你是否常常會為失眠而感到困擾，總是害怕第二天會不會影響工作，也許也會因為心情不好，或者壓力太大造成失眠等等。失眠對于我們就是有害無利的事情，所以今天小編將帶來最科技的治失眠的方法。有了無線信號＋AI算法，再也不怕失眠啦！

　　科學家們研究出了新的無線睡眠檢測儀，或許能幫助你不再失眠。

　　你是否常常被失眠所困擾呢？要知道，包括帕金森和阿爾茨海默在內的疾病也同樣會擾亂人的睡眠。但診斷和監(jiān)測睡眠狀態(tài)通常需要將電極和各種其他傳感器連接到患者身上，但這樣往往會讓患者睡得更不安穩(wěn)。

　　現(xiàn)在，科學家們研究出了新的無線睡眠檢測儀，或許能幫助你不再失眠。

　　圖、能“隱身”的無線睡眠檢測儀

　　為了讓診斷和研究睡眠問題變得更加容易，麻省理工學院和哈佛大學醫(yī)學院附屬麻省總醫(yī)院的研究人員設計了一種新的設備來監(jiān)測不同的睡眠階段，這種新方式最大的亮點就是不用往身上連接各種各樣的傳感器。

　　他們的設備使用先進的人工智能算法來分析用戶周圍的無線電信號，并將這些測量轉化為不同的睡眠階段：輕度睡眠、深度睡眠和快速眼球運動（REM，睡眠階段中最淺的階段）。

　　南加州大學Andrew and Erna Viterbi電氣工程與計算機學院教授Dina Katabi正是這項研究的帶頭人，她說：“試著想像一下，你家的Wi-Fi路由器不僅知道你在做夢，還能檢測你是否睡得夠沉。擁有足夠的深度睡眠對于人們的記憶鞏固是非常重要的。我們想開發(fā)出沒有實體設備的傳感器，這樣就能在不影響用戶的情況下捕捉生理信號和重要的健康指標”。

　　Katabi與MGH睡眠醫(yī)學科主任Matt Bianchi、麻省理工學院教授Tommi Jaakkola 共同進行了研究。 麻省理工的研究生Mingmin Zhao 是該研究論文的第一作者，另一位麻省理工的研究生Shichao Yue也參與其中。研究人員們將于8月9日在國際機器學習會議上發(fā)表他們的論文。

　　遙控感應

　　Katabi及其在麻省理工計算機科學和人工智能實驗室的成員曾經開發(fā)過基于無線電的傳感器，能夠遠程測量作為健康指標的生命體征和行為。 這些傳感器只有筆記本電腦大小，能夠發(fā)射低功率射頻（RF）信號。 隨著無線電波從患者身上來回反射，身體任何輕微的運動都會改變反射波的頻率。而通過分析這些反射波，就能得知如脈搏和呼吸頻率等生命體征。

　　Katabi說：“它就像一個智能Wi-Fi盒，把它放在家里就能分析這些反射波。通過留在RF信號上的特征，就能檢測到用戶身上所發(fā)生的變化”。

　　Katabi和她的學生們還運用這種方法創(chuàng)造了叫做WiGait的傳感器，該傳感器可以通過無線電信號測量行走的速度。能夠幫助醫(yī)生對認知衰退、心臟或肺部疾病、及其他健康問題進行預測。

　　圖、墻壁傳感器WiGait有一張照片大小，能夠基于人對無線電信號的干擾來準確監(jiān)測其行走速度和步幅

　　開發(fā)這些傳感器之后，Katabi認為，類似的方法也可用于監(jiān)測睡眠。現(xiàn)在，如果要檢測睡眠狀態(tài)，就必須去睡眠實驗室睡上一覺，睡眠監(jiān)測器（EEG）等機器將會對那晚的睡眠進行分析。

　　“這項研究有著巨大的潛力，正因為我們對睡眠還不夠了解，而又有很多人都被睡眠障礙所困擾，”Mingmin Zhao 說， “如果我們能做好這項技術，人們就不用每隔幾個月親自去實驗室呆一個晚上，而是在家就能不間斷地對睡眠進行研究。”

　　為了達到這個目標，研究人員必須將脈搏、呼吸頻率和身體動作的測量值轉換成睡眠階段。而人工智能的最新進展——“深層神經網絡”算法正好能提取和分析來自復雜數(shù)據(jù)集的信息，例如分析從傳感器接受的無線電信號。 然而，這些信號往往包含許多與睡眠無關的東西，可能會混淆算法。于是，麻省理工的研究人員提出了一種基于深層神經網絡的算法，從而去掉了那些無關信息。

　　Jaakkola說：“在測量的時候，周圍往往會帶來許多不必要的變化。而這項算法的特點在于只保持睡眠信號，并去掉其他的干擾”。 在不需要任何校準的情況下，他們的算法也能在不同的位置用于不同的人。

　　研究人員用這種方法對25名身體健康的志愿者進行了測試，發(fā)現(xiàn)他們的技術準確度高達80％，與基于EEG測量的睡眠專家所達到的準確度相當。

　　“我們的設備不僅能去掉那些黏在身上的電線和傳感器，還能在家里就能獲得更好的體驗，同時也讓醫(yī)生和睡眠技術人員的工作變得更加輕松。”Katabi說，“他們更不需要一個一個手動標記數(shù)據(jù)。”

　　睡眠不足

　　其他研究人員也曾試圖用無線電信號來監(jiān)測睡眠，但這些系統(tǒng)只有65%的準確率，只能感應用戶是醒著還是睡著了，卻不能辨識睡眠階段。但Katabi和她的同事通過訓練他們的算法，過濾了來自室內其他物體的信號干擾，只關注從睡眠者身上反射的數(shù)據(jù)。

　　現(xiàn)在，研究人員計劃使用這項技術來研究帕金森癥是如何影響睡眠的。Katabi說：“我們常常把帕金森征視為運動障礙類型的疾病，但它也與非常復雜的睡眠不足密切相關，而我們對這方面還不夠了解。”

　　在不久的將來，這些傳感器還可用于了解更多關于阿爾茨海默病所引起的睡眠變化，以及如失眠和睡眠呼吸暫停等睡眠障礙；甚至還能更好地檢測睡眠中的癲癇發(fā)作。