使用BOSC方法改进大鼠睡眠纺锤波检测：与传统自动化方法的比较

《Journal of Neuroscience Methods》：Improved Sleep Spindle Detection in Rats Using the BOSC Method: A Comparison with the Traditional Automated Approach

　　

Cameron Turnbull | Mitchell Prostebby | Ismail Babale | Silvia Pagliardini | Clayton Dickson

摘要

背景

睡眠纺锤波是在非快速眼动睡眠期间出现的6–20赫兹的脑电场活动。传统的纺锤波检测方法依赖于手动设定的振幅和持续时间阈值，但这种方法容易产生误检，并且由于低振幅纺锤波的固有特性，可能会遗漏这些信号。

新方法

Better OSCillation（BOSC）检测方法通过应用针对信号非周期性特征校准的频率特定功率阈值，并要求最低数量的振荡周期，提供了一种更为可靠的替代方案。在这里，我们从多个方面比较了传统的纺锤波检测方法与BOSC方法。首先，我们创建了两个合成数据集：一个数据集包含基于先前数据建模的合成纺锤波，另一个数据集包含周期与纺锤波频率范围一致的单一波脉冲。这些事件被添加到具有1/f功率特性的随机噪声中，同时还包括真实的脑电场背景。这些数据集用于展示在面对应被检测到的事件（合成纺锤波）和不应被检测到的事件（单一波脉冲）时，两种方法的性能。

结果及与现有方法的比较

在所有情况下，BOSC的表现都优于传统方法。随后，我们使用这两种方法分析了大鼠自然睡眠状态下的皮层脑电图，以确定它们在实际数据下的相对有效性。结果表明，BOSC在所有情况下都能更准确地检测到类似纺锤波的活动，并且比传统方法减少了误检（或可能是误检的信号）的数量。

结论

这些发现验证了BOSC作为更优纺锤波检测方法的可靠性。