Menu

用于在自由移动的小鼠中实时检测睡眠/觉醒状态



图片 1

科学家已经开发出一种完全自动化的技术,用于在自由移动的小鼠中实时检测睡眠/觉醒状态。该研究于11月8日在开放获取期刊PLOS
Biology上发表,由巴黎国家科学研究中心的Karim Benchenane,Sophie
Bagur及其同事进行,描述了嗅球中的局部大脑活动是如何准确分类的。小鼠警惕状态为唤醒,REM睡眠和非REM睡眠。嗅球是一种脑结构,它将与嗅觉有关的信息传递给大脑的其他部分,并且在小鼠中从大脑皮层向前朝向鼻腔。

了解唤醒和睡眠之间的转换对于医疗和临床应用非常重要,从手术麻醉到失眠等睡眠障碍。尽管从小鼠模型中学到了很多东西,但是跟踪啮齿动物的睡眠/觉醒状态以及两者之间的过渡目前是劳动密集型的,并且在评分方法和个体评分者之间存在差异。利用来自小鼠嗅球的实时局部场电位记录,新方法完全依赖于大脑活动和预设算法,从而使其比现有方法更有效,更客观和更可靠。

在发现来自嗅球的伽马波的变化是睡眠/觉醒状态的可靠标记后,该团队开发了一种自动睡眠评分算法,其性能优于标准分类方法。与依赖于肌肉活动记录的标准方法不同,新方法没有将啮齿动物冻结行为错误分类为睡眠。他们还发现,虽然来自海马的大脑活动是区分REM和非REM睡眠的最佳信号,但来自嗅球的波几乎也能完成这项工作,这意味着自动化系统每只鼠只需要一根植入线。

一旦系统建立,科学家们就可以将它用于多种应用,包括检测麻醉深度和表征唤醒睡眠和睡眠

觉醒过渡之间的差异。因此,自动化实时分类系统具有在睡眠研究中具有广泛应用的潜力。

标签:

发表评论

电子邮件地址不会被公开。 必填项已用*标注

相关文章

网站地图xml地图