Informatica

El Aprendizaje Automático y la Inteligencia Artificial Mejoran la Investigación del Sueño  

Los investigadores han desarrollado un algoritmo de aprendizaje automático que clasifica las etapas de sueño con una precisión récord. Este trabajo puede usarse para mejorar en gran medida el campo de la investigación del sueño.

Investigadores de la Universidad de Tsukuba han creado un nuevo programa de inteligencia artificial para clasificar automáticamente las etapas de sueño de los ratones, que combina dos métodos populares de aprendizaje automático. Apodado «MC-SleepNet», el algoritmo logró tasas de precisión superiores al 96% y una alta robustez contra el ruido en las señales biológicas. El uso de este sistema, para anotar automáticamente datos, puede ayudar significativamente a los investigadores del sueño al analizar los resultados de sus experimentos.

Los científicos que estudian el sueño a menudo usan ratones como modelos animales para comprender mejor las formas en que cambia la actividad en el cerebro durante las diversas fases. Estas fases pueden clasificarse en sueño despierto, REM (movimiento ocular rápido) y sueño no REM. Anteriormente, los investigadores que controlaban las ondas cerebrales de los ratones dormidos terminaban con montañas de datos que debían ser laboriosamente etiquetados a mano, a menudo por equipos de estudiantes. Esto representó un importante cuello de botella en la investigación.

Ahora, los investigadores de la Universidad de Tsukuba han introducido un programa para clasificar automáticamente la etapa del sueño que experimentó un ratón según sus señales de electroencefalograma (EEG) y electromiograma (EMG), que registran la actividad eléctrica en el cerebro y el cuerpo, respectivamente. Combinaron dos técnicas de aprendizaje automático, redes neuronales convolucionales (CNN) y redes neuronales recurrentes de memoria a largo plazo (LSTM), para lograr precisiones que superan las de los mejores métodos automáticos existentes.

«El aprendizaje automático es un nuevo campo de investigación emocionante con aplicaciones importantes que combinan la medicina con la informática. Nos permite clasificar automáticamente los nuevos datos basados ​​en ejemplos etiquetados», explica el autor correspondiente Kazumasa Horie. Esto es especialmente valioso cuando los patrones a buscar no son bien conocidos, como en las etapas de sueño.

De esta manera, el algoritmo puede «aprender» cómo tomar decisiones complejas sin ser programado explícitamente. En este proyecto, la precisión fue muy alta debido al gran conjunto de datos utilizado. Con más de 4,200 señales biológicas, fue el mayor conjunto de datos de cualquier sueño investigación hasta ahora. Además, al implementar una CNN, el algoritmo mostró una gran robustez frente a las diferencias individuales y el ruido.

 

Fuente: Universidad de Tsukuba

SHARE
RELATED POSTS
Investigadores Restauran el Sentido del Tacto a un Hombre con Lesión Severa en la Medula Espinal
Cómo Google Está Entrenando Chips Para Que Se Auto Diseñen
Científicos Logran Acercarse a los Limites del Cerebro

Comments are closed.