工程电子设备 Products
86 0755-3360 1988
86 0755-3360 5005
Case 工程电子设备
让AI算法帮你摆脱失眠可穿戴设备拜拜
日期: 2017-09-10 01:21
浏览次数:

  叙利亚诗人阿多尼斯这句话不知道说到了多少失眠者的心坎里去。在生活节奏越来越快的今天,一觉睡到自然醒对就很多人来说都是一件颇为奢侈的事情。据世界卫生组织的一项调查显示,中国有38%的人存在不同程度的睡眠障碍。

  很多人开始借助科技的力量来了解自己的睡眠状况,一大批智能手环应运而生。但对于一些人来说戴着个手环睡觉本身就是一种干扰,不过现在人工智能正在帮你解决这个问题,不仅有望摆脱失眠,还可以摆脱那些可穿戴设备。

  麻省理工大学最近就发表了一项新的研究,让一种AI算法通过解析无线电波来监测睡眠,以此代替过往用户需要佩戴传感器的监测模式。据悉这种AI算法可以分析使用者的脉搏、呼吸等数值,识别出使用者是否处于轻度、深度或快速眼动睡眠期(REM)的几个阶段。

  那么既然不用佩戴任何可穿戴设备,AI算法又怎么获取我们睡眠的一系列数据呢?麻省理工学院电子工程与计算机科学教授 Dina Katabi 给出了答案:

  Katabi所领导的研究团队希望开发出一款由无线由器构成的健康传感器,它可以在夜幕中远距离监测使用者的各项生理信号和重要的健康指标,但不需要使用者为此做出任何改变。

  据Katabi介绍,这种传感器类似一个智能的Wi-Fi盒子,大小和笔记本电脑相当,可以发射出低功率的射频(RF)信号,人体的任何轻微动作都会改变反射信号的频率,传感器就是通过分析这些频率的变化来获取脉搏和呼吸频率等生命体征数据。

  在此前之前其实Katabi与她的学生已经研发出一款名为WiGait的传感器,主要使用无线信号来测量步行速度,在医生诊断患者认知能力是否下降和心肺疾病等健康问题时提供帮助。Katabi也由此得到,决定把这种传感器的应用范围扩展至睡眠监测。

  不过由于依靠反射信号的是远距离测量,传感器很容易将与睡眠无关的信息也一并接收,监测结果也会被干扰。实际上就算是Fitbit智能手环等可穿戴设备和智能枕头等内置高灵敏度的非穿戴设备,这些监测设备都比较容易被“”,得出的数据也未必能真正反映我们的睡眠状况。

  当传感器接收到反射回来的信号,第一层神经网络会通过图像识别来初步解析数据,然后第二层神经网络负责测算使用者处于哪个睡眠阶段,最后一层神经网络则会进一步对这些数据进行分析对比。

  研究团队已经在25名志愿者的睡眠中测试了这种监测方案,最后返现这种监测技术的准确率高达80%,这与睡眠专家使用的需要患者贴满传感设备的脑电图(EEG)测量的准确率相当。参与这项研究的一名 Tommi Jaakkola 表示:

  这种神经网络算法能有效地识别出睡眠信号而排出掉其他无关的信号干扰,同时这种算法在传感器或者监测对象发生变化后也无需再对其进行的校准。

  由此可见这种基于AI算法的睡眠监测不仅可以让使用者摆脱那些复杂的可穿戴设备,同时也能减轻医护人员的工作难度。

  目前这个研究团队还在利用这种监测方案来研究帕金森症是怎样影响睡眠的,同时这种传感器还可以帮助研究人员进一步了解失眠和睡眠呼吸暂停等睡眠障碍。

  可以畅想,如果这种人工智能无线监测技术继续进步或扩展应用场景,进而成为每部智能手机的标配,或许你的Siri还真会成为比钢铁侠的贾维斯智能的AI管家呢。返回搜狐,查看更多

龙8官方娱乐
地址:广东省深圳市南山区学苑大道1001号南山智园B1栋21-23楼
电话: 86 0755-3360 1988
传真: 86 0755-3360 5005
邮编:330520
Copyright ©1998 - 2016 龙8官方娱乐
回到顶部