Brain states in freely behaving marmosets
Notice bibliographique
Résumé
STUDY OBJECTIVES: We evaluated common marmosets as a perspective animal model to study human sleep and wake states. METHODS: Using wireless neurologger recordings, we performed longitudinal multichannel local field potential (LFP) cortical, hippocampal, neck muscle, and video recordings in three freely behaving marmosets. The brain states were formally identified using self-organizing maps. RESULTS: Marmosets were generally awake during the day with occasional 1-2 naps, and they slept during the night. Major electrographic patterns fall in five clearly distinguished categories: wakefulness, drowsiness, light and deep NREM sleep, and REM. Marmosets typically had 14-16 sleep cycles per night, with either gradually increasing or relatively low, but stable delta power within the cycle. Overall, the delta power decreased throughout the night sleep. Marmosets demonstrated prominent high amplitude somatosensory mu-rhythm (10-15 Hz), accompanied with neocortical ripples, and alternated with occipital alpha rhythm (10-15 Hz). NREM sleep was characterized with the presence of high amplitude slow waves, sleep spindles and ripples in neocortex, and sharp-wave-ripple complexes in CA1. Light and deep stages differed in levels of delta and sigma power and muscle tone. REM sleep was defined with low muscle tone and activated LFP with predominant beta-activity and rare spindle-like or mu-like events. CONCLUSIONS: Multiple features of sleep-wake state distribution and electrographic patterns associated with behavioral states in marmosets closely match human states, although marmoset have shorter sleep cycles. This demonstrates that marmosets represent an excellent model to study origin of human electrographical rhythms and brain states.
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 distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 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) | 0,002 | 0,000 |
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 tête enseignante, 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 ».