跳到正文
浏览指南

指标百科

睡眠分期:浅睡、深睡与 REM 详解

一晚的睡眠大约每 90 分钟在浅睡、深睡和 REM 之间循环一次。每个阶段的作用不同——可穿戴设备能估算它们,但有明确的局限。

阅读约 4 分钟更新于 2026年11月2日

组织作者

由社区共同编写的教育内容。只有实际记录了具名审阅,才标注个人临床审阅。

编辑规范与纠错
睡眠分期:浅睡、深睡与 REM 详解: 一晚的睡眠大约每 90 分钟在浅睡、深睡和 REM 之间循环一次。每个阶段的作用不同——可穿戴设备能估算它们,但有明确的局限。

要点速览

  • 一晚中典型占比是浅睡 45–55%、深睡 13–23%、REM 20–25%,短暂觉醒是正常的。
  • 深睡集中在前半夜、REM 集中在后半夜,所以睡得少主要损失的是 REM。
  • 深睡随年龄减少,60 岁的人比 25 岁的人少很多是正常的。
  • 戒指和手表不测脑电波,只是估算分期,所以要比较同一设备 2–4 周的平均值。
  • 如果打鼾很响、睡醒不解乏,或在床时间足够却白天犯困,应和医生谈谈。

睡眠不是单一状态。整晚你会经历若干约 80–110 分钟的周期,每个周期包含浅睡、深睡(慢波睡眠)和 REM 睡眠,中间夹杂短暂觉醒。前半夜深睡更多,后半夜 REM 更多。

睡眠者上方的分层色带代表浅睡、深睡和REM睡眠阶段

各阶段的作用

阶段占整晚比例作用
浅睡(N1–N2)45–55%过渡与维持;记忆巩固、睡眠纺锤波
深睡(N3 慢波)13–23%身体恢复、生长激素分泌、免疫功能
REM20–25%做梦、情绪处理、学习与记忆
清醒< 5–10%短暂醒来很正常,大多记不住

深睡会随年龄减少,60 岁的人比 25 岁的人少很多是正常的。

设备如何估算分期

金标准多导睡眠监测(PSG)测量脑电波。WHOOP、Oura、Garmin、Polar、Withings 和 Apple Watch 则综合动作、心率、HRV、呼吸,有时还有体温来估算。研究显示它们区分睡/醒较好,总睡眠时长也较可靠,但逐阶段一致性中等(常为 60–80%)。请把每晚分期数据当作估算,重点看趋势。

影响睡眠分期的因素

  • 酒精会抑制 REM,尤其在前半夜。
  • 睡前高强度运动或吃得过饱会让睡眠碎片化。
  • 睡眠剥夺后第二晚深睡会“反弹”。
  • 作息规律能改善睡眠结构——参见 睡眠规律性。
  • 很多人下午过后摄入咖啡因会减少深睡。

如何使用

  1. 先保证 总睡眠时长 和规律性,分期自然改善。
  2. 不要刻意追求某个深睡数值——你无法直接控制它。
  3. 比较同一设备的周平均值。
  4. 如果打鼾严重、醒来不解乏,或睡够了白天仍困,请咨询医生。

在 MoveVitals 中

各阶段按来源以分钟保存(浅睡、深睡、REM、清醒)。两台设备记录同一晚时,MoveVitals 会同时保留,并按你的优先级选择显示哪一个。

实例

示例场景(虚构)。 30 个夜晚里,Mei 的手表报告平均睡眠 7 小时 10 分:浅睡约 55%、深睡 18%、REM 22%,另有短暂清醒。两次饮酒后的夜晚,REM 降到约 14%,深睡集中在前半夜,而总睡眠差不多。长距离徒步后的那晚,深睡升到约 22%。Mei 学会了不以单晚的睡眠阶段下结论——消费级设备在分期上与实验室多导睡眠图的一致性只是中等——而是观察 2–4 周趋势和自己的感受。数字仅为示意。

行动步骤

  1. 先看总睡眠时长和时间安排,睡眠阶段其次。
  2. 用 2–4 周平均值比较各阶段占比,而不是单晚数据。
  3. 注意深睡集中在前半夜、REM 集中在后半夜——睡得少主要损失的是 REM。
  4. 尝试改变行为(饮酒、晚餐、上床时间),观察趋势是否变化。
  5. 无论阶段数据如何,持续白天嗜睡都应咨询医生。

相关指南

常见问题

戒指和手表的深睡数据为什么不同? 传感器和算法不同,选定一台设备专门记录睡眠即可。

REM 少有问题吗? 单晚说明不了什么。若长期如此并伴随白天症状,建议咨询医生。

多少深睡算正常? 健康成年人的深睡(N3)通常约占整晚的 13–23%,并随年龄下降;设备估算会有差异。

能直接增加深睡吗? 无法可靠做到。充足的总睡眠、规律作息、白天活动和避免饮酒最有帮助。

参考文献

  1. de Zambotti et al. (2019). Wearable Sleep Technology in Clinical and Research Settings. Medicine & Science in Sports & Exercise. https://doi.org/10.1249/mss.0000000000001947
  2. Chinoy et al. (2021). Performance of seven consumer sleep-tracking devices compared with polysomnography. Sleep. https://doi.org/10.1093/sleep/zsaa291
  3. Altini et al. (2021). The Promise of Sleep: A Multi-Sensor Approach for Accurate Sleep Stage Detection Using the Oura Ring. Sensors. https://doi.org/10.3390/s21134302

内容仅供一般参考,不构成医疗建议。涉及健康问题请咨询专业人士。