[论文解读] 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 5

一句话总结

Dreamento 是一个开源的、基于 Python 的工具箱，专为可穿戴设备采集的睡眠脑电图（EEG）数据提供实时与离线分析，通过同步的感官刺激和事件标注实现梦境工程。它支持实时睡眠分期、功率谱分析、多模态感官刺激（视觉、听觉、触觉）、文本转语音通信，并可与肌电图（EMG）等非可穿戴信号集成，为清醒梦研究及更广泛的睡眠研究应用提供一个全面的图形用户界面（GUI）驱动平台。

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.

研究动机与目标

• 开发一个统一的开源软件平台，利用消费级睡眠 EEG 可穿戴设备实现梦境工程。
• 通过 EEG 数据与感官刺激，实现实时睡眠监测、分析与干预。
• 支持自动与手动事件标注，以提高睡眠研究中数据的准确性。
• 促进可穿戴 EEG 数据与非可穿戴生理信号（如 EMG）的集成。
• 将工具箱的实用性拓展至清醒梦之外的应用，如闭环听觉刺激与靶向记忆再激活。

提出的方法

• 该工具箱以 Python 包形式实现，并配备图形用户界面（GUI），用于实时与离线数据处理。
• 实时功能包括连续 EEG 数据记录、可视化，以及在睡眠周期中的导航。
• 通过功率谱分析监测不同睡眠阶段的脑活动动态。
• 采用基于 EEG 的分类算法实现自动睡眠分期，以识别非快速眼动（NREM）与快速眼动（REM）睡眠阶段。
• 通过视觉、听觉与触觉模态提供感官刺激，并与特定睡眠阶段同步。
• 启用文本转语音通信，实现实时睡眠中的交互，尤其适用于清醒梦实验。

实验结果

研究问题

• RQ1 一个实时的、开源的软件工具箱能否有效支持使用消费级 EEG 可穿戴设备的梦境工程？
• RQ2 利用可穿戴设备采集的 EEG 数据，实时自动睡眠分期的准确性如何？
• RQ3 多模态感官刺激（视觉、听觉、触觉）与睡眠阶段的同步程度在多大程度上可影响梦境内容？
• RQ4 将可穿戴 EEG 与非可穿戴信号（如 EMG）集成，能否提升睡眠事件检测的保真度？
• RQ5 基于 GUI 的标注系统在支持自动与手动睡眠事件标记方面效果如何？

主要发现

• Dreamento 成功通过用户友好的 GUI 实现实时记录、可视化与分析可穿戴设备采集的 EEG 数据。
• 通过实时分析 EEG 功率谱，系统实现了准确的自动睡眠分期。
• 多模态感官刺激（视觉、听觉、触觉）可精确同步至特定睡眠阶段，支持梦境干预实验。
• 该工具箱支持可穿戴 EEG 数据与非可穿戴信号（如 EMG）的无缝集成，提升数据完整性。
• 在睡眠期间可稳定建立文本转语音通信，支持交互式梦境工程协议。
• 离线后处理功能支持数据重格式化与外部模态对齐，提升数据在纵向研究与跨模态研究中的实用性。