Искусственный интеллект помогает классифицировать фазы сна лабораторных мышей

Группа ученых из Университета Цукубы в Японии разработала новую программу на основе искусственного интеллекта для автоматической классификации фаз сна мышей – в системе совместили две популярные технологии машинного обучения.

Алгоритм назвали MC-SleepNet, ему удалось добиться точности в 96% и бесперебойной работы вне зависимости от помех в биологических сигналах. Новая система автоматической классификации способна существенно облегчить работу сомнологов при анализе результатов экспериментов.

Сомнологи – ученые, исследующие сон – часто используют мышей в качестве моделей для анализа изменений мозговой активности в разных фазах сна. Фазы разделяют на бодрствование, быстрый сон (REM) и медленный сон (non-REM). Ранее ученым, анализирующим мозговые волны спящих мышей, приходилось вручную классифицировать огромные массивы данных – к этой работе часто привлекают студентов. Эта стадия существенно задерживала исследования.

Программа из Университета Цукубы, в свою очередь, автоматически классифицирует фазы сна на основе данных электроэнцефалограммы (ЭЭГ) и электромиограммы (ЭМГ), которые отражают электрические сигналы мозга и всего тела. Ученые совместили два метода машинного обучения, сверточные нейронные сети и рекуррентные нейронные сети с краткосрочной памятью. Такой подход позволил значительно повысить точность по сравнению с самыми продвинутыми системами автоматизации.

Именно разделение задач между двумя технологиями машинного обучения стало основным преимуществом нового подхода. Сначала сверточная сеть выделяет фокусные точки в записи электронных сигналов. После этого данные передаются рекуррентной сети, которая определяет наиболее важные характеристики конкретной фазы сна. Исследователи намерены использовать новую систему для классификации сна людей. В любом случае, программа уже способна ускорить анализ данных экспериментов на мышах – тогда ученые смогут лучше понять универсальные механизмы сна.