PiezoSleep录制

PiezoSleep（Signal Solutions，LLC，Lexington，KY，USA）硬件和软件用于同时记录大鼠的睡眠。将装有如上所述的EEG/EMG电极的大鼠（N＝9）放置在装有PiezoSleep 1.0传感器的笼中。传感器被放置在笼子的底部，笼子内衬（Techniplast 1291H，West Chester，PA，USA）和玉米棒垫层在顶部。来自传感器的电信号通过PiezoSleep在线放大器放大，并通过Calamari SAS（8通道）数据采集系统收集，该系统连接到运行PiezoSeep 2.08r软件的计算机。使用SleepStats 2.28r离线进行睡眠分析。PiezoSleep获得的不规则且高振幅的信号被记为唤醒，而规则且低振幅的信号则被记为睡眠。25

睡眠数据分析与统计

数据以平均值的平均值±标准误差表示，并使用IBM SPSS软件进行分析，如前所述。29对每只大鼠的DSI/PiezoSleep（N=5）以及Corded/PiezoSleep（N=4）记录和睡眠评分进行并排睡眠阶段比较。从这些并排比较中产生混淆矩阵，列出睡眠和清醒百分比，敏感性、特异性、准确性、阳性预测值（PPV）和阴性预测值（NPV）。还计算了机器学习的标准性能指标马修斯相关系数（MCC），并将其包括在混淆矩阵中（系数0表示随机睡眠评分分类，-1表示完美睡眠评分错误分类，+1表示完美睡眠得分分类）。30,31睡眠阶段百分比，定义为在特定睡眠阶段花费的总时间（EEG/EMG系统为清醒、NREM或REM；PiezoSleep为清醒或睡眠），总睡眠时间（TST），定义为在睡眠中花费的总时长（EEG/EM系统为NREM和REM的组合），以占总记录时间的百分比表示，代表性的小时睡眠百分比也被量化。TST数据使用线性混合模型分析进行分析，以“系统”（DSI vs Corded vs PiezoSleep）为因素，如果存在显著的主要影响，则使用Sidak校正进行事后多重比较测试。使用线性混合模型分析，以“系统”（DSI与PiezoSleep或Corded与PiezoSleep）和“小时”为因素，分析具有代表性的小时睡眠数据，然后如果存在显著的主要和/或相互作用效应，则使用Sidak校正进行事后多重比较测试。根据最佳拟合的Schwarz贝叶斯信息准则选择重复协方差结构。对由EEG/EMG遥测和PiezoSleep系统或有线EEG/EMM和PiezuSleep系统记录的亮时段和暗时段的代表性小时睡眠数据进行Spearman相关性分析。统计学显著性设定为p<0.05。统计趋势设定为0.05≤p<0.10。结果

共有9只大鼠使用有线/遥测EEG/EMG记录和PiezoSleep系统进行了双重记录，共有379205个评分时期。通过EEG/EMG遥测对五只大鼠进行手术植入，并使用NeuroScore软件对它们的睡眠进行自动评分，总共349475个4秒的时期（16.2天的记录）。4只大鼠采用有线脑电图/肌电图进行睡眠记录；对他们的睡眠进行了总共29730个10秒时期（3.4天的记录）的视觉评分。

TST、光周期TST和暗周期TST如图1所示。EMG/EMG遥测、有线EEG/EMG和PiezoSleep系统之间的TST差异存在统计学趋势（系统因子：F2,15=3.42，p=0.06）（图1A）。事后分析显示，EEG/EMG遥测（66.27±4.18%，N=5）和PiezoSleep（56.92±1.72%，N=9）之间存在统计学趋势（p=0.06）差异，但与有线EMG/EEG（58.49±2.49%，N=4）相比没有差异。在光照期TST中观察到显著的系统效应（F2,15=4.39，p=0.03）（图1B）。然而，事后分析只揭示了一种统计趋势（p=0.06）；与有线EEG/EMG（55.84±3.41%，N=4）和PiezoSleep（58.93±3.43%，N=9）系统相比，遥测记录中的NeuroScore得分更多（72.58±4.35%，N=5）。两个系统之间的暗期TST没有显著差异（图1C）。

保存图片、插图等的外部文件。

对象名称为NSS-14-1877-g0001.jpg

图1

以百分比表示的总睡眠时间（TST，（A））、暗期TST（B）和亮期TST。TST的系统主效应有统计学趋势（（a）：F2，15=3.42，p=0.06），光周期TST有显著差异（（B）：F2、15=4.39，p=0.03）。事后分析显示，遥测和PiezoSleep TST之间以及DSI和遥测/有线光周期TST之间存在统计趋势差异（p=0.06）。使用线性混合模型分析数据，以“系统”（DSI vs Corded vs PiezoSleep）为因素，然后进行具有Sidak校正的事后多重比较测试。

EEG/EMG和PiezoSleep系统之间的混淆矩阵如表1和表2所示​和2.2。EEG/EMG遥测和PiezoSleep系统之间的灵敏度为79.2%，特异度为83.8%，准确率为80.8%，PPV和NPV分别为90.2%和68.3%（表1），而有线EEG/EMG和PiezoSleep系统间的灵敏度为87.2%，特异性为83.4%，准确度为85.6%，PPV与NPV分别是88.0%和82.3%（表2）。此外，EEG/EMG遥测和PiezoSleep系统以及有线EEG/EMG和PiezoSleep系统的MCC分别为0.61和0.71，代表PiezoSpeep和EEG/EMM系统之间的一致性。表3和表4分别显示了EEG/EMG和PiezoSleep系统之间在唤醒/REM/NREM和唤醒/睡眠评分方面的一致性和不一致性。最大的分歧发生在EEG/EMG遥测记录的NeuroScore将这些时期分为REM（3.4%）和NREM（10.2%）睡眠，而PiezoSleep将这些时期划分为清醒（表3）。与有线EEG/EMG和PiezoSleep相比，REM/NREM和清醒时期的差异分别为0.8%和6.7%（表4）。因此，与PiezoSleep或有线EEG/EMG相比，使用NeuroScore评分的记录具有最多的TST（图1）。当PiezoSleep将划时代划分为睡眠时，通过EEG/EMG遥测将划时代分为唤醒的划时代和记录的EEG/EMG划时代相似（分别为5.6%和6.9%；表3和​和44）。