人工智能开启深度睡眠的节奏

原创 Neuroscience 阿尔茨海默病

睡眠专家可以使用研究人员免费提供的新型机器学习技术来研究K-复合波（K-complex）的作用，K-复合波是一种短暂但突出的大脑活动模式，在睡眠期间一个波持续约半秒钟。

算法和深度学习使弗林德斯大学（Flinders University）的睡眠研究人员能够深入研究睡眠健康的奥秘。

他们利用机器学习和人工智能开发了一个免费的在线工具，全世界的睡眠专家和研究人员都在使用该工具来研究所谓的K-复合波（K-complex）的作用。在脑电图（EEG）中，K-复合波是一种突出的，简短的上下波动的脑电活动模式，在睡眠期间持续约半秒。

在《睡眠》（Sleep）杂志上发表的弗林德斯大学新论文的主要作者Bastien Lechat说，当在EEG屏幕上显示时，它看起来有点像“ K”线。

“我们希望该算法将有助于快速推进有关神秘K-复合波波形及其相关健康结果的新发现。”

“缺乏K-复合波与各种临床问题有关，例如阿尔茨海默病和失眠，这表明K-复合波是正常睡眠和身体健康的重要组成部分。”

弗林德斯大学阿德莱德睡眠健康研究所（Adelaide Institute for Sleep Health）的Lechat先生说：“虽然K-复合波的意义和作用还不清楚，但其中一个主要的理论是，它们反映了低水平的决策过程，即在睡眠过程中对感官输入的反应是醒来还是保持睡眠。”

睡眠期间大约每两分钟出现一次K-复合波，由于过于密集，无法进行常规睡眠评分。

如果考虑使用K-复合波，专业睡眠技术人员需要大约0.5到1.5小时才能完成一项睡眠研究。

手动评分也有很大的可变性，专家评分者之间的一致性低至50%。深度学习算法在夜间睡眠研究中自动对K-复合波进行评分，比手动评分更快、更可靠。

研究报告的合著者Branko Zajamsek博士说：“该算法只需3分钟就能计算出一整夜的睡眠数据，并且比目前所有可用的自动化方法都要出色。”

除了提高检测速度和准确性外，该算法还提供了“置信度”或概率等级，从而可以对清晰的K-复合波信号和模棱两可的K-复合波信号进行更有用的比较，这是人工评分所定义的。

这使得睡眠评分输出更全面，但与其他自动化方法相比非常容易理解。

新希望：辅助改善记忆，有望延缓AD进展

参考文献

Source：Finders University

AI unlocks rhythms of ‘deep sleep’

Reference：

Bastien Lechat, Kristy Hansen, Peter Catcheside, Branko Zajamsek, Beyond K-complex binary scoring during sleep: probabilistic classification using deep learning, Sleep, , zsaa077, https://doi.org/10.1093/sleep/zsaa077

免责声明

本公众号上的医疗信息仅作为信息资源提供与分享，不用于或依赖于任何诊断或治疗目的。此信息不应替代专业诊断或治疗。在做出任何医疗决定或有关特定医疗状况的指导之前，请咨询你的医生。

阅读原文