專利名稱：用于確定淺睡眠階段和深睡眠階段的非侵入方法和設(shè)備的制作方法
用于確定淺睡眠階段和深睡眠階段的非侵入方法和設(shè)備相關(guān)申請(qǐng)
本申請(qǐng)包括在2008年4月14日提交的美國(guó)臨時(shí)申請(qǐng)No. 61/071，127中描述的主題， 要求其優(yōu)先權(quán)日期，并在此引入該完整公開內(nèi)容以供參考。技術(shù)領(lǐng)域和
背景技術(shù)：
本發(fā)明涉及用于通過感測(cè)與主體的體循環(huán)有關(guān)的外圍脈搏信號(hào)(peripheral pulse signal)來非侵入地確定淺睡眠階段和深睡眠階段的方法和設(shè)備。本發(fā)明在利用諸如在 2002年7月16日提交的美國(guó)專利申請(qǐng)No. 10/195，464、在2003年9月12日提交的美國(guó) 專利申請(qǐng)No. 10/471，580和在2005年1月18日提交的美國(guó)專利申請(qǐng)No. 10/520，273中 公開的外圍動(dòng)脈緊張性(PAT，peripheral arterial tone)傳感器時(shí)特別有用，這些申請(qǐng) 全部被轉(zhuǎn)讓給與本申請(qǐng)相同的受讓人，其說明在此引入以供參考，以及因此下面相對(duì)于此 類傳感器來描述本發(fā)明。為了便于理解下列說明，下面闡述了在本文中頻繁使用的許多縮寫的意義。 REM快速眼動(dòng)(睡眠階段)
NREM非快速眼動(dòng)(睡眠階段)
PAT外圍動(dòng)脈緊張性(信號(hào))
AMPPAT信號(hào)振幅
EEG腦電圖一與腦相關(guān)聯(lián)的電流
EMG肌電圖一與肌肉相關(guān)聯(lián)的電流
EOG眼電圖一測(cè)量視網(wǎng)膜的靜息電位
ANS自主神經(jīng)系統(tǒng)
OSA阻塞性睡眠呼吸暫停
OSAS阻塞性睡眠呼吸暫停綜合征
RDI呼吸紊亂指數(shù)
PSG多導(dǎo)睡眠監(jiān)測(cè)
IPP脈間周期(心率)
DFA去趨勢(shì)波動(dòng)分析
VLF甚低頻譜密度的峰值
LF低頻譜密度的峰值
ULF超低頻譜密度的峰值
HF高頻譜密度的峰值 Spec Ratio LF 與 HF 的比
NF相鄰過濾器
ROC接收機(jī)工作特性(曲線)
AASM美國(guó)睡眠醫(yī)學(xué)學(xué)會(huì)
檢測(cè)各種睡眠一狀態(tài)狀況，特別是睡眠一清醒狀態(tài)階段和REM睡眠階段對(duì)比NREM睡 眠階段，一般被用在各種醫(yī)學(xué)狀況的確定中，特別是在諸如OSA和REM相關(guān)的呼吸暫停之類的阻塞性睡眠狀況的確定中。目前，一般由裝配有用于感測(cè)各種狀況(特別是EEG信號(hào))、并 利用感測(cè)的狀況的結(jié)果來確定睡眠狀態(tài)的專用儀器的睡眠實(shí)驗(yàn)室中的PSG來進(jìn)行檢測(cè)各 種睡眠狀況。上文引用的2002年7月16日提交的美國(guó)專利申請(qǐng)序號(hào)10/195，464利用應(yīng) 用于諸如個(gè)體的手指或足趾(手指或腳趾)之類的外圍身體位置的外部探針來檢測(cè)與主體 的體循環(huán)有關(guān)的外圍脈搏信號(hào)。其中所公開的優(yōu)選實(shí)施例利用了 PAT探針來檢測(cè)主體的 外圍血管床容積的變化。同樣地，上文引用的2005年1月18日提交的美國(guó)專利申請(qǐng)序號(hào) 10/520，273利用了能夠被應(yīng)用在個(gè)體的實(shí)際上任何身體部位的外部探針來檢測(cè)與主體的 體循環(huán)有關(guān)的外圍脈搏信號(hào)。本發(fā)明尤其針對(duì)使用應(yīng)用于個(gè)體用來感測(cè)與主體的體循環(huán)有關(guān)的外圍脈搏信號(hào) 的探針來檢測(cè)深睡眠的時(shí)期和淺睡眠的時(shí)期并將它們區(qū)別開，其可以用于無人值守的攜帶 式睡眠監(jiān)測(cè)，不要求提供在睡眠實(shí)驗(yàn)室中的傳感器(例如，EEG傳感器)或其它專用儀器。本發(fā)明在使用在上文引用的美國(guó)申請(qǐng)序號(hào)10/195，464、10/471，580、和 10/520，273中所描述的PAT探針檢測(cè)個(gè)體的外圍血管床容積的變化時(shí)特別有效，并因此下 文特別相對(duì)于此類傳感器的使用予以描述。為了簡(jiǎn)潔起見，本文未描述此類PAT傳感器的 構(gòu)造和操作，但是可見于上文引用的美國(guó)申請(qǐng)序號(hào)10/195，464、10/471，580和10/520，273 中，出于此目的這些申請(qǐng)?jiān)诖斯璉入以供參考。雖然本發(fā)明優(yōu)選使用此類PAT傳感器，但應(yīng)認(rèn) 識(shí)到本發(fā)明可以使用其它傳感器來感測(cè)外圍脈搏信號(hào)。許多此類其它傳感器在本領(lǐng)域中是 眾所周知的。這些包括但不限于皮膚光學(xué)密度或皮膚表面一反射率裝置、光學(xué)體積描記器 (也稱為光體積描記器)、多普勒超聲裝置、激光多普勒裝置、脈博血氧計(jì)、節(jié)段體積描記器、 圓周應(yīng)變計(jì)裝置、同位素沖刷技術(shù)、熱沖刷技術(shù)、電磁技術(shù)、霍爾效應(yīng)傳感器等，用來感測(cè)與 主體的體循環(huán)有關(guān)的外圍脈搏信號(hào)。非快速眼動(dòng)(NREM，Non-Rapid Eye Movement)睡眠在傳統(tǒng)上被分類為四個(gè)階段， 其中，階段1被定義為睡意(僅僅為入睡);階段2為淺睡眠，以及階段3和4為深睡眠，其被 視為更恢復(fù)精力的睡眠。被分類為淺睡眠的兩個(gè)階段1和2 NREM睡眠的特征為θ EEG活 動(dòng)。在階段1 NREM睡眠中，可能存在緩慢的垂直眼睛滾動(dòng)，而NREM睡眠的階段2的特征 為睡眠紡錘波和/或K復(fù)合波，無眼運(yùn)動(dòng)且EMG活動(dòng)減少。被分類為深睡眠的階段3和4 NREM睡眠的特征為Δ EEG活動(dòng)(其是將這些階段描述為慢波睡眠的常用詞的原因)，無眼運(yùn) 動(dòng)(雖然EOG通道一般顯示出EEG偽跡)，以及甚至EMG活動(dòng)進(jìn)一步減少(Lavie等人，2002 ； Rechtschaffen和Kales，1968)?？紤]到深睡眠的更具康復(fù)性性質(zhì)和睡眠剝奪或睡眠障礙 治療之后的增加的深睡眠的共同發(fā)現(xiàn)，區(qū)別淺睡眠階段和深睡眠階段具有相當(dāng)大的臨床重 要性。近來，AASM可視計(jì)分工作組(AASM Visual Scoring Task Force)重新檢驗(yàn)了這 些規(guī)則并提出用于睡眠階段的新術(shù)語。由于未發(fā)現(xiàn)證明將慢波睡眠劃分成兩個(gè)階段，即 NREM睡眠的階段3和4正確的證據(jù)，所以提出了將這些組合成單個(gè)階段的深睡眠(Silber 等人，2007)。然而，盡管提出了新的計(jì)分標(biāo)準(zhǔn)，但如其前輩(Rechtschaffen & Kales，1968) 一樣，自主神經(jīng)系統(tǒng)(ANS)的活動(dòng)在對(duì)睡眠階段進(jìn)行計(jì)分方面仍未扮演重要角色，雖然增加 了此系統(tǒng)在各種睡眠階段中的相當(dāng)大的且不同的活動(dòng)的證據(jù)。換言之，無論經(jīng)由表面電極 測(cè)量的EEG變化如何，淺和深睡眠似乎相差了自主活動(dòng)，自主活動(dòng)主要表現(xiàn)為在深睡眠中 比在淺NERM睡眠中更高且更穩(wěn)定的副交感神經(jīng)系統(tǒng)活動(dòng)(Dvir等人，2002 ；Herscovici等人 2007 ；Lavie 等人，2000 ；Narkiewicz 等人，1998 ；Penzel 等人，2000 ；Penzel 等人，2003 ； Penzel 等人，2004 ；Pressman 和 Fry，1989 ；Villa 等人，2000 ；Virtanen 等人，2007)。因此， 諸如心率、心率變異性和外圍動(dòng)脈緊張性之類的ANS在評(píng)估NREM睡眠質(zhì)量時(shí)可能具有顯著 的重要性。監(jiān)視-PAT (Watch-PAT) 100 (該相同系統(tǒng)的另外版本W(wǎng)P100或WP200)是攜帶式 睡眠記錄儀，其主要基于外圍動(dòng)脈緊張性(PAT)信號(hào)和脈搏率的記錄(自主神經(jīng)系統(tǒng)的兩 個(gè)重要輸出)、體動(dòng)記錄儀和脈搏血氧儀(Bar等人，2004 ；Penzel等人，2004 ；Pillar等人， 2003)。其已被證明準(zhǔn)確地檢測(cè)睡眠對(duì)比清醒(Hedner等人，2004)、以及檢測(cè)REM睡眠(Dvir 等人，2002 ；Herscovici等人，2007 ；Lavie等人，2000)?？紤]到具有阻塞性睡眠呼吸暫停 的病人的自主神經(jīng)系統(tǒng)特性的經(jīng)充分確定的變化(Aydin等人，2004 ；Brooks等人，1999 ； Jo 等人，2005 ；Narkiewicz 等人，1998 ；Narkiewicz 和 Somers, 1997 ；Penzel 等人，2000 ； Penzel等人，2003 ；Pepin等人，1994)，已經(jīng)對(duì)正常主體和具有OSA的病人兩者進(jìn)行了測(cè)試 WP100 (Bar 等人，2003 ；Dvir 等人，2002 ；Hedner 等人，2004 ；Herscovici 等人，2007 ；Lavie 等人，2000 ；Penzel等人，2004 ；Pillar等人，2003)。然而，尚未檢驗(yàn)基于由WP100監(jiān)測(cè)的自 主神經(jīng)系統(tǒng)(ANS)輸出來區(qū)別淺睡眠和深睡眠的能力。深睡眠已被證明與增加的副交感神經(jīng)系統(tǒng)活動(dòng)(在心率和心率變異性方面突出) 和更規(guī)則且穩(wěn)定的心率相關(guān)聯(lián)(Berlad等人，1993 ；Bonnet和Arand，1997 ；Brandenberger 等人，2005 ；Burgess 等人，1999 ；Busek 等人，2005 ；Elsenbruch 等人，1999 ；Ferri 等人， 2000 ；Kirby 和 Verrier, 1989 ；Kodama 等人，1998 ；Liguori 等人，2000 ；Monti 等人，2002 ； Negoescu 和 Csiki, 1989 ；Noll 等人，1994 ；Okada 等人，1991 ；Penzel 等人，2003 ；Pressman 和 Fry, 1989 ；Somers 等人，1993 ；Takeuchi 等人，1994 ；Trinder 等人，2001 ；Villa 等人， 2000)。因此，開發(fā)一種這樣的算法將是高度期望的該算法將允許單獨(dú)地基于用于感測(cè)與 主體的體循環(huán)有關(guān)的外圍脈搏信號(hào)的傳感器來檢測(cè)和區(qū)別淺睡眠和深睡眠。PAT探針對(duì)于 此目的特別有用，這是因?yàn)檠芫o張性和脈搏率兩者是WP100中的PAT探針的通道。這會(huì) 允許測(cè)試自主神經(jīng)系統(tǒng)輸出變化依賴于睡眠階段的假設(shè)。如所述，為此可以使用用于感測(cè) 外圍脈搏信號(hào)的其它傳感器。

發(fā)明內(nèi)容
本發(fā)明的目的是提供一種方法以及還有設(shè)備，用來檢測(cè)和區(qū)別深睡眠的時(shí)期和淺 睡眠的時(shí)期，其可以用于睡眠實(shí)驗(yàn)室外面的主體的無人值守的攜帶式睡眠監(jiān)測(cè)且不要求通 常僅在睡眠實(shí)驗(yàn)室中可獲得的特殊設(shè)備，諸如EGG傳感器。根據(jù)本發(fā)明的廣泛方面，提供了一種檢測(cè)和區(qū)別主體的深睡眠的時(shí)期和淺睡眠的 時(shí)期的方法，包括(a)在該時(shí)期的時(shí)段內(nèi)從主體感測(cè)與主體的體循環(huán)有關(guān)的外圍脈搏信號(hào)； (b)分析感測(cè)的外圍脈搏信號(hào)以便由此確定從下面特征導(dǎo)出的一個(gè)或多個(gè)變量，其中，每個(gè) 特征可以提供2個(gè)變量一一個(gè)是振幅變量且另一個(gè)是心率變量(總共達(dá)到14個(gè)變量)(1) 感測(cè)的外圍脈搏信號(hào)的平均振幅和心率；(2)感測(cè)的外圍脈搏信號(hào)的振幅和心率的去趨勢(shì) 波動(dòng)分析(DFA)的縮放系數(shù)；(3)感測(cè)的外圍脈搏信號(hào)的振幅和心率的低頻譜密度(LF)的 峰值；(4)感測(cè)的外圍脈搏信號(hào)的振幅和心率的甚低頻譜密度(VLF)的峰值，(5)感測(cè)的外 圍脈搏信號(hào)的振幅和心率的超低頻譜密度(ULF)的峰值；(6)感測(cè)的外圍脈搏信號(hào)的振幅和心率的高頻譜密度(ULF)的峰值；以及(7)振幅和心率的LF與HF的比(譜比)；以及(c) 利用前述分析的結(jié)果來確定所檢測(cè)的時(shí)期是淺睡眠時(shí)期還是深睡眠時(shí)期。在下述本發(fā)明的優(yōu)選實(shí)施例中，利用由分析操作確定的所有上述變量來確定所檢 測(cè)的時(shí)期是淺睡眠還是深睡眠時(shí)期。并且，在該實(shí)施例中，由應(yīng)用于主體的手指或足趾的 PAT傳感器來感測(cè)所感測(cè)的外圍脈搏信號(hào)。此外，在所述優(yōu)選實(shí)施例中，在幾分鐘的滑動(dòng)窗口內(nèi)存在多個(gè)時(shí)期，每個(gè)具有幾秒 的時(shí)間段。在兩個(gè)時(shí)間段中的每一個(gè)期間從主體感測(cè)外圍脈搏信號(hào)。對(duì)于每個(gè)時(shí)間段，如 在操作(b)中所闡述的那樣分析每個(gè)外圍脈搏信號(hào)，并利用此類分析的結(jié)果來確定每個(gè)時(shí) 期是淺睡眠時(shí)期還是深睡眠時(shí)期。根據(jù)本發(fā)明的另外方面，提供了一種用于檢測(cè)和區(qū)別主體的深睡眠時(shí)期和淺睡眠 時(shí)期的設(shè)備，包括(a)傳感器，用于在該時(shí)期的時(shí)段內(nèi)從主體感測(cè)與主體的體循環(huán)有關(guān)的外 圍脈搏信號(hào)；
(b)處理器，用于分析感測(cè)的外圍脈搏信號(hào)以便由此確定從下面特征導(dǎo)出的一個(gè)或多 個(gè)變量，其中，每個(gè)特征提供2個(gè)變量一一個(gè)是振幅變量且另一個(gè)是心率變量(總共達(dá)到14 個(gè)變量)(1)感測(cè)的外圍脈搏信號(hào)的平均振幅和心率或者該(2)感測(cè)的外圍脈搏信號(hào)的振 幅和心率的去趨勢(shì)波動(dòng)分析(DFA)的縮放系數(shù)；(3)感測(cè)的外圍脈搏信號(hào)的振幅和心率的 低頻譜密度(LF)的峰值；(4)感測(cè)的外圍脈搏信號(hào)的振幅和心率的甚低頻譜密度(VLF)的 峰值，(5)感測(cè)的外圍脈搏信號(hào)的振幅和心率的超低頻譜密度(ULF)的峰值；(6)感測(cè)的外 圍脈搏信號(hào)的振幅和心率的高頻譜密度(ULF)的峰值；以及(7)振幅和心率的LF與HF的 比(譜比)；
如上文所指示的，在下述優(yōu)選實(shí)施例中，所述傳感器是用于應(yīng)用于主體的手指或足趾 的PAT傳感器，并且由分析操作確定的所有特征被用來確定所檢測(cè)的時(shí)期是淺睡眠時(shí)期還 是深睡眠時(shí)期。本發(fā)明的方法和設(shè)備、特別是在與上文引用的專利申請(qǐng)序號(hào)10/195,464中描述 的方法和設(shè)備一起使用時(shí)可以用于檢測(cè)所有睡眠階段而不需要特殊傳感器(例如EEG傳感 器)或諸如通?？稍谒邔?shí)驗(yàn)室獲得的其它特殊設(shè)備，并因此可以用于無人值守的攜帶式 睡眠監(jiān)測(cè)。如下文將更特別地描述的，已通過將本發(fā)明的方法和設(shè)備所產(chǎn)生的結(jié)果與在常 規(guī)睡眠實(shí)驗(yàn)室中產(chǎn)生的結(jié)果相比較的研究順利地測(cè)試了本發(fā)明的此能力。通過以下說明，本發(fā)明的其它特征和優(yōu)點(diǎn)將變得顯而易見。


在本文中僅以示例的方式參照附圖描述本發(fā)明，其中
圖1是圖示依照本發(fā)明構(gòu)造的一種形式的設(shè)備的主要組件的方框圖； 圖2是示出根據(jù)本文所描述的本發(fā)明優(yōu)選實(shí)施例的用來處理數(shù)據(jù)以確定睡眠階段的 方式的流程圖3圖示了用于表明最佳分開(NF之后)的變量的分開直方圖； 圖4是圖示在沒有NF的情況下的加權(quán)和分布的示圖； 圖5是圖示在有NF的情況下的加權(quán)和分布的示圖； 圖6是圖示對(duì)于輕微(1)、中等(2)和嚴(yán)重(3) OSA訓(xùn)練組的一致性的示圖；圖7是圖示用于訓(xùn)練組的百分比深睡眠階段檢測(cè)(PSG第一算法)的Bland Altman (布 蘭德艾爾麥恩)圖的示圖8是圖示對(duì)于輕微(1)、中等(2)和嚴(yán)重(3) OSA確認(rèn)組的一致性的示圖；以及 圖9是用于確認(rèn)組的百分比深睡眠階段檢測(cè)的誤差的Bland Altman圖(PSG對(duì)比在本 文中開發(fā)的算法)。應(yīng)當(dāng)理解，前述附圖和以下說明主要是為了便于對(duì)本發(fā)明的概念方面及其可能實(shí) 施例的理解而提供的，包括目前被視為優(yōu)選實(shí)施例的內(nèi)容。為了明了和簡(jiǎn)潔起見，不試圖提 供比使得本領(lǐng)域的技術(shù)人員使用常規(guī)技術(shù)和設(shè)計(jì)能夠理解和實(shí)踐所描述的發(fā)明所必需的 更多的細(xì)節(jié)。還應(yīng)理解的是所描述的實(shí)施例僅僅是出于示例的目的，并且能夠以除本文所 描述之外的其它形式和應(yīng)用來體現(xiàn)本發(fā)明。
具體實(shí)施例方式圖1是圖示依照本發(fā)明構(gòu)造的一種形式的設(shè)備的主要組件的方框圖；并且圖2是 示出根據(jù)本發(fā)明的所描述的實(shí)施例的用來獲得和處理數(shù)據(jù)以確定睡眠階段的方式的流程 圖。因此，如圖1所示，所述設(shè)備包括中央處理單元，通常表示為10，具有來自外圍脈 搏測(cè)量裝置12的一個(gè)輸入和來自睡眠/清醒檢測(cè)裝置或運(yùn)動(dòng)檢測(cè)裝置14的另一輸入。此 信息被中央處理單元10處理以產(chǎn)生表示供存儲(chǔ)的睡眠階段數(shù)據(jù)的數(shù)據(jù)輸出16和用于顯示 睡眠階段數(shù)據(jù)的顯示輸出18。輸入設(shè)備12是用于感測(cè)來自主體的與主體的體循環(huán)有關(guān)的外圍脈搏信號(hào)的傳 感器。外圍脈搏測(cè)量設(shè)備12可以是用于檢測(cè)此類信號(hào)的任何已知裝置，但是優(yōu)選是應(yīng)用 于主體的手指或足趾(手指或腳趾)用來測(cè)量主體的外圍動(dòng)脈緊張性和脈搏率的PAT探 針。在本領(lǐng)域中已知許多此類PAT傳感器，例如，如上文引用的美國(guó)專利申請(qǐng)10/195，464、 10/471,580和10/520，273中所描述的，這些申請(qǐng)?jiān)诖艘胍怨﹨⒖疾⒈晦D(zhuǎn)讓給與本申請(qǐng) 相同的受讓人。如果進(jìn)行對(duì)初始算法的某些自適應(yīng)，并且如果保持對(duì)運(yùn)動(dòng)的相同靈敏度，則睡 眠/清醒檢測(cè)裝置14可以是應(yīng)用于腕或應(yīng)用于病人身體表面的任何其它部位的常規(guī) Actigraph (體動(dòng)記錄儀)探針?；蛘?，其可以是應(yīng)用于主體以便檢測(cè)身體運(yùn)動(dòng)的運(yùn)動(dòng)檢測(cè) 裝置，諸如加速度計(jì)型傳感器。中央處理單元10根據(jù)下文，特別是相對(duì)于圖3的流程圖所描述的算法來處理由輸 入單元12和14輸入的數(shù)據(jù)，以產(chǎn)生供存儲(chǔ)或其它處理控制的睡眠階段數(shù)據(jù)的數(shù)據(jù)輸出16 以及還產(chǎn)生睡眠階段數(shù)據(jù)的顯示輸出18。描述中央處理單元10的算法的在圖3中所圖示的流程圖接收從主體感測(cè)的與主 體的體循環(huán)有關(guān)的外圍脈搏信號(hào)，分析所感測(cè)的外圍脈搏信號(hào)以便由此確定下文所描述的 和如圖3中所圖示的許多特征，并利用分析結(jié)果來確定特定睡眠時(shí)期是深睡眠或淺睡眠時(shí) 期的概率。在提前如22處所示30秒時(shí)期的如20處所示的五分鐘滑動(dòng)窗口內(nèi)計(jì)算所有變 量及其狀況概率。如圖3進(jìn)一步所示，從PAT信號(hào)振幅(AMP)時(shí)間序列和心率的特征，即如方框M 所指示的脈間(IPP)時(shí)間序列導(dǎo)出頻域和時(shí)域兩者中的一組14個(gè)歸一化變量(每個(gè)域中7個(gè))。所有變量被縮放至它們的平均值，因此可以將它們解釋為狀況概率。從每個(gè)時(shí)間序 列，導(dǎo)出一組7個(gè)類似類型的變量，得到總共14個(gè)變量，如圖3中方框1 16所指示的。 每個(gè)這樣的七個(gè)變量組包括(1)如方框26所指示的去趨勢(shì)波動(dòng)分析(DFA，detrended fluctuation analysis)的縮放系數(shù)；(2)平均值(方框30中的AMP)(方框32中的心率)； (3)低頻譜密度(LF)的峰值(方框34) ； (4)甚低頻譜密度(VLF)的峰值；(5)超低頻譜密 度(ULF)的峰值(方框36); (6)高頻譜密度的峰值(HF)(方框38);和(7) LF與HF的比(譜 比，spec ratio)(方框 28、40、42)。中央處理單元10進(jìn)一步利用前述分析的結(jié)果確定5分鐘時(shí)隙窗口內(nèi)的每個(gè)30秒 時(shí)期可能是淺睡眠時(shí)期還是深睡眠時(shí)期。如前所述，從兩個(gè)時(shí)間序列中的每一個(gè)導(dǎo)出每個(gè)這種類型的變量。對(duì)應(yīng)于呼吸作 用、壓力感受器、體溫調(diào)節(jié)和荷爾蒙范圍的頻率范圍是0. 4—0. 15 Hz (HF)、0. 15—0. 04 Hz (LF)、0. 04 — 0. 015 Hz (VLF)和 0. 015— 0. 005 Hz ULF) (Burgess 等人 2004)。為了對(duì)每個(gè)特征進(jìn)行組合和加權(quán)，我們執(zhí)行2步驟算法。在考慮中，第一步驟是通 過定義每個(gè)時(shí)期周圍的士5分鐘窗口來過濾每個(gè)特征，允許在該時(shí)期周圍進(jìn)行平滑化。此 過濾器被定義為相鄰過濾器(NF，Neighboring Filter)。通過選擇使PSG分階段和PAT導(dǎo) 出的分階段之間的差最小化的加權(quán)來進(jìn)行第二步驟。在過濾之前和之后對(duì)每個(gè)特征檢驗(yàn)其 區(qū)分淺睡眠和深睡眠的程度。可以如下寫出總概率方程
14 10
其中
Yest (η)是時(shí)期η是深睡眠時(shí)期的概率； Xj (η)是時(shí)期η處的14個(gè)變量中的每一個(gè)的值；以及 Wjk是每K個(gè)變量的21過濾系數(shù)。
以分析方式計(jì)算權(quán)重以使識(shí)別過程中的誤差最小化?？梢杂靡韵碌仁絹肀磉_(dá)最小 化標(biāo)準(zhǔn)和權(quán)重計(jì)算方法
N
其中，如果η時(shí)期是深的，則Yartual是“ 1”，否則是“0”。階段估計(jì)Yest與PSG階段Yartual之間最小均方誤差(對(duì)應(yīng)于每個(gè)時(shí)期的PSG睡眠階 段的長(zhǎng)度N的矢量)，
對(duì)49個(gè)睡眠研究的訓(xùn)練組執(zhí)行優(yōu)化。不是單獨(dú)地使每個(gè)估計(jì)器(Wjk)優(yōu)化，而是該算 法使用單個(gè)水平的優(yōu)化，其中，線性分類器作用于由針對(duì)每個(gè)變量的20個(gè)時(shí)期組成的擴(kuò)大
變量組。測(cè)試所描述的實(shí)施例 主體
出于測(cè)試所描述的實(shí)施例的目的執(zhí)行研究，在此研究中，研究組由兩個(gè)單獨(dú)的組組成用來開發(fā)算法的訓(xùn)練組和用來確認(rèn)算法的單獨(dú)確認(rèn)組。訓(xùn)練組由49個(gè)稱為用于假定阻塞 性睡眠呼吸暫停綜合征(OSAS)評(píng)估的技術(shù)研究院睡眠障礙中心的49個(gè)成年病人(27個(gè)男 性)和沒有任何睡眠障礙、白天瞌睡或打鼾的任何疾病的另外6個(gè)健康年輕志愿者(3個(gè)男 性)組成，通過海法的醫(yī)學(xué)技術(shù)研究院中的廣告來招募。健康的志愿者沒有任何疾病且沒有 接收任何藥物治療。疑似OSAS病人的排除標(biāo)準(zhǔn)是持久性起搏器，非竇性心臟病患者心律 不齊，外圍血管病變或神經(jīng)病，嚴(yán)重的肺疾病，S/P雙側(cè)頸部或胸交感神經(jīng)切除術(shù)，阻礙適當(dāng) 的傳感器應(yīng)用的手指畸形，α腎上腺素能受體阻滯劑(要求M小時(shí)沖洗周期)，過去3年期 間的酒精或藥物濫用。由44個(gè)成年人OSAS病人(30個(gè)男性)和10個(gè)健康年輕志愿者(8個(gè)男性)組成的 確認(rèn)組以與訓(xùn)練組相同的方式并根據(jù)相同的包括和排除標(biāo)準(zhǔn)招募。該研究經(jīng)Rambam (瑞 本)醫(yī)學(xué)中心委員會(huì)批準(zhǔn)用于人類主體的研究，并且病人在參與之前簽署知情同意書。
權(quán)利要求
其中Yest (η)是時(shí)期η是深睡眠時(shí)期的概率；Xj (η)是時(shí)期η處的14個(gè)變量中的每一個(gè)的值；以及Wjk是每K個(gè)特征的21過濾系數(shù)。
1.一種檢測(cè)和區(qū)別主體的深睡眠的時(shí)期和淺睡眠的時(shí)期的方法，包括(a)在所述時(shí) 期的時(shí)段內(nèi)從主體感測(cè)與主體的體循環(huán)有關(guān)的主體的身體部位處的外圍脈搏信號(hào)；(b)分析感測(cè)的外圍脈搏信號(hào)以便由此確定以下變量中的一個(gè)或多個(gè)(1)感測(cè)的外圍脈搏信號(hào)的平均振幅和心率；(2)感測(cè)的外圍脈搏信號(hào)的振幅和心率的去趨勢(shì)波動(dòng)分析(DFA)的縮放系數(shù)；(3)感測(cè)的外圍脈搏信號(hào)的振幅和心率的低頻譜密度(LF)的峰值；(4)甚低頻譜密度(VLF)的峰值；(5)感測(cè)的外圍脈搏信號(hào)的超低頻譜密度(ULF)的峰值；(6)感測(cè)的外圍脈搏信號(hào)的高頻譜密度(ULF)的峰值；以及(7)LF與HF的比(譜比)；(c)以及利用前述分析的結(jié)果確定所檢測(cè)的時(shí)期是淺睡眠時(shí)期還是深睡眠時(shí)期。
2.如權(quán)利要求1所述的方法，其中，利用由分析操作確定的所有所述變量來確定所檢 測(cè)的時(shí)期是淺睡眠時(shí)期還是深睡眠時(shí)期。
3.如權(quán)利要求2所述的方法，其中，由應(yīng)用于主體的手指或足趾的外圍動(dòng)脈緊張性 (PAT)傳感器來感測(cè)所述感測(cè)的外圍脈搏信號(hào)。
4.如權(quán)利要求1所述的方法，其中，向主體應(yīng)用用于感測(cè)所述主體是否睡著的另一傳 感器。
5.如權(quán)利要求1所述的方法，其中，在幾分鐘的滑動(dòng)窗口內(nèi)存在多個(gè)所述時(shí)期，每個(gè) 具有幾秒的時(shí)間段。
6.如權(quán)利要求1所述的方法，其中，在約五分鐘的滑動(dòng)窗口內(nèi)存在多個(gè)所述時(shí)期，每 個(gè)具有約30秒的時(shí)段。
7.如權(quán)利要求2所述的方法，其中，在兩個(gè)時(shí)間段中的每一個(gè)期間從主體感測(cè)所述外 圍脈搏信號(hào)；并且其中，針對(duì)每個(gè)時(shí)間段如在操作(b)中所闡述的那樣分析每個(gè)外圍脈搏 信號(hào)，并利用此類分析的結(jié)果來確定每個(gè)時(shí)期是淺睡眠時(shí)期還是深睡眠時(shí)期。
8.如權(quán)利要求7所述的方法，其中，根據(jù)下面等式，利用此類分析的結(jié)果來確定每個(gè) 所檢測(cè)的時(shí)期是淺睡眠時(shí)期還是深睡眠時(shí)期
9.如權(quán)利要求1所述的方法，其中，使用所述檢測(cè)和區(qū)別主體的深睡眠的時(shí)期和淺睡 眠的時(shí)期以及已知算法來檢測(cè)睡眠/清醒、非REM和REM睡眠階段，以提供全面的睡眠階段 評(píng)估。
10.一種用于檢測(cè)和區(qū)別主體的深睡眠的時(shí)期和淺睡眠的時(shí)期的設(shè)備，包括(a)傳感器，用于在所述時(shí)期的時(shí)段內(nèi)從主體感測(cè)與主體的體循環(huán)有關(guān)的外圍脈搏信號(hào)·’(b)處理器，用于分析感測(cè)的外圍脈搏信號(hào)以便由此確定下面變量中的一個(gè)或多個(gè)(1)感測(cè)的外圍脈搏信號(hào)的平均振幅和心率；(2)感測(cè)的外圍脈搏信號(hào)的振幅和心率的去趨勢(shì)波動(dòng)分析(DFA)的縮放系數(shù)；(3)感測(cè)的外圍脈搏信號(hào)的振幅和心率的低頻譜密度(LF)的峰值；(4)甚低頻譜密度(VLF)的峰值；(6)感測(cè)的外圍脈搏信號(hào)的振幅和心率的超低頻譜密度(ULF)的峰值；(7)感測(cè)的外圍脈搏信號(hào)的振幅和心率的高頻譜密度(HF)的峰值；以及(8)振幅和心率的LF與HF的比(譜比)；(c)所述處理器還利用前述分析的結(jié)果來確定所檢測(cè)的時(shí)期是淺睡眠時(shí)期還是深睡眠 時(shí)期。
11.如權(quán)利要求10所述的設(shè)備，其中，所述傳感器是用于應(yīng)用于主體的手指或足趾的 外圍動(dòng)脈緊張性(PAT)傳感器。
12.如權(quán)利要求10所述的設(shè)備，其中，所述處理器利用由分析操作確定的所有所述變 量來確定所檢測(cè)的時(shí)期是淺睡眠時(shí)期還是深睡眠時(shí)期。
13.如權(quán)利要求10所述的設(shè)備，其中，所述設(shè)備還包括用于應(yīng)用于主體以便感測(cè)該主 體是否睡著的另一傳感器。
14.如權(quán)利要求10所述的設(shè)備，其中，所述處理器分析在幾分鐘的滑動(dòng)窗口內(nèi)多個(gè) 所述時(shí)期期間的所感測(cè)的外圍脈搏信號(hào)，每個(gè)所述時(shí)期具有幾秒的時(shí)段；對(duì)每個(gè)感測(cè)的外 圍脈搏信號(hào)執(zhí)行所述分析；以及利用此類分析的結(jié)果來確定所檢測(cè)的時(shí)期是淺睡眠時(shí)期還 是深睡眠時(shí)期。
15.如權(quán)利要求10所述的設(shè)備，其中，所述傳感器在約五分鐘的滑動(dòng)窗口內(nèi)的多個(gè)所 述時(shí)期中感測(cè)外圍脈搏信號(hào)，每個(gè)所述時(shí)期具有約30秒的時(shí)段。
16.如權(quán)利要求10所述的設(shè)備，其中，所述傳感器在兩個(gè)時(shí)間段中的每一個(gè)期間感測(cè) 外圍脈搏信號(hào)；并且其中，所述處理器針對(duì)每個(gè)時(shí)間段分析每個(gè)外圍脈搏信號(hào)，并利用此類 分析的結(jié)果來確定每個(gè)時(shí)期是淺睡眠時(shí)期還是深睡眠時(shí)期。
17.如權(quán)利要求15所述的設(shè)備，其中，所述處理器根據(jù)下述等式來確定所分析的外圍 脈搏信號(hào)指示是淺睡眠時(shí)期還是深睡眠時(shí)期
全文摘要
一種用于通過感測(cè)與主體的體循環(huán)有關(guān)的外圍脈搏信號(hào)來檢測(cè)和區(qū)別主體的深睡眠的時(shí)期和淺睡眠的時(shí)期的方法和設(shè)備，優(yōu)選外圍動(dòng)脈緊張性(PAT)傳感器，其用于感測(cè)反映交感神經(jīng)緊張性變化的主體的手指或足趾(例如，手指)的脈動(dòng)動(dòng)脈容積變化；分析所感測(cè)的脈搏信號(hào)以由此確定許多特征，尤其是兩個(gè)時(shí)間段中的每一個(gè)中的七個(gè)特定變量；以及利用分析的結(jié)果來確定所檢測(cè)的時(shí)期是淺睡眠時(shí)期還是深睡眠時(shí)期。
文檔編號(hào)A61B5/02GK102065753SQ200980122295
公開日2011年5月18日 申請(qǐng)日期2009年4月13日 優(yōu)先權(quán)日2008年4月14日
發(fā)明者J·舍菲, S·赫爾斯科維西-科亨 申請(qǐng)人:伊塔馬醫(yī)療有限公司