@misc{GaidukSeepoldPenzel2018,
  author    = {Gaiduk, Maksym and Seepold, Ralf and Penzel, Thomas},
  title     = {Sensor-Netz-basiertes System f{\"u}r die langfristige Schlafanalyse im h{\"a}uslichen Umfeld},
  series    = {Abstracts der 26. Jahrestagung der Deutschen Gesellschaft f{\"u}r Schlafforschung und Schlafmedizin e.V., „Schlaf ist Medizin!", 11.-13. Oktober 2018, N{\"u}rnberg - (Somnologie, 2018, Vol. 22, Suppl. 1)},
  issn      = {1439-054X},
  doi       = {10.1007/s11818-018-0175-3},
  institution = {Fakult{\"a}t Informatik},
  pages     = {35 -- 35},
  year      = {2018},
  abstract  = {Das h{\"a}usliche Umfeld kann vor allem f{\"u}r langfristiges Schlafmonitoring verwendet werden. Gute Patientenakzeptanz erfordert niedrige Nutzer- und Installationsbarrieren. F{\"u}r die Installation zu Hause sind klassische PSG-Systeme aufgrund von ihrer Komplexit{\"a}t wenig passend. Ziel der Entwicklung ist die qualifizierte Erhebung von Parametern, die einerseits eine hinreichend gute Klassifikation von Schlafphasen erlauben und die andererseits durch nicht-invasive Methoden erfasst werden k{\"o}nnen. Basierend auf einer Literaturstudie und der Maßgabe nicht-invasive Methoden zu nutzen, wurden folgende Parameter ausgew{\"a}hlt: K{\"o}rperbewegung, Atmung und Herzschlag. Diese Parameter k{\"o}nnen nicht-invasiv durch Matratzendrucksensoren erfasst werden. Die Sensorknoten sind als ein Netz von Drucksensoren implementiert, die mit einem leistungsarmen und performanten Mikrocontroller verbunden sind. Alle Knoten sind {\"u}ber einen systemweiten Bus mit Adressarbitrierung verbunden. Der eingebettete Prozessor ist der Mesh-Netzwerk-Endpunkt, der die Netzwerkkonfiguration, Speicherung und Vorverarbeitung der Daten, externen Datenzugriff und Visualisierung erm{\"o}glicht. Das System wurde getestet, indem Experimente durchgef{\"u}hrt wurden, die den Schlaf verschiedener gesunder junger Personen aufzeichneten. Die erhaltenen Ergebnisse best{\"a}tigen die F{\"a}higkeit des Systems, Atemfrequenz und K{\"o}rperbewegung zu erfassen. Ein wesentlicher Unterschied dieses Systems im Vergleich zu anderen Ans{\"a}tzen ist die innovative Art, die Sensoren unter der Matratze zu platzieren. Diese Eigenschaft erleichtert die kontinuierliche Nutzung des Systems ohne Einfluss auf den gemeinsamen Schlafprozess. Um Schlafverhalten langfristig zu untersuchen, wird ein Hardwaresystem mit niedrigen Installationsbarrieren f{\"u}r den Einsatz im h{\"a}uslichen Umfeld. Erste Ergebnisse weisen auf das Potenzial hin, außer K{\"o}rperbewegung und Atemfrequenz, auch Herzfrequenz erfassen zu k{\"o}nnen. Die Werte k{\"o}nnen weiter verbessert werden, wenn die Sensorabfragefrequenz erh{\"o}ht wird. Nach der Weiterentwicklung des Systems, soll es mit dem Softwarealgorithmus f{\"u}r die Schlafphasenerkennung verbunden werden.},
  language  = {de}
}