[論文レビュー] Dreamento: an open-source dream engineering toolbox for sleep EEG wearables

Mahdad Jafarzadeh Esfahani, Amir Hossein Daraie+3 more|arXiv (Cornell University)|Jul 8, 2022

Sleep and Wakefulness Research被引用数 5

ひとこと要約

Dreamento は、ウェアラブルデバイスからの睡眠脳波（EEG）データのリアルタイムおよびオフライン解析を目的としたオープンソースで Python で作成されたツールボックスであり、同期された感覚刺激とイベントアノテーションを用いた夢工学を可能にしている。リアルタイムでの睡眠スコアリング、パワースペクトル解析、マルチモーダルな感覚刺激（視覚的、聴覚的、触覚的）、テキストから音声への変換による通信、EMG などの非ウェアラブル信号との統合をサポートしており、リビッド・ドリームイングや広範な睡眠研究への応用を目的とした包括的な GUI 駆動型プラットフォームを提供する。

ABSTRACT

We introduce Dreamento (Dream engineering toolbox), an open-source Python package for dream engineering using sleep electroencephalography (EEG) wearables. Dreamento main functions are (1) real-time recording, monitoring, analysis, and sensory stimulation, and (2) offline post-processing of the resulting data, both in a graphical user interface (GUI). In real-time, Dreamento is capable of (1) data recording, visualization, and navigation, (2) power-spectrum analysis, (3) automatic sleep scoring, (4) sensory stimulation (visual, auditory, tactile), (5) establishing text-to-speech communication, and (6) managing annotations of automatic and manual events. The offline functions aid in post-processing the acquired data with features to reformat the wearable data and integrate it with non-wearable recorded modalities such as electromyography (EMG). While Dreamento was primarily developed for (lucid) dreaming studies, its applications can be extended to other areas of sleep research such as closed-loop auditory stimulation and targeted memory reactivation.

研究の動機と目的

• 消費者向けの睡眠 EEG ウェアラブル機器を用いた夢工学を実現する統合的でオープンソースのソフトウェアプラットフォームの開発。
• EEG データと感覚刺激を用いて、睡眠中のリアルタイム監視、分析、干渉を可能にする。
• 睡眠研究におけるデータ正確性の向上を図るため、自動および手動のイベントアノテーションを支援する。
• ウェアラブル EEG データと EMG などの非ウェアラブル生理的信号との統合を容易にする。
• リビッド・ドリームイングを超えて、閉ループ型聴覚刺激や標的記憶再活性化といった応用分野への拡張を可能にする。

提案手法

• 本ツールボックスは、リアルタイムおよびオフラインのデータ処理を目的とした Python パッケージとして実装され、グラフィカルユーザーインターフェース（GUI）を備えている。
• リアルタイム機能には、継続的な EEG データ記録、睡眠サイクルに沿った可視化およびナビゲーションが含まれる。
• 脳活動のダイナミクスを睡眠段階ごとにモニタリングするため、パワースペクトル解析が実施されている。
• NREM および REM 睡眠フェーズを特定するため、EEG を用いた分類アルゴリズムを用いた自動睡眠段階分類が実装されている。
• 視覚的、聴覚的、触覚的なモダリティを用いた感覚刺激が、特定の睡眠段階と同期して提供されている。
• 特にリビッド・ドリームイング実験において有用な、睡眠中にリアルタイムで相互作用可能なテキストから音声への変換通信が可能になっている。

実験結果

リサーチクエスチョン

• RQ1 リアルタイムで動作するオープンソースのソフトウェアツールボックスは、消費者向けの EEG ウェアラブル機器を用いて夢工学を効果的に支援できるか？
• RQ2 ウェアラブルデバイスからの EEG データを用いたリアルタイムでの自動睡眠段階分類は、どの程度の精度で実現できるか？
• RQ3 視覚的・聴覚的・触覚的のマルチモーダルな感覚刺激を、睡眠段階と同期させることで、夢の内容に影響を与えることができるか、その程度はいかほどか？
• RQ4 ウェアラブル EEG と EMG などの非ウェアラブル信号の統合により、睡眠イベント検出の忠実度は向上するか？
• RQ5 GUI を用いたアノテーションシステムは、睡眠イベントの自動および手動ラベリングをどの程度効果的に支援できるか？

主な発見

• Dreamento は、ユーザーフレンドリーな GUI を通じて、ウェアラブルデバイスからの EEG データのリアルタイム記録、可視化、分析を成功裏に実現している。
• 本システムは、リアルタイムでの EEG パワースペクトル解析により、正確な自動睡眠段階分類を達成している。
• 視覚的・聴覚的・触覚的のマルチモーダルな感覚刺激を、特定の睡眠段階に正確にタイミング合わせて提供可能であり、夢干渉実験を支援している。
• 本ツールボックスは、EMG などの非ウェアラブル信号とのウェアラブル EEG データのシームレスな統合をサポートしており、データの完全性を高めている。
• 睡眠中に信頼性の高いテキストから音声への変換通信が確立されており、インタラクティブな夢工学プロトコルの実現が可能になっている。
• オフラインでの後処理機能により、データのフォーマット変換や外部モダリティとのアライメントが可能となり、縦断的およびマルチモーダル研究におけるデータの有用性が向上している。