MIT用无线信号＋AI算法让你睡得更香

你是否常常被失眠所困扰呢？要知道，包括帕金森和阿尔茨海默在内的疾病也同样会扰乱人的睡眠。但诊断和监测睡眠状态通常需要将电极和各种其他传感器连接到患者身上，但这样往往会让患者睡得更不安稳。

现在，科学家们研究出了新的无线睡眠检测仪，或许能帮助你不再失眠。

图、能"隐身"的无线睡眠检测仪

为了让诊断和研究睡眠问题变得更加容易，麻省理工学院和哈佛大学医学院附属麻省总医院的研究人员设计了一种新的设备来监测不同的睡眠阶段，这种新方式最大的亮点就是不用往身上连接各种各样的传感器。

他们的设备使用先进的人工智能算法来分析用户周围的无线电信号，并将这些测量转化为不同的睡眠阶段：轻度睡眠、深度睡眠和快速眼球运动（REM，睡眠阶段中最浅的阶段）。

南加州大学Andrew and Erna Viterbi电气工程与计算机学院教授Dina Katabi正是这项研究的带头人，她说："试着想像一下，你家的Wi-Fi路由器不仅知道你在做梦，还能检测你是否睡得够沉。拥有足够的深度睡眠对于人们的记忆巩固是非常重要的。我们想开发出没有实体设备的传感器，这样就能在不影响用户的情况下捕捉生理信号和重要的健康指标"。

Katabi与MGH睡眠医学科主任Matt Bianchi、麻省理工学院教授Tommi Jaakkola 共同进行了研究。 麻省理工的研究生Mingmin Zhao 是该研究论文的第一作者，另一位麻省理工的研究生Shichao Yue也参与其中。研究人员们将于8月9日在国际机器学习会议上发表他们的论文。

遥控感应

Katabi及其在麻省理工计算机科学和人工智能实验室的成员曾经开发过基于无线电的传感器，能够远程测量作为健康指标的生命体征和行为。 这些传感器只有笔记本电脑大小，能够发射低功率射频（RF）信号。 随着无线电波从患者身上来回反射，身体任何轻微的运动都会改变反射波的频率。而通过分析这些反射波，就能得知如脉搏和呼吸频率等生命体征。

Katabi说："它就像一个智能Wi-Fi盒，把它放在家里就能分析这些反射波。通过留在RF信号上的特征，就能检测到用户身上所发生的变化"。

Katabi和她的学生们还运用这种方法创造了叫做WiGait的传感器，该传感器可以通过无线电信号测量行走的速度。能够帮助医生对认知衰退、心脏或肺部疾病、及其他健康问题进行预测。

图、墙壁传感器WiGait有一张照片大小，能够基于人对无线电信号的干扰来准确监测其行走速度和步幅

开发这些传感器之后，Katabi认为，类似的方法也可用于监测睡眠。现在，如果要检测睡眠状态，就必须去睡眠实验室睡上一觉，睡眠监测器（EEG）等机器将会对那晚的睡眠进行分析。

"这项研究有着巨大的潜力，正因为我们对睡眠还不够了解，而又有很多人都被睡眠障碍所困扰，"Mingmin Zhao 说， "如果我们能做好这项技术，人们就不用每隔几个月亲自去实验室呆一个晚上，而是在家就能不间断地对睡眠进行研究。"

为了达到这个目标，研究人员必须将脉搏、呼吸频率和身体动作的测量值转换成睡眠阶段。而人工智能的最新进展——"深层神经网络"算法正好能提取和分析来自复杂数据集的信息，例如分析从传感器接受的无线电信号。 然而，这些信号往往包含许多与睡眠无关的东西，可能会混淆算法。于是，麻省理工的研究人员提出了一种基于深层神经网络的算法，从而去掉了那些无关信息。

Jaakkola说："在测量的时候，周围往往会带来许多不必要的变化。而这项算法的特点在于只保持睡眠信号，并去掉其他的干扰"。 在不需要任何校准的情况下，他们的算法也能在不同的位置用于不同的人。

研究人员用这种方法对25名身体健康的志愿者进行了测试，发现他们的技术准确度高达80％，与基于EEG测量的睡眠专家所达到的准确度相当。

"我们的设备不仅能去掉那些黏在身上的电线和传感器，还能在家里就能获得更好的体验，同时也让医生和睡眠技术人员的工作变得更加轻松。"Katabi说，"他们更不需要一个一个手动标记数据。"

睡眠不足

其他研究人员也曾试图用无线电信号来监测睡眠，但这些系统只有65%的准确率，只能感应用户是醒着还是睡着了，却不能辨识睡眠阶段。但Katabi和她的同事通过训练他们的算法，过滤了来自室内其他物体的信号干扰，只关注从睡眠者身上反射的数据。

现在，研究人员计划使用这项技术来研究帕金森症是如何影响睡眠的。Katabi说："我们常常把帕金森征视为运动障碍类型的疾病，但它也与非常复杂的睡眠不足密切相关，而我们对这方面还不够了解。"

在不久的将来，这些传感器还可用于了解更多关于阿尔茨海默病所引起的睡眠变化，以及如失眠和睡眠呼吸暂停等睡眠障碍；