超過5,000萬的美國人正在經受睡眠障礙、以及包括帕金森和阿茲海默病等可以破壞睡眠的疾病。常規的方法來診斷和監測這些疾病，通常需要在患者身上貼上各種電極和傳感器，這無疑加重了對患者睡眠的干擾。下面就隨醫療電子小編一起來了解一下相關內容吧。

　　如何能夠使得對睡眠問題的診斷和研究更加容易呢?

　　來自MIT和馬薩諸塞州總醫院(Massachusetts General Hospital )的研究人員設計了一種監測睡眠階段的新方法，而且不需要在身體上貼上各種各樣的傳感器。他們的設備使用了一個先進的人工智能算法來分析人體周圍的無線電信號，并且將這些信號的測量翻譯成睡眠的階段：淺度、深度以及快動眼(REM)階段。

　　“設想一下，如果你的Wi-Fi路由器知道你在什么時間做夢，并且可以檢測你是否有足夠的深度睡眠，這對于鞏固記憶是非常重要的，”研究的領導者電氣工程與計算機科學教授Dina Katabi表示，“我們的愿景是開發健康的傳感器，能夠在無形中捕獲生理信號和重要的健康指標，而不需要用戶以任何方式改變他們的行為。”

　　研究發表在了8月9日的機器學習國際會議上。

　　遙控傳感

　　Katabi與她團隊成員來自MIT計算機科學與人工智能實驗室。

　　此前，她們已經開發了基于無線電的傳感器，使其能夠遠程測量可以作為健康指標的生命體征和行為。這些傳感器由無線設備組成，大小相當于一臺手提電腦，能夠發出低功率的無線電頻率(RF)信號。當無線電波被人體反射，微小的身體移動都會使得反射的電波頻率發生改變。分析這些電波可以揭示生命體征，如脈搏和呼吸頻率。

　　“這是一個小的就像Wi-Fi一樣的盒子，可以安裝在家里，通過身體作用在RF信號上的標記，分析這些反射信號并且發現身體的這些改變，” Katabi解釋說。

　　Katabi和她的學生們也使用了這個方法創造了一個傳感器，稱為WiGait。這款傳感器可以通過無線信號測量走路的速度，這可以幫助醫生預測認知減退、跌倒，某些心臟或者肺部疾病，或者其他的健康問題。

　　在開發了這些傳感器之后，Katabi考慮到類似的方法也可以用于監測睡眠。現在常規的研究手段，是讓患者一夜都呆在睡眠實驗室里，并連接到諸如腦電圖(EEG)等監視設備上。

　　“機會是非常大的，因為我們沒有很好的了解睡眠，而大量的人口又存在睡眠的問題，”第一作者研究生Mingmin Zhao表示，“我們有了這項技術，如果我們可以使得它有效，可以驅動我們從一個睡眠研究需要在睡眠實驗室中做幾個月的世界中，變成只要在家中持續進行就可以。”

　　于是，為了達到這一目的，研究人員需要提出一種方式來將他們測量的數據翻譯成為幾個睡眠階段的脈搏、呼吸頻率以及運動，而最近先進的人工智能使得訓練計算機算法成為可能。算法被稱為深度神經網絡，用于從復雜的數據中提取和分離信息，例如對于從研究人員傳感器中獲取的無線信號來說，這些信號包含了大量與睡眠不相關的信息，對算法造成了干擾。MIT的研究人員因此提出了一種基于深層神經網絡的AI算法，以消除不相關信息的干擾。

　　“周圍的環境對我們的測量引入了很多不必要的變量。新穎之處在于我們能夠保有睡眠的信號，同時消除其余的，” 聯合作者Tommi Jaakkola表示。他們的算法可以用于不同位置不同人員，不需要進行任何的校驗。

　　研究人員使用了這種方法對25名健康的志愿者進行了測試。研究發現他們的技術精確度可以達到80%，與睡眠專家基于EEG測量的準確度相當。

　　“我們的設備允許你不但移除原本要施加于人體的傳感器，而且使得實驗可以以更好的方式在家中進行，并且也使得醫生以及睡眠專家的工作更加便捷，”Katabi表示，“他們不必在重重的數據中進行手動標記。”

　　睡眠不足

　　其他的研究人員曾嘗試使用無線信號來監測睡眠，但是這些系統只有65%的精確度并且主要定義受試者是醒著還是睡眠狀態，并不能夠區分他們所在的睡眠階段。Katabi和她的同事們能夠通過訓練他們的算法提升對不必要的無線信號去除的能力，去除從房間內其他物體反射的無線信號，只包含睡眠的人體所反映的數據。

　　現在，研究人員計劃使用這項技術研究帕金森疾病如何影響睡眠。

　　“當你想到帕金森病，你就會想到運動的障礙，但是疾病與很復雜的睡眠不足相關，關于這一點，我們目前還沒有完全解讀，” Katabi指出。

　　這種新式的傳感器可以用來學習阿茲海默病所導致的睡眠改變，與睡眠障礙，例如失眠與睡眠呼吸暫停。它也有望用于研究睡眠中的癲癇發作，這在通常的研究中是很難被發現的。

　　在未來，這種家用的睡眠監測裝置有望能夠收集大量的數據，這些大數據積累對于科學家們進一步解讀睡眠相關疾病的奧秘，也許有著意想不到的作用。