神經振蕩或腦電波是中樞神經系統中神經活動的有節奏或重復模式。神經組織可以通過多種方式產生振蕩活動，由單個神經元內部的機制或神經元之間的相互作用驅動。在單個神經元中，振蕩可以表現為膜電位的振蕩或動作電位的節律模式，然后產生突觸后神經元的振蕩激活。在神經集合的層次上，大量神經元的同步活動可以引起宏觀振蕩，可以在腦電圖中觀察到。神經元組中的振蕩活動通常源于神經元之間的反饋連接，導致它們的放電模式同步。神經元之間的相互作用可以引起與單個神經元放電頻率不同的振蕩。宏觀神經振蕩的一個眾所周知的例子是阿爾法活動。

早在1924年，研究人員就觀察到了神經振蕩（由HansBerger）。50多年后，在脊椎動物神經元中遇到了內在振蕩行為，但其功能作用仍未完全了解。神經振蕩的可能作用包括特征綁定、信息傳遞機制和有節奏的運動輸出的產生。在過去的幾十年里，人們獲得了更多的洞察力，尤其是隨著大腦成像的進步。神經科學的一個主要研究領域涉及確定振蕩是如何產生的以及它們的作用是什么。大腦中的振蕩活動被廣泛觀察到組織水平，被認為在處理神經信息方面起著關鍵作用。許多實驗研究支持神經振蕩的功能作用；然而，仍然缺乏統一的解釋。

在所有級別的中樞神經系統中都可以觀察到神經振蕩，包括尖峰序列、局部場電位和可以通過腦電圖(EEG)測量的大規模振蕩。一般來說，振蕩可以用它們的頻率、幅度和相位來表征。可以使用時頻分析從神經記錄中提取這些信號特性。在大規模振蕩中，幅度變化被認為是由神經系統內同步變化引起的，也稱為本地同步。除了局部同步之外，遠處神經結構（單個神經元或神經集合）的振蕩活動也可以同步。神經振蕩和同步與許多認知功能有關，例如信息傳遞、感知、運動控制和記憶。

神經振蕩在由大量神經元產生的神經活動中得到了最廣泛的研究。可以通過EEG等技術測量大規模活動。一般來說，EEG信號具有類似于粉紅噪聲的寬頻譜內容，但也顯示特定頻段的振蕩活動。xxx個發現和最著名的頻帶是alpha活動(8–12Hz)，它可以在放松清醒時從枕葉檢測到，并且在閉眼時會增加。其他頻段有：delta(1–4Hz)、theta(4–8Hz)、beta（13–30Hz）、低伽馬（30–70Hz）、和高伽馬（70–150Hz）頻段，其中較快的節奏（如伽馬活動）與認知處理有關。事實上，EEG信號在睡眠期間會發生顯著變化，并表現出從較快的頻率向越來越慢的頻率（例如alpha波）的轉變。事實上，不同的睡眠階段通常以其光譜內容為特征。因此，神經振蕩與認知狀態有關，例如意識和意識。

雖然人類大腦活動中的神經振蕩主要使用EEG記錄進行研究，但也可以使用更具侵入性的記錄技術（如單單元記錄）觀察它們。神經元可以產生動作電位或尖峰的節律模式。某些類型的神經元傾向于以特定頻率發射，即所謂的諧振器。Bursting是另一種形式的節奏尖峰。尖峰模式被認為是大腦信息編碼的基礎。也可以以亞閾值膜電位振蕩的形式（即在沒有動作電位的情況下）觀察到振蕩活動。如果許多神經元同步發出尖峰信號，它們就會引起局部場電位的振蕩。定量模型可以估計記錄數據中神經振蕩的強度。

神經振蕩通常從數學框架進行研究，屬于“神經動力學”領域，這是認知科學中的一個研究領域，在描述大腦功能時非常關注神經活動的動態特征。它認為大腦是一個動力系統，并使用微分方程來描述神經活動如何隨時間演變。特別是，它旨在將大腦活動的動態模式與感知和記憶等認知功能聯系起來。以非常抽象的形式，可以分析性地分析神經振蕩。.當在更符合生理學的環境中研究時，通常使用計算模型的計算機模擬來研究振蕩活動。

神經振蕩的功能范圍很廣，并且因不同類型的振蕩活動而異。例如，有節奏的活動（如心跳）的產生和感知中感官特征的神經結合，如物體的形狀和顏色。神經振蕩也發揮了許多重要作用，神經系統疾病中，如過度同步發作的活動性癲癇或震顫患者的帕金森氏癥。振蕩活動也可用于控制外部設備，例如腦機接口。

特定類型的神經振蕩也可能出現在病理情況下，例如帕金森病或癲癇癥。這些病理性振蕩通常由正常振蕩的異常版本組成。例如，最著名的類型之一是棘波振蕩，這是全身性或失神性癲癇發作的典型特征，類似于正常的睡眠紡錘波振蕩。

震顫是一種無意識的、有點有節奏的肌肉收縮和放松，涉及一個或多個身體部位的來回運動。它是所有不自主運動中最常見的一種，可影響手、手臂、眼睛、面部、頭部、聲帶、軀干和腿部。大多數震顫發生在手上。在某些人中，震顫是另一種神經系統疾病的癥狀。已經確定了許多不同形式的震顫，例如特發性震顫或帕金森氏震顫。有人認為，震顫的起源可能是多因素的，既有中樞神經系統的神經振蕩作用，也有反射環共振等外周機制。

癲癇是一種常見的慢性神經病癥，其特征在于癲癇發作。這些癲癇發作是大腦中異常、過度或超同步神經元活動的短暫體征和/或癥狀。

在丘腦皮質節律失常(TCD)中，正常的丘腦皮質共振被破壞。輸入的丘腦損失允許丘腦皮質柱的頻率減慢到由MEG和EEG通過機器學習識別的theta或delta波段。TCD可以用神經外科方法治療，如丘腦切開術。

神經振蕩對影響大腦活動的幾種藥物很敏感；因此，基于神經振蕩的生物標志物正在成為臨床試驗和臨床前研究量化效果的次要終點。這些生物標志物通常被稱為“EEG生物標志物”或“神經生理生物標志物”，并使用定量腦電圖(qEEG)進行量化。可以使用開源神經生理生物標志物工具箱從EEG中提取EEG生物標志物。

神經振蕩已被用作各種腦機接口(BCI)中的控制信號。例如，可以通過將電極放在頭皮上然后測量微弱的電信號來創建非侵入性BCI。盡管無法通過非侵入性BCI記錄單個神經元活動，因為頭骨會抑制和模糊電磁信號，但仍然可以可靠地檢測到振蕩活動。BCI由Vidal于1973年引入，作為使用EEG信號控制人體外部物體的挑戰。

在BCI挑戰之后，1988年，阿爾法節律被用于基于腦節律的BCI來控制物理對象，即機器人。基于阿爾法節奏的BCI是xxx個用于控制機器人的BCI。特別是，某些形式的BCI允許用戶通過測量特定頻帶（包括mu和beta節律）中振蕩活動的幅度來控制設備。