Hodnocení kvality spánku z infračerveného videa
| Thesis title in Czech: | Hodnocení kvality spánku z infračerveného videa |
|---|---|
| Thesis title in English: | Evaluation of sleep quality from infrared video |
| Key words: | zpracování obrazu|kvalita spánku|medicínské zobrazování|analýza osvětlení|detekce pohybu |
| English key words: | image processing|sleep quality|medical imaging|light analysis|motion detection |
| Academic year of topic announcement: | 2020/2021 |
| Thesis type: | Bachelor's thesis |
| Thesis language: | čeština |
| Department: | Department of Software and Computer Science Education (32-KSVI) |
| Supervisor: | RNDr. Michal Šorel, Ph.D. |
| Author: | hidden - assigned and confirmed by the Study Dept. |
| Date of registration: | 16.04.2021 |
| Date of assignment: | 16.04.2021 |
| Confirmed by Study dept. on: | 26.05.2021 |
| Date and time of defence: | 28.06.2021 10:00 |
| Date of electronic submission: | 26.05.2021 |
| Date of submission of printed version: | 26.05.2021 |
| Date of proceeded defence: | 28.06.2021 |
| Opponents: | doc. RNDr. Barbara Zitová, Ph.D. |
| Guidelines |
| Zhoršená kvalita spánku nebo dokonce nespavost je častým průvodním jevem
života v civilizované společnosti. Úkolem této práce je vyvinout software, který by umožňoval sledování pacienta ve spánku pomocí infračervené kamery a pomáhal s vyhodnocením délek intervalů spánku a bdělosti, příp. citlivosti pacienta na hladinu osvětlení. Práce předpokládá znalost základů lineární algebry, práce s digitálními obrazy a zkušenost s programováním. Téma zahrnuje některé algoritmicky zajímavé problémy, na které by se student mohl zaměřit. Hladinu světla není například možné detekovat přímo, protože kamera automaticky reguluje zesílení. Pravděpodobně by však mělo být možné rozložit obraz na složku vzniklou IR osvětlením a složky od dalších zdrojů osvětlení pomocí analýzy podprostorů celé časové řady snímků. Další důležitou oblastí je detekce pohybu, který odpovídá intervalům mělkého spánku nebo bdělosti. Může také pomoci k diagnostice poruch typu periodického pohybu končetinami ve spánku (PLMS). Postup: 1/ Provést rešerši článků, které se zabývají analýzou spánku pomocí videa 2/ Prostudovat složitější metody pro analýzu podprostorů, především faktorizaci matic na pozitivní komponenty. Navrhnout použití na odhad úrovně osvětlení a ověřit funkčnost algoritmu. 3/ Navrhnout vhodnou metodu pro detekci pohybu, příp. rozlišení druhu pohybu. Porovnat použitelnost detekce pomocí rozdílu jasových hodnot a složitějších metod založených na optickém toku. |
| References |
| Michael W. Berry et al.: Algorithms and Applications for Approximate Nonnegative Matrix Factorization, 2006
Zhang et al.: Illumination Decomposition for Photograph With Multiple Light Sources, 2017 Richard Szeliski: Computer vision: algorithms and applications, 2010 |
| Preliminary scope of work |
| Měření kvality spánku probíhá většinou spolehlivým avšak komplikovaným polysomnografickým vyšetřením ve spánkové laboratoři. Cílem práce bylo vyvinout 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 pohybu 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 podprostorů, resp. maticových faktorizací. Výsledky předložených algoritmů byly ověřeny experimentem a některé z nich se dají považovat za spolehlivé. |
| Preliminary scope of work in English |
| 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. |