Sleep Identification Enabled by Supervised Training Algorithms (SIESTA): An Open-Source Platform for Automatic Sleep Staging of Rodent Electrocorticographic and Electromyographic Data

Accurately capturing the temporal distribution of polysomnographic sleep stages is critical for the study of sleep function, regulation, and disorders in higher vertebrates. In laboratory rodents, scoring of electrocorticography (ECoG) and electromyography (EMG) recordings is usually performed manua...

Celý popis

Uloženo v:

Podrobná bibliografie
Vydáno v:	Journal of biological rhythms Ročník 40; číslo 4; s. 330
Hlavní autoři:	Beck, Asad I, Caldart, Carlos S, Ben-Hamo, Miriam, Weil, Tenley A, Perez, Jazmine G, Kalume, Franck, Brunton, Bingni W, de la Iglesia, Horacio O, Sanchez, Raymond E A
Médium:	Journal Article
Jazyk:	angličtina
Vydáno:	United States 01.08.2025
Témata:	Algorithms Animals Circadian Rhythm Electrocorticography - methods Electromyography - methods Male Mice Mice, Inbred C57BL Rats Sleep - physiology Sleep Stages - physiology Wakefulness - physiology sleep scoring automated web application machine learning rodent model
ISSN:	1552-4531, 1552-4531
On-line přístup:	Zjistit podrobnosti o přístupu
Tagy:	Přidat tag Žádné tagy, Buďte první, kdo vytvoří štítek k tomuto záznamu!

Buďte první, kdo okomentuje tento záznam!