一种确定用户的睡眠质量指标的系统和方法。其包括通过一个或多个处理器实行的以下操作：接收一组信号，包括：光电容积描记信号、氧饱和度信号和加速度计信号；将一组信号划分成多个片段，每一片段包括相等数目的脉冲；对多个片段中的每一片段进行处理以确定其质量指标；将一组信号划分成第一组输入片段，第一组输入片段中的每一输入片段包括多个片段；从第一组输入片段中选择第二组输入片段以及使用第一预测模型和第二预测模型来确定睡眠质量指标。第一预测模型根据第一输入来判断用户是否处于睡眠状态，并且第二预测模型使用第二输入来判断呼吸暂停事件或呼吸不足事件的发生，第一输入和第二输入是基于第二组输入片段。第一输入和第二输入是基于第二组输入片段。第一输入和第二输入是基于第二组输入片段。
【技术实现步骤摘要】
【国外来华专利技术】睡眠数据的评估
[0001]本公开涉及用于测量和/或确定用户的生理参数的，由计算机实现的系统和方法的
更具体来说，本公开涉及用户的睡眠数据的评估系统和方法。
技术介绍
[0002]睡眠是一个人的整体健康和幸福感的重要组成部分。睡眠数量及睡眠质量均与人的短期和长期健康以及其整体幸福感和生活品质相关。
[0003]因此，更好地了解一个人的睡眠习惯和模式及睡眠质量是有益的。一个人的睡眠习惯和模式可被量化为：例如，贯穿一周或者在一段较长时间内其睡眠的时间和长度。一个人的睡眠质量也可通过例如以下多个测量值来量化：在睡眠的各阶段的时间长度、觉醒事件的数目或呼吸障碍的发生次数，呼吸障碍的发生次数可由诸如整夜经历的呼吸暂停或呼吸不足的数量来测量。
[0004]尽管存在许多用于量化人的睡眠质量和/或数量的方法和系统，但所述方法和系统存在诸如成本高、复杂、不方便、不顺从或不准确的缺点。因此，在此领域中需要提供经过改善的，能够对人的睡眠进行评定的系统和/或方法。
技术实现思路
[0005]尽管睡眠构成了人的整体健康和幸福感的重要部分，但是由于各种原因，对人的睡眠质量进行量化是困难的和/或难以实现的。其中一个原因是在对获得个人数据所需的硬件进行访问方面存在限制或挑战，且另一个原因是一旦获得数据后在对所述数据进行处理和评估方面也存在困难。然而，现有的方法可能需要利用人类的专业知识来解释数据，但此种接触专家的途径可能是昂贵的和/或难以获得。
[0006]在诸如数据的收集、数据的处理和评估、质量指标的导出以及将所得的质量指标传达给用户等任务中可能存在困难。这些困难可能源于在获取专业知识方面的挑战，这些专业知识可能来自于能够评估睡眠数据并产生所需的睡眠质量指标的医学专业人员，无论他们是医生还是睡眠临床医师。这种专门知识不仅可能成本高昂，而且专家的时间也可能有限，因为专家的供应通常有限。这种情况可能会使得无法通过这些专家来实现可能被认为是不太紧急且更耗时的较长期睡眠质量和健康监测。在某些地区或对具有不同社会经济背景的人来说，这种挑战甚至可能会加剧。
[0007]对于那些期望或需要长时间健康监测的用户来说可能尤其如此。至少由于这些原因，需要或期望能够随着时间的推移持续地确定和/或监测人的睡眠质量。
[0008]此外，这种对睡眠质量和健康的较长期监测对于许多人保持其健康和检测其任何较长期变化都是非常重要的。举例来说，睡眠障碍，例如睡眠呼吸暂停，且更具体来说阻塞性睡眠呼吸暂停(obstructive sleep apnea，OSA)可能与心血管疾病和肺部疾病的高发病率和死亡率有关。
[0009]因此，本公开设想一种由计算机实现的系统或方法，所述由计算机实现的系统或
方法基于睡眠数据、例如通过基于睡眠数据来确定关于用户睡眠的一组质量指标而评估用户的睡眠质量。
[0010]有利地，本技术的各方面可辅助以快速、持续、低成本的方式产生所述一组睡眠质量指标，此可帮助随时间的推移来监测用户的睡眠健康及其任何变化。
[0011]在一些形式中，本技术可使得能够对用户的健康或睡眠习惯进行长期、高质量的监测，以识别睡眠质量的任何恶化，从而可考虑采取预防性措施。举例来说，本技术能够识别睡眠障碍以指示用户可使用例如气道正压通气(positive airway pressure，PAP)装置等医疗装置来获得帮助。本技术的各方面还可使得用户能够识别外部因素对其睡眠质量的任何影响。本技术还可使用户能够监测他们自己的睡眠健康或总体健康，或者使医师能够访问他们的病人的健康数据，否则医师可能无法获得所述健康数据。
[0012]本公开的各方面可涉及获取、处理和/或评估用户的睡眠数据，以便确定、量化和/或传送关于用户睡眠的一组质量指标。所述质量指标可包括但不限于例如呼吸暂停
‑
呼吸不足指数(apnea
‑
hypopnea
‑
index，AHI)、总睡眠时间、多个睡眠阶段中的每一者的时间、睡眠事件的数目、或呼吸暂停的数目和呼吸不足的数目等值。在一些形式中，所述一组质量指标可包括多个输出，例如在睡眠周期的过程中针对每一预定时间段获得的输出。
[0013]在一些情况下，所确定的质量指标可为所属领域中的技术人员已知的质量指标，例如AHI、或者在睡眠期间的每一睡眠阶段(N1、N2、N3或快速眼动(rapid eye movement，REM))度过的时间量。
[0014]在本公开的一种形式中，可从用户在整夜睡眠过程中佩戴的一组传感器接收睡眠数据。所述一组传感器可整合并入一个装置中，但所述一组传感器可为分离的，例如可在用于多导睡眠图(polysomnography，PSG)的睡眠实验室中看到的传感器。睡眠数据可包括一组信号，例如光电容积描记(photoplethysmography，PPG)信号、加速度计信号和氧饱和度(SpO2)信号中的一者或多者。所述一组信号可被预处理，此可包括从所述一组信号中移除低质量信号部分。另外或者可替代地，预处理还可包括从PPG或SpO2信号中提取另一信号(例如，脉冲速率(pulse rate))，或者所述预处理可包括数据变换，例如将信号从时域变换到频域。经预处理的数据可用作预测模型的输入，以估计人的睡眠状态和/或人是否正在经历睡眠事件(例如，呼吸暂停或呼吸不足)。在一种形式中，经预处理的数据可由包含一组概率预测模型的，由计算机实现的系统使用，以确定用户睡眠的时间以及在用户的睡眠持续时间期间发生的睡眠事件的数目。
[0015]在一种形式中，预测模型可包括一组神经网络，其中每一神经网络被配置成接收经预处理的数据并概率性地估计用户的睡眠状态或睡眠事件。可使用训练数据集来对每一神经网络进行训练，所述训练数据集包括经预处理的数据以及一组标签，所述一组标签指示神经网络欲预测的变量的目标值。因此，可对神经网络进行训练，以优化所述神经网路在对其先前未接触过的数据的变量的值进行预测方面的性能。
[0016]所述一组预测模型可包括睡眠状态预测模型和/或睡眠事件预测模型。睡眠状态预测模型可被配置成根据其输入例如通过将二元睡眠状态输出为睡眠或清醒来估计用户的睡眠状态。睡眠状态预测模型还可被配置成在整个经预处理的数据中将用户的睡眠阶段估计为清醒、REM、N1、N2或N3。睡眠事件预测模型可被配置成接收经预处理的数据并估计在数据中发生的睡眠事件的数目。睡眠事件预测模型可进一步被配置成估计每一睡眠事件是
呼吸暂停还是呼吸不足，和/或估计每一睡眠事件的发生时间。
[0017]来自所述一组预测模型的输出可用于确定睡眠质量的指标，例如呼吸暂停
‑
呼吸不足指数(AHI)值。另外或者可替代地，来自所述一组神经网络的输出可用于根据由所述一组神经网络确定的睡眠数据来产生详述用户睡眠的报告。因此，根据本技术的一个方面的系统或方法可基于用户的睡眠数据来估计用户的睡眠质量。
[0018]本技术的一个方面涉及一种用于确定用户的睡眠质本文档来自技高网...
【技术保护点】
【技术特征摘要】
【国外来华专利技术】1.一种用于确定用户的睡眠质量指标的方法，其特征在于，所述方法包括通过一个或多个处理器实行的以下操作：接收一组信号，所述一组信号包括：光电容积描记信号、氧饱和度信号和加速度计信号；将所述一组信号划分成多个片段，所述多个片段中的每一片段包括相等数目的脉冲；分别对每一片段进行处理以确定所述每一片段的质量指标；将所述一组信号划分成第一组输入片段，每一输入片段包括多个片段；基于每一输入片段中的片段质量指标，从所述第一组输入片段中选择第二组输入片段，以及使用第一预测模型和第二预测模型来确定所述用户的睡眠质量指标，其中，所述第一预测模型根据第一输入来判断所述用户是否处于睡眠状态，并且所述第二预测模型使用第二输入来判断呼吸暂停事件或呼吸不足事件的发生，其中，所述第一输入和所述第二输入是基于所述第二组输入片段。2.如权利要求1所述的方法，其特征在于，所述第一输入还包括脉冲速率。3.如权利要求2所述的方法，其特征在于，所述每一片段包括一个脉冲。4.如权利要求3所述的方法，其特征在于，每一输入片段的跨度在二分钟与十五分钟之间。5.如权利要求4所述的方法，其特征在于，每一输入片段的跨度在四分钟与六分钟之间。6.如权利要求5所述的方法，其特征在于，还包括：将所述质量指标确定为可接受或不可接受。7.如权利要求6所述的方法，其特征在于，通过将所述片段与第二片段进行比较来确定所述质量指标。8.如权利要求7所述的方法，其特征在于，所述第二片段包括在所述片段之前出现的脉冲。9.如权利要求8所述的方法，其特征在于，还包括：通过选择包括少于40％的，被...
【专利技术属性】
技术研发人员：顾闻博，曾汶杰，
申请(专利权)人：倍灵科技知识产权有限公司，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。