Discovering the Connection Between REM Sleep and Emotions Using Machine Learning Classification

Thumbnail Image

URL

Journal Title

Journal ISSN

Volume Title

Perustieteiden korkeakoulu | Master's thesis

Authors

Date

2024-06-17

Department

Major/Subject

Complex Systems

Mcode

SCI3060

Degree programme

Master’s Programme in Life Science Technologies

Language

en

Pages

53 + 7

Series

Abstract

Research indicates that sleep significantly impacts the regulation and processing of emotions, thus contributing to emotional well-being. Insufficient sleep has been proven to increase negative emotions and decrease positive ones. Particularly, rapid eye movement (REM) sleep has been found to affect the processing of negative emotions. This thesis aimed to investigate a possible correlation between REM sleep fragmentation and emotional experiences. Used data were collected by monitoring subjects’ sleep using polysomnography (PSG) and assessing their emotional responses to videos with functional magnetic resonance imaging (fMRI) the following day. To explore the potential connection between REM fragmentation and emotional reactivity, this thesis evaluated whether REM fragmentation levels could be pre- dicted based on brain responses to emotional stimuli using a simple neural network. Additionally, the differences in the brain activation patterns to emotional stimuli between varying levels of REM fragmentation were investigated with Searchlight analysis using a support vector machine (SVM) as a classifier. The same methods were also employed to determine if variation exists in these activation patterns between different emotions. The findings suggest no differences between the classification accuracies of the target emotions and neutral states when employing the neural network as a classifier. Only a minor part of the obtained classification accuracies exceeded the chance level, suggesting that the neural network algorithm was not able to learn patterns in the data. However, the results of the Searchlight analysis suggest differences between the REM fragmentation groups in emotion-related brain regions, potentially implying a link between REM fragmentation and emotion regulation. Furthermore, these regions were found to vary between different emotions.

Unen laadun ja määrän on todettu vaikuttavan tunteiden säätelyyn ja käsittelyyn, joka tekee unesta tärkeää emotionaalisen hyvinvoinnin kannalta. Tutkimukset ovat osoittaneet riittämättömän unen lisäävän negatiivisia tunteita sekä vähentävän positiivisia. Erityisesti REM-unella on todettu olevan vaikutusta negatiivisien tunteiden käsittelyyn. Tässä tutkimuksessa selvitettiin mahdollista korrelaatiota REM-unen fragmentaation ja tunnekokemusten välillä. Tutkimuksessa käytetty data on kerätty mittaamalla koehenkilöiden unta polysomnografialla (PSG) ja seuraavana päivänä heidän katsoessaan erilaisia tunteita herättäviä videoita toiminnallisen magneettikuvantamisen (fMRI) aikana. Mittausten tuloksia käyttäen tutkittiin, korreloiko REM-fragmentaatio emotionaa- listen ärsykkeiden herättämän reaktiivisuuden kanssa siten, että koehenkilöiden REM-fragmentaation määrää voidaan ennustaa aivojen tunnevasteista yksinkertaista neuroverkkoa käyttäen. Lisäksi tukivektorikoneen ja Searchlight-analyysin avulla pyrittiin selvittämään, onko REM-fragmentaatiotasojen välillä eroja emotionaalisten ärsykkeiden aktivoimissa aivovasteissa sekä ilmeneekö näissä vasteissa vaihtelua eri tunteiden välillä. Tulosten perusteella voidaan todeta, että hermoverkkoa luokittelijana käytettäessä eri tunteiden ja neutraalien tilojen luokittelutarkkuuksien välillä ei löydetty merkittäviä eroja. REM-fragmentaation ja tunnevasteiden välillä ei löydetty korrelaatiota neuroverkon avulla toteutetulla luokittelulla. Kuitenkin Searchlight-analyysin tulokset viittaavat REM-fragmentaatioryhmien välillä olevan eroja tunteisiin liittyvillä aivoalueilla, mikä mahdollisesti viittaa yhteyteen REM-fragmentaation ja tunteiden säätelyn välillä. Lisäksi näiden aivoalueiden havaittiin vaihtelevan eri tunteiden välillä.

Description

Supervisor

Jääskeläinen, Iiro

Thesis advisor

Paunio, Tiina

Keywords

REM fragmentation, emotion regulation, fMRI, neural network, SVM, Searchlight

Other note

Citation

Permanent link to this item

https://urn.fi/URN:NBN:fi:aalto-202406234876

Collections

[dipl] Perustieteiden korkeakoulu / SCI