🧬 biology

OSSMM: An Open-Source Sleep Monitor and Modulator

O artigo apresenta o OSSMM, uma faixa de cabeça vestível de baixo custo e código aberto que utiliza eletrodos de fitness reaproveitados e um aplicativo Android para classificar com precisão quatro estágios do sono e oferecer capacidades de modulação, demonstrando que a monitorização prática do sono é viável com configurações de hardware simplificadas e acessíveis.

Autores originais: Jonny Giordano, Fergal Stapleton, Gabriel Palma, Barak A. Pearlmutter

Publicado 2026-05-19

📖 5 min de leitura🧠 Leitura aprofundada

CC BY 4.0

Autores originais: Jonny Giordano, Fergal Stapleton, Gabriel Palma, Barak A. Pearlmutter

Artigo original sob licença CC BY 4.0 (http://creativecommons.org/licenses/by/4.0/). ⚕️ Esta é uma explicação gerada por IA de um preprint que não foi revisado por pares. Não é aconselhamento médico. Não tome decisões de saúde com base neste conteúdo. Ler aviso legal completo

Imagine tentar entender a linguagem secreta do seu cérebro enquanto você dorme. Há décadas, os cientistas precisavam de um equipamento hospitalar massivo e caro, com fios adesivos e géis, para traduzir essa linguagem. Este artigo apresenta um novo projeto de código aberto chamado OSSMM (Monitor e Modulador de Sono de Código Aberto) que visa traduzir essa linguagem usando uma faixa de cabeça simples e barata que você mesmo poderia construir por menos do que o preço de um bom jantar (menos de 40 euros).

Aqui está a história de como eles fizeram isso, dividida em partes simples:

1. O Problema: A Pesquisa do Sono é Muito Cara e Exigente

Pense nos estudos tradicionais do sono (Polissonografia) como um terno de alta costura, feito sob medida. É o "padrão-ouro", mas é pesado, desconfortável, custa milhares de dólares e só pode ser usado em uma sala específica com um técnico observando você. Como é tão difícil de obter, os pesquisadores frequentemente têm que escolher entre estudar poucas pessoas com muito cuidado ou muitas pessoas com muita pouca qualidade.

Os autores queriam construir uma "jaqueta de jeans" de monitores de sono: algo acessível, reutilizável, fácil de vestir e aberto para que qualquer pessoa possa consertar ou melhorar.

2. A Solução: Uma Faixa de Cabeça de Sono Caseira

A equipe construiu uma pequena faixa de cabeça usando impressão 3D e peças que você pode comprar em qualquer loja de eletrônicos para hobbistas.

O Hardware: É uma faixa de cabeça leve (do tamanho aproximado de uma moeda grande) que segura um pequeno computador, um motor de vibração (para potencialmente acordá-lo ou alterar seu sono mais tarde) e sensores.
Os Eletrodos "Segredo": Em vez de usar eletrodos médicos descartáveis e caros, eles usaram tiras de plástico condutivo retiradas de cintos peitorais baratos de fitness (aqueles que corredores usam para monitorar a frequência cardíaca). Eles limpavam essas tiras com um pano úmido e as reutilizavam todas as noites.
A Configuração: A faixa de cabeça conecta-se sem fio a um telefone Android padrão, que atua como o cérebro da operação, armazenando os dados e exibindo os gráficos.

3. O Experimento: Uma Pessoa, 15 Noites

Para testar se essa "jaqueta de jeans" realmente funcionava, um dos pesquisadores usou a faixa de cabeça por 15 noites.

O Rival: Todas as noites, ele também usava um monitor de sono sem contato e de alta tecnologia (o Somnofy) em sua mesa de cabeceira. Este dispositivo já foi comprovado como bastante preciso em comparação com testes hospitalares.
O Objetivo: Eles queriam ver se a faixa de cabeça barata poderia "falar a mesma língua" que o monitor caro da mesa de cabeceira. A faixa de cabeça conseguiria distinguir entre estar acordado, sono leve, sono profundo e sonhos (REM)?

4. Os Resultados: A Faixa de Cabeça "Entendeu"

A equipe alimentou os dados da faixa de cabeça barata em três programas diferentes de aprendizado de máquina (pense neles como três alunos diferentes tentando resolver um quebra-cabeça).

O Vencedor: Um programa (chamado Random Forest) acertou cerca de 77% das vezes.
A Comparação: Este é um resultado muito forte para um dispositivo tão simples, especialmente porque o computador não recebeu nenhum truque especial ou matemática complexa para ajudá-lo. Ele apenas olhou para os sinais brutos e descobriu.
O Momento "Eureka!": O computador percebeu que as pistas mais importantes vinham das ondas cerebrais captadas pelas cintas de fitness baratas. Embora essas cintas não tenham sido projetadas para ondas cerebrais, elas conseguiram capturar "assinaturas cerebrais" específicas (como fusos do sono, que são pequenos surtos de atividade cerebral durante o sono leve) que geralmente só são vistas com equipamentos médicos caros.

5. Duas Grandes Surpresas

O artigo destaca duas coisas que surpreenderam os pesquisadores:

As Cintas Baratas Funcionam: Eles descobriram que o plástico condutivo de uma cinta de fitness de 5 dólares podia captar sinais cerebrais que pareciam exatamente as complexas ondas cerebrais vistas em hospitais. É como descobrir que um clipe de papel pode conduzir eletricidade tão bem quanto um fio de cobre para um trabalho específico.
Menos Fios Necessários: Geralmente, para medir ondas cerebrais, você precisa de um fio "terra" (como uma âncora de segurança) para tornar o sinal claro. Esta faixa de cabeça funcionou perfeitamente com apenas dois fios na testa e nenhum fio terra. É como dirigir um carro com apenas duas rodas em vez de quatro e ainda assim conseguir manter-se na estrada.

6. O Que Isso Significa (e O Que Não Significa)

O que significa: A barreira de entrada para a pesquisa do sono foi reduzida. Qualquer pessoa com uma impressora 3D e habilidades básicas em eletrônica agora pode construir um dispositivo que captura dados úteis do sono. Os dados são "código aberto", o que significa que os projetos são gratuitos para todos usarem, copiarem e melhorarem.
O que não significa (ainda): Este foi um teste em uma pessoa. Não sabemos se funciona para todos (como crianças, idosos ou pessoas com diferentes distúrbios do sono) até que mais pessoas o testem. Além disso, embora tenha combinado bem com o monitor da mesa de cabeceira, ainda não foi comparado diretamente ao teste hospitalar "padrão-ouro".

Resumo

O projeto OSSMM é como construir um telescópio caseiro. Por muito tempo, você precisava de um observatório massivo e caro para ver as estrelas. Esta equipe construiu um telescópio pequeno e barato com peças domésticas que ainda consegue ver as estrelas claramente. Eles provaram que você não precisa de um laboratório de um milhão de dólares para começar a entender o sono; você só precisa de um pouco de criatividade, alguma impressão 3D e disposição para compartilhar os projetos com o mundo.

Resumo Técnico: OSSMM: Um Monitor e Modulador de Sono de Código Aberto

Declaração do Problema
A pesquisa sobre o sono enfrenta barreiras significativas relacionadas a custo, acessibilidade e validade ecológica. A polissonografia (PSG) tradicional é o padrão-ouro, mas é cara (com média de US$ 1.575–1.840), exige instalações clínicas e envolve equipamentos desconfortáveis e restritivos. Por outro lado, alternativas de baixo custo frequentemente sofrem com baixa precisão ou exigem configurações complexas envolvendo géis condutivos e eletrodos descartáveis. Além disso, a pesquisa ativa de modulação do sono, que requer detecção em tempo real do estado para atingir assinaturas neurais específicas, tem sido limitada pela falta de hardware acessível, transparente e facilmente modificável. Há uma necessidade crítica de uma plataforma que equilibre acessibilidade com qualidade de dados suficiente para suportar a estadiamento e modulação do sono sem a alta sobrecarga da PSG tradicional.

Metodologia
Os autores desenvolveram o Monitor e Modulador de Sono de Código Aberto (OSSMM), um sistema de faixa de cabeça vestível construído a partir de componentes impressos em 3D e eletrônicos comerciais prontos para uso (COTS), com um custo total de materiais inferior a €40.

Arquitetura de Hardware: O dispositivo utiliza um microcontrolador Seeed Xiao nRF52840 Sense para coordenar a aquisição de dados de três placas de sensores: uma IMU para movimento de 6 graus de liberdade, um sensor PPG para pulso e uma placa EKG AD8232 configurada para aquisição de EOG/EEG. Notavelmente, o sistema emprega dois eletrodos de poliuretano termoplástico condutivo (CTPU) embutidos em uma cinta peitoral padrão de fitness. Esses eletrodos são posicionados frontalmente para capturar um sinal diferencial sem um eletrodo de referência de terra dedicado. Um motor de vibração está incluído para potencial modulação do sono. Os dados são transmitidos via Bluetooth Low Energy (BLE) para um aplicativo Android companheiro.
Desenho Experimental: O estudo empregou um desenho de conceito único para um participante (N=1) para validar a funcionalidade do sistema e a confiabilidade do hardware antes de uma implantação mais ampla. Os dados foram coletados ao longo de 17 noites, com 15 noites qualificadas gerando 15.285 épocas de 30 segundos.
Referência e Rotulagem: Os rótulos das etapas do sono foram fornecidos por um monitor de sono não invasivo validado, o Somnofy SM-100 (que mostra concordância $\kappa=0.63$ com a PSG). O conjunto de dados foi dividido em 12 noites para treinamento e 3 noites para teste.
Processamento de Sinal e Classificação: Os dados brutos foram digitalizados a 250 Hz. Características foram extraídas das épocas de 30 segundos, incluindo 8 características de pulso, 12 características de movimento IMU e 22 características de EOG/EEG (incluindo potência nas bandas de frequência canônicas: delta, teta, alfa, beta e gama). Três classificadores de aprendizado de máquina — Máquina de Vetores de Suporte (SVM), Random Forest (RF) e XGBoost (XGB) — foram avaliados usando validação cruzada Group K-Fold para evitar vazamento de dados entre as noites. Os hiperparâmetros foram pesquisados manualmente para avaliar a qualidade básica do sinal, em vez de maximizar o desempenho através de ajuste extensivo.

Principais Contribuições

Plataforma de Código Aberto: O OSSMM fornece uma plataforma de hardware e software totalmente transparente e de baixo custo (<€40). Todos os projetos, códigos e instruções de montagem estão publicamente disponíveis, permitindo que pesquisadores montem, modifiquem e repliquem o sistema.
Utilidade dos Eletrodos CTPU: O estudo demonstra que eletrodos CTPU baratos e reutilizáveis de cintas peitorais comerciais de fitness podem capturar sinais diferenciais com propriedades espectrais consistentes com fenômenos de EEG canônicos, incluindo fusos do sono (11–16 Hz).
Configuração Simplificada: O sistema alcança o estadiamento do sono usando apenas dois eletrodos frontais sem uma referência de terra dedicada, desafiando a necessidade de configurações complexas de múltiplos eletrodos para classificação prática.
Capacidade de Modulação: A inclusão de um motor de vibração a bordo permite que a plataforma sirva como modulador para futuros estudos de intervenção no sono.

Resultados
O estudo avaliou a capacidade dos sinais do OSSMM de classificar quatro etapas do sono: Vigília, Sono Leve, Sono Profundo e REM.

Desempenho: O classificador Random Forest alcançou o melhor desempenho no conjunto de teste retido, resultando em um F1-macro de 0,770 e uma acurácia de 0,776. O XGBoost seguiu de perto com um F1 de 0,741, enquanto o SVM performou significativamente pior (F1=0,598).
Importância das Características: A análise dos modelos de melhor desempenho revelou que as características derivadas de EOG/EEG dominaram os primeiros rankings. Especificamente, a potência da banda alfa foi a característica mais importante, seguida pelo intervalo interquartil (IQR) do EOG. As características espectrais dos eletrodos CTPU foram os principais impulsionadores do sucesso da classificação.
Características do Sinal: A inspeção visual dos dados confirmou a presença de assinaturas semelhantes a fusos do sono (aprox. 12 Hz, 0,5–2 segundos) no canal EOG/EEG durante o Sono Leve, consistente com fenômenos de EEG conhecidos.
Padrões de Classificação: Os modelos mostraram uma tendência a confundir etapas adjacentes do sono (por exemplo, Leve vs. Profundo), mas raramente classificaram erroneamente estados distantes (por exemplo, REM vs. Sono Profundo). O recall do Sono Profundo foi menor do que em outras etapas, um desafio comum no estadiamento do sono.

Significância e Alegações
O artigo afirma que a plataforma OSSMM demonstra com sucesso que hardware acessível e de código aberto pode capturar biosinais suficientes para classificação prática de sono em 4 etapas. Os autores enfatizam duas descobertas técnicas:

Qualidade do Sinal: O sinal diferencial capturado de simples eletrodos de cinta peitoral CTPU contém informações consistentes com neurofisiologia (incluindo fusos do sono) que impulsionam a classificação, sugerindo que esses eletrodos são viáveis para pesquisas relacionadas a EEG.
Simplicidade: O estadiamento preciso do sono é alcançável com uma configuração simplificada usando apenas dois eletrodos frontais e sem referência de terra, potencialmente reduzindo a barreira de entrada para a pesquisa sobre o sono.

Os autores mantêm uma postura modesta, observando que o estudo é uma validação técnica contra um dispositivo de referência (Somnofy) e não uma comparação com o padrão-ouro PSG. Eles reconhecem limitações relacionadas ao desenho de um único participante e a necessidade de validação futura contra a PSG para confirmar a origem cortical dos sinais e a generalização para populações mais amplas. No entanto, concluem que o OSSMM oferece uma alternativa viável e de baixo custo que não sacrifica significativamente o desempenho de classificação, facilitando assim uma pesquisa sobre o sono mais acessível e transparente.