小動(dòng)物（如小鼠和大鼠）的硬膜外腦電圖（EEG）和肌電圖（EMG）記錄對(duì)于研究睡眠-覺(jué)醒節(jié)律至關(guān)重要。

睡眠由不同的階段組成，不同的階段可以通過(guò)腦電和肌電活動(dòng)的不同模式進(jìn)行區(qū)分。

睡眠總體上可分為兩個(gè)不同的階段：快速眼動(dòng)睡眠（REM Sleep）和非快速眼動(dòng)睡眠（NREM Sleep)。

REM的特征表現(xiàn)為：快速/低壓的腦電圖、隨機(jī)眼動(dòng)和肌肉處在完全松弛的狀態(tài)。

REM也被稱為異相睡眠（Paradoxical Sleep），因其腦電活動(dòng)的特征與清醒時(shí)相似，而身體卻與大腦基本脫節(jié)，似乎處于深度睡眠的狀態(tài)。

相比之下，在NREM中，運(yùn)動(dòng)神經(jīng)元受到刺激，但沒(méi)有眼動(dòng)發(fā)生。

人類的NREM可分為3個(gè)階段，即N1、N2和N3階段，其中第3階段被稱為深度睡眠或慢波睡眠，其特征在腦電圖中主要表現(xiàn)為大而慢的δ波（0.5-4 Hz）。

另一方面，因?yàn)樾?dòng)物（如大鼠和小鼠）沒(méi)有像人類那樣有長(zhǎng)時(shí)間的鞏固睡眠期，所以其NREM的細(xì)分標(biāo)準(zhǔn)還并未確定。

筑波大學(xué)國(guó)際綜合睡眠醫(yī)學(xué)研究所（WPI-IIIS）在2016年時(shí)發(fā)布了一篇關(guān)于測(cè)量小鼠睡眠的多導(dǎo)記錄過(guò)程的論文（Polygraphic Recording Procedure for Measuring Sleep in Mice）。

研究團(tuán)隊(duì)在論文中展示了小鼠在NREM、REM和WAKE狀態(tài)下10秒內(nèi)典型的EEG、EMG波形圖和譜線密度百分比：

· 在NREM睡眠中，EEG展示了以δ波段（0.5-4 Hz）為主的高振幅波；

· 在REM睡眠中，EEG顯示了以θ波段（6-10 Hz）為主的低振幅波;?

· 而在WAKE狀態(tài)下，EEG的波幅較低，沒(méi)有典型波段主導(dǎo)；

· 同時(shí)，在NREM和REM狀態(tài)下的EMG信號(hào)都弱于Wake狀態(tài)下的EMG信號(hào)。

論文中還總結(jié)出使用EEG和EMG信號(hào)對(duì)小動(dòng)物（大鼠和小鼠）進(jìn)行睡眠分期的一般標(biāo)準(zhǔn)：

論文同時(shí)還指出，EEG/EMG信號(hào)的采集質(zhì)量對(duì)于是否能進(jìn)行準(zhǔn)確的睡眠分期十分重要。

在EEG和FFT分析中，電極（螺絲）不穩(wěn)固通常是電信號(hào)產(chǎn)生偽影的原因。

EEG信號(hào)的質(zhì)量可以通過(guò)目測(cè)明顯熟睡中的小鼠，是否具有高幅低頻率的EEG信號(hào)來(lái)進(jìn)行確認(rèn)。

Lunion Stage腦電分析平臺(tái)，利用遷移學(xué)習(xí)和深度學(xué)習(xí)的算法模型，解析EEG腦電、EMG肌電、加速度等信息，對(duì)每一微小片段的睡眠狀態(tài)進(jìn)行WAKE/NREM/REM自動(dòng)判別。目前適用對(duì)象包括小鼠、大鼠和非人靈長(zhǎng)類動(dòng)物。

通過(guò)使用Lunion Stage 腦電分析平臺(tái)，對(duì)小鼠數(shù)據(jù)進(jìn)行高精度自動(dòng)睡眠分期，我們可以更加快捷的得到清晰全面的參考信息。

全局圖全面展示AI自動(dòng)睡眠分期結(jié)果（WAKE/NREM/REM），EEG數(shù)據(jù)、EMG數(shù)據(jù)。EEG波形圖和頻譜熱力圖可以任意切換。

在進(jìn)行人工校驗(yàn)睡眠狀態(tài)時(shí)，放大目標(biāo)區(qū)域的局部圖和Epoch視圖，配合每個(gè)Epoch的放大頻譜熱力圖（Spectrogram）以及頻帶能量圖（Bandpower)進(jìn)行參考，分析判斷睡眠狀態(tài)。

典型WAKE階段

典型NREM階段

典型REM階段

Lunion Stage 腦電分析平臺(tái)?

·?將睡眠判讀規(guī)則轉(zhuǎn)變?yōu)樗惴Ｐ?，識(shí)別精度超過(guò)98%，擺脫規(guī)則依賴

·?置信度提示，大幅縮減核驗(yàn)時(shí)間，提高睡眠分期效率

·?睡眠狀態(tài)變遷清晰呈現(xiàn)，輕松區(qū)分復(fù)雜睡眠階段，降低分期難度

·?解決數(shù)據(jù)儲(chǔ)存與管理難題，有序規(guī)范儲(chǔ)存數(shù)據(jù)，形成良性管理，充分發(fā)揮數(shù)據(jù)價(jià)值

參考文獻(xiàn)：

[1]Oishi, Y., Takata, Y., Taguchi, Y., Kohtoh, S., Urade, Y., & Lazarus, M. (2016, January 25). Polygraphic Recording Procedure for Measuring Sleep in Mice: Protocol. JoVE (Journal of Visualized Experiments)

[2]Lezak, K. R., Missig, G., & Cariezon, W. A. (2017, June). Behavioral methods to study anxiety in rodents. ResearchGate.

[3]Lacroix, M. M., Lavilléon, G. de, Lefort, J., Kanbi, K. E., Bagur, S., Laventure, S., Dauvilliers, Y., Peyron, C., & Benchenane, K. (2018, January 1). Improved sleep Scoring in mice reveals human-like stages. bioRxiv.

[4]American Academy of Sleep Medicine. (2012, October). The AASM Manual for the Scoring of Sleep and Associated Events The 2007 AASM Scoring Manual vs. the AASM Scoring Manual v2.0 . AASM American Academy of Sleep Medicine.??

Lunion Stage

Leapfrog your brain research through AI

如果您有腦科學(xué)研究方面的數(shù)據(jù)問(wèn)題，歡迎聯(lián)系麓聯(lián)數(shù)據(jù)團(tuán)隊(duì)。