Hodnocení kvality spánku z infračerveného videa

Abstract

Měření kvality spánku probíhá většinou spolehlivým avšak komplikovaným polysomnografickým vyšetřením ve spánkové laboratoři. Cílem práce bylo vyvi- nout desktopovou aplikaci, která by poskytovala nástroje pro analýzu spánku na základě jeho videozáznamu pořízeného v domácím prostředí pacienta pomocí kamery s infračerveným nočním viděním. Implementací algoritmu detekce po- hybu založeného na rozdílové metodě jasových hodnot byl sestaven graf pohybové aktivity v průběhu spánku, na jehož základě byly aproximovány délky intervalů spánku a bdělosti a hodnoty základních spánkových proměnných. Dále mělo smysl zkoumat i další faktory, které by kvalitu pacientova spánku mohly ovlivňovat. Jelikož jedním z nich je i hladina osvětlení, kterému je pacient v průběhu spánku vystaven, byly prozkoumány možnosti analýzy (relativní) hladiny osvětlení z pořízeného videozáznamu, a to vytvořením fyzikálního modelu a analýzou pod- prostorů, resp. maticových faktorizací. Výsledky předložených algoritmů byly ověřeny experimentem a některé z nich se dají považovat za spolehlivé. 1

Measuring the quality of sleep is commonly realized through polysomnography, a reliable yet complicated sleep study that takes place in a sleep laboratory. The goal of this work was to develop a desktop application that would provide tools for sleep quality evaluation, based on a video recording taken in a patient's home environment using a camera with infrared vision. A motion detection algorithm based on the frame difference method was implemented, in order to assemble a graph of the patient's motion activity throughout his sleep, which was then used to approximate lengths of intervals of sleep and wakefulness and the values of basic sleep variables. It made sense to also investigate factors that could have impact on the patient's sleep quality, like the amount of light that the patient is exposed to during his sleep. Multiple algorithms for analysis of the (relative) amount of illuminance from the video recording are presented, based on modeling the lightning in the room, subspace analysis and matrix factorization. Results of these methods were verified by an experiment, and some of them can be considered reliable. 1