TWI728839B - 居家睡眠監測器、居家睡眠監測系統以及居家睡眠監測及睡眠呼吸事件分類方法 - Google Patents
居家睡眠監測器、居家睡眠監測系統以及居家睡眠監測及睡眠呼吸事件分類方法 Download PDFInfo
- Publication number
- TWI728839B TWI728839B TW109119849A TW109119849A TWI728839B TW I728839 B TWI728839 B TW I728839B TW 109119849 A TW109119849 A TW 109119849A TW 109119849 A TW109119849 A TW 109119849A TW I728839 B TWI728839 B TW I728839B
- Authority
- TW
- Taiwan
- Prior art keywords
- sleep
- breathing
- electronic device
- control circuit
- signal processing
- Prior art date
Links
Images
Landscapes
- Measurement Of The Respiration, Hearing Ability, Form, And Blood Characteristics Of Living Organisms (AREA)
Abstract
本揭露提供一種居家睡眠監測系統,包括:一存取點、一第一電子裝置和一第二電子裝置。第一電子裝置包括:一音訊監測電路、一訊號處理控制電路、一儲存單元和一通訊電路。音訊監測電路用以偵測一受試者於一第一睡眠時間發出之一呼吸音所產生一呼吸音訊號。訊號處理控制電路電性連接音訊監測電路。儲存單元電性連接訊號處理控制電路。通訊電路電性連接訊號處理控制電路。訊號處理控制電路用以依據呼吸音訊號計算出一睡眠呼吸參數,音訊監測電路記錄呼吸音訊號並儲存於儲存單元。第二電子裝置包括一語音分析模組。語音分析模組經由存取點讀取睡眠呼吸參數,並基於睡眠呼吸參數與一睡眠呼吸事件閥值的比對結果而對睡眠呼吸參數進行分類並生成一睡眠呼吸事件分類結果。
Description
本發明涉及居家睡眠監測,特別是涉及居家睡眠監測器、居家睡眠監測系統以及居家睡眠監測及睡眠呼吸事件分類方法。
阻塞型睡眠呼吸中止症(Obstructive Sleep Apnea Syndrome, OSAS)可能造成白天嗜睡、心絞痛或心肌梗塞,甚至可能致命。阻塞型睡眠呼吸中止症呈現一種不正常呼吸圖樣,其特徵是呼吸逐漸深沈但有時候呼吸較快速,接著逐漸减弱而導致呼吸暫時停止,或稱為睡眠呼吸中止(apnea) ;此外,患者的打鼾(Snoring)聲間歇出現,頻率不一。
目前使用的睡眠監測系統,大多設置在醫療院所當中。受試者接受檢測時,必須待在不熟悉的環境並在身上貼縛偵測線路,可能增加了受試者的心理壓力。如何讓受測者處於較為熟悉的環境接受睡眠監測,同時可讓醫療人員能獲知受試者的睡眠的資訊以進行專業判斷。
前案WO 2011/141916 A1公開了一種設備,包括:至少一個麥克風,其適於並被配置爲鄰近要被監測的身體放置以用於非接觸地記錄呼吸音;運動檢測器,其使用超音波距離傳感器來檢測患者身體運動;以及處理器,其被耦合到麥克風和運動檢測器以用於接收和處理呼吸音和患者運動以檢測異常呼吸事件,比如咳嗽、喘息和呼吸速率急遽改變。
然而,前案的麥克風僅分析120Hz至8000Hz 的聲源,而且分別以時域和頻域分析以抽取患者呼吸音的特徵;而且,以上分析方式並未能檢測出打鼾事件。
有鑑於此,根據本發明的一實施例,在此提出了一種居家睡眠監測器包括一音訊監測電路、一訊號處理控制電路、一儲存單元和一通訊電路。訊號處理控制電路包括一語音分析模組,訊號處理控制電路電性連接音訊監測電路。音訊監測電路用以偵測一受試者於一第一睡眠時間發出之一呼吸音所產生的一呼吸音訊號。儲存單元電性連接訊號處理控制電路。通訊電路電性連接訊號處理控制電路。
特別地,訊號處理控制電路用以依據呼吸音訊號計算出一睡眠呼吸參數,音訊監測電路記錄呼吸音訊號並儲存於儲存單元。語音分析模組讀取睡眠呼吸參數並基於睡眠呼吸參數與一睡眠呼吸事件閥值的比對結果而對睡眠呼吸參數進行睡眠呼吸事件分類,訊號處理控制電路依據睡眠呼吸參數的睡眠呼吸事件分類結果而使得通訊電路發送一通知訊息。
根據本發明的另一實施例,在此提出了一種居家睡眠監測系統,包括一存取點、一第一電子裝置和一第二電子裝置。第一電子裝置包括:一音訊監測電路、一訊號處理控制電路、一儲存單元和一通訊電路。音訊監測電路用以偵測一受試者於一第一睡眠時間發出之一呼吸音所產生一呼吸音訊號。訊號處理控制電路電性連接音訊監測電路。儲存單元電性連接訊號處理控制電路。通訊電路電性連接訊號處理控制電路。
特別地,訊號處理控制電路用以依據呼吸音訊號計算出一睡眠呼吸參數,音訊監測電路記錄呼吸音訊號並儲存於儲存單元。第二電子裝置包括一語音分析模組。語音分析模組經由存取點讀取睡眠呼吸參數,並基於睡眠呼吸參數與一睡眠呼吸事件閥值的比對結果而對睡眠呼吸參數進行分類並生成一睡眠呼吸事件分類結果。
根據本發明的又一實施例,在此提出了一種居家睡眠監測及睡眠呼吸事件分類方法,適用於一第一電子裝置、一存取點和一第二電子裝置,所述方法包括:由第一電子裝置的音訊監測電路偵測一受試者於一第一睡眠時間發出之呼吸音所產生一呼吸音訊號;第一電子裝置的音訊監測電路記錄呼吸音訊號並將其儲存於第一電子裝置的儲存單元;第一電子裝置的訊號處理控制電路依據呼吸音訊號而計算出一睡眠呼吸參數;第二電子裝置經由存取點讀取睡眠呼吸參數;以及第二電子裝置比對睡眠呼吸參數與一睡眠呼吸事件閥值,從而對睡眠呼吸參數進行分類並生成一睡眠呼吸事件分類結果。
綜合上述,可知本發明已提供出一種可使受試者在熟悉環境當中,以最自然與舒適的方式接受睡眠資訊的偵測,不但不需前往特定醫療院所,居家睡眠監測器在偵測及蒐集資訊的過程中更完全不侵擾受試者,讓受試者毫無負擔地接受偵測,不但可使偵測所得資訊更為精準,同時也減少受試者前往醫療院所受測的成本。更重要的是,醫療或照護人員更可以隨時觀測不同受試者的睡眠狀況,讀取受試者的睡眠資訊進行判讀或進一步診治,提升睡眠障礙徵狀的分析準確性,以及增加治療受試者睡眠障礙的效率。
爲了能更進一步瞭解本發明爲達成既定目的所采取之技術、方法及功效,請參閱以下有關本發明之詳細說明、圖式,相信本發明之目的、特徵與特點,當可由此得以深入且具體之瞭解,然而所附圖式僅提供參考與說明用,並非用來對本發明加以限制者。
以下是通過特定的具體實施例來說明本發明所提供有關“居家睡眠監測器、居家睡眠監測系統以及居家睡眠監測及睡眠呼吸事件分類方法”的實施方式,本領域技術人員可由本說明書所提供的內容瞭解本發明的優點與效果。本發明可通過其他不同的具體實施例加以施行或應用,本說明書中的各項細節也可基於不同觀點與應用,在不悖離本發明的構思下進行各種修改與變更。另外,本發明的附圖僅為簡單示意說明,並非依實際尺寸的描繪,事先聲明。以下的實施方式將進一步詳細說明本發明的相關技術內容,但所提供的內容並非用以限制本發明的保護範圍。
應當可以理解的是,雖然本文中可能會使用到 “第一”、“第二”、“第三”等術語來描述各種元件或者信號,但這些元件或者信號不應受這些術語的限制。這些術語主要是用以區分一元件與另一元件,或者一信號與另一信號。另外,本文中所使用的術語“或”,應視實際情况可能包含相關聯的列出項目中的任一個或者多個的組合。
研究顯示,阻塞型睡眠呼吸中止症的患者於睡眠時,可能出現不同的睡眠呼吸的相關事件,如正常呼吸、打鼾、呼吸暫停和急促深呼吸等等。不同的睡眠呼吸事件可表現出不同的睡眠呼吸音。因此本發明即利用呼吸音的特徵並對受試者進行監測,藉以進行睡眠之自動化評估、病情追踪及初步篩選。
請參閱圖1,其呈現本發明一實施例所繪示居家睡眠監測器10的方塊圖。居家睡眠監測器10包括一音訊監測電路103、一訊號處理控制電路101、一儲存單元107和一通訊電路105。訊號處理控制電路101分別電性連接音訊監測電路103、通訊電路105和儲存單元107。
音訊監測電路103用以偵測一受試者88於一第一睡眠時間T1發出之一呼吸音所產生的一呼吸音訊號S1。在一範例中,第一睡眠時間T1可以被定義成為與受試者88的日常作息時間有關,可以是受試者88於日間或是夜間的就寢時間。再者,第一睡眠時間T1可以根據受試者88就寢之後的1小時始作為計算第一睡眠時間T1的基準點。
在一實施例中,音訊監測電路103具有能夠接收來自受試者88於居家睡眠環境的聲音和轉換聲音成為電信號和/或電磁信號的一麥克風或其他裝置。
在一實施例中,音訊監測電路103包括被定位成能夠最佳地或精確地獲得來自受試者88於居家睡眠環境的聲音的多個麥克風。
在一實施例中,音訊監測電路103可記錄呼吸音訊號S1之中所包含超音波 (48kHz)成份在內的全頻譜之音訊,此音訊屬於20Hz至48KHz頻率範圍的聲波。
訊號處理控制電路101包括一語音分析模組102。語音分析模組102可被配置成為藉由監視在受試者88於正常呼吸期間具有低頻率的特性的呼吸音訊號S1來判定即將發生的睡眠呼吸事件是否屬於正常呼吸、打鼾、呼吸暫停或急促深呼吸的其中之一。
在一實施例中,呼吸音訊號S1的低頻率部分與睡眠呼吸事件閥值th1進行比較,且若呼吸音訊號S1的低頻率部分與睡眠呼吸事件閥值th1之間存在類似,則可偵測到即將發生的睡眠呼吸事件。在一範例中,可從多個受試者的呼吸音訊號之中抽取鼾聲的斜率變化的特徵並且預設為睡眠呼吸事件閥值th1。若睡眠呼吸事件閥值th1越高,表示受試者發生間歇性鼾聲的比例越高,而其背後所代表的意義,係表示受試者發生呼吸中止症的機率越高。
語音分析模組102被配置成針對呼吸音訊號S1進行分析運算以從中進行特徵抽取(feature extraction)。
研究顯示,阻塞型睡眠呼吸中止症的患者睡眠前、後說話聲音音質出現改變,其睡眠當中呼吸音和呼吸模式皆出現變化。本揭露主要是利用阻塞型睡眠呼吸中止症的患者睡眠的呼吸音出現變化的特性,進而判斷受試者是否即將發生的睡眠呼吸障礙事件。
在一實施例中,可利用人工智慧(AI)建模技術收集多個受試者的呼吸音,經AI訓練後,AI便可以自動判斷呼吸音訊號S1之中所隱藏睡眠呼吸事件。
在一實施例中,可利用時譜圖(spectrogram)的技術而將呼吸音訊號S1轉為圖像,此圖像可同時涵蓋多種維度的資訊,比如時間、頻率和強度等等。
在一實施例中,語音分析模組102被配置成可比對受試者88處於不同呼吸模式下的時譜圖。再以AI建模,從而判斷不同的睡眠呼吸事件。
儲存單元107電性連接訊號處理控制電路101。儲存模組11是一快閃記憶體、一唯讀記憶體、一可規化唯讀記憶體、一電可改寫唯讀記憶體、一可擦可規化唯讀記憶體或是一電可擦可規化唯讀記憶體。
通訊電路105電性連接訊號處理控制電路101。通訊電路105包括一有線通訊單元(圖未示)以及一無線通訊單元(圖未示)。有線通訊單元也可以獨立設置以與其他電子裝置進行通訊連接,接收其他電子裝置的控制信號或是其他電子裝置的資料庫的資料。當通訊電路105是一無線通訊單元時,通訊電路105可以是一Wi-Fi通訊單元、一藍牙通訊單元、一紫蜂通訊單元(Zigbee)、一LoRa通訊單元、一Sigfox通訊單元或是一NB-IoT通訊單元。
訊號處理控制電路101用以依據呼吸音訊號S1計算出一睡眠呼吸參數SS,音訊監測電路103記錄呼吸音訊號S1並儲存於儲存單元107。
語音分析模組102讀取睡眠呼吸參數SS後,語音分析模組102基於睡眠呼吸參數SS與一睡眠呼吸事件閥值th1的比對結果,進而對睡眠呼吸參數SS進行睡眠呼吸事件分類。舉例來說,睡眠呼吸參數SS與睡眠呼吸事件閥值th1的比對方式可以是睡眠呼吸參數SS與睡眠呼吸事件閥值th1的向量相似度的比對。然而,睡眠呼吸參數SS與睡眠呼吸事件閥值th1的比較方式亦可採用其他的統計方法,比如相關性分析、均值比較及T 檢驗、方差分析或回歸分析,本發明並不設限。
訊號處理控制電路101依據睡眠呼吸參數SS的睡眠呼吸事件分類結果而使得通訊電路105發送一通知訊息M1至一行動裝置888以通知受試者88。
圖2呈現本發明一實施例所繪示一種居家睡眠監測系統的方塊圖。相較於圖1的實施例,居家睡眠監測系統整合了近端的第一電子裝置和遠端的第二電子裝置的資訊,而使得第二電子裝置可透過存取點和網路而獲得受試者於第一睡眠時間所出現的睡眠呼吸事件。
如圖所示,居家睡眠監測系統10’包括一第一電子裝置100、一第二電子裝置200和一存取點(AP)300。
第一電子裝置100包括一音訊監測電路103、一訊號處理控制電路101’、一儲存單元107和一通訊電路105。訊號處理控制電路101’分別電性連接音訊監測電路103、通訊電路105和儲存單元107。
音訊監測電路103用以偵測一受試者88於一第一睡眠時間T1發出之一呼吸音所產生的一呼吸音訊號S1。
在一實施例中,音訊監測電路103為一全頻譜錄音設備,可記錄呼吸音訊號S1之中所包含超音波 (48kHz)成份在內的全頻譜之音訊,此音訊屬於20Hz至48KHz頻率範圍的聲波。由於全頻譜錄音設備可記錄超音波,其亦可偵測受試者88的睡眠環境中是否出現人耳無法辨識之音訊噪音,比如驅鼠器所發出的高頻音。
訊號處理控制電路101’電性連接音訊監測電路103。儲存單元107電性連接訊號處理控制電路101’。通訊電路105電性連接訊號處理控制電路101’。
訊號處理控制電路101’用以依據呼吸音訊號S1計算出一睡眠呼吸參數SS,音訊監測電路103記錄呼吸音訊號S1並將呼吸音訊號S1和睡眠呼吸參數SS分別儲存於儲存單元107。
在一實施例中,訊號處理控制電路101’被配置成利用短時距傅立葉變換(STFT)分析呼吸音訊號S1,再進行離散傅立葉轉換(DFT),另針對經離散傅立葉轉換後的呼吸音訊號STFT.DFT.S1進行時頻分析,以生成與呼吸音訊號相關的時譜圖sm1。此時,訊號處理控制電路101’依據呼吸音訊號S1而計算出包含了時譜圖sm1的資訊的睡眠呼吸參數SS。
在一實施例中,訊號處理控制電路101’被配置成接收呼吸音訊號S1並將其數位化、過濾雜訊及取樣,並且將所偵測到的呼吸音訊號S1中,超出對鼾聲所定義的頻率以外的訊號去除,避免誤將無關的聲音納入分析。
在一實施例中,訊號處理控制電路101’被配置成將呼吸音訊號S1數位化並濾除一高頻超音波噪音,再對呼吸音訊號S1進行取樣。
在一實施例中,透過音訊監測電路103的全頻域錄音設備的分析模組進行睡眠分析,可發現環境下是否存在例如20kHz以上的超音波噪音的成份,以判定受試者88的睡眠環境是否干擾到受試者88的睡眠品質。
存取點(AP)300可提供網路連結的功能,以使得第二電子裝置200透過存取點300讀取儲存在第一電子裝置100的儲存單元107中的睡眠呼吸參數SS。第二電子裝置200包括一語音分析模組102。
在一實施例中,語音分析模組102可用以針對呼吸音訊號S1進行頻譜分析、基頻分析、強度分析、共振峰分析、語音標注或語音參數調整、合成等運算,或偵測環境下是否存在例如20kHz以上的超音波噪音的成份。
語音分析模組102讀取睡眠呼吸參數SS並基於睡眠呼吸參數SS與一睡眠呼吸事件閥值th1的比對結果而對睡眠呼吸參數SS進行分類,並生成一睡眠呼吸事件分類結果。
在一實施例中,語音分析模組102被配置成利用人工智慧(AI)建模技術以判斷時譜圖中所出現的一睡眠呼吸事件,睡眠呼吸事件包含正常呼吸、打鼾、呼吸暫停和急促深呼吸的其中之一。
在一實施例中,睡眠呼吸事件閥值th1是以人工智慧(AI)建模技術所計算出多個時譜圖中所出現的睡眠呼吸障礙事件的統計值。
圖3A至圖3D分別呈現本發明一實施例所繪示受試者出現不同的睡眠呼吸事件(正常呼吸、打鼾、呼吸暫停以及急促深呼吸)時所呈現的相應時譜圖;亦即圖3A示出可反應正常呼吸的時譜圖;圖3B示出可反應打鼾的時譜圖;圖3C示出可反應呼吸暫停的時譜圖;圖3D示出可反應急促深呼吸的時譜圖。橫坐標標示時間,縱坐標標示頻率,能量的強度用濃淡來標示。
通常,阻塞型睡眠呼吸中止症患者的睡眠呼吸障礙事件的呼吸圖樣會重覆,通常約30秒至2分鐘為一個循環。它是睡眠呼吸暫停與具有漸強-漸弱圖樣的急促深呼吸之間的換氣振盪。受試者若出現正常呼吸、打鼾、呼吸暫停以及急促深呼吸時,將呈現的相應時譜圖的圖案型態,並可據此推算出睡眠呼吸事件閥值th1。
在一窄帶時譜圖之中,頻域的區分度較強,而時域的區分性較弱,常用於分析呼吸音訊號S1的諧波和音高特性,如圖3A所示可反應正常呼吸的時譜圖。
在一寬頻時譜圖之中,時域的區分性較強,而頻域的區分度較弱,可用於分析呼吸音訊號S1的音色特徵,如圖3B所示可反應打鼾的時譜圖。
頻域和時域的區分性皆弱,呼吸音訊號S1的低頻率部分的圖案對比度較低,如圖3C所示可反應呼吸暫停的時譜圖。
時域上出現相鄰帶狀圖案時間間隔不一,如圖3D所示可反應急促深呼吸的時譜圖。因此,由圖3A至圖3D可分別推算出相應睡眠呼吸障礙事件的統計值。
請再度參閱圖2,在一實施例中,第二電子裝置200更包括一警訊接收電路201,警訊接收電路201與語音分析模組102電性相連,警訊接收電路201接收第一電子裝置100透過通訊電路105所傳送之通知訊息M1,藉此得知受試者88於睡眠中產生的呼吸音是否異常。
在一實施例中,第二電子裝置200將睡眠呼吸參數SS傳輸至與第二電子裝置200電性相連的一顯示器400。
顯示器400可以是或包括顯示屏幕,例如,液晶顯示(IXD)屏幕,發光二極管(LED)顯示屏幕,陰極射線顯示屏幕或其他類型的顯示器。
第二電子裝置200再透過存取點300接收一第一電子裝置100的連結命令以連結第一電子裝置100,並讀取儲存在儲存單元107中的睡眠呼吸參數SS。
在一實施例中,第二電子裝置200讀取一睡眠多項生理檢查(PSG)資料並將其呈現於顯示器400。睡眠多項生理檢查資料包含打呼聲響值、氣流值、熱敏感測值、鼻腔壓力、腦電圖(EEG)、眼電圖(EOG)、肌電圖(EMG)及心電圖(ECG)的至少其中之一。
因此,藉由在顯示器400上同時呈現時譜圖和睡眠多項生理檢查資料,便可供醫療或照護人員監控受試者88的睡眠資訊,有助於確認受試者88於第一睡眠時間T1所出現的睡眠呼吸事件演變成呼吸中止症的可能性,並對異常睡眠呼吸事件進行必要的處置。
請同時參閱圖2和圖4,圖4呈現本發明一實施例所繪示一種居家睡眠監測及睡眠呼吸事件分類方法的流程圖。一種居家睡眠監測及睡眠呼吸事件分類方法,適用於一第一電子裝置100、一存取點300和一第二電子裝置200,所述方法包括:
如步驟S401所示,第一電子裝置100的音訊監測電路103用以偵測一受試者88於一第一睡眠時間T1發出之一呼吸音所產生的一呼吸音訊號S1。
音訊監測電路103為一全頻譜錄音設備,可記錄呼吸音訊號S1之中所包含的全頻譜之音訊,此音訊屬於20Hz至48KHz頻率範圍的聲波。
訊號處理控制電路101’被配置成接收呼吸音訊號S1並將其數位化、過濾雜訊及取樣,並且將所偵測到的呼吸音訊號S1中,超出對鼾聲所定義的頻率以外的高頻訊號去除,避免誤將無關的聲音納入分析。
如步驟S403所示,音訊監測電路103記錄所述呼吸音訊號S1並儲存於儲存單元107。
如步驟S405所示,訊號處理控制電路101’被配置成利用短時距傅立葉變換(STFT)分析呼吸音訊號S1,再進行離散傅立葉轉換(DFT),另針對經離散傅立葉轉換後的呼吸音訊號STFT.DFT.S1進行時頻分析,以生成與呼吸音訊號相關的時譜圖sm1。此時,訊號處理控制電路101’依據呼吸音訊號S1而計算出包含了時譜圖sm1的資訊的睡眠呼吸參數SS。
第一電子裝置100被預先設定是否需使用存取點300以傳輸睡眠呼吸參數SS? 存取點300被用於與第一電子裝置100或第二電子裝置200建立連線。
如步驟S407所示,第二電子裝置200透過存取點300以及第一電子裝置100而讀取睡眠呼吸參數SS。第二電子裝置200的語音分析模組102讀取睡眠呼吸參數SS;然而在另一實施例中,第一電子裝置100讀取睡眠呼吸參數SS。
若第一電子裝置100需使用存取點300以傳輸睡眠呼吸參數SS,而且當第一電子裝置100和第二電子裝置200分別與存取點300建立連線時,即如步驟S409所示,第二電子裝置200比對睡眠呼吸參數SS與一睡眠呼吸事件閥值th1,從而對睡眠呼吸參數SS進行分類並生成睡眠呼吸事件分類結果。
舉例來說,第二電子裝置200的語音分析模組102被配置成利用人工智慧(AI)建模技術以判斷時譜圖sm1中所出現的一睡眠呼吸事件,睡眠呼吸事件包含正常呼吸、打鼾、呼吸暫停和急促深呼吸的其中之一。睡眠呼吸事件閥值th1是以人工智慧(AI)建模技術所計算出多個時譜圖中所出現的某一睡眠呼吸障礙事件的統計值。
若睡眠呼吸參數SS所包含的時譜圖sm1的圖案型態的一特徵值ch1與睡眠呼吸事件閥值th1構成近似時,則受試者88於第一睡眠時間T1被分類成與睡眠呼吸事件閥值th1同屬一類的睡眠呼吸障礙事件。特徵值ch1與睡眠呼吸事件閥值th1的比較方式可採用以下統計方法,比如相關性分析、均值比較及T 檢驗、方差分析或回歸分析。
第二電子裝置200透過存取點300接收一第一電子裝置100的連結命令以連結第一電子裝置100,並讀取儲存在儲存單元107中的睡眠呼吸參數SS。
在一實施例中,第二電子裝置200將睡眠呼吸參數SS傳輸至一顯示器400。第二電子裝置200將包含時譜圖sm1的資訊的睡眠呼吸參數SS以時間、頻率和強度的三維方式呈現於顯示器400。
在一實施例中,第二電子裝置200讀取一睡眠多項生理檢查(PSG)資料並將其呈現於顯示器400。睡眠多項生理檢查資料包含打呼聲響值、氣流值、熱敏感測值、鼻腔壓力、腦電圖(EEG)、眼電圖(EOG)、肌電圖(EMG)及心電圖(ECG)的至少其中之一。此時醫療或照護人員可於顯示器400上對時譜圖sm1的部分進行標註。
藉由在顯示器400上同時呈現時譜圖sm1和睡眠多項生理檢查資料,供醫療或照護人員監控受試者88的睡眠資訊,有助於確認受試者88於第一睡眠時間T1所發出的呼吸音能否推算出一睡眠呼吸障礙事件?甚至推算此睡眠呼吸障礙事件演變成呼吸中止症的可能性,並對此睡眠呼吸事件進行必要的處置。
然而,在一實施例中,若第一電子裝置100不需使用存取點300以傳輸睡眠呼吸參數SS,第一電子裝置100未與存取點300以及第二電子裝置200建立連線,第一電子裝置100讀取睡眠呼吸參數SS並且比對睡眠呼吸參數SS與睡眠呼吸事件閥值th1,從而對睡眠呼吸參數SS進行分類並生成睡眠呼吸事件分類結果。
〔實施例的可能技術效果〕
綜合上述,可知本發明已提供出一種可使受試者在熟悉環境當中,以最自然與舒適的方式接受睡眠資訊的偵測,不但不需前往特定醫療院所,居家睡眠監測器在偵測及蒐集資訊的過程中更完全不侵擾受試者,讓受試者毫無負擔地接受偵測,不但可使偵測所得資訊更為精準,同時也減少受試者前往醫療院所受測的成本。
音訊監測電路若為全頻譜錄音設備,可記錄呼吸音訊號之中所包含超音波成份在內的全頻譜之音訊,此音訊屬於20Hz至48KHz頻率範圍的聲波。由於全頻譜錄音設備可記錄超音波,其亦可偵測受試者的睡眠環境中是否出現人耳無法辨識之音訊噪音。更重要的是,醫療或照護人員更可以隨時觀測不同受試者的睡眠狀況,讀取受試者的睡眠資訊進行判讀或進一步診治,提升睡眠障礙徵狀的分析準確性,以及增加治療受試者睡眠障礙的效率。
最後須說明地是,於前述說明中,儘管已將本發明技術的概念以多個示例性實施例具體地示出與闡述,然而在此項技術之領域中具有通常知識者將理解,在不背離由以下申請專利範圍所界定的本發明技術的概念之範圍的條件下,可對其作出形式及細節上的各種變化。
10:居家睡眠監測器
100:第一電子裝置
101:訊號處理控制電路
101’:訊號處理控制電路
102:語音分析模組
103:音訊監測電路
105:通訊電路
107:儲存單元
200:第二電子裝置
201:警訊接收電路
300:存取點
400:顯示器
88:受試者
888:行動裝置
S1:呼吸音訊號
M1:通知訊息
S401-S409:步驟
爲了更清楚的說明本發明實施例中的技術方案,下面將對實施例描述中所需要使用的附圖作簡單的介紹,顯而易見地,下面描述中的附圖僅僅是本發明的一些實施例,對於本領域普通技術人員來說,在不付出過多努力的前提下,還可以根據這些附圖獲得其它的附圖。其中:
圖1呈現本發明一實施例所繪示居家睡眠監測器的方塊圖;
圖2呈現本發明一實施例所繪示居家睡眠監測系統的方塊圖;
圖3A至圖3D分別呈現本發明一實施例所繪示受試者出現不同的睡眠呼吸事件時所呈現的相應時譜圖;
圖4呈現本發明一實施例所繪示居家睡眠監測及睡眠呼吸事件分類方法的流程圖。
100:第一電子裝置
101’:訊號處理控制電路
103:音訊監測電路
105:通訊電路
107:儲存單元
200:第二電子裝置
102:語音分析模組
201:警訊接收電路
300:存取點
400:顯示器
88:受試者
S1:呼吸音訊號
M1:通知訊息
Claims (11)
- 一種居家睡眠監測系統,包括:一存取點;一第一電子裝置,包括:一音訊監測電路,用以偵測一受試者於一第一睡眠時間發出之一呼吸音所產生一呼吸音訊號;一訊號處理控制電路,電性連接所述音訊監測電路;一儲存單元,電性連接所述訊號處理控制電路;以及一通訊電路,電性連接所述訊號處理控制電路,其中所述訊號處理控制電路依據所述呼吸音訊號計算出一睡眠呼吸參數,所述音訊監測電路記錄所述呼吸音訊號並儲存於所述儲存單元;以及一第二電子裝置,包括一語音分析模組;其中所述語音分析模組經由所述存取點讀取所述睡眠呼吸參數並基於所述睡眠呼吸參數與一睡眠呼吸事件閥值的比對結果而對所述睡眠呼吸參數進行分類並生成一睡眠呼吸事件分類結果;其中所述音訊監測電路接收20Hz至48KHz頻率範圍的聲波,並且更偵測所述受試者的睡眠環境中是否出現人耳無法辨識的高頻超音波噪音,而所述訊號處理控制電路被配置成為將所述呼吸音訊號數位化並濾除所述高頻超音波噪音,及對所述呼吸音訊號進行取樣。
- 如請求項1所述的居家睡眠監測系統,其中所述睡眠呼吸參數包含一時譜圖;其中所述訊號處理控制電路被配置成利用短時距傅立葉變換分析所述呼吸音訊號,再進行離散傅立葉轉換,另針對所述呼吸音訊號進行時頻分析,以生成與所述呼吸音訊號相關的所述 時譜圖。
- 如請求項1所述的居家睡眠監測系統,其中所述睡眠呼吸事件閥值是以人工智慧建模技術所計算出多個時譜圖中所出現的睡眠呼吸障礙事件的統計值。
- 如請求項1所述的居家睡眠監測系統,其中所述第二電子裝置更包括:一警訊接收電路,接收所述第一電子裝置透過所述通訊電路所傳送之一通知訊息,藉此得知所述受試者睡眠中產生的所述呼吸音是否異常;其中所述音訊監測電路為一全頻譜錄音設備。
- 如請求項2所述的居家睡眠監測系統,其中所述語音分析模組被配置成利用人工智慧建模技術以判斷所述時譜圖中所出現的一睡眠呼吸事件,所述睡眠呼吸事件包含正常呼吸、打鼾、呼吸暫停和急促深呼吸的其中之一。
- 如請求項5所述的居家睡眠監測系統,其中,所述第二電子裝置將所述時譜圖的資料以時間、頻率和強度的三維方式呈現於一顯示器。
- 如請求項6所述的居家睡眠監測系統,其中所述第二電子裝置讀取一睡眠多項生理檢查資料並將其呈現於所述顯示器;其中所述睡眠多項生理檢查資料包含打呼聲響值、氣流值、熱敏感測值和鼻腔壓力的至少其中之一。
- 一種居家睡眠監測器,包括:一音訊監測電路,用以偵測一受試者於一第一睡眠時間發出之一呼吸音所產生的一呼吸音訊號;一訊號處理控制電路,包括一語音分析模組,所述訊號處理控制電路電性連接所述音訊監測電路;一儲存單元,電性連接所述訊號處理控制電路;以及一通訊電路,電性連接所述訊號處理控制電路; 其中所述訊號處理控制電路用以依據所述呼吸音訊號計算出一睡眠呼吸參數,所述音訊監測電路記錄所述呼吸音訊號並儲存於所述儲存單元;其中所述語音分析模組讀取所述睡眠呼吸參數並基於所述睡眠呼吸參數與一睡眠呼吸事件閥值的比對結果而對所述睡眠呼吸參數進行睡眠呼吸事件分類,所述訊號處理控制電路依據所述睡眠呼吸參數的睡眠呼吸事件分類結果而使得通訊電路發送一通知訊息;其中所述音訊監測電路接收20Hz至48KHz頻率範圍的聲波,並且更偵測所述受試者的睡眠環境中是否出現人耳無法辨識的高頻超音波噪音,而所述訊號處理控制電路被配置成為將所述呼吸音訊號數位化並濾除所述高頻超音波噪音,及對所述呼吸音訊號進行取樣。
- 一種居家睡眠監測及睡眠呼吸事件分類方法,適用於一第一電子裝置、一存取點和一第二電子裝置,其中所述第一電子裝置利用所述存取點與所述第二電子裝置建立連線,所述方法包括:由所述第一電子裝置的一音訊監測電路偵測一受試者於一第一睡眠時間發出之呼吸音以產生一呼吸音訊號;所述第一電子裝置的所述音訊監測電路記錄所述呼吸音訊號並將其儲存於所述第一電子裝置的一儲存單元;所述第一電子裝置的一訊號處理控制電路依據所述呼吸音訊號而計算出一睡眠呼吸參數;讀取所述睡眠呼吸參數;以及比對所述睡眠呼吸參數與一睡眠呼吸事件閥值,從而對所述睡眠呼吸參數進行分類並生成一睡眠呼吸事件分類結果;其中所述音訊監測電路接收20Hz至48KHz頻率範圍的聲波, 並且更偵測所述受試者的睡眠環境中是否出現人耳無法辨識的高頻超音波噪音,而所述訊號處理控制電路被配置成為將所述呼吸音訊號數位化並濾除所述高頻超音波噪音,及對所述呼吸音訊號進行取樣。
- 如請求項9所述的居家睡眠監測及睡眠呼吸事件分類方法,其中當所述第一電子裝置未與所述存取點以及所述第二電子裝置建立連線時,所述第一電子裝置讀取所述睡眠呼吸參數,以及所述第一電子裝置比對所述睡眠呼吸參數與所述睡眠呼吸事件閥值,從而對所述睡眠呼吸參數進行分類並生成所述睡眠呼吸事件分類結果。
- 如請求項9所述的居家睡眠監測及睡眠呼吸事件分類方法,其中當所述第一電子裝置和所述第二電子裝置分別與所述存取點建立連線時,所述第二電子裝置經由所述存取點以及所述第一電子裝置讀取所述睡眠呼吸參數,以及所述第二電子裝置比對所述睡眠呼吸參數與所述睡眠呼吸事件閥值,從而對所述睡眠呼吸參數進行分類並生成所述睡眠呼吸事件分類結果。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
TW109119849A TWI728839B (zh) | 2020-06-12 | 2020-06-12 | 居家睡眠監測器、居家睡眠監測系統以及居家睡眠監測及睡眠呼吸事件分類方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
TW109119849A TWI728839B (zh) | 2020-06-12 | 2020-06-12 | 居家睡眠監測器、居家睡眠監測系統以及居家睡眠監測及睡眠呼吸事件分類方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
TWI728839B true TWI728839B (zh) | 2021-05-21 |
TW202145962A TW202145962A (zh) | 2021-12-16 |
Family
ID=77036438
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
TW109119849A TWI728839B (zh) | 2020-06-12 | 2020-06-12 | 居家睡眠監測器、居家睡眠監測系統以及居家睡眠監測及睡眠呼吸事件分類方法 |
Country Status (1)
Country | Link |
---|---|
TW (1) | TWI728839B (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
TWI777650B (zh) * | 2021-07-02 | 2022-09-11 | 國立勤益科技大學 | 基於心跳間隔下降率分組之呼吸暫停與不足事件偵測方法 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN1713850A (zh) * | 2002-10-09 | 2005-12-28 | 电脑医师有限公司 | 在治疗性处理中保持和监测睡眠质量的方法和装置 |
TW201400088A (zh) * | 2012-06-28 | 2014-01-01 | Chang Gung Memorial Hospital Linkou | 睡眠鼾聲檢查設備 |
CN104688229A (zh) * | 2015-01-28 | 2015-06-10 | 中国人民解放军理工大学 | 一种基于鼾声信号的睡眠呼吸监测方法 |
CN110051380A (zh) * | 2019-06-05 | 2019-07-26 | 南京清科信息科技有限公司 | 对人体状态进行连续实时监测的***和方法 |
-
2020
- 2020-06-12 TW TW109119849A patent/TWI728839B/zh active
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN1713850A (zh) * | 2002-10-09 | 2005-12-28 | 电脑医师有限公司 | 在治疗性处理中保持和监测睡眠质量的方法和装置 |
TW201400088A (zh) * | 2012-06-28 | 2014-01-01 | Chang Gung Memorial Hospital Linkou | 睡眠鼾聲檢查設備 |
CN104688229A (zh) * | 2015-01-28 | 2015-06-10 | 中国人民解放军理工大学 | 一种基于鼾声信号的睡眠呼吸监测方法 |
CN110051380A (zh) * | 2019-06-05 | 2019-07-26 | 南京清科信息科技有限公司 | 对人体状态进行连续实时监测的***和方法 |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
TWI777650B (zh) * | 2021-07-02 | 2022-09-11 | 國立勤益科技大學 | 基於心跳間隔下降率分組之呼吸暫停與不足事件偵測方法 |
Also Published As
Publication number | Publication date |
---|---|
TW202145962A (zh) | 2021-12-16 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
EP2348993B1 (en) | Method and apparatus for monitoring breathing cycle by frequency analysis of an acoustic data stream | |
US10136853B2 (en) | Contactless sleep disorder screening system | |
US11712198B2 (en) | Estimation of sleep quality parameters from whole night audio analysis | |
Azarbarzin et al. | Automatic and unsupervised snore sound extraction from respiratory sound signals | |
US20130144190A1 (en) | Sleep apnea detection system | |
EP0956820A1 (en) | Apnea determination | |
US20120184825A1 (en) | Method for detecting and analyzing sleep-related apnea, hypopnea, body movements, and snoring with non-contact device | |
US20110092839A1 (en) | Mask and method for use in respiratory monitoring and diagnostics | |
US20220007964A1 (en) | Apparatus and method for detection of breathing abnormalities | |
US10004452B2 (en) | System and methods for estimating respiratory airflow | |
EP4153043A1 (en) | Methods and apparatus for detection and monitoring of health parameters | |
CN110301890B (zh) | 呼吸暂停监测的方法及装置 | |
WO2021257898A1 (en) | Systems, apparatus and methods for acquisition, storage, and analysis of health and environmental data | |
JP2004187961A (ja) | 睡眠状態検出装置および睡眠状態管理システム | |
TWI728839B (zh) | 居家睡眠監測器、居家睡眠監測系統以及居家睡眠監測及睡眠呼吸事件分類方法 | |
CN116269298B (zh) | 基于毫米波雷达的非接触式睡眠呼吸监测方法和*** | |
Habukawa et al. | Wheeze recognition algorithm for remote medical care device in children: validation study | |
Cheng et al. | Development of a portable device for telemonitoring of snoring and obstructive sleep apnea syndrome symptoms | |
TW201400088A (zh) | 睡眠鼾聲檢查設備 | |
Fang et al. | Monitoring of Sleep Breathing States Based on Audio Sensor Utilizing Mel‐Scale Features in Home Healthcare | |
JP2004529716A (ja) | 電子モニタ装置 | |
WO2013064933A2 (en) | An apparatus and a method for eliminating the intensity variance of a snoring sound signal due to a subject's head movement during sleep | |
Grundlehner et al. | Methods to characterize sensors for capturing body sounds | |
Pessoa et al. | Automated respiratory sound analysis | |
Fernandes et al. | Using Low Cost Embedded Systems for Respiratory Sounds Auscultation |