ICML精彩论文：学界与业界联手，通过监测无线信号来判断睡眠阶段

本篇文章2209字，读完约6分钟

雷锋。(公开号码:雷锋。《人工智能科技评论》:2017年国际化学语言博览会在悉尼刚刚落下帷幕。这一次，icml收到了1676篇论文和434篇论文，再次创造了新的记录。在如此多的论文中有许多精彩的应用和创新。麻省理工学院和麻省总医院的研究人员在悉尼时间8月9日的会议上提交了一篇关于睡眠研究的论文。这是运用深层神经网络的全新尝试，也是学术界和业界的共同努力。

这项研究到底是什么？跟随雷锋的人工智能技术回顾，向下看。

研究背景

超过5000万美国人患有睡眠障碍，而帕金森病和阿尔茨海默病等疾病也影响他们的睡眠。为了诊断和监测人们的睡眠，通常需要在他们身上安装电极和各种传感器，这将导致他们的睡眠变得更差。

图:为了检测睡眠，通常在身体上安装各种传感器

为了解决这个问题，麻省理工学院和麻省理工学院的研究人员设计了一种新的方法来监测睡眠阶段，而不用在病人身上安装传感器。

他们的设备使用先进的人工智能算法来分析人们周围的无线信号，并将这些测量结果转换成不同的睡眠阶段:轻度睡眠、深度睡眠或快速眼动睡眠(rem)。

相关研究人员

麻省理工学院电子工程和计算机科学学院的教授迪娜·卡塔比负责这项研究。

“想象一下，如果您家中的无线路由器知道您在做梦，并且能够监控您是否有足够的深度睡眠，这对于内存整合是必要的。”她提到:“我们的愿景是开发一种健康传感器，它可以隐藏在幕后，捕捉生理信号和重要的健康指标。用户不需要特别改变他们的行为习惯。”

麻省理工学院睡眠医学系的Matt bianchi，麻省理工学院电子工程和计算机科学学院的tommi jaakkola教授，同时也是麻省理工学院数据、系统和社会研究所的成员，麻省理工学院的研究生赵明敏是这篇论文的第一作者，史超·约是这篇论文的合著者。

先前的研究

Katab领导麻省理工学院计算机科学和人工智能实验室的团队开发了基于无线电波的传感器，可以远程测量生命体征和行为，这些测量结果可以用作健康指标。这些传感器由一个无线设备组成，大约有笔记本电脑那么大，可以发射低功率射频(rf)信号。

当无线电波被人体反射时，人体的任何轻微运动都会改变反射波的频率。通过分析这些反射波，我们可以知道脉搏和呼吸频率等生命体征。

卡塔比说:“这是一个放在家里的智能盒，类似于wifi信号。”它发出的射频信号被人体反射后，就会得到相应的信息。通过分析反射信号，可以发现人体上相应的变化。”

Katabi和她的学生也用这种方法创造了一种叫做“wigait”的传感器，这种传感器可以通过无线信号测量行走速度，帮助医生预测使用者的认知能力是否下降，是否跌倒，是否患有心脏病或肺病，还可以通过它预测其他健康问题。

在开发了这些传感器之后，katabi相信类似的方法也可以用来监测睡眠。目前，对睡眠的监测过于复杂——患者需要整夜呆在睡眠实验室，并连接到脑电图等监测仪器进行测量。

武士刀的学生赵明敏说:“这项技术在未来有很大的潜力，因为我们目前对睡眠了解不多，而且大多数人都有睡眠问题。”如果这项技术可以有效地监测睡眠，医生就可以在病人在家时研究他们的睡眠。你知道，目前的睡眠研究只能每隔几个月进行一次，而且必须在睡眠实验室进行。”

面临的挑战

为了有效地监测睡眠，他们必须找到一种方法将他们测得的脉搏、呼吸频率和运动状态转换成不同的睡眠阶段。

随着人工智能的最新发展，研究人员可以通过训练深层神经网络(计算机算法)从复杂的数据集(如研究人员从传感器获得的无线信号)中提取和分析信息。然而，从传感器获取的无线信号中有大量与睡眠无关的信息，这将干扰现有的算法。

照片:他们全新的方法

在这种情况下，他们提出了一种新的基于深层神经网络的人工智能算法，可以消除不相关的信息。

“周围环境会导致测量数据中出现许多冗余变量。我们方法的创新之处在于，它可以在保留睡眠信号的同时移除不相关的变量。”雅克科拉说。

他们的算法不使用标准，适用于不同的地方和不同的人。

在对25名健康志愿者的测试中，他们的技术准确率约为80%，相当于睡眠医生通过脑电图数据进行诊断的准确率。

“我们的设备不仅可以移除人体上的所有传感器，还可以在家中对其进行监控，这样被监控对象就可以获得更好的体验，让医生和睡眠专家的工作更轻松。”卡塔比说:“他们不再需要一点一点地查看数据，然后手工标记。”

与以前的优点相比，

其他研究人员试图用无线信号来监测睡眠，但他们的系统当时只有65%的准确率，而且该系统只能判断一个人是醒着还是睡着了，但根本无法判断一个人处于何种睡眠阶段。

与以前相比，Katabi和她的同事取得了进步。通过训练算法，他们忽略房间里其他物体反射的无线信号，只关注睡觉的人反射的数据。

他们现在计划使用这项技术来研究帕金森病对睡眠的影响。

卡塔比说:“当谈到帕金森病时，人们会认为它是一种运动障碍，但这种疾病也与许多缺乏睡眠的复杂情况有关。对此没有很好的解释。”

该传感器还可用于研究更多由阿尔茨海默病和睡眠障碍(如失眠和睡眠呼吸暂停)引起的睡眠变化。研究睡眠中癫痫发作可能也有帮助，这通常很难发现。

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

via:mit新闻

《雷锋人工智能科技评论》的编辑与整理。

雷锋原创文章。严禁擅自转载。详情请参考转载说明。