CN101489478B - 用于监视生理症状的装置、系统和方法 - Google Patents

Abstract

本发明公开了以便利、非侵入式/非接触式和低成本方式监视例如人的主体的动作、呼吸、心率和睡眠状态的装置、系统和方法。更具体地，通常使用射频传感器，通过应用于以非接触方式获得的原始信号的处理来获得动作、呼吸和心率信号。可通过对呼吸信号的分析来检测睡眠受干扰的呼吸或中枢性呼吸暂停的周期。可由心脏信号确定平均心率和诸如出现心脏心律失常的所取得的信息。动作估计值可用于识别受干扰的睡眠和周期性肢体运动。可通过将分类器模型应用于所产生的呼吸、心脏和动作数据流来确定睡眠状态。还可提供显示睡眠状态、呼吸、心脏和运动状态的装置。

Description

用于监视生理症状的装置、系统和方法

相关申请的交叉参考

本国际PCT申请按照巴黎公约要求2006年6月1日提交的美国临时申请序列no.60/803,657的优先权，其全部内容通过参考并入本文。

背景技术

本公开内容涉及以传统和低成本方式监视人的动作、呼吸、心率和睡眠状态，并更具体涉及用于获得、处理和以易于理解的格式显示相应信息的装置、系统和方法。

出于从临床监视成人和儿童中的阻塞性和中枢性睡眠呼吸暂停、到确保得到婴幼儿的健康睡眠模式的多种原因，监视睡眠期间的睡眠模式、心率和呼吸是令人感兴趣的。例如，早产婴儿经常具有未完全发育的心和肺的控制，这可能使他们停止呼吸达15-20秒或浅度呼吸。这被称为早产儿呼吸暂停，并经常在出生之后持续两到三个月。周期性呼吸(其中呼吸的幅度在数分钟范围内上升和下降)在早产婴儿中也很常见。在这种婴儿中，监视心率也是有用的，因为低心率(心律缓慢)可用作婴儿未接受足够氧气的警告信号。

在成人中，常见睡眠呼吸紊乱综合症包括阻塞性睡眠呼吸暂停和中枢性睡眠呼吸暂停。在阻塞性睡眠呼吸暂停中，上气道萎陷，限制到肺的气流，即使存在正在进行的呼吸努力也是如此。阻塞性睡眠呼吸暂停还可引起心率方面的特性变化，这可能对主体有害。阻塞性睡眠呼吸暂停在成人群体中具有很高的流行性，影响大约2-4％的40岁以上的成人。阻塞性事件导致减少到肺的气流，继而降低血液中的氧气水平。中枢性睡眠呼吸暂停在成人中没有阻塞性睡眠呼吸暂停常见，区别在于中枢性睡眠呼吸暂停完全丧失呼吸努力，导致丧失到肺的空气，并最终降低血液中的氧气。在中枢性和阻塞性睡眠呼吸暂停中，身体的自然防御机制都将受到氧减饱和度的刺激，并最终增加足以恢复气流的呼吸努力。不过，这经常伴随着唤醒(可在人的脑电图中观察到)，这会使人暂时醒来，或带他们进入更浅的睡眠阶段。在任一情况下，都会中断人的睡眠，使他们经历质量不佳的睡眠，这通常会导致过多的白天困乏。

在成人中的其它常见睡眠紊乱是周期性肢体运动紊乱(PLMD)和不宁腿综合症(RLS)，其结果与呼吸无关。在PLMD中，主体每30-40秒进行特征性重复运动(通常是腿部)，导致由于频繁醒来而产生的睡眠中断。在RLS中，主体在他们睡着时无法抑制地希望移动或弯曲他们的腿，也导致中断的睡眠模式。监视这些不寻常的身体运动对确定这些情况的诊断并开始治疗是重要的。

最常见的成人睡眠紊乱是失眠症，将其定义为难以开始睡眠或维持睡眠。估计慢性失眠症影响大约10％的美国人口。不过，目前睡眠模式的全部临床评价都依赖于脑电图仪(EEG)监视，通常需要住院。需要有对在家庭环境中评价成人的睡眠模式的更简单方法。例如，有证据显示睡眠丧失反向改变瘦素和生长激素释放肽(ghrelin)的平衡，这是两种与身体的食欲控制系统显著相关的荷尔蒙。一段时间内(由于生活方式选择)自愿的睡眠丧失已经与增加的体重指数(肥胖的指示器)相关联。因此，客观测量和控制睡眠模式可以在体重控制方面起作用。

另外，睡眠对青少年儿童尤其重要。婴儿在他们前三年中用了比醒着更多的时间睡觉，强调睡觉在发育中至关重要。睡眠对体力恢复、成长、使免疫系统成熟、脑发育、学习和记忆力都是重要的。反之，没有接受足够睡眠或睡眠不佳的婴儿经常表现出脾气坏，并对他们家长的睡眠模式有不利影响。实际上估计20-30％的3岁以下儿童有常见的睡眠问题，例如频繁醒夜和靠自己难以入睡。研究显示家长可通过多种行为方法来帮助他们的婴儿获得良好的睡眠模式。非侵入式安全睡眠监视器对采用这种行为方法有帮助。自动采集的睡眠信息可帮助家长确保他们的孩子睡眠充足。例如，监视晚间睡眠和白天小睡的系统可提供能够在一段时间内被存储和可视化的可视睡眠日志形式的信息(例如使用个人化主页上的全球信息网界面)。睡眠监视还可跟踪睡眠分段(例如在晚间睡眠期间频繁醒来)，其与婴儿满足度相关联。最后，呼吸、心率和运动方面的特性变化可能与婴儿的晚间撒尿和排便有关，并因此可用于提醒家长更换尿布。

在成人中，睡眠期间心率和呼吸速率的测量结果可用作对连续健康监视的临床标志。例如，可以使提高的呼吸速率与呼吸困难或诸如需要增加呼吸努力的慢性阻塞性肺疾病的疾病的形式相关联。临床研究已经显示被称为Cheyne-Stokes呼吸或周期性呼吸的特定类型呼吸模式是对具有心脏疾病的人的不良预兆的标志。呼吸和心搏的同时测量结果还可允许评价被称为呼吸窦性心律失常(RSA)的现象，在该现象中心率响应于每次呼吸而加速或放慢。这种联合效果的幅度在健康的年轻人中通常更强，并因此可用作另一个健康标志。睡眠期间心率变化还可提供有用的临床信息-提高的心率可以是与睡眠呼吸暂停或其它情况相关联的交感神经系统的系统激活的指示器。另外，常见临床问题是监视对旨在稳定心脏节奏的治疗的响应。例如，常见的心脏心率不齐是心房纤维性颤动(AF)，其中心脏的上心室不规则跳动。从而心率不规则并提高。对AF的常见治疗方法包括药理学方法和外科方法，而医生的目的是提供追踪监视以寻找心率不齐的再次发生。睡眠期间非侵入式低成本监视心率是一种有用的机制，给医生提供对这种情况和其它心脏心率不齐提供这种监视跟踪的方法。

因此，能可靠监视睡眠期间的睡眠模式、呼吸和心率以及睡眠期间的动作的方法、系统或装置会在多种装配下有用。

背景技术中已经公开了用于解决对呼吸、心脏和睡眠监视的需求的多种技术。当前呼吸监视主要在医院环境中使用多种方法执行。测量呼吸努力的常见方法使用感应体积描记术，在该方法中人将弹性带紧绕在他们的胸部，弹性带的感应随着人呼入和呼出而变化。在睡眠医学中该技术已经成为最广泛使用的呼吸监视技术。从方便的角度来看，该方法的严重限制在于人必须佩带带子，并经由导线保持与相关电子记录设备的连接。

测量呼吸努力的一种可选系统是使用阻抗呼吸描记术，在该技术中对胸部的阻抗变化进行测量。该技术常用在临床婴儿呼吸暂停监视器中，在没有检测到呼吸时，其在婴幼儿监视器中产生警报。为了检测呼吸信号，必须使电极与睡着的婴儿相连。更一般地，有许多商业产品可用，它们使用横过幼儿胸膛的阻抗测量结果来检测中枢性呼吸暂停(例如由CAS Medical Systems生产和出售的AmiPlus婴儿呼吸暂停监视器)。该技术的限制在于它需要使电极与婴幼儿相连，具有有源电组件，并需要小心使用，因为如果未适当安装，导线可能会引起勒颈窒息。

可以使用传统的表面心电图测量(通常称为Holter监视器)来测量睡眠期间的心率，其中人通常佩带三个或更多个电极。该方法的限制是需要佩带电极和相关的电子记录设备。心率健康监视器同样通过测量表面心电图来记录心率，通常使用可佩带的集成有电极的胸带。此外，需要佩带设备以及附随的信号采集器(通常是腕表类型设备)。还可使用脉搏血氧测定法测量睡眠期间的心率，其中在手指或耳朵处采集光电体积描记图。在对应于每次心跳的脉冲光电体积描记图信号中存在特征性变化。

已经开发出使用上述用于心率和呼吸努力的技术的组合的用于采集心率和呼吸的集成系统。在一种商业产品中，已经将接触式ECG和感应体积描记器传感器嵌入到定制设计的夹克中。提供这种可佩带系统的成本相对高，并且系统需要接触式传感器。

睡眠状态的一个指示器是躺下时的动作程度。可通过诸如由MiniMitter商业出售为“”的腕戴加速计来检测睡眠期间的动作。这些设备使用微型电子加速计来记录睡眠期间的肢体运动。该技术的限制是个人需要佩带设备，并且其未集成有同时的呼吸和心脏监视的事实，这限制了这种测量结果的生理有用性。还可使用床垫下的压电传感器来检测动作，当压力施加给床垫时该传感器产生电压尖峰信号，并因此可检测运动。

已经介绍了以非接触方式测量心率、呼吸和动作的不同方法。一种方法是使用光学干涉测量法来提供用于检测呼吸、心搏和动作的非接触式方法。不过，他们的发明的限制在于光信号被衣服或被褥材料挡住。获得和区分呼吸、心脏和动作元素所需的处理也并不清楚。第二个方法是使用超声波来检测动作。该方法的限制在于由于低反射导致的信噪比可能不佳，且不能同时采集呼吸、动作和心脏信号。用于评价身体动作的另一种非接触式测量技术是在检测呼吸和心跳中使用连续波无线电探测器(radar，使用射频范围内的电磁辐射)。

使用这些非接触式方法获得生理数据的上述方法的限制包括多种传感器限制(例如，被褥的阻碍，不佳的信噪比，或需要太大的天线)。另外，背景技术未提供用于提取诸如呼吸速率、心脏节律状态、睡眠状态、呼吸困难或睡眠被干扰的呼吸的证据的有用的“更高水平”生理状态的方法。当前公开内容还拥有与下列事实有关的优点：需要非常低级别的发射的射频功率(例如小于0dBm)，可以制成小尺寸(例如，传感器的尺寸可以是5cm×5cm×5cm或更小)，可以用电池供电，且对人使用是安全的。

发明内容

本公开内容提供以方便和低成本方式监视人的动作、呼吸、心率和睡眠状态的装置、系统和方法的不同实施例。在不同实施例中，适于放在靠近于主体睡眠之处(例如在床边的桌子上)的传感器单元可以与能对结果进行分析、可视化并将其通信给用户的监视和显示单元接口。如果需要，可以将传感器单元和显示/监视单元并入单个的独立单元。该独立单元可包括非接触式动作传感器中的一种或多种(用于检测一般的身体运动、呼吸和心率)；处理能力(以取得诸如睡眠状态、呼吸速率、心率和运动的参数)；显示能力(以提供视觉反馈)；

听觉能力(以提供例如其频率随呼吸变化的音调的声反馈，或在检测不到动作时响起的警报)；通信能力(有线或无线)以将获得的数据传送给独立单元。该独立单元可执行如上所述的处理、显示和听觉能力，并且还可以是数据记录器。

在一个实施例中，一种用于检测、分析和显示主体的呼吸、心搏以及身体功能或运动中的一种或多种的装置可包括处理器和显示器，该处理器被配置成分析从该主体反射的信号而不与该主体物理接触，并从中取得所述呼吸、心搏以及身体功能或运动中的一种或多种的测量结果；该显示器被配置成将该分析和取得的测量结果提供给该装置的本地用户或远程用户。

在另一实施例中，一种用于测量、分析和显示主体的呼吸参数、心搏以及身体运动或功能中的一种或多种的系统可包括：发射器装置，配置成向该主体传播射频信号；接收器，布置成接收从该主体反射的射频信号；处理器，布置成分析该反射信号以产生呼吸参数、心搏以及身体运动或功能中的一种或多种的测量结果，和监视器，以通过听觉指示或视觉指示或两者将选定的信息提供给该系统的本地用户或远程用户。

在另一实施例中，一种用于测量、分析和显示主体的一种或多种生理参数的方法可包括以下步骤：感测从该主体反射的信号；对该反射信号进行处理和分析；取得属于所述主体的所述一种或多种生理参数，所述一种或多种生理参数包含主体的呼吸参数、心搏以及身体运动或功能中的一种或多种；以及使选定的取得的信息对用户可用。

可以将其它感测能力加入该传感器单元，包括声音传感器；从远处测量体温的传感器(红外)；和用于环境湿度、温度和亮度级的传感器。

处理能力提取具体与单独的呼吸、心率和动作成分相关的信息，并使用该原始信息来取得诸如睡眠状态、睡眠呼吸紊乱的存在、心脏心律失常和睡眠干扰的更高级别的信息。显示能力提供以清晰易懂的方式对该生理信息进行清晰通信的装置，诸如提供简单的彩色指示器来指示睡眠状态(醒着或睡着)。处理能力还可并入来自辅助传感器的测量结果，该能力允许获得关于咳嗽、喘息和其它呼吸干扰的生理信息。

附图说明

现在将参考附图介绍本公开内容的实施例，其中：

图1是示出系统的射频传感器组件的示意图，具有用于例示的脉冲连续波信号；

图2是示出如何处理原始传感器信号以产生三个信号用于进一步处理的示意图；

图3是以更详细的视图示出通过其可处理原始传感器信号以产生动作信息的方式的图示；

图4是示出从系统取得对呼吸活动的采样信号，与从传统的标准感应体积描记术(使用称为

的商业系统)取得的信号相比较的图示；

图5是示出从系统取得对心搏的采样信号与从基于脉搏血氧测定法的传统心率监视系统获得的信号相比较的图示；

图6是示出系统可通过该技术计算心率的图示；

图7是示出可如何由获得的动作m(t)、呼吸r(t)和心脏信号c(t)一起来集成信息以通过使用分类器模型来提取有意义的生理分类的图示；

图8是示出在一个实施例中显示的输出示例的图示；

图9是示出本公开内容的装置和系统如何用在无线通信配置中的图示，其中处理和显示单元远离传感器单元；

图10是示出可如何由取得的动作m(t)、呼吸r(t)和心脏信号c(t)一起来集成信息以通过使用分类器模型来提取睡眠呼吸暂停低通气指数(AHI)的图示；

图11是示出用于处理呼吸信号、心率和运动信号的任何组合以形成估计的AHI的算法图，包括只使用测量的和/或取得的人主体的呼吸努力；

图12是示出由来自主体的夜晚时间记录的呼吸信号估计的呼吸暂停的时期(epoch)标签的示例输出的图示，对该主体而言估计的AHI为2.9而专家确定的AHI为4；

图13是示出辅助传感器的本公开内容的装置和系统的另一实施例的方块图；和

图14是提供对记录号2(顶轴)的非接触式传感器记录和底轴上的活动监测记录，其中信号已经被对准和截短，并且其中中间轴显示映射到活动监测的非接触式信号。

具体实施方式

图1是示出装置和系统的射频传感器组件的示意图，具有用于例示的脉冲连续波信号。发射器向例如人的主体发射射频信号。然后对反射信号进行接收、放大、并使其与部分最初信号进行混频，接着对该混频器的输出进行低通滤波。产生的信号包含关于人的运动、呼吸和心搏的信息，并被称为原始传感器信号。在可选实施例中，系统还可以使用正交发射，在正交发射中使用相位差为90度的两个载波信号。受到脉冲在时间上变得非常短的限制，这种系统的特征在于超宽带(UWB)射频传感器。

图2是示出如何处理原始传感器信号以产生三个信号用于进一步处理的示意图。原始信号一般会包含反映身体运动、呼吸和心搏的组合的成分。通过使用过零或能量包络检测算法(或更复杂的算法)来识别身体运动，并用于形成“动作开始”或“动作结束”指示器。呼吸活动通常范围在0.1Hz到0.8Hz内，并可通过用其通带在该区域内的带通滤波器对最初信号进行滤波而取得。心搏以更高频率反映在信号中，并且该活动可通过利用具有诸如1Hz至10Hz通带的带通滤波器进行滤波而获得。

图3是以更详细的视图示出通过其可处理原始传感器信号以产生动作信息的方式的图示。一种技术计算一段时间内信号的能量包络，并且通过与阈值相比具有高能量包络的周期被确定为动作周期。第二种技术计算信号超过阈值(例如零值)的次数数量，并将具有过零的高值的区域确定为高动作区域。这些技术可以单独或组合使用以实现动作检测。

图4是示出从系统获得对呼吸活动的采样信号，与从感应体积描记术(使用称为

的商业系统)的当前临床金标准获得的信号相比较的图示。所公开的装置和系统能够测量呼吸的幅度和频率两者。

图5是示出从装置和系统获得对心搏的采样信号与从基于脉搏血氧测定法的传统心率监视系统获得的信号相比较的图示。所公开的系统能够获得可区分个体心率的信号。

图6是示出装置和系统可以通过该技术计算心率的图示。心搏在身体表面引起被称为心冲击描记图的压力波。在某些情况下(由于定位、身体类型和离开传感器的距离的组合)，心脏信号将提供可清楚看到个体脉搏的信号。在这种情况下，心率将由超阈值技术(thresholdpassing technique)确定(脉搏与信号超过阈值的点有关)。在更复杂的情况下(但为典型情况)，心冲击描记图将呈现更复杂但可重复的脉冲形状。因此脉冲形状模板可与获得的心脏信号相关联，而关联度高的地方可用作心跳位置。

图7是示出本发明如何由取得的动作m(t)、呼吸r(t)和心脏信号c(t)一起来集成信息以通过使用分类器模型提取有意义的生理分类的图示。将数据的三个流分割成时间时期，并为每个时期产生统计特征。例如，这些特征可以是信号方差、频谱分量或峰值，并将这些特征分组为向量Xr、Xn和Xc。然后向量可形成特征的单个向量X。组合这些特征(例如以使用α^TX的线性加权方式)以确定该时期对应于某生理状态(例如人睡着、人醒着)的概率。时期的分类可进一步与其它时期的分类相组合以形成更高级别判断(诸如人是否处于快速眼动、非快速眼动或醒来状态)。

图8是示出在一个实施例中显示的输出示例的图示。在最简单的情况下，发光二极管可用于给用户清楚指示睡眠状态(醒着或睡着)。可由随着人呼入和呼出而亮和灭的一排灯来图形化表示主体的呼吸。例如，在最大吸入点处所有灯会灭，而在最大呼出点出所有灯会亮。显示器还可具有发光二极管来指示中枢性呼吸暂停警报情况。在显示器上可以用数字或图形格式指示心率(每分钟的跳动)和呼吸速率(每分钟的呼吸)。还可以包括人是否在运动的指示器。

图9是示出本公开内容的装置和系统如何在处理和显示单元远离传感器单元的配置中使用，而两者之间的通信以无线方式实现的图示。

图10图示出如何由取得的动作m(t)、呼吸r(t)和心脏信号c(t)一起来集成信息以通过使用分类器模型提取睡眠呼吸暂停低通气指数(AHI)；用于处理呼吸信号、心率和运动信号的任意组合以形成估计的睡眠呼吸暂停低通气指数的算法，而图11是图示出处理呼吸信号、心率和运动信号的任意组合以形成估计的AHI的算法图，包括只使用测量和/或取得的人主体的呼吸努力。

图12示出由来自主体的夜晚时间记录的呼吸信号估计的呼吸暂停的时期标签的示例输出，对该主体而言估计的AHI为2.9而专家确定的AHI为4。

图13是示出可能使用的诸如声音、超声、红外、光和/或相对湿度的辅助传感器的本公开内容的装置和系统的另一实施例的方块图。它还以方块图格式示范包括收发器、处理器、数据记录器、视觉显示装置、听觉指示器和辅助传感器的特定实施例的代表示意图。

在一个实施例中，系统包括可放在相对靠近于主体睡觉之处(例如床边桌子上)的传感器单元和通过其可分析结果、使其可视化并通信给用户的监视和显示单元。如果需要，传感器单元和显示/监视单元可并入单个的独立单元。该单元可包含下列特征中的一种或多种：非接触式动作传感器，用于检测一般的身体运动、呼吸和心率；处理能力，以取得诸如睡眠状态、呼吸速率、心率和运动的参数；显示能力，以提供视觉反馈；听觉能力，以提供声音反馈，例如其频率随呼吸变化的音调或在检测不到动作时响起的警报；和有线或无线的通信能力，以将获得的数据发射给独立单元。该独立单元可执行上述的处理、显示和听觉能力。

可以将其它感测能力加入传感器单元，包括声音传感器；从远处测量体温的传感器(红外)；和用于环境湿度、温度和亮度级的传感器。

在一个特定实施例中，动作传感器可包括射频多普勒传感器，该传感器可用于发射射频能量(通常范围在100MHz至100GHz内)，并且该传感器接着使用反射的接收到的信号来构建动作信号。这种工作所用的原理在于射频波：

s(t)＝u(t)cos(2πf_ct+θ)(1)

从该单元发射。在该示例中，载波频率为f_c，t为时间，而θ为任意相位角，且u(t)为脉冲形状。在连续波系统中，u(t)的幅度总是1，并可从方程(1)中省略。更一般地，将脉冲定义为：

$u\left(t\right)=\left\{\begin{array}{c}1,t\∈\left[\begin{array}{cc}\mathrm{kT}& \mathrm{kT}+T_P\end{array}\right],k\∈Z\\ 0\end{array}\right.---\left(2\right)$

其中T是周期宽度，而T_P是脉冲宽度。其中T_P＜＜T，这成为脉冲连续波系统。在极端情况下，当T_P变得在时间上非常短时，发射信号的频谱变得非常宽，而系统被称为超宽带(UWB)电波探测器或脉冲电波探测器。可选地，可改变RF发射信号的载波频率(线性调频脉冲)以产生所谓频率调制的连续波(FMCW)系统。

可通过与传感器并置的发射器使用本地振荡器产生这种射频信号，该本地振荡器与应用脉冲门的电路相连，或者利用信号定时的适当控制，在“收发分置的”配置中可使发射器与接收器/传感器分开。在FMCW情况下，压控振荡器与电压频率转换器一起使用以产生RF信号用于发射。可使用天线实现RF信号到空中的连接。天线可以是全向的(在所有方向上几乎相等地发射功率)或定向的(在某些方向上优选发射功率)。有利地是在该系统中使用定向天线从而发射和反射的能量主要来自一个方向。本公开内容中的装置、系统和方法在具有不同类型的天线，诸如简单的偶极天线、贴片天线和螺旋天线的不同实施例中是兼容的，而天线的选择可以受诸如所需的方向性、尺寸、形状或成本的因素的影响。应该注意到，装置和系统以已经显示出对人使用是安全的方式进行操作。已经示范过系统具有的系统总发射平均功率为1mM(0dBm)或更低。对RF暴露推荐的安全级别是1mW/cm2。在离开以0dBm发射的系统1米远的距离处，等效功率密度将比该推荐限制小最少100倍。

在所有情况下，发射信号将被反射无线电波的对象(诸如空气-身体界面)反射开，而一些反射信号将由接收器接收，该接收器可与发射器并置，或在“收发分置的”配置中与发射器分开。接收信号和发射信号可以在被称为混频器(以模拟或数字方式)的标准电子设备中一起相乘。例如，在CW情况下，混频的信号将等于：

m(t)＝γcos(2πf_ct)cos(2πf_ct+φ(t))(3)

其中

是发射信号和接收信号的程差(在反射受单个反射对象控制的情况下)，而γ是反射信号经历的衰减。如果反射对象是固定的，则

是固定的，而m(t)也是固定的。在使我们感兴趣的情况下，反射对象(例如胸部)在移动，并且m(t)将是随时间变化的。作为一个简单示例，如果胸部由于呼吸而经历正弦动作：

resp(t)＝cos(2πf_mt)(4)

则混频信号将包含f_m处的分量(以及中心在2f_c处的分量，该分量可通过滤波简单去除)。混频之后低通滤波器输出处的信号被称为原始传感器信号，并包含关于动作、呼吸和心搏的信息。

原始传感器信号的幅度受反射信号的平均路径距离的影响，导致“空”检测和传感器中的峰值(传感器更不灵敏或更加灵敏的区域)。可通过使用正交技术最小化该效果，在该技术中发射器同时发射相位差为90度的信号(将两个信号称作I分量和Q分量)。这会导致两个反射信号，可以对这两个信号进行混频，最终导致两个原始传感器信号。可通过取这两个信号的模(或其它技术)来组合来自这两个信号的信息，以提供单个输出的原始传感器信号。

在UWB情况下，完成原始传感器信号的一个可选方法是有益的。在UWB情况下，可通过测量发射脉冲与峰值反射信号之间的延迟来确定到最显著的空气-身体界面的路径距离。例如，如果脉冲宽度为1ns，并且从传感器到身体的距离为0.5m，则脉冲的峰值反射之前经历的总时间m(τ)将为1/(3×108)s＝3.33ns。通过发射大量脉冲(例如1ns脉冲每1μs)并假设路径距离缓慢变化，我们可以按照在该段时间内时间延迟的平均值，取得原始传感器信号。

以这种方式，例如射频传感器的传感器可获得胸壁或更一般为系统所旨在的身体部分的动作。使用定向天线或多个RF发射器可实现方向选择性。在图4的上面板中显示以使用脉冲连续波系统的方式获得的呼吸信号。不过我们强调连续波、FMCW或UWB电波探测器也可以取得类似信号。

另外，由于大部分反射能量是从皮肤表层接收的，因此该动作传感器还可获得心冲击描记图，该图是由于血压随着每次心跳变化导致的皮肤表面处心脏跳动的表现。在图5中示出利用RF动作传感器获得的表面心冲击描记图的示例，以及来自手指上安装的脉冲血氧计的参考心电图信号。在从睡着的主体接收到的信号中，传感器通常将具有呼吸信号和心脏信号的混合信号，以及具有动作假象(artefact)。可通过使用包括数字滤波技术(例如带宽2-10Hz的线性带通滤波器可主要用于提取心脏信号，而带宽0.15Hz至0.6Hz的带通滤波器可提取呼吸成分)的多种技术的信号处理来分开这些不同信号。还可使用诸如自适应噪声消除或非线性滤波器的更一般的数字滤波技术。这在图2中示意性示出。

如上所述，接收到的信号可包括较大的动作假象。这是由于来自身体的反射信号可包含多于一个反射路径、并导致复杂信号的现象的缘故(例如如果一只手向传感器移动，而胸部移动离开传感器)。响应于上部身体动作的这种复杂信号在图2中示出的原始信号中示出。接收这种信号是有用的，因为该信号可表明上部身体正在动作，这对于确定睡眠状态是有用的。还可以使用传感器来检测来自身体下部的动作信号(诸如无意识的腿部抽搐)，该信号在诊断诸如不宁腿综合症或周期性肢体运动的睡眠紊乱中是有用的。

为了改进测量的呼吸、心脏和动作信号的质量，可使用不同方法限制物理体积(physical volume)，由传感器从该物理体积采集反射能量。例如，可以将发射天线制成“定向的”(即，天线在某些方向上发射更多能量)，也可将接收器天线制成“定向的”。可以使用被称为“时域门”的技术来仅测量反射信号，该反射信号由离开传感器的一定物理距离的信号产生。频率域门可用于将反射对象的动作限制成高于某频率。

在系统的一个简单实施例中，将使用单个天线，具有单一载波频率。该天线将用作发射天线和接收天线两者。不过，在理论上，可以使用多个接收天线和发射天线，也可以使用多个载波频率。在多个频率处测量的情况下(例如，在500MHz和5GHz处)，更低频率可用于准确确定大动作而无相位模糊，所述相位模糊可以从更高频率传感器信号(该信号更适于测量小动作)中减除。使用这种传感器，系统从人采集信息，并使用该信息来确定呼吸、心率和动作信息。

可以如下所述并入另外的可选传感器。在监视中可选的声传感器是对(例如)20-10KHz范围内的声音能量作出响应的麦克风，并且该麦克风可用于确定背景噪声和与睡着有关的噪声(例如打鼾)。如果需要，背景噪声消除技术可用于强调人的呼吸噪声。可使用红外设备测量主体的表面温度。可使用已知的传感器技术采集诸如温度、湿度和亮度级的其它环境参数。尤其是，动作行为还可以由床垫下的压电传感器采集，而这种动作信号接着可用作从射频传感器获得的动作信号的替代或对其的补充。

所有这些传感器输入都可以馈送给用于处理和显示目的的单元中，并可能发射给独立单元(监视单元)。

于是系统可使用其处理能力来组合传感器输入以提供许多有用的输出，并以有意义的方式显示这些输出。以下列方式执行这些步骤。

以下列方式确定关于身体动作的信息。如果人运动，在从非接触式传感器接收到的信号中将会有相应的较大变化，这是由于射频路径长度的突然的显著变化。可通过对短时期(通常为0.5秒至5秒)内的信号能量与由传感器在更长时间段内看到的基线运动相比较来识别这些“动作事件”(参考图3)。如果该时期内的能量相对于进程时间(proceeding time)超过预定阈值，则将该时期判断为“活动事件”并如此进行标记。超过阈值的能量的量可用于给事件的活动幅度加权。可选地，可通过计算“超阈值”-信号经过预定水平的次数数量来检测动作。这也被称为过零技术。

以这种方式，可以建立接收到的信号的动作轮廓。通过与之前采集的动作轮廓的数据库相比较，可以将全部动作分类成诸如“无动作”、“轻微动作”或“大动作”的类别。对此，本公开内容的装置、系统和方法可在物理安全情况方面找到应用，以通过例如可视的不透明壁来检测活体生命。

可用下列方式获得关于呼吸的信息。首先，由于更快的呼吸与(例如)呼吸困难有关，所以呼吸的频率是对描述呼吸模式的特征有用的手段。可以将呼吸频率定义为每分钟呼吸的次数，例如每分钟呼吸10次。另外，呼吸频率方面的变化是睡眠状态的有用指示器。呼吸频率在快速眼动(REM)睡眠中比非快速眼动睡眠中变化更大。为了计算呼吸频率，对来自呼吸信号的信号(如图4中所示)进行处理。通过采用信号的功率谱密度估计而在一定时间范围内(例如10秒或100秒)计算呼吸频率。可以使用诸如平均周期图的计算功率谱密度的传统技术。如果多段呼吸信号已经被动作过分破坏，则可使用被称为Lomb的周期图的技术，该技术可在缺失数据段的情况下估计功率谱密度。一旦已经计算出功率谱密度(PSD)，则通过在0.1Hz至0.8Hz范围内(这是人呼吸频率的正常范围)搜索PSD中的峰值来定位呼吸频率。由于成人比婴儿和青少年儿童通常具有更低的呼吸频率，因此搜索范围可以缩减到(例如)0.1Hz至0.5Hz。如果峰值中的功率超过剩余段中的平均功率一定量(例如比背景更强至少50％)，则我们认为该频率是该时期的呼吸频率。以这种方式，可以在测量周期内计算每个时期的呼吸频率。

呼吸信号的幅度也重要，并反映在传感器呼吸信号的幅度中。幅度变化是被称为Cheyne-Stokes呼吸的睡眠呼吸紊乱的识别性特征，在Cheyne-Stokes呼吸中呼吸的幅度在通常60秒的时间范围内从非常微弱变到非常大。通过采用如上所述的呼吸功率谱密度的峰值处或峰值附近的功率的平方根，本发明能可靠地估计一个时期内呼吸信号的幅度。以这种方式，可以跟踪多个时间时期内幅度的变化。

呼吸信号中模式的周期性也重要，因为该周期性可表明存在睡眠呼吸紊乱。阻塞性呼吸暂停自身表明为在通常60秒钟的时间范围内中断的呼吸和恢复呼吸的重复模式。本公开内容能通过计算该时期呼吸信号的功率谱密度(PSD)并分出0-0.5Hz频带内的频率分量而可靠地检测这些模式。

对这些频率分量应用阈值并在分量超过阈值之处可检测到阻塞性呼吸暂停，于是可以高可靠性地说出现阻塞性呼吸暂停。更准确的方式是将频率分量值(或由呼吸信号取得的其它测量结果)用作到分类器(例如线性鉴别分类器)的输入，该分类器接着输出该时期内已经发生的呼吸暂停的概率。可通过对每个时期的概率求和、用被记录的持续时间除以估计呼吸暂停为每小时多少分钟，来计算估计的睡眠呼吸暂停低通气指数(AHI)值。于是通过用预定常数与呼吸暂停为每小时多少分钟相乘来计算AHI值。

除了呼吸信息之外，我们还可以处理心脏和运动信息以增强系统在检测睡眠呼吸紊乱方面的准确度。例如，可以使用来自心搏的信息来增强睡眠呼吸紊乱的基于呼吸的检测器的分类准确度。使用该时间的脉冲为每个时期(epic)计算一组特征，其包含下列中的多个：脉冲事件次数的PSD，脉冲事件次数的标准偏差和脉冲事件次数的连续校正。通过分类器(诸如线性鉴别分类器)处理这些心搏特征以产生呼吸暂停的概率。另外，通过计算每时期(epic)运动行为(ethics)的数量并用线性鉴别分类器对此进行处理来产生呼吸暂停的概率，而使用该活动的信息以确定主体何时从睡眠中醒来过，从而识别个体睡眠呼吸暂停事件。

可使用概率组合器对三个概率(或两个或更多个概率，如果质量不佳并且没有为呼吸、心脏或运动信号中的一种或多种计算特征)进行组合(例如，通过对概率进行平均)。

可通过为每个时期(epic)平均被组合的概率并乘以每小时时期的数量来估计睡眠暂停为每小时多少分钟而计算估计的睡眠呼吸暂停低通气指数(AHI)值。于是可通过用预定的线性映射乘以睡眠暂停为每小时多少分钟来计算AHI值。

本公开内容的装置和系统已经被训练成使用来自已经历全部多导睡眠图的125个主体的呼吸、运动和心率数据来估计AHI。结果显示该系统能够在具有中等至严重呼吸暂停的患者(AHI＞15)与没有呼吸暂停的患者(AHI＜5)之间进行区分，准确度大于82％。

例如在监视人类婴儿中感测何时没有呼吸(被称为中枢性呼吸暂停)也是重要的。可通过在感兴趣的时期内采用如上定义的呼吸幅度测量来对此进行测量，如果测量值落到某阈值(该阈值确定灵敏度)之下，则可以说没有呼吸。例如，如果在婴儿方面有15秒的时期无呼吸出现，则拉响警报以警告用户中枢性呼吸暂停情况。

可以用下列方式获得关于心搏的信息。通过使用带通滤波器对原始传感器信号进行带通滤波来获得初始的“心脏信号”。于是将所得信号称为心冲击描记图。心脏的每次收缩都与皮肤表面处可见的特征性脉冲形状有关。于是可使用诸如峰值寻找的简单技术或通过更精细的模板匹配方法来确定每个脉冲形状。在模板匹配方法中，(从之前记录取得的)模板脉冲形状与心冲击描记图相关。将相关度最高处的点确定为脉冲事件时刻。

于是可通过计算每单位时间脉冲形状的数量来确定心率。可通过计算脉冲形状的时刻(times)之差来确定诸如心脏间时间间隔(inter-cardiac interval)的其它有用参数。例如，如果脉冲形状时刻为[0.1s、1.1s、2.3s、3.1s，...]，则相应的心脏间时间间隔给出为1s、1.2s，和0.8s。

系统既确定呼吸速率和幅度、心率以及动作，又提供方法来组合信号以便计算其它有用的输出。例如，系统可用于确定在限定的测量时期内人是否睡着。进行此事的方法如下。

将来自呼吸、心脏和动作通道的数据分割成时间的时期。例如，根据期望配置，一个时期可以包括5秒内或5分钟内的读数。为每个时期计算一组特征，这些特征可包括下列通常已知和确定的特征中的一种或多种：活动的计数；活动计数的平均幅度；活动计数的方差；主要呼吸频率；呼吸功率(例如在关于主要呼吸频率的区域内PSD的积分)；心率；心率的方差；呼吸信号的频谱；以及原始信号的频谱。

选定的特征可以馈送到分类器模型(诸如传统的线性鉴别分析分类器)中，然后该分类器模型将为该时期提供属于某个感兴趣类的概率。作为具体例子，三个类是已知的并在本领域中对睡眠状态进行定义：醒来，非快速眼动睡眠，快速眼动睡眠。这些类的每一个在概率意义上可与特征值的优选分布有关，而分类器模型使用该统计事实来为每个时期提供分类输出。另外，可以进一步组合来自每个时期的概率以增强分类的准确度。于是可以在整晚的记录上对这些时期分类进行组合以提供所谓睡眠图，该睡眠图将时间段映射成不同的睡眠阶段。能从睡眠图取得的一个重要参数是睡眠效率，睡眠效率是睡着时间占总床上时间的分数的百分比。

信息还可通过测量夜晚睡眠中的动作来提供睡眠质量的测量。如上所述，将数据划分成时间的时期，并测量每个时期内的活动计数特征。基于与之前采集的数据库的比较，并使用上面概述的分类器方法，于是可以将每个时期分类成“无动作”、“轻柔动作”、“中等动作”或“剧烈动作”。由这些时期分类，可通过计算分配给每个动作类的时期的数量来确定睡眠质量系数。

本公开内容的装置、系统和方法还可用于提供关于非快速眼动睡眠和快速眼动(REM)睡眠之间的过渡的信息，因为在相对慢的动作期间之后，已知这种过渡通常伴随位置上变化和相对大的运动。

另外，本公开内容的装置、系统和方法还可用于以比传统可用的方式更少打扰(intrusive)和更不复杂的方式来提供关于夜晚记录的呼吸图。呼吸图是对夜晚睡眠中呼吸频率的测量，并可通过画出关于整晚记录的呼吸频率曲线来进行计算。

对不同实施例的讨论

通过本公开内容设计生理监视的装置、系统和方法的不同实施例。在一个实施例中，用于检测、分析和显示主体的呼吸参数、心搏和身体功能或运动中的一种或多种的装置包括处理器，将该处理器配置成分析从主体反射的信号而不与该主体物理接触，并取得例如人主体的主体的不同生理参数的测量结果。可配置显示器来向该装置的本地用户或远程用户提供分析和取得的测量结果。反射的信号可以是RF信号，或者该信号可以是例如超声、红外和/或可见光的其它类型信号。

在该实施例和不同实施例的另一方面，传感器可以与处理器相连并布置成接收从主体反射的信号。传感器和处理器被布置成不与主体直接或间接物理接触来操作。在该实施例的另一方面，可由与该装置并置的发射器产生反射信号。另外，发射器可以被配置成产生适用于与人主体一起使用的RF能量信号。在该实施例和不同实施例的又一方面，可以布置乘法器电路以使反射信号与发射信号相乘并从中输出表示呼吸、心脏和身体功能或运动的基带信号。身体功能可包括例如可通过主体小的身体运动而检测的孩子撒尿。

在该实施例和不同实施例的另一方面，可以将处理器配置成通过识别基带信号的能量包络中的峰值来辨识人主体的身体动作的周期。另外，可以将处理器配置成通过计算每单位时间基带信号超阈值的数量来辨识人主体的身体动作的周期。在该实施例和不同实施例的另一方面，提供传感器并将该处理器配置成接收基带信号并输出被处理的信号来响应，并可将处理器进一步配置成使用被处理的信号来区分人主体的呼吸活动或人主体的心搏。被处理的信号可以是由例如通过独立的成分分析的已知的数字信号处理技术实施的带通、多个带通或信号分离处理的输出。

在该实施例和不同实施例的另一方面，可以将处理器配置成通过计算相对于其它时期的基带信号的能量，来为测量时期确定活动计数。另外，可以将处理器配置成运行分类器模型从而通过处理由从基带信号取得的呼吸信号获得的特征来确定Cheyne-Stokes呼吸模式。另外，可以将处理器配置成通过处理从基带信号取得的呼吸信号来确定睡眠呼吸暂停低通气指数(AHI)；可仅通过取得的呼吸努力参数来确定AHI。在该实施例和不同实施例的相关方面，可以将处理器配置成通过分析从基带信号取得的动作信号来确定主体的睡眠状态。在其它方面，可以运行分类器模型而通过组合由分类器模型提供的动作信号、呼吸信号和心脏信号中的一种或多种来确定睡眠状态。在该实施例和不同实施例的又一相关方面，可以将处理器配置成通过确定主体的呼吸和动作活动在一段时间内低于预定阈值来辨识中枢性呼吸暂停情况。在其它方面，可以将处理器配置成通过对取得的呼吸频率与现有的一组呼吸测量结果进行比较来辨识人主体的呼吸困难情况。

在实施例的其它方面，处理器使视觉或听觉指示设备将主体的睡眠状态、呼吸参数、心率或身体运动信号中的一种或多种信号通知给用户。

在另一实施例中，用于测量、分析和显示主体的呼吸参数、心搏和身体运动或功能中的一种或多种的系统还包括配置成向主体传播射频信号的发射器装置和布置成接收从主体反射的信号的接收器。将处理器布置成分析反射信号以产生呼吸参数、心搏和身体运动或功能中的一种或多种的测量结果。可使用监视器通过听觉指示或视觉指示或两者来将选定的信息提供给系统的本地用户或远程用户。系统可进一步包括与处理器相连的一种或多种辅助传感器，例如听觉传感器、温度传感器、湿度传感器和光传感器中的一种或多种。

在另一实施例中，除了其它步骤之外，用于测量、分析和显示主体的一种或多种生理参数的方法包括感测从主体反射的信号并对该反射信号进行处理和分析。反射信号可以是RF信号。可取得属于主体的一种或多种生理参数。生理参数可包括主体的呼吸参数、心搏和身体运动或功能中的一种或多种。最后，可以使选定的取得的信息例如在显示监视器对用户可用。在其它方面，可响起音频警报以响应于生理参数中的一种或多种在正常限制之外的确定。这种生理参数可包括例如通过分析从反射的无线电信号取得的呼吸信号而获得的睡眠呼吸暂停低通气指数(AHI)。

在一个相关实施例中，计算机可读介质在其上包含有计算机指令，当在计算机上运行时，该计算机指令执行以下功能：通过处理和分析从活主体反射的信号来测量、分析和显示活主体的一种或多种生理参数；取得属于所述活主体的所述一种或多种生理参数，所述一种或多种生理参数包含主体的呼吸参数、心搏和身体运动或功能中的一种或多种；并使选定的取得的信息对客户可用。

在该实施例和不同实施例的另一方面，可通过使用由发射信号与反射信号相乘取得的基带信号来处理和分析反射信号。可利用分类器分析基带信号，接着可确定活动计数以响应分类结果。被确定的活动计数用于确定一种或多种生理参数。

实验结果

本公开内容的装置、系统和方法的应用的一个示例在于检测和诊断不同的睡眠紊乱。

背景：对于诊断和监视诸如失眠症、生理节奏睡眠/醒来干扰和周期性腿部运动的睡眠紊乱而言，活动监测(artimetry)是一种被广泛接受的技术。在该研究中我们调查过灵敏的非接触式生物动作传感器来测量活动监测并对该传感器的性能与腕部活动监测进行比较。在不限定的家庭环境中利用同时的非接触式传感器采集由二十个主体(十个主体睡眠正常，十个主题睡眠紊乱)组成的集合(corpus)，而

活动监测记录用作基线标准。数据的总计长度为151小时。使用30秒时期将非接触式传感器信号映射到活动监测并与确定的

活动监测的一致程度。对于所有二十个主体，灵敏度和特异性分别为79％和75％。另外，显示出非接触式传感器还可测量呼吸和呼吸调制。该研究的结果表明非接触式传感器作为对睡眠研究的诊断和显示工具是对腕部活动监测高度便利的替换例。另外，因为非接触式传感器测量呼吸调制，所以该传感器可另外用于显示由睡眠呼吸暂停和慢性阻塞性肺疾病(COPD)引起的睡眠中的呼吸干扰。

睡眠评估可以基于许多不同类型的信号。测量这些信号的现有方法包括多导睡眠图仪(PSG)、活动记录仪和睡眠日志。PSG，用于睡眠评估的“金标准”对有些应用而言可能是不切实际的，尤其对于家庭使用。它可能既打扰又昂贵。

活动监测是一种成熟的技术，在近来的25年中得到发展。活动监测是可佩带的动作感测和数据记录设备，该设备以几日、数周、甚至更长时间来连续记录动作数据。活动监测表一般放在非主要的腕部、腿部或有时是躯干上。数字化的活动监测信号可以在计算机上处理并用于诊断和监视诸如失眠症、生理节奏睡眠/醒来干扰和周期性腿部运动(PLM)的睡眠紊乱。对于诊断睡眠紊乱而言，不认为活动记录仪和完全PSG研究一样可靠，但是由于其适合于连续记录较长时间周期、方便性以及低成本，因此活动记录仪也是非常有用的显示设备。可以认为活动记录仪比患者睡眠日志更可靠。

其中给出传统活动监测技术的简要介绍。采用灵敏的线性加速度计来捕捉运动。对运动进行带通滤波(通常为0.25Hz至2-3Hz)。这消除了非常慢的运动和诸如颤抖和不由自主战栗的快速人体运动。主动性人体运动很少超过3-4Hz。

动作被转换成模拟电信号并被数字化。在一个时期内对运动计数进行累加，时期的长度一般是用户可编程的。可使用三种方法对模拟信号进行数字化：a)高于阈值的时间，b)过零的数量，或c)数字积分。高于阈值的时间方法对该时期内模拟信号高于预定阈值的时间量进行累加。示例阈值可以是0.2g(g＝9.8m/s2)。关于该方法的两个问题是：(a)存在饱和效果，因为高于阈值的信号幅度被忽视，和(b)没有测量运动加速度。

过零方法计算一个时期中活动监测信号水平过零线的次数数量。关于该方法的三个问题是：(a)不捕捉运动幅度，(b)不测量运动加速度，和(c)该方法易受由于高频率伪象(artifact)导致的较大无效计数读数的影响。数字积分方法以高速率采样模拟活动监测信号。然后计算曲线之下的面积。幅度和加速度信息都被捕捉到。已经发现对于识别运动而言数字积分方法胜过高于阈值的时间和过零方法。

活动记录仪经常被报道为计数，但重要的是强调不同的硬件设备和不同的活动监测算法能对相同的活动监测产生非常不同的计数。因此，在活动记录和从非接触式传感器取得的活动监测之间进行直接比较是困难的。一种可选方法是比较活动监测的时间上的位置。这会允许捕捉假阳性和假阴性。

非接触式电波探测器技术传感器可用非打扰的方式监视呼吸、运动和甚至心脏信号。非接触式传感器提供超过现有技术的许多优点在于：1)不与主体接触，2)传感器的成本非常低，和3)传感器非常便携。

方法：对平均年龄为46.7岁的十二个女人和八个男人组成的二十个主体记录同时的活动监测和非接触式传感器记录(SD 21.3)。九个主体被分类为健康的。对于其他十一个主体而言，六个有严重的睡眠呼吸暂停，两个有中等的睡眠呼吸暂停，一个有COPD，一个有儿童期肥胖和一个患有失眠症。该记录是在医生的监督下在不限定的家庭环境中制成的。

活动监测表(

)：

(Mini Mitter Company的注册商标)是一种在该研究中用于提供活动计数的基线的长期活动监视设备。该设备不用电线，并经由封闭的近程RF链接(closeproximity RF link)将数据传递给PC。

包含能够检测两个平面中的加速度的传感器。

灵敏到0.01g，并对动作的程度和速度求积分且产生具有变化幅度的电流。速度和动作增加的程度产生电压方面的增高。该表转换该信号并将其存储为活动计数。最大采样率为32Hz。对于该研究，将表放在非主要腕部并设置到记录15秒时间间隔(时期)内活动计数的数量。

非接触式传感器：在该研究中采用的非接触式传感器是使用调制系统采用5.8GHz多普勒电波探测器的多通道生物动作传感器，其中调制系统限制最大和最小量程两者。正交操作消除了依赖于范围的“空(null)”感测。使用带宽为(0.05-1.6)Hz和(1-5)Hz的模拟有源滤波器对基带同相(I)信号和正交(Q)信号进行滤波。发射的功率非常低-小于10mW。

非接触式传感器数据记录器：在该研究中使用的非接触式生物动作记录器的设计分享现有活动监测表的一些优点，包括使用方便、重量轻、便携性、便宜、低功率使用、非打扰和记录几天或甚至几星期的能力。由BiancaMed Ltd.制造的数据记录器包含所有上述特征，并且该记录器可以由电力干线或电池供电。该记录器是独立设备，将来自内部非接触式传感器的数据记录到SD闪存卡以便于传递给PC进行分析。该记录器能够用标准现用的SD卡(达4GB)连续记录几星期，就象在数字摄像机中使用那样。该记录器包含独立的电池供电的时钟，该时钟用准确的时间信息给运动数据做标记并用10位分辨率以50Hz数字化传感器通道。用户将数据记录器放在离开床不超过1米远，高于床垫高度0.25至0.5米之间，并面对主体的躯干。对于运动检测而言(活动监测)，已经发现记录器的定位不是至关紧要的。对于呼吸检测而言，数据记录器对定位更敏感，但是实验显示如果放在上述限制之内，就能获得良好的信号。

非接触式传感器到活动监测映射：当进行呼吸分析时对I和Q通道进行组合，不过对于活动监测数据，仅使用一个通道(I或Q)就足够了。从非接触式传感器到活动监测的映射如下执行：

1)第一阶段是数字带通滤波器，带宽(1.5，4.6)Hz，抑制频带(0.7，4.9)Hz，3dB带宽，抑制频带衰减为50dB；实施为7阶巴特沃斯滤波器。该滤波器衰减呼吸频率，因此强调运动频率。

2)然后用分类滤波器去掉呼吸信号。

3)最后，信号被门限并求和成非重叠的两个第二二进制(secondbins)而给出活动监测计数。然后可将两个第二时期向下采样到适当的时期并与基于腕部的活动监测进行比较。

由于

和数据记录器之间变化的时钟偏移量，因此人工对准活动监测和非接触式传感器记录。对准之后，信号被截短从而仅保留同时记录的数据。表1中给出每组对准并截短的记录的长度。平均长度是7.53小时，而所有20个记录的总计长度是151小时。

性能测量：性能测量是基于时期的。对

和非接触式活动监测而言，活动监测计数都被总计成30秒时期。对于每个时期，将大于1的计数量化为1并在

与非接触式传感器的量化计数之间进行比较，即，该比较测量时间活动位置的准确度，而非活动监测的幅度。表2示出在对参考时期(

活动监测)与非接触式活动监测时期进行比较时出现的四种可能状态，TN、FN、FP和TP分别指的是真阴性、假阴性、假阳性和真阳性。将灵敏度(由非接触式活动监测映射检测到的具有活动监测的时期的概率)定义为：

并将特异性(同样由非接触式活动监测映射标记不具有活动监测的时期的概率)定义为：

结果：图14提供来自非接触式传感器的实验结果，该传感器记录了记录号2(顶轴)和底轴上的活动监测记录，图中信号已经被对准和截短，并且图中中间轴显示映射到

活动监测的非接触式信号。从图14可以看到非接触式和

活动监测在时间位置方面和幅度方面非常吻合。表III给出非接触式与

活动监测的二十个比较值的每一个的灵敏度和特异性。

讨论：对于所有二十个主体，灵敏度和特异性分别为79％和75％。因此非接触式传感器监视整个身体的动作将比单个非主要腕部定位的

记录更多动作。这可解释更低特异性值。传感器也被证明是非常可靠、方便和非侵入式的。不存在信号质量或设备装配问题。被报告的主体都不会受到传感器的打扰。该研究的结果表明非接触式传感器能可靠地量化活动监测。因此，可以给基于非接触式的活动监测数据配置所建立的基于活动监测的睡眠算法，并且例如，可以估计睡眠效率。没有为该研究执行全部PSG，因此基于专家注释的EEG的睡眠分段是不可能的。

由于缺乏专家睡眠分段，因此此时不会比较来自

和非接触式活动监测的睡眠效率。我们的结果示范了非接触式传感器能可靠地测量呼吸信号，例如，容易确定整夜非接触式传感器信号的光谱图(未示出)和大约0.3Hz的呼吸频率(每分钟18次呼吸)。另外，采自具有轻微睡眠呼吸暂停的主体的样本的非接触式呼吸信号在对呈现呼吸暂停的呼吸信号进行调制过程中提供证据，并且这表明本公开内容的装置、系统和方法不仅可用作活动监测表，而且可用于自动显示诸如睡眠呼吸暂停和COPD期间发生的睡眠过程中的呼吸干扰。

结论：因此，在一个示例应用中已经示范了基于非接触式的活动记录仪可捕捉与传统基于腕部的活动记录相当的信息。另外，非接触式生物动作传感器是生理信息更丰富的源。活动记录图是单一形态信号，然而非接触式生物动作传感器可捕捉活动记录仪和呼吸信息两者。非接触式传感器还被证明是高度方便和不易察觉的。即使该示范是使用RF信号实施的，也可使用例如超声、红外或可见光的其它信号类型。

工业可应用性的声明

本公开内容的装置、系统和方法可在非侵入式、非接触式监视和分析诸如呼吸和心搏的人或其它活主体的生理症状中找到应用。本公开内容还可应用于睡眠监视、压力监视、健康监视、入侵检测和物理安全。

Claims (36)

1.一种用于检测、分析和显示活主体的呼吸、心搏和身体功能或运动中的一种或多种的装置，所述装置包含处理器，所述处理器被配置成：

(1)分析从所述主体反射的单频脉冲射频RF信号而不与所述主体物理接触；

(2)利用电路确定所发射的单频脉冲射频RF信号与反射的单频脉冲射频RF信号之间的程差信号，其中通过主体的运动产生该程差，并且通过对程差信号进行低通滤波产生原始传感器信号，取得所述呼吸、心搏和身体功能或运动中的一种或多种的测量结果；和

所述装置还包括显示器，所述显示器被配置成将分析和取得的测量结果提供给所述装置的本地用户或远程用户。

2.根据权利要求1所述的装置，进一步包含与所述处理器相连并被布置成接收从所述主体反射的信号的传感器。

3.根据权利要求2所述的装置，其中所述传感器和处理器都被布置成与所述主体无任何直接或间接的物理接触来操作。

4.根据权利要求1所述的装置，其中所述反射信号由与所述装置并置的发射器产生。

5.根据权利要求4所述的装置，其中所述发射器被配置成产生适用于与所述活主体一起使用的所述射频RF信号。

6.根据权利要求1所述的装置，进一步包含乘法器电路，所述乘法器电路布置成使发射信号与所述反射信号相乘并从中输出表示所述呼吸、心搏和身体功能或运动中的一种或多种的基带信号。

7.根据权利要求6所述的装置，其中所述处理器被配置成通过识别所述基带信号的能量包络中的峰值来辨识所述主体的身体动作的周期。

8.根据权利要求6所述的装置，其中所述处理器被配置成通过计算每单位时间所述基带信号的超阈值的数量来辨识所述主体的身体动作的周期。

9.根据权利要求6所述的装置，进一步包含传感器，并且其中所述处理器被配置成接收所述基带信号并输出被处理的信号以对其响应，其中所述处理器进一步被配置成使用被处理的信号来区分所述主体的呼吸活动。

10.根据权利要求6所述的装置，进一步包含传感器，并且其中处理器被配置成接收所述传感器的输出并输出被处理的信号以对其响应，其中所述处理器进一步被配置成使用被处理的信号来区分所述主体的心搏。

11.根据权利要求6所述的装置，其中所述处理器被配置成通过计算相对于其它时期的所述基带信号的能量来确定测量时期的活动计数。

12.根据权利要求6所述的装置，其中所述处理器被配置成运行分类器模型并通过处理从由所述基带信号取得的呼吸信号获得的特征来确定Cheyne-Stokes呼吸模式。

13.根据权利要求6所述的装置，其中所述处理器被配置成通过处理从所述基带信号取得的呼吸信号来确定睡眠呼吸暂停低通气指数(AHI)。

14.根据权利要求13所述的装置，其中仅通过取得的呼吸努力参数来确定AHI。

15.根据权利要求1所述的装置，其中所述处理器被配置成通过分析从所述基带信号取得的动作信号来确定所述主体的睡眠状态。

16.根据权利要求1所述的装置，其中所述处理器被配置成运行分类器模型并通过对由所述分类器模型提供的动作信号、呼吸信号和心脏信号中的一种或多种进行组合来确定睡眠状态。

17.根据权利要求1所述的装置，其中所述处理器被配置成通过确定所述主体的呼吸和动作活动在一段时间内低于预定阈值来辨识中枢性呼吸暂停情况。

18.根据权利要求1所述的装置，其中所述处理器被配置成通过对取得的呼吸频率与现有的一组呼吸测量结果进行比较来辨识所述主体的呼吸困难情况。

19.根据权利要求1所述的装置，进一步包含视觉指示设备，通过所述视觉指示设备将由所述处理器确定的所述主体的睡眠状态用信号通知给用户。

20.根据权利要求1所述的装置，进一步包含视觉指示设备，通过所述视觉指示设备将由所述处理器确定的所述主体的呼吸参数用信号通知给用户。

21.根据权利要求1所述的装置，进一步包含视觉指示设备，通过所述视觉指示设备将由所述处理器确定的所述主体的身体运动用信号通知给用户。

22.根据权利要求1所述的装置，进一步包含视觉指示设备，通过所述视觉指示设备将由所述处理器确定的所述主体的心率用信号通知给用户。

23.根据权利要求1所述的装置，其中响应于所得到的所述测量结果中的一个或多个的输出被提供给显示器，所述显示器被配置成将分析和取得的测量结果提供给所述装置的本地用户或远程用户。

24.一种用于测量、分析和显示活主体的呼吸参数、心搏和身体运动或功能中的一种或多种的系统，所述系统包含：

发射器装置，配置成向所述主体传播单频脉冲射频RF信号；

接收器，布置成接收从所述主体反射的RF信号；

处理器，布置成：

分析所传播的单频脉冲射频RF信号与反射的射频RF信号之间的程差，通过把所传播的信号与反射的信号进行混频而得到混频信号，从而产生所述程差，对所得到的混频信号进行低通滤波，从而产生表示运动的原始信号，以及基于该原始信号产生呼吸参数、心搏和身体运动或功能中的一种或多种的测量结果，和

监视器，通过听觉指示设备或视觉指示设备或者两者将选定的信息提供给所述系统的本地用户或远程用户。

25.根据权利要求24所述的系统，其中所述系统的输出被提供给监视器，所述监视器通过听觉指示或视觉指示或者两者将选定的信息提供给所述系统的本地用户或远程用户。

26.根据权利要求24所述的系统，进一步包含与所述处理器相连的至少一个辅助传感器。

27.根据权利要求26所述的系统，其中所述至少一个辅助传感器包含声传感器、温度传感器、湿度传感器和光传感器中的一种或多种。

28.一种用于测量、分析和显示活主体的一种或多种生理参数的方法，所述方法包含以下步骤：

感测从所述活主体反射的单频脉冲射频RF信号；

分析与从所述活主体反射的信号相关联的程差，通过把所传播的信号与反射的信号进行混频而得到混频信号，从而产生所述程差，对所得到的混频信号进行低通滤波，从而产生表示运动的原始信号；

基于所述原始信号取得属于所述活主体的所述一种或多种生理参数，所述一种或多种生理参数包含主体的呼吸参数、心搏和身体运动或功能中的一种或多种；和

使选定的取得的参数对用户可用。

29.根据权利要求28所述的方法，其中使选定的取得的参数对用户可用的步骤包含将所述选定的取得的参数显示在监视器上。

30.根据权利要求28所述的方法，进一步包含响起声响警报以响应于对所述一种或多种生理参数中的一种或多种在正常限制之外的确定。

31.根据权利要求28所述的方法，其中所述生理参数包含通过分析从反射的射频RF信号取得的呼吸信号而获得的睡眠呼吸暂停低通气指数(AHI)。

32.根据权利要求28所述的方法，其中所述处理和分析所述反射信号的步骤包含通过使所述反射信号与发射信号相乘来获得基带信号。

33.根据权利要求32所述的方法，进一步包含利用分类器分析所述基带信号并确定活动计数以响应分类结果。

34.根据权利要求33所述的方法，进一步包含使用所确定的活动计数来确定所述一种或多种生理参数。

35.一种用于测量、分析和输出活主体的一种或多种生理参数的方法，该方法包括：

确定与反射信号相关联的程差，通过把所传播的单频脉冲RF信号与反射的单频脉冲RF信号进行混频而得到混频信号，从而产生所述程差，对所得到的混频信号进行低通滤波，从而产生表示运动的原始信号；

基于所述原始信号取得属于所述活主体的所述一种或多种生理参数，所述一种或多种生理参数包含主体的呼吸参数、心搏和身体运动或功能中的一种或多种；和

通过输出使选定的取得的参数对用户可用。

36.一种用于检测、分析和显示活主体的呼吸、心搏和身体功能或运动中的一种或多种的装置，所述装置包含：

处理器，配置成分析从所述主体反射的单频脉冲射频RF信号，通过把所传播的单频脉冲RF信号与反射的单频脉冲RF信号进行混频而得到混频信号，从而产生与从所述主体反射的信号相关联的程差，对所得到的混频信号进行低通滤波，从而产生表示运动的原始信号，并基于所述原始信号取得所述呼吸、心搏和身体功能或运动中的一种或多种的测量结果，；和

显示器，配置成将分析和获得的测量结果提供给所述装置的本地用户或远程用户。

Images