Monitorowanie jakości i parametrów snu w laboratorium medycznym nie jest kwestią trywialną. Pacjent jest podłączony do aparatury monitorującej różne parametry snu, co powoduje pewien dyskomfort i jest problematyczne w realizacji. Dlatego też Dina Katabi z MIT, we współpracy z lekarzami Massachusetts General Hospital, stworzyła prosty system bezprzewodowy, służący do nieinwazyjnego identyfikowania poszczególnych faz snu. Wszystko w 100% bez przewodowo i bez krępujących pacjenta kabli.
Kompaktowy system monitorowania snu ma wielkość średniego laptopa, który montuje się na ścianie obok pacjenta. Układ monitoruje delikatne zmiany odbijanego od człowieka promieniowania RF. Zbierane sygnały są następnie monitorowane przez sieć neuronową, która została nauczona rozpoznawania, w jakiej fazie snu, znajduje się pacjent: lekki sen, sen głęboki i faza REM. Dzięki temu lekarze nie muszą analizować manualnie wyników innych badań.
System, mimo ogromnej czułości układu, bez problemu radzi sobie z wpływem czynników, jak ruchy pacjenta itp. Skupia się on na monitorowaniu jego oddechu i pulsu.
Największą nowością w tym systemie nie jest osprzęt, gdyż tego rodzaju monitory znane są od pewnego czasu, a oprogramowanie. Wykorzystanie sieci neuronowej do rozpoznawania stanu pacjenta jest bardzo nowatorskim podejściem.
System rozpoznawania fazy snu składa się z trzech modułów: enkodera cech, predyktora fazy snu i dyskryminatora źródła. Enkoder współpracuje z predyktorem, aby estymować w jakiej fazie snu znajduje się pacjent. Z kolei enkoder i dyskryminator źródła minimalizują wartość specjalnej funkcji, która pozwala na ocenę na podstawie źródłowych sygnałów, w jakiej fazie snu znajduje się pacjent. Algorytm szerzej opisany został tutaj.
Podobny system można zestawić we własnym domu. Projekty takie jak HackRF czy GNU Radio bez problemu nadają się do zgrywania danych RF. Sygnały wykorzystane w opisanym powyżej systemie mają częstotliwość taką samą jak WiFi 2,4 GHz, więc wystarczy delikatnie przerobić nadajnik sieci WiFi, aby móc wysyłać pakiety, zbierane następnie jednym z wymienionych urządzeń. To interpretacja danych jest największym problemem jest analiza danych z wykorzystaniem sieci neuronowej, gdyż trzeba ją najpierw nauczyć rozpoznawania faz snu odpowiednimi danymi.
Zespół kierowany przez Katabi ma zamiar wykorzystywać swoje urządzenie do diagnozowania zaburzeń snu, a w dalszej perspektywie ułatwić diagnozowanie schorzeń, takich jak choroba Alzheimera czy Parkinsona. Naukowcy utrzymują, że ich układ jest w pełni kompatybilny z wykorzystywanymi dotychczas rozwiązaniami i po prostu jest w stanie zastąpić pomiar EEG i obsługującego je doświadczonego technika. Zespół podaje, że system ma około 80% skuteczności w ocenie fazy snu.
Źródło: https://hackaday.com/2017/08/29/ai-watches-you-sleep-knows-when-you-dream/
Kompaktowy system monitorowania snu ma wielkość średniego laptopa, który montuje się na ścianie obok pacjenta. Układ monitoruje delikatne zmiany odbijanego od człowieka promieniowania RF. Zbierane sygnały są następnie monitorowane przez sieć neuronową, która została nauczona rozpoznawania, w jakiej fazie snu, znajduje się pacjent: lekki sen, sen głęboki i faza REM. Dzięki temu lekarze nie muszą analizować manualnie wyników innych badań.
System, mimo ogromnej czułości układu, bez problemu radzi sobie z wpływem czynników, jak ruchy pacjenta itp. Skupia się on na monitorowaniu jego oddechu i pulsu.
Największą nowością w tym systemie nie jest osprzęt, gdyż tego rodzaju monitory znane są od pewnego czasu, a oprogramowanie. Wykorzystanie sieci neuronowej do rozpoznawania stanu pacjenta jest bardzo nowatorskim podejściem.
System rozpoznawania fazy snu składa się z trzech modułów: enkodera cech, predyktora fazy snu i dyskryminatora źródła. Enkoder współpracuje z predyktorem, aby estymować w jakiej fazie snu znajduje się pacjent. Z kolei enkoder i dyskryminator źródła minimalizują wartość specjalnej funkcji, która pozwala na ocenę na podstawie źródłowych sygnałów, w jakiej fazie snu znajduje się pacjent. Algorytm szerzej opisany został tutaj.
Podobny system można zestawić we własnym domu. Projekty takie jak HackRF czy GNU Radio bez problemu nadają się do zgrywania danych RF. Sygnały wykorzystane w opisanym powyżej systemie mają częstotliwość taką samą jak WiFi 2,4 GHz, więc wystarczy delikatnie przerobić nadajnik sieci WiFi, aby móc wysyłać pakiety, zbierane następnie jednym z wymienionych urządzeń. To interpretacja danych jest największym problemem jest analiza danych z wykorzystaniem sieci neuronowej, gdyż trzeba ją najpierw nauczyć rozpoznawania faz snu odpowiednimi danymi.
Zespół kierowany przez Katabi ma zamiar wykorzystywać swoje urządzenie do diagnozowania zaburzeń snu, a w dalszej perspektywie ułatwić diagnozowanie schorzeń, takich jak choroba Alzheimera czy Parkinsona. Naukowcy utrzymują, że ich układ jest w pełni kompatybilny z wykorzystywanymi dotychczas rozwiązaniami i po prostu jest w stanie zastąpić pomiar EEG i obsługującego je doświadczonego technika. Zespół podaje, że system ma około 80% skuteczności w ocenie fazy snu.
Źródło: https://hackaday.com/2017/08/29/ai-watches-you-sleep-knows-when-you-dream/
Fajne? Ranking DIY
