者进行连续3周的客观睡眠记录，共采集18项核心睡眠指标；同时结合85项脑体积指标（68个皮层区域+17个皮层下区域）、282项脑功能连接指标（含皮层内、皮层间及皮层-皮层下连接），运用稀疏典型相关分析（sCCA）、层次聚类等先进的机器学习方法，实现了睡眠特征与大脑结构、功能的高维度多维关联分析，其研究数据的全面性与分析方法的先进性均处于领域前沿。

图1：研究设计与分析概述 本研究采用基于设备的客观睡眠特征及脑成像测量方法（涵盖脑结构与功能），旨在探究青少年睡眠的神经相关性及其心理生理学意义。所有数据均来源于青少年脑认知发育（ABCD）研究。发现样本的研究结果基11-12岁（n=3,222）的2年随访数据，并通过4年随访数据（n=1,190；13-14岁）进行了两次重复验证。

核心结果一：两大高维睡眠-大脑关联维度，精准刻画睡眠对大脑的差异化调控模式

研究通过sCCA分析，在高维数据中成功识别出两个具有统计学极显著意义的睡眠-大脑潜在关联维度，明确了不同睡眠特征组合对大脑结构与功能的特异性影响，填补了传统单维度、单指标研究的空白，为理解睡眠调控大脑发育的神经机制提供了全新视角。

图2：睡眠脑区维度与睡眠模式的关联性共同影响相关脑区特征。

(A)稀疏典型相关分析（sCCA）揭示了睡眠与脑区两个关联维度的多变量模式。散点图展示了脑区典型变量与睡眠典型变量（分别为脑成像指标的线性组合，包括脑容量和功能网络连接性，以及客观睡眠特征）之间的关联。在发现样本中，所有两个维度的典型相关性均显著高于经验性零分布，经年龄和性别校正后p值<0.05。

(B)定义两个睡眠维度：左侧为“入睡时间-总时长”主导模式，右侧为“心率-浅睡眠时长”主导模式。y轴上的每个睡眠指标均按x轴所示睡眠典型载荷值降序排列。通过重采样程序确定的统计显著载荷以橙色（正权重）和绿色（负权重）标示，灰色圆圈表示无显著性。

维度1：入睡时间-总时长主导模式，核心影响皮层-皮层下功能连接

该维度以晚睡、睡眠总时长缩短、夜间觉醒次数增多为核心睡眠特征，与之紧密关联的是皮层下-皮层功能连接的广泛降低，同时伴随初级皮层网络内及网络间少量功能连接的代偿性升高。

从受影响脑区与功能网络来看，核心涉及感觉运动手网络、扣带回-岛叶网络，以及基底节、杏仁核、海马体、丘脑等关键皮层下区域；其中感觉运动手网络与苍白球的功能连接降低最显著，而感觉运动手网络与感觉运动嘴网络的功能连接升高最明显。

这一结果清晰表明，长期晚睡、睡眠不足并非简单影响大脑“休息”，而是直接削弱了大脑皮层与皮层下核心脑区之间的信号传递与协同作用，而初级感觉运动网络的连接异常，还可能进一步影响青少年的基础神经活动、身体协调与信息处理能力，这也为青春期睡眠不足导致的注意力不集中、反应变慢等现象提供了神经学解释。

维度2：心率-浅睡眠时长主导模式，首次证实睡眠心率对脑体积的直接影响

这是此研究的重要全新发现，该维度以睡眠各阶段心率偏高、浅睡眠时长显著缩短为核心特征，与之关联的是大脑体积减小+皮层-皮层下功能连接双重降低，也是学界首次证实睡眠心率指标与青少年大脑结构发育的直接关联，完善了“心-脑-睡眠”的协同调控机制。

在脑体积层面，海马体、外侧枕叶、舌回、缘上回及杏仁核等区域体积显著降低，这些脑区均与记忆存储、视觉加工、情绪调节密切相关，而海马体体积的减小更是直接关联到学习记忆能力的发展；在功能连接层面，感觉运动手/嘴网络、扣带回-顶叶网络、显著性网络等核心功能网络，与腹侧间脑、基底节、脑干等皮层下区域的连接显著减弱，其中感觉运动嘴网络与腹侧间脑的连接降低最突出。

研究团队指出，睡眠中的高心率不仅反映了自主神经功能的异常，更会直接影响大脑结构的正常发育与跨区域功能协同，而浅睡眠作为睡眠周期的重要组成部分，其时长不足则会进一步加剧这一负面影响，这也为通过睡眠心率监测评估青少年大脑发育状况提供了潜在依据。

为验证两大维度的稳定性与可靠性，研究还通过1000次bootstrap重采样分析，确认了构成两大维度的所有睡眠与大脑指标均具有一致性显著性，确保了研究结果的科学性与可重复性。

核心结果二：三类睡眠-大脑生物分型，睡眠、大脑、认知呈清晰梯度差异

基于上述两大睡眠-大脑关联维度，研究团队通过层次聚类分析，将青少年划分为三种具有显著差异的睡眠-大脑生物分型，各分型在睡眠特征、脑结构/功能、认知表现上呈现出高度一致的梯度规律，且分型在发现样本中具有明确的数量分布特征：1型1252人（38.9%）、2型784人（24.3%）、3型1186人（36.8%），三类分型的差异在统计学上均达到显著水平（FDR校正p<0.05）。

01、1型：睡眠特征最不健康，大脑与认知发展均处于显著劣势

这一分型是典型的睡眠不良群体，核心睡眠表现为：所有睡眠阶段（浅睡、深睡、REM 睡眠）时长均为三类最短，入睡时间最晚、起床时间最早，睡眠各阶段心率均为三类最高，同时夜间觉醒次数更多、睡眠碎片化程度高，整体睡眠质量极差。

与之对应的，1型青少年的大脑体积整体最小，皮层与皮层下功能连接强度整体最弱；在认知表现上，其晶体智力、图片词汇、口头阅读识别、侧翼抑制控制等核心认知指标均为三类最低，且与2型、3型存在极显著统计学差异，在注意力、语言理解、阅读能力等关键认知维度均表现出明显不足。

02、2型：睡眠特征中等，大脑与认知发展处于中间过渡水平

该分型为睡眠特征平均群体，各项睡眠指标（入睡时间、睡眠时长、睡眠心率、觉醒次数等）均接近研究样本的平均水平，无明显的睡眠异常表现，是睡眠特征的“中间型”群体。

其大脑体积、脑功能连接指标均介于1型与3型之间，认知表现同样处于中间过渡水平：仅在晶体智力、阅读识别、注意力等指标上显著优于1型，与3型无显著统计学差异，是睡眠干预与认知提升的核心潜力群体。

03、3型：睡眠特征最优，大脑与认知发展具有持续且显著的优势

这一分型是睡眠健康群体，核心睡眠表现为：所有睡眠阶段时长均为三类最长，入睡时间最早、睡眠连续性好，睡眠各阶段心率均为三类最低，夜间觉醒次数少、睡眠碎片化程度低，整体睡眠质量最优。

对应的，3型青少年的大脑体积整体最大，皮层- 皮层下功能连接强度整体最强，海马体、杏仁核等关键脑区的体积优势尤为明显；在认知表现上，其晶体智力、词汇理解、阅读能力、注意力等核心指标均显著优于1型，是三类中认知发展的最优群体，且这种认知优势具有明确的统计学显著性。

值得注意的是，研究发现三种分型在学术成绩上未表现出显著差异。研究团队推测，这可能与学术成绩受家庭教育环境、学习习惯、学习方法等多种外部因素影响有关，而睡眠对大脑的调控更直接作用于基础认知能力层面，是学术成绩的重要“底层支撑”而非直接决定因素。

核心结果三：分型差异具有长期稳定性，纵向追踪证实睡眠对大脑发育的持续影响

为明确三种生物分型的稳定性及睡眠对大脑发育的长期作用，研究团队对9-14岁青少年开展了长达4年的纵向追踪分析，从基线（9-10岁）、2年随访（11-12岁）到4年随访（13-14岁），系统评估了三类分型间大脑结构、功能与认知发展的动态变化，得出两大关键结论，进一步证实了睡眠对青春期大脑发育的长期塑造作用。

图3：具有不同睡眠特征与认知表现的三种生物型

 (A) 基于脑经典变量的层次聚类揭示青少年的三种生物型。热图与树状图展示了发现样本中3,222名个体（行）在两个维度（列）上的层次聚类结果，采用脑经典变量两个维度间的欧氏距离（树状图）。树状图中每条连接线的高度代表该连接所连接的聚类间的距离。

(B) 三种生物型的睡眠模式。在调整受试者年龄和性别后，计算三种生物型在全部18项睡眠特征上的平均z统计量。蓝色线条和柱状图代表生物型1（n=1,252），绿色代表生物型2（n=784），橙色代表生物型3（n=1,186）。

(C) 三种生物型间认知表现的组间差异。对于认知领域，仅呈现协方差分析中生物型主效应存在统计学显著差异（p<0.05，经FDR校正）的结果。y轴表示11-12岁（与设备记录睡眠指标的年份一致）未经年龄校正的认知表现分数，任意两组间的数字代表原始p值。事后分析中采用Student t检验进行配对比较，经FDR校正后*p<0.05。统计学显著性经年龄、性别、体重指数（BMI）、青春期发育、家庭收入、父母教育水平及种族因素校正。

1.认知能力的梯度差异始终稳定，无时间交互效应

所有三种分型的青少年，其晶体智力、图片词汇、阅读识别、注意力等认知能力均随年龄增长呈自然提升趋势，但“3 型＞2型＞1型”的认知梯度差异在整个4年追踪期内始终保持稳定。

这意味着，由睡眠特征塑造的认知发展差异并非短期现象，而是会在青春期早期持续存在，且不会随年龄增长自然消除。研究团队强调，这一结果凸显了早期睡眠干预的重要性——在9-14岁大脑发育关键期优化睡眠习惯，能为青少年认知发展奠定坚实基础。

2. 大脑结构与功能的差异持续存在，符合青春期正常发育规律

在脑体积层面，三种分型均呈现皮层体积随年龄略降、皮层下体积随年龄升高的特征，与青春期大脑“皮层修剪、皮层下发育”的正常发育规律高度一致，但“3型＞2型＞1型”的脑体积梯度差异在三个时间点均显著存在，未随年龄变化消失，尤其是海马体、杏仁核等关键脑区的体积差异始终保持稳定。

在功能连接层面，皮层-皮层下功能连接的梯度差异始终稳定存在，而皮层内功能连接的分型差异在13-14岁时逐渐消失。这提示青春期不同阶段，睡眠对大脑不同功能网络的影响存在动态变化，皮层下与皮层的跨区域连接对睡眠特征的敏感性更高，是睡眠调控大脑发育的核心靶点。

纵向分析结果从时间维度进一步证实，睡眠特征对大脑发育的塑造作用具有长期性与稳定性，早期的睡眠差异会转化为持续的大脑结构与功能差异，进而影响认知发展轨迹，为 “睡眠是青少年大脑发育的关键调控因素”提供了直接且有力的实证依据。

图4：脑容量与功能网络连接模式对睡眠维度的关联性分析。各睡眠维度均与脑容量降低、功能网络连接性减弱或增强相关。

图5：三种青少年生物型的认知表现纵向变化及脑容量与功能网络连接性发展情况。

核心结果四：跨样本双重重复验证，研究结论具有高度稳健性与普适性

为确保研究结果的可靠性、可推广性与临床应用价值，研究团队在两个独立的随访样本中完成了核心结果的双重重复验证，进一步证实了两大睡眠-大脑关联维度与三种生物分型的稳健性：

图6：睡眠脑部维度与三种睡眠模式的重复验证。在1,190名参与者的4年随访样本中，重复验证了(A)和(B)中的所有实验步骤。

(A)重复样本中大脑前两个维度分别与睡眠前两个维度显著相关。(B)对大脑前两个维度进行层次聚类分析，揭示出三种青少年生物类型，每种类型均表现出独特的睡眠模式。

1.在1190名13-14岁的4年随访全样本中，成功复现了两大睡眠-大脑关联维度，层次聚类仍识别出三种睡眠特征与发现样本高度相似的生物分型，仅2型睡眠心率略高于平均水平，其余核心特征完全一致；

2.在596名无重叠的独立随访样本中，核心的“入睡时间-总时长”维度仍显著存在，基于该维度的聚类分析同样识别出三种睡眠分型，且睡眠特征、认知梯度与发现样本高度一致；

3.发现样本与验证样本的睡眠指标加载值、大脑指标加载值均具有高度相关性，证实了研究结果在不同年龄段青少年群体中的普适性。

研究的临床价值与产业启示：为睡眠干预与医疗器械研发提供精准靶点

这项基于大样本、客观数据、纵向追踪的研究，不仅在基础神经科学层面揭示了睡眠与青少年大脑发育的内在机制，更在临床应用与医疗器械产业层面具有重要且深远的价值，为青少年睡眠健康管理与睡眠相关医疗器械的创新研发提供了精准靶点。

（1）为青少年睡眠干预提供精准、可操作的科学指导

研究明确了早睡、充足睡眠时长、降低睡眠心率、减少睡眠碎片化是促进青少年大脑发育与认知提升的四大核心睡眠要素，为家庭、学校、儿科临床制定青少年睡眠指导方案提供了明确的科学依据。临床医生可基于这四大要素，为青少年制定个性化睡眠干预方案，尤其针对1型睡眠不良群体，实现早筛查、早干预、早调整。

（2）凸显可穿戴睡眠监测设备的临床价值与应用潜力

本研究全程采用可穿戴设备获取客观睡眠数据，相较于传统的主观睡眠报告，可穿戴设备能够连续、客观、精准捕捉入睡时间、睡眠时长、睡眠心率、睡眠阶段、觉醒次数等多维度睡眠指标，更能真实反映受试者的睡眠状况，是开展青少年睡眠分型筛查、长期睡眠监测与干预效果评估的理想工具。这一研究结果进一步验证了可穿戴医疗设备在睡眠医学研究与临床应用中的核心价值，为可穿戴睡眠监测设备的临床推广提供了坚实的科学支撑。

（3）为睡眠相关医疗器械的研发开辟全新方向

研究揭示的两大睡眠-大脑关联维度、核心受影响脑区与功能网络，为睡眠监测、脑功能辅助改善类医疗器械的研发提供了精准的科学靶点：

◼针对睡眠心率、浅睡眠时长等核心指标，可研发更精准的可穿戴监测设备，实现睡眠健康的精细化评估；

◼基于感觉运动网络-皮层下区域连接这一核心靶点，可研发靶向性的睡眠干预设备，如经皮迷走神经电刺激、经颅磁刺激、声光节律干预等设备，通过调节大脑功能连接改善睡眠质量；

◼结合睡眠-大脑分型规律，可研发睡眠分型筛查系统，通过可穿戴设备数据快速识别青少年睡眠分型，为个性化睡眠干预提供依据。

研究局限性与未来研究方向

尽管本研究取得了突破性成果，但研究团队也客观指出了研究存在的一定局限性，这也为后续的研究与探索指明了方向：

1.研究未纳入睡眠规律性、睡眠环境、睡前行为等指标，未能全面刻画青少年的睡眠模式，未来可纳入更多睡眠相关指标，实现更全面的睡眠特征分析；

2.脑网络分区采用的是成人标准的Gordon网络，缺乏针对青少年大脑发育特点的专属脑网络分区方案，未来需开发适配青少年大脑的脑网络分区，进一步提升分析精度；

3.研究未整合基因组学、表观遗传学数据，尚未探索睡眠-大脑分型的遗传机制，未来可结合多组学数据，深入解析睡眠影响大脑发育的分子机制，为睡眠干预提供更精准的分子靶点；

4.研究未开展干预性实验，未来可开展随机对照试验，验证通过优化睡眠特征改善青少年大脑发育与认知能力的有效性，为临床干预提供更直接的依据。