摘要
睡眠期间的脑电/脑磁图（M/EEG）研究是探索人类意识神经认知过程的重要范式，但存在两个关键瓶颈：单个研究能收集的观测数量有限；不同研究间的梦境报告缺乏统一标准，难以整合。为解决这些问题，研究团队提出了 DREAM 数据库——一个不断扩展的标准化人类睡眠 M/EEG 结合梦境报告的数据集。初始版本包含 20 个数据集、505 名参与者、2643 次觉醒。研究发现，从 EEG 记录中提取的特征可以预测 REM 和 NREM 睡眠中的主观体验，该数据库为开展超出任何单个研究团队能力规模的新研究问题铺平了道路。
方法
数据标准
研究团队制定了严格的纳入标准：
技术要求：
- 至少 2 个可定位的 10-5 系统 EEG 电极
- 觉醒前至少连续记录 20 秒睡眠脑电
- EEG 采样率至少 100 Hz
- 提供原始数据或最小预处理数据
信息要求：
- 每次觉醒的梦境报告分类
- 梦境报告分类协议（如非标准需说明）
- 去标识化的参与者标签
- 研究方案的详细描述
各睡眠阶段的梦境报告概率
梦境分类体系
建立了标准化的分类方案：
表1：DREAM 数据库的梦境报告分类体系
结果
睡眠阶段与梦境关联
对 2643 次觉醒的统计分析发现，睡眠阶段与梦境体验高度相关：
卡方检验结果
- χ² = 120.9，df = 6，p < 10⁻¹⁵
核心发现：
- NREM 睡眠越深，报告有梦境体验的概率越低
- REM 睡眠中”有体验”报告显著多于 NREM 睡眠
- 深度 NREM（N3）与更多”无体验”报告相关
睡眠阶段与梦境体验的关联分析结果
EEG 可解码梦境
研究还发现了一个重要应用潜力：EEG 信号可以预测睡眠中的主观体验。
研究团队展示了从 EEG 数据中提取信息来预测被试是否正在做梦的方法：
- 在 REM 和 NREM 睡眠中均观察到可预测性
- 梦境相关的信息分布在多个频段
结论
DREAM 数据库填补了梦境研究领域的重要空白：
核心价值：
- ✅ 统一的梦境分类标准，增强跨研究可比性
- ✅ 数据开放获取，符合 FAIR 原则
- ✅ 解决小样本和统计能力不足问题
科学意义：
- 首次在大规模多中心数据中证实睡眠深度与梦境概率负相关
- 揭示 NREM 睡眠中的梦境可能与”隐性觉醒”现象相关
- 证明了 EEG 信号蕴含梦境体验的神经标记
应用潜力：
- 睡眠障碍（如嗜睡症、梦魇障碍）研究
- 创伤后应激障碍（PTSD）等心理疾病的梦境分析
- 为”读梦”技术发展提供数据基础
参考：
- 原文链接：https://www.nature.com/articles/s41467-025-61945-1
- DOI：10.1038/s41467-025-61945-1
- Nature Communications, 2025, 16:7495