Alvásfiziológiai paraméterek monitorozása és analízise EEG eszközzel
Manapság az emberek több időt fektetnek céljaik elérésébe, karrierjük alakításába, és a legkönnyebben ezt az időt az alvásra szánt időből tudják kölcsönözni.
Minden embernek szüksége van kellő mennyiségű és minőségű alvásra, egyes munkakörökben pedig fokozottan fontos, hogy ez biztosítva legyen. Az alvásdiagnosztikában az egyik leggyakrabban alkalmazott terápiás kezelés az alvási ritmus rendszerezése. Ennek vizsgálatához hypnogramra van szükség az alany alvásáról.
A hypnogram elkészítésének egyik alternatívája a non-invazív aktigráf mérés, amely, bár könnyen beüzemeltethető, mégis végül pontatlan eredményt ad az alváslaborokban jelenlévő teljes poliszomnográf monitorozással ellentétben. Utóbbi viszont az eszközök összetettsége és bonyolult használata miatt nem terjedhetett el a hétköznapi emberek életében.
Tanulmányomban a könnyen csatlakoztatható eszközök segítségével bemutatom az alvás mely releváns fiziológiai folyamatai mérhetőek. Elemzem a módszerek előnyeit és hátrányait. A legtöbb információval szolgáló mérendő paraméter kiválasztása után Android alkalmazáson alapuló kísérleti mérőrendszeremet megterveztem és megvalósítottam.
Az alváslaborokban használt mérőberendezések drágák és szakértelmet kívánnak, ami miatt sok potenciális alany nem jut megfelelő vizsgálathoz, kezeléshez. Emiatt olyan vezetéknélküli, bárki számára elérhető neurális headsetet kerestem, amelynek adatait jelfeldolgozás segítségével fel tudtam használni alvásmélységi elemzésre. Az eszköztől lekérdezhető változók értékeléséhez strukturált tesztméréseket terveztem.
A kiértékeléseim eredményeit összevetettem a szakirodalommal, ezután pedig megvizsgáltam, milyen más megoldások találhatók a piacon. Kutatásom fókuszában az állt, hogyan lehet megalkotni egy olyan kompakt mérőrendszert, ami képes az alvásra szánt idő mellett az alvás minőségéről kvantitatívan is objektív visszajelzést adni. Ebből a célból teszteltem a francia rythm cég DREEM headsetét, ami komfortos kialakításával, továbbá szenzoregyüttesének köszönhetően egy még pontosabb alvásmélységi osztályzást ígér a felhasználóknak.
szerző
konzulens
-
Dr. Forstner Bertalan
Docens, Automatizálási és Alkalmazott Informatikai Tanszék
