详细内容或原文请订阅后点击阅览
人工智能有助于对实验室小鼠的睡眠阶段进行分类
日本筑波大学的一组科学家开发了一种新的基于人工智能的程序，可以自动对小鼠的睡眠阶段进行分类——该系统结合了两种流行的机器学习技术。
来源:Robogeek新闻频道（关于机器人技术的俄罗斯与世界新闻）日本筑波大学的一组科学家开发了一种新的基于人工智能的程序，可以自动对小鼠的睡眠阶段进行分类——该系统结合了两种流行的机器学习技术。
该算法名为MC-SleepNet，其准确率达到96%，并且不受生物信号干扰的影响，不间断运行。新的自动分类系统可以极大地方便睡眠学家分析实验结果时的工作。
睡眠学家 - 研究睡眠的科学家 - 经常使用小鼠作为模型来分析不同睡眠阶段大脑活动的变化。这些阶段分为清醒期、快速眼动睡眠期（REM）和慢波睡眠期（非快速眼动睡眠期）。此前，分析睡眠小鼠脑电波的科学家必须对大量数据进行手动分类，这项任务通常需要学生参与。这一阶段大大推迟了研究。
筑波大学的程序则根据脑电图 (EEG) 和肌电图 (EMG) 数据自动对睡眠阶段进行分类，这些数据反映了来自大脑和全身的电信号。科学家将两种机器学习方法、卷积神经网络和具有短期记忆的循环神经网络结合起来。与最先进的自动化系统相比，这种方法显着提高了准确性。
两种机器学习技术之间的任务划分成为新方法的主要优势。首先，卷积网络提取电子信号记录中的焦点。然后，数据被传递到循环网络，该网络确定特定睡眠阶段最重要的特征。研究人员打算使用新系统对人们的睡眠模式进行分类。无论如何，该程序已经能够加速对小鼠实验数据的分析——然后科学家将能够更好地了解睡眠的普遍机制。