ICML精彩論文：學界與業界聯手，通過監測無線信號來判斷睡眠階段

雷鋒網 AI 科技評論按：ICML 2017剛剛在悉尼落下帷幕，此次ICML收到論文1676篇，接收434篇，又一次創下新的紀錄。這么多論文中，不乏許多精彩應用和創新。MIT（麻省理工學院）與MGH（麻省綜合醫院）的研究員于悉尼時間8月9日在會上展示了關于睡眠研究的論文，這是利用深度神經網絡的一次全新嘗試，也是學界與業界的攜手共進。

這項研究具體是什么？跟著雷鋒網 AI科技評論往下看。

研究背景

超過5000萬美國人被睡眠失調癥所困擾，與此同時，帕金森癥和阿爾茨海默癥等疾病也會影響睡眠情況。為了診斷和監測人的睡眠情況，通常需要將電極和各種各樣的傳感器安裝在他們身上，這樣一來，會導致他們的睡眠變得更差。

圖：為了檢測睡眠情況，通常要在身上安裝各種各樣的傳感器

為了解決這一情況，MIT（麻省理工學院）和麻省綜合醫院（MGH）的研究人員設計了一種新的方法，無需把傳感器安裝在病人身上就能監測睡眠階段。

他們的設備使用一種先進的人工智能算法來分析人周圍的無線信號，并將這些測量值換算成不同的睡眠階段：輕度睡眠、深度睡眠或快速眼動睡眠(REM)。

相關研究人員

負責這項研究的是MIT電子工程和計算機科學學院教授Dina Katabi。

“想象一下，如果你家里的無線路由器知道你在做夢，并能監測出你是否有足夠的深度睡眠，這些對記憶鞏固來說很有必要。”她提到，“我們的愿景是開發出健康傳感器，這種傳感器能隱于幕后，捕捉生理信號和重要的健康指標，用戶不需要為此特地改變自己的行為習慣。”

參與此次研究的也有MGH睡眠醫學部的Matt Bianchi，MIT 電子工程和計算機科學學院教授Tommi Jaakkola，他也是MIT數據、系統和社會研究所的一員，此外還有MIT的研究生Mingmin Zhao，他是這篇論文的第一作者，另外還有論文的合著者——MIT研究生Shichao Yue。

之前的研究

Katab之前帶領MIT計算機科學和人工智能實驗室團隊開發出了基于電波的傳感器，能遠程測量生命體征和行為，這些測量結果可以作為健康指標。這些傳感器由一種無線設備組成，與筆記本電腦的大小差不多，能發出低功率射頻(RF)信號。

當無線電波經由我們的身體反射時，身體的任何輕微運動都能改變反射波的頻率。分析這些反射波可以知道脈搏和呼吸率等生命體征。

Katabi說到：“它是一個放在家里的智能盒子，類似于WiFi信號，在它發出的RF 信號經過人體反射之后，會得到相應的信息，通過分析反射回來的信號，可以發現人身體上的相應變化。”

Katabi和她的學生們也用這種方法創造了一種名為“WiGait”的傳感器，這種傳感器可以通過無線信號來測量行走速度，這可以幫助醫生預測用戶的認知能力是否下降、是否摔倒、有沒有心臟或肺部疾病，也可以通過它預判其他健康問題。

在開發了這些傳感器后，Katabi認為類似的方法也可以用于監測睡眠。目前監測睡眠太復雜了——患者需要一整個晚上呆在睡眠實驗室中，連接到腦電圖(EEG)儀器等監測儀器來進行測量。

Katabi的學生Mingmin Zhao說到：“這項技術在未來有非常大的潛力，因為目前我們還不太了解睡眠，大部分人都有睡眠問題。如果能通過這項技術有效監測睡眠，那么，病人在家時，醫生就可以研究他們的睡眠情況。要知道，現在的睡眠研究，幾個月才能進行一次，而且得在睡眠實驗室里。”

相較以前的優點

為了有效監測睡眠，他們得想出一種方法，將他們測量的脈搏、呼吸率和運動狀態換算成不同睡眠階段。

最近人工智能的發展，使得研究人員可以通過訓練深度神經網絡（計算機算法），來從復雜的數據集（例如研究人員從傳感器中獲得的無線信號）中提取和分析信息。不過，從傳感器中獲得的無線信號中有很多與睡眠無關的信息，這些信息會擾亂現有的算法。

圖：他們全新的方法

在此情況下，他們提出了一種基于深度神經網絡的新的AI算法，這種算法可以排除掉無關信息。

“周圍的環境會導致測量數據中出現很多多余的變量，我們方法的創新之處在于，在保留睡眠信號的同時，能移除掉無關的變量。”Jaakkola說到。

他們的算法沒有使用標準，對于不同的地點和不同的人都適用。

在對25名健康志愿者的測試中，他們的技術準確率約為80%，這與睡眠科醫生通過腦電圖數據診斷的準確率相當。

“我們的設備不僅可以把人身上的所有傳感器都移走，而且能在家里監測，讓監測對象獲得更好的體驗，也讓醫生和睡眠專家的工作變得更簡單了。”，Katabi說，“他們再也不需要一點一點的查看數據，然后手動進行標記了。”

也有其他研究人員曾試圖利用無線信號來監測睡眠，但他們的系統在那時只有65%的準確率，而且系統只能判定一個人是處于清醒狀態還是入睡狀態，根本不能判斷人處于什么睡眠階段。

Katabi和她的同事們相較以前取得了進步，通過訓練算法，忽略了房間里的其他物體上反射回來的無線信號，只關注從睡著的人身上反射回來的數據。

未來的前景

他們現在計劃利用這項技術來研究帕金森病對睡眠的影響。

Katabi說:“當談到帕金森癥，人們會認為它是一種運動障礙癥，但這種疾病也與睡眠不足的多種復雜情況有關，關于這點，目前還沒有什么好的解釋說明。”

該傳感器還可用于研究更多關于阿爾茨海默氏癥導致的睡眠變化，以及失眠和睡眠呼吸暫停等睡眠失調癥。它可能也對研究睡眠中癲癇癥的發作有所幫助，而這通常是很難被發現的。

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

via：MIT News

雷鋒網 AI 科技評論編譯整理。

雷峰網原創文章，未經授權禁止轉載。詳情見轉載須知。