当前位置: 新思界 > 产业 > 医药 > 聚焦 >

深度神经网络算法 或将有效监测睡眠质量

2017-08-11 10:58      责任编辑:薛雪    来源:www.newsijie.com    点击:
分享到:

深度神经网络算法 或将有效监测睡眠质量

  全世界范围内约有三分之一的人存在失眠症状或睡眠功能障碍。睡眠问题会导致神经—内分泌紊乱,使人产生抑郁、焦虑、紧张等情绪。有睡眠问题的人群患心脏病的风险会比正常人高2到3倍,睡眠问题可诱发高血压、糖尿病等疾病,长期失眠的人死亡率更高。常规的方法来诊断和监测这些疾病,通常需要在患者身上贴上各种电极和传感器,这无疑加重了对患者睡眠的干扰。

  研究人员设计了一种监测睡眠阶段的新方法,而且不需要在身体上贴上各种各样的传感器。他们的设备使用了一个先进的人工智能算法来分析人体周围的无线电信号,并且将这些信号的测量翻译成睡眠的阶段:浅度、深度以及快动眼(REM)阶段。

  此前,研究人员已经开发了基于无线电的传感器,使其能够远程测量可以作为健康指标的生命体征和行为。这些传感器由无线设备组成,大小相当于一台手提电脑,能够发出低功率的无线电频率(RF)信号。当无线电波被人体反射,微小的身体移动都会使得反射的电波频率发生改变。分析这些电波可以揭示生命体征,如脉搏和呼吸频率。

  研究人员也使用了这个方法创造了一个传感器,称为WiGait。这款传感器可以通过无线信号测量走路的速度,这可以帮助医生预测认知减退、跌倒,某些心脏或者肺部疾病,或者其他的健康问题。在开发了这些传感器之后研究人员考虑到类似的方法也可以用于监测睡眠。现在常规的研究手段,是让患者一夜都呆在睡眠实验室里,并连接到诸如脑电图(EEG)等监视设备上。

  研究人员需要运用深度神经网络算法将他们测量的数据翻译成为几个睡眠阶段的脉搏、呼吸频率以及运动。研究人员使用了这种方法对25名健康的志愿者进行了测试。研究发现他们的技术精确度可以达到80%,与睡眠专家基于EEG测量的准确度相当。其他的研究人员曾尝试使用无线信号来监测睡眠,但是这些系统只有65%的精确度并且主要定义受试者是醒着还是睡眠状态,并不能够区分他们所在的睡眠阶段。

  新思界医药行业分析人士表示,新式传感器可以用来学习阿兹海默病所导致的睡眠改变,与睡眠障碍,例如失眠与睡眠呼吸暂停,也有望用于研究睡眠中的癫痫发作,在未来,这种家用的睡眠监测装置有望能够收集大量的数据,这些大数据积累对于科学家们进一步解读睡眠以及神经相关疾病的奥秘,有着意想不到的作用。
 
   新思界为您提供《2017-2021年中国睡眠监护系统行业投资潜力及发展前景研究报告》

关键字: