Real-time, automatic, open-source sleep stage classification system using single EEG for mice.
Real-time, automatic, open-source sleep stage classification system using single EEG for mice.
复制标题
DOI：
10.1038/s41598-021-90332-1
复制
发表时间：
2021-05-27
影响因子：
4.6
通讯作者：
Sakaguchi M
中科院分区：
文献类型：
--
作者：
Tezuka T;Kumar D;Singh S;Koyanagi I;Naoi T;Sakaguchi M
我们开发了一个实时睡眠阶段分类系统，该系统使用卷积神经网络，仅使用来自小鼠的单通道脑电图源和任何时间序列数据中普遍可用的特征：原始信号，频谱和zeitgeber时间。为了适应每个受试者的历史信息，我们将长短期记忆递归神经网络与通用特征相结合。由此产生的系统（UTSN-L）实现了90%的总体准确性和81%的多类马修斯相关系数，特别是快速眼动睡眠的高质量判断（91%的灵敏度和98%的特异性）。该系统可以在快速眼动睡眠期间实现自动实时干预，由于其相对低的丰度和短的持续时间，这是困难的。此外，它消除了对顺序预校准、肌电图记录和手动分类的需要，因此是可扩展的。该代码是开源的，具有图形用户界面和闭环反馈功能，使其能够轻松适应各种最终用户的需求。通过允许大规模，自动和实时的睡眠阶段特定的干预，该系统可以帮助进一步调查睡眠的功能和睡眠相关疾病的新治疗策略的发展。
We developed a real-time sleep stage classification system with a convolutional neural network using only a one-channel electro-encephalogram source from mice and universally available features in any time-series data: raw signal, spectrum, and zeitgeber time. To accommodate historical information from each subject, we included a long short-term memory recurrent neural network in combination with the universal features. The resulting system (UTSN-L) achieved 90% overall accuracy and 81% multi-class Matthews Correlation Coefficient, with particularly high-quality judgements for rapid eye movement sleep (91% sensitivity and 98% specificity). This system can enable automatic real-time interventions during rapid eye movement sleep, which has been difficult due to its relatively low abundance and short duration. Further, it eliminates the need for ordinal pre-calibration, electromyogram recording, and manual classification and thus is scalable. The code is open-source with a graphical user interface and closed feedback loop capability, making it easily adaptable to a wide variety of end-user needs. By allowing large-scale, automatic, and real-time sleep stage-specific interventions, this system can aid further investigations of the functions of sleep and the development of new therapeutic strategies for sleep-related disorders.
登录
查看更多内容
影响因子：
3.2
作者：
Bresch E;Großekathöfer U;Garcia-Molina G
通讯作者：
Garcia-Molina G
影响因子：
5.6
作者：
Patanaik A;Ong JL;Gooley JJ;Ancoli-Israel S;Chee MWL
通讯作者：
Chee MWL
DOI：
10.1109/tnsre.2017.2776149
发表时间：
2018-01-01
影响因子：
4.9
作者：
Memar, Pejman;Faradji, Farhad
通讯作者：
Faradji, Farhad
影响因子：
16.2
作者：
GoodSmith D;Chen X;Wang C;Kim SH;Song H;Burgalossi A;Christian KM;Knierim JJ
通讯作者：
Knierim JJ
DOI：
10.1007/bf01722097
发表时间：
1918-01-01
期刊：
PFLUGERS ARCHIV FUR DIE GESAMTE PHYSIOLOGIE DES MENSCHEN UND DER TIERE
影响因子：
--
作者：
Szymamski, JS
通讯作者：
Szymamski, JS