Project Details
Description
- Das Projekt „Virtuelles Schlaflabor“ verfolgt das Ziel, anhand eines integrierten Proof-of-Concept-Prototypen zu validieren, wie eine Detektion von Schlafverhalten wissenschaftlich fundiert quantitativ und qualitativ über neuartige, kostengünstige Sensortechnologien und Verfahren in-situ beschrieben, gemessen und evaluiert werden kann. Es soll eine Aussage zur Schlafqualität basierend auf einzelnen Parametern (Features) gegeben werden können. Weiters soll ein definiertes Set an Interventionen (sog. Nuggets) für Schlafoptimierungen entwickelt und evaluiert werden, und so der Nachweis des Mehrwerts untersucht werden.
- Das erste Ziel ist die Entwicklung und Evaluierung einer Sensorkonfiguration. Es soll eine Sensorkonfiguration ermittelt und in einem Sensornetzwerk integriert werden, die eine ambulatorische Schlafmessung mittels körperfernen und körpernahen Sensortechnologien ermöglicht. Dabei wird anhand von Referenzmethoden der Schlafdiagnose geeignete Sensorik ausgewählt und bewertet. Die Entwicklung einer Sensorkonfiguration gibt Aufschluss über Art, Anzahl und Positionierung von Sensoren zur Erfassung von Bewegungs-, Herz- und Atmungsaktivität. Die Sensoren werden in einem Sensornetzwerk integriert, das die Basis für die zuverlässige und sichere Datenerfassung, Datenaufbereitung und Datenauswertung von für Schlafverhalten relevanten Ereignissen und Mustern legt. Das zweite Ziel ist die Entwicklung und Evaluierung von Algorithmen für die Bewertung der Schlafqualität und der individuellen Schlafprofile durch einfache Sensorik nahe oder direkt am Körper des End-Users. Ziel 3 ist die Entwicklung und Evaluierung von Interventionen zur Schlafoptimierung/-verbesserung: es sollen sog. ‚sleep nuggets‘ entwickelt werden, die in kleinen 8-12 min Einheiten („nuggets“) das Ein- und Durchschlafen fördern, sowie dem verfrühten Aufwachen entgegenwirken. Bei den ‚sleep nuggets‘ handelt es sich um Audio- und/ oder Videofiles zur Muskelentspannung, Atemübungen, entspannenden Phantasiereisen sowie zur Schlaf-Edukation, die dem User jeden Abend angeboten werden; in der Gestaltung dieser Einheiten orientieren wir uns an wissenschaftlich evaluierten Behandlungsformaten (konkret der „cognitive behavioral therapy for insomnia“), und bereiten diese Formate im Sinne einer hohen Compliance so auf, dass sie optimal in den Alltag eingebettet werden können. Basierend auf den gewonnenen Daten sollen die Tipps und Strategien zur Verbesserung des Schlafes für jeden Einzelnen zunehmend maßgeschneidert werden. Aufgebaut wird dabei immer auf wissenschaftlich wirksame Behandlungsansätze mit dem Ausblick in Zukunft individualisierte (KI errechnete) Behandlungen für unterschiedliche Schläfer zu entwerfen (vgl. Blanken et al., 2019). Im Zusammenspiel mit unserem Projektpartner Proschlaf/Das Gesundheitshaus sollen die täglich erhobenen Schlafqualitätswerte zudem verwendet werden, um die Level-X Matratzen solange nach zu justieren bis eine optimale physikalische Schlafumgebung (Matratzen- Druckverteilung) für das Individuum erreicht sind. Zusammengefasst wird also mit Hilfe einfacher Sensoren am Handgelenk und/oder in der Matratze valides und wissenschaftlich fundiertes Feedback zum eigenen Schlaf ermöglicht. So können Benutzer tatsächlich in kurzer Zeit zu Experten für ihren eigenen Schlaf werden. Gemessen werden kinematische und physiologische Parameter, d.h. Matratzen- und Körperbewegungen sowie Herz- und Atemfrequenz. All dies geschieht in einer zentralen APP, welche die heterogene Bewegungsdaten von einem Sensornetzwerk kommend analysiert und daraus ein maßgeschneidertes Feedback zur nächtlichen Schlafqualität und zur nachhaltigen Verbesserung des Schlafs erstellt. Benutzer einer Level-X Matratze können diese zudem digital ansteuern und je nach errechneter Schlafqualität des Users die Level-X Matratze solange adjustieren bis die optimale Schlafumgebung für gesunden erholsamen Schlaf erreicht ist.
- Das erste Ziel ist die Entwicklung und Evaluierung einer Sensorkonfiguration. Es soll eine Sensorkonfiguration ermittelt und in einem Sensornetzwerk integriert werden, die eine ambulatorische Schlafmessung mittels körperfernen und körpernahen Sensortechnologien ermöglicht. Dabei wird anhand von Referenzmethoden der Schlafdiagnose geeignete Sensorik ausgewählt und bewertet. Die Entwicklung einer Sensorkonfiguration gibt Aufschluss über Art, Anzahl und Positionierung von Sensoren zur Erfassung von Bewegungs-, Herz- und Atmungsaktivität. Die Sensoren werden in einem Sensornetzwerk integriert, das die Basis für die zuverlässige und sichere Datenerfassung, Datenaufbereitung und Datenauswertung von für Schlafverhalten relevanten Ereignissen und Mustern legt. Das zweite Ziel ist die Entwicklung und Evaluierung von Algorithmen für die Bewertung der Schlafqualität und der individuellen Schlafprofile durch einfache Sensorik nahe oder direkt am Körper des End-Users. Ziel 3 ist die Entwicklung und Evaluierung von Interventionen zur Schlafoptimierung/-verbesserung: es sollen sog. ‚sleep nuggets‘ entwickelt werden, die in kleinen 8-12 min Einheiten („nuggets“) das Ein- und Durchschlafen fördern, sowie dem verfrühten Aufwachen entgegenwirken. Bei den ‚sleep nuggets‘ handelt es sich um Audio- und/ oder Videofiles zur Muskelentspannung, Atemübungen, entspannenden Phantasiereisen sowie zur Schlaf-Edukation, die dem User jeden Abend angeboten werden; in der Gestaltung dieser Einheiten orientieren wir uns an wissenschaftlich evaluierten Behandlungsformaten (konkret der „cognitive behavioral therapy for insomnia“), und bereiten diese Formate im Sinne einer hohen Compliance so auf, dass sie optimal in den Alltag eingebettet werden können. Basierend auf den gewonnenen Daten sollen die Tipps und Strategien zur Verbesserung des Schlafes für jeden Einzelnen zunehmend maßgeschneidert werden. Aufgebaut wird dabei immer auf wissenschaftlich wirksame Behandlungsansätze mit dem Ausblick in Zukunft individualisierte (KI errechnete) Behandlungen für unterschiedliche Schläfer zu entwerfen (vgl. Blanken et al., 2019). Im Zusammenspiel mit unserem Projektpartner Proschlaf/Das Gesundheitshaus sollen die täglich erhobenen Schlafqualitätswerte zudem verwendet werden, um die Level-X Matratzen solange nach zu justieren bis eine optimale physikalische Schlafumgebung (Matratzen- Druckverteilung) für das Individuum erreicht sind. Zusammengefasst wird also mit Hilfe einfacher Sensoren am Handgelenk und/oder in der Matratze valides und wissenschaftlich fundiertes Feedback zum eigenen Schlaf ermöglicht. So können Benutzer tatsächlich in kurzer Zeit zu Experten für ihren eigenen Schlaf werden. Gemessen werden kinematische und physiologische Parameter, d.h. Matratzen- und Körperbewegungen sowie Herz- und Atemfrequenz. All dies geschieht in einer zentralen APP, welche die heterogene Bewegungsdaten von einem Sensornetzwerk kommend analysiert und daraus ein maßgeschneidertes Feedback zur nächtlichen Schlafqualität und zur nachhaltigen Verbesserung des Schlafs erstellt. Benutzer einer Level-X Matratze können diese zudem digital ansteuern und je nach errechneter Schlafqualität des Users die Level-X Matratze solange adjustieren bis die optimale Schlafumgebung für gesunden erholsamen Schlaf erreicht ist.
| Acronym | Virtuelles Schlaflabor (VSL) |
|---|---|
| Status | Finished |
| Effective start/end date | 1/10/20 → 31/08/22 |
-
The Effects of a CBT-I Based App-Program on Sleep Quality, Insomnia Severity, Psychological Strain and Quality of Life: A Pilot Study
Hinterberger, A., Eigl, E.-S., Topalidis, P. & Schabus, M., 29 Sept 2025, In: Nature and Science of Sleep. 17, p. 2369-2385 17 p.Research output: Contribution to journal › Article › peer-review
Open Access -
Generalisability of sleep stage classification based on interbeat intervals: validating three machine learning approaches on self-recorded test data
Kranzinger, S., Baron, S., Kranzinger, C., Heib, D. & Borgelt, C., Jan 2024, In: Behaviormetrika. 51, p. 341–358 18 p.Research output: Contribution to journal › Article › peer-review
Open Access -
From Pulses to Sleep Stages: Towards Optimized Sleep Classification Using Heart-Rate Variability
Topalidis, P. I., Baron, S., Heib, D. P. J., Eigl, E.-S., Hinterberger, A. & Schabus, M., 9 Nov 2023, In: Sensors. 23, 22, 17 p., 9077.Research output: Contribution to journal › Article › peer-review
Open Access
Press/Media
-
Combining Insomnia Therapy with Sleep Tracking Using Wearables: Effects of a CBT-I-based App on Sleep – A RCT study
Hinterberger, A. (Presenter)
12 Jul 2024Activity: Talk or presentation › Poster presentation › science to science / art to art
-
Wer kürzer schläft ist länger tot
Schabus, M. (Invited speaker)
31 Jan 2024Activity: Talk or presentation › Oral presentation › science to public / art to public
-
Wer kürzer schläft, ist länger tot - Warum es der falsche Weg ist, am Schlaf zu sparen
Schabus, M. (Invited speaker)
22 Jan 2024Activity: Talk or presentation › Oral presentation › science to public / art to public