睡眠中生理信息检测方法及研究进展

宋 丹，李 琳，宋义林黑龙江大学机电工程学院，哈尔滨市，150080

睡眠中生理信息检测方法及研究进展

【作者】宋 丹，李 琳，宋义林
黑龙江大学机电工程学院，哈尔滨市，150080

随着患睡眠呼吸暂停综合征(sleep apnea syndrome, SAS)人数的增加，加上传统的医用睡眠检测法有很多不足，这些因素加快了便携式家用型睡眠检测系统的研究步伐。便携式家用型睡眠检测方法主要包括接触式和非接触式两大类。该文主要对各类睡眠检测方法的原理和近年来的发展情况进行了阐述，同时对各种检测方法进行了对比分析。

睡眠监测；便携式；睡眠呼吸暂停综合征；研究进展

0 引言

睡眠呼吸暂停综合征（SAS）是现今较为流行的一种疾病，该疾病威胁着人类的健康。早在20世纪就有学者提出SAS与高血压、心脏病、冠心病等心血管疾病相关[1]。据资料[2]介绍，目前已经证实，SAS也是临床上猝死的常见原因之一。同时，相关资料证明SAS与肺高血压(Pulmonary Hypertension，PH)有直接关系[3]。SAS的定义是7 h的睡眠过程中呼吸暂停的次数大于30次。人体长时间处于呼吸暂停状态时可危及生命，所以及时将患者从睡眠中唤醒至关重要。据不完全统计，我国有90% 的SAS患者从未接受过睡眠监测。面对这一严重的社会问题，家用便携式睡眠检测装置的开发被大众所期待。要实现便携式睡眠监护需要具有操作简单、价格低廉、稳定性强、无创性等特点，这既对现有睡眠检测方法提出了改良，也指出了未来的发展方向。

经过多年的研究发展，已经有许多关于睡眠中生理信息检测的方法。美国睡眠医学会将监护睡眠呼吸暂停的设备分为 4 个级别，其中IV级监护系统比较常用[4]。多导睡眠图（Polysomnogram, PSG）到目前为止仍是睡眠检测的“黄金标准”，但PSG检测系统有操作复杂、价格昂贵、体积庞大、因需要贴电极给被测者带来束缚等不足[5]，因而PSG技术一直未被广泛用于普通家庭中。无拘束、便携式的睡眠检测设备的研究成为近几年来的研究热点。

1 多导睡眠图PSG

PSG是睡眠医学领域目前公认的睡眠监护系统，同时也被用于检验其他监护系统的准确性。

1930年，第一份多导睡眠图是由Loomis等在8英尺长的多导记录纸上记录的。随着科技的发展，对医疗器械提出了智能化、简单化的要求。PSG由传统走纸记录的形式转向了计算机化的PSG技术。PSG可以连续记录6～8 h的体动、鼾声、呼吸率、心率、眼动等10多项指标的变化；次日，仪器对数据进行统计分析后，再由人工逐项核实。该方法虽然准确，但由于使用环境、操作方法的要求，限制了PSG在家庭监护中的使用。近几年市场上也有一些家用睡眠检测仪器出现，其中较具有代表性的是ZEO公司的头戴式睡眠引导设备、百利达的sleep-scan非接触式睡眠仪以及欧姆龙公司的HSL-101睡眠计量器。但这三款产品仅针对睡眠深浅及睡眠质量的检测，无法进一步获得睡眠期间的其它相关生理参数。

针对以上种种问题，人们不断尝试开发无拘束睡眠中生理信息检测装置。所以有了下面几种可以在更为舒适、自然的环境中进行睡眠检测的方法，主要分为接触式和非接触式两种。

2 接触式检测方法

接触式检测方法是将电极或传感器直接与人体接触的检测方法。现有的接触式睡眠检测方法有：血氧饱和度检测法、心电信号检测法、呼吸信号检测法等。

2.1 血氧饱和度检测法

发生SAS时，通常伴随血氧饱和度的降低，以此作为判断是否有SAS发生。在2013年，Zhang等[6]设计将血氧脉搏仪和智能枕头通过智能电话相结合，该装置可以动态检测SAS事件，且能通过调整枕头的高度和形状促进SAS患者康复。与PSG检测方法相比较，Zhang的检测方法更加舒适便捷，更重要的是该设计可以在不影响使用者睡眠的情况下改变睡眠条件，达到缓解睡眠呼吸暂停综合征的目的。

2.2 心电信号检测法

2000年Mictus[7]介绍了发生SAS时的心率变化情况，据此可以判断SAS是否发生。传统心电监测仪的各硬件设备是用通信线缆相连接的，在一定场合有其实用性，但是用于家用监护就显得不够灵活。为使设备简单化，目前的检测方法主要是将可穿戴式的心电监测仪通过无线网络(蓝牙、红外、GMS、IEEE802.11等)与现有的个人通信终端(移动电话、便携式电脑、掌上电脑等)相结合，实现监测数据的传输和报警等功能。例如Sannino等[8]将心电传感器戴在胸部，通过蓝牙将监测数据发送给手机进行分析和存储。

2.3 呼吸检测法

呼吸是检测SAS的重要手段之一，依据呼吸信号判断SAS的方法有：口鼻气流量检测法和胸腹运动检测法。

2.3.1 口鼻气流量检测法

口鼻气流量检测主要有两类①对呼吸时气体流量的检测：用口鼻插管将口鼻气流量带来的压力加在压力传感器上，实现信号的采集[9]；②气体流过时口鼻处温度变化的检测：将热电偶放在鼻子下，测量呼吸气流通过时带来的温度变化。但是这两种方法需要将传感器固定在皮肤上，存在固定不牢、夜间松动、影响测试结果等问题。

2.3.2 胸腹运动检测法

胸腹腔的一些周期性变化，可以反映出呼吸信号的某些特征，如频率、深浅等，进而可以检测睡眠情况。利用这一原理的检测方法通常有压力式检测法、阻抗式检测法、呼吸感应体积描记技术（Respiratory Inductive Plethysmographic，RIP）等。

压力检测法是将压力传感器贴在胸腹部或将两条应变计腰带系在胸、腹部检测呼吸带来的胸腹腔的运动规律。2012年Dehkordi等[10]设计的评估呼吸气流的方法是用双面聚氨酯泡沫胶带将加速度计粘在胸骨的上切迹、胸部和腹部，分别检测上呼吸道气流、胸腔运动和腹腔运动。但压力检测法对压力传感器的安放位置要求很严格，位置不同检查效果不同，对普通百姓而言很难准确找到检测位置。

早在1981年中国航天医学研究所就提出了恒流源式阻抗式检测法，能够将随呼吸而变化的人体胸腔阻抗转为相应的电信号。但是此方法经常遇到50 Hz工频干扰、人体接地干扰和交叉干扰，使用前要经过复杂校准工作，所以该方法一直还未被广泛应用。近年来采用强迫振荡法技术[11]测量呼吸系统阻抗成为热点，并且在技术上不断推陈出新，但是该检测方法的弱点是数据的离散性大。

呼吸感应体积描记技术是临床上常用的呼吸检测方法。其原理是将两条附有绝缘线圈的弹性缚带，分别缠绕在使用者胸腹部，弹性缚带的伸缩随呼吸运动的节律发生相应的周期性变化，导致线圈围绕截面积变化。当线圈中通过高频激励电流时，截面积的变化导致线圈自感的变化，通过检测线圈电感量的变化，可以准确描记出胸、腹呼吸运动曲线，从而可以获得丰富的呼吸学生理参数（呼吸频率、潮气量、吸气气流和呼气气流等），对参数进行分析处理来达到SAS检测的目的[12-13]。然而在呼吸感应体积描记系统中，由于呼吸运动引起电感线圈的电感量变化非常小(低于几百nH)，其产生感应电压的变化在nV～μV之间，而且在测量过程中，电感线圈容易受到呼吸运动以外的其他运动和电子噪声等影响[14]，另外胸腹线圈之间存在一定的耦合干扰，并且缚带安放位置和使用者胖瘦程度都将影响测量效果，所以将该技术应用于普通家庭存在一定的局限性。

3 非接触式检测方法

接触式睡眠呼吸检测装置虽然能较准确地检测生理信号，但是接触式的检测方法限制人体自由，而且存在一些不足：①电极或传感器与人体接触位置不同，测量效果不同；②电极或传感器与皮肤接触不良，容易产生干扰信号；③易受外部因素影响，如夜间测量电极滑落或测试者不自觉将电极抓落等。④有些场合不利于用接触式的检测方式，如特殊患者（大面积烧伤、烫伤）或恶性传染病等特殊场合。

非接触式检测方式是指不需要与使用者直接接触的检测方式，在一定程度上可以解决接触式带来的问题。常见的非接触式检测方法有以下几种。

3.1 基于呼吸声音的检测法

该检测方法是将传声器放在使用者头部附近，检测人体呼吸的声音信号，然后对声音信号进行分类判断是否有SAS发生。Qian等[15]利用随机森林分类器，对吸气、呼气、噪声、睡眠呼吸暂停进行分类。Rosenwein等[5]利用频率分类器区分打鼾和说话、夜间呻吟咳嗽等非打鼾信号，但此分类器的打鼾检测值存在丢失现象。这种检测方式存在的外界干扰源较多，而且检测项目单一。

3.2 基于床上用具的检测法

该方法是通过在枕头、床中嵌入传感器，或在枕头、褥子下面放入特殊的传感装置进行检测，能够长时间无负荷地进行数据的存储。

3.2.1 基于特殊床式的检测方法

2010年张宏金等[16]研制了充气式微动灵敏床垫（Micro-movement Sensitive Mattress，MMSM）,该床垫分四个区，分别检测头部、胸部、腹部、下肢的动作信息。人体细微的动作例如呼吸、心跳均会引起MMSM气囊中气体压力的变化，通过压力传感器将压力信号转化为电信号进行信号采集。2013年李云峰等[17]设计了在4个床脚安装全桥式电阻应变片压力传感器的检测装置，采集睡眠过程各种动作（翻转、起身、抽搐等）产生的压力信号。2014年Samy等[18]利用高分辨率压电织物的床单，获得睡眠中的生理信号，包括呼吸率的变化、呼吸率、腿动、体动，并且依据各睡眠阶段的不同生理参数，用三个统计分类器区分睡眠阶段，同时根据床单的几何特征判断睡姿。压电纤维织物有两个主要的特点，一是厚度和头发直径差不多，二是随着压力增大，压电纤维的电阻减小。用此压电织物在床单中构造出8 192个压力传感器，当测试者躺在此床单上时，人体的生理活动（如呼吸）使压电材料的电阻发生变化，压力传感器将其转化为电压信号。通过对电信号进行数据采集与处理，可获得睡眠的相关生理信息。Hwang[19]和Guerrero[20]等使用基于聚偏二氟乙烯薄膜(Polyvinylidene Fluoride, PVDF)材料的传感器，将传感器置于褥子下方受试者背部的位置来检测呼吸信号。但是，使用者与传感器位置偏移大或离开传感器监测区域，就会影响测试效果。

3.2.2 基于特殊枕头式的检测方法

Lokavee[21-22]等发明的睡眠检测枕，就是将3×3的压力传感器置于枕头内部，使检测呼吸、心跳带来的振动信号转化为电信号进行采集与存储。2012年宋义林等[23]设计的睡眠中生理信息检测系统的传感装置原理是将装满液体的PC管，以半弧形放置在两块亚克力板之间，PC管一端密封，另一端与压力传感器相连。将传感装置放于枕头下方，由于人的呼吸、心跳、打鼾会使管内液体压力发生变化，压力传感器将变化的压力信号转化为电信号进行检测。然后依据呼吸、心跳、打鼾各自的频段设计滤波放大电路，将原始信号进行去噪分离，实现呼吸、心率、打鼾的检测，传感装置的结构如图1所示。此类检测系统具备生理信息显示和报警的功能。后续的研究也已逐渐展开，今后还会引入无线网络技术，将生理信息传输到手机、电脑、监控中心等[8,24]，便于信息的存储和异常现象的及时救助；在检测系统中加入数字滤波提高检测结果的稳定度和精度。此项研究在家用医疗器械中具有良好的发展前景，既满足了人们对无创性、无拘束生理信息检测的迫切需求，也简化了装置结构、降低了系统成本。

图1 检测装置结构示意图Fig.1 Structure of the measurement device

以上睡眠检测装置虽然不影响使用者的正常睡眠，但是原始信号微弱容易受到干扰，所以睡眠中生理信息检测系统不仅对传感装置的灵敏度要求高，而且对数据处理技术也提出了更高的要求。

3.3 基于生物雷达和图像处理的检测法

生物雷达技术是新兴的非接触式睡眠中生理信号检测技术，近年来颇受国内外学者的关注。它不受自然环境温度影响，且具有良好的穿透性，可以穿透衣物、被褥等非金属障碍物来检测生理信号。所以，生物雷达技术在医学诊断、健康监护等领域具有应用价值。胡巍[25]、Pathirana[26]和Vinci[27]等诸多研究者利用雷达发射电磁波的多普勒效应可检测目标的位移、速度等运动信息这一原理，检测体表的微动信息。从生理学上讲，体表微动可以反映人体的生理活动如呼吸、心跳等。但是这种检测方法需要考虑一些问题：①外界运动物体的反射信号会产生干扰波；②呼吸、心率的频率范围极低，受接收机硬件低频噪声影响，基带信号输出的信噪比不高；③长期使用雷达检测对人身体有害。

采用图像处理技术获得生理信息的方法，也是新兴的技术之一。检测过程中将视频监控设备放在距检测者一定范围内，对睡眠过程进行录像，然后利用图像处理技术，对细微的身体运动变化进行分析，得到呼吸、腿动等生理信息。只是此种方法对摄像设备的稳定性和分辨率要求很高，还存在侵犯使用者隐私的问题。

上述两种方式有一定的研究进展，不过应用于家用监护中，还有待进一步优化。

4 总结

上述介绍的睡眠检测的方法，虽然原理和检测手段不同，但是根据其自身的特性，都有适合自己的应用领域。经典睡眠监测系统PSG，可以同时检测多个生理指标，在医学监测上具重要作用，但是由于PSG检测系统操作复杂、价格昂贵、体积庞大、电极多等，不宜用在普通家庭中做长期的睡眠监测。接触式和非接触睡眠检测系统经发展和创新以后可大量用于普通家庭。然而，其遵循的原则之一是便携式，这决定了它们的检测指标要比PSG的检测指标少，结构要简化，操作要简单。接触式和非接触式睡眠检测方法就目前研究进展看，存在的问题是接触式检测结果准确度高，但限制使用者自由；非接触式实现了无拘束的期望，但检测结果的准确度有待提高。综上，睡眠监测的特殊性推动着非接触式睡眠监护技术的发展。尽管该技术前景较好，但是与实际的需求仍有较大差距。研发出价格低廉、操作简单、性能稳定、可靠性高、适合于家庭应用的便携式睡眠监护设备是很重要的发展方向。

[1] Kagawa M, Tojima H, Matsui T. Non-contact screening system for sleep apnea-hypopnea syndrome using the time-varying baseline of radar amplitudes[C]//IEEE Health Inn Conf, 2014, 99-102.

[2] 张希龙. 打鼾是夜间的神秘杀手[J]. 健康管理, 2013, 37(3): 45-48.

[3] 白蕾, 颜平, 荆志成. 睡眠呼吸暂停综合征与肺高血压[J]. 医学与哲学, 2013, 34(10): 50-53.

[4] 梁送民, 郭永伟, 赵霞. 便携式睡眠检测仪对阻塞性睡眠呼吸暂停综合征的诊断价值[J]. 山东大学耳鼻喉眼学报, 2014, 28(2): 22-25.

[5] Rosenwein T, Dafna E, Tarasiuk A, et al. Detection of breathing sounds during sleep using non-contact audio recordings[C]//IEEE EMBS, 2014, 1489-1492.

[6] Zhang J, Zhang Q, Wang Y, et al. A real-time auto-adjustable smart pillow system for sleep apnea detection and treatment[C]//IEEE Inf Proc Sens Networks, 2013, 179-190.

[7] Mietus JE, Peng CK, Ivanov P CH, et al. Detection of obstructive sleep apnea from cardiac interbeat interval time series[C]//IEEE Comput Cariol Conf, 2000, 27: 753-756.

[8] Sannino G, Falco ID, Pietro GD. Monitoring obstructive sleep apnea by means of a real-time mobile system based on the automatic extraction of sets of rules through differential evolution[J]. J Biomed Inf, 2014, 49: 84-100.

[9] Jin J, Sánchez-Sinencio E. A home sleep apnea screening device with time-domain signal processing and autonomous scoring capability[J]. IEEE Trans Biomed Circ Syst, 2015, 9(1): 69-104.

[10] Dehkordi P, Marzencki M, Tavakolian K, et al. Monitoring torso acceleration for estimating the respiratory flow and efforts for sleep apnea detection[C]//IEEE EMBS, 2014, 6345-6348.

[11] Maes H, Vandersteen G, Ionescu C. Estimation of respiratory impedance at low frequencies during spontaneous breathing using the forced oscillation technique[C]//IEEE EMBS, 2014, 3410-3413.

[12] 毕亚琼, 吕媛. 可穿戴呼吸感应体积描记系统的标定方法[J]. 科技传播, 2012, 2(下): 82-83.

[13] Immanuel SA, Pamula Y, Kohler M, et al. Characterizing respiratory waveform regularity and associated thoracoabdominal asynchrony during sleep using respiratory inductive plethysmography[C]//IEEE Intellig Sens Networks Inf Proc, 2013, 329-332.

[14] 黄增跃, 姬军, 王云龙等. 呼吸感应体积描记系统中弱信号锁相放大模块的设计[J]. 传感技术学报, 2014, 27(1): 17-20.

[15] Qian K, Xu Z, Xu H, et al. Automation detection of inspiration related snoring singles from original audio recoding[C]//IEEE Sign Inf Proc, 2014, 95-99.

[16] 张宏金, 杨军, 曹征涛等. 微动敏感床垫睡眠检测系统检测睡眠呼吸事件的判断规则[J]. 中华航空航天医学杂志, 2010, (1): 69-71.

[17] 李云峰, 孙建忠, 李晗. 非接触式睡眠检测系统的研究与设计[J].计算机测量与控制, 2013, 21(5): 1135-1146.

[18] Samy L, Huang MC, Liu JJ, et al. Unobtrusive sleep stage identification using a pressure-sensitive bed sheet[J]. IEEE Sens J , 2014, 14(7): 2092-2101.

[19] Hwang SH, Lee HJ, Yoon HN, et al. Unconstrained sleep apnea monitoring using polyvinylidene fluoride film-based sensor[J]. IEEE Biomed Eng, 2014, 61(7): 2125-2134.

[20] Guerrero G, Kortelainen JM, Palacios E, et al. Detection of sleepdisordered breathing with pressure bed sensor[C]//IEEE Int Conf, 2013, 1342-1345.

[21] Lokavee S, Watthanawisuth N, Mensing JP, et al. Sensor pillow system: monitoring cardio respiratory and posture movements during sleep[C]//IEEE Biomed Eng Int Conf, 2011, 71-75.

[22] Lokavee S, Suwansathit W, Tantrakul V, et al. Unconstrained detection of respiration rate and efficiency of sleep with pillowbased sensor array[C]//IEEE Electr Eng, 2014, 1-6.

[23] 宋义林, 高树枚, 张彤. 无拘束型睡眠中生理信息检测装置[P].中国: 201210216674.6, 2013-11-20.

[24] Patwari N, Brewer L, Tate Q, et al. Breathfinding: a wireless network that monitors and locates breathing in a aome[J]. IEEE J Sel Top Sign Proc, 2014, 8(1): 30-42.

[25] 胡巍, 王云峰, 赵章琰,等. 连续波生物雷达体征检测装置与实验研究[J]. 中国医疗器械杂志, 2014, 38(2): 102-106.

[26] Lee YS, Pathirana PN, Stenifort CL, et al. Monitoring and analysis of respiratory patterns using microwave doppler radar[J]. Med Imag Diagn Radiol, 2014, 2: 1800912.

[27] Vinci G, Lindner S, Barbon F, et al. 24 GHz six-port medical radar for contactless respiration detection and heartbeat monitoring[C]// IEEE Proc Eur Radar Conf, 2012, 75-78.

The Measuring Method and Research Progress of Physiological Information in Sleep

【Writers】SONG Dan, LI Lin, SONG Yilin

School of Mechanical and Electrical Engineering, Heilongjiang University, Harbin, 150080

Because the number of sleep apnea syndrome (SAS) population is increasing and the traditional medical sleep detection methods have problems, the research of portable household sleep detection system has being more concerned. The sleep detection methods for the portable household use mainly include contact and non-contact type. In this paper, the principle of the portable detection methods and their recent development are described, and the various detection methods are analyzed.

sleep monitor, portable measurement, sleep apnea syndrome, research progress

R318.08

A

10.3969/j.issn.1671-7104.2016.04.008

1671-7104(2016)04-0263-04

2016-02-22

黑龙江省自然科学基金(C2015025)；黑龙江大学研究创新科技项目(YJSCX2015-075HLJU)

宋义林，教授，院长，E-mail: sy1@hlju.edu.cn