Fonctionnement de l'algorithme Dreem

Toutes les 30 secondes, les algorithmes de machine learning de Dreem déterminent dans quel stade de sommeil vous vous trouvez. La somme de ces stades de sommeil sur une nuit complète constitue l'hypnogramme que vous découvrez chaque matin. 

Extraction des données 

100 valeurs sont extraites toutes les 30 secondes à partir des différents capteurs du bandeau Dreem (électroencéphalogramme, accéléromètre, oxymètre de pouls). Parmi ces valeurs : 

  • le nombre de mouvements
  • les oscillations lentes 
  • les fuseaux de sommeil (ou spindles), petites bouffées de rythmes rapides et dont l’amplitude croît et décroît
  • les complexes K, ondes caractéristiques de la transition sommeil léger vers sommeil profond
  • la pulsation cardiaque
  • etc

Prédiction de la phase de sommeil

Pour définir avec le plus de précision votre phase de sommeil, l'algorithme compare les plages de 30 secondes avec une base de plusieurs centaines d'enregistrement "scorés" par des spécialistes du sommeil.

Afin de remettre chaque plage de 30 secondes dans son contexte, nous avons retenu le modèle LSTM (long short term memory) qui prend en compte l'historique des 20 plages précédentes de 30 secondes analysées pour analyser la plage en cours.

Ainsi, la manière d'un spécialiste du sommeil, le modèle tiendra par exemple compte du fait que vous êtes en sommeil profond depuis quelques minutes pour analyser la plage en cours.  

À noter :

  • La classification des phases de sommeil n'est pas une science exacte, mais de l'interprétation, habituellement faite par des experts et ici faite par notre algorithme qui s'améliore en continu (amélioration des valeurs extraites, complexité du modèle LSTM, etc.)
  • Le nombre de nuits "scorées" par des spécialistes de sommeil grandit continuellement, ce qui entraîne une détection plus fine des phases de sommeil.
  • La qualité du signal mesuré impacte directement la qualité de l'estimation des valeurs extraites, et donc la prédiction des phases de sommeil. En savoir plus sur l'amélioration de la qualité du signal. 
Cet article vous a-t-il été utile ?
Utilisateurs qui ont trouvé cela utile : 4 sur 5