การวิเคราะห์การนอนโดยใช้ราสเบอร์รี่พายจับการเคลื่อนไหวระหว่างนอน

Sleep analysis by capturing motion during sleep with Raspberry Pi

Name: จริณ เจริญศิริ

Organization : มหาวิทยาลัยเทคโนโลยีพระจอมเกล้าพระนครเหนือ. คณะเทคโนโลยีสารสนเทศ

Email : s6007031857057@email.kmutnb.ac.th

Name: นวพร วิสิฐพงศ์พันธ์

Organization : มหาวิทยาลัยเทคโนโลยีพระจอมเกล้าพระนครเหนือ. คณะเทคโนโลยีสารสนเทศ

Email : nawaporn.w@it.kmutnb.ac.th

ThaSH: การนอนหลับ -- การวิเคราะห์

ThaSH: การเคลื่อนไหว -- การบันทึก -- เครื่องมือและอุปกรณ์

ThaSH: Raspberry Pi (Computer)

Abstract: ปกติมนุษย์ต้องการเวลานอนเฉลี่ยประมาณคืนละ 8 ชั่วโมง เพื่อให้ร่างกายได้พักผ่อนอย่างเต็มที่ ซึ่งสภาพแวดล้อมและการเคลื่อนไหวในระหว่างการนอน มีส่วนทำให้คุณภาพของการนอนต่างกันในแต่ละวัน การวิเคราะห์การนอนในปัจจุบันผู้ใช้งานจะต้องสวมใส่หรือติดตั้งอุปกรณ์บนร่างกาย เช่น เครื่องตรวจวัดการนอนหลับที่โรงพยาบาล Sleep Tracker หรือ Smart Watch เป็นต้น ซึ่งอุปกรณ์เหล่านี้มักทำให้เกิดความไม่สบายตัวระหว่างนอน ดังนั้น ผู้วิจัยจึงได้พัฒนาระบบวิเคราะห์การนอนโดยใช้โมดูลกล้องที่เชื่อมต่อกับราสเบอร์รี่พายบันทึกภาพ และใช้ Video Motion Detection ตรวจจับการเคลื่อนไหวระหว่างการนอน ซึ่งผู้นอนไม่จำเป็นต้องสวมใส่อุปกรณ์บนร่างกาย นอกจากนี้ผู้วิจัยจะนำเสนอวิธีการวัดประสิทธิภาพการนอนจากการเคลื่อนไหวที่เกิดขึ้น ซึ่งผลจากการทดลองแสดงให้เห็นว่า ระบบที่พัฒนาขึ้นมาสามารถนำมาใช้วิเคราะห์คุณภาพของการหลับได้เนื่องจากผลการทดลองสอดคล้องกับผลวิเคราะห์ที่ได้จาก Sleep Tracker ของ Smart Watch กล่าวคือในช่วงหลับปกติ (Light Sleep) ผู้นอนจะมีการเคลื่อนไหวเป็นระยะ และช่วงหลับลึก (Deep Sleep) จะไม่มีการเคลื่อนไหว โดยช่วงเวลาหลับลึกที่คำนวณได้จะต่างจากช่วงเวลาที่ Smart Watch ตรวจจับประมาณ 20-40 นาที

Abstract: Normally humans need an average sleep time of about 8 hours per night in order to get a restful sleep. The quality of sleep is different each night depending on environment and movement during sleeping. Nowadays, people can analyze their sleeping by using equipment or gadgets such as the sleep measurement machine at the hospital, sleep tracker, and smart watch etc. All of these equipment typically disturb and create uneasy environment for humans to sleep. In this work, we propose a sleep analysis system using camera that is attached to raspberry pi to capture the picture and use video motion detection to detect motion during sleep. Hence, nothing needs to be worn or attach to the body while sleeping. In addition, we also proposed a method to calculate duration of deep sleep. According to the test result, the developed system can be used to analyze the quality of sleep because the results are consistent with the results obtained from the sleep tracker or smart watch. There is some movement during the light sleep period and there is no movement during the deep sleep period. The deep sleep period calculated by the system is on average 20 - 40 minutes different from the period obtained from the smart watches.

มหาวิทยาลัยเทคโนโลยีพระจอมเกล้าพระนครเหนือ. สำนักหอสมุดกลาง

Address: กรุงเทพมหานคร

Email: library@kmutnb.ac.th

Created: 2562

Modified: 2564-01-14

Issued: 2564-01-14

บทความ/Article

application/pdf

BibliograpyCitation : ใน King Mongkut's University of Technology North Bangkok Faculty of Information Technology. The 15th National Conference on Computing and Information Technology (NCCIT 2019) (p.407-412). กรุงเทพฯ : คณะเทคโนโลยีสารสนเทศ มหาวิทยาลัยเทคโนโลยีพระจอมเกล้าพระนครเหนือ

tha

©copyrights มหาวิทยาลัยเทคโนโลยีพระจอมเกล้าพระนครเหนือ

ลำดับที่.	ชื่อแฟ้มข้อมูล	ขนาดแฟ้มข้อมูล	จำนวนเข้าถึง	วัน-เวลาเข้าถึงล่าสุด
1	NCCIT 2019pp.407-412.pdf	1.7 MB	15	2025-10-17 17:02:31

ใช้เวลา

0.02687 วินาที