Identification avancée des fuseaux de sommeil avec les réseaux neuronaux

Les fuseaux de sommeil sont des phénomènes neurophysiologiques qui semblent être liés à la formation de la mémoire et à d'autres fonctions du système nerveux central, et qui peuvent être observés dans les enregistrements électroencéphalographiques (EEG) pendant le sommeil. Les annotations manuelles des fuseaux dans les enregistrements EEG souffrent d'une variabilité importante intra- et inter-évaluateurs, même si ces évaluateurs ont été fortement formés, ce qui réduit la fiabilité des mesures des fuseaux comme outil de recherche et de diagnostic. Le projet Massive Online Data Annotation (MODA) a récemment abordé ce problème en formant un consensus parmi plusieurs experts en notation, fournissant ainsi un corpus d'annotations de fuseaux de meilleure qualité. À partir de ce jeu de données, nous présentons un modèle de réseau neuronal profond de type U-Net pour détecter automatiquement les fuseaux de sommeil. Les performances de notre modèle dépassent celles du détecteur le plus performant actuellement disponible et celles de la plupart des experts du corpus MODA. Nous avons constaté une amélioration de la précision de détection chez les sujets de tous âges, y compris chez les personnes âgées dont les fuseaux sont particulièrement difficiles à détecter avec fiabilité. Nos résultats soulignent le potentiel des méthodes automatisées pour effectuer des tâches répétitives et fastidieuses avec une performance supérieure à celle des humains.