2.1 神经信号生理学：从离子电流到头皮电压

2.1 神经信号生理学：从离子电流到头皮电压

本节摘要：脑电信号的物理本质是离子电流的细胞外表现：动作电位贡献尖锐的高频成分，突触后电流汇成缓慢的局部场电位，两者穿过多层组织衰减模糊后成为头皮脑电。本节从静息电位讲到头皮电压，解释每个环节的幅度与频率变化，并回答一个奠基性问题——为什么恰好是皮层的结构让"隔头皮听大脑"成为可能。

为什么隔着颅骨还能测到脑电？这个问题的答案出人意料地依赖一个解剖学上的巧合。本节末尾会回到它。先把镜头对准信号本身：一段被电极捕获的电压，从它的诞生到抵达电极，一共经历了四个物理环节——膜电位、动作电位与突触电位、细胞外场电位、体积传导。理解这四步，第三章硬件的一切参数就都有了出处。

静息电位：一切信号的背景板

神经元的细胞膜是一层约五纳米厚的脂质双分子层，它隔开了两种成分不同的液体：膜外是高钠低钾，膜内是高钾低钠。膜上持续运转的钠钾泵不断把三个钠离子送出去、两个钾离子换进来，加上钾泄漏通道让钾离子顺浓度梯度外流，膜内外最终稳定在约负七十毫伏的电位差——静息电位。这个数字本身不携带信息，它是背景板：所有神经信号都是这个电位偏离再恢复的过程。

之所以值得花一段讲它，是因为硬件工程师很快就会在另一个场合遇到它：电极放进组织（或贴在头皮）后，电极与电解质接触界面也会形成一个半电池电位，同样需要被放大器的直流偏移消除电路吃掉。生物膜与电极界面，做的是同一类电化学的事。

动作电位：毫秒级的全或无事件

当膜电位从静息值去极化到约负五十五毫伏的阈值，电压门控钠通道被触发打开，钠离子在浓度与电场双重驱动下涌入，膜电位在零点五毫秒内冲到约正三十毫伏；随后钠通道失活、钾通道打开，钾离子外流把电位拉回，甚至短暂低于静息值（超极化），再由钾通道关闭和钠钾泵修复到位。整个过程约一到两毫秒，呈全或无特性——刺激够强就发生，不够就不发生，发生就是同一个波形。这就是尖峰（spike），或称动作电位。

它为什么重要？因为它是中枢神经系统长距离传输信息的主要载体，也是侵入式脑机接口最珍视的信号：单根电极针尖附近的神经元放电序列，时间分辨率精确到毫秒，幅度可达上百微伏。全或无特性还有一个工程含义——尖峰的"信息"不在波形大小里，而在何时发生、发生多频繁里，这直接决定了 2.3 节编码问题的形式。

突触后电位与局部场电位：信号的合奏层

尖峰抵达轴突末梢后触发神经递质释放，递质跨过突触间隙结合到下一个神经元的受体上，打开离子通道，让下一个神经元的膜电位产生几毫伏、几十毫秒长的偏移——兴奋性的 EPSP 或抑制性的 IPSP。单个突触后电位微弱而短暂，但皮层有一套放大机制：成千上万个神经元的突触活动在时间上同步、在空间上汇聚时，它们的细胞外电流在组织中叠加成可测量的电位起伏——局部场电位（LFP），幅度几十到几百微伏，频率集中在几赫兹到几百赫兹的低频段。

场电位是脑机接口真正的"主力货币"：ECoG 电极、硬膜外电极、头皮电极读到的都是它；皮层内电极读到的高频段（尖峰之外的部分）也属于它。理解它的一个关键在几何学：**只有当电流源具有"开放场"结构——大量神经元朝向一致、电流偶极方向对齐——叠加才不会被互相抵消。**皮层恰恰是一个精心对齐的结构：锥体细胞像蒜瓣一样整齐排列，顶树突一律指向脑表面。这就是本节开头那个问题的答案——头皮脑电之所以存在，是因为皮层碰巧是一座朝向统一的天线阵列。肝脏、视网膜内层这类细胞杂乱排列的组织，无论活动多剧烈，都产不出能隔头皮测量的电位。

图 2-1：一段信号从突触到电极的四步旅程

体积传导：让一切混在一起的物理机制

神经元是浸在导电液体里的电流源，电流在组织里四散流动，任何位置的电位都是所有电流源贡献的加权和——这就是体积传导。它带来两个对脑机接口影响深远的结果。

第一，每个电极看到的是"区域"而不是"点"。头皮电极的信号主要来自其下方几乎方厘米量级皮层的混合活动，且远处源（甚至对侧半球）也有贡献；想用两个头皮电极区分相邻两块皮层的活动，就像隔着一堵毛玻璃墙分辨两个人的口音。第四章的空间滤波算法（拉普拉斯、表面拉普拉斯、共空间模式）本质上都是在跟体积传导的模糊做斗争。

第二，信号是"读出位置"的函数。同一片皮层活动，皮层内电极记录到的尖峰幅度随距离迅速衰减——离针尖超过约五十微米就几乎听不见；ECoG 电极贴在硬脑膜下，衰减可控；头皮电极则叠加了颅骨这个最大的瓶颈。第三章选电极时反复权衡的"距离对幅度"，根源都在这里。

从生理学到工程的三条推论

把本节的物理事实翻译成工程语言，得到三条贯穿全册的推论。**推论一：信号幅度决定放大器预算。**从上百微伏（尖峰）到几十微伏（头皮脑电），放大倍数、噪声底、位深的选择全部由它锚定——第三章模拟前端一节将逐项对应。**推论二：频率成分决定采样率与滤波设计。**尖峰需要数千赫兹采样才不失真，头皮脑电通常每秒五百次足够；工频干扰恰好落在脑电感兴趣的频段边缘，陷波是必修课。**推论三：混合性决定算法形态。**头皮信号天生是多源混合，解混（独立成分分析）与空间滤波是标配；皮层内信号信噪比高，解码重点转向时间动力学建模。这三条推论是第二章与后面章节之间的桥。

损耗不可逆：一个统领全章的读法

三条推论之外，还有一个统领性的读法值得在章末立起来：信号的损耗是单向的、不可逆的。从膜电位到头皮电压，每过一层都在丢失信息——幅度衰减可以用放大器补回来，频率成分变窄可以用宽带记录守住一部分，但"混合"这一步没有任何电路或算法能真正撤销：放大器能把几十微伏放大成任何幅度，却不能把混合信号拆回单个神经元；滤波能改变频率成分的比重，却不能找回从未被记录的高频。这就是为什么本节从头到尾都在强调"记录位置"——信息在哪一层被固定下来，后续所有技术就只能在那一层做文章。想要尖峰粒度就得把电极送到尖峰旁边，这是第三章侵入式路线的物理根源；只能隔头皮听合唱，就得让算法去做猜谜，这是第四章全部内容的边界条件。把"不可逆"三个字记住，后面很多设计争议都会变得容易理解：它们本质上都是关于"在哪一层接受信息损耗"的分歧。

本节要点回顾

• 静息电位约负七十毫伏，是钠钾泵与钾泄漏共同维持的背景，电极的半电池电位是其工程镜像；
• 动作电位全或无、持续约一毫秒、信息载于发生时刻与频率，是侵入式路线的核心货币；
• 局部场电位来自同步突触电流的叠加，皮层锥体细胞的整齐排列是其可测的前提；
• 体积传导造成空间混合，距离与层级决定衰减量，三条技术路线由此分化；
• 生理事实直接翻译为硬件与算法约束：幅度定放大、频率定采样、混合定算法。

信号源的性质清楚了，下一个问题是坐标：这么多脑区，哪些与接口有关？电极该往哪放？下一节铺开大脑的"接口地图"。