基于视频的眼动与人类睡眠中的皮层觉醒和瞳孔觉醒相关

研究目的 量化基于高分辨率视频的睡眠宏观结构与微观结构中的眼动运动学特征，并确定其与基于瞳孔的觉醒标志物及皮层觉醒标志物之间的耦合关系。 方法 我们对17名健康成年人进行了多导睡眠监测，并采用基于红外视频的眼动追踪技术。利用计算机视觉方法提取眼位和眼动速度，并分析其在不同睡眠阶段、快速眼动（REM）睡眠亚状态以及K复合波中的变化，以及其与瞳孔大小（皮层下觉醒标志物）和脑电图（EEG）频谱斜率（皮层觉醒标志物）之间的关系。 结果 除水平瞳孔位置外（p=0.192），眼动运动学特征在不同睡眠阶段间存在显著差异（p

研究目的 量化基于高分辨率视频的眼动运动学在睡眠宏观结构与微观结构中的特征，并确定其与基于瞳孔的觉醒标志物及皮层觉醒标志物之间的耦合关系。

方法 我们对17名健康成年人进行了多导睡眠监测，并采用基于红外视频的眼动追踪。利用计算机视觉方法提取眼位和眼动速度，并分析其在不同睡眠阶段、快速眼动（REM）亚状态以及K复合波中与瞳孔大小（皮层下觉醒标志物）和脑电图（EEG）谱斜率（皮层觉醒标志物）的关系。

结果 除水平瞳孔位置外（p=0.192），眼动运动学在各睡眠阶段之间存在显著差异（p

结论 基于视频的眼动追踪揭示，眼动以状态依赖的方式与全脑觉醒波动发生定量耦合。该方法为解析睡眠期间细粒度眼动动力学提供了一个真实值框架，并为睡眠表型分析和临床评估提供了高保真工具。

---

📄 原文链接：https://www.biorxiv.org/content/10.64898/2026.06.10.731319v1?rss=1

🏷️ 睡眠分期 眼动追踪 皮层觉醒 瞳孔动力学 多导睡眠监测 计算机视觉