睡眠监测系统以及与之联动的环境家电用于提升睡眠质量的应用展望

金巍 池敏越 陈业艺

(美的集团中央研究院，佛山，528311)

睡眠环境学SleepEnvironmentalScience

睡眠监测系统以及与之联动的环境家电用于提升睡眠质量的应用展望

金巍 池敏越 陈业艺

(美的集团中央研究院，佛山，528311)

本文首先引用了各种公开的数据，说明了睡眠质量对于健康的意义，以及改善睡眠环境对于改善睡眠质量的重要性。然后介绍了一种可以用于改善睡眠的睡眠监测系统以及与之组成闭环反馈系统的环境家电。文中从睡眠监测的系统构成、实现与验证方法、干预手段以及联动策略等角度多方位介绍了该系统的原理和应用。在陈述原理的同时也陈列了系统设计的大量理论依据。最后，本文展望了这种睡眠监测及干预系统的未来发展方向。

睡眠监测；睡眠干预；心率变异性；心冲击图

1 引言

每年的3月21日是世界睡眠日，睡眠对于健康的意义，已经被越来越多生命科学工作者们揭示。根据中国睡眠研究会2013年公布的数据，我国人群中，有各类睡眠障碍的人群占38%，高于27%的世界平均水平，且呈低龄化趋势。

睡眠质量对于生命健康的意义非同一般。睡眠质量不好，不但会影响记忆力[1]、情绪[2]，还会影响人体免疫系统和内分泌系统。很多研究表明，缺乏真正意义的睡眠，会直接或间接导致高血压[3]、糖尿病[4-5]、肥胖症[6]等多种疾病。

引起睡眠的因素非常复杂。根据睡眠障碍的诱因，睡眠障碍从广义上可以分为内源性睡眠障碍(即由于身体自身原因导致的睡眠障碍)和外源性睡眠障碍(即环境条件或病理条件引起的睡眠障碍)，以及昼夜紊乱。

根据美国疾病防控中心(CDC)2005～2006年做得一项国家健康与营养调查(NHANES)，在6 319名16岁以上包含各种族群的调查对象中，失眠和睡眠呼吸障碍占了睡眠障碍人群的绝大多数[7]。对于睡眠呼吸障碍，市场上已有很多产品(如睡眠呼吸机)有效的解决了这一问题。相对来说，失眠的原因复杂多样，即包含了内源性因素，又包含了外源性因素和昼夜紊乱因素。市场上尚未出现非常有针对性的治疗产品。众多研究表明，我们日常的睡眠环境或许适宜睡眠，但并非完美，还有很大改善的空间。而基于这一结论，无论失眠人群的失眠诱因如何变化，睡眠环境的改善无疑都将提高人们的睡眠质量。

本文所介绍的系统旨在通过改善睡眠环境来提高使用者(特别是因环境因素导致的失眠及有失眠趋势的亚健康人群)的睡眠质量。

2 监测系统

为了科学的对睡眠行为进行正向干预，需要首先解决睡眠状态监测问题。

根据脑电波的成分，AASM将成年人睡眠分为5个阶段。市场上常见的多导睡眠监测仪(Polysomnography，PSG)通常按照这个分期原则进行睡眠分期。分期的依据主要是脑电(EEG)以及其他基本生命体征(心率、呼吸、体动、眼电、鼾声等参数)的监测结果。这种睡眠监测设备通常在医疗睡眠中心由专业医护工作者使用，不适合家庭使用。因此，作为睡眠监测技术的家用化商业转型，基于心冲击(Ballistocardiography，BCG)原理的睡眠监测技术越来越多的被产品化并在市场上销售。

2.1 BCG原理的睡眠监测产品

2.1.1 BCG监测系统架构本文所介绍的系统，除了可以通过BCG监测完成睡眠过程的监测，还可以通过实时监测和分期，进行睡眠环境的调节，达到改善睡眠的效果。

图1 监测系统架构

本文所描述的监测系统使用传统的信号采集架构。包括传感器模块、信号采集处理模块、算法模块以及用户接口、通信模块(如图1)。

2.1.2 BCG产品的优势 与PSG比较，本产品具有以下五种优势：①非接触式测量，可被广泛应用于家庭环境，不会影响睡眠的舒适性；②制造成本低廉，商业前景光明；③小型化设计潜力巨大，为各种使用场景提供可行性；④算法所需处理器资源相比低很多，为实时睡眠分期提供了可能。

2.1.3 BCG产品测量原理的局限性 ①可以监测的生命体征参数单一，当前的技术仅能提供心率、呼吸率、体动的监测；②相比PSG和监护仪，监测的体征参数精度较低；③睡眠分期依据心率变异性(HRV)或呼吸率的变化进行睡眠分期，相比PSG依据EEG而言，相关性较弱；④睡眠分期算法一般只能分辨清醒、浅睡及深睡，很难精准做到5个睡眠分期。

虽然BCG的测量方法存在上述局限，但是已经可以满足家庭用于睡眠干预的需求。本文重点介绍一下我们对监测算法的研究和迭代方法。

2.2 测量体征提取 本系统采用心冲击原理测量得到心率、呼吸率、体动参数。

心冲击信号是由人体的微振动造成的，可以看作是心脏搏动、胸廓起伏及肢体运动这三个动作共同产生的。所以理论上可以从混合信号中分离出心跳信号、呼吸信号及体动信号，进而得出心率、呼吸率和体动参数。其中心跳信号和呼吸信号均属于周期信号，而体动信号表现为非周期的冲击信号。

心跳信号和呼吸信号频率成分不同。波形从上看，心冲击信号是叠加在呼吸信号之上的小信号。由于频率成分相差较大，可以通过各种滤波算法提取出大致的心率和呼吸信号，再使用峰值识别或阈值跨越的方法，即可识别出心率和呼吸率。

体动信号与心率、呼吸信号相比，没有显著的频率特征，但是其幅度往往远大于上述两个信号。因此，当发生体动时，所监测到的冲击信号趋近饱和。而根据饱和状态之后信号的幅值情况又可以识别出上床和离床动作，从而达到记录在床和离床时间的目的。

2.3 睡眠结构实时分期 通过对心率的连续监测，可以得到心率在整个睡眠过程中的变化趋势。心率变异(HRV)是指瞬时心率或者瞬时心动周期的微小变化。它主要受控制心脏戒律的交感神经和副交感神经的影响。研究同时发现，睡眠与控制心脏动力学特性的交感调制、副交感调制有关。因此，心率、RR间期或HRV在一定程度上反映睡眠状态[8]。正常成人夜间HRV的谱分析发现，HRV是睡眠状态、时间和EEG觉醒的函数。在低分辨率下，HRV与睡眠结构有着密切的等级相关性[9-11]。

基于上述原理，我们开发了基于HRV、呼吸率变化及体动的睡眠分期算法。算法对心率趋势数据取了若干分钟的滑动窗，根据窗内数据的HRV统计分析结果，结合体动、呼吸率得变化将睡眠阶段分为觉醒期、浅睡期和深睡期。首先，当睡眠状态再上述三个阶段转变时，心率和呼吸率都会经历明显的变化。把每一阶段这两个参数的变化率同步采集下来，再同步做一下相关性计算。相关性计算的结果中，每一次睡眠状态的切换都会形成相关结果的一次峰值。设置一个经验阈值，则很容易实时找出睡眠过程中的分期状态变换点。然后，需要判断每一个分析时段属于哪个睡眠分期。这里用到心率变化率和呼吸率变化率这两个指标。以觉醒期时的上述两个指标作为基准，指标的变化率有两个方向，睡眠加深和睡眠变浅。当两个指标的变化一致时，可以通过准确判断出睡眠阶段。当两个指标变化不一致时，以心率变化率指标为优先指标，通过特定权重计算后再进行睡眠阶段判定。不同睡眠阶段有不同的变化率范围，深睡期和浅睡期的范围有部分交叠，该交叠部分需要加上体动情况，辅助进行判定。这种分期方法的最大特点在于实时性,而实时性为睡眠干预提供了前提。

2.4 开发架构和验证平台 体征提取算法及睡眠分期算法建模完成以后，算法的性能需要在实验中进行快速迭代，从而达到性能提升的目的。下图(图2)是一种实验室数据收集及算法迭代的方案架构。通过前文所述的算法需求及数学建模，最初的算法模型被建立起来。同时，通过实验室同步测试，许多睡眠过程中的BCG数据以及同步监测的PSG数据被收集起来。

数据管理及算法验证平台

当睡眠案例数越来越多，需要设计一个睡眠数据库管理系统，将所收集到的数据有效的管理起来。睡眠数据库管理系统的作用有三个：a.存储数据；b.数据归类和检索；c.数据编辑。下图介绍了数据管理及算法验证平台的平台架构即操作流程。

图2 睡眠算法开发架构

图3 睡眠算法评测平台流程

算法验证平台(下称平台)一方面集成了操作系统封装后的睡眠算法，一方面又可以自由检索和调用睡眠数据库中的原始数据。使用不同特征的睡眠数据运行当前版本的算法后，算法验证平台将自动把睡眠算法所得到的结果与PSG所得到的结果进行数理统计，并得到当前版本算法的性能规格。对算法的性能评估包含了很多维度。

对于体征算法，平台提供了与PSG对标的平均偏差统计、标准方差统计以及相关性统计。以心率为例，在我们当前睡眠数据库中所收集到的52例有效参比数据(心率点数9726)当中，心率测量的准确性指标如下：

平均偏差：-1.43,标准方差：2.49,相关度r2=0.94。

其中心率采样点的数值范围覆盖50-110，呈正态分布(如图3)。

图4 心率验证数据分布及统计结果

对于睡眠分期算法，平台不但可以得到当前版本算法相对于PSG的性能规格，还可以图形化显示整个案例睡眠过程中的趋势对比，使开发者对于算法的缺陷一目了然，很大程度提升了开发者的开发能力和开发效率。下图(图4)是一个睡眠案例的整个睡眠过程。图中显示了我们所开发的监测系统与PSG的同步图形化数据。

图5 整晚睡眠监测结果与PSG对比图

其中绿色是PSG的心率读数，红色是被测设备的心率读数，橙色是PSG的睡眠分期结果，蓝色是被测设备的睡眠分期结果。这里，PSG的睡眠分期结果由ICSD3的5个阶段映射为清醒、浅睡、深睡3个阶段。统计结果表明，睡眠分期的结果与PSG吻合度达到了75.29%的水平。

3 反馈系统

前面介绍的睡眠监测性能的提升和实时分期的根本意义就在于对睡眠过程进行干预，从而达到改善睡眠的效果。

决定人体睡眠质量的环境因素很多。比较有共识的因素包括温度、湿度、风速、声、光等因素。其中，温度、湿度、体表风速三者是相互结合，相互影响并相互制约的因素。关于温湿度、风速影响人体舒适度的理论基础，国际标准ISO7730中有明确的定义。标准中给出了人体舒适度受环境温湿度、体表风速以及人体代谢水平、运动水平、衣物热隔离情况等因素影响的量化方法。其中，代谢水平是随着睡眠状态改变的显著变量。因此，定义好那些不会随着睡眠状态改变的变量因子，如环境湿度、运动水平、衣物隔离情况等，就可以推算出最适宜人体睡眠状态的合理温度、风速指标。基于上述原理和标准，很多业内同行也做了针对睡眠的先行研究，从实验角度验证了通过调节温湿度、体表风速来改善睡眠的可行性[12-14]。

除了温湿度和风速，光对于睡眠的改善也是近些年睡眠研究的一大热点，同时也是我们研究的一大课题。说到光对睡眠的作用，不得不提到褪黑素。褪黑素是由松果体分泌的天然人体激素。大量研究表明，褪黑素是调节人体昼夜节律的主要激素，它可以引起睡意和促进睡眠。而特定波长，特定强度的光刺激可以促进或抑制褪黑素的分泌[9-13]。因此，通过改变环境光刺激的波长和强度，可以调节人体睡眠的节律。

根据上述理论，结合前述的睡眠监测系统我们完善了睡眠监测反馈系统中的睡眠干涉部分。整个系统反馈逻辑如图5所描述。

图6 睡眠监测及反馈系统逻辑图

该系统的监测和反馈中心是睡眠中的人。当使用者睡眠时，睡眠监测系统将其心率、呼吸、体动等体征信号以及环境温湿度信息实时采集下来，并分析计算出睡眠分期结果。一方面监测系统实时将监测和计算结果实时反馈给环境电器，如空调、风扇和助眠灯，让这些环境电器根据使用者的睡眠状态调节最适宜的设定值，从而达到改善睡眠的目的；另一方面，监测系统将每晚的监测结果传输到云服务器，云服务器中的算法根据使用者一段时间的睡眠情况对使用者的睡眠健康进行综合评估，将诊断结果以及饮食、作息建议等信息通过个人移动终端反馈给使用者以起到早期预测、促进睡眠健康的效果。

4 展望

通过对睡眠监测及反馈系统的开发，我们初步建立了睡眠健康监测及反馈的闭环。这个闭环中的每一个环节都将成为未来的发展方向。例如，利用多样的传感器技术在精准度和产品成本之间为客户提供多种选择；再如开发多种睡眠干预手段——利用睡眠枕进行浅睡唤醒、止鼾等。这些都是我们正在开发或将要开发的产品形式。随着人们对睡眠健康的逐步重视，这些睡眠产品将会为用户带来越来越多实惠的价值。

[1]许良,徐建,王惠茹,等.失眠患者睡眠与觉醒相关因素临床调查研究[J].中国中医基础医学杂志,2010,(5):408-409.

[2]戴悦,张宝泉,李映兰,等.中国老年人睡眠质量与抑郁、焦虑相关性的Meta分析[J].中华护理杂志,2016,(4):488-493.

[3]李应东,杨晓瑜,刘凯,等.高血压病的中医证型与睡眠紊乱及其相关危险因素分析[J].世界睡眠医学杂志,2014,(1):46-50.

[4]王得春,胡志安.睡眠障碍与糖尿病的研究[J].医学综述,2012,(5):738-741.

[5]Gottlieb DJ，Punjabi NM，Newman AB，et al.Association of sleep time with diabetes mellitus and impaired glucose tolerance[J].Arch Intern Med，2005，165(8):863-867.

[6]Taheri S，Lin L，Austin D，et al.Short sleep duration is associated with reduced leptin，elevated ghrelin，and increased body mass index[J].PLoS Med，2004，1(3):e62.

[7]Saravanan R，Hazem S，Satish KS Kumar，et al.Prevalence and impact of sleep disorders and sleep habits in the United States，Sleep Breath，2010，14:63-70.

[8]Otzenberger H，Simon C,Gronfier C，et al.Temporal relationship between dynamic heart rate variability and EEG activity during sleep in man[J].Neuroscience Letters，1997，229：173-176.

[9]张秀华，韩芳，张悦，等译；(美)Kryger MH，Roth T，Dement WC,等原著.睡眠医学理论与实践[M]4版.北京：人民卫生出版社，2010：389-398.

ApplicationOverviewofaSleepMonitoringSystemandtheEnvironmentalAppliancesWorkingasaClose-loopforSleepImprovement

Jin Wei，Chi Minyue，Chen Yeyi
(CentralResearchInstituteofMideaGroup,Foshan, 528311)

Sleep，as a major part of life，has been revealed by previous researches to be associated to many chronic diseases.This article means to introduce a system，which is designed to monitor the sleeping stages and communicate with environmental appliances.Sleep monitoring is implemented by acquiring vital signs like heart rate and respiration rate，as well as body movement.Sleep stages are then derived from the change of these parameters over sleep period.The communication with environmental appliances like air-conditionings，electric fans and smart lights and their interventions to sleep environment forms a close loop，which works to improve users′ sleep quality by improving their sleep environment according to different stages of sleep.The article started from the significance of sleep quality to health with some data and references.Then the introduction to the above-mentioned system followed from several dimensions，such as literature evidences of system application，system scheme and configuration，and the development and verification of the system.Finally，a brief discussion to future expension of the system ended up the article.

Sleep monitor；Sleep intervention；Heart rate variability；Ballistocardiography

金巍(1979—)，男，2005年毕业于英国萨里大学生物医学工程中心，硕士研究生学历，高级工程师职称，现任美的集团中央研究院先行研究高级工程师

池敏越,E-mail:minyue.chi@midea.com.cn

R338.63

：A

：2095-7130(2017)04-218-223