ثبت بازخورد

لطفا میزان رضایت خود را از دیجیاتو انتخاب کنید.

واقعا راضی‌ام
اصلا راضی نیستم
چطور میتوانیم تجربه بهتری برای شما بسازیم؟

نظر شما با موفقیت ثبت شد.

از اینکه ما را در توسعه بهتر و هدفمند‌تر دیجیاتو همراهی می‌کنید
از شما سپاسگزاریم.

تکنولوژی

دانشمندان از سیگنال های رادیویی برای پایش دقیق وضعیت خواب استفاده کردند

امروزه سامانه های پایش خواب از طریق اپلیکیشن ها، لوازم جانبی و ابزارهای پوشیدنی، همیشه همراهمان هستند و با استفاده از میکروفون دستگاه یا ردیابی حرکات، ساعات خواب و بیداری کاربر را مشخص می کنند. ...

حمید مقدسی
نوشته شده توسط حمید مقدسی | ۱۷ مرداد ۱۳۹۶ | ۱۴:۰۰

امروزه سامانه های پایش خواب از طریق اپلیکیشن ها، لوازم جانبی و ابزارهای پوشیدنی، همیشه همراهمان هستند و با استفاده از میکروفون دستگاه یا ردیابی حرکات، ساعات خواب و بیداری کاربر را مشخص می کنند.

با این حال افرادی که به اختلالات خواب دچارند، هنوز هم باید از مجموعه آزار دهنده حسگرهای فیزیکی استفاده کنند که آسایش آنها را بر هم می زند.

حال محققین دانشگاه MIT روش جدیدی را ابداع کرده و از سیگنال های رادیویی و الگوریتم های هوش مصنوعی برای تجزیه و تحلیل مراحل خواب کاربر استفاده می کنند؛ روشی که به حسگرهای فیزیکی نیازی نداشته و دقت بسیار بالایی دارد.

این روش می تواند به شناسایی اختلالات خواب در افراد مبتلا به بیماری های پارکینسون، آلزایمر و صرع کمک کند، اما در نهایت برای تمام افراد هم قابل استفاده خواهد بود. «دینا خطابی» استاد کامپیوتر مؤسسه فناوری ماساچوست در این رابطه می گوید:

تصور کنید که روزی، روتر وای-فای می تواند رؤیا دیدن یا خواب عمیق شما را تشخیص دهد. هدف اصلی ما، توسعه سنسورهایی است که حضوری پنهان در محیط داشته و می توانند علائم فیزیولوژیکی و شاخص های مهم سلامتی را بدون تغییر دادن نحوه زندگی کاربر، ردیابی نمایند.

اگرچه سیستم های دیگری هم وجود دارند که از سیگنال های رادیویی برای پایش خواب استفاده می کنند، اما نخستین بار است که این روش با دقت بسیار بالا (80 درصد) به کار گرفته شده است. البته سیگنال های RF همه چیز را به ثبت می رسانند و بنابراین، تفکیک اطلاعات مهم از موارد نامربوط، یکی از چالش های اصلی این تحقیق به شمار می رود.

در این سامانه پایش خواب، از شبکه های عصبی عمیق و الگوریتم های منحصر به فرد مؤسسه MIT استفاده شده که با تجزیه و تحلیل داده ها، اطلاعات خام را به محتوای ارزشمند بدل می کنند. گزارش این تحقیق در تاریخ نهم ماه اوت در «کنفرانس بین المللی یادگیری ماشین» ارائه خواهد شد.

دیدگاه‌ها و نظرات خود را بنویسید
مطالب پیشنهادی