CN113473910A - 睡眠监测***和方法 - Google Patents

睡眠监测***和方法 Download PDF

Info

Publication number
CN113473910A
CN113473910A CN202080015191.2A CN202080015191A CN113473910A CN 113473910 A CN113473910 A CN 113473910A CN 202080015191 A CN202080015191 A CN 202080015191A CN 113473910 A CN113473910 A CN 113473910A
Authority
CN
China
Prior art keywords
sleep
signal
disordered breathing
monitoring
controller
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Pending
Application number
CN202080015191.2A
Other languages
English (en)
Inventor
P·M·费雷拉·多斯桑托斯·达冯塞卡
A·格拉斯
H·T·J·A·G·范德桑登
R·D·克拉格特
A·阿加福诺夫
J·H·杰利森
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Koninklijke Philips NV
Original Assignee
Koninklijke Philips NV
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Koninklijke Philips NV filed Critical Koninklijke Philips NV
Publication of CN113473910A publication Critical patent/CN113473910A/zh
Pending legal-status Critical Current

Links

Images

Classifications

    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/48—Other medical applications
    • A61B5/4806—Sleep evaluation
    • A61B5/4818—Sleep apnoea
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/02—Detecting, measuring or recording pulse, heart rate, blood pressure or blood flow; Combined pulse/heart-rate/blood pressure determination; Evaluating a cardiovascular condition not otherwise provided for, e.g. using combinations of techniques provided for in this group with electrocardiography or electroauscultation; Heart catheters for measuring blood pressure
    • A61B5/0205—Simultaneously evaluating both cardiovascular conditions and different types of body conditions, e.g. heart and respiratory condition
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/103—Detecting, measuring or recording devices for testing the shape, pattern, colour, size or movement of the body or parts thereof, for diagnostic purposes
    • A61B5/11—Measuring movement of the entire body or parts thereof, e.g. head or hand tremor, mobility of a limb
    • A61B5/1102—Ballistocardiography
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/103—Detecting, measuring or recording devices for testing the shape, pattern, colour, size or movement of the body or parts thereof, for diagnostic purposes
    • A61B5/11—Measuring movement of the entire body or parts thereof, e.g. head or hand tremor, mobility of a limb
    • A61B5/1116—Determining posture transitions
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/103—Detecting, measuring or recording devices for testing the shape, pattern, colour, size or movement of the body or parts thereof, for diagnostic purposes
    • A61B5/11—Measuring movement of the entire body or parts thereof, e.g. head or hand tremor, mobility of a limb
    • A61B5/113—Measuring movement of the entire body or parts thereof, e.g. head or hand tremor, mobility of a limb occurring during breathing
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/48—Other medical applications
    • A61B5/4806—Sleep evaluation
    • A61B5/4812—Detecting sleep stages or cycles
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/48—Other medical applications
    • A61B5/486—Bio-feedback
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/72—Signal processing specially adapted for physiological signals or for diagnostic purposes
    • A61B5/7271—Specific aspects of physiological measurement analysis
    • A61B5/7282—Event detection, e.g. detecting unique waveforms indicative of a medical condition
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B7/00—Instruments for auscultation
    • A61B7/02—Stethoscopes
    • A61B7/04—Electric stethoscopes
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B2562/00—Details of sensors; Constructional details of sensor housings or probes; Accessories for sensors
    • A61B2562/02—Details of sensors specially adapted for in-vivo measurements
    • A61B2562/0204—Acoustic sensors
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B2562/00—Details of sensors; Constructional details of sensor housings or probes; Accessories for sensors
    • A61B2562/02—Details of sensors specially adapted for in-vivo measurements
    • A61B2562/0219—Inertial sensors, e.g. accelerometers, gyroscopes, tilt switches
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B2562/00—Details of sensors; Constructional details of sensor housings or probes; Accessories for sensors
    • A61B2562/04—Arrangements of multiple sensors of the same type
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B2562/00—Details of sensors; Constructional details of sensor housings or probes; Accessories for sensors
    • A61B2562/06—Arrangements of multiple sensors of different types
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/02—Detecting, measuring or recording pulse, heart rate, blood pressure or blood flow; Combined pulse/heart-rate/blood pressure determination; Evaluating a cardiovascular condition not otherwise provided for, e.g. using combinations of techniques provided for in this group with electrocardiography or electroauscultation; Heart catheters for measuring blood pressure
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/02—Detecting, measuring or recording pulse, heart rate, blood pressure or blood flow; Combined pulse/heart-rate/blood pressure determination; Evaluating a cardiovascular condition not otherwise provided for, e.g. using combinations of techniques provided for in this group with electrocardiography or electroauscultation; Heart catheters for measuring blood pressure
    • A61B5/024—Detecting, measuring or recording pulse rate or heart rate
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/103—Detecting, measuring or recording devices for testing the shape, pattern, colour, size or movement of the body or parts thereof, for diagnostic purposes
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/103—Detecting, measuring or recording devices for testing the shape, pattern, colour, size or movement of the body or parts thereof, for diagnostic purposes
    • A61B5/11—Measuring movement of the entire body or parts thereof, e.g. head or hand tremor, mobility of a limb
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/48—Other medical applications
    • A61B5/4806—Sleep evaluation
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/72—Signal processing specially adapted for physiological signals or for diagnostic purposes
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/72—Signal processing specially adapted for physiological signals or for diagnostic purposes
    • A61B5/7271—Specific aspects of physiological measurement analysis
    • A—HUMAN NECESSITIES
    • A63—SPORTS; GAMES; AMUSEMENTS
    • A63F—CARD, BOARD, OR ROULETTE GAMES; INDOOR GAMES USING SMALL MOVING PLAYING BODIES; VIDEO GAMES; GAMES NOT OTHERWISE PROVIDED FOR
    • A63F13/00—Video games, i.e. games using an electronically generated display having two or more dimensions
    • A63F13/20—Input arrangements for video game devices
    • A63F13/21—Input arrangements for video game devices characterised by their sensors, purposes or types
    • A63F13/215—Input arrangements for video game devices characterised by their sensors, purposes or types comprising means for detecting acoustic signals, e.g. using a microphone
    • G—PHYSICS
    • G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
    • G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
    • G16H40/00—ICT specially adapted for the management or administration of healthcare resources or facilities; ICT specially adapted for the management or operation of medical equipment or devices
    • G16H40/60—ICT specially adapted for the management or administration of healthcare resources or facilities; ICT specially adapted for the management or operation of medical equipment or devices for the operation of medical equipment or devices
    • G16H40/67—ICT specially adapted for the management or administration of healthcare resources or facilities; ICT specially adapted for the management or operation of medical equipment or devices for the operation of medical equipment or devices for remote operation
    • G—PHYSICS
    • G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
    • G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
    • G16H50/00—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics
    • G16H50/20—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics for computer-aided diagnosis, e.g. based on medical expert systems
    • G—PHYSICS
    • G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
    • G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
    • G16H50/00—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics
    • G16H50/30—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics for calculating health indices; for individual health risk assessment

Landscapes

  • Health & Medical Sciences (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Public Health (AREA)
  • Veterinary Medicine (AREA)
  • Heart & Thoracic Surgery (AREA)
  • Medical Informatics (AREA)
  • Molecular Biology (AREA)
  • Surgery (AREA)
  • Animal Behavior & Ethology (AREA)
  • General Health & Medical Sciences (AREA)
  • Biomedical Technology (AREA)
  • Pathology (AREA)
  • Biophysics (AREA)
  • Physiology (AREA)
  • Oral & Maxillofacial Surgery (AREA)
  • Dentistry (AREA)
  • Cardiology (AREA)
  • Acoustics & Sound (AREA)
  • Artificial Intelligence (AREA)
  • Biodiversity & Conservation Biology (AREA)
  • Signal Processing (AREA)
  • Psychiatry (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Pulmonology (AREA)
  • Measurement Of The Respiration, Hearing Ability, Form, And Blood Characteristics Of Living Organisms (AREA)

Abstract

一种睡眠监测***，具有移动感测装置和控制器，控制器用于根据移动感测装置的输出信号标识睡眠呼吸障碍事件。心震描记信号被记录和分析以确定重复图案，在不标识重复图案中的特定元素的情况下，从该重复图案中导出心搏间间隔时间序列。从心搏间间隔时间序列导出睡眠呼吸障碍事件。以这种方式，SCG信号可以以稳健且可靠地的方式被用于睡眠监测。

Description

睡眠监测***和方法
技术领域
本发明涉及例如***治疗(position therapy)期间的睡眠监测。
背景技术
睡眠呼吸障碍(SDB)是几种慢性疾病的涵盖性术语，其中在整个晚上多次发生呼吸的部分或完全停止。
最常见的SDB是阻塞性睡眠呼吸暂停(OSA)(或阻塞性睡眠呼吸暂停综合征(OSAS))，其中气道的塌陷导致阻塞，并且随后随着持续的呼吸运作(respiratory effort)而使气流减少(低通气)或停止(呼吸暂停)，导致血氧饱和度降低，使得大脑皮层觉醒且交感神经活动突然爆发，并且伴有心率加快和血压升高。
重复的呼吸暂停(apnea)和低通气事件使得睡眠被短暂唤醒，导致睡眠片段化和白天过度嗜睡。
这些呼吸事件由AASM(美国睡眠医学学会)定义。
呼吸暂停被定义为针对≥10秒内峰值信号偏移下降≥90％事件前基线，其中信号是口鼻热信号、PAP设备流量信号或备选的呼吸暂停传感器信号。
呼吸暂停事件被评定为：
阻塞性，如果贯穿气流缺乏的整个时段其与持续或增加的吸气运作(inspiratoryeffort)相关联；
中枢性，如果贯穿气流缺乏的整个时段的其与不存在吸气运作相关联；以及
混合性，如果在事件初始部分其与没有吸气运作相关联，然后在事件的第二部分恢复吸气运作。
目前有两种低通气定义，“推荐”和“可接受”。低通气事件被分类为：
推荐，如果在≥10秒内峰值信号偏移下降≥30％事件前基线，其中信号是鼻压、PAP设备流量信号或替代的低通气传感器信号，并且氧减饱和度与事件前基线相比≥3％，或者事件与在EEG上测量到大脑皮层觉醒相关联；以及
可接受，即在≥10秒内峰值信号偏移下降≥30％事件前基线(再次使用鼻压、PAP设备流量或替代的低通气传感器)。氧减饱和度与事件前基线相比≥4％。
呼吸暂停低通气指数(AHI)被定义为每小时睡眠呼吸暂停和低通气平均数，并且呼吸暂停低通气指数被用于确定OSAS的严重性(AHI＜5：正常，AHI 5-15：轻度，AHI 15-30：中度，AHI≥30：重度)。
针对SBD的诊断的黄金标准是夜间多导睡眠图(PSG)。
PSG***在睡眠期间监测许多身体功能，包括利用脑电描记(EEG)监测脑活动、利用眼动电描记(EOG)监测眼部运动、利用肌电描记(EMG)监测肌肉活动或骨骼肌活动，以及用心电描记(ECG)监测心律。在临床上下文中，PSG通常包括附加传感器，用于测量呼吸，诸如口鼻气流测量、利用呼吸电感体积描记(RIP)或围绕胸部和腹部的压电带及***脉搏血氧测定的呼吸运作替代测量。虽然这种技术提供了准确的结果，并且是用于诊断睡眠障碍和评估睡眠的黄金标准技术，但是也存在若干缺点，诸如高复杂性、高成本、造成患者负担。
已经开发了备选的便携式诊断***，并且经常作为家庭睡眠测试(HST)用于SDB的诊断。这种***比PSG简单，并且包括更小的传感器组，对于患者来说更舒适，并且通常采用自动算法来检测OSAS。这些设备记录至少三个信道的数据：气流、呼吸运作和氧饱和度。
这些HST设备适于SDB的检测，但是对于长期不引人注意的监测来说也是不舒适的。
已经开发了能够评估OSAS的不那么突出的备选设备，主要是基于血氧测定、呼吸分析、ECG、声音或组合方法。这些备选技术是基于以下观察：在OSA期间，对象还表现出心率变异性(HRV)的变化。已经基于光电容积描记(PPG)、心冲击描记(BCG)或多普勒雷达对若干消费者睡眠***进行了探索，以监测夜间的心肺活动。
临床研究表明，在睡眠期间，许多OSAS病人在仰卧时比侧卧时经历的气道阻塞更多。当一个人仰卧时所经历的气道阻塞水平比其它***更高时，这种情况被称为***性OSAS(POSAS)。POSAS被定义为仰卧(仰卧***)时的AHI水平是任何其它***(AHI仰卧＞2×AHI其它***)的至少两倍的OSAS患者。
当正确地使用时，如持续气道正压(CPAP)和口腔矫治器的治疗对于POSAS患者可以是有效的。然而，各种问题可能限制人们定期使用这些设备的能力。
一种备选治疗是***疗法(PT)。这是治疗POSAS的行为策略。近年来，已经设计了许多PT策略来防止患者仰卧，诸如警报***、带球背包、行为疗法、有带的枕头以及所谓的“网球技术”(通过该技术，使用物理设备避免仰卧***)。另一选择是使用利用“振动触觉反馈”技术的小型设备。这种设备佩戴在颈后或胸前的腰带上，在患者开始仰卧睡觉时轻微振动。这种振动在不唤醒患者的情况下提醒身体改变***。PT可单独使用或与其它睡眠呼吸暂停治疗方法一起使用。
期望在PT期间测量AHI(呼吸暂停/低通气事件)，以评估POSAS严重性和治疗的有效性。此外，将AHI值作为反馈显示给患者可以激励患者更加坚持治疗。PSG不适用于长期治疗，诸如PT，因为这种方法是强迫性的且价格昂贵，并且需要睡眠实验室和睡眠技术人员。HST(多谱式设置减少)是便携式的，但仍然依赖于对于长期使用而言不舒服且不实用的感测方法。
已经主要基于ECG、血氧测定、呼吸分析、声音或组合方法对备选传感器测量进行了探索。使用ECG可以测量由睡眠呼吸事件引起的HRV变化，然而，这对于长期使用来说并不实用。这种方法引入了对消费者解决方案的附加要求，诸如皮肤接触，可以明显降低设备的舒适性，并且因此降低患者对PT的依从性。
US2017/0042471公开了使用BCG信号来确定睡眠呼吸暂停事件。
WO2017/201419公开了呼吸暂停事件和睡眠***的监测。
US2015/173672公开了一种睡眠呼吸暂停事件的检测***和方法，例如对患有***性OSA的对象进行监测的***。
仍然需要一种允许以更少阻碍且低成本的方式在***治疗期间监测呼吸事件的***。
发明内容
本发明由权利要求限定。
根据本发明一方面的示例，提供了一种用于监测对象的睡眠监测***，包括：
移动感测装置；以及
控制器，控制器适于在睡眠监测时段期间根据移动感测装置的输出信号来标识睡眠呼吸障碍事件，
其中移动感测装置包括加速度或陀螺仪传感器装置，用于记录心震描记信号，并且控制器适于基于对心震描记信号的分析，确定睡眠呼吸障碍事件，
并且其中控制器适于在心震描记信号中确定重复图案，以确定心搏间间隔(inter-beat interval)时间序列，并且根据心搏间间隔时间序列确定睡眠呼吸障碍事件，其中心搏间间隔时间序列在不标识重复图案中的特定元素的情况下被计算。
该***监测对象的移动，以从移动信号中检测睡眠呼吸障碍。移动信号涉及对由心脏活动产生的心震描记力的测量。使用移动感测不易察觉，并且可以容易地集成在用于OSAS患者的PT可穿戴设备中。
睡眠呼吸障碍事件例如包括睡眠呼吸暂停事件。如上所述，睡眠呼吸暂停事件可以包括呼吸暂停或低通气事件，两者均被认为落入通用术语“呼吸暂停”的范围内。
睡眠监测***中的一个已知选择是包括加速度传感器或陀螺仪传感器装置的移动感测装置的使用，用于记录心冲击描记信号。控制器可以基于对心冲击描记信号的分析来确定睡眠呼吸障碍事件。
例如，心冲击描记(BCG)***沿主动脉的纵向方向，进而沿对象的头脚方向监测移动/力信号。然后，控制器可以适于根据移动感测装置信号确定每次心搏时机，并且根据心搏间间隔时间序列确定睡眠呼吸障碍事件。以这种方式，可以从BCG信号标识心搏特征。
然而，根据本发明，移动感测装置包括加速度传感器或陀螺仪传感器装置，用于记录心震描记信号，并且控制器适于基于对心震描记信号的分析来确定睡眠呼吸障碍事件。
例如，心震描记(SCG)***监测胸部表面处的移动/力信号，例如对象前后方向上的移动/力信号，不过这些这些信号在所有方向上均是可测量的。随后，控制器可以适于在移动感测装置信号中确定重复图案，以确定心搏间间隔时间序列，并且根据心搏间间隔时间序列确定睡眠呼吸障碍事件。以这种方式，SCG信号不被用于标识心搏信号的特定部分，而是以更抽象的方式检查时间段。
SCG信号比BCG信号丰富得多，但是也使得信号更复杂，难以解读。特别地，没有可清楚标识的峰值对应于心搏信号(例如ECG信号)的已知特定相位。SCG信号特性根据患者的***变化而变化，并且可以随患者的不同而不同。
本发明是基于在不标识重复SCG信号图案中的特定元素的情况下计算心搏间间隔时间序列。这克服了解读和分析SCG信号的困难。
可以将心搏间间隔时间序列提供给机器学习分类器，以标识睡眠呼吸障碍事件。移动感测装置可以包括三轴加速度传感器装置。
***还可以包括以下中的一项或多项：
传感器装置，用于检测呼吸运作；
麦克风，用于检测呼吸声音。
呼吸信息提供附加输入以帮助确定呼吸事件。控制器例如可以适于从呼吸声音中检测打鼾。已知***疗法能够缓解打鼾，因此，打鼾测量提供附加反馈信息。
控制器可以适于确定睡眠阶段，并且从而确定监测时段期间的睡眠时段和唤醒时段。以这种方式，睡眠呼吸障碍事件可以被分类为发生在睡眠期间，或者发生在觉醒期间被折算。以这种方式，可以更好地测量睡眠期间的呼吸障碍水平。
控制器可以适于从移动感测装置的输出信号中提取单独的信号分量，用于睡眠***、呼吸运动和心震描记或心冲击描记信号的检测。因此，相同的移动信号可以由不同的信号处理路径处理，以提供最佳信号处理。
睡眠监测***还可以用于***治疗。在这种情况下，控制器还适于：
根据移动感测装置的输出信号从可能的睡眠***的组中确定睡眠***；并且
针对每个遇到的睡眠***，提供睡眠呼吸障碍水平或影响的指示。
因此，控制器利用运动信号来确定睡眠***，以用于控制***治疗***，并且用于确定睡眠呼吸障碍事件。
例如，每个遇到的睡眠***的睡眠呼吸障碍水平包括呼吸暂停低通气指数值。因此，***使得能够针对不同的睡眠***确定睡眠呼吸障碍水平或影响，进而用于改进***治疗方法。
针对每个遇到的***的睡眠呼吸障碍水平可以包括呼吸暂停低通气指数值。然而，也可以使用睡眠呼吸障碍水平的其它测量。例如，测量可以包括事件对睡眠质量的影响的指示。
***还可以包括***治疗设备，***治疗设备用于提供刺激以诱导对象改变睡眠***。刺激可以采用如上所述的各种形式。
本发明还提供了一种用于监测对象的睡眠监测方法，包括：
使用收集心震描记信号的移动感测装置来监测对象的移动；以及
通过在心震描记信号中确定重复图案，确定心搏间间隔时间序列，根据心震描记信号来标识睡眠呼吸障碍事件，其中该方法包括在不标识重复图案中的特定元素的情况下计算心搏间间隔时间序列。
该方法还可以包括：
根据监测到的移动从可能的睡眠***的组中确定睡眠***；以及
针对每个遇到的睡眠***提供睡眠呼吸障碍水平或影响的指示。
该方法还可以包括提供刺激以诱导对象改变睡眠***。
本发明还提供一种计算机程序，包括计算机程序代码装置，当所述程序在计算机上运行时，该计算机程序代码装置适于实现如上所述的方法。
参考下文描述的(多个)实施例，本发明的这些和其它方面将变得明显并得以阐明。
附图说明
为了更好地理解本发明，并且为了更清楚地示出如何实现本发明，现在仅通过示例的方式参考附图，其中：
图1示出睡眠监测和***治疗***；
图2示出心冲击描记的感兴趣信号；
图3示出心震描记的感兴趣信号；
图4示出如何使用SCG信号来提供睡眠呼吸障碍水平或影响的指示；
图5示出对图4的修改，其中进一步考虑了呼吸；
图6示出由图1的整个***执行的方法；
图7示出当身体***改变时，来自DC响应三轴加速度计的三个轴的信号；
图8示出针对与图7相同的时段，利用陀螺仪测量到的来自三个轴的信号；以及
图9示出图6的修改，其中一个或多个麦克风用于测量呼吸声音。
具体实施方式
下面将参考附图描述本发明。
应当理解的是，详细描述和具体示例在指示装置、***和方法的示例性实施例的同时，仅旨在用于说明性目的，而非旨在限制本发明的范围。结合以下说明、所附权利要求和附图，可以更好地理解本发明的装置、***和方法的这些及其它特征、方面和优势。应当理解的是，附图仅仅是示意性的，并非按比例绘制。还应当理解的是，相同附图标记在整个附图中表示相同或相似部件。
本发明提供了一种睡眠监测***，其具有移动感测装置和控制器，控制器用于根据移动感测装置的输出信号标识睡眠呼吸障碍事件。心震描记信号被记录并且分析以确定重复图案，在不标识重复图案中的特定元素的情况下从重复图案导出心搏间间隔时间序列。从心搏间间隔时间序列导出睡眠呼吸障碍事件。这样，SCG信号可以以鲁棒且可靠的方式用于睡眠监测。
睡眠监测***可以用作睡眠监测和***治疗***的一部分，其中移动感测装置信号也用于确定睡眠***。然后，可以针对每个遇到的睡眠***确定睡眠呼吸障碍水平或影响。这样，可以获得关于与不同睡眠***相关联的呼吸障碍信息，从而使***治疗***可以提供改善的结果。
因此，本发明尤其关注在睡眠监测和***治疗***中的使用。然而，本发明更一般地涉及仅用于标识睡眠呼吸障碍事件目的的睡眠监测。此类***可以用于除睡眠***治疗之外的其它应用。然而，下面将结合其在睡眠监测和***治疗***中的使用来描述本发明。
图1示出用于监测对象12的睡眠监测和***治疗***10。该***包括移动感测装置14，用于监测由心脏搏动诱导的移动和对象例如在不同睡眠***之间的移动。例如，移动感测装置包括加速度传感器，诸如加速度计或陀螺仪传感器，传感器安装在带上，该带将传感器定位在对象心脏16上方的胸部上。
因此，移动感测装置被定位为靠近心脏的位置，并且还优选例如利用与皮肤接触的粘合剂，或通过集成在可拉伸带中，固定至胸部表面。移动感测装置可以替代地集成在由对象穿戴的衣物中。
移动感测装置的输出信号(下文中称“移动信号”)被提供给控制器18。控制器执行移动信号的分析以从可能的睡眠***的组中确定睡眠***，并且标识睡眠呼吸障碍事件。
例如，睡眠***包括仰卧(面朝上)、俯卧(面朝下)或左右侧卧。这些***可以利用安装在颈部的传感器，基于躯干的姿态或颈部/头部姿态来确定。可以检测更复杂的身体***，包括例如当头部朝向不同于躯干朝向时，也可以对睡眠呼吸暂停或睡眠呼吸暂停的严重性有影响。例如，用于该目的的多个传感器组合可以被安装在身体和/或床垫上或下的不同部位。
结合起来，这些信息用于针对每个遇到的睡眠***提供睡眠呼吸障碍水平或影响的指示。为此目的，示出了输出设备20。该***还用于提供***治疗，并且为此目的，提供***治疗设备22，用于生成刺激以诱导对象改变睡眠***。该设备在图1中被示为扬声器，但是如上所述，可以使用任何已知的***治疗设备。
如下面进一步讨论的，移动感测装置14可以包括其它感测模态，诸如用于检测呼吸运作的传感器装置和用于检测呼吸声音的麦克风。
本发明基于移动信号实现呼吸事件的检测。如下文所述，基本上有两种不同类型的移动信号可以使用。
心冲击描记(BCG)是一种公知的用于测量心脏活动的某些方面的方法。
图2示出感兴趣的信号。当心脏排血(箭头22)时，主要通过升主动脉沿纵向向上方向排血。当心脏从身体抽血时，也是沿平行于脊柱的纵向方向(箭头24)进行。根据牛顿第三定律，心脏施加在血液上的这些纵向力与血液施加在身体上的相等的力匹配，但是方向相反(箭头26和28)。
Figure BDA0003217488530000091
通过使用加速度计，可以测量由这些力导致的身体上的加速度。根据牛顿第二定律，并且由于质量在心冲击描记测量的小间间隔期间可以被认为是恒定的，因此加速度通过以下等式与施加在特定质量上的力直接相关：
F＝m·a
紧接着是在静止于移动表面上的身体上测量的加速度与血液的加速度相关，
Figure BDA0003217488530000101
由于身体、表面和血液的质量在测量期间大致恒定，因此：
ablood＝abody+surface·c
其中c是负常数。
早期的心冲击描记是用相当复杂的设备记录的，其中患者或躺在悬浮面上，或躺在摩擦很低的表面上，随后传感器测量该表面上的纵向位移、速度或加速度。数字电子器件、信号处理和传感器技术的发展已经使得能够更方便且更简单地进行设置。从那时起，已经表明心冲击描记也可以在对象的身体下方利用诸如应变计、压力传感器和床脚下方的测压元件之类的传感器来测量。
图1的示例是基于安装在对象胸部并且设置为测量纵向加速度的加速度计。这可以用于测量由心脏活动导致的血液加速度。
利用BCG信号来确定睡眠呼吸暂停事件是已知的。特别地，BCG信号的峰值可以与心搏信号的不同阶段相关联，使得对心率变异性的测量成为可能。
尽管BCG主要沿与纵向方向近似重合的方向测量搏动心脏的冲击影响，但是心震描记(SCG)测量由心脏收缩和血液喷射导致的胸部表面的小振动。在与胸部表面正交的方向上，这些振动大部分是可测量的。这在图3中如箭头30所示，并且可以例如由灵敏加速度计拾取，灵敏加速度计被配置为当被安装在胸部上靠近大致心脏位置处时，对正交加速度做出响应。
图4示出如何使用SCG信号来提供睡眠呼吸障碍水平或影响的指示。
在步骤40中，移动感测装置提供移动信号，特别是加速度信号。这利用测量由心脏活动产生的心震力的传感器来实现。加速度计或陀螺仪被配置为对与用于SCG的胸壁表面正交的力和/或加速度做出响应。沿身体(或床)的方向的纵向力将用于BCG。
在步骤42中，移动信号被转换为睡眠呼吸障碍程度的量度。在本示例中，获得上文中描述的AHI量度。
步骤42包括在步骤44中获得SCG信号和在步骤46中确定心搏间间隔(IBI)的子步骤。例如，这涉及检测每个个体心搏图案的时机，以及基于连续心搏之间的距离计算时间序列。
应当注意的是，与BCG信号的已知处理相比，获得IBI的处理对于SCG信号是不同的。尽管在某种程度上，心震描记(SCG)与心冲击描记(BCG)相关，因为两者都是测量心脏的机械活动(相对于电活动)，但是对于SCG，IBI的确定没有那么直接，因为其中的信号比BCG信号复杂得多。因此，需要不同的算法。
一种方法是如在BCG(和ECG)信号的分析中所使用的，找到SCG信号中具有期望长度(由心搏之间的最短和最长持续时间确定)的重复图案，而不依赖于峰值本身的存在。特别地，BCG信号的分析涉及标识与心动周期的特定事件(例如BCG中的J峰)相关的信号分量是否存在。SCG信号具有更复杂且可变的形状，因此不能依赖于对信号的特定峰值或分量的标识，而是标识这些重复图案之间的距离以确定心搏间间隔。因此，不执行基于信号中的特定元素来检测信号中的心搏的精确位置的步骤(如BCG中那样)。根据重复出现的图案，可以在不标识图案中的特定元素的情况下计算心搏间间隔。
在步骤48中，进行呼吸事件(BE)的检测。将心搏间间隔(IBI)时间序列用作预先训练的机器学习模型的输入，***通过该模型自动检测呼吸事件是否存在，诸如阻塞性呼吸暂停、中枢性呼吸暂停和低通气。
可以使用基于ECG信号的任何已知方法或其组合来执行呼吸事件的检测。尽管从根本上来说，感测模态并不相同(ECG是电活动，而SCG是机械活动)，但得到的心搏间间隔是可比较的，因而可以应用已知的方法。
这些主要可以分为两个主要类别，可以备选地使用也可以组合使用：
第一种方法是直接将IBI序列用作机器学习分类器的输入。在这种情况下，分类器被训练为直接识别IBI时间序列的某些图案，并使用这些图案来检测呼吸事件是否存在。现代机器深度学习方法使其成为可行的选择，其优点在于实现最终目标所需要的开发时间和领域知识更少。缺点在于需要足够大(且有代表性)的训练数据集。
第二种方法是利用IBI序列导出多个中间人工设计参数，已知这些参数描述呼吸事件期间和之后IBI的不同图案和行为。这些特征通常描述心率变异性(HRV)参数，可以基于IBI序列的时间和频率分析，并且已经在文献中被描述为成功地用于该任务。这种方法的优点在于利用领域知识降低了机器学习分类器的复杂性和训练要求，并且通常需要较少的数据即可实现良好性能。
在步骤50中，计算AHI，AHI反映每小时呼吸事件的平均数量。
图5示出对图4的修改，其中进一步考虑了呼吸。
从移动信号导出AHI还包括在步骤52中获得呼吸信号的子步骤。
呼吸运作可以利用放置在对象身体上的传感器来测量。通过鼻子或嘴吸入的空气使肺膨胀，从而使胸围扩大。因为胸部容积增加，对对象所躺的任何表面施加向下的力，并且对可以被安装在对象胸部的任何传感器施加向上的力。因此，呼吸也将产生如图3中的箭头30所示的力，但是频谱与由心搏产生的力不同。
为了测量BCG信号，可以同时使用靠近心脏安装在对象胸部且被配置为对正交和纵向力两者做出响应的移动感测装置来测量BCG信号和呼吸活动。此时，BCG信号与呼吸活动信号的分离简单地基于感测方向。
为了测量SCG信号，可以单独使用正交力来同时测量SCG信号和呼吸活动。此时，SCG信号与呼吸活动信号的分离是基于频谱分析。
如图5所示，在步骤48中，呼吸移动信号用作附加输入，用于检测呼吸事件。这可以利用“原始”呼吸移动信号来完成(即没有可选步骤54)，在这种情况下，机器学习(深度)模型可以学习与呼吸事件的存在相关联的呼吸移动的图案，或者基于描述信号的时间(幅度、体积、深度等)或频率(速率、规律性等)特性的定义特征来学习。
图5中的可选步骤54是确定呼吸间间隔(IBrI)。
图5示出在估计AHI之前，将移动信号的不同分量分离为两个分支。这不仅仅用于过滤SCG信号以能够检测心搏间间隔的目的。还使用了另一分量来进行***感测(如图6所示并且如下文所述)。
因此，移动信号将具有不同方向上的不同分量，并且不同分量的处理能够将SCG信号与BCG信号分离(因为两者都可以由运动感测装置拾取)，从而可以根据本发明进行处理SCG信号。不同分量也可以由不同的生理机制对信号的影响引起，诸如身体***的影响，其中重力分量对不与重力方向正交的所有加速度方向上的信号具有影响，以及在与躯干/胸部表面正交的信号上最明显的呼吸和胸部移动的影响。可以采用不同的方式对这些分量进行标识和分离。例如，三轴加速度计将对明确定义方向上的位移和加速度做出响应。加速度计的对准可以布置为：一个轴沿与胸部表面正交的方向对准，并且因此，当以仰卧或俯卧***躺下时，该轴也沿重力方向延伸。当侧卧时，另一轴可以沿重力方向对准。当处于这两个***时，第三轴可以沿完全与重力正交的方向安装，并且仅对纵向方向上的位移/加速度做出响应。在这种情况下，第一轴具有SCG、呼吸和重力分量(以仰卧或俯卧***躺下时)，第二轴具有重力分量(侧卧时)，第三轴具有BCG分量。
信号中的不同生理分量还可以利用不同的带通滤波策略(被配置为对每个生理分量的期望信号频带做出响应)、时频分析技术(诸如(多个)加速度计信号的小波分解)或其它非线性技术(诸如经验图案分解)进行分离。
这些技术的目的是分离信号中的不同生理过程(身体***和身体移动、呼吸和心脏活动)，以用于进一步(分离)处理。
图6示出由整个***执行的方法。
如上文参考图4和图5所解释的，在步骤40和步骤42中进行AHI的确定。
此外，在步骤60中，移动信号被使用来确定对象的身体***(BP)。这可以在使用三轴加速度计时实现，从而可以标识对象的卧姿。在步骤62中，该身体***被用于实施***治疗(PT)。***治疗***可以是被动的(通过提供防止对象以仰卧***睡眠的机构)或主动的。主动方法涉及向对象施加刺激以在对象处于仰卧***时诱导对象改变***。
如上所述，该主动刺激可以涉及警报***或振动触觉反馈技术。用于***治疗的传感器可以位于其它身***置(不仅仅在胸部)，诸如用于测量头部姿态的位置(利用安装在头部的三轴加速度计(例如安装在头带上，或安装在诸如CPAP面罩的其它面部佩戴设备上)，或甚至安装在身体外部，例如安装在能够测量身体***的传感器垫上。
在步骤64中，向用户(即对象)和/或临床医生提供输出，以给出关于***治疗有效性的反馈。
此外，该输出针对每个遇到的睡眠***提供了睡眠呼吸障碍水平或影响的指示。这发生在步骤66，其中使用来自步骤60的身体***信息处理在步骤42中获得的AHI值。在图6的示例中，这表示为每个身体***的AHI值，即作为身体***函数的AHI值(AHI＝f(BP))。换句话说，确定***特定的AHI值。
在标准***治疗PT中，在每个夜晚后或多个夜晚后，对象和/或提到的临床医生可以获得关于对象以仰卧***躺下的时间百分比和侧卧躺下的时间百分比信息；然而，这些信息可能不足以评估治疗的功效。图6的***使得能够利用总体AHI(其应当反映残余的——即未治疗的呼吸暂停/低通气)和位置特定AHI(其应当突出***治疗是否以及如何有助于防止额外的呼吸事件)的相关信息来补充上述信息。
不同的传感器选择来测量SCG信号是可能的。这些传感器可以由不同传感器类型中的选定类型或不同类型的传感器组合组成，包括加速度计(AC或DC响应)或陀螺仪。从以上讨论中可以清楚地看出，传感器可以对与胸壁正交方向上的力和加速度和/或纵向方向(沿身体/床的方向)上的力和加速度做出响应。
用于SCG(以及可选地还有BCG)测量的相同的传感器也可以用于测量***治疗所需要的身体***，并且为此目的，多轴(优选地三轴)DC响应加速度计是优选的。
即使是被安装在身体上时，AC响应加速度计也无法测量诸如与重力相关的静态加速度。这使得AC响应加速度计不适合测量身体***。如果期望使用AC响应加速度计，则***可以包括至少两个加速度计，一个被配置为测量身体***(DC响应加速度计)，另一个(可以是AC响应加速度计)被配置为测量心脏和呼吸信息。使用陀螺仪代替加速度计时同样如此。陀螺仪可以用于SCG(并且可选地还用于BCG)测量。陀螺仪以不同的方式对重力拉力做出响应，并且不能(容易地)用于测量身体***。
例如，图7示出来自DC响应三轴加速度计的三个轴的信号，其中身体***的变化作为信号中的“台阶”是清楚可见的。
图8示出在与图7相同的时段期间，利用陀螺仪测量到的来自三个轴的信号。在记录中的每个点上测量对象的身体***不再那样繁琐。因此，***可以组合被安装在主体上的陀螺仪和DC响应加速度计。
可以替代地使用安装在身体上的DC响应加速度计作为单个传感器。然而，使用AC响应加速度计或陀螺仪用于SCG测量是有利的。因为不对重力分量做出响应，AC响应加速度计和陀螺仪可以在不需要在转换之前进行专门滤波的情况下通过构造在模数转换之后使用整个动态范围。这意味着对于可比分辨率，AC响应加速度计和陀螺仪可以比DC响应加速度计更灵敏。
图9示出图6的修改，其中在步骤90中，一个或多个麦克风用于测量呼吸声音。一个或多个麦克风优选被安装为移动感测装置的一部分，但是备选地也可以是非接触式的，例如安装在睡眠对象旁边的床头柜上，作为连接至***的单独设备，或者备选地，使用用户可能具有的带麦克风设备(例如智能电话)。一个或多个麦克风用于测量呼吸声音，特别是与已知的OSAS相关呼吸事件相关联的声音，诸如打鼾、喘息等。
图9还示出从呼吸声音中检测打鼾的步骤92。由于***治疗能够减轻打鼾是已知的，该信息可以进一步提供给用户和/或临床医生，以突出治疗在该(次要)方面的功效。
这些呼吸声音的存在还可以用于进一步改进呼吸事件的检测。这在图9中由步骤90到步骤42的虚线箭头示出。
进一步的选择是使用心脏和呼吸信息来自动检测睡眠和唤醒时段，和/或睡眠阶段。这在图9中被示为步骤94。这可以使用许多不同的已知方法来执行，例如，如P.Fonseca,N.den Teuling,X.Long和R.M.Aarts、“使用条件随机场检测心肺睡眠阶段”、《IEEE生物医学和健康信息学杂志》、第21卷、第4期、第956-966页、2017年中所描述的。
例如，心率变异性(HRV)可以从ECG信号计算得出，但是同样可以从利用SCG或BCG信号检测到的心搏和例如由安装在躯干上的加速度计导出的呼吸变异性(RV)计算得出。基于已知的区分不同睡眠阶段的HRV和RV特性，预训练机器学习分类器可以用于例如针对记录中的每个节段(例如30秒)预测睡眠状态(清醒vs.睡眠，或者甚至清醒vs.REM vs.N1vs.N2)。
身体移动也可以被用于区分清醒状态和睡眠状态。
该信息进而可以用于计算每次记录期间的总睡眠时间。
然后，使用总睡眠时间和计算得到的呼吸暂停和低通气数量，用检测事件(呼吸暂停加低通气)的数量除以总睡眠时间，得到每小时睡眠的事件数量，进而计算睡眠AHI。
这种估算比基于总记录AHI(记录中的每小时事件数量)的估算更准确。对于夜晚大部分时间都清醒的对象，记录的AHI值降低，进而给出低估了对象状况严重性的观点，因此准确性的差异对于他们来说尤其明显。
所检测的睡眠阶段还可以用于向用户和/或临床医生提供关于其睡眠架构和总体睡眠质量的附加反馈。
本发明利用运动感测来进行心脏监测和***检测。例如，心搏的测量不易觉察，并且可能没有直接的皮肤接触，并且潜在地嵌入用于PT的同一模块中。
SCG信号是基于在以上示例中抵靠对象安装的传感器获得的。然而，这些信号也可以用安装在床垫上或下的床传感器测量。这样的缺点在于需要与主PT设备分离的附加元件。
上面的示例导出AHI值。然而，代替计算AHI的估值，类似算法可以被配置为提供反映呼吸暂停对睡眠的总体质量影响的替代测量；这种测量可以结合以下一个或多个元素的量化或鉴定：
对呼吸障碍事件的强度和/或频率的测量；
对呼吸事件对睡眠结构的影响的测量，例如，对唤醒次数、睡眠阶段之间的过渡次数和/或已知的受呼吸障碍的存在影响的睡眠阶段的百分比的测量，诸如N3(也称慢波睡眠或深睡眠)或REM睡眠；以及
对呼吸障碍事件之后的(自主)唤醒数量的测量。
尽管这些备选措施具有与AHI不同的含义和定义，但是应当清楚的是，这些措施也反映了睡眠呼吸暂停对睡眠质量的影响，并且继而反映了使用PT引起的改善效果。
因此，与对象或临床医生相关的信息是睡眠呼吸障碍的水平或影响。这是针对每个遇到的睡眠***(即对象在睡眠监测时段期间采用的每个睡眠***)导出的。以这种方式，如上所述，获得了***特定影响/水平。
如上所述，实施例中使用了控制器。控制器可以用软件和/或硬件以多种方式实现，以执行各种所需功能。“处理器”是控制器的一个示例，其采用可以用软件(如微代码)编程以执行所需功能的一个或多个微处理器。然而，控制器可以在采用或不采用处理器的情况下实现，并且还可以实现为执行某些功能的专用硬件和处理器(例如，一个或多个编程微处理器及相关电路)的组合以执行其它功能。
可以在本公开各实施例中采用的控制器部件的实例包括但不限于，常规微处理器、专用集成电路(ASIC)及现场可编程门阵列(FPGA)。
在各种实施方式中，处理器或控制器可以与一个或多个存储介质相关联，如易失性和非易失性计算机存储器，诸如RAM、PROM、EPROM和EEPROM。存储介质可以用一个或多个程序编码，当在一个或多个处理器和/或控制器上执行时，该程序执行所需功能。各种存储介质可以固定在处理器或控制器中，或者可以是可运输的，从而使存储在其中的一个或多个程序可以加载至处理器或控制器中。
另一方面提供了一种用于监测对象的睡眠监测和***治疗***，包括：
移动感测装置(14)；以及
控制器(28)，控制器适于在睡眠监测时段期间：
根据移动感测装置的输出信号从可能的睡眠***的组中确定睡眠***；
根据移动感测装置的输出信号来标识睡眠呼吸障碍事件；以及
针对每个遇到的睡眠***提供睡眠呼吸障碍水平或影响的指示。
根据这个方面，移动感测装置(14)可以包括加速度或陀螺仪传感器装置，用于记录心冲击描记信号，并且控制器适于基于对心冲击描记信号的分析，确定睡眠呼吸障碍事件。每次心搏的时机可以从移动感测装置信号获得，并且根据心搏间间隔时间序列确定睡眠呼吸障碍事件。
移动感测装置(14)可以替代地包括加速度或陀螺仪传感器装置，用于记录心震描记信号，并且控制器适于基于对心震描记信号的分析，确定睡眠呼吸障碍事件。然后，可以导出移动感测装置信号中的重复图案，以确定心搏间间隔时间序列，并根据心搏间间隔时间序列确定睡眠呼吸障碍事件。
在实践所要求保护的发明的过程中，通过学习附图、公开内容及所附权利要求，本领域技术人员对于所公开实施例的变型是可以理解并实现的。在权利要求中，“包括”一词不排除其它元件或步骤，不定冠词“一”或“一个”不排除多个。单个处理器或其它单元可以满足权利要求中所述的多项功能。某些措施被记载在相互不同的从属权利要求中的事实不指示这些措施的组合不能被用于获得优势。上述计算机程序可以存储/分布在适当的介质上，例如与硬件一起提供或作为其它硬件一部分提供的光存储介质或固态介质，但是也可以以其它形式分布，例如经由因特网或其它有线或无线远程通信***。如果在权利要求或说明书中使用术语“适于”，则应当注意，术语“适于”旨在等同于术语“被配置为”。权利要求中的任何附图标记不应该被理解为限制范围。

Claims (13)

1.一种睡眠监测***，用于监测对象，所述睡眠监测***包括：
移动感测装置(14)；以及
控制器(28)，所述控制器适于在睡眠监测时段期间根据所述移动感测装置的输出信号来标识睡眠呼吸障碍事件，
其特征在于，所述移动感测装置(14)包括加速度或陀螺仪传感器装置，用于记录心震描记信号，并且所述控制器适于基于对所述心震描记信号的分析来确定所述睡眠呼吸障碍事件，
并且其特征在于，所述控制器(18)适于在所述心震描记信号中确定重复图案，以确定心搏间间隔时间序列，并且根据所述心搏间间隔时间序列确定所述睡眠呼吸障碍事件，其中所述心搏间间隔时间序列在不标识所述重复图案中的特定元素的情况下被计算。
2.根据权利要求1所述的***，其中所述睡眠呼吸障碍事件包括睡眠呼吸暂停事件。
3.根据权利要求1或2所述的***，还包括以下中的一项或多项：
传感器装置，用于检测呼吸运作；
麦克风，用于检测呼吸声音。
4.根据权利要求1至3中任一项所述的***，其中所述控制器(18)适于从所述呼吸声音中检测打鼾。
5.根据权利要求1至4中任一项所述的***，其中所述控制器(18)适于确定睡眠阶段，并且从而确定所述监测时段期间的睡眠时段和唤醒时段。
6.根据权利要求1至5中任一项所述的***，其中所述控制器(18)适于从所述移动感测装置的输出信号中提取单独的信号分量，以用于睡眠***、呼吸运动和心震描记信号的检测。
7.根据权利要求1至6中任一项所述的睡眠监测***，其进一步用于***治疗，其中所述控制器适于：
根据所述移动感测装置的输出信号从可能的睡眠***的组中确定睡眠***；以及
针对每个遇到的睡眠***，提供睡眠呼吸障碍水平或影响的指示。
8.根据权利要求7所述的***，其中针对每个遇到的睡眠***的所述睡眠呼吸障碍水平包括呼吸暂停低通气指数值。
9.根据权利要求7或8所述的***，还包括***治疗设备，所述***治疗设备用于提供刺激以诱导所述对象改变睡眠***。
10.一种用于监测对象的睡眠监测方法，包括：
使用收集心震描记信号的移动感测装置来监测(40)对象的移动；以及
通过在心震描记信号中确定重复图案来确定心搏间间隔时间序列，根据所述心震描记信号来标识(42)睡眠呼吸障碍事件，其中所述方法包括在不标识所述重复图案中的特定元素的情况下计算所述心搏间间隔时间序列。
11.根据权利要求10所述的方法，还包括:
根据监测到的移动，从可能的睡眠***的组中确定(60)睡眠***；以及
针对每个遇到的睡眠***，提供(64、66)睡眠呼吸障碍水平或影响的指示。
12.根据权利要求11所述的方法，还包括提供(62)刺激以诱导所述对象改变睡眠***。
13.一种计算机程序，包括计算机程序代码装置，当所述程序在计算机上运行时，所述计算机程序代码装置适于实现根据权利要求10至12中任一项所述的方法。
CN202080015191.2A 2019-02-19 2020-02-12 睡眠监测***和方法 Pending CN113473910A (zh)

Applications Claiming Priority (3)

Application Number Priority Date Filing Date Title
EP19158024.0A EP3698715A1 (en) 2019-02-19 2019-02-19 A sleep monitoring and position therapy system and method
EP19158024.0 2019-02-19
PCT/EP2020/053532 WO2020169424A1 (en) 2019-02-19 2020-02-12 A sleep monitoring system and method

Publications (1)

Publication Number Publication Date
CN113473910A true CN113473910A (zh) 2021-10-01

Family

ID=65628538

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202080015191.2A Pending CN113473910A (zh) 2019-02-19 2020-02-12 睡眠监测***和方法

Country Status (5)

Country Link
US (1) US20220133222A1 (zh)
EP (2) EP3698715A1 (zh)
JP (1) JP2022520934A (zh)
CN (1) CN113473910A (zh)
WO (1) WO2020169424A1 (zh)

Families Citing this family (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
EP3445444A1 (en) 2016-04-19 2019-02-27 Inspire Medical Systems, Inc. Accelerometer-based sensing for sleep disordered breathing (sdb) care
US20210085216A1 (en) * 2018-02-26 2021-03-25 Robert Bosch Gmbh Wearable Health Device System with Normalized Seismocardiography Signals
WO2021016536A1 (en) 2019-07-25 2021-01-28 Inspire Medical Systems, Inc. Systems and methods for operating an implantable medical device based upon sensed posture information
WO2022113027A1 (en) * 2020-11-27 2022-06-02 Resmed Sensor Technologies Limited Systems and methods for identifying user body position during respiratory therapy
CN113892931B (zh) * 2021-10-14 2023-08-22 重庆大学 一种基于深度学习的fmcw雷达提取分析腹内压力方法
WO2023062420A1 (en) * 2021-10-15 2023-04-20 Core Safe Medical Sl Method and apparatus for smart respiratory monitoring by electrocardiogram, breath acoustics and thoracic acceleration
EP4311476A1 (en) * 2022-07-27 2024-01-31 Fundació Institut de Bioenginyeria de Catalunya (IBEC) Monitoring sleeping disorders and system thereof
CN115630290B (zh) * 2022-11-17 2023-04-07 北京理工大学 基于同步挤压变换的心肺耦合特征提取方法与***
WO2024132810A1 (en) * 2022-12-21 2024-06-27 Koninklijke Philips N.V. Control system for sleep monitoring device

Citations (12)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US5769084A (en) * 1996-07-10 1998-06-23 The United States Of America As Represented By The Secretary Of The Navy Method and apparatus for diagnosing sleep breathing disorders
DE10103973A1 (de) * 2001-01-30 2002-08-01 Peter L Kowallik Verfahren und Vorrichtung zur Schlafüberwachung
US20070118054A1 (en) * 2005-11-01 2007-05-24 Earlysense Ltd. Methods and systems for monitoring patients for clinical episodes
KR20140087902A (ko) * 2012-12-31 2014-07-09 연세대학교 원주산학협력단 수면 시 측정된 연속 혈압 신호를 통하여 수면호흡장애를 검출하는 장치 및 방법
US20150087894A1 (en) * 2013-09-23 2015-03-26 Richard Andrew RINK Method and device for monitoring and treating sleep disorders and sleep-related conditions
US20150190087A1 (en) * 2005-11-01 2015-07-09 Earlysense Ltd. Monitoring a condition of a subject
US20160015314A1 (en) * 2014-07-21 2016-01-21 Withings System and Method to Monitor and Assist Individual's Sleep
WO2016110804A1 (en) * 2015-01-06 2016-07-14 David Burton Mobile wearable monitoring systems
US20170035303A1 (en) * 2013-12-20 2017-02-09 Sonomedical Pty Ltd System and method for monitoring physiological activity of a subject
US20170042471A1 (en) * 2015-08-10 2017-02-16 Murata Manufacturing Co., Ltd. Monitoring of sleep phenomena
US20180028121A1 (en) * 2015-02-26 2018-02-01 Koninklijke Philips S.V. Processing device, system and method for processing accelerometer signals for use in monitoring vital signs of a subject
US20190000375A1 (en) * 2017-06-29 2019-01-03 Koninklijke Philips N.V. Method to increase ahi estimation accuracy in home sleep tests

Family Cites Families (17)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US6024705A (en) * 1998-11-06 2000-02-15 Bioacoustics, Inc. Automated seismic detection of myocardial ischemia and related measurement of cardiac output parameters
US7766840B2 (en) * 2005-12-01 2010-08-03 Cardiac Pacemakers, Inc. Method and system for heart failure status evaluation based on a disordered breathing index
JP4487980B2 (ja) * 2006-06-30 2010-06-23 パナソニック電工株式会社 睡眠検査装置および睡眠時無呼吸検査装置
ES2298060B2 (es) * 2006-09-27 2009-09-03 Universidad De Cadiz. Sistema para la monitorizacion y analisis de señales cardiorespiratorias y del ronquido.
JP2010051387A (ja) * 2008-08-26 2010-03-11 Nagoya City Univ 睡眠呼吸障害の無呼吸発作又は低呼吸発作に伴うｃｖｈｒの検出装置
EP3533424A1 (en) * 2009-06-05 2019-09-04 Advanced Brain Monitoring, Inc. Systems and methods for controlling position
US20110021928A1 (en) * 2009-07-23 2011-01-27 The Boards Of Trustees Of The Leland Stanford Junior University Methods and system of determining cardio-respiratory parameters
US20150173672A1 (en) * 2013-11-08 2015-06-25 David Brian Goldstein Device to detect, assess and treat Snoring, Sleep Apneas and Hypopneas
CN107106054B (zh) * 2014-09-08 2021-11-02 苹果公司 使用多功能腕戴式设备进行血压监测
AU2016271082A1 (en) * 2015-06-05 2017-11-23 The Alfred E. Mann Foundation For Scientific Research Upper airway stimulator systems for obstructive sleep apnea
US20200260962A1 (en) * 2015-11-09 2020-08-20 Magniware Ltd. System and methods for acquisition and analysis of health data
WO2017115376A1 (en) * 2015-12-30 2017-07-06 Sleepow Ltd. Apparatus and method for early detection, monitoring and treating sleep disorders
CN109310348B (zh) * 2016-05-19 2022-01-25 汉考克医药公司 姿势阻塞性睡眠呼吸暂停检测***
US20190314192A1 (en) * 2016-10-31 2019-10-17 Mc10, Inc. Closed Loop Respiratory Monitoring System For Sleep Quality Characterization
WO2018092730A1 (ja) * 2016-11-15 2018-05-24 株式会社村田製作所 呼吸センシング装置
KR101864642B1 (ko) * 2016-11-18 2018-06-05 주식회사 바이랩 수면 무호흡 측정장치 및 그 방법
JP6463433B1 (ja) * 2017-09-29 2019-02-06 特定非営利活動法人睡眠健康研究所 呼吸評価システム、解析システム、及びプログラム

Patent Citations (12)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US5769084A (en) * 1996-07-10 1998-06-23 The United States Of America As Represented By The Secretary Of The Navy Method and apparatus for diagnosing sleep breathing disorders
DE10103973A1 (de) * 2001-01-30 2002-08-01 Peter L Kowallik Verfahren und Vorrichtung zur Schlafüberwachung
US20070118054A1 (en) * 2005-11-01 2007-05-24 Earlysense Ltd. Methods and systems for monitoring patients for clinical episodes
US20150190087A1 (en) * 2005-11-01 2015-07-09 Earlysense Ltd. Monitoring a condition of a subject
KR20140087902A (ko) * 2012-12-31 2014-07-09 연세대학교 원주산학협력단 수면 시 측정된 연속 혈압 신호를 통하여 수면호흡장애를 검출하는 장치 및 방법
US20150087894A1 (en) * 2013-09-23 2015-03-26 Richard Andrew RINK Method and device for monitoring and treating sleep disorders and sleep-related conditions
US20170035303A1 (en) * 2013-12-20 2017-02-09 Sonomedical Pty Ltd System and method for monitoring physiological activity of a subject
US20160015314A1 (en) * 2014-07-21 2016-01-21 Withings System and Method to Monitor and Assist Individual's Sleep
WO2016110804A1 (en) * 2015-01-06 2016-07-14 David Burton Mobile wearable monitoring systems
US20180028121A1 (en) * 2015-02-26 2018-02-01 Koninklijke Philips S.V. Processing device, system and method for processing accelerometer signals for use in monitoring vital signs of a subject
US20170042471A1 (en) * 2015-08-10 2017-02-16 Murata Manufacturing Co., Ltd. Monitoring of sleep phenomena
US20190000375A1 (en) * 2017-06-29 2019-01-03 Koninklijke Philips N.V. Method to increase ahi estimation accuracy in home sleep tests

Also Published As

Publication number Publication date
US20220133222A1 (en) 2022-05-05
EP3927234A1 (en) 2021-12-29
WO2020169424A1 (en) 2020-08-27
EP3927234B1 (en) 2023-12-20
JP2022520934A (ja) 2022-04-04
EP3698715A1 (en) 2020-08-26

Similar Documents

Publication Publication Date Title
EP3927234B1 (en) A sleep monitoring system and method
US9820680B2 (en) System and method for determining sleep and sleep stages of a person
KR101656611B1 (ko) 무구속적으로 측정한 생체신호를 이용하여 산소탈포화지수를 획득하는 방법
US20230277800A1 (en) Sleep performance system and method of use
CA2809764C (en) Systems and methods for respiratory event detection
Shin et al. Nonconstrained sleep monitoring system and algorithms using air-mattress with balancing tube method
CN110035691B (zh) 用于测量睡眠呼吸暂停的方法和设备
CN212521753U (zh) 睡眠生理***
JP2023166407A (ja) 睡眠呼吸障害のスクリーニング、診断および監視のためのシステムおよび方法
US10123724B2 (en) Breath volume monitoring system and method
TW202041194A (zh) 睡眠生理系統
US20210196189A1 (en) Apparatus and a method for monitoring a patient during his sleep
AU2011203044C1 (en) Systems and methods for respiratory event detection
Vowles et al. The Use of Conductive Lycra Fabric in the Prototype Design of a Wearable Device to Monitor Physiological Signals
Lee et al. Monitoring obstructive sleep apnea with electrocardiography and 3-axis acceleration sensor
Haghi et al. In-home, smart sleep monitoring system for cardiorespiratory estimation and sleep apnea detection: proof of concept
Baek et al. Computer-aided detection with a portable electrocardiographic recorder and acceleration sensors for monitoring obstructive sleep apnea

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination