这项技术为监测睡眠提供了全新方式

BodyCompass could prove useful in treating patients vulnerable to bedsores and sleep apnea.Image: MIT news
本内容由人工智能自动翻译。
  • 麻省理工学院开发出一种无线方式,可通过小型安装设备反射的无线电信号监测个人睡眠。

  • 该技术既有望作为医疗设备使用,也可作为个人设备使用,帮助患有帕金森病、癫痫或褥疮的人群。

  • 它可以监测一个人的睡眠,并告知其哪些睡姿有助于充分休息。

麻省理工学院的研究人员开发出一种无线且私密的方式,用于监测人的睡眠姿势——无论是仰卧、俯卧还是侧卧——其原理是利用安装在卧室墙上的小型设备所反射的无线电信号。

据Shichao Yue介绍,这款名为BodyCompass的设备是首个可在家中使用、基于射频的系统,无需在身体上安装摄像头或传感器即可提供准确的睡眠数据。Shichao Yue将在9月15日于UbiComp 2020会议上介绍该系统。这位博士生多年来一直利用无线传感技术研究睡眠阶段和失眠问题。

“我们认为,睡眠姿势可能是我们系统在医疗监测方面的另一项重要应用”,Yue说。他在麻省理工学院计算机科学与人工智能实验室,在Dina Katabi教授的指导下开展该项目。他指出,研究表明,俯卧睡觉会增加癫痫患者猝死的风险;同时,睡眠姿势也可用于衡量帕金森病的进展,因为该病会使人失去在床上翻身的能力。

“遗憾的是,许多患者完全不清楚自己夜间的睡姿,也不知道癫痫发作后自己最终会处于什么姿势,”与本研究无关的布莱根妇女医院及哈佛医学院癫痫神经科医生Dong Woo Lee说道。“像BodyCompass这样的身体监测系统将推动我们这一领域的发展,使我们能够对患者进行基线监测以评估其风险;若再结合警报或干预系统,便可能使患者免于癫痫导致的意外猝死。”

Bodycompass可以监测一个人的睡眠,并告知其哪些睡姿有助于充分休息。Image: MIT

Yue表示,未来人们还可能使用BodyCompass记录自己的睡眠习惯,或用于监测婴儿睡眠:“根据需求,它既可以是一种医疗设备,也可以是一种消费产品。”

这篇会议论文的其他作者包括研究生Yuzhe Yang和Hao Wang,以及Katabi实验室附属成员Hariharan Rahul,论文发表于《ACM互动、移动、可穿戴与普适技术会刊》(Proceedings of the ACM on Interactive, Mobile, Wearable and Ubiquitous Technologies)。Katabi是麻省理工学院电气工程与计算机科学系的Andrew and Erna Viterbi教授。

宁静的反射

BodyCompass的工作原理是分析无线电信号在房间内物体(包括人体)上反弹时产生的反射。与安装在卧室墙上的Wi-Fi路由器类似,该设备发出并收集这些沿多条路径返回的信号。研究人员随后追踪这些信号的路径,从反射信号反向推算出身体的姿势。

然而,要实现这一点,科学家需要找到一种方法,辨别哪些信号是从睡眠者的身体反弹回来的,而非从床垫、床头柜或吊扇反弹回来的。Yue及其同事意识到,他们此前从无线电信号中解读呼吸模式的研究可以解决这一问题。

他们得出结论:从人的胸部和腹部反弹的信号会因呼吸而产生独特的调制。一旦将这种呼吸信号识别为对来自身体的反射进行“标记”的方式,研究人员便可以分析这些反射信号与设备位置的关系,从而判断此人在床上的躺卧姿势。(例如,如果某人仰卧,从其胸部反弹的强无线电波会射向天花板,再传至墙上的设备。)“将呼吸识别为编码,帮助我们将身体信号与环境反射区分开来,从而能够追踪有效反射的位置,”Yue说。

随后,身体的反射信号由一个定制的神经网络进行分析,以推断睡眠时身体的倾斜角度。由于该神经网络依据角度来定义睡姿,因此该设备能够区分右侧卧与仅略微向右倾斜的睡姿。Yue表示,这种精细分析对癫痫患者尤为重要,因为对这些患者而言,俯卧睡姿与意外猝死存在相关性。

Lee表示:“越来越明显的是,患者并不喜欢佩戴设备,他们会忘记佩戴,舒适度下降,电池续航较短,而且数据传输可能较为困难。像BodyCompass这样的非穿戴式非接触设备可以克服这些问题。”

与在患者卧室安装摄像头或直接在患者身上或床上安装传感器等其他睡姿监测方式相比,BodyCompass具有一些优势。Yue指出,传感器可能会让人睡得不舒服,而摄像头则会降低人的隐私性。“由于我们只记录用于检测睡姿的必要信息,例如睡眠期间的呼吸信号,”他说,“几乎不可能有人能从这些数据中推断出用户的其他活动。”

精准的指南针

研究团队在26名在自己卧室中睡眠的健康受试者身上,测试了BodyCompass超过200小时睡眠数据的准确性。研究开始时,受试者在胸部和腹部贴有两个加速度计(用于检测运动的传感器),以便用其睡姿的“真实”数据训练设备的神经网络。

当设备使用一周的数据进行训练时,BodyCompass的准确性最高,能以94%的概率预测正确的身体姿势。使用一晚的训练数据时,结果的准确率为87%。仅采集16分钟的数据时,即当受试者被要求在无线传感器前保持几种常见睡姿时,BodyCompass即可达到84%的准确率。

除癫痫和帕金森病外,BodyCompass在治疗易患褥疮和睡眠呼吸暂停的患者方面也可能发挥作用,因为这两种疾病均可通过改变睡姿得到缓解。Yue本人也有自己的兴趣点:他患有偏头痛,而这似乎与他的睡姿有关。“为了避免第二天头痛,我睡觉时习惯右侧卧,”他说,“但我不确定睡姿与偏头痛之间是否真的存在关联。也许这能帮我弄清楚两者之间是否有关系。”

目前,BodyCompass是一种监测工具,但未来或许会与警报功能配对,提醒睡眠者改变姿势。“研究人员正在研发能够缓慢翻动患者、使其避开危险睡姿的床垫,”Yue说。“未来的工作可能会将我们的睡姿检测器与此类床垫结合起来,在必要时将癫痫患者移至更安全的姿势。”

授权与转载
世界经济论坛发布的文章,可依据《知识共享署名-非商业性使用-禁止演绎4.0国际公共许可协议》以及我方《使用条款》进行转载。 本文所表达的观点仅代表作者个人立场,并不代表世界经济论坛的观点。