Spectral and network investigation reveals distinct power and connectivity patterns between phasic and tonic REM sleep
Notice bibliographique
Résumé
Although rapid eye movement (REM) sleep is often thought of as a singular state, it consists of two substates, phasic and tonic REM, defined by the presence (respectively absence) of bursts of rapid eye movements. These two substates have distinct EEG signatures and functional properties. However, whether they exhibit regional specificities remains unknown. Using intracranial EEG recordings from 31 patients, we analyzed expert-labeled segments from tonic and phasic REM and contrasted them with wakefulness segments. We assessed the spectral and connectivity content of these segments using Welch's method to estimate power spectral density and the phase locking value to assess functional connectivity. Overall, we found a widespread power gradient between low and high frequencies (p < 0.05, Cohen's d = 0.17 ± 0.20), with tonic REM being dominated by lower frequencies (p < 0.01, d = 0.18 ± 0.08), and phasic REM by higher frequencies (p < 0.01, d = 0.18 ± 0.19). However, some regions, such as the occipito-temporal areas as well as medial frontal regions, exhibit opposite trends. Connectivity was overall higher in all bands except in the low and high ripple frequency bands in most networks during tonic REM (p < 0.01, d = 0.08 ± 0.09) compared to phasic REM. Yet, functional connections involving the visual network were always stronger during phasic REM when compared to tonic REM. These findings highlight the spatiotemporal heterogeneity of REM sleep which is consistent with the concept of focal sleep in humans.
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 | 0,001 | 0,000 |
| 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) | 0,001 | 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 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 ».