评估睡眠神经可塑性在病理条件下和在极端环境中通过神经生理学和多方面的日常生活模式

睡眠的作用对维持最佳的身心健康是至关重要的。有具体的科学证据表明睡眠质量之间的相互关系和认知功能。睡眠也影响我们生活方式的偏好和可能恶化由于减少流动/锻炼,肥胖和饮酒或吸烟。之前也退化的神经退化或心理/精神疾病,提供一个有价值的症状严重程度和疾病进展的标志。睡眠也依赖环境条件和极端环境如失重、隔离和监禁。

睡眠质量通常是评估障碍(PSG)记录通常包括一个最小数量的脑电图仪的(EEG), electrocardiograhic(心电图),electroculogrammic(小城镇)和肌(EMG)传感器。研究采用上述形式通常关注睡眠阶段的识别,macro-architecture(延迟时间),主要的睡眠特点(纺锤波,K-complexes微觉醒,觉醒事件)和呼吸障碍(呼吸暂停/呼吸不足事件)。虽然这种类型的分析可能量化的大多数病理条件与睡眠有关,它提供了最小的知识在系统层面和功能之间的交互的动态特性在睡眠中大脑区域以及它们偏离正常的功能。

网络神经科学和现代数学工具,结合先进的数据采集模式(高密度脑电图,功能性磁共振成像(fMRI)可能地图功能连接体的时间和空间分辨率。这种方法假设提供强大的连接和网络功能,这往往与生物标记并可以确定临床前病态模式。他们还可以作为一个客观的衡量结果的干预旨在改善疾病症状。最近的进步不引人注目的感觉的数据采集产生大量的可穿戴或纺织设备地图活动和日常生活模式。知觉的特性通常与神经生理学录音提供多模式融合,生物医学工程,计算框架的上下文中精密医学评估睡眠和睡眠呼吸障碍的早期阶段。这种异构数据融合结果在大数据问题,采用先进的深度学习技术(如计算网络)提供新颖的睡眠对病理分析预测和治疗建议。

因此,我们欢迎这个答案基本神经科学和生物医学研究这样的问题(但不限于)以下:
•如何生理衰老、神经退化和精神疾病影响睡眠神经生物学,macro-architecture和大脑功能?
•如何影响睡眠质量极端环境(如隔离、失重、静止的)?
•有可能预测即将到来的睡眠质量与日常生活方式和活动模式模式?
•我们可以开发健壮的机器学习方法来自动睡眠分期基于障碍和/或感觉的数据信息?
•这是最合适的生物医学工程由非接触式方法评估睡眠质量记录和/或异构数据融合?
•睡眠机制促进学习和神经可塑性如何?我们可以提出小说(art)以外的方式提高睡眠质量和/或梦映射?