Notice bibliographique
Résumé
Measures of sleep physiology, not obvious to the human eye, may provide important clues to disease states, and responses to therapy. A significant amount of eye movement data is not attended to clinically in routine sleep studies because these data are too long, about six to eight hours in duration, and they are also mixed with many unknown artifacts usually produced from EEG signals or other activities. This research describes how eye movements were different in depressed patients who used antidepressant medications, compared to those who did not. The goal is to track antidepressant medications effects on sleep eye movements. Clinically used SSRIs such as Prozac (Fluoxetine), Celexa (Citalopram), Zoloft (Sertraline), the SNRI Effexor (Venlafaxine) have been considered in this study to assess the possible connections between eye movements recorded during sleep and serotonin activities. The novelty of this research is in the assessment of sleep eye movement, in order to track the antidepressant medications' effect on the brain through EOG channels. EOG analysis is valuable because it is a noninvasive method, and the following research is looking for findings that are invisible to the eyes of professional clinicians. This thesis focuses on quantifying sleep eye movements, with two techniques: autoregressive modeling and wavelet analysis. The eye movement detection software (EMDS) with more than 1500 lines was developed for detecting sleep eye movements. AR coefficients were derived from the sleep eye movements of the patients who were exposed to antidepressant medications, and those who were not, and then they are classified by means of linear discriminant analysis. also for wavelet analysis, discrete wavelet coefficients have been used for classifying sleep eye movements of the patients who were exposed to medication and those who were not.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,002 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,005 | 0,002 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».