睡眠中生理信息檢測方法及研究進展

宋 丹，李 琳，宋義林黑龍江大學機電工程學院，哈爾濱市，150080

睡眠中生理信息檢測方法及研究進展

【作者】宋 丹，李 琳，宋義林
黑龍江大學機電工程學院，哈爾濱市，150080

隨著患睡眠呼吸暫停綜合征(sleep apnea syndrome, SAS)人數的增加，加上傳統的醫用睡眠檢測法有很多不足，這些因素加快了便攜式家用型睡眠檢測系統的研究步伐。便攜式家用型睡眠檢測方法主要包括接觸式和非接觸式兩大類。該文主要對各類睡眠檢測方法的原理和近年來的發展情況進行了闡述，同時對各種檢測方法進行了對比分析。

睡眠監測；便攜式；睡眠呼吸暫停綜合征；研究進展

0 引言

睡眠呼吸暫停綜合征（SAS）是現今較為流行的一種疾病，該疾病威脅著人類的健康。早在20世紀就有學者提出SAS與高血壓、心臟病、冠心病等心血管疾病相關[1]。據資料[2]介紹，目前已經證實，SAS也是臨床上猝死的常見原因之一。同時，相關資料證明SAS與肺高血壓(Pulmonary Hypertension，PH)有直接關系[3]。SAS的定義是7 h的睡眠過程中呼吸暫停的次數大于30次。人體長時間處于呼吸暫停狀態時可危及生命，所以及時將患者從睡眠中喚醒至關重要。據不完全統計，我國有90% 的SAS患者從未接受過睡眠監測。面對這一嚴重的社會問題，家用便攜式睡眠檢測裝置的開發被大眾所期待。要實現便攜式睡眠監護需要具有操作簡單、價格低廉、穩定性強、無創性等特點，這既對現有睡眠檢測方法提出了改良，也指出了未來的發展方向。

經過多年的研究發展，已經有許多關于睡眠中生理信息檢測的方法。美國睡眠醫學會將監護睡眠呼吸暫停的設備分為 4 個級別，其中IV級監護系統比較常用[4]。多導睡眠圖（Polysomnogram, PSG）到目前為止仍是睡眠檢測的“黃金標準”，但PSG檢測系統有操作復雜、價格昂貴、體積龐大、因需要貼電極給被測者帶來束縛等不足[5]，因而PSG技術一直未被廣泛用于普通家庭中。無拘束、便攜式的睡眠檢測設備的研究成為近幾年來的研究熱點。

1 多導睡眠圖PSG

PSG是睡眠醫學領域目前公認的睡眠監護系統，同時也被用于檢驗其他監護系統的準確性。

1930年，第一份多導睡眠圖是由Loomis等在8英尺長的多導記錄紙上記錄的。隨著科技的發展，對醫療器械提出了智能化、簡單化的要求。PSG由傳統走紙記錄的形式轉向了計算機化的PSG技術。PSG可以連續記錄6～8 h的體動、鼾聲、呼吸率、心率、眼動等10多項指標的變化；次日，儀器對數據進行統計分析后，再由人工逐項核實。該方法雖然準確，但由于使用環境、操作方法的要求，限制了PSG在家庭監護中的使用。近幾年市場上也有一些家用睡眠檢測儀器出現，其中較具有代表性的是ZEO公司的頭戴式睡眠引導設備、百利達的sleep-scan非接觸式睡眠儀以及歐姆龍公司的HSL-101睡眠計量器。但這三款產品僅針對睡眠深淺及睡眠質量的檢測，無法進一步獲得睡眠期間的其它相關生理參數。

針對以上種種問題，人們不斷嘗試開發無拘束睡眠中生理信息檢測裝置。所以有了下面幾種可以在更為舒適、自然的環境中進行睡眠檢測的方法，主要分為接觸式和非接觸式兩種。

2 接觸式檢測方法

接觸式檢測方法是將電極或傳感器直接與人體接觸的檢測方法。現有的接觸式睡眠檢測方法有：血氧飽和度檢測法、心電信號檢測法、呼吸信號檢測法等。

2.1 血氧飽和度檢測法

發生SAS時，通常伴隨血氧飽和度的降低，以此作為判斷是否有SAS發生。在2013年，Zhang等[6]設計將血氧脈搏儀和智能枕頭通過智能電話相結合，該裝置可以動態檢測SAS事件，且能通過調整枕頭的高度和形狀促進SAS患者康復。與PSG檢測方法相比較，Zhang的檢測方法更加舒適便捷，更重要的是該設計可以在不影響使用者睡眠的情況下改變睡眠條件，達到緩解睡眠呼吸暫停綜合征的目的。

2.2 心電信號檢測法

2000年Mictus[7]介紹了發生SAS時的心率變化情況，據此可以判斷SAS是否發生。傳統心電監測儀的各硬件設備是用通信線纜相連接的，在一定場合有其實用性，但是用于家用監護就顯得不夠靈活。為使設備簡單化，目前的檢測方法主要是將可穿戴式的心電監測儀通過無線網絡(藍牙、紅外、GMS、IEEE802.11等)與現有的個人通信終端(移動電話、便攜式電腦、掌上電腦等)相結合，實現監測數據的傳輸和報警等功能。例如Sannino等[8]將心電傳感器戴在胸部，通過藍牙將監測數據發送給手機進行分析和存儲。

2.3 呼吸檢測法

呼吸是檢測SAS的重要手段之一，依據呼吸信號判斷SAS的方法有：口鼻氣流量檢測法和胸腹運動檢測法。

2.3.1 口鼻氣流量檢測法

口鼻氣流量檢測主要有兩類①對呼吸時氣體流量的檢測：用口鼻插管將口鼻氣流量帶來的壓力加在壓力傳感器上，實現信號的采集[9]；②氣體流過時口鼻處溫度變化的檢測：將熱電偶放在鼻子下，測量呼吸氣流通過時帶來的溫度變化。但是這兩種方法需要將傳感器固定在皮膚上，存在固定不牢、夜間松動、影響測試結果等問題。

2.3.2 胸腹運動檢測法

胸腹腔的一些周期性變化，可以反映出呼吸信號的某些特征，如頻率、深淺等，進而可以檢測睡眠情況。利用這一原理的檢測方法通常有壓力式檢測法、阻抗式檢測法、呼吸感應體積描記技術（Respiratory Inductive Plethysmographic，RIP）等。

壓力檢測法是將壓力傳感器貼在胸腹部或將兩條應變計腰帶系在胸、腹部檢測呼吸帶來的胸腹腔的運動規律。2012年Dehkordi等[10]設計的評估呼吸氣流的方法是用雙面聚氨酯泡沫膠帶將加速度計粘在胸骨的上切跡、胸部和腹部，分別檢測上呼吸道氣流、胸腔運動和腹腔運動。但壓力檢測法對壓力傳感器的安放位置要求很嚴格，位置不同檢查效果不同，對普通百姓而言很難準確找到檢測位置。

早在1981年中國航天醫學研究所就提出了恒流源式阻抗式檢測法，能夠將隨呼吸而變化的人體胸腔阻抗轉為相應的電信號。但是此方法經常遇到50 Hz工頻干擾、人體接地干擾和交叉干擾，使用前要經過復雜校準工作，所以該方法一直還未被廣泛應用。近年來采用強迫振蕩法技術[11]測量呼吸系統阻抗成為熱點，并且在技術上不斷推陳出新，但是該檢測方法的弱點是數據的離散性大。

呼吸感應體積描記技術是臨床上常用的呼吸檢測方法。其原理是將兩條附有絕緣線圈的彈性縛帶，分別纏繞在使用者胸腹部，彈性縛帶的伸縮隨呼吸運動的節律發生相應的周期性變化，導致線圈圍繞截面積變化。當線圈中通過高頻激勵電流時，截面積的變化導致線圈自感的變化，通過檢測線圈電感量的變化，可以準確描記出胸、腹呼吸運動曲線，從而可以獲得豐富的呼吸學生理參數（呼吸頻率、潮氣量、吸氣氣流和呼氣氣流等），對參數進行分析處理來達到SAS檢測的目的[12-13]。然而在呼吸感應體積描記系統中，由于呼吸運動引起電感線圈的電感量變化非常小(低于幾百nH)，其產生感應電壓的變化在nV～μV之間，而且在測量過程中，電感線圈容易受到呼吸運動以外的其他運動和電子噪聲等影響[14]，另外胸腹線圈之間存在一定的耦合干擾，并且縛帶安放位置和使用者胖瘦程度都將影響測量效果，所以將該技術應用于普通家庭存在一定的局限性。

3 非接觸式檢測方法

接觸式睡眠呼吸檢測裝置雖然能較準確地檢測生理信號，但是接觸式的檢測方法限制人體自由，而且存在一些不足：①電極或傳感器與人體接觸位置不同，測量效果不同；②電極或傳感器與皮膚接觸不良，容易產生干擾信號；③易受外部因素影響，如夜間測量電極滑落或測試者不自覺將電極抓落等。④有些場合不利于用接觸式的檢測方式，如特殊患者（大面積燒傷、燙傷）或惡性傳染病等特殊場合。

非接觸式檢測方式是指不需要與使用者直接接觸的檢測方式，在一定程度上可以解決接觸式帶來的問題。常見的非接觸式檢測方法有以下幾種。

3.1 基于呼吸聲音的檢測法

該檢測方法是將傳聲器放在使用者頭部附近，檢測人體呼吸的聲音信號，然后對聲音信號進行分類判斷是否有SAS發生。Qian等[15]利用隨機森林分類器，對吸氣、呼氣、噪聲、睡眠呼吸暫停進行分類。Rosenwein等[5]利用頻率分類器區分打鼾和說話、夜間呻吟咳嗽等非打鼾信號，但此分類器的打鼾檢測值存在丟失現象。這種檢測方式存在的外界干擾源較多，而且檢測項目單一。

3.2 基于床上用具的檢測法

該方法是通過在枕頭、床中嵌入傳感器，或在枕頭、褥子下面放入特殊的傳感裝置進行檢測，能夠長時間無負荷地進行數據的存儲。

3.2.1 基于特殊床式的檢測方法

2010年張宏金等[16]研制了充氣式微動靈敏床墊（Micro-movement Sensitive Mattress，MMSM）,該床墊分四個區，分別檢測頭部、胸部、腹部、下肢的動作信息。人體細微的動作例如呼吸、心跳均會引起MMSM氣囊中氣體壓力的變化，通過壓力傳感器將壓力信號轉化為電信號進行信號采集。2013年李云峰等[17]設計了在4個床腳安裝全橋式電阻應變片壓力傳感器的檢測裝置，采集睡眠過程各種動作（翻轉、起身、抽搐等）產生的壓力信號。2014年Samy等[18]利用高分辨率壓電織物的床單，獲得睡眠中的生理信號，包括呼吸率的變化、呼吸率、腿動、體動，并且依據各睡眠階段的不同生理參數，用三個統計分類器區分睡眠階段，同時根據床單的幾何特征判斷睡姿。壓電纖維織物有兩個主要的特點，一是厚度和頭發直徑差不多，二是隨著壓力增大，壓電纖維的電阻減小。用此壓電織物在床單中構造出8 192個壓力傳感器，當測試者躺在此床單上時，人體的生理活動（如呼吸）使壓電材料的電阻發生變化，壓力傳感器將其轉化為電壓信號。通過對電信號進行數據采集與處理，可獲得睡眠的相關生理信息。Hwang[19]和Guerrero[20]等使用基于聚偏二氟乙烯薄膜(Polyvinylidene Fluoride, PVDF)材料的傳感器，將傳感器置于褥子下方受試者背部的位置來檢測呼吸信號。但是，使用者與傳感器位置偏移大或離開傳感器監測區域，就會影響測試效果。

3.2.2 基于特殊枕頭式的檢測方法

Lokavee[21-22]等發明的睡眠檢測枕，就是將3×3的壓力傳感器置于枕頭內部，使檢測呼吸、心跳帶來的振動信號轉化為電信號進行采集與存儲。2012年宋義林等[23]設計的睡眠中生理信息檢測系統的傳感裝置原理是將裝滿液體的PC管，以半弧形放置在兩塊亞克力板之間，PC管一端密封，另一端與壓力傳感器相連。將傳感裝置放于枕頭下方，由于人的呼吸、心跳、打鼾會使管內液體壓力發生變化，壓力傳感器將變化的壓力信號轉化為電信號進行檢測。然后依據呼吸、心跳、打鼾各自的頻段設計濾波放大電路，將原始信號進行去噪分離，實現呼吸、心率、打鼾的檢測，傳感裝置的結構如圖1所示。此類檢測系統具備生理信息顯示和報警的功能。后續的研究也已逐漸展開，今后還會引入無線網絡技術，將生理信息傳輸到手機、電腦、監控中心等[8,24]，便于信息的存儲和異常現象的及時救助；在檢測系統中加入數字濾波提高檢測結果的穩定度和精度。此項研究在家用醫療器械中具有良好的發展前景，既滿足了人們對無創性、無拘束生理信息檢測的迫切需求，也簡化了裝置結構、降低了系統成本。

圖1 檢測裝置結構示意圖Fig.1 Structure of the measurement device

以上睡眠檢測裝置雖然不影響使用者的正常睡眠，但是原始信號微弱容易受到干擾，所以睡眠中生理信息檢測系統不僅對傳感裝置的靈敏度要求高，而且對數據處理技術也提出了更高的要求。

3.3 基于生物雷達和圖像處理的檢測法

生物雷達技術是新興的非接觸式睡眠中生理信號檢測技術，近年來頗受國內外學者的關注。它不受自然環境溫度影響，且具有良好的穿透性，可以穿透衣物、被褥等非金屬障礙物來檢測生理信號。所以，生物雷達技術在醫學診斷、健康監護等領域具有應用價值。胡巍[25]、Pathirana[26]和Vinci[27]等諸多研究者利用雷達發射電磁波的多普勒效應可檢測目標的位移、速度等運動信息這一原理，檢測體表的微動信息。從生理學上講，體表微動可以反映人體的生理活動如呼吸、心跳等。但是這種檢測方法需要考慮一些問題：①外界運動物體的反射信號會產生干擾波；②呼吸、心率的頻率范圍極低，受接收機硬件低頻噪聲影響，基帶信號輸出的信噪比不高；③長期使用雷達檢測對人身體有害。

采用圖像處理技術獲得生理信息的方法，也是新興的技術之一。檢測過程中將視頻監控設備放在距檢測者一定范圍內，對睡眠過程進行錄像，然后利用圖像處理技術，對細微的身體運動變化進行分析，得到呼吸、腿動等生理信息。只是此種方法對攝像設備的穩定性和分辨率要求很高，還存在侵犯使用者隱私的問題。

上述兩種方式有一定的研究進展，不過應用于家用監護中，還有待進一步優化。

4 總結

上述介紹的睡眠檢測的方法，雖然原理和檢測手段不同，但是根據其自身的特性，都有適合自己的應用領域。經典睡眠監測系統PSG，可以同時檢測多個生理指標，在醫學監測上具重要作用，但是由于PSG檢測系統操作復雜、價格昂貴、體積龐大、電極多等，不宜用在普通家庭中做長期的睡眠監測。接觸式和非接觸睡眠檢測系統經發展和創新以后可大量用于普通家庭。然而，其遵循的原則之一是便攜式，這決定了它們的檢測指標要比PSG的檢測指標少，結構要簡化，操作要簡單。接觸式和非接觸式睡眠檢測方法就目前研究進展看，存在的問題是接觸式檢測結果準確度高，但限制使用者自由；非接觸式實現了無拘束的期望，但檢測結果的準確度有待提高。綜上，睡眠監測的特殊性推動著非接觸式睡眠監護技術的發展。盡管該技術前景較好，但是與實際的需求仍有較大差距。研發出價格低廉、操作簡單、性能穩定、可靠性高、適合于家庭應用的便攜式睡眠監護設備是很重要的發展方向。

[1] Kagawa M, Tojima H, Matsui T. Non-contact screening system for sleep apnea-hypopnea syndrome using the time-varying baseline of radar amplitudes[C]//IEEE Health Inn Conf, 2014, 99-102.

[2] 張希龍. 打鼾是夜間的神秘殺手[J]. 健康管理, 2013, 37(3): 45-48.

[3] 白蕾, 顏平, 荊志成. 睡眠呼吸暫停綜合征與肺高血壓[J]. 醫學與哲學, 2013, 34(10): 50-53.

[4] 梁送民, 郭永偉, 趙霞. 便攜式睡眠檢測儀對阻塞性睡眠呼吸暫停綜合征的診斷價值[J]. 山東大學耳鼻喉眼學報, 2014, 28(2): 22-25.

[5] Rosenwein T, Dafna E, Tarasiuk A, et al. Detection of breathing sounds during sleep using non-contact audio recordings[C]//IEEE EMBS, 2014, 1489-1492.

[6] Zhang J, Zhang Q, Wang Y, et al. A real-time auto-adjustable smart pillow system for sleep apnea detection and treatment[C]//IEEE Inf Proc Sens Networks, 2013, 179-190.

[7] Mietus JE, Peng CK, Ivanov P CH, et al. Detection of obstructive sleep apnea from cardiac interbeat interval time series[C]//IEEE Comput Cariol Conf, 2000, 27: 753-756.

[8] Sannino G, Falco ID, Pietro GD. Monitoring obstructive sleep apnea by means of a real-time mobile system based on the automatic extraction of sets of rules through differential evolution[J]. J Biomed Inf, 2014, 49: 84-100.

[9] Jin J, Sánchez-Sinencio E. A home sleep apnea screening device with time-domain signal processing and autonomous scoring capability[J]. IEEE Trans Biomed Circ Syst, 2015, 9(1): 69-104.

[10] Dehkordi P, Marzencki M, Tavakolian K, et al. Monitoring torso acceleration for estimating the respiratory flow and efforts for sleep apnea detection[C]//IEEE EMBS, 2014, 6345-6348.

[11] Maes H, Vandersteen G, Ionescu C. Estimation of respiratory impedance at low frequencies during spontaneous breathing using the forced oscillation technique[C]//IEEE EMBS, 2014, 3410-3413.

[12] 畢亞瓊, 呂媛. 可穿戴呼吸感應體積描記系統的標定方法[J]. 科技傳播, 2012, 2(下): 82-83.

[13] Immanuel SA, Pamula Y, Kohler M, et al. Characterizing respiratory waveform regularity and associated thoracoabdominal asynchrony during sleep using respiratory inductive plethysmography[C]//IEEE Intellig Sens Networks Inf Proc, 2013, 329-332.

[14] 黃增躍, 姬軍, 王云龍等. 呼吸感應體積描記系統中弱信號鎖相放大模塊的設計[J]. 傳感技術學報, 2014, 27(1): 17-20.

[15] Qian K, Xu Z, Xu H, et al. Automation detection of inspiration related snoring singles from original audio recoding[C]//IEEE Sign Inf Proc, 2014, 95-99.

[16] 張宏金, 楊軍, 曹征濤等. 微動敏感床墊睡眠檢測系統檢測睡眠呼吸事件的判斷規則[J]. 中華航空航天醫學雜志, 2010, (1): 69-71.

[17] 李云峰, 孫建忠, 李晗. 非接觸式睡眠檢測系統的研究與設計[J].計算機測量與控制, 2013, 21(5): 1135-1146.

[18] Samy L, Huang MC, Liu JJ, et al. Unobtrusive sleep stage identification using a pressure-sensitive bed sheet[J]. IEEE Sens J , 2014, 14(7): 2092-2101.

[19] Hwang SH, Lee HJ, Yoon HN, et al. Unconstrained sleep apnea monitoring using polyvinylidene fluoride film-based sensor[J]. IEEE Biomed Eng, 2014, 61(7): 2125-2134.

[20] Guerrero G, Kortelainen JM, Palacios E, et al. Detection of sleepdisordered breathing with pressure bed sensor[C]//IEEE Int Conf, 2013, 1342-1345.

[21] Lokavee S, Watthanawisuth N, Mensing JP, et al. Sensor pillow system: monitoring cardio respiratory and posture movements during sleep[C]//IEEE Biomed Eng Int Conf, 2011, 71-75.

[22] Lokavee S, Suwansathit W, Tantrakul V, et al. Unconstrained detection of respiration rate and efficiency of sleep with pillowbased sensor array[C]//IEEE Electr Eng, 2014, 1-6.

[23] 宋義林, 高樹枚, 張彤. 無拘束型睡眠中生理信息檢測裝置[P].中國: 201210216674.6, 2013-11-20.

[24] Patwari N, Brewer L, Tate Q, et al. Breathfinding: a wireless network that monitors and locates breathing in a aome[J]. IEEE J Sel Top Sign Proc, 2014, 8(1): 30-42.

[25] 胡巍, 王云峰, 趙章琰,等. 連續波生物雷達體征檢測裝置與實驗研究[J]. 中國醫療器械雜志, 2014, 38(2): 102-106.

[26] Lee YS, Pathirana PN, Stenifort CL, et al. Monitoring and analysis of respiratory patterns using microwave doppler radar[J]. Med Imag Diagn Radiol, 2014, 2: 1800912.

[27] Vinci G, Lindner S, Barbon F, et al. 24 GHz six-port medical radar for contactless respiration detection and heartbeat monitoring[C]// IEEE Proc Eur Radar Conf, 2012, 75-78.

The Measuring Method and Research Progress of Physiological Information in Sleep

【Writers】SONG Dan, LI Lin, SONG Yilin

School of Mechanical and Electrical Engineering, Heilongjiang University, Harbin, 150080

Because the number of sleep apnea syndrome (SAS) population is increasing and the traditional medical sleep detection methods have problems, the research of portable household sleep detection system has being more concerned. The sleep detection methods for the portable household use mainly include contact and non-contact type. In this paper, the principle of the portable detection methods and their recent development are described, and the various detection methods are analyzed.

sleep monitor, portable measurement, sleep apnea syndrome, research progress

R318.08

A

10.3969/j.issn.1671-7104.2016.04.008

1671-7104(2016)04-0263-04

2016-02-22

黑龍江省自然科學基金(C2015025)；黑龍江大學研究創新科技項目(YJSCX2015-075HLJU)

宋義林，教授，院長，E-mail: sy1@hlju.edu.cn