Accedi

È necessario avere un abbonamento a JoVE per visualizzare questo. Accedi o inizia la tua prova gratuita.

In questo articolo

  • Riepilogo
  • Abstract
  • Introduzione
  • Protocollo
  • Risultati Rappresentativi
  • Discussione
  • Divulgazioni
  • Riconoscimenti
  • Materiali
  • Riferimenti
  • Ristampe e Autorizzazioni

Riepilogo

Presentiamo un pacchetto software con un'interfaccia utente grafica per i ricercatori senza esperienza di codifica per valutare le fasi del sonno nei topi con un semplice download e funzionamento.

Abstract

Il punteggio della fase del sonno nei roditori è il processo di identificazione delle tre fasi: sonno con movimenti oculari non rapidi (NREM), sonno con movimenti oculari rapidi (REM) e veglia. Il punteggio della fase del sonno è fondamentale per studiare le misure e gli effetti specifici della fase del sonno.

I modelli di sonno nei roditori differiscono da quelli negli esseri umani, caratterizzati da episodi più brevi di NREM e REM intervallati dalla veglia, e il tradizionale punteggio manuale della fase del sonno da parte di esperti umani richiede molto tempo. Per affrontare questo problema, studi precedenti hanno utilizzato approcci basati sull'apprendimento automatico per sviluppare algoritmi per classificare automaticamente le fasi del sonno, ma i modelli ad alte prestazioni con una grande generalizzabilità spesso non sono disponibili al pubblico/gratuiti né facili da usare per i ricercatori del sonno non addestrati.

Pertanto, abbiamo sviluppato un algoritmo LightGBM basato sull'apprendimento automatico addestrato con un set di dati di grandi dimensioni. Per rendere il modello disponibile ai ricercatori del sonno senza esperienza di codifica, è stato sviluppato uno strumento software chiamato IntelliSleepScorer (v1.2 - versione più recente) basato sul modello, che presenta un'interfaccia utente grafica facile da usare. In questo manoscritto, presentiamo istruzioni dettagliate per l'utilizzo del software per dimostrare uno strumento di punteggio automatico delle fasi del sonno comodo ed efficace nei topi per i ricercatori del sonno.

Introduzione

Il punteggio della fase del sonno nei roditori è la procedura per identificare le tre fasi: sonno con movimenti oculari non rapidi (NREM), sonno con movimenti oculari rapidi (REM) e veglia2. Nei roditori, la NREM è caratterizzata da una ridotta attività muscolare, respirazione lenta e regolare, diminuzione della frequenza cardiaca e oscillazioni a bassa frequenza delle onde cerebrali. La fase REM nei roditori, simile a quella umana, mostra atonia muscolare, attivazione EEG e movimenti oculari rapidi, sebbene il verificarsi di sogni vividi sia meno chiaro nei roditori rispetto agli esseri umani....

Protocollo

Questo studio ha utilizzato i dati raccolti da esperimenti in vivo sui topi. Nello studio non sono stati coinvolti esperimenti sull'uomo. Tutti gli esperimenti con gli animali sono stati approvati dal Comitato Istituzionale per la Cura e l'Uso degli Animali presso il Broad Institute. Tutti gli esperimenti sono stati eseguiti in conformità con le linee guida e i regolamenti pertinenti. Le linee guida ARRIVE non sono applicabili a questo studio perché l'obiettivo di questo studio è sviluppare modelli di apprendimento automatico piuttosto che confrontare diversi gruppi di trattamento.

1. Prepara....

Risultati Rappresentativi

Ci sono tre grafici (solo il grafico superiore se i valori SHAP non sono stati eseguiti) generati nella GUI dopo il punteggio della fase del sonno: il grafico superiore presenta i canali EEG ed EMG con un ipnogramma della previsione della fase del sonno. Il grafico centrale presenta i valori SHAP dell'epoca. Il grafico in basso presenta i valori SHAP globali (Figura 1).

Ci sono 4 tipi di dati presentati nel grafico dell'ipnogramma.......

Discussione

Questo documento illustra come utilizzare l'interfaccia utente grafica IntelliSleepScorer (v1.2) per assegnare automaticamente un punteggio alle fasi del sonno dei topi e come sfruttare i valori/grafici SHAP per comprendere meglio i punteggi delle fasi del sonno generati dal modello.

Una considerazione importante quando si utilizza il software è la compatibilità dei dati. I dati interni utilizzati in questo studio erano limitati agli elettrodi posizionati ne.......

Divulgazioni

Gli autori dichiarano di non avere conflitti di interesse.

Riconoscimenti

Ringraziamo Kerena Yan e Jingwen Hu per aver valutato manualmente le fasi del sonno e Eunah e Soonwiik per le registrazioni.

....

Materiali

NameCompanyCatalog NumberComments
Canonical Unbuntu 18.04Canonicalhttps://releases.ubuntu.com/18.04/Supporting Operating System for the software IntelliSleep Scorer: Windows, Mac, or Linux
Intel Core i7-8550U CPU @ 1.80 GHz 1.99 GHz; RAM: 24 GB Intel Corphttps://www.intel.com/content/www/us/en/products/details/processors/core-ultra.htmlHardware requirment for the software: Both Inte Core listed here have been used to process the data. It takes around 10 min to process 12 h of recording sampled at 1000 Hz for both hardwares. Any similar or superior hardware would yield comparable or better performance.  
Intel Core i7-10610U CPU @1.80 GHz 2.30 GHz; RAM: 16 GBIntel Corphttps://www.intel.com/content/www/us/en/products/details/processors/core-ultra.htmlHardware requirment for the software: Both Inte Core listed here have been used to process the data. It takes around 10 min to process 12 h of recording sampled at 1000 Hz for both hardwares. Any similar or superior hardware would yield comparable or better performance.  
LightGBMMicrosofthttps://lightgbm.readthedocs.io/en/latest/index.htmlMachine learning-based algorithm that was used to train the software. 
MacBook ProApplehttps://www.apple.com/in/macbook-pro/Supporting Operating System for the software IntelliSleep Scorer: Windows, Mac, or Linux
WindowsMicrosofthttps://www.microsoft.com/en-in/windows/?r=1Supporting Operating System for the software IntelliSleep Scorer: Windows, Mac, or Linux

Riferimenti

  1. Wang, L. A., Kern, R., Yu, E., Choi, S., Pan, J. Q. Intellisleepscorer, a software package with a graphic user interface for automated sleep stage scoring in mice based on a light gradient boosting machine algorithm. Sci Rep. 13 (1), 4275 (2023).
  2. Astori, S., Wimmer, R. D., Luthi, A.

Ristampe e Autorizzazioni

Richiedi autorizzazione per utilizzare il testo o le figure di questo articolo JoVE

Richiedi Autorizzazione

Esplora altri articoli

NeuroscienzeNumero 213Interfaccia utente graficaPunteggio della fase del sonno dei topiNREMREMPunteggio automatizzatoApprendimento automaticoAlgoritmo LightGBMRicercatori del sonnoSet di datiFacile da usareModelli di sonnoEsperienza di codificaStrumento di punteggio automatico

This article has been published

Video Coming Soon

JoVE Logo

Riservatezza

Condizioni di utilizzo

Politiche

Ricerca

Didattica

CHI SIAMO

Copyright © 2025 MyJoVE Corporation. Tutti i diritti riservati