Применение искусственных нейронных сетей при решении задачи классификации состояний сна грызунов

Классификация фаз сна является принципиально важной задачей при исследовании сна, однако обычно решается вручную и отнимает много времени. Чтобы сократить затрачиваемое на эту рутинную процедуру время, чаще всего исследователи прибегают либо к системам, основанным на правилах, либо, используя машинное обучение, к предварительной подготовке данных. Искусственные нейронные сети использовались в некоторых недавних исследованиях. Мы планируем разработать модель глубокого обучения, которая способна классифицировать различные состояния сна (бодрствование, медленный сон, быстрый сон) у грызунов, которая будет автоматически выделять прогностические признаки. Фазы сна у крыс классифицируются на основании показаний акселерометров и электрофизиологических сигналов, обычно регистрируемых электроэнцефалографическими электродами, имплантированными эпидурально. Для тренировки модели будут использоваться такие данные, разделенные 20-и секундные эпохи. Архитектура модели будет основываться на последних достижениях в разработке сверточных нейронных сетей и рекуррентных нейронных сетей с долгой коротковременной памятью.