基于調頻連續波毫米波雷達的非接觸式睡眠呼吸事件監測

AbstractObjective：Toinvestigate theefectof non-contact slep monitoringusing milimeter-waveradarfordetectingsleepapnea events.Methods：A sleep monitoring model with a 6O-64GHz frequency-modulated continuous wave（FMCW）radar and an algorithm platform was established.Atotal of sixpatients diagnosedwithobstructive sleepapnea（OSA）whoreceivedtreatment China-JapanFrendshipHospitalfromMarchtoJune，2O24 wereincludedinthiscinicalobservationalstudy.Themillimeter-wave radarwas positioned5Ocmabovethepatients’anteriorchest inahorizontalorientationandpolysomnographywasusedtomonitor thepatientsthroughout thenighttocolectslepdataatthesame time.ClinicalinformationanddataoftheMedicalOutcomes Study Sleep Scale（MOS-SS，Chinese version）werecolectedandanalyzed.Resultsfromthemillmeter-waveradar and polysomnographywerecomparedandanalyzed.Results：The main symptoms of the six patients were noctural snoring orsuffcation，and mostof thepatientssuffredfromhigherBMIscore，rhadahistoryofexposure totoxicsubstances，hypertension，drugorfoodallergies，oraloholconsumption.The MOS-SSresultsindicated thatOSAcouldleadtosleepdisturbances，afecting patients'sleep qualityanddaytimecognitivefunction.Underthesleepmonitoring testmodelsystem，theFMCWradar'smonitoringeffciencyfor apnea events was 52.21% ，with an average reduction in chest wall mobility of 38.92% . However，the monitoring efficiency for hypopnea events was 45.96% ，with an average reduction in chest wall mobility of 33.61% . Conclusion ： The monitoring efficiency of FMCW Millimeter-wave Radar for apnea and hypopnea events was respectively 52.21% and 45.96% ，and it has a certain

effect in monitoring sleep apnea events.

KeywordsMilimeter-wave radar； Non-contact； Sleep monitoring；Polysomnography；Obstructive sleep apnea中圖分類號：R338.63;R56 文獻標識碼：A doi：10.3969/j. issn.2095 -7130.2025.04.004

阻塞性睡眠呼吸暫停（Obstructive Sleep Apnea，OSA），又稱為阻塞性睡眠呼吸暫停-低通氣綜合征，是一種因睡眠中上氣道反復塌陷導致的慢性疾病，表現為夜間打鼾、憋醒、睡眠結構紊亂及日間嗜睡等[1]。由于低通氣與呼吸暫停造成間歇性低氧、高碳酸血癥、交感神經興奮、胸腔內壓力波動及自主神經失調等，OSA與心血管系統、內分泌和代謝系統、神經系統等疾病發生密切相關，同時影響患者生命質量，增加日間發生事故風險[2]。目前全球約10 億人患有OSA。中國成人OSA總患病率為 3.93% ，男性患病率為女性的2.62倍。在 30～69 歲人群中，中國0SA患者約1.76億，居世界首位，其次為美國，約有5400萬OSA患者[34]。隨著肥胖與老齡人口增長，我國OSA患者仍在不斷增加。OSA的診斷主要依靠在睡眠中心進行多導睡眠監測（Polysom-nography，PSG），但目前我國OSA的診斷和治療率均不足 1% ，遠低于西方發達國家[5]，這可能與醫療資源分布、對疾病認識不足以及診斷技術的可及性等因素有關。整夜PSG監測是診斷OSA的金標準，但該檢查復雜、費用昂貴，必須在睡眠監測中心進行且存在“首夜效應”[6]。便攜式睡眠監測（Portable Mo-nitoring，PM）對比PSG，導聯數較少，可在家中監測，具有便捷、成本低等優點，但PM仍須在醫生指導下進行，對低風險人群診斷價值有限[7]，存在一定誤診和漏診的可能性[8]

近年來，隨著微電子傳感器及無線通信技術的發展，生物雷達以其穿透性強、抗干擾性強、不易受環境噪聲和光線制約等優點逐漸成為非接觸式睡眠監測研究領域熱點。其中，毫米波雷達以毫米波段電磁波為媒介，基于微多普勒效應實現對目標特征提取，可實時獲取心跳、呼吸等生命體征信息。為探究該技術在臨床中的監測效能，本研究采用毫米波雷達與PSG對患者進行同步監測的方法，通過對比2者的監測結果，初步探索其臨床應用價值。

資料與方法

1.1一般資料選取2024年3月至2024年6月中日友好醫院睡眠呼吸中心收治的臨床確診或擬診為呼吸睡眠暫停-低通氣綜合征患者6例作為研究對象。患者一般情況見表1。本研究通過中日友好醫院臨床研究倫理委員會審查（倫理審批號：2024-KY-080）。

1.2納入標準1）既往確診為OSA或臨床擬診為OSA;2）年齡 ?18 周歲；3）愿意參與本研究項目并簽署知情同意書。

1.3排除標準1）無法耐受多導睡眠監測、腦電圖錄像監測等檢查;2）合并呼吸系統其他疾病及嚴重心腦血管、腎臟、肝臟及造血系統等疾病者;3）研究對象綜合評估不適合加入本研究項目者

1.4研究方法患者穿戴多導睡眠監測設備平臥于病床，無吸氧及呼吸機裝置，將毫米波雷達設備分別放置于患者前胸兩乳頭連線中點正上方 50cm 處，收集患者整晚睡眠呼吸及心跳數據；采用中文版MOS-SS 睡眠 量表（Medical Outcomes Study SleepScale，MOS-SS）評分；對比分析毫米波雷達與PSG監測數據。

1.5觀察指標毫米波雷達睡眠監測模型，本次試驗所使用的采集設備為德州儀器（TexasInstruments，TI）生產的調頻連續波（FrequencyModulatedContinuous Wave，FMCW）IWR6843雷達 + DCA1000采集板，工作頻段在 60GHz?64GHz ，信號接收端口采用mmwavestudio及matlab軟件（2021b）進行數據儲存及處理。本試驗構建的毫米波雷達睡眠監測模型，主要包含4個部分，1）信號發射與接收：雷達系統產生一個連續的線性調頻信號，遇到目標物體后的反射信號被接收天線接收。2）信號處理：發射信號與回波信號進行混頻處理后產生差頻信號，對差頻信號進行快速傅里葉變換（FastFourierTrans-form，FFT）等處理，計算出目標運動的距離和相對速度。3）特征提取：提取心跳、呼吸信號，獲得對應的時域圖、頻譜圖。4）數據對比：根據醫師判讀的PSG診斷結果，對應分析雷達采集的心跳、呼吸信號。

1.6統計學方法采用 SPSS 22.0統計軟件對數據進行分析，計量資料采用均值 ± 標準差 表示，進行 χ_t 檢驗;計數資料采用率 （%） 表示，進行 χ² 檢驗，以 Plt;0.05 為差異有統計學意義。

2 結果

2.1中文版MOS-SS 睡眠量表（MOS-SS）MOS-SS睡眠量表[9-10]是目前廣泛應用的睡眠質量評估量表之一，中文版MOS-SS量表[1]經驗證具有良好的臨床適用性。該量表從睡眠干擾、睡眠充足度、日間精神狀態、打鼾、醒后氣促以及睡眠量6個維度，包含12個條目進行睡眠質量評估，量表的計分方法為，條目2以睡眠時長（小時）計分，其余條目分值為1＼～6分，其中條目4、12為反向計分。條目維度分值的計算方法是將維度內各條目得分之和除以維度內條目總分，再乘以 100% 。 01～06 例患者 MOS-SS量表各維度得分見表2。

2.2毫米波雷達與PSG 睡眠監測結果比較患者同時接受PSG與毫米波雷達監測。PSG結果經由睡眠醫師判讀后，由本研究成員統計呼吸事件次數及對應時間段。在雷達呼吸時域圖中將以上呼吸事件段及其基線呼吸段一一對應并標記。經數據處理后，計算呼吸時域圖中各呼吸事件段及基線呼吸段的平均幅值，并計算呼吸事件段較基線段幅值的平均下降率。呼吸時域圖縱坐標反映的物理含義為每15ms 胸壁位移的距離，反映胸壁運動的快慢，其圖像幅值的改變反映了胸壁運動快慢的變化情況。根據心跳信號頻譜圖分析心率指標。

2.3統計 01～06 例患者PSG監測結果中呼吸事件次數及整夜睡眠中最高心率、最低心率01患者由于為短程監測，因此無心率相關指標；統計 01～ 06例患者毫米波雷達各呼吸事件段（呼吸暫停、呼吸低通氣）較基線呼吸段幅值的平均下降率;統計毫米波雷達剔除呼吸事件次數占比，分析雷達監測效率。統計結果見表3，PSG中呼吸事件與雷達時域圖對應示例見圖1。

3 討論

隨著經濟水平的發展，睡眠健康逐步得到關注，而OSA作為常見睡眠疾患，發病率高，并發癥多，不僅影響睡眠質量，同時帶來系統性疾病風險。如何有效診斷和監測該疾病是臨床關注重點。PSG作為

注：——呼吸暫停事件，——呼吸低通氣事件。橫坐標表示監測日期與時間;上排數字代表第 n 次呼吸事件；下排數字代表呼吸事件的起始時間

診斷OSA金標準，因場地、設備及專業人員配備均有較高要求，實際臨床中并不適用于OSA的廣泛初篩。由此更加便捷、費用低廉的PM得到逐步推廣，但患者仍需佩戴設備，夜間設備脫落無法及時處理，同時由于設計原理各異，仍需依靠臨床進行結果判讀[8]。因此便捷、非接觸及標準化結果判讀成為睡眠呼吸監測手段的要求。傳統的生命信號探測主要依靠接觸式探測，多應用于醫療場景，近年來可穿戴設備滿足了人們的日常監測需求。然而，面對大面積燒傷患者或地震搜救等特殊場景，接觸式監測應用受限[12]，因此利用電磁波等非接觸式監測技術受到關注。在我國，第四軍醫大學最早在1998年展開相關研究，2001年研制了基于連續波的生命信號檢測系統[13]。21世紀以來，雷達檢測技術成為研究熱點，在軍事、氣象等領域已廣泛應用，并逐步應用于醫療領域[14-15]。我國多個研究團隊基于毫米波雷達技術開發了非接觸式生命體征監測系統，在實時心電圖、動態血壓監測及OSA監測，推動了該技術在醫療領域的臨床應用[16-21]

本次試驗共納入6例患者，平均年齡52歲，平均BMI25.4，以夜間打鼾與憋氣為主要癥狀。6例患者平均每夜睡眠時長為 6.83h ，夜間打鼾等情況對患者造成了睡眠干擾，少數患者有醒后氣促或頭痛。通過與PSG同步監測結果對比，評估本研究構建的毫米波雷達睡眠監測模型的監測效能。結果顯示，本試驗條件下的毫米波雷達監測模型對呼吸暫停事件的監測效率為 52.21% ，胸壁運動速率平均下降率為 38.92% ；對呼吸低通氣事件的監測效率為 45.96% ，胸壁運動速率平均下降率為 33.61% 。結果說明發生呼吸事件時，患者的胸壁運動較基線呼吸均有減慢，而發生呼吸暫停事件時胸壁運動減慢程度大于呼吸低通氣事件。這與呼吸暫停、呼吸低通氣分別對應不同程度的氣流降低有關，氣流下降越多，則胸壁運動減慢的幅度越大。同時結果也反映出本試驗毫米波雷達睡眠監測模型能識別約50% 的呼吸事件，具有一定的監測效能，進一步提升監測效率后具有臨床應用價值。

本研究為小樣本臨床觀察性試驗，旨在初步驗證毫米波雷達非接觸式睡眠監測系統的臨床應用效能。研究通過自主研發的毫米波雷達監測系統及長程監測算法，實現整夜連續睡眠數據采集，并以PSG標準進行臨床驗證，為毫米波雷達技術應用于睡眠醫學領域提供了客觀依據。然而本次觀察試驗樣本量較少，結果具有相對局限性。對此，未來可開展大樣本、多中心臨床試驗，優化并提升雷達監測設備性能，推動其進一步應用。

本研究設計了一套毫米波雷達睡眠監測系統，并初步評估其對睡眠呼吸事件的診斷效能。與PSG對比分析，結果顯示該系統可有效獲取睡眠呼吸參數，但其監測精準度仍需進一步臨床驗證

利益沖突聲明：本研究不存在利益沖突。

參考文獻

[1]中華醫學會，中華醫學會雜志社，中華醫學會全科醫學分會，等.成人阻塞性睡眠呼吸暫停基層診療指南（2018年）[J].中華全科醫師雜志，2019，18（1）：21-29.

[2]SINHAA，JAYARAMANL，PUNHANID.Predictorsofdifficultair-wayinthe obese are closely related to safe apnea time.JAnaesthesiolClin Pharmacol[J].2020，36（1） ：25-30.

[3]BENJAFIELDAV，AYASNT，EASTWOODPR，etal.Estimationofthe global prevalence and burden of obstructive sleep apnoea：a litera-ture-based analysis[J].LancetRespir Med.2019，7（8） ：687-698.

[4]潘悅達，王東博，韓德民.我國成人阻塞性睡眠呼吸暫停低通氣綜合征患病率的Meta分析[J].醫學信息，2019，32（7）：73-77，81.

[5]皮夢媛，許力月，郭靜靜，等.遠程醫療模式應用于中國阻塞性睡眠呼吸暫停低通氣綜合征患者診治的可行性研究[J].中華醫學雜志，2021，101（22） ：1671-1675.

[6]KANG S，KIM D K，LEE Y，et al.Non-contact diagnosis of obstruc-tive sleep apnea using impulse-radio ultra-wideband radar[J].SciRep，2020，10（1） ：5261.

[7]KAPURVK，AUCKLEYDH，CHOWDHURIS，etal.ClinicalPrac-tice Guideline for Diagnostic Testing for Adult Obstructive Sleep Ap-nea：An American Academy of Sleep Medicine Clinical PracticeGuideline[J].JClin Sleep Med.2017，13（3）：479-504.

[8]雷培良，朱慶文，蔣新霞.《便攜式睡眠監測在阻塞性睡眠呼吸暫停診療中的臨床應用專家共識（2021）》要點解讀［J].河北醫科大學學報，2022，43（11）：1241-1243，1249.

[9]HAYS R D，MARTIN S A，SESTI A M，et al. Psychometric propertiesof the medical outcomes study sleep measure[J].Sleep Med，2005，6：41-44.

[10]REJAS J，RIBERA M V，RUIZ M，et al. Psychometric properties ofthe MOS（medical outcomes study） sleep scale in patients with neu-ropathic pain[J]. Eur JPain，2007，11：329-340.效度的研究[J].中國疼痛醫學雜志，2013，19（6）：341-344.

[12]張蘭春，顧海潮.基于毫米波雷達的生命體征檢測[J].農業裝備與車輛工程，2022，60（3）：79-82.

[13]王健琪，王海濱，荊西京等.呼吸、心率的雷達式非接觸檢測系統設計與研究[J].中國醫療器械雜志，2001，25（3）：132-135.

[14]BABOLI M，SINGHA，SOLL B，et al.WirelessSleep Apnea Detec-tion Using Continuous Wave Quadrature Doppler Radar[J].IEEESens.J，2020，20，（1） ：538-545.

[15]SNIGDHA F，ISLAM S M M，BOIRC-LUBECKE O.ObstructiveSleep Apnea（OSA）Events Classification by Effective Radar CrossSection（ERCS）Method Using Microwave Doppler Radar and Ma-chineLearning Classifier[J]. IEEE Microwave Mag，2O2O，1：1-3.

[16]CHEN J，ZHANG D，WU Z，et al. Contactless ElectrocardiogramMonitoringWithMillimeterWaveRadar[J].IEEETRANSACTIONSON MOBILE COMPUTING，[s.1]，2024，23（1） ：270-285.

[17] ZHANG H，JIAN P，YAO Y，et al. Radar-Beat：Contactless beat-by-beat heart rate monitoring for life scenes[J].Biomedical Signal Pro-cessing and Control，2023，86：105360.

[18]GENG F，BAI Z，ZHANG H，et al. Contactless and ContinuousBlood Pressure Measurement According to caPTT Obtained from Mil-limeterWaveRadar[J].Measurement，2023，218：113151.

[19]DONG S，LIY，GUC，etal.AccurateDetection of Doppler Cardio-grams With a Parameterized Respiratory Filter Technique Using a K-Band Radar Sensor. IEEE Transactions on Microwave Theory andTechniques，2023，71（1） ：71-82.

[20]DONG S，LUJ，LI Y，etal.Accurate Fast HeartrateDetectionbasedon Fourier Bessel Series Expansion Technique During Radar-basedSleepMonitor[J].IEEE MTT-S International Microwave Symposium（IMS），San Diego，2023，6：11-16.

「21]李晨洋.王威.黃煒峻.等.新型雷達設備診斷阻塞性睡眠呼吸

暫停：一項評價與多導睡眠監測等效性的平行對照研究[J].中華耳鼻咽喉頭頸外科雜志，2024，59（8）：857-863.