识别精度高
- 采用深度学习模型架构
- 识别精度可达98%以上，提示分期结果中模棱两可区域
应用与特点
Lunion Stage®睡眠实验自动分析系统采用深度学习和迁移学习算法，
对实验动物的睡眠状态进行自动判别，并基于睡眠分期结果进行分组统计与绘图。
- 可用于睡眠、免疫、疼痛、痒觉、焦虑、抑郁、情绪等研究方向
- 适用于大鼠、小鼠、家犬、非人灵长类等动物
- 睡眠实验数据需至少包含一道EEG脑电信号与一道运动信号（如肌电、加速度）
- 可判别的睡眠状态包含：清醒 (Wake)，非快速眼动睡眠 (Non-REM)，快速眼动睡眠(REM）
- 支持基于分组的批量统计分析，直接输出CNS论文标准的统计图表：
-分组的折线图、柱状图、功率谱密度图
-每份数据的频谱图、时相图，波形图，RMS曲线图等
适应性强
- 采用深度学习+迁移学习算法，无需手动设置参数
- 适应多种实验动物，不同采集设备，覆盖主要脑科学数据格式
高效率全链路分析
- 一键执行，批量分期与统计睡眠数据
- 无需代码，基于分组统计结果自动绘图
数据格式支持
Lunion Stage® 睡眠实验自动分析系统可导入多种数据采集/分析系统创建的数据文件格式，包括：
数据采集/分析系统
数据文件格式
European Data Format
.edf
SleepSign
.kcd
NeuroExplorer
.nex, .nex5
Blackrock Neurotech
.nsx
Intan Technologies
.rhd, .rhs
DSI Ponemah
.PnmWav
Plexon
.plx, .pl2
Nihon Kohden
.EEG
CED Spike2
.smrx, .smr
BIOPAC Systems
.acq
Axon Instruments
.abf
Text file with timestamps
.txt
客户端运行环境
Windows
Mac
操作系统
Windows 10 64位（版本1607）或更高
macOS Big Sur（版本10.0）或更高
处理器
3.5 GHz 8th Generation Intel® Core™ i5 with 4 CPU Cores 或更快
3.5 GHz 2nd Generation AMD® Ryzen™ 5 Processor with 4 CPU Cores 或更快
2.4 GHz Intel® Core™ i5 Processor with 4 CPU Cores 或更快
RAM
16GB 或更多
16GB 或更多
显示屏分辨率
1920×1080 或更高
推荐选择"系统设置"中的"显示器"选项里的"更多空间"
浏览器及其对应版本
Chrome on Windows - 90 或更高版本
Chrome on macOS - 90 或更高版本