Monitorização não-invasiva com sensores balistocardiográficos para a gestão do sono

Abstract

A monitorizacão do sono tem um impacto importante no quotidiano das pessoas. Nesta monitorização, a primeira metodologia adotada consiste na Polysomnography (PSG). Atualmente, a via intrusiva é a mais precisa e fidedigna (PSG). Logo, existe uma necessidade, nesta área do sono, pela via não-invasiva, Ballistocardiography (BCG). A metodologia PSG usa sensores caros e a sua realização prende-se apenas com apoio hospitalar. Por outro lado, a metodologia BCG usa sensores mais baratos e apresenta uma utilização doméstica. E, atua sobre o sistema através do som do dispositivo móvel, neste caso, ou de outros tipos de atuadores. A aplicação ”GoToBed” desenvolvida é um meio para se atingir a monitorização do sono com o apoio de um sensor não-intrusivo e atuação. Por forma, a ajudar a pessoa a acordar na fase do sono leve. A monitorização do sono é realizada com o apoio de um sensor externo denominado SCA11H. Este sensor respeita a metodologia BCG. No âmbito desta dissertação, o Random Forest é o melhor algoritmo de classificação, ao nível de desempenho e de aprendizagem (Waikato Environment for Knowledge Analysis (Weka)). Com este modelo definido, realiza-se a predição das várias fases do sono. Entre elas, o sono acordado, Rapid Eye Movement (REM), leve e profundo. Consequentemente, a estratégia definida para um acordar na fase do sono leve consiste numa análise 15 minutos antes do alarme tocar. Nesta análise, se a pessoa tiver no sono profundo toca um som relaxante. Se não, o alarme volta a tocar, na hora prevista, com um som normal.

Sleep monitoring has an important impact on people’s daily lives. In this monitoring, the first methodology adopted consists of Polysomnography (PSG). Currently, the intrusive route is the most accurate and reliable (PSG). Therefore, there is a need, in this area of sleep, for the non-invasive route, Ballistocardiography (BCG). The PSG methodology uses expensive sensors and its realization only relies on hospital support. On the other hand, the BCG methodology uses cheaper sensors and presents a domestic use. And, act on the system through the sound of the mobile device, in this case, or other types of actuators. The application ”GoToBed”developed is a means to achieve sleep monitoring with the support of a non-intrusive sensor and performance. In order to help the person to wake up in the phase of light sleep. Sleep monitoring is performed with the support of an external sensor called SCA11H. This sensor respects the methodology BCG. Within the scope of this dissertation, Random Forest is the best classification algorithm, in terms of performance and learning (Waikato Environment for Knowledge Analysis (Weka)). With this defined model, the various sleep phases are predicted. Among them, awake sleep, Rapid Eye Movement (REM), light and deep. Consequently, the defined strategy for waking up in the light sleep phase consists of an analysis 15 minutes before the alarm sounds. In this analysis, if the person is in deep sleep it plays a relaxing sound. If not, the alarm sounds again, at the scheduled time, with a normal sound.