Spinky をご紹介します：オープンソースのスパイラルおよびK複合波検出ツールボックスであり、オープンアクセスのモントリオール睡眠研究アーカイブ（MASS）で検証されたものです。

睡眠中の脳波（EEG）記録において、スリープスパインドル（睡眠スパインドル）およびK複合波（K-複合波）は、最も顕著な微小イベントの一つとして知られている。これらのEEG微構造は、睡眠に伴う認知機能に関連する重要な指標とされている。しかし、これらのイベントを識別・定量することは、人的・時間的な負担が大きく、依然として困難な課題である。その一方で、健康な被験者および睡眠障害患者における睡眠研究において、その正確な評価は極めて重要である。したがって、スパインドルおよびK複合波を自動的に検出する手法の開発は、研究者および臨床現場にとって極めて貴重な支援となる。近年、我々は、調整可能なQファクタウェーブレット変換（Tunable Q-factor Wavelet Transform; TQWT; Selesnick, 2011a）と形態的成分解析（Morphological Component Analysis; MCA）を組み合わせた、スパインドルとK複合波の同時検出フレームワークを提案した（Lajnef et al., 2015a）。本稿では、モントリオール睡眠研究アーカイブ（Montreal Archive of Sleep Studies; MASS; O'Reilly et al., 2014）から公開されているEEGデータを用いて、提案手法の性能を幅広い評価指標に基づき、厳密な検証およびベンチマークを行った。特に、同データベースで既に評価された他の手法と比較して、本手法のスパインドル検出性能が優れていた。この結果は、感度と正確性の両面を考慮した統計的検定（マチュー係数相関（MCC）、F1スコア、Cohenのκ）によって裏付けられた。本研究で提案した手法は、オープンソースツール「Spinky（スパインドルおよびK複合波検出用）」として、研究コミュニティに公開されている。GUIによる直感的な操作性と、MatlabおよびPython向けのリソースへのアクセスを備えるSpinkyは、健康者および患者集団における睡眠EEG微構造検出に関する分類器性能の再現性向上と、信頼性の高い比較を促進するオープンサイエンスの実践に貢献することが期待される。