Инженеры разработали новый способ мониторинга сна, который полностью полагается на домашний Wi-Fi. Он обещает стать абсолютно неназойливой и при этом точной альтернативой традиционным методикам.
Полноценный ночной сон — залог крепкого здоровья, продуктивной умственной деятельности и эмоционального благополучия. Однако изучение сна и его коварного антипода — бессонницы — требует громоздких устройств и сложных исследований. Прежде всего это полисомнография — регистрация мозговых волн, движений глаз, мышечной активности и частоты сердечных сокращений для определения фаз сна, передает naukatv.ru
Полисомнография — хорошо зарекомендовавший себя подход к исследованиям сна, но она требует, чтобы участники экспериментов проводили ночь в специализированных учреждениях под клиническим наблюдением, что делает эту технологию дорогостоящей и непрактичной для долгосрочного или широкомасштабного мониторинга. Более того, искусственные условия, скорее всего, нарушают нормальный режим сна, характерный для собственной уютной кровати дома.
Более удобны носимые устройства вроде умных часов и приложений для смартфонов. Однако такие устройства обычно отслеживают только основные показатели, такие как продолжительность сна, и многие люди, участвующие в исследованиях, считают эти устройства неудобными для ношения в постели.
Новая методика лишена этих недостатков. Она использует информацию о состоянии канала (Channel State Information, CSI) — стандартную метрику сигналов Wi-Fi, которая фиксирует, как электромагнитные волны распространяются в пространстве. Когда человек двигается или меняет позу во сне, эти едва заметные изменения отражаются на амплитуде волн Wi-Fi, пронизывающих спальню. Путем статистического моделирования этих вариаций можно обнаруживать статичные позы сна и ночные движения без необходимости применения умных часов, не говоря уж о специальных датчиках.
Для сбора данных используется обычный роутер и одноплатный компьютер с Wi-Fi-модулем. Полученную информацию подвергают статистическому анализу с помощью функции плотности вероятности, которая оценивает связь различных амплитуд сигнала с движениями человека во сне. По утверждению разработчиков, их подход обеспечивает точность распознавания более 95% для распространенных поз сна и ночных движений.
Эта технология предназначена для исследований сна, но также может быть полезна для контроля состояния пожилых людей и пациентов с ограниченной подвижностью. Система может работать в реальном времени для обнаружения апноэ, падений или нарушений сна, что позволит оказывать более своевременную помощь.