Wykrywanie snu i czuwania za pomocą urządzeń noszonych na nodze z wykorzystaniem głębokiej fuzji sensorów

Dlaczego lepsze śledzenie snu ma znaczenie

Wiele rodzin zna walki z zaśnięciem, niespokojne noce i poranne oszołomienie — zwłaszcza gdy dziecko ma zaburzenie uwagi z nadpobudliwością (ADHD). Zły sen może pogarszać problemy z uwagą, nadpobudliwość i nastrój, tymczasem narzędzia, których używają lekarze do pomiaru snu, bywają albo zbyt skomplikowane do codziennego użytku, albo zbyt prymitywne, by wychwycić szczegóły. W tym badaniu zbadano nowy sposób monitorowania snu dzieci w domu przy pomocy miękkiej opaski noszonej na nodze oraz zaawansowanych technik komputerowych interpretujących jej sygnały.

Od kabli w laboratorium snu do prostych opasek na nogę

Aktualny złoty standard pomiaru snu, zwany badaniem snu, wymaga nocy w laboratorium z podłączonymi licznymi przewodami rejestrującymi fale mózgowe, oddech i ruch. Choć daje to bogate dane, takie badanie jest kosztowne, niewygodne i może nie odzwierciedlać tego, jak dziecko faktycznie śpi w domu. Z kolei popularne urządzenia noszone na nadgarstku głównie wykrywają ruch i mogą nie wychwycić subtelnych zmian w oddychaniu, rytmie serca czy ruchach nóg, które fragmentaryzują sen. Ta luka jest szczególnie istotna u dzieci z ADHD, które często mają niespokojne nogi, częste krótkie wybudzenia i opóźnione zasypianie, co standardowe trackery słabo rejestrują.

Bliższe spojrzenie na nogi

Zespół badawczy rozwinął wcześniejsze prace nad urządzeniem o nazwie RestEaze — wygodną opaską na nogę, która cicho rejestruje kilka rodzajów sygnałów przez całą noc. Maleńkie czujniki wewnątrz mierzą, jak noga porusza się w trzech wymiarach, jak się skręca i obraca, temperaturę skóry oraz zmiany przepływu krwi odzwierciedlające aktywność serca. W tym badaniu 14 dzieci ocenianych pod kątem ADHD nosiło RestEaze na obu nogach podczas nocnych badań snu, w których równocześnie rejestrowano fale mózgowe. Eksperci oznaczyli każdą minutę jako sen lub czuwanie na podstawie zapisu mózgu, dając badaczom wiarygodny punkt odniesienia do porównania z danymi z opaski na nodze.

Nauka uczenia maszynowego, by czytać noc

Zamiast tworzyć ręcznie proste podsumowania sygnałów, zespół trenował modele uczenia głębokiego — specjalne algorytmy potrafiące odkrywać użyteczne wzorce bezpośrednio z surowych danych. Testowali dwa sposoby łączenia informacji z czterech sensorów. W podejściu „wczesnej fuzji” wszystkie sygnały były najpierw mieszane razem, a następnie podawane do pojedynczego modelu. W podejściu „późnej fuzji” każdy typ sensora był przetwarzany w odrębnej ścieżce, a wyniki łączono dopiero na końcu w celu podjęcia ostatecznej decyzji. Model wykorzystujący późną fuzję, który pozwalał, by ruch, tętno i temperatura „wypowiadały się” osobno zanim zagłosują, okazał się najbardziej dokładny i spójny między dziećmi.

Jak rozumieć niespokojne noce

Najlepiej działający model potrafił rozróżnić sen od czuwania z dużą wiarygodnością, mimo że w danych okresy snu występowały około pięć razy częściej niż okresy czuwania. Na podstawie decyzji podejmowanych co minutę badacze obliczyli znane kliniczne miary, takie jak całkowity czas snu, latencja zasypiania, czas spędzony na czuwaniu po pierwszym zaśnięciu oraz ogólna efektywność snu. Początkowo model miał tendencję do dzielenia nocy na zbyt wiele drobnych wybudzeń. Aby to skorygować, zespół dodał prosty krok wygładzający, który analizował sąsiednie minuty w czasie i poprawiał nieprawdopodobne izolowane przebłyski czuwania lub snu. Ta poprawka przybliżyła estymacje modelu do wyników z laboratorium, nie zaciemniając jednocześnie istotnych okresów niespokojności.

Co wyniki oznaczają dla rodzin

Mówiąc prościej, badanie pokazuje, że mała opaska noszona na nodze w połączeniu z nowoczesnymi metodami rozpoznawania wzorców może śledzić, kiedy dziecko śpi lub jest obudzone niemal tak dobrze jak pełne badanie snu — przynajmniej w tej grupie dzieci z ADHD. Czujniki ruchu na nodze wnosiły największy wkład, podczas gdy tętno i temperatura dodawały pomocny kontekst. Chociaż badanie objęło niewielką liczbę uczestników i skupiło się na jednej grupie klinicznej, wskazuje na przyszłość, w której dzieci mogą być monitorowane komfortowo w domu przez wiele nocy. Taka długofalowa perspektywa mogłaby pomóc klinicystom i rodzicom we wczesnym wykrywaniu problemów ze snem, ocenie skuteczności terapii i dopasowaniu opieki do unikalnych wzorców snu każdego dziecka.

Cytowanie: Anwar, Y., Bansal, K., Kucukosmanoglu, M. et al. Sleep awake detection from leg-worn wearables using deep sensor fusion. Sci Rep 16, 9930 (2026). https://doi.org/10.1038/s41598-026-42310-8

Słowa kluczowe: monitorowanie snu, ADHD, czujniki noszone, uczenie głębokie, ruchy nóg