マウス睡眠EEG/EMGデータ自動ステージ判定アルゴリズムと周辺ソフトウェア開発

本提案では、マウス脳波／筋電(EEG/EMG)データから覚醒・REM睡眠・NREM睡眠の各ステージを自動的に判定するデータ解析手法を開発する。機械学習で行われる特徴量探索をあえて行わない、ある意味で「原始的」なアルゴリズム開発を敢えて指向する。これにより、膨大な教師データを用意する作業を不要にしたり、計算コストの高い統計学的アルゴリズムを不要にし、かつ、判定基準となる特徴量を明確に定義することで判定結果の解釈が容易にできるアルゴリズムを実現する。本年度は、未知の遺伝子変異によるEEG/EMGシグナル変化への適用性を検証した。提案者の所属研究室で作出された睡眠表現型に関わる遺伝子変異マウスの実データでアルゴリズムの適用性を検証した。この結果、多くの場合について開発したアルゴリズムが正常にステージ判定できることが確認された一方で、ごくまれなケースにおいて、判定精度が極端に低下するケースが見られた。このケースを詳細に調べたところ、睡眠状態と覚醒状態での高周波周波数成分の変化量が通常よりも極端に小さったことが分かった。これまでのアルゴリズムでは、低周波側と高周波側の変化量は同程度であることを前提としており、一方の変化量が極端に少ない場合は判定精度が低下する。この課題に取り組み、低周波側と高周波側の変化量のバランスを適度に自動調整するステップをアルゴリズムに加えることによって高い判定精度を維持できるようになった。また、開発中のソフトウェアによるEEG/EMG解析を活用した睡眠研究が進み、成果発表につながっている。

本提案では、マウス脳波／筋電(EEG/EMG)データから覚醒・REM睡眠・NREM睡眠の各ステージを自動的に判定するデータ解析手法を開発する。機械学習で行われる特徴量探索をあえて行わない、ある意味で「原始的」なアルゴリズム開発を敢えて指向する。これにより、膨大な教師データを用意する作業を不要にしたり、計算コストの高い統計学的アルゴリズムを不要にし、かつ、判定基準となる特徴量を明確に定義することで判定結果の解釈が容易にできるアルゴリズムを実現する。本年度は、未知の遺伝子変異によるEEG/EMGシグナル変化への適用性を検証した。提案者の所属研究室で作出された睡眠表現型に関わる遺伝子変異マウスの実データでアルゴリズムの適用性を検証した。この結果、多くの場合について開発したアルゴリズムが正常にステージ判定できることが確認された一方で、ごくまれなケースにおいて、判定精度が極端に低下するケースが見られた。このケースを詳細に調べたところ、睡眠状態と覚醒状態での高周波周波数成分の変化量が通常よりも極端に小さったことが分かった。これまでのアルゴリズムでは、低周波側と高周波側の変化量は同程度であることを前提としており、一方の変化量が極端に少ない場合は判定精度が低下する。この課題に取り組み、低周波側と高周波側の変化量のバランスを適度に自動調整するステップをアルゴリズムに加えることによって高い判定精度を維持できるようになった。また、開発中のソフトウェアによるEEG/EMG解析を活用した睡眠研究が進み、成果発表につながっている。