KNOWLEDGE
首頁

應用教學

KNOWLEDGE
首頁

應用教學

全自動偵測動物是否清醒且不需要埋電極!怎麼做到的?

JUL 01 ,2021

Signal Solutions 生產的PiezoSleep非侵入式老鼠睡眠活動偵測使用一種獨特的技術,可以透過震動來分辨老鼠在不同情形下的些微差異,進而分析出老鼠清醒與睡眠,PiezoSleep透過系統隨附的分析軟體 SleepStats Data Explorer透過獨特的演算法來進行動物睡眠清醒的狀態分析,最終可以讓使用者得到一組最小間隔2秒的清醒/睡眠狀態一覽。

 

PiezoSleep與傳統的透過腦電圖(EEG)數據人工評估方式,其最大的不同在於收集腦電圖為侵入式的實驗方式,操作者得先對動物進行立體定位手術來埋入電極,且電極植入的位置會直接影響腦電圖數據的品質,而腦電圖數據品質也會直接影響判讀人員的判讀結果。總而言之,傳統使用EEG的方式對專業人員的需求極高,要透過這種方式大量產出動物清醒數據較為困難。使用PiezoSleep來取得睡眠清醒數據專業門檻低上許多,然而準確度也需要有一定的水準才行,不然再怎麼簡易也是白搭。

為了釐清/驗證PiezoSleep的效力,我們將會進行一系列的測試,來證明PiezoSleep的準確性與傳統方式相比毫不遜色。

準確度與評分

要驗證PiezoSleep的準確性,原廠使用了一批已植入腦電圖/肌電圖的小鼠,這批小鼠會在觀察箱內同時進行腦電圖/肌電圖的記錄以及PiezoSleep的震動數據記錄,小鼠的腦電圖/肌電圖數據會透過牠們頭部的電極與電生理記錄設備記錄下來,震動數據則是透過鼠籠底部預先架設好的震動偵測設備來進行,在這樣的條件下連續記錄24小時的數據並獲得20隻動物的完整數據。

實驗結束後,得到的腦電圖/肌電圖數據交給兩名專業的腦電圖/肌電圖數據判讀人員來進行動物清醒與否的分析,他們將在這24小時的數據中標出動物睡眠與清醒的分別所佔時間,由PiezoSleep所測得的數據將交給搭配的分析軟體SleepStats Data Explorer來進行分析。人工審查目前仍然是測量囓齒動物清醒與否的黃金標準 (Gold standard),我們也將與我們的數據與之作比較。

數據解析

下列的數據顯示出了混淆矩陣 (Confusion matrix) 及其性能度量 (Performance measures)。在此表中第一排的兩個數字 (341053+32139) 等於被判定為"睡眠"的片段總數,其中341053為動物真的在睡覺的片段數 (真陽性),32139為動物在睡覺但被誤判為清醒的片段數(偽陰性)。同樣的,第二排的兩個數字 (32279+389900)等於被判定為清醒的片段總數,其中包含了389900動物真正清醒也被正確判定的真陽性,以及32279被誤判為睡著的偽陰性。

精確度 (Precision) 與召回率 (Recall)

陽性率精度的計算公式為"真陽性除以全部陽性的總合)"  ,意即被判斷為陽性的樣本中真的是陽性的比例為何。召回率 (真陽性除以真陽性與偽陰性的總和)  則代表了在全部陽性樣本中,有多少樣本被正確判斷出來,我們的表格中顯示了約有91.4%的睡眠片段以及92.3%的清醒片段被正確判定。由我們的數據得知,我們的系統可正確判斷出91.4%的睡眠片段以及92.3%的清醒片段。(人工判讀視為95%)

Table 1. SleepStats vs. 人工判讀  (TP: 真陽性, FP: 偽陽性, FN:偽陰性) 

  Sleep Wake Precision\large \left (\frac{TP}{TP+FP}\right ) Recall\large \left (\frac{TP}{TP+FN}\right )
Sleep 341503 32139 \large 0.914 = \left (\frac{341503}{341503+32279}\right ) \large 0.914 = \left (\frac{341503}{341503+32139}\right )
Wake 32279 389900 \large 0.924 = \left (\frac{389900}{389900+32139}\right ) \large 0.923 = \left (\frac{389900}{389900+32279}\right )

 

使用PiezoSleep,可以省下您大量的人力成本,讓您輕易取得準確的動物清醒睡眠數據!