用于确定睡眠统计数据的方法和装置制造方法及图纸

一种确定对象的睡眠统计数据的方法，包括以下步骤：收集所述对象的心肺信息；从所述心肺信息中提取特征；通过使用所提取的特征中的至少一些来确定所述对象的睡眠阶段；基于所确定的睡眠阶段来确定所述对象的估计的总睡眠时间；并且使用所述估计的总睡眠时间来确定所述对象的睡眠统计数据。

Methods and devices for determining sleep statistics

【技术实现步骤摘要】
【国外来华专利技术】用于确定睡眠统计数据的方法和装置
本专利技术涉及用于确定患者的睡眠统计数据的方法，并且更具体地涉及一种增加家庭睡眠测试中的AHI估计准确度的方法，其利用确定患者的总睡眠时间的改进的方法。
技术介绍
家庭睡眠测试(HST)依赖于用于记录生命信号和其他生理测量结果的非干扰技术，使得可以在家监测对象而不干扰日常习惯和舒适度。这样的睡眠测试的重要参数是对象实际上睡眠的总时间，其通常被称为总睡眠时间。需要总睡眠时间的睡眠统计数据的范例由呼吸暂停低通气指数(AHI)给出，该指数是用于睡眠障碍性呼吸诊断的关键参数，或者提供睡眠质量或周期性肢体运动指数(PLMI)的第一客观度量的睡眠效率参数。另一范例由定义为每小时睡眠的皮层觉醒的平均数的觉醒指数给出。在所有这些情况下，特定事件必须被检测并计数，例如，在阻塞性睡眠呼吸暂停(OSA)或显著的肢体运动或觉醒方面，并且每小时睡眠的这样的事件的平均数通过在丢弃唤醒间隔之后利用总睡眠时间标准化来获得。此处将不考虑用于检测这些目标事件的特定方法，因为这些是“现有技术”并且可以从常见的传感器(诸如SpO2指夹或阻抗胸带或放置在脚踝上的加速度计)可靠地获得。目前，基于表征睡眠的移动缺少，可以通过简单体动记录仪技术来尝试睡眠/唤醒分类。然而，这仅是必要条件而非充分条件，因为由失眠影响的对象可能在没有睡眠时保持静止。因此，已知体动记录仪对问题睡眠者的真实睡眠时间估计过高，其进而导致对需要每小时睡眠的事件的平均数的睡眠统计数据的估计不足。改进的睡眠/唤醒分类需要识别潜在的睡眠阶段(REM、非REM、唤醒、等)，使得可以将真实睡眠状态与非睡眠状态可靠地区别开。在该背景下，总睡眠时间实际上是整个睡眠阶段分析的副产品，其可以被用于其他目的，如导出睡眠质量的客观度量，或者提供与REM或深度睡眠的减少或甚至缺少有关的细化睡眠诊断，远超过单一AHI或PLMI参数值。考虑到总人口中的睡眠呼吸紊乱(SDB)的高发病率，提醒作为本专利技术背景的真实部分的多个元素是重要的。睡眠呼吸紊乱由如阻塞性或中枢呼吸暂停和呼吸不足的短重复事件引起，从而导致呼吸过程的暂时减少或停止。只要睡眠效率未被强烈地降低，这样的事件就可能保持不被对象注意到。这解释为何睡眠呼吸紊乱保持诊断不足并且常常仅在对象真正失眠到正常生活(包括专业活动)剧烈受损的程度的稍后严重阶段才被识别到。用于SDB诊断的关键参数是定义为检测到的呼吸暂停/呼吸不足呼吸事件的数量除以总睡眠时间的比率的呼吸暂停低通气指数(AHI)。对呼吸暂停和呼吸不足事件的自动检测通常基于来自呼吸努力和SpO2指夹的双信号输入，诸如在“HomeDiagnosisofSleepApnea：ASystematicReviewoftheLiterature”(Chest，第124卷，第4号，第1543-79页，2003)中所描述的，其内容通过引用并入本文。第一信号导致呼吸运动的幅度变化，而第二测量结果提供相对氧气去饱和水平。这使得能够检测呼吸运动的暂时减少或停止，并且同时量化这些事件对血液氧合的影响。阻塞性睡眠呼吸暂停(OSA)已经与心脑血管疾病的增加的风险相关联，心脑血管疾病诸如高血压、心力衰竭、心律不齐、心肌缺血和梗塞、肺动脉高压和肾病、代谢失调(胰岛素抗性和血脂异常)和大脑血流量和大脑自身调节的改变，其进而是老年人的心血管疾病、中风、痴呆和认知障碍的风险因素。患有日间嗜睡的OSA患者还已经被发现更易于发生电机和工作事故并且在工作时生产率较低。早期研究估计对于女性有2％并且对于男性有4％的发病率，然而，最近的综述声明每5个成人中大约有一个具有至少轻微的OSA并且每15个成人中有一个具有至少中度的OSA。在频繁超重和肥胖情况的背景下，SDB的发病率可能进一步增加。然而，研究已经发现超过85％的具有临床上显著OSA的患者保持未得到诊断。这种水平的诊断不足的原因是多因素的，但是一个可能解释可能在于准确筛选OSA的存在和严重性的困难。尽管诊断通常借助于整晚多导睡眠描记(PSG)研究建立，但是这样的研究是常常表示对患者的高负担的复杂且非常昂贵的程序。这样的研究不仅将患者从其典型的睡眠环境中移除，而且还已知这样的研究严重破坏睡眠，从而可能给出可能紊乱的非代表性视图。近年来已经看到家庭睡眠测试(HST)的普及的增加。HST通常包括比PSG更小的一组传感器，通常是“SpO2”传感器、呼吸努力带和鼻/嘴上的呼吸流量传感器。这使这样的测试更舒适并且更容易建立。而且，由于它们的便携性，它们可以在家中使用，其中，它们在对象上床睡觉之前由对象安装，并且在他们在早上醒来之后被移除。在设备被返回到咨询医师之后，常常手动或(半)自动地分析数据，并且尤其，计算治疗医师可以根据其做出第一诊断的参数，诸如呼吸暂停低通气指数(AHI，每小时睡眠的呼吸暂停/呼吸不足事件的平均数)和睡眠效率(SE-％，每小时床上时间的真实睡眠时间的百分比)。睡眠阶段根据在睡眠实验室中的PSG期间记录的EEG信号传统地手动或(半)自动地注释，这是昂贵并且劳动密集的。然而，最近已经示出心肺信息提供对EEG的有希望的备选方案，其具有其可以被非干扰地测量的益处。已经在过去几年里越来越多地研究基于心肺的睡眠阶段分类。许多研究已经报告了关于使用这些类型的特征对不同睡眠阶段的分类的结果。这样的方法通常利用根据心脏信号导出的心率变化性特征，其利用来自胸带或鼻流量传感器的呼吸信息来增强，以及通常从加速度计或体动记录仪设备测量的身体移动。尽管HST不具有(例如在睡眠诊所中)在传统PSG中可获得的所有信息，但是它们具有减少全部PSG与简单体动记录仪之间的差距的潜力，同时以减少的成本提供增加的舒适度。利用现在装备有最常见传感器的最近的HST设备，PSG导出的睡眠阶段信息的大部分变得可获得的。更精确地，基于HST的睡眠阶段方法导致对睡眠和唤醒时间的改进的估计并且为AHI或PLMI值的计算提供好得多的备选方案。实际上，对于最可获得的HST设备而言，取决于在整个夜晚平均的重要诊断参数(诸如AHI或PLMI)当前基于总记录时间而不是总睡眠时间进行标准化，总睡眠时间对于具有低睡眠效率(对比在床上花费的总时间，低睡眠小时数)的对象导致对这些值的严重低估并且因此导致严重性的诊断不足或甚至(睡眠呼吸)紊乱的存在。因此，存在对可以提供对象总睡眠时间的改进的测量结果的系统和方法的需要。
技术实现思路
本专利技术的实施例提供基于识别真实睡眠间隔和唤醒间隔的睡眠阶段分析的对总睡眠时间的改进的估计。因此，本专利技术的目标是提供一种确定对象的睡眠统计数据的方法。所述方法包括：收集所述对象的心肺信息；从所述心肺信息中提取特征；通过使用所提取的特征中的至少一些来确定所述对象的睡眠阶段；基于所确定的睡眠阶段来确定所述对象的估计的总睡眠时间；并且使用所述估计的总睡眠时间来确定所述对象的睡眠统计数据。基于所确定的睡眠阶段来确定所述对象的估计的总睡眠时间可以包括：确定每个睡眠阶段的持续时间；并且对所述睡眠阶段的所述持续时间进行求和。收集所述对象的心肺信息可以包括经由家庭睡眠测试本文档来自技高网...

【技术保护点】
1.一种确定对象的睡眠统计数据的方法，所述方法包括：/n收集所述对象的心肺信息；/n从所述心肺信息中提取特征；/n通过使用所提取的特征中的至少一些来确定所述对象的睡眠阶段；/n基于所确定的睡眠阶段来确定所述对象的估计的总睡眠时间；并且/n使用所述估计的总睡眠时间来确定所述对象的睡眠统计数据。/n

【技术特征摘要】
【国外来华专利技术】20170629 US 62/526,7481.一种确定对象的睡眠统计数据的方法，所述方法包括：
收集所述对象的心肺信息；
从所述心肺信息中提取特征；
通过使用所提取的特征中的至少一些来确定所述对象的睡眠阶段；
基于所确定的睡眠阶段来确定所述对象的估计的总睡眠时间；并且
使用所述估计的总睡眠时间来确定所述对象的睡眠统计数据。


2.根据权利要求1所述的方法，其中，基于所确定的睡眠阶段来确定所述对象的估计的总睡眠时间包括：
确定每个睡眠阶段的持续时间；并且
对所述睡眠阶段的所述持续时间进行求和。


3.根据前述权利要求中的任一项所述的方法，其中，收集所述对象的心肺信息包括经由家庭睡眠测试设备来收集心肺信息。


4.根据前述权利要求中的任一项所述的方法，其中，所述的从所述心肺信息中提取特征包括提取以下中的至少一项：心率变化性特征、呼吸变化性特征、或身体移动。


5.根据前述权利要求中的任一项所述的方法，其中，所述的收集所述对象的心肺信息包括使用SpO2传感器来收集心率信息。


6.根据前...

【专利技术属性】
技术研发人员：P·M·费雷拉多斯桑托斯达丰塞卡，X·L·M·A·奥贝特，
申请(专利权)人：皇家飞利浦有限公司，
类型：发明
国别省市：荷兰;NL