ICML精彩論文：通過(guò)監(jiān)測(cè)無(wú)線信號(hào)來(lái)判斷睡眠階段

雷鋒網(wǎng) AI 科技評(píng)論按：ICML 2017剛剛在悉尼落下帷幕，此次ICML收到論文1676篇，接收434篇，又一次創(chuàng)下新的紀(jì)錄。這么多論文中，不乏許多精彩應(yīng)用和創(chuàng)新。MIT（麻省理工學(xué)院）與MGH（麻省綜合醫(yī)院）的研究員于悉尼時(shí)間8月9日在會(huì)上展示了關(guān)于睡眠研究的論文，這是利用深度神經(jīng)網(wǎng)絡(luò)的一次全新嘗試，也是學(xué)界與業(yè)界的攜手共進(jìn)。

這項(xiàng)研究具體是什么？跟著雷鋒網(wǎng) AI科技評(píng)論往下看。

研究背景

超過(guò)5000萬(wàn)美國(guó)人被睡眠失調(diào)癥所困擾，與此同時(shí)，帕金森癥和阿爾茨海默癥等疾病也會(huì)影響睡眠情況。為了診斷和監(jiān)測(cè)人的睡眠情況，通常需要將電極和各種各樣的傳感器安裝在他們身上，這樣一來(lái)，會(huì)導(dǎo)致他們的睡眠變得更差。

（圖：為了檢測(cè)睡眠情況，通常要在身上安裝各種各樣的傳感器）

為了解決這一情況，MIT（麻省理工學(xué)院）和麻省綜合醫(yī)院（MGH）的研究人員設(shè)計(jì)了一種新的方法，無(wú)需把傳感器安裝在病人身上就能監(jiān)測(cè)睡眠階段。

他們的設(shè)備使用一種先進(jìn)的人工智能算法來(lái)分析人周圍的無(wú)線信號(hào)，并將這些測(cè)量值換算成不同的睡眠階段：輕度睡眠、深度睡眠或快速眼動(dòng)睡眠(REM)。

相關(guān)研究人員

負(fù)責(zé)這項(xiàng)研究的是MIT電子工程和計(jì)算機(jī)科學(xué)學(xué)院教授Dina Katabi。

“想象一下，如果你家里的無(wú)線路由器知道你在做夢(mèng)，并能監(jiān)測(cè)出你是否有足夠的深度睡眠，這些對(duì)記憶鞏固來(lái)說(shuō)很有必要。”她提到，“我們的愿景是開發(fā)出健康傳感器，這種傳感器能隱于幕后，捕捉生理信號(hào)和重要的健康指標(biāo)，用戶不需要為此特地改變自己的行為習(xí)慣。”

參與此次研究的也有MGH睡眠醫(yī)學(xué)部的Matt Bianchi，MIT 電子工程和計(jì)算機(jī)科學(xué)學(xué)院教授Tommi Jaakkola，他也是MIT數(shù)據(jù)、系統(tǒng)和社會(huì)研究所的一員，此外還有MIT的研究生Mingmin Zhao，他是這篇論文的第一作者，另外還有論文的合著者——MIT研究生Shichao Yue。

之前的研究

Katab之前帶領(lǐng)MIT計(jì)算機(jī)科學(xué)和人工智能實(shí)驗(yàn)室團(tuán)隊(duì)開發(fā)出了基于電波的傳感器，能遠(yuǎn)程測(cè)量生命體征和行為，這些測(cè)量結(jié)果可以作為健康指標(biāo)。這些傳感器由一種無(wú)線設(shè)備組成，與筆記本電腦的大小差不多，能發(fā)出低功率射頻(RF)信號(hào)。

當(dāng)無(wú)線電波經(jīng)由我們的身體反射時(shí)，身體的任何輕微運(yùn)動(dòng)都能改變反射波的頻率。分析這些反射波可以知道脈搏和呼吸率等生命體征。

Katabi說(shuō)到：“它是一個(gè)放在家里的智能盒子，類似于WiFi信號(hào)，在它發(fā)出的RF 信號(hào)經(jīng)過(guò)人體反射之后，會(huì)得到相應(yīng)的信息，通過(guò)分析反射回來(lái)的信號(hào)，可以發(fā)現(xiàn)人身體上的相應(yīng)變化。”

Katabi和她的學(xué)生們也用這種方法創(chuàng)造了一種名為“WiGait”的傳感器，這種傳感器可以通過(guò)無(wú)線信號(hào)來(lái)測(cè)量行走速度，這可以幫助醫(yī)生預(yù)測(cè)用戶的認(rèn)知能力是否下降、是否摔倒、有沒有心臟或肺部疾病，也可以通過(guò)它預(yù)判其他健康問(wèn)題。

在開發(fā)了這些傳感器后，Katabi認(rèn)為類似的方法也可以用于監(jiān)測(cè)睡眠。目前監(jiān)測(cè)睡眠太復(fù)雜了——患者需要一整個(gè)晚上呆在睡眠實(shí)驗(yàn)室中，連接到腦電圖(EEG)儀器等監(jiān)測(cè)儀器來(lái)進(jìn)行測(cè)量。

Katabi的學(xué)生Mingmin Zhao說(shuō)到：“這項(xiàng)技術(shù)在未來(lái)有非常大的潛力，因?yàn)槟壳拔覀冞€不太了解睡眠，大部分人都有睡眠問(wèn)題。如果能通過(guò)這項(xiàng)技術(shù)有效監(jiān)測(cè)睡眠，那么，病人在家時(shí)，醫(yī)生就可以研究他們的睡眠情況。要知道，現(xiàn)在的睡眠研究，幾個(gè)月才能進(jìn)行一次，而且得在睡眠實(shí)驗(yàn)室里。”

相較以前的優(yōu)點(diǎn)

為了有效監(jiān)測(cè)睡眠，他們得想出一種方法，將他們測(cè)量的脈搏、呼吸率和運(yùn)動(dòng)狀態(tài)換算成不同睡眠階段。

最近人工智能的發(fā)展，使得研究人員可以通過(guò)訓(xùn)練深度神經(jīng)網(wǎng)絡(luò)（計(jì)算機(jī)算法），來(lái)從復(fù)雜的數(shù)據(jù)集（例如研究人員從傳感器中獲得的無(wú)線信號(hào)）中提取和分析信息。不過(guò)，從傳感器中獲得的無(wú)線信號(hào)中有很多與睡眠無(wú)關(guān)的信息，這些信息會(huì)擾亂現(xiàn)有的算法。

（圖：他們?nèi)碌姆椒?span >）

在此情況下，他們提出了一種基于深度神經(jīng)網(wǎng)絡(luò)的新的AI算法，這種算法可以排除掉無(wú)關(guān)信息。

“周圍的環(huán)境會(huì)導(dǎo)致測(cè)量數(shù)據(jù)中出現(xiàn)很多多余的變量，我們方法的創(chuàng)新之處在于，在保留睡眠信號(hào)的同時(shí)，能移除掉無(wú)關(guān)的變量。”Jaakkola說(shuō)到。

他們的算法沒有使用標(biāo)準(zhǔn)，對(duì)于不同的地點(diǎn)和不同的人都適用。

在對(duì)25名健康志愿者的測(cè)試中，他們的技術(shù)準(zhǔn)確率約為80%，這與睡眠科醫(yī)生通過(guò)腦電圖數(shù)據(jù)診斷的準(zhǔn)確率相當(dāng)。

“我們的設(shè)備不僅可以把人身上的所有傳感器都移走，而且能在家里監(jiān)測(cè)，讓監(jiān)測(cè)對(duì)象獲得更好的體驗(yàn)，也讓醫(yī)生和睡眠專家的工作變得更簡(jiǎn)單了。”，Katabi說(shuō)，“他們?cè)僖膊恍枰稽c(diǎn)一點(diǎn)的查看數(shù)據(jù)，然后手動(dòng)進(jìn)行標(biāo)記了。”

也有其他研究人員曾試圖利用無(wú)線信號(hào)來(lái)監(jiān)測(cè)睡眠，但他們的系統(tǒng)在那時(shí)只有65%的準(zhǔn)確率，而且系統(tǒng)只能判定一個(gè)人是處于清醒狀態(tài)還是入睡狀態(tài)，根本不能判斷人處于什么睡眠階段。

Katabi和她的同事們相較以前取得了進(jìn)步，通過(guò)訓(xùn)練算法，忽略了房間里的其他物體上反射回來(lái)的無(wú)線信號(hào)，只關(guān)注從睡著的人身上反射回來(lái)的數(shù)據(jù)。

未來(lái)的前景

他們現(xiàn)在計(jì)劃利用這項(xiàng)技術(shù)來(lái)研究帕金森病對(duì)睡眠的影響。

Katabi說(shuō):“當(dāng)談到帕金森癥，人們會(huì)認(rèn)為它是一種運(yùn)動(dòng)障礙癥，但這種疾病也與睡眠不足的多種復(fù)雜情況有關(guān)，關(guān)于這點(diǎn)，目前還沒有什么好的解釋說(shuō)明。”

該傳感器還可用于研究更多關(guān)于阿爾茨海默氏癥導(dǎo)致的睡眠變化，以及失眠和睡眠呼吸暫停等睡眠失調(diào)癥。它可能也對(duì)研究睡眠中癲癇癥的發(fā)作有所幫助，而這通常是很難被發(fā)現(xiàn)的。

論文地址：http://101.96.10.63/sleep.csail.mit.edu/files/rfsleep-paper.pdf

via：MIT News

生成海報(bào)

免責(zé)聲明：本網(wǎng)站內(nèi)容主要來(lái)自原創(chuàng)、合作伙伴供稿和第三方自媒體作者投稿，凡在本網(wǎng)站出現(xiàn)的信息，均僅供參考。本網(wǎng)站將盡力確保所提供信息的準(zhǔn)確性及可靠性，但不保證有關(guān)資料的準(zhǔn)確性及可靠性，讀者在使用前請(qǐng)進(jìn)一步核實(shí)，并對(duì)任何自主決定的行為負(fù)責(zé)。本網(wǎng)站對(duì)有關(guān)資料所引致的錯(cuò)誤、不確或遺漏，概不負(fù)任何法律責(zé)任。任何單位或個(gè)人認(rèn)為本網(wǎng)站中的網(wǎng)頁(yè)或鏈接內(nèi)容可能涉嫌侵犯其知識(shí)產(chǎn)權(quán)或存在不實(shí)內(nèi)容時(shí)，應(yīng)及時(shí)向本網(wǎng)站提出書面權(quán)利通知或不實(shí)情況說(shuō)明，并提供身份證明、權(quán)屬證明及詳細(xì)侵權(quán)或不實(shí)情況證明。本網(wǎng)站在收到上述法律文件后，將會(huì)依法盡快聯(lián)系相關(guān)文章源頭核實(shí)，溝通刪除相關(guān)內(nèi)容或斷開相關(guān)鏈接。