睡眠不好怎麼辦？MIT用無線信號搭配AI演算法讓你睡得更香

你是否常常被失眠所困擾呢？要知道，包括帕金森和阿爾茨海默在內的疾病也同樣會擾亂人的睡眠。但診斷和監測睡眠狀態通常需要將電極和各種其他感測器連接到患者身上，但這樣往往會讓患者睡得更不安穩。

現在，科學家們研究出了新的無線睡眠檢測儀，或許能幫助你不再失眠。

圖丨能「隱身」的無線睡眠檢測儀

為了讓診斷和研究睡眠問題變得更加容易，麻省理工學院和哈佛大學醫學院附屬麻省總醫院的研究人員設計了一種新的設備來監測不同的睡眠階段，這種新方式最大的亮點就是不用往身上連接各種各樣的感測器。

他們的設備使用先進的人工智慧演算法來分析用戶周圍的無線電信號，並將這些測量轉化為不同的睡眠階段：輕度睡眠、深度睡眠和快速眼球運動（REM，睡眠階段中最淺的階段）。

南加州大學Andrew and Erna Viterbi電氣工程與計算機學院教授Dina Katabi正是這項研究的帶頭人，她說：「試著想像一下，你家的Wi-Fi路由器不僅知道你在做夢，還能檢測你是否睡得夠沉。擁有足夠的深度睡眠對於人們的記憶鞏固是非常重要的。我們想開發出沒有實體設備的感測器，這樣就能在不影響用戶的情況下捕捉生理信號和重要的健康指標」。

Katabi與MGH睡眠醫學科主任Matt Bianchi、麻省理工學院教授 Tommi Jaakkola 共同進行了研究。 麻省理工的研究生 Mingmin Zhao 是該研究論文的第一作者，另一位麻省理工的研究生Shichao Yue也參與其中。研究人員們將於8月9日在國際機器學習會議上發表他們的論文。

遙控感應

Katabi及其在麻省理工計算機科學和人工智慧實驗室的成員曾經開發過基於無線電的感測器，能夠遠程測量作為健康指標的生命體征和行為。 這些感測器只有筆記本電腦大小，能夠發射低功率射頻（RF）信號。 隨著無線電波從患者身上來回反射，身體任何輕微的運動都會改變反射波的頻率。而通過分析這些反射波，就能得知如脈搏和呼吸頻率等生命體征。

Katabi說：「它就像一個智能Wi-Fi盒，把它放在家裡就能分析這些反射波。通過留在RF信號上的特徵，就能檢測到用戶身上所發生的變化」。

Katabi和她的學生們還運用這種方法創造了叫做WiGait的感測器，該感測器可以通過無線電信號測量行走的速度。能夠幫助醫生對認知衰退、心臟或肺部疾病、及其他健康問題進行預測。

GIF/1.2M

圖丨牆壁感測器WiGait有一張照片大小，能夠基於人對無線電信號的干擾來準確監測其行走速度和步幅

開發這些感測器之後，Katabi認為，類似的方法也可用於監測睡眠。現在，如果要檢測睡眠狀態，就必須去睡眠實驗室睡上一覺，睡眠監測器（EEG）等機器將會對那晚的睡眠進行分析。

「這項研究有著巨大的潛力，正因為我們對睡眠還不夠了解，而又有很多人都被睡眠障礙所困擾，」 Mingmin Zhao 說， 「如果我們能做好這項技術，人們就不用每隔幾個月親自去實驗室呆一個晚上，而是在家就能不間斷地對睡眠進行研究。」

為了達到這個目標，研究人員必須將脈搏、呼吸頻率和身體動作的測量值轉換成睡眠階段。而人工智慧的最新進展——「深層神經網路」演算法正好能提取和分析來自複雜數據集的信息，例如分析從感測器接受的無線電信號。 然而，這些信號往往包含許多與睡眠無關的東西，可能會混淆演算法。於是，麻省理工的研究人員提出了一種基於深層神經網路的演算法，從而去掉了那些無關信息。

Jaakkola說：「在測量的時候，周圍往往會帶來許多不必要的變化。而這項演算法的特點在於只保持睡眠信號，並去掉其他的干擾」。 在不需要任何校準的情況下，他們的演算法也能在不同的位置用於不同的人。

研究人員用這種方法對25名身體健康的志願者進行了測試，發現他們的技術準確度高達80％，與基於EEG測量的睡眠專家所達到的準確度相當。

「我們的設備不僅能去掉那些黏在身上的電線和感測器，還能在家裡就能獲得更好的體驗，同時也讓醫生和睡眠技術人員的工作變得更加輕鬆。」 Katabi說，「他們更不需要一個一個手動標記數據。」

睡眠不足

其他研究人員也曾試圖用無線電信號來監測睡眠，但這些系統只有65%的準確率，只能感應用戶是醒著還是睡著了，卻不能辨識睡眠階段。但Katabi和她的同事通過訓練他們的演算法，過濾了來自室內其他物體的信號干擾，只關注從睡眠者身上反射的數據。

現在，研究人員計劃使用這項技術來研究帕金森症是如何影響睡眠的。Katabi說：「我們常常把帕金森征視為運動障礙類型的疾病，但它也與非常複雜的睡眠不足密切相關，而我們對這方面還不夠了解。」

在不久的將來，這些感測器還可用於了解更多關於阿爾茨海默病所引起的睡眠變化，以及如失眠和睡眠呼吸暫停等睡眠障礙；甚至還能更好地檢測睡眠中的癲癇發作。

喜歡這篇文章嗎？立刻分享出去讓更多人知道吧！