Name: IntelliSleepScorer, Fareler için Grafik Kullanıcı Arayüzüne Sahip Bir Yazılım Paketi Otomatik Uyku Aşaması Puanlaması (Video) | JoVE Journal
Uploaded: 2024-11-08T13:20:00.000+00:00
Duration: 4 min 54 s
Description: Keşfedin IntelliSleepScorer yazılımını farelerde otomatik uyku aşaması puanlaması için. Grafik arayüzü sayesinde kodlama bilgisi gerektirmeden %95.2 doğrulukla analiz yapabilir ve SHAP değerleriyle sonuçları yorumlayabilirsiniz.

ai_agent_IP

ai_agent

maintenance

instantTrialDurationMinutes

isBiopharma

enableNewMyJoveSectionDesign

educationFeatures

seoMetaApi

ai_copilot_institution_blacklist

ai_chat_institution_blacklist

freeAccessWindow

ssoRoleCapture

scheduledMaintenanceBanner

joveLabsFeatures

disable_autoplay_for_bots

extended_trial_duration

5 minutes

<meta charset="utf8"></head><body>LightGBM Kullanan Kemirgenler için Otomatik Uyku Aşaması Puanlama Aracı

<ol><li>Wang, L. A., Kern, R., Yu, E., Choi, S., Pan, J. Q. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Intellisleepscorer%2C+a+software+package+with+a+graphic+user+interface+for+automated+sleep+stage+scoring+in+mice+based+on+a+light+gradient+boosting+machine+algorithm%5BTitle%5D)+AND+%22Sci+Rep%22%5BJournal%5D)">Intellisleepscorer, a software package with a graphic user interface for automated sleep stage scoring in mice based on a light gradient boosting machine algorithm.</a> Sci Rep. 13 (1), 4275(2023).</li>
<li>Astori, S., Wimmer, R. D., Luthi, A. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Manipulating+sleep+spindles--expanding+views+on+sleep%2C+memory%2C+and+disease%5BTitle%5D)+AND+%22Trends+Neurosci%22%5BJournal%5D)">Manipulating sleep spindles--expanding views on sleep, memory, and disease.</a> Trends Neurosci. 36 (12), 738-748 (2013).</li>
<li>Fraigne, J. J., Torontali, Z. A., Snow, M. B., Peever, J. H. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Rem+sleep+at+its+core-circuits%2C+neurotransmitters%2C+and+pathophysiology%5BTitle%5D)+AND+%22Front+Neurol%22%5BJournal%5D)">Rem sleep at its core-circuits, neurotransmitters, and pathophysiology.</a> Front Neurol. 6, 123(2015).</li>
<li>Huber, R., Deboer, T., Tobler, I. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Effects+of+sleep+deprivation+on+sleep+and+sleep+eeg+in+three+mouse+strains%3A+Empirical+data+and+simulations%5BTitle%5D)+AND+%22Brain+Res%22%5BJournal%5D)">Effects of sleep deprivation on sleep and sleep eeg in three mouse strains: Empirical data and simulations.</a> Brain Res. 857 (1-2), 8-19 (2000).</li>
<li>Brown, R. E., Basheer, R., Mckenna, J. T., Strecker, R. E., Mccarley, R. W. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Control+of+sleep+and+wakefulness%5BTitle%5D)+AND+%22Physiol+Rev%22%5BJournal%5D)">Control of sleep and wakefulness.</a> Physiol Rev. 92 (3), 1087-1187 (2012).</li>
<li>Lacroix, M. M., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Improved+sleep+scoring+in+mice+reveals+human-like+stages%5BTitle%5D)+AND+%22BioRxiv%22%5BJournal%5D)">Improved sleep scoring in mice reveals human-like stages.</a> BioRxiv. 489005, (2018).</li>
<li>Rayan, A., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Sleep+scoring+in+rodents%3A+Criteria%2C+automatic+approaches+and+outstanding+issues%5BTitle%5D)+AND+%22Eur+J+Neurosci%22%5BJournal%5D)">Sleep scoring in rodents: Criteria, automatic approaches and outstanding issues.</a> Eur J Neurosci. 59 (4), 526-553 (2024).</li>
<li>Yamabe, M., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Mc-sleepnet%3A+Large-scale+sleep+stage+scoring+in+mice+by+deep+neural+networks%5BTitle%5D)+AND+%22Sci+Rep%22%5BJournal%5D)">Mc-sleepnet: Large-scale sleep stage scoring in mice by deep neural networks.</a> Sci Rep. 9 (1), 15793(2019).</li>
<li>Katsuki, F., Spratt, T. J., Brown, R. E., Basheer, R., Uygun, D. S. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Sleep-deep-learner+is+taught+sleep-wake+scoring+by+the+end-user+to+complete+each+record+in+their+style%5BTitle%5D)+AND+%22Sleep+Adv%22%5BJournal%5D)">Sleep-deep-learner is taught sleep-wake scoring by the end-user to complete each record in their style.</a> Sleep Adv. 5 (1), zpae022(2024).</li>
<li>Allocca, G., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Validation+of+%27somnivore%27%2C+a+machine+learning+algorithm+for+automated+scoring+and+analysis+of+polysomnography+data%5BTitle%5D)+AND+%22Front+Neurosci%22%5BJournal%5D)">Validation of 'somnivore', a machine learning algorithm for automated scoring and analysis of polysomnography data.</a> Front Neurosci. 13, 207(2019).</li>
<li>Jha, P. K., Valekunja, U. K., Reddy, A. B. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Slumbernet%3A+Deep+learning+classification+of+sleep+stages+using+residual+neural+networks%5BTitle%5D)+AND+%22Sci+Rep%22%5BJournal%5D)">Slumbernet: Deep learning classification of sleep stages using residual neural networks.</a> Sci Rep. 14 (1), 4797(2024).</li>
<li>Barger, Z., Frye, C. G., Liu, D., Dan, Y., Bouchard, K. E. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Robust%2C+automated+sleep+scoring+by+a+compact+neural+network+with+distributional+shift+correction%5BTitle%5D)+AND+%22PLoS+One%22%5BJournal%5D)">Robust, automated sleep scoring by a compact neural network with distributional shift correction.</a> PLoS One. 14 (12), e0224642(2019).</li>
<li>Miladinovic, D., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Spindle%3A+End-to-end+learning+from+eeg%2Femg+to+extrapolate+animal+sleep+scoring+across+experimental+settings%2C+labs+and+species%5BTitle%5D)+AND+%22PLoS+Comput+Biol%22%5BJournal%5D)">Spindle: End-to-end learning from eeg/emg to extrapolate animal sleep scoring across experimental settings, labs and species.</a> PLoS Comput Biol. 15 (4), e1006968(2019).</li>
<li>Brodersen, P. J. N., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Somnotate%3A+A+probabilistic+sleep+stage+classifier+for+studying+vigilance+state+transitions%5BTitle%5D)+AND+%22PLoS+Comput+Biol%22%5BJournal%5D)">Somnotate: A probabilistic sleep stage classifier for studying vigilance state transitions.</a> PLoS Comput Biol. 20 (1), e1011793(2024).</li>
<li>Akada, K., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((A+deep+learning+algorithm+for+sleep+stage+scoring+in+mice+based+on+a+multimodal+network+with+fine-tuning+technique%5BTitle%5D)+AND+%22Neurosci+Res%22%5BJournal%5D)">A deep learning algorithm for sleep stage scoring in mice based on a multimodal network with fine-tuning technique.</a> Neurosci Res. 173, 99-105 (2021).</li>
<li>Rytkonen, K. M., Zitting, J., Porkka-Heiskanen, T. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Automated+sleep+scoring+in+rats+and+mice+using+the+naive+Bayes+classifier%5BTitle%5D)+AND+%22J+Neurosci+Methods%22%5BJournal%5D)">Automated sleep scoring in rats and mice using the naive Bayes classifier.</a> J Neurosci Methods. 202 (1), 60-64 (2011).</li>
<li>Kam, K., Rapoport, D. M., Parekh, A., Ayappa, I., Varga, A. W. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Wavesleepnet%3A+An+interpretable+deep+convolutional+neural+network+for+the+continuous+classification+of+mouse+sleep+and+wake%5BTitle%5D)+AND+%22J+Neurosci+Methods%22%5BJournal%5D)">Wavesleepnet: An interpretable deep convolutional neural network for the continuous classification of mouse sleep and wake.</a> J Neurosci Methods. 360, 109224(2021).</li>
<li>Crisler, S., Morrissey, M. J., Anch, A. M., Barnett, D. W. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Sleep-stage+scoring+in+the+rat+using+a+support+vector+machine%5BTitle%5D)+AND+%22J+Neurosci+Methods%22%5BJournal%5D)">Sleep-stage scoring in the rat using a support vector machine.</a> J Neurosci Methods. 168 (2), 524-534 (2008).</li>
<li>Ke, G., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Lightgbm%3A+A+highly+efficient+gradient+boosting+decision+tree%5BTitle%5D)+AND+%22Neural+Information+Processing+Systems%22%5BJournal%5D)">Lightgbm: A highly efficient gradient boosting decision tree.</a> Neural Information Processing Systems. , (2017).</li>
<li>A unified approach to interpreting model predictions. Lundberg, S. M., Lee, S. I. In Proceedings of the 31st International Conference on Neural Information Processing Systems (NIPS'17), , Curran Associates Inc. Red Hook, NY. 4768-4777 (2017).</li>
</ol>

<table><tbody><tr><td>Canonical Unbuntu 18.04</td><td>Canonical</td><td>https://releases.ubuntu.com/18.04/</td> <td>IntelliSleep Scorer yazılımı için İşletim Sistemini Destekleme: Windows, Mac veya Linux</td></tr><tr><td>Intel Core i7-8550U CPU @ 1.80 GHz 1.99 GHz; RAM: 24 GB&nbsp;</td><td>Yazılım için Intel Corp</td><td>https://www.intel.com/content/www/us/en/products/details/processors/core-ultra.html</td><td>Donanım gereksinimi: Burada listelenen her iki Inte Core da verileri işlemek için kullanılmıştır. Her iki donanım için de 1000 Hz'de örneklenen 12 saatlik kaydın işlenmesi yaklaşık 10 dakika sürer. Benzer veya daha üstün herhangi bir donanım, karşılaştırılabilir veya daha iyi performans sağlayacaktır. &nbsp;</td></tr><tr><td>Intel Core i7-10610U CPU @1.80 GHz 2.30 GHz; RAM: 16 GB</td><td>Intel Corp</td><td>https://www.intel.com/content/www/us/en/products/details/processors/core-ultra.html</td><td>Yazılım için donanım gereksinimi: Burada listelenen her iki Inte Core da verileri işlemek için kullanılmıştır. Her iki donanım için de 1000 Hz'de örneklenen 12 saatlik kaydın işlenmesi yaklaşık 10 dakika sürer. Benzer veya daha üstün herhangi bir donanım, karşılaştırılabilir veya daha iyi performans sağlayacaktır. &nbsp;</td></tr><tr><td>LightGBM</td><td>Microsoft</td><td>https://lightgbm.readthedocs.io/en/latest/index.html</td><td>Yazılımı eğitmek için kullanılan makine öğrenimi tabanlı algoritma.&nbsp;</td></tr><tr><td>MacBook Pro</td><td>Apple</td><td>https://www.apple.com/in/macbook-pro/</td> <td>IntelliSleep Scorer yazılımı için Destek İşletim Sistemi: Windows, Mac veya Linux</td></tr><tr><td>Windows</td><td>Microsoft</td><td>https://www.microsoft.com/en-in/windows/?r=1</td><td>IntelliSleep Scorer yazılımı için Destek İşletim Sistemi: Windows, Mac veya Linux</td></tr></tbody></table>

intellisleepscorer, fareler için grafik kullanıcı arayüzüne sahip bir yazılım paketi otomatik uyku aşaması puanlaması

IntelliSleepScorer, a Software Package with a Graphic User Interface for Mice Automated Sleep Stage Scoring

Uyku aşaması puanlamasından sonra GUI'de oluşturulan üç çizim (yalnızca SHAP değerleri çalıştırılmadıysa en üstteki grafik) vardır: en üstteki grafik, uyku aşaması tahmini hipnogramı ile EEG ve EMG kanallarını sunar. Ortadaki çizim, dönem SHAP değerlerini sunar. Alttaki grafik, Global SHAP değerlerini sunar (Şekil 1).
Uyku evresi tahmini hipnogram grafiğinde sunulan 4 tür veri vardır (Şekil 2). En üst satır, tahmin edilen sonuçlardır. Alttaki 3 satır sırasıyla 2 EEG ve 1 EMG kanalının ham verileridir. En üst sırada, turuncu "Uyandırma" aşamasını, mavi "NREM" aşamasını ve kırmızı her çağdaki "REM" aşamasını önerir. Mevcut örnek dönem 1305'tedir ve pembe konum çubuğu turuncu renkli bir çizgiyle çakıştığı için "Uyandırma" aşamasındadır.
Şekil 3'te, kullanıcı tarafından düzeltilen bir aşama, orijinalin üstünde kesikli çizgilerle işaretlenmiştir. Kırmızı kesikli çizgi, uyku aşamasının "Uyandırma"dan "REM"e değiştirildiğini gösterir.
Şekil 4'te, örnek dosya 1'deki dönem 1305'in örnek bir sonucu gösterilmektedir. Epoch SHAP grafiğinin Y ekseni, seçilen dönem için en yüksek mutlak SHAP değerlerine sahip ilk 10 özelliği gösterir. X ekseni, ortalama tahmine kıyasla her bir özelliğin tahmine katkısını gösteren SHAP değerlerini gösterir. Pozitif SHAP değeri, tahmine olumlu bir katkıyı gösterir ve bunun tersi de geçerlidir. "emg_abs_max" özelliği, Wake için çok pozitif bir dönem düzeyinde SHAP değerine sahiptir, bu da seçilen dönemden "emg_abs_max" seçeneğinin seçilen dönemin "Wake" olarak puanlanma olasılığını artırdığını gösterir (Şekil 4). Bu fizyolojik olarak mantıklıdır, çünkü büyük bir EMG genliği aktif hareketleri gösterir, böylece "Uyandırma" aşamasını gösterir.
Global SHAP grafiği örneğinde (Şekil 5), p-swarm grafiğindeki her nokta bir veri örneğini temsil eder. Grafiklerin y ekseni, rastgele örneklenmiş 500 dönemden hesaplanan en yüksek mutlak global SHAP değerlerine sahip ilk 10 özelliği gösterir. X ekseni, ortalama tahmine kıyasla her bir özelliğin tahmine katkısını gösteren SHAP değerlerini gösterir. Dönem SHAP grafiğinden farklı olarak, global SHAP grafiğinin iki boyutu vardır: her noktanın x değeri ve nokta renginin yoğunluğu. Pozitif x ekseni SHAP değeri, tahmine olumlu bir katkıyı gösterir ve bunun tersi de geçerlidir. Daha koyu kırmızı renge sahip numuneler daha yüksek özellik değerlerine sahiptir. Her bir özellik için 500 noktanın konum ve renk korelasyonlarını görsel olarak inceleyerek, LightGBM'nin her bir özelliğin değerlerine dayalı olarak nasıl kararlar verdiğini yorumlayabilirsiniz. "Uyandırma" genel SHAP grafiğinde, "emg_abs_max" için SHAP değerleri daha negatiften daha pozitife yükseldikçe, noktaların rengi daha koyu hale gelir. "Wake" olarak tahmin edilme olasılığının artmasının, "emg_abs_max" değerinin artmasıyla pozitif korelasyon gösterdiğini gösterir. Ayrıca, SHAP değerlerinin daha geniş dağılımlarına (daha yüksek mutlak değerler) sahip özelliklerin, model tarafından tahmin edilmesine daha fazla katkıda bulunduğunu belirtmekte fayda var. Örneğin, global NREM SHAP grafiği (Şekil 5) "eeg2_gamma_delta_ratio" özelliği için geniş bir nokta dağılımına sahiptir. Özelliğin son derece negatif SHAP değeri, modelin "NREM" aşaması olarak puanlanma olasılığını azaltır.
<img alt="Figure 1" class="xfigimg" src="/files/ftp_upload/66950/66950fig01.jpg"> Şekil 1: 1_LightBGM-2EEG modelli Örnek-1 EDF/EDF+ dosyası için tahmin çalıştırıldıktan sonra GUI sayfasına genel bakış. Hem uyku evresi tahmini hem de SHAP hesaplaması puanlanır. En üstteki grafik, uyku evresi tahmini hipnogramı ile EEG ve EMG kanallarını gösterir. Ortadaki grafik, dönem SHAP değerlerini gösterir. Alttaki çizim Global SHAP değerlerini gösterir. <a href="https://www.jove.com/files/ftp_upload/66950/66950fig01large.jpg" target="_blank">Bu rakamın daha büyük bir sürümünü görüntülemek için lütfen buraya tıklayın.</a>
<img alt="Figure 2" class="xfigimg" src="/files/ftp_upload/66950/66950fig02.jpg"> Şekil 2: Örnek-1 EDF/EDF+ dosyasından uyku evresi tahmin hipnogramı. Grafikte sunulan 4 veri vardır. En üst satır, tahmin edilen sonuçlardır. Alttaki 3 satır sırasıyla 2 EEG ve 1 EMG kanalının ham verileridir. En üst sırada, turuncu "Uyandırma" aşamasını, mavi "NREM" aşamasını ve kırmızı her çağdaki "REM" aşamasını önerir. <a href="https://www.jove.com/files/ftp_upload/66950/66950fig02large.jpg" target="_blank">Bu rakamın daha büyük bir sürümünü görüntülemek için lütfen buraya tıklayın.</a>
<img alt="Figure 3" class="xfigimg" src="/files/ftp_upload/66950/66950fig03.jpg"> Şekil 3: Kullanıcı tarafından değiştirilmiş manuel düzeltmeli Örnek-1 EDF/EDF+ Dosyasından uyku aşaması tahmin hipnogramı. Epoch 1305, uyku aşamasının bir gösterimi olarak "Uyandırma" aşamasından "REM" aşamasına değiştirildi, GUI içinde manuel düzeltme. Kesikli kırmızı çizgi, kullanıcı tarafından değiştirilen uyku aşamasını gösterir.tage "REM". <a href="https://www.jove.com/files/ftp_upload/66950/66950fig03large.jpg" target="_blank">Bu rakamın daha büyük bir sürümünü görüntülemek için lütfen buraya tıklayın.</a>
<img alt="Figure 4" class="xfigimg" src="/files/ftp_upload/66950/66950fig04.jpg"> Şekil 4: Epoch 1305'teki Example-1 EDF/EDF+ dosyası için Wake, NREM ve REM Epoch SHAP değerleri. Epoch SHAP grafiğinin y ekseni, seçilen dönem için en yüksek mutlak SHAP değerlerine sahip ilk 10 özelliği gösterir. X ekseni, ortalama tahmine kıyasla her bir özelliğin tahmine katkısını gösteren SHAP değerlerini gösterir. <a href="https://www.jove.com/files/ftp_upload/66950/66950fig04large.jpg" target="_blank">Bu rakamın daha büyük bir sürümünü görüntülemek için lütfen buraya tıklayın.</a>
<img alt="Figure 5" class="xfigimg" src="/files/ftp_upload/66950/66950fig05.jpg"> Şekil 5: Örnek-1 EDF/EDF+ dosyası için Wake, NREM ve REM Global SHAP değerleri. p-swarm grafiğindeki her nokta bir veri örneğini temsil eder. Grafiklerin y ekseni, rastgele örneklenmiş 500 dönemden hesaplanan en yüksek mutlak global SHAP değerlerine sahip ilk 10 özelliği gösterir. X ekseni, ortalama tahmine kıyasla her bir özelliğin tahmine katkısını gösteren SHAP değerlerini gösterir. Global SHAP değerinin x ekseninin iki boyutu vardır: her noktanın x değeri ve nokta renginin yoğunluğu. Pozitif x ekseni SHAP değeri, tahmine olumlu bir katkıyı gösterir ve bunun tersi de geçerlidir. Daha koyu kırmızı renge sahip numuneler daha yüksek özellik değerlerine sahiptir. <a href="https://www.jove.com/files/ftp_upload/66950/66950fig05large.jpg" target="_blank">Bu rakamın daha büyük bir sürümünü görüntülemek için lütfen buraya tıklayın.</a>

IntelliSleepScorer, Fareler için Grafik Kullanıcı Arayüzüne Sahip Bir Yazılım Paketi Otomatik Uyku Aşaması Puanlaması

Sleep stage scoring in rodents is the process of identifying the three stages: nonrapid eye movement sleep (NREM), rapid eye movement sleep (REM), and ...

intellisleepscorer-software-package-with-graphic-user-interface-for

Research

JoVE Journal

Neuroscience

Sinirbilim

Bu videoda, anestezi uygulanmış bir fareye elektroensefalogram (EEG) ve elektromiyogram (EMG) elektrot düzeneğinin implante edilmesi için bir protokol gösterilmektedir. İşlem, fareyi stereotaksik bir çerçeve üzerine sabitlemeyi, kafatasında orta hat kesisi yapmayı, elektrotlar için delikler açmayı ve sinyal kaydı için elektrot ünitesini sabitlemeyi içerir. Kurtarma işleminden sonra, farenin uyku-uyanıklık davranışı kaydedilen sinyaller kullanılarak analiz edilir.

Elektroensefalogram ve Elektromiyogram Kayıtları ile Farelerde Uyku Davranışının Analiz Edilmesi

Genetik ve farmakolojik manipülasyonlar etkilerini değerlendirmek amacıyla, mekansal yerelleştirme, zamansal lokalizasyonu, süresi, hızı ve olasılık tahmini, risk değerlendirmesi, dürtüsellik ve doğruluğunu ve hafıza hassasiyet arabuluculuk mekanizmalarının fizyolojik anlamlı özelliklerini ölçmek için tam otomatik sistem Farelerde biliş temel mekanizmaları.

Farelerin Otomatik, Kantitatif / Bilişsel Davranışçı Tarama: Genetik, Farmakoloji, Hayvan Biliş ve Lisans Öğretim İçin

Serbest davranan farelerde elektroensefalogram (EEG) ve elektromiyogram (EMG) kaydı, davranış ve fizyolojiyi uyku ve uyanıklık ile ilişkilendirmek için kritik bir adımdır. Burada açıklanan deneysel protokol, farelerde EEG ve EMG kayıtlarını elde etmek için kablo tabanlı bir sistem sağlar.

Farelerde Uyku Ölçüm Basım Kayıt Prosedürü

Burada, akustik uyarılara karşı uyku tepkisini modüle eden, farelerde non-REM uykusunda sinirsel ve kardiyak değişkenlerin zamansal dinamiklerini tanımlamak için deneysel ve analitik prosedürleri sunuyoruz.

Uyku Faresinde Spektral Gücün ve İnsanın Yavaş yavaş Dinamiklerinin Nicelleştirilmesi

Etkinlik tabanlı ev-kafes izleme aracılığıyla uyku ölçme bir yüksek-den geçerek yöntemi açıklamak. Bu yöntem geleneksel EEG tabanlı yöntemleri avantaj sunar. Toplam uyku süresi belirlenmesi için de doğrulanır ve uyku insan hastalık kemirgen modellerinde izlemek için güçlü bir araç olabilir.

Uyku süresi Rodents noninvaziv, yüksek üretilen iş belirlenmesi

Kynurenine yolu (KP) neuroactive metabolitleri değişiklikler psikiyatrik hastalıklarda karıştığı. Bir değişmiş kynurenine yolu metabolizma vivo içinde Rodents fonksiyonel sonuçları araştıran yeni tedavi yaklaşımları aydınlatmak yardımcı olabilir. Geçerli protokol fareler bir akut kynurenine mücadelesine etkisini araştırmak için biyokimyasal ve davranışsal yaklaşımlar birleştirir.

Kynurenine ve Kynurenic asit yüksek performanslı sıvı kromatografi ölçüsü: Biyokimya biliş ve uyku sıçanlarda ilişkin

Burada, ev uyku yönergeleri ile yapılandırılmış bir katılımcı ziyaret geliştirmek için bir yöntemi sağlayarak sınama veri kalitesini artırmak için bir protokol mevcut. Bu iletişim kuralı bir adım adım eğitim kılavuzu ile fotoğraf ekipman uygun yerleşim sağlamak için birlikte uygulanmasını içerir.

Büyük erişkinlerde izleme multi-modal ev uyku

Bu protokol, elektroensefalografik veriler için çoklu spektrogramlar üreten açık kaynak kodlu, derlenmiş matlab programı sağlar.

Elektroensefalografik Veriler için Bilgisayar Tabanlı Multitaper Spektrogram Programı

Bu çalışmada, majör depresif bozukluğu olan hastalarda kognitif belirtiler ile uyku kalitesi arasındaki ilişkiyi araştıran bir protokol sunulmaktadır. Kognitif semptomları ve uyku kalitesini değerlendirmek için THINC ile entegre araç ve polisomnografi kullanıldı.

Majör Depresif Bozukluğu Olan Hastalarda Uyku Kalitesi ile Bilişsel Belirtiler Arasındaki İlişki

Biz serebellar ataksi fare modelleri, hastalık şiddeti, hızlı ve hassas ölçümü için bir protokol tanımlamaktadır. Önlemler arka bacak clasping, çıkıntı testi, yürüme ve kifoz içerir. Bu protokol, etkili bir şekilde etkilenen ve etkilenmeyen bireyler arasında ayrımcılık ve zamanla etkilenen bireylerin ilerlemesi algılar.

Serebellar Ataksi Fare Modelleri Değerlendirme Basit Kompozit Fenotip Puanlama Sistemi

Keşfedin IntelliSleepScorer yazılımını farelerde otomatik uyku aşaması puanlaması için. Grafik arayüzü sayesinde kodlama bilgisi gerektirmeden %95.2 doğrulukla analiz yapabilir ve SHAP değerleriyle sonuçları yorumlayabilirsiniz.

IntelliSleepScorer, Fareler için Grafik Kullanıcı Arayüzüne Sahip Bir Yazılım Paketi Otomatik Uyku Aşaması Puanlaması

Daha fazla video keşfet