通过应用人类模型,评估时间背景对自动鼠标睡眠分期的影响
概括
在小鼠睡眠分期模型中增加时间上下文可以提高表现,特别是在REM睡眠中. 适应小鼠的人类模型显示出优异的结果,表明超越当前短期模式分析的好处.
科学领域:
- 神经科学是一个神经科学.
- 计算生物学 计算生物学
- 睡眠医学 睡眠医学
背景情况:
- 人类睡眠阶段化模型从延长时间上下文 (几十分钟) 中受益.
- 目前的小鼠睡眠分期模型使用有限的时间上下文 (几十秒).
- 在小鼠模型中,通过增加时间上下文来提高表现的潜力存在.
研究的目的:
- 研究延长时间上下文 (长达15分钟) 对小鼠睡眠阶段的影响.
- 为了将已建立的小鼠睡眠阶段模型与适应的人类模型进行比较.
- 评估长期依赖对小鼠睡眠阶段分类的影响.
主要方法:
- 用了三只老鼠队伍进行分析.
- 采用了两种高性能人类睡眠分期模型,适应了小鼠数据.
- 对比适应的人类模型与两个突出的小鼠睡眠阶段化模型,具有短时间背景 (12s和20s).
主要成果:
- 时间上下文增加至28秒,对小鼠睡眠阶段的分类产生了积极的影响,特别是对于REM睡眠.
- 在超过28秒的上下文窗口时,性能增长减少.
- 与专用小鼠模型相比,L-SeqSleepNet人类模型在所有小鼠队伍中表现出卓越的性能.
结论:
- 鼠标睡眠阶段化可以从超出当前实践的延长时间背景中受益.
- 调整人类睡眠阶段模型,这些模型本质上可以处理较长的依赖性,为改善小鼠睡眠分析提供了一个有前途的途径.
- 需要进一步研究小鼠睡眠阶段的最佳时间上下文长度.
