失眠已經(jīng)成為一項(xiàng)通病。

它難以治愈，也很復(fù)雜，因?yàn)檠芯科饋砭头浅＠щy。

據(jù)美國疾病控制和預(yù)防中心的數(shù)據(jù)顯示，三分之一的美國成年人通常睡眠不足。該中心將健康睡眠定義為每天七小時(shí)以上。

通常會通過在患者身上佩戴胸帶、鼻探針和腦部電極等傳統(tǒng)傳感器，來對患者進(jìn)行睡眠模式監(jiān)測。這些令人不舒服的方式本身就會導(dǎo)致失眠，使得收集的數(shù)據(jù)不具有代表性。

為了給患者提供更好的睡眠，麻省理工學(xué)院和麻省總醫(yī)院的研究人員正在研究使用AI和類似Wi-Fi的信號來監(jiān)測病人，而無需佩戴任何傳感器。

麻省理工學(xué)院電氣工程與計(jì)算機(jī)科學(xué)教授兼校無線中心主任Dina Katabi表示：“我們對睡眠的了解還不夠深入，因?yàn)槲覀儫o法持續(xù)監(jiān)測睡眠狀況。”

該研究團(tuán)隊(duì)成員包括Katabi、麻省總醫(yī)院睡眠醫(yī)學(xué)科負(fù)責(zé)人Matt Bianchi以及麻省理工學(xué)院電氣工程與計(jì)算機(jī)科學(xué)教授Tommi Jaakkola，他們共同撰寫了一篇論文來描述這項(xiàng)工作（LearningSleep Stages from Radio Signals: A Conditional Adversarial Architecture，該論文的作者還包括麻省理工學(xué)院研究生Mingmin Zhao和Shichao Yue）。

研究人員在臥室安裝了特殊的無線設(shè)備，因此受監(jiān)測人員可以在家中睡覺。該設(shè)備收集從監(jiān)測對象反射回來的信號，并通過云將數(shù)據(jù)發(fā)回給研究人員。

通過了解臥室內(nèi)人員對射頻的影響方式，并對脈搏、呼吸頻率和運(yùn)動這些測量數(shù)據(jù)的分析，研究人員可以確定不同的睡眠階段：輕度睡眠、深度睡眠、快速眼動或清醒狀態(tài)。

該研究采用一種被稱為“有條件的對抗性架構(gòu)”（conditional adversarial architecture）的新型神經(jīng)網(wǎng)絡(luò)設(shè)計(jì)，該架構(gòu)會對射頻信號進(jìn)行處理，消除與睡眠無關(guān)的信息，并專注于與睡眠階段相關(guān)的重要信息。相較于以前只使用射頻信號對睡眠階段進(jìn)行研究，這種新的神經(jīng)網(wǎng)絡(luò)可使研究人員實(shí)現(xiàn)更高的精度。

麻省理工學(xué)院的無線研究中心將預(yù)測精度提高到了近 80％，而之前使用射頻方法的預(yù)測精度為 64％。

快速處理大量數(shù)據(jù)

研究人員對25名人員在100個晚上的睡眠進(jìn)行了研究，每隔30秒進(jìn)行一次睡眠標(biāo)記，并將用于訓(xùn)練的數(shù)據(jù)與用于測試的數(shù)據(jù)互相分開。

其基于云的服務(wù)可以遠(yuǎn)程收集信號并運(yùn)行算法模型。Katabi表示，分析整夜睡眠只需幾秒鐘，而且具有商業(yè)可行性。

“深度學(xué)習(xí)模型可以分析信號并明確分辨出人的睡眠階段。”她說道。

麻省理工學(xué)院的研究人員使用NVIDIA GPU進(jìn)行模型訓(xùn)練以及后端云服務(wù)上的推理。此外，他們還使用了NVIDIA的cuDNN庫和TensorFlow深度學(xué)習(xí)框架。

研究意義

睡眠階段的研究具有廣泛的應(yīng)用價(jià)值。這種睡眠階段檢測技術(shù)可用于監(jiān)測諸如抑郁癥等疾病，因?yàn)橐钟舭Y患者會較早出現(xiàn)睡眠的REM（快速眼動）階段。這也是制藥商關(guān)注的一個領(lǐng)域。

睡眠階段是阿爾茨海默癥研究的重要方面，特別是對人們能否進(jìn)入深度睡眠及其相關(guān)影響的研究。對于帕金森癥患者的研究也是如此。

Katabi指出：“睡眠對帕金森癥患者來說是一個問題，因?yàn)樗鼤膊〉陌l(fā)展產(chǎn)生影響。睡眠問題也可能是帕金森癥的早期征兆。”

該項(xiàng)研究還將可以顯示睡眠呼吸暫停的情況，癥狀表現(xiàn)為呼吸在睡眠期間受阻。此外，通過觀察睡眠模式的變化，醫(yī)生還可以監(jiān)測心臟病患者和多發(fā)性硬化癥患者。