Jove
Visualize
お問い合わせ
JoVE
x logofacebook logolinkedin logoyoutube logo
JoVEについて
概要リーダーシップブログJoVEヘルプセンター
著者向け
出版プロセス編集委員会範囲と方針査読よくある質問投稿
図書館員向け
推薦の声購読アクセスリソース図書館諮問委員会よくある質問
研究
JoVE JournalMethods CollectionsJoVE Encyclopedia of Experimentsアーカイブ
教育
JoVE CoreJoVE BusinessJoVE Science EducationJoVE Lab Manual教員リソースセンター教員サイト
利用規約
プライバシーポリシー
ポリシー

関連する概念動画

Stages of Sleep01:22

Stages of Sleep

1.3K
Sleep progresses through distinct stages, each characterized by specific brain wave patterns and physiological responses ranging from wakefulness to stages of non-rapid eye movement, known as non-REM, to rapid eye movement, referred to as REM. Understanding these stages helps in recognizing how sleep supports various bodily and cognitive functions.
Before sleep begins, in wakefulness, the brain exhibits primarily beta waves, which are high in frequency and low in amplitude, indicating alertness...
1.3K
Stages of General Anesthesia01:22

Stages of General Anesthesia

1.4K
Various sedation levels offer significant advantages in facilitating procedural interventions for patients undergoing medical or invasive surgical procedures. These levels span from anxiolysis to general anesthesia, providing a spectrum of sedative effects to cater to specific patient needs. Anxiolysis reduces anxiety and is achieved through minimal sedation, enabling patients to remain awake and responsive while feeling more at ease during the procedure. This level can benefit minor...
1.4K
Survival Tree01:19

Survival Tree

369
Survival trees are a non-parametric method used in survival analysis to model the relationship between a set of covariates and the time until an event of interest occurs, often referred to as the "time-to-event" or "survival time." This method is particularly useful when dealing with censored data, where the event has not occurred for some individuals by the end of the study period, or when the exact time of the event is unknown.
 Building a Survival Tree
Constructing a...
369

こちらも読む

関連記事

共著者、ジャーナル、引用グラフによってこの研究に関連する記事。

並び替え
Same author

Machine Learning for Diagnosis and Differentiation of Central Disorders of Hypersomnolence: A Systematic Review.

European journal of neurology·2026
Same author

Comorbidity Classification from Clinical Free-Text using Large Language Models: Application to Sleep Disorder Patients.

Journal of medical systems·2026
Same author

iSPHYNCS: Unsupervised Clustering in Questionnaires and Metadata Reveals Distinct Subtypes in the Narcolepsy Borderland.

Journal of sleep research·2026
Same author

Directed cortico-limbic dialogue in the human brain.

Nature communications·2026
Same author

Variability and predictability in human sleep.

Brain communications·2025
Same author

SLEEPYLAND: trust begins with fair evaluation of automatic sleep staging models.

NPJ digital medicine·2025
Same journal

Zero-shot reconstruction of mutant spatial transcriptomes.

Patterns (New York, N.Y.)·2026
Same journal

Dendritic nonlinearities mitigate communication costs.

Patterns (New York, N.Y.)·2026
Same journal

Erratum: Agentic AI as a coordination paradigm in digital health and agri-food systems.

Patterns (New York, N.Y.)·2026
Same journal

Spacing effect improves generalization in biological and artificial systems.

Patterns (New York, N.Y.)·2026
Same journal

A multi-modal foundation model for brain disease diagnosis and medical imaging.

Patterns (New York, N.Y.)·2026
Same journal

DuoMod-Net: Logarithmic balancing and geometric refinement for imbalanced semi-supervised medical image segmentation.

Patterns (New York, N.Y.)·2026
関連記事をすべて見る

関連する実験動画

Updated: Jan 7, 2026

Author Spotlight: IntelliSleepScorer — A High-Accuracy, Accessible GUI Software for Automated Sleep Stage Scoring in Mice and its Application in Psychiatric Research
04:54

Author Spotlight: IntelliSleepScorer — A High-Accuracy, Accessible GUI Software for Automated Sleep Stage Scoring in Mice and its Application in Psychiatric Research

Published on: November 8, 2024

932

睡眠ステージの自動判定：教師なし学習の視点

Alexandros Christopoulos1,2, Athina Tzovara1,2

  • 1Institute of Computer Science, University of Bern, Bern, Switzerland.

Patterns (New York, N.Y.)
|December 31, 2025
PubMed
まとめ
この要約は機械生成です。

新しい教師なし機械学習アルゴリズム AISleep は、ポリ somnography (PSG) 記録からの睡眠採点を自動化します。解釈可能な特徴量を使用し、多様なデータセットや年齢層にわたる堅牢な睡眠段階分析を提供します。

キーワード:
教師なし学習睡眠ステージポリ somnography自動採点機械学習

さらに関連する動画

Defining the Role Of Language in Infants' Object Categorization with Eye-tracking Paradigms
07:31

Defining the Role Of Language in Infants' Object Categorization with Eye-tracking Paradigms

Published on: February 8, 2019

7.2K
Multi-Modal Home Sleep Monitoring in Older Adults
07:40

Multi-Modal Home Sleep Monitoring in Older Adults

Published on: January 26, 2019

8.1K

関連する実験動画

Last Updated: Jan 7, 2026

Author Spotlight: IntelliSleepScorer — A High-Accuracy, Accessible GUI Software for Automated Sleep Stage Scoring in Mice and its Application in Psychiatric Research
04:54

Author Spotlight: IntelliSleepScorer — A High-Accuracy, Accessible GUI Software for Automated Sleep Stage Scoring in Mice and its Application in Psychiatric Research

Published on: November 8, 2024

932
Defining the Role Of Language in Infants' Object Categorization with Eye-tracking Paradigms
07:31

Defining the Role Of Language in Infants' Object Categorization with Eye-tracking Paradigms

Published on: February 8, 2019

7.2K
Multi-Modal Home Sleep Monitoring in Older Adults
07:40

Multi-Modal Home Sleep Monitoring in Older Adults

Published on: January 26, 2019

8.1K

科学分野:

  • 神経科学
  • 人工知能
  • 生物医学工学

背景:

  • ポリ somnography (PSG) は、睡眠研究のゴールドスタンダードです。
  • PSGデータからの手動睡眠採点は時間がかかり、主観的です。
  • 機械学習、特に教師あり学習は、睡眠採点の自動化に使用されてきました。

研究 の 目的:

  • 新しい教師なしアルゴリズムであるAISleepを導入すること。
  • 異なるデータセットおよび年齢層におけるAISleepのパフォーマンスを評価すること。
  • 睡眠段階分析に対して、より解釈可能で堅牢なアプローチを提供すること。

主な方法:

  • 教師なし機械学習アルゴリズムであるAISleepを開発しました。
  • 睡眠採点のために人間が解釈可能な特徴量を利用しました。
  • 多様なPSGデータセットおよび様々な年齢層にわたるAISleepをテストしました。

主要な成果:

  • AISleepは、自動睡眠採点において堅牢なパフォーマンスを示しました。
  • アルゴリズムは、異なるデータセット間で一貫した結果を提供しました。
  • 様々な年齢層での有効性が観察され、一般化可能性を示唆しています。

結論:

  • AISleepは、睡眠採点の自動化のための有望な教師なしアプローチを提供します。
  • アルゴリズムの解釈可能性と堅牢性は、睡眠研究にとって価値あるツールとなります。
  • この方法は、睡眠段階分析の効率と客観性を向上させる可能性があります。