使用无线信号在家对睡眠障碍患者进行非侵入性研究
超过5000万美国人患有睡眠障碍，包括帕金森氏症和阿尔茨海默氏症在内的疾病也会扰乱睡眠。诊断和监测这些疾病通常需要将电极和各种其他传感器连接到患者身上，这可能会进一步扰乱他们的睡眠。
以便于诊断和研究睡眠麻省理工学院和马萨诸塞州综合医院的研究人员已经设计了一种新的方式来监控睡眠阶段传感器附着在身体上。他们的设备使用了一种先进的人工智能算法来分析人周围的无线电信号，并将这些测量结果转换为睡眠阶段:光、深或快速眼动(REM)。
“想象一下，如果你的Wi-Fi路由器在梦想时知道，并且可以监控你是否有足够的沉睡，内存整合是必要的，“电气工程和计算机科学教授Dina Katabi说，电气工程和计算机科学教授，他领导了这项研究。”我们的愿景正在开发健康传感器，将消失在背景中并捕获生理信号并捕获生理信号和重要健康指标，不要求用户以任何方式更改她的行为。“
Katabi在MGH的睡眠医学分部主任和Tommi Jaakkola，电气工程与计算机科学教授和麻省理工学院的社会研究所的托马斯·塞贝尔教授的哑铃教授的研究和Tommi Jaakkola致力于Matt Bianchi的研究。MINGMIN ZHAO，一个麻省理工学院研究生，是纸张的第一作者，而另一个麻省理工学院的研究生，也是一个合作者。
研究人员将在8月9日的机器学习国际会议上展示他们的新传感器。
遥感
Katabi和她的小组成员在麻省理工学院的计算机科学和人工智能实验室之前已经开发出基于无线电的传感器，使他们能够远程测量可以是健康指标的重要标志和行为。这些传感器由无线设备组成，其中尺寸为膝上型计算机的大小，发出低功率射频（RF）信号。当无线电波反射到主体时，主体的任何轻微运动会改变反射波的频率。分析这些波可以揭示脉冲和呼吸率等生命的迹象。
卡塔比说:“这是一个类似wi - fi的智能盒子，可以放在家里，通过人体在射频信号上留下的信号来分析这些反射，并发现身体的所有这些变化。”
卡塔比和她的学生还利用这种方法创造了一种名为WiGait的传感器，它可以通过无线信号测量行走速度，这可以帮助医生预测认知能力下降、跌倒、某些心脏或肺部疾病或其他健康问题。
在开发那些传感器之后，Katabi认为类似的方法也可用于监测睡眠，当前在患者在睡眠实验室中花了夜晚的睡眠监视器（EEG）机器时都是如此。
“这个机会非常大，因为我们不明白睡眠，并且大部分人口有睡眠问题“赵说，”我们有这项技术，如果我们能够使其工作，可以将我们从一个我们在睡眠实验室中每隔几个月进行一次睡眠研究的世界，以在家中连续睡眠研究。“
为实现这一目标，研究人员必须提出一种方式来将其测量脉冲，呼吸率和运动转化为睡眠阶段。人工智能最近的进步使得可以培训已知的计算机算法深神经网络从复杂数据集中提取和分析信息，例如从研究人员传感器获得的无线电信号。然而，这些信号具有很大的信息，与睡眠无关，并且可能会令人困惑地达到现有的算法。麻省理工学院的研究人员必须提出基于深度神经网络的新AI算法，这消除了无关的信息。
“周围的条件会在你的测量中引入很多不必要的变化。它的新颖之处在于，在保留睡眠信号的同时，去掉了其他部分，”Jaakkola说。他们的算法可以用于不同的地点和不同的人，无需任何校准。
在对25名健康志愿者的测试中，研究人员发现，他们的方法准确率约为80%，与睡眠专家根据脑电图测量结果确定的评级准确率相当。
“我们的设备不仅可以删除您穿上人的所有这些传感器，并使它可以在家中完成更好的体验，它也使得医生和睡眠技术人员更容易的工作，”Katabi说。“他们不必经过数据并手动标记它。”
睡眠不足
其他研究人员也曾尝试使用无线电信号来监测睡眠，但这些系统的准确率只有65%，而且主要是确定一个人是醒着还是睡着，而不是他们处于睡眠的哪个阶段。卡塔比和她的同事们通过训练他们的算法忽略房间里其他物体反射的无线信号，只包含睡眠者反射的数据，从而改进了这一点。
研究人员现在计划使用这项技术来研究帕金森病如何影响睡眠。
“当你想到帕金森的时，你认为它是一种运动障碍，但这种疾病也与非常复杂的睡眠缺陷有关，这是不太清楚的理解，”卡拉比说。
传感器还可用于了解更多关于Alzheimer疾病产生的睡眠变化的更多信息，以及睡眠障碍，如失眠症和睡眠呼吸暂停。它也可用于研究在睡眠期间发生的癫痫发作，这通常难以检测。
进一步探索
本文由麻省理工学院新闻转载(web.mit.edu/newsoffice/），一个受到麻省理工学院研究，创新和教学的新闻的热门网站。
用户评论