Anturidatan analyysi unen vaikutuksista ja vaikutuksista uneen

Abstract

Tässä kandidaatintyössä perehdytään lifelog-antureihin, erityisesti puettaviin laitteisiin ja niillä mitattaviin suureisiin. Lisäksi analysoidaan anturidataa unen vaikutuksista mielialaan, aktiivisuuteen sekä seuraan ja näiden vaikutuksista uneen.

Puettavat laitteet mahdollistavat ihmisten elintapojen seurannan, mikä auttaa ihmisiä parantamaan elintapojaan. Älykellot, -rannekkeet ja muut puettavat laitteet ovat kasvattaneet suosiotaan ja parantunut tekniikka mahdollistaa yhä tarkemmat mittaukset. Tutkimuskäytössä puettava laite on helppo tapa seurata koehenkilöä hänen normaalissa elämässään. Laajempi ja parempi seuranta auttaa myös sairauksien tutkimisessa ja havaitsemisessa.

Työn alussa kirjallisuuskatsauksessa perehdytään lifelog-antureihin ja niiden käyttöön tutkimuksessa. Käydään läpi, millä antureilla mitataan eri suureita ja miten anturit toimivat.

Toisessa osassa analysoidaan laajaa lifelog-antureilla kerättyä tietoaineistoa. Tutkitaan erityisesti unen vaikutusta seuraavan päivän mielialaan, aktiivisuuteen ja seuraan. Löydettiin positiivista korrelaatiota mielialan positiivisuuden ja unen välillä. Negatiivista korrelaatiota löydettiin yksin ja vähintään kahden ihmisen seurassa vietetyn ajan ja unen välillä.

Tutkittiin myös mielialan, aktiivisuuden ja seuran vaikutusta seuraavan yön uneen. Positiivista korrelaatiota unen kanssa löytyi mielialan positiivisuuden ja aktiivisuuden välillä sekä negatiivista korrelaatiota unen ja yksin vietetyn ajan välillä.

This bachelor’s thesis focuses on lifelog sensors, especially on wearable devices and qualities measured on them. Additionally, sensor data is analyzed on the effects of sleep on mood, activity and company, and their effects on sleep.

Wearable devices allow people to follow their lifestyles which helps people improve their lifestyles. Smartwatches, wristbands, and other wearable devices have grown in popularity and improved technology allows for increasingly accurate measurements. In research use, the wearable device is an easy way to track a subject in his or her normal life. Wider and better tracking will also help in the investigation and detection of different diseases.

At the beginning of the thesis, the literature review introduces lifelog sensors and their use in research. It is explained, which sensors are used to measure different quantities and how the sensors work.

The second part focuses on analyzing a large dataset collected using lifelog sensors. In particular, the effect of sleep on the mood, activity, and company during the next day is studied. Positive correlation was found between positivity of the mood and sleep. Negative correlations were found between time spent alone and with more than two people, and sleep.

The effect of mood, activity, and company on the next night’s sleep was also studied. Positive correlations between sleep, and positivity of the mood and activity were found. A negative correlation was found between sleep and time spent alone.