睡眠監測系統以及與之聯動的環境家電用于提升睡眠質量的應用展望

金巍 池敏越 陳業藝

(美的集團中央研究院，佛山，528311)

睡眠環境學SleepEnvironmentalScience

睡眠監測系統以及與之聯動的環境家電用于提升睡眠質量的應用展望

金巍 池敏越 陳業藝

(美的集團中央研究院，佛山，528311)

本文首先引用了各種公開的數據，說明了睡眠質量對于健康的意義，以及改善睡眠環境對于改善睡眠質量的重要性。然后介紹了一種可以用于改善睡眠的睡眠監測系統以及與之組成閉環反饋系統的環境家電。文中從睡眠監測的系統構成、實現與驗證方法、干預手段以及聯動策略等角度多方位介紹了該系統的原理和應用。在陳述原理的同時也陳列了系統設計的大量理論依據。最后，本文展望了這種睡眠監測及干預系統的未來發展方向。

睡眠監測；睡眠干預；心率變異性；心沖擊圖

1 引言

每年的3月21日是世界睡眠日，睡眠對于健康的意義，已經被越來越多生命科學工作者們揭示。根據中國睡眠研究會2013年公布的數據，我國人群中，有各類睡眠障礙的人群占38%，高于27%的世界平均水平，且呈低齡化趨勢。

睡眠質量對于生命健康的意義非同一般。睡眠質量不好，不但會影響記憶力[1]、情緒[2]，還會影響人體免疫系統和內分泌系統。很多研究表明，缺乏真正意義的睡眠，會直接或間接導致高血壓[3]、糖尿病[4-5]、肥胖癥[6]等多種疾病。

引起睡眠的因素非常復雜。根據睡眠障礙的誘因，睡眠障礙從廣義上可以分為內源性睡眠障礙(即由于身體自身原因導致的睡眠障礙)和外源性睡眠障礙(即環境條件或病理條件引起的睡眠障礙)，以及晝夜紊亂。

根據美國疾病防控中心(CDC)2005～2006年做得一項國家健康與營養調查(NHANES)，在6 319名16歲以上包含各種族群的調查對象中，失眠和睡眠呼吸障礙占了睡眠障礙人群的絕大多數[7]。對于睡眠呼吸障礙，市場上已有很多產品(如睡眠呼吸機)有效的解決了這一問題。相對來說，失眠的原因復雜多樣，即包含了內源性因素，又包含了外源性因素和晝夜紊亂因素。市場上尚未出現非常有針對性的治療產品。眾多研究表明，我們日常的睡眠環境或許適宜睡眠，但并非完美，還有很大改善的空間。而基于這一結論，無論失眠人群的失眠誘因如何變化，睡眠環境的改善無疑都將提高人們的睡眠質量。

本文所介紹的系統旨在通過改善睡眠環境來提高使用者(特別是因環境因素導致的失眠及有失眠趨勢的亞健康人群)的睡眠質量。

2 監測系統

為了科學的對睡眠行為進行正向干預，需要首先解決睡眠狀態監測問題。

根據腦電波的成分，AASM將成年人睡眠分為5個階段。市場上常見的多導睡眠監測儀(Polysomnography，PSG)通常按照這個分期原則進行睡眠分期。分期的依據主要是腦電(EEG)以及其他基本生命體征(心率、呼吸、體動、眼電、鼾聲等參數)的監測結果。這種睡眠監測設備通常在醫療睡眠中心由專業醫護工作者使用，不適合家庭使用。因此，作為睡眠監測技術的家用化商業轉型，基于心沖擊(Ballistocardiography，BCG)原理的睡眠監測技術越來越多的被產品化并在市場上銷售。

2.1 BCG原理的睡眠監測產品

2.1.1 BCG監測系統架構本文所介紹的系統，除了可以通過BCG監測完成睡眠過程的監測，還可以通過實時監測和分期，進行睡眠環境的調節，達到改善睡眠的效果。

圖1 監測系統架構

本文所描述的監測系統使用傳統的信號采集架構。包括傳感器模塊、信號采集處理模塊、算法模塊以及用戶接口、通信模塊(如圖1)。

2.1.2 BCG產品的優勢 與PSG比較，本產品具有以下五種優勢：①非接觸式測量，可被廣泛應用于家庭環境，不會影響睡眠的舒適性；②制造成本低廉，商業前景光明；③小型化設計潛力巨大，為各種使用場景提供可行性；④算法所需處理器資源相比低很多，為實時睡眠分期提供了可能。

2.1.3 BCG產品測量原理的局限性 ①可以監測的生命體征參數單一，當前的技術僅能提供心率、呼吸率、體動的監測；②相比PSG和監護儀，監測的體征參數精度較低；③睡眠分期依據心率變異性(HRV)或呼吸率的變化進行睡眠分期，相比PSG依據EEG而言，相關性較弱；④睡眠分期算法一般只能分辨清醒、淺睡及深睡，很難精準做到5個睡眠分期。

雖然BCG的測量方法存在上述局限，但是已經可以滿足家庭用于睡眠干預的需求。本文重點介紹一下我們對監測算法的研究和迭代方法。

2.2 測量體征提取 本系統采用心沖擊原理測量得到心率、呼吸率、體動參數。

心沖擊信號是由人體的微振動造成的，可以看作是心臟搏動、胸廓起伏及肢體運動這三個動作共同產生的。所以理論上可以從混合信號中分離出心跳信號、呼吸信號及體動信號，進而得出心率、呼吸率和體動參數。其中心跳信號和呼吸信號均屬于周期信號，而體動信號表現為非周期的沖擊信號。

心跳信號和呼吸信號頻率成分不同。波形從上看，心沖擊信號是疊加在呼吸信號之上的小信號。由于頻率成分相差較大，可以通過各種濾波算法提取出大致的心率和呼吸信號，再使用峰值識別或閾值跨越的方法，即可識別出心率和呼吸率。

體動信號與心率、呼吸信號相比，沒有顯著的頻率特征，但是其幅度往往遠大于上述兩個信號。因此，當發生體動時，所監測到的沖擊信號趨近飽和。而根據飽和狀態之后信號的幅值情況又可以識別出上床和離床動作，從而達到記錄在床和離床時間的目的。

2.3 睡眠結構實時分期 通過對心率的連續監測，可以得到心率在整個睡眠過程中的變化趨勢。心率變異(HRV)是指瞬時心率或者瞬時心動周期的微小變化。它主要受控制心臟戒律的交感神經和副交感神經的影響。研究同時發現，睡眠與控制心臟動力學特性的交感調制、副交感調制有關。因此，心率、RR間期或HRV在一定程度上反映睡眠狀態[8]。正常成人夜間HRV的譜分析發現，HRV是睡眠狀態、時間和EEG覺醒的函數。在低分辨率下，HRV與睡眠結構有著密切的等級相關性[9-11]。

基于上述原理，我們開發了基于HRV、呼吸率變化及體動的睡眠分期算法。算法對心率趨勢數據取了若干分鐘的滑動窗，根據窗內數據的HRV統計分析結果，結合體動、呼吸率得變化將睡眠階段分為覺醒期、淺睡期和深睡期。首先，當睡眠狀態再上述三個階段轉變時，心率和呼吸率都會經歷明顯的變化。把每一階段這兩個參數的變化率同步采集下來，再同步做一下相關性計算。相關性計算的結果中，每一次睡眠狀態的切換都會形成相關結果的一次峰值。設置一個經驗閾值，則很容易實時找出睡眠過程中的分期狀態變換點。然后，需要判斷每一個分析時段屬于哪個睡眠分期。這里用到心率變化率和呼吸率變化率這兩個指標。以覺醒期時的上述兩個指標作為基準，指標的變化率有兩個方向，睡眠加深和睡眠變淺。當兩個指標的變化一致時，可以通過準確判斷出睡眠階段。當兩個指標變化不一致時，以心率變化率指標為優先指標，通過特定權重計算后再進行睡眠階段判定。不同睡眠階段有不同的變化率范圍，深睡期和淺睡期的范圍有部分交疊，該交疊部分需要加上體動情況，輔助進行判定。這種分期方法的最大特點在于實時性,而實時性為睡眠干預提供了前提。

2.4 開發架構和驗證平臺 體征提取算法及睡眠分期算法建模完成以后，算法的性能需要在實驗中進行快速迭代，從而達到性能提升的目的。下圖(圖2)是一種實驗室數據收集及算法迭代的方案架構。通過前文所述的算法需求及數學建模，最初的算法模型被建立起來。同時，通過實驗室同步測試，許多睡眠過程中的BCG數據以及同步監測的PSG數據被收集起來。

數據管理及算法驗證平臺

當睡眠案例數越來越多，需要設計一個睡眠數據庫管理系統，將所收集到的數據有效的管理起來。睡眠數據庫管理系統的作用有三個：a.存儲數據；b.數據歸類和檢索；c.數據編輯。下圖介紹了數據管理及算法驗證平臺的平臺架構即操作流程。

圖2 睡眠算法開發架構

圖3 睡眠算法評測平臺流程

算法驗證平臺(下稱平臺)一方面集成了操作系統封裝后的睡眠算法，一方面又可以自由檢索和調用睡眠數據庫中的原始數據。使用不同特征的睡眠數據運行當前版本的算法后，算法驗證平臺將自動把睡眠算法所得到的結果與PSG所得到的結果進行數理統計，并得到當前版本算法的性能規格。對算法的性能評估包含了很多維度。

對于體征算法，平臺提供了與PSG對標的平均偏差統計、標準方差統計以及相關性統計。以心率為例，在我們當前睡眠數據庫中所收集到的52例有效參比數據(心率點數9726)當中，心率測量的準確性指標如下：

平均偏差：-1.43,標準方差：2.49,相關度r2=0.94。

其中心率采樣點的數值范圍覆蓋50-110，呈正態分布(如圖3)。

圖4 心率驗證數據分布及統計結果

對于睡眠分期算法，平臺不但可以得到當前版本算法相對于PSG的性能規格，還可以圖形化顯示整個案例睡眠過程中的趨勢對比，使開發者對于算法的缺陷一目了然，很大程度提升了開發者的開發能力和開發效率。下圖(圖4)是一個睡眠案例的整個睡眠過程。圖中顯示了我們所開發的監測系統與PSG的同步圖形化數據。

圖5 整晚睡眠監測結果與PSG對比圖

其中綠色是PSG的心率讀數，紅色是被測設備的心率讀數，橙色是PSG的睡眠分期結果，藍色是被測設備的睡眠分期結果。這里，PSG的睡眠分期結果由ICSD3的5個階段映射為清醒、淺睡、深睡3個階段。統計結果表明，睡眠分期的結果與PSG吻合度達到了75.29%的水平。

3 反饋系統

前面介紹的睡眠監測性能的提升和實時分期的根本意義就在于對睡眠過程進行干預，從而達到改善睡眠的效果。

決定人體睡眠質量的環境因素很多。比較有共識的因素包括溫度、濕度、風速、聲、光等因素。其中，溫度、濕度、體表風速三者是相互結合，相互影響并相互制約的因素。關于溫濕度、風速影響人體舒適度的理論基礎，國際標準ISO7730中有明確的定義。標準中給出了人體舒適度受環境溫濕度、體表風速以及人體代謝水平、運動水平、衣物熱隔離情況等因素影響的量化方法。其中，代謝水平是隨著睡眠狀態改變的顯著變量。因此，定義好那些不會隨著睡眠狀態改變的變量因子，如環境濕度、運動水平、衣物隔離情況等，就可以推算出最適宜人體睡眠狀態的合理溫度、風速指標。基于上述原理和標準，很多業內同行也做了針對睡眠的先行研究，從實驗角度驗證了通過調節溫濕度、體表風速來改善睡眠的可行性[12-14]。

除了溫濕度和風速，光對于睡眠的改善也是近些年睡眠研究的一大熱點，同時也是我們研究的一大課題。說到光對睡眠的作用，不得不提到褪黑素。褪黑素是由松果體分泌的天然人體激素。大量研究表明，褪黑素是調節人體晝夜節律的主要激素，它可以引起睡意和促進睡眠。而特定波長，特定強度的光刺激可以促進或抑制褪黑素的分泌[9-13]。因此，通過改變環境光刺激的波長和強度，可以調節人體睡眠的節律。

根據上述理論，結合前述的睡眠監測系統我們完善了睡眠監測反饋系統中的睡眠干涉部分。整個系統反饋邏輯如圖5所描述。

圖6 睡眠監測及反饋系統邏輯圖

該系統的監測和反饋中心是睡眠中的人。當使用者睡眠時，睡眠監測系統將其心率、呼吸、體動等體征信號以及環境溫濕度信息實時采集下來，并分析計算出睡眠分期結果。一方面監測系統實時將監測和計算結果實時反饋給環境電器，如空調、風扇和助眠燈，讓這些環境電器根據使用者的睡眠狀態調節最適宜的設定值，從而達到改善睡眠的目的；另一方面，監測系統將每晚的監測結果傳輸到云服務器，云服務器中的算法根據使用者一段時間的睡眠情況對使用者的睡眠健康進行綜合評估，將診斷結果以及飲食、作息建議等信息通過個人移動終端反饋給使用者以起到早期預測、促進睡眠健康的效果。

4 展望

通過對睡眠監測及反饋系統的開發，我們初步建立了睡眠健康監測及反饋的閉環。這個閉環中的每一個環節都將成為未來的發展方向。例如，利用多樣的傳感器技術在精準度和產品成本之間為客戶提供多種選擇；再如開發多種睡眠干預手段——利用睡眠枕進行淺睡喚醒、止鼾等。這些都是我們正在開發或將要開發的產品形式。隨著人們對睡眠健康的逐步重視，這些睡眠產品將會為用戶帶來越來越多實惠的價值。

[1]許良,徐建,王惠茹,等.失眠患者睡眠與覺醒相關因素臨床調查研究[J].中國中醫基礎醫學雜志,2010,(5):408-409.

[2]戴悅,張寶泉,李映蘭,等.中國老年人睡眠質量與抑郁、焦慮相關性的Meta分析[J].中華護理雜志,2016,(4):488-493.

[3]李應東,楊曉瑜,劉凱,等.高血壓病的中醫證型與睡眠紊亂及其相關危險因素分析[J].世界睡眠醫學雜志,2014,(1):46-50.

[4]王得春,胡志安.睡眠障礙與糖尿病的研究[J].醫學綜述,2012,(5):738-741.

[5]Gottlieb DJ，Punjabi NM，Newman AB，et al.Association of sleep time with diabetes mellitus and impaired glucose tolerance[J].Arch Intern Med，2005，165(8):863-867.

[6]Taheri S，Lin L，Austin D，et al.Short sleep duration is associated with reduced leptin，elevated ghrelin，and increased body mass index[J].PLoS Med，2004，1(3):e62.

[7]Saravanan R，Hazem S，Satish KS Kumar，et al.Prevalence and impact of sleep disorders and sleep habits in the United States，Sleep Breath，2010，14:63-70.

[8]Otzenberger H，Simon C,Gronfier C，et al.Temporal relationship between dynamic heart rate variability and EEG activity during sleep in man[J].Neuroscience Letters，1997，229：173-176.

[9]張秀華，韓芳，張悅，等譯；(美)Kryger MH，Roth T，Dement WC,等原著.睡眠醫學理論與實踐[M]4版.北京：人民衛生出版社，2010：389-398.

ApplicationOverviewofaSleepMonitoringSystemandtheEnvironmentalAppliancesWorkingasaClose-loopforSleepImprovement

Jin Wei，Chi Minyue，Chen Yeyi
(CentralResearchInstituteofMideaGroup,Foshan, 528311)

Sleep，as a major part of life，has been revealed by previous researches to be associated to many chronic diseases.This article means to introduce a system，which is designed to monitor the sleeping stages and communicate with environmental appliances.Sleep monitoring is implemented by acquiring vital signs like heart rate and respiration rate，as well as body movement.Sleep stages are then derived from the change of these parameters over sleep period.The communication with environmental appliances like air-conditionings，electric fans and smart lights and their interventions to sleep environment forms a close loop，which works to improve users′ sleep quality by improving their sleep environment according to different stages of sleep.The article started from the significance of sleep quality to health with some data and references.Then the introduction to the above-mentioned system followed from several dimensions，such as literature evidences of system application，system scheme and configuration，and the development and verification of the system.Finally，a brief discussion to future expension of the system ended up the article.

Sleep monitor；Sleep intervention；Heart rate variability；Ballistocardiography

金巍(1979—)，男，2005年畢業于英國薩里大學生物醫學工程中心，碩士研究生學歷，高級工程師職稱，現任美的集團中央研究院先行研究高級工程師

池敏越,E-mail:minyue.chi@midea.com.cn

R338.63

：A

：2095-7130(2017)04-218-223