频谱上的一座峰，可能来自几种不同过程
我们常把α叫作8—13 Hz附近的脑活动，把β叫作13—30 Hz附近的活动。不同研究的边界略有变化，这些名称首先是在说一段信号的时间尺度。它们尚未回答：什么细胞产生了这段变化，是否一直在振荡，以及它正在帮助完成什么任务。
想象听到钟被敲了一下。声音可以带着明显音调，然后逐渐消退；另一个装置也可以持续发出近似音调。只知道最强的频率，还分不清声音如何形成、又怎样维持。
脑电里的情况更加复杂。局部回路的反馈、细胞膜的响应、脑区之间的输入，以及许多短暂电流的叠加，都可能留下某种频谱特征。本文用α和β作两个具体入口，重点追踪从神经过程到可见波形的链条。
电极看到的是电流的群体效果
神经元接收输入、改变膜电位和发出动作电位时，离子会跨越细胞膜。电流进入某处，还需要从别处返回。电极记录的是这些电流在周围导电组织中形成的电位差；它不是直接把附近所有神经元的“发射次数”相加。1
突触电流常是低频场信号的重要贡献者，电压依赖的膜电流、动作电位及其他过程也能参与。一个神经元的细胞体和树突所在的位置，会改变哪些电流在空间中互相抵消，哪些能形成较强的远处信号。
皮层锥体细胞的长树突尤其值得关注。许多树突方向相近，相似时刻发生的电流便可能叠加成比较明显的群体信号。反之，同样数量的细胞都在活动，如果时间错开、方向相反，电极上的变化也可能很小。
因此，较大的脑电功率不直接等于更多的神经元放电。 功率还受同步程度、电流方向、输入位置和记录方式影响。某些活动可以周期性地抑制一部分放电，同时加强群体活动的时间组织，结果仍出现明显节律。1 2
这里先理解信号从何而来。头皮电极怎样经参考和导电模型进行源重建，是下一篇的问题。
反馈回路怎样产生一个偏好的频率
一个兴奋性群体活动增强，可以招募抑制性群体；后者再压低前者。因为两种群体并非瞬间响应，系统可能出现“升高—抑制跟上—回落—抑制减弱—恢复”的过程。其时间尺度与反馈强度共同影响变化速度。
细胞本身也有时间结构：某些通道在电位改变后较慢地打开或关闭，放电后的恢复过程又会影响下一次响应。因此，几十至上百毫秒的群体节律，不要求每个参与环节本身都持续同样久。1 2
用一个最小模型，可以看清“有频率偏好”和“持续自振”的区别。令$x$、$y$分别是兴奋和抑制群体相对于工作点的活动偏离量：
兴奋群体受到自身反馈$a$与抑制反馈$g$影响，外来输入为$u(t)$。两个$\tau$表示响应时间。这里的$x,y$是偏离量，可以为负，不是“负放电率”；模型也没有直接计算实际头皮电位。
本库选择一组稳定参数后，短促扰动会引起约10.31 Hz的衰减响应。系统偏好响应这一带的输入，但无输入时最终回到工作点。把两个响应时间都加倍，衰减响应的频率降为约5.15 Hz。增加或减少回路增益，还会改变振荡衰减得快慢及频率选择的宽窄。
自选参数的线性模型。三种情形的特征值实部均为负，均非持续自振。上图由初始扰动计算，下图为周期输入的传递增益；衰减响应频率与增益峰值可以略有不同。
真实回路若不断受到输入，就可能反复激发这种响应；其他非线性回路也可能形成能够维持的周期活动。但具体属于哪种情况，不能只凭“谱上有10 Hz峰”判断。这个模型解释反馈为何能选择时间尺度，没有证明人类α恰好由这一组方程产生。
α：丘脑能组织节拍，皮层也在参与生成
丘脑包含多个核团，不能被当成一个统一的节拍器。以视觉通路中的外侧膝状体LGN为例，2009年的一项研究结合清醒猫的脑电、局部场和神经元记录，以及保留相关回路的离体实验，提出了一条较具体的链。3
部分丘脑—皮层细胞出现高阈值簇发，它们的活动与α节律有关。这些细胞的节律性兴奋可以驱动局部抑制性中间神经元，后者再周期性压低其他中继细胞的放电。中继细胞并不需要每100毫秒整齐地发一次脉冲；它们可以在周期的某些时段较难发放，在其余时段继续传递输入。
研究者在切片中观察到相应的抑制性突触活动，并用受体阻断比较支持了“兴奋招募抑制，再塑造中继输出”的过程。两个中继细胞组受抑制的相位还可以不同。这个结果提供了细胞层面的机制依据，同时保留了神经元各自输出的多样性。
这里的高阈值簇发和睡眠纺锤波中常讨论的低阈值簇发不是同一工作状态。该研究也明确区分了LGN局部抑制回路与纺锤波中的其他丘脑抑制来源。离体活动依赖所用调节条件，频率也不全落在成人头皮α的习惯区间，不能把整个机制直接搬成所有人的固定生成器。3
人体记录又提供了另一面。Halgren等2019年在癫痫外科患者中记录安静清醒时的活动，发现后部皮层α呈现由较高层级区域向较低层级区域传播的迹象。在皮层和丘脑枕核的同步记录中，多项分析支持皮层α先于枕核α。4
其中，9名患者的362对皮层—丘脑通道中，28对达到作者校正后的α事件起始先后检验标准，这28对都表现为皮层先行。这个分母应保留下来：它不是362对都独立证明了同样的先后关系。高频活动和方向性统计还提供补充线索，但高频功率只是放电的近似读出，二变量方向性分析也未消除所有未记录的共同输入。
因此，较稳的理解是：丘脑与皮层都能参与α的形成和协调，谁先行、谁提供输入、谁维持回路状态，要结合核团、脑区和行为条件。 猫LGN的细胞机制与人体枕核的先后关系，既不是同一项实验，也没有要求其中一个结果必须消灭另一个。丘脑还可能通过改变皮层的工作状态支持节律，而不必每一周期都向皮层发送节拍命令。2 4
在深层记录到α，为什么不等于只由深层产生
神经元跨越皮层不同层次，电流的流入位置、返回位置、细胞体位置和电极位置未必重合。这使得“哪个层的信号最强”必须连同测量量来读。
2019年人体研究在3份层状记录中发现，α相关电流在浅层较强，部分多单位放电也表现出浅层调制。但其中只有1份来自枕叶，不能据此概括全部人类视觉皮层。4
2024年一项覆盖5只猕猴、14个皮层区域的研究，则在局部场电位的相对功率中发现：α—β带较偏深层，较高频活动较偏浅层。该研究还用部分记录的组织学定位进行对应检查，但并非每条探针记录都呈现清晰模式，V1中也存在需要解释的例外。6
有意思的是，同一项研究把记录改成双极信号或电流源密度CSD后，功率的层次分布也会改变，其扩展图明确展示了这一点。局部场电位与CSD分别保留不同空间信息：一个记录电位，一个估计电位随位置改变所对应的局部电流结构。
因此，深层电位较强、浅层电流特征较强，可以与长树突跨层接受输入的情形相容。它们并不自动指向一个单层发生器，也不能单凭测量变换就确定全部细胞机制。2024年作者同样把精确生成回路保留为未决。6
这层区别很实用：神经元在哪里，输入在哪里发生，电流在哪里形成，电极在哪里最容易看到它，分别是四个相关的问题。
β：一次分层输入也能形成一个波包
Sherman等2016年研究了人体躯体感觉皮层SI和额叶区域IFC的MEG源信号，并将其与计算模型、猴和鼠的层状记录比较。研究关注的不是所有β活动，而是这些记录中的高功率短暂事件。5
原始材料里的事件往往带有明显的中央偏转和两侧波形。把不同试次的功率图平均，会得到看似持续的β增强；回到单次记录，活动却可能集中在短暂片段中。
作者的模型给出了一条具体生成过程：一股较宽的兴奋性输入作用于锥体细胞较近端的树突，引起一个方向的纵向电流；几乎同时到达、较强而较短的远端兴奋性输入，使电流读出的方向反转；远端作用消退后，尚未结束的近端作用又留下另一侧偏转。
两股输入都可以是兴奋性的，但因作用位置不同，宏观电流读出的方向仍可以相反。这个机制不要求外部输入本身是一串20 Hz的持续节拍，也不要求当地锥体细胞按20 Hz重复放电。频谱里的β峰可以与一段短暂输入的持续时间有关。
原模型包含分层、多室的锥体细胞和中间神经元，输出是与MEG源估计相对应的电流偶极量。鼠和猴的记录支持了它预测的部分层状电流分布：较短、较强的浅层电流汇，与其他较宽的输入相关结构同时出现。动物比较涉及2只麻醉鼠的3次探针记录和3只清醒猴的29次记录，记录次数不能当作动物数。5
这是一条有预测支持的候选机制，还未识别出每次人体事件真正来自哪一个远处核团。作者讨论的丘脑输入来源包含推断，其他脑区和任务下的β也未被这一模型全部覆盖。模型中的几个替代机制不符合所选波形，并不等于一切持续β振荡或其他回路机制都不存在。
波形宽度与频谱时长不是同一个数
本库实际核对该文补充表S1、S2，按10份SI和9份IFC逐人摘要重算。各摘要都来自筛选出的50个高功率事件。
中央偏转的平均宽度，SI约55.96毫秒，IFC约46.13毫秒；按表中“平均周期数”和所选频率换算的频谱事件时长，则分别约172.71和131.30毫秒。这是从已舍入表格重新表达的描述结果，不是从原始波形重新检测事件。
每条线连接一份逐人摘要的两个量。频谱时长用功率超过阈值的时间定义；中央宽度用相邻波峰之间的时间定义。两组来自不同分析数据集，不据此推断两组受试者独立或进行新的脑区差异检验。
作者的补充方法说明，时频变换会在时间方向展宽事件；SI与IFC还使用不同的源估计，IFC在波形分析前另有低通处理。事件频率、持续时间和极性解释都应保留这些条件。所谓“约几个β周期”，不能直接翻译成原始神经过程确实持续了几个等长往复周期。5
一个不重复的波形，为什么会有频谱峰
频谱回答的是：用不同频率的基函数表示这段信号时，哪些频率贡献较大。它不会自动告诉我们这些成分来自独立振荡器，还是共同表示了一次短暂事件。
本库用一个倒置Ricker波形作示意：
它只有一个中央偏转及两侧波瓣，不会一直重复。其功率谱却有清楚的峰值：
宽度参数$s$取10毫秒时，数值计算得到约22.50 Hz的功率峰；取20毫秒时，峰变为约11.25 Hz，与解析结果吻合。
这是波形—频谱关系的数学示例，受到2016年论文对事件形状的描述启发。它没有模拟树突膜电流，也不是该论文多室模型的替代复现；宽度参数更不等于完整事件时长。
更直接的办法，是保留一段信号的所有傅里叶幅度，只重新安排相位。本库从60秒内15个短暂事件出发这样做，得到另一条活动更分散的序列。两者的整段傅里叶功率谱在数值精度内相同，时间结构却差异很大：原信号能量约96%集中在幅度最大的1%采样点，随机相位序列的相应比例约8.48%。
时域只画前14秒，功率谱来自完整60秒。这一精确相同关系针对整段傅里叶幅度，不声称所有分段谱估计、事件检测或其他统计量都相同。
所以，研究短暂波包时，平均功率之外还需要看单次波形、事件的发生时刻、宽度与密度。更高的平均功率，可能来自事件更多、事件更强、持续更长，或这些因素的组合。
背景变化也会进入固定频带
神经记录通常还有随频率增加而总体下降的非周期背景。它包含生理信息，并非统统是仪器噪声；同时，一段频带内有功率，并不要求该频带内存在一个突出的周期峰。7
例如，本库比较两条完全没有窄带峰的自选谱：$P(f)=(20/f)^\chi$。它们在20 Hz处相同，只把指数$\chi$从1改为2，8—12 Hz内的积分功率就从约8.11增加到16.67。这个变化不需要添加任何α振荡器。
Donoghue等2020年的频谱参数化方法，正是尝试同时描述背景偏移、下降斜率和其上的峰。它在所假设的频谱模型与模拟中提供了一种有用的拆分方式，能够减少把峰位变化、背景变化和峰强度混为一谈的情况。7
不过，拟合本身不是细胞机制识别。该方法在对数功率空间拟合背景与峰，其模拟也主要围绕这一类谱构造。论文明确指出，谐波可能形成额外峰，稀少或微弱的事件又可能没有清楚的平均谱峰。得到一个背景指数，更不能不经其他证据就把它换算成唯一的兴奋—抑制比例。
这并不妨碍参数化有用。它让我们把“什么特征变了”描述得更准确，再回到细胞、层次、输入和干预证据，追问“为什么变”。
近期研究把问题推进到了自然行为，但功能仍需单独验证
2026年一项研究分析54名参与者使用自己手机时的脑电，在自发触屏行为附近观察到β事件概率的变化：触屏前下降，之后出现回升，部分变化在与右手活动相关的左侧感觉运动电极附近更明显。它说明短暂事件的视角能够扩展到较连续的行为情境。8
这里的事件仍然是按功率和持续时间阈值检测出来的，不是直接观察到“一个抑制命令”。触屏有时也发生在事件期间。作者讨论了抑制、内部与外部加工协调等解释，同时承认需要进一步干预才能确定因果作用。
还有一个简单的条件差异：较长的两次触屏间隔，本来就有更大的机会碰到一次β事件。因此，“含事件的间隔更长”不能单独证明事件把动作拖慢。空间和时间模式提供进一步约束，但仍需要与这个机会效应以及行为差异比较。8
2026年的α综述同样把精确细胞来源、层间联系与丘脑—皮层作用列为仍需研究的问题。2 前沿的推进，并不是终于给每个频段找到一个固定心理标签，而是能够在更细的层次上区分生成、传播、读出与功能。
怎样继续区分这些机制
几条路径已经比较清楚。细胞与突触的时间响应可以产生共振和节律；空间排列及同步让部分电流更容易形成群体信号；分层输入也能产生只有一次中央偏转的β样事件。这些过程可能在同一段记录中共存。
要进一步辨认某个具体α或β现象，需要让证据沿着过程相接：保留单次波形，确定层次和记录量，比较可能的输入来源，再检查改变某条通路是否按模型预期改变波形、频率或事件时序。仅改变功率而不检查这些特征，通常还不足以区分发生器。
本文的整合判断是，脑电节律可以帮助理解神经系统如何组织时间，但频率、功率、持续性与作用不能相互代替。所选α与β研究提供了几种具体生成路线，也说明为何同一频段在不同脑区、状态和测量方式下，需要分别解释。
本篇计算结果及原补充表的逐人摘要转录可回查。没有重跑完整多室神经模型、全部原始MEG/EEG处理或临床干预；人体α研究的补充附件本次未取得，不以已读主文冒充附件核验。