Ночью в спальне звучит оркестр, где солист — дыхание. Под простынёй лежит коврик из 512 датчиков, и каждый улавливает малейшие движения тела. Когда дыхание останавливается на десять секунд, оркестр замолкает. Задача — услышать эту тишину.
Раньше было неясно, какие ноты в этой музыке важнее. Исследователи разбирали сигнал на части: статистика, пересечения нуля, энергия, вейвлеты, фрактальная размерность. Всего десять групп, 191 признак. Но какие из них действительно говорят о паузе в дыхании?
Оказалось, что дирижёр этого оркестра — частота дыхания. Мощность в узкой полосе 0.1–0.4 Гц, где происходят дыхательные движения, важнее всего. Вейвлеты и нелинейные меры почти не нужны: их вклад всего 10.4% при 59 признаках.
Модель Random Forest достигла AUC-ROC 0.967 — это значит, что она отличает событие апноэ от чистого окна почти без ошибок. У 79% пациентов точность превышала 0.95. Строгая проверка с исключением одного пациента гарантирует, что результат не случаен.
Теперь, когда известно, какие ноты слушать, можно собрать компактный оркестр. Вместо 191 признака достаточно 48 — частотных и временных. Такой коврик сможет работать в домашних условиях, без прикреплённых датчиков и сложной аппаратуры.
Вернёмся к оркестру. Теперь мы знаем, что пауза в дыхании слышна не в сложных узорах, а в простом ритме. Коврик под простынёй может стать домашним стражем сна, который не мешает, а просто слушает.
Медианная точность синхронизации между полиграфом и ковриком составила 21 миллисекунду — это меньше, чем длительность одного кадра при частоте 50 Гц. Такой точности добились, передавая псевдослучайный код через ЭЭГ-канал, словно азбуку Морзе между двумя независимыми часами.