我们提供了一款带有图形用户界面的软件包，供无编程经验的研究人员通过简单的下载和操作即可对小鼠的睡眠阶段进行评分。
需要JoVE订阅才能观看此内容。 请登录或开始免费试用
本文内容
摘要
摘要
啮齿类动物睡眠阶段评分是识别三种睡眠状态的过程：非快速眼动睡眠（NREM）、快速眼动睡眠（REM）和清醒状态。睡眠阶段评分对于研究特定睡眠阶段的指标及其影响至关重要。
啮齿类动物的睡眠模式与人类不同，其特点是NREM和REM睡眠的持续时间较短，且与觉醒状态交替出现。传统上由人类专家进行的手动睡眠分期评分十分耗时。为解决这一问题，以往研究曾采用基于机器学习的方法开发自动分类睡眠阶段的算法，但性能优异、泛化能力强的模型往往未公开提供或需付费，且对未经专业训练的睡眠研究人员而言不够友好。
因此，我们开发了一种基于机器学习的LightGBM算法，并使用大规模数据集对其进行训练。为了使无编程经验的睡眠研究人员也能使用该模型，我们基于此模型开发了一款名为IntelliSleepScorer（v1.2-最新版本）的软件工具，该工具具有易于操作的图形用户界面。在本文中，我们逐步介绍了该软件的使用方法，旨在为睡眠研究人员展示一种在小鼠中便捷且高效的自动睡眠分期评分工具。
引言
在啮齿类动物中，睡眠阶段评分是用于识别三种睡眠状态的过程：非快速眼动睡眠（NREM）、快速眼动睡眠（REM）和清醒状态2。在啮齿类动物中，NREM 的特征是肌肉活动减少、呼吸缓慢而规律、心率下降以及脑电波出现低频振荡。啮齿类动物的 REM 与人类相似，表现为肌肉失张力、脑电图（EEG）激活以及快速眼动，尽管与人类相比，啮齿类动物是否经历生动梦境尚不明确2,3。啮齿类动物的"清醒"状态以去同步化的脑电活动为标志，表现为高频、低幅的脑波，肌张力升高，并出现理毛和探索等主动行为4。通过分析脑电图（EEG）和肌电图（EMG）信号，可以识别这三种睡眠阶段5。
啮齿类动物的自动睡眠分期评分模型需求迫切。首先，由人类专家进行的手动睡眠分期评分工作量大且耗时。其次，啮齿类动物的睡眠模式与人类不同，其非快速眼动睡眠（NREM）和快速眼动睡眠（REM）的片段更为短暂，且常被约10分钟的觉醒期所间隔，而人类的相应周期通常为60至120分钟6。因此，在手动评分过程中识别这些短暂阶段具有挑战性。自20世纪60年代以来，已有诸多尝试致力于开发啮齿类动物睡眠数据的自动评分系统
访问受限。请登录或开始试用以查看此内容。
方案
本研究使用了从以下来源收集的数据 体内 在小鼠中进行的实验。本研究未涉及人类实验。所有动物实验均经布罗德研究所机构动物护理和使用委员会批准。所有实验均按照相关指南和法规进行。由于本研究的重点是开发机器学习模型，而非比较不同处理组，因此ARRIVE指南不适用于本研究。
1. 数据准备
注意：数据兼容性：记录的数据采样率需高于 40 Hz。由于软件在第一步会对脑电图（EEG）和肌电图（EMG）信号进行带通滤波，因此无需对信号预先进行带通滤波处理。LightGBM 模型是使用小鼠数据开发和验证的，目前尚无证据表明该模型在其他实验动物中的性能表现。记录电极需放置于额叶皮层和顶叶皮层；若仅记录一个 EEG 通道，则可选择其中任一位置。
- EDF/EDF+ 格式安排与要求
注意：本研究中使用的软件仅通过 MNE-Python 包读取 EDF/EDF+ 文件。必须遵循标准的 EDF/EDF+ 规范来生成 EDF/EDF+ 文件。除标准规范外，还需确保 EDF/EDF+ 注释以 UTF-8 编码，否则软件将崩溃。- 使用在线免费工具将其他格式（非 EDF/EDF+ 格式）的文件转换为 EDF/EDF+ 格式。
注意：在采集 EEG 和 EMG 信号时，对设备滤波器无特殊要求。只要用户以 40 Hz 或更高的频率采....
- 使用在线免费工具将其他格式（非 EDF/EDF+ 格式）的文件转换为 EDF/EDF+ 格式。
访问受限。请登录或开始试用以查看此内容。
结果
睡眠分期评分完成后，GUI 中会生成三个图（若未运行 SHAP 值，则仅显示最上方的图）：最上方的图显示 EEG 和 EMG 通道以及睡眠分期预测的睡眠图；中间的图显示各 epoch 的 SHAP 值；最下方的图显示全局 SHAP 值（图 1）。
睡眠阶段预测的睡眠时相图（图2）中展示了4种类型的数据。最上方一行为预测结果，下方三行分别为两个脑电图（EEG）通道和一个肌电图（EMG）通道的原始数据。在最上方一行中，橙色表示“清醒”阶段，蓝色表示“非快速眼动睡眠（NREM）”阶段，红色表示“快速眼动睡眠（REM）”阶段，每个时间段对应一种颜色。当前示例的时间段为第1305段，处于“清醒”阶段，因为粉红色的位置标记条与橙色线条重叠。
在图3中，用户修正后的睡眠分期以虚线形式叠加在原始结果上方。红色虚线表示睡眠分期已从“清醒”更改为“快速眼动（REM）”。.......
访问受限。请登录或开始试用以查看此内容。
讨论
本文介绍了如何使用 IntelliSleepScorer (v1.2) 图形用户界面自动对小鼠的睡眠阶段进行分期评分，以及如何利用 SHAP 值/图表更深入地理解模型生成的睡眠阶段评分结果。
使用该软件时，数据兼容性是一个重要的考虑因素。本研究中使用的内部数据仅限于放置在额叶和顶叶区域的电极。在Miladinovic及其同事提供的独立数据集11中，尽管这些区域的电极坐标有所不同，软件仍保持了令人满意的性能。虽然该软件可能适用于其他脑区，但我们尚未进行测试以证实这一点。因此，我们不能断言电极放置位置不存在任何限制。然而，如果用户拥有来自其他脑区的记录数据，我们鼓励其进行测试。
用于睡眠阶段分析的脑电图（EEG）/肌电图（EMG）记录会话时长取决于研究的具体目标。通常，记录会话持续12小时，覆盖光照期或黑暗期之一；或持续24小时，涵盖单日内两个阶段。12小时和24小时记录均常用于捕捉不同的睡眠-觉醒模式和昼夜节律。模型测试表明，无论是12小时还是24小时的记录会话，睡眠阶段评分均具有.......
访问受限。请登录或开始试用以查看此内容。
披露
作者声明无利益冲突。
致谢
感谢 Kerena Yan 和 Jingwen Hu 手动评分睡眠阶段，以及 Eunah 和 Soonwiik 提供的记录。
....访问受限。请登录或开始试用以查看此内容。
材料
| 姓名 | 公司 | 目录编号 | 评论 |
|---|---|---|---|
| Canonical Ubuntu 18.04 | Canonical | https://releases.ubuntu.com/18.04/ | IntelliSleep Scorer 软件支持的操作系统：Windows、Mac 或 Linux |
| Intel Core i7-8550U CPU @ 1.80 GHz 1.99 GHz；内存：24 GB | Intel Corp | https://www.intel.com/content/www/us/en/products/details/processors/core-ultra.html | 软件硬件要求：此处列出的两款 Intel Core 处理器均已用于数据处理。使用这两种硬件处理以 1000 Hz 采样的 12 小时记录均约需 10 分钟。任何类似或更优的硬件均可实现相当或更佳的性能表现。 |
| Intel Core i7-10610U CPU @ 1.80 GHz 2.30 GHz；内存：16 GB | Intel Corp | https://www.intel.com/content/www/us/en/products/details/processors/core-ultra.html | 软件硬件要求：此处列出的两款 Intel Core 处理器均已用于数据处理。使用这两种硬件处理以 1000 Hz 采样的 12 小时记录均约需 10 分钟。任何类似或更优的硬件均可实现相当或更佳的性能表现。 |
| LightGBM | Microsoft | https://lightgbm.readthedocs.io/en/latest/index.html | 基于机器学习的算法，用于训练该软件。 |
| MacBook Pro | Apple | https://www.apple.com/in/macbook-pro/ | IntelliSleep Scorer 软件支持的操作系统：Windows、Mac 或 Linux |
| Windows | Microsoft | https://www.microsoft.com/en-in/windows/?r=1 | IntelliSleep Scorer 软件支持的操作系统：Windows、Mac 或 Linux |
参考文献
- 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).
- Astori, S., Wimmer, R. D., Luthi, A.
访问受限。请登录或开始试用以查看此内容。
重印与许可
