Project

Back to overview

EEG based microsleep episode detection in the maintenance of wakefulness test and the driving simulator using a machine learning approach

English title EEG based microsleep episode detection in the maintenance of wakefulness test and the driving simulator using a machine learning approach
Applicant Achermann Peter
Number 176323
Funding scheme Project funding (Div. I-III)
Research institution Institut für Pharmakologie und Toxikologie Universität Zürich
Institution of higher education University of Zurich - ZH
Main discipline Neurophysiology and Brain Research
Start/End 01.11.2017 - 31.03.2019
Approved amount 217'848.00
Show all

All Disciplines (3)

Discipline
Neurophysiology and Brain Research
Neurology, Psychiatry
Biomedical Engineering

Keywords (9)

spontaneously perceived sleepiness; machine learning; driving performance; sleep onset; microsleep episodes; wakefulness to sleep transition; excessive daytime sleepiness; fitness to drive; quantitative EEG analysis

Lay Summary (German)

Lead
EEG-basierte Erkennung von Sekundenschlaf im Wachhaltetest und Fahrsimulator mit Hilfe von «machine learning» AnsätzenVerkehrsunfälle sind die häufigste Todesursache für 15-29-Jährige. Es wird geschätzt, dass 15-20 % der Verkehrsunfälle auf eine übermässige Tagesschläfrigkeit zurückzuführen sind, oft hervorgerufen durch sozial bedingten Schlafentzug und schlechte Schlafhygiene bei gesunden Personen, oder aber in Folge von Krankheiten und Medikamentenkonsum. Objektive Kriterien zur Erfassung der Schläfrigkeit sind wichtig, speziell zu deren Erkennung während des Fahrens, aber auch zur Risikoabschätzung von Sekundenschlaf-Unfällen bei schläfrigen Patienten unter Laborbedingungen.
Lay summary

Inhalt und Ziele des Forschungsprojekts

Sekundenschlaf spielt eine zunehmend wichtigere Rolle in der objektiven Messung von Schläfrigkeit zur Beurteilung der Fahreignung. Die bisherigen Definitionen von Wachzustand und Schlafstadien beruhen meist auf einer Zeitbasis von 30 Sekunden. Wir möchten dies durch eine viel höhere zeitliche Auflösung im Sekundenbereich ersetzen. Wir werden hierfür Regeln zur visuellen Erkennung von Sekundenschlaf im Elektroenzephalogramm (EEG) erarbeiten und quantitative EEG Eigenschaften ableiten, welche zu dessen automatischer Erkennung verwendet werden können. Wir wollen zuverlässige «machine learning» Algorithmen entwickeln um Sekundenschlaf verlässlich erkennen zu können. Die Kriterien und Algorithmen werden wir anhand von EEG-Messungen im Wachhaltetest entwickeln und dann mit Hilfe von Daten aus dem Fahrsimulator (vor und nach Schlafentzug) verifizieren. Des Weiteren werden wir den Zusammenhang zwischen dem Auftreten von Sekundenschlaf und beeinträchtigter Fahrleistung untersuchen. Bei der Beurteilung der Fahreignung wird grundsätzlich angenommen, dass die Wahrnehmung der Schläfrigkeit am Steuer immer dem Auftreten von Sekundenschlaf vorangeht. Wir werden diesen Aspekt durch Erfassen der spontan wahrgenommenen Schläfrigkeit untersuchen und mit objektiven Daten korrelieren. Unser Ziel ist es, einzelne Ereignisse (z.B. Sekundenschlaf, Fahrfehler) mit quantitativen EEG-basierten Massen in Zusammenhang zu bringen, unter Berücksichtigung von interindividuellen Unterschieden.

Wissenschaftlicher und gesellschaftlicher Kontext des Forschungsprojekts

Die Standardisierung der Definition von Sekundenschlaf und dessen automatischer Erkennung ist äusserst wichtig für die Schlafmedizin und auch für die Schlafforschung. Unsere Ergebnisse werden neue Forschungsprojekte anregen und neue Impulse für die Diagnostik und Beurteilung der Fahreignung liefern. Zuverlässige diagnostische Werkzeuge zur Beurteilung der Fahreignung oder der Arbeitsfähigkeit werden dazu beitragen Verkehrs- und Arbeitsunfälle, sowie Katastrophen und die damit verbundenen hohen Kosten für die Gesellschaft zu reduzieren.

Direct link to Lay Summary Last update: 20.10.2017

Responsible applicant and co-applicants

Employees

Project partner

Publications

Publication
Microsleep episodes in the borderland between wakefulness and sleep
Hertig-GodeschalkAnneke, SkorucakJelena, MalafeevAlexander, AchermannPeter, MathisJohannes, SchreierDavid R., Microsleep episodes in the borderland between wakefulness and sleep, in Sleep.

Scientific events

Active participation

Title Type of contribution Title of article or contribution Date Place Persons involved
19.Zürcher Schlafmedizin Symposium Talk given at a conference Die Beurteilung der Fahreignung bei Schlaf-Wachstörungen, auch eine ärztliche Sorgfaltspflicht 04.04.2019 Zürich, Switzerland Mathis Johannes;
Sleep Science Winter School, Wengen Poster Microsleep episodes in the borderland between wakefulness and sleep 03.03.2019 Wengen, Switzerland Achermann Peter; Mathis Johannes; Skorucak Jelena; Godeschalk Anneke; Malafeev Alexander;
SFND Weiterbildung zum Thema 28 Jahre Schlaf Talk given at a conference Kann man Müdigkeit messen 01.03.2019 Olten, Switzerland Mathis Johannes;
Weiterbildung für Vertrauensärzte Talk given at a conference Schlafmedizin und Fahreignung 28.02.2019 Olten, Switzerland Mathis Johannes;
58. Fachtagung für Neurophysiologie und angrenzende Gebiete Talk given at a conference Sekundenschlaf am Steuer 20.01.2019 Gaschurn, Austria Mathis Johannes;
21.Berner Schlaf-Wach Tage Talk given at a conference Fahreignung bei älteren Fahrzeuglenkern, Workshop für Hausärzte 26.10.2018 Bern, Switzerland Mathis Johannes;
European Sleep Research Society, biannual meeting Poster Detection of microsleep episodes with machine learning tools 25.09.2018 Basel, Switzerland Mathis Johannes; Godeschalk Anneke; Skorucak Jelena; Achermann Peter; Malafeev Alexander;
International Congress of the European Neurological Association (EAN); Focused Workshop “Ability to Drive in neurological disorders Talk given at a conference Fitness to drive in sleepy patients 15.06.2018 Lisbon, Portugal Mathis Johannes;
Clinical Neuroscience Meeting Bern Poster The automatic detection of microsleep episodes 25.05.2018 Bern, Switzerland Malafeev Alexander; Achermann Peter; Godeschalk Anneke; Mathis Johannes; Skorucak Jelena;


Knowledge transfer events

Active participation

Title Type of contribution Date Place Persons involved
Weiterbildungsreihe für Vertrauensärzte BAV, Thema: Fahreignung und Tagesschläfrigkeit Workshop 21.02.2019 Olten, Switzerland Mathis Johannes;


Communication with the public

Communication Title Media Place Year
Talks/events/exhibitions Schlaf - KonfimandInnen German-speaking Switzerland 2019
Talks/events/exhibitions Schlaf guet! German-speaking Switzerland 2018

Associated projects

Number Title Start Funding scheme
146643 Sleep onset and other state transitions: insights from quantitative EEG analysis 01.04.2014 Project funding (Div. I-III)

Abstract

Road traffic injuries are the leading cause of death for those aged 15-29 years. Excessive daytime sleepiness (EDS) is estimated to be the underlying cause in up to 15-20% of motor vehicle accidents (MVA), and is most often caused by socially induced sleep deprivation or poor sleep hygiene in otherwise healthy individuals, followed by medical disorders, or the intake of drugs. Methods for reliably objectifying sleepiness are urgently sought, primarily for sleepiness detection while driving but also for predicting the risk of sleepiness induced accidents during laboratory assessments of patients. The EEG is widely recognized as the gold standard for determining sleep-wake stages and their sudden, as well as gradual, changes. In the clinical and scientific context, standard EEG scoring criteria are generally applied, in which sleep is scored based on 30-s epochs. These sleep criteria consider neither the occurrence of microsleep episodes (MSE) nor the local aspects of sleep demonstrated in both animals and humans. Falling asleep is a gradual, not a sudden, process and shows fluctuations between waking and sleep. Particularly when assessing objective sleepiness in the context of driving ability, MSE of short duration originating in any brain area become an important criterion.We aim to characterize and identify MSE by defining visual scoring rules for MSE as short as 1 s, extracting relevant features based on quantitative EEG analyses, and by developing machine learning algorithms to detect MSE. First, we will only consider occipital EEG leads but will extend our analyses to central EEG leads in a second step. Our algorithms will be trained and verified on MWT data of patients and subsequently applied to MWT data of sleep deprived healthy individuals, and simulated driving conditions. In the driving simulator, we will investigate the association of MSE with impaired driving performance and spontaneously perceived sleepiness (SPS). In the context of fitness to drive assessments, one generally assumes that the perception of sleepiness precedes the occurrence of MSE. Our approach should allow to validate or disprove such an assumption. Previous studies mainly assessed relationships based on mean values or pooled data. Our aim is to take inter-individual variations into account and relate single events (i.e. MSE) with quantitative EEG measures. Therefore, we intend to track the sleep-wake transition zone (e.g. occurrence of MSE, vigilance fluctuations) with high temporal resolution on a second-by-second basis. In summary, we intend to develop and formulate the first standardized MSE scoring rules worldwide and to establish reliable automatic detection algorithms. This will have a major impact in sleep medicine and research and open new areas of research and diagnostic procedures. Since sleepiness is among the most frequent causes of car accidents, and an important risk factor for train and truck drivers and in many surveillance tasks such as air traffic or nuclear power plant control, reliable diagnostic tools to judge fitness to drive or fitness on the job become essential for reducing car and work accidents, catastrophic incidents, and the immense costs related to excessive daytime sleepiness.
-