Rilevare lo stato di sonnolenza alla guida con l'iPhone

L'app Stay Awake, per il rilevamento dello stato di veglia/sonnolenza, è la prima ad uscire sul mercato per essere utilizzata con dispositivi mobili come quelli basati su iOS (iPhone e iPad) ed ha lo scopo di contribuire alla diminuzione del rischio personale e sociale derivato da uno stato di sonnolenza (per cercare ad esempio di anticipare il colpo di sonno) nei guidatori e lavoratori.
Il link all'app si trova in fondo all'articolo.

In condizioni di stanchezza o di sonno arretrato risultano compromesse in varia misura la capacità di giudizio, i tempi di reazione e varie altre funzioni. La carenza di sonno ha dunque un prezzo e, talvolta, gravi conseguenze. Si stima che ogni anno nel mondo si verifichino incidenti stradali che causano circa 250.000 morti e 10 milioni di feriti. In particolare, negli Stati Uniti la fatica e i deficit di sonno siano tra le cause di oltre 100.000 incidenti stradali, con circa 70.000 feriti e 1.500 morti; in Europa si rilevano ogni anno più di 1.200.000 incidenti stradali in cui muoiono circa 50.000 persone e 2.000.000 rimangono ferite [2]. 

Entrando nel merito dell'app proposta, il rilevamento di uno stato di sonnolenza si basa sul fatto che i neuroni del cervello generano costantemente attività elettrica che varia in base a ciò che facciamo e a come ci sentiamo.

In base all'ampiezza e la frequenze delle onde generate si possono distinguere onde: Alpha, Beta, Theta, Gamma e Delta ed il loro rapporto può essere associato a stati di intorpidimento, sonnolenza e sonno profondo fino a stati di estrema attivazione e concentrazione.

Vediamo, molto velocemente senza scendere troppo nei dettagli, il significato generale di tali onde [4]:

• alpha: associate a stati di calma, alla rilassatezza e al sogno ad occhi aperti ma pur in uno stato vigile; aumentano anche con la chiusura degli occhi.
• beta: associate ad uno stato di attenzione, concentrazione e altri processi intellettivi; presenti principalmente quando siamo focalizzati su un’attività esterna.
• theta: evidenti durante la fase REM del sonno, associate a stati di veglia in cui la focalizzazione è verso l’interno; possono emergere in uno stato di sonnolenza e distraibilità.
• gamma: associate a momenti di massima performance fisica e mentale e profonda concentrazione.
• delta: associate al profondo rilassamento psicofisico, mente inconscia, sonno senza sogni.
  
  

Nel caso specifico dell'app "Stay Awake" viene utilizzato un apposito caschetto per la registrazione dell'attività elettrica dell'encefalo (EEG), il MindWave Mobile (Fig. 1), un dispositivo economico acquistabile direttamente dal sito del produttore (https://store.neurosky.com/collections/eeg-headsets) o dai market place (ad esempio Amazon) [5][6]. La semplicità del suo utilizzo è data dalla sola presenza di due elettrodi, uno da posizionare a secco sulla fronte e l'altro da fissare al lobo dell'orecchio, l'apparecchio si accoppia via bluetooth all'iPhone.

Fig. 1 - Stay Awake - MindWave Mobile per il rilevamento delle onde cerebrali

Il concetto su cui ruota l'app è basato sul fatto che un guidatore stanco tende a diminuire il livello di attenzione e basandosi su ciò che conosciamo sulle onde cerebrali alpha, beta e theta, e su come queste variano la loro intensità in funzione dello stato della persona, è possibile creare un semplice algoritmo che verifica il rapporto tra il segnale β / α e α + θ / β per determinare lo stato di veglia o di sonnolenza del soggetto.

Dalla letteratura è possibile dedurre che ricerche basate su tale algoritmo hanno rilevato un affidabilità in termini di accuratezza intorno all'87,40% [1].

Fig. 2 - Stay Awake - Rilevare lo stato di sonnolenza alla guida con l'iPhone - Guida all'uso

Link al Download: https://itunes.apple.com/it/app/stay-awake/id1057401376?mt=8

Dichiarazione di non responsabilità
Il rilevatore di onde cerebrali utilizzato per il funzionamento della versione 1.0 dell'app Stay Awake, denominato MindWave Mobile, è un dispositivo di fascia bassa che dispone di un numero limitato di elettrodi. Questo fattore oltre ad altri quali, il movimento oculare, un'eventuale eventuale limitata ricezione del segnale, lo sfregamento degli elettrodi, la differenza di reazione in base all'individuo possono generare degli artefatti nei risultati che ne compromettono l’accuratezza.
Il sistema in oggetto si può definire un prototipo in versione beta, migliorabile nel tempo in termini di algoritmo, di dispositivo rilevatore e di acquisizione dati.
L'autore del sistema in oggetto non si assume alcuna responsabilità da eventuali danni provocati dall'utilizzo dell'hardware o del software proposto.

Bibliografia:
[1] Development of Drowsiness Detector System for Late Night Shift Worker Using Support Vector Machine Method with Neurosky Mindwave Mobile - I. A. Akbar et al. (2013)
[2] Relazione tra deprivazione di sonno ed incidenti stradali e sul lavoro - G. Zoccoli (2013)
[3] On-line automatic detection of driver drowsiness using a single electroencephalographic channel - A. Picot (2008)
[4] Le Onde cerebrali - studioneurofeedback.it
[5] Neurosky SDK per iOS: Development Guide - developer.neurosky.com
[6] ThinkGear SDK for iOS: API Reference - developer.neurosky.com