CN104994786B - 用于睡眠监视的设备和方法 - Google Patents

用于睡眠监视的设备和方法 Download PDF

Info

Publication number
CN104994786B
CN104994786B CN201480003976.2A CN201480003976A CN104994786B CN 104994786 B CN104994786 B CN 104994786B CN 201480003976 A CN201480003976 A CN 201480003976A CN 104994786 B CN104994786 B CN 104994786B
Authority
CN
China
Prior art keywords
sensor
biophysics
signal
life entity
amplitude
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Active
Application number
CN201480003976.2A
Other languages
English (en)
Other versions
CN104994786A (zh
Inventor
I·贝雷兹尼
E·G·P·舒伊杰斯
P·M·方赛卡
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Koninklijke Philips NV
Original Assignee
Koninklijke Philips Electronics NV
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Koninklijke Philips Electronics NV filed Critical Koninklijke Philips Electronics NV
Publication of CN104994786A publication Critical patent/CN104994786A/zh
Application granted granted Critical
Publication of CN104994786B publication Critical patent/CN104994786B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/08—Detecting, measuring or recording devices for evaluating the respiratory organs
    • A61B5/0816—Measuring devices for examining respiratory frequency
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/02—Detecting, measuring or recording pulse, heart rate, blood pressure or blood flow; Combined pulse/heart-rate/blood pressure determination; Evaluating a cardiovascular condition not otherwise provided for, e.g. using combinations of techniques provided for in this group with electrocardiography or electroauscultation; Heart catheters for measuring blood pressure
    • A61B5/0205—Simultaneously evaluating both cardiovascular conditions and different types of body conditions, e.g. heart and respiratory condition
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/02—Detecting, measuring or recording pulse, heart rate, blood pressure or blood flow; Combined pulse/heart-rate/blood pressure determination; Evaluating a cardiovascular condition not otherwise provided for, e.g. using combinations of techniques provided for in this group with electrocardiography or electroauscultation; Heart catheters for measuring blood pressure
    • A61B5/024—Detecting, measuring or recording pulse rate or heart rate
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/103—Detecting, measuring or recording devices for testing the shape, pattern, colour, size or movement of the body or parts thereof, for diagnostic purposes
    • A61B5/1036—Measuring load distribution, e.g. podologic studies
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/103—Detecting, measuring or recording devices for testing the shape, pattern, colour, size or movement of the body or parts thereof, for diagnostic purposes
    • A61B5/11—Measuring movement of the entire body or parts thereof, e.g. head or hand tremor, mobility of a limb
    • A61B5/1102—Ballistocardiography
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/103—Detecting, measuring or recording devices for testing the shape, pattern, colour, size or movement of the body or parts thereof, for diagnostic purposes
    • A61B5/11—Measuring movement of the entire body or parts thereof, e.g. head or hand tremor, mobility of a limb
    • A61B5/1113—Local tracking of patients, e.g. in a hospital or private home
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/103—Detecting, measuring or recording devices for testing the shape, pattern, colour, size or movement of the body or parts thereof, for diagnostic purposes
    • A61B5/11—Measuring movement of the entire body or parts thereof, e.g. head or hand tremor, mobility of a limb
    • A61B5/1116—Determining posture transitions
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/103—Detecting, measuring or recording devices for testing the shape, pattern, colour, size or movement of the body or parts thereof, for diagnostic purposes
    • A61B5/11—Measuring movement of the entire body or parts thereof, e.g. head or hand tremor, mobility of a limb
    • A61B5/113—Measuring movement of the entire body or parts thereof, e.g. head or hand tremor, mobility of a limb occurring during breathing
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/48—Other medical applications
    • A61B5/4806—Sleep evaluation
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/48—Other medical applications
    • A61B5/4806—Sleep evaluation
    • A61B5/4812—Detecting sleep stages or cycles
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/68—Arrangements of detecting, measuring or recording means, e.g. sensors, in relation to patient
    • A61B5/6887—Arrangements of detecting, measuring or recording means, e.g. sensors, in relation to patient mounted on external non-worn devices, e.g. non-medical devices
    • A61B5/6892—Mats
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/72—Signal processing specially adapted for physiological signals or for diagnostic purposes
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/72—Signal processing specially adapted for physiological signals or for diagnostic purposes
    • A61B5/7271—Specific aspects of physiological measurement analysis
    • A61B5/7278—Artificial waveform generation or derivation, e.g. synthesising signals from measured signals
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B2503/00—Evaluating a particular growth phase or type of persons or animals
    • A61B2503/04—Babies, e.g. for SIDS detection
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B2503/00—Evaluating a particular growth phase or type of persons or animals
    • A61B2503/12—Healthy persons not otherwise provided for, e.g. subjects of a marketing survey
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B2503/00—Evaluating a particular growth phase or type of persons or animals
    • A61B2503/40—Animals
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B2562/00—Details of sensors; Constructional details of sensor housings or probes; Accessories for sensors
    • A61B2562/02—Details of sensors specially adapted for in-vivo measurements
    • A61B2562/0219—Inertial sensors, e.g. accelerometers, gyroscopes, tilt switches
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B2562/00—Details of sensors; Constructional details of sensor housings or probes; Accessories for sensors
    • A61B2562/02—Details of sensors specially adapted for in-vivo measurements
    • A61B2562/0247—Pressure sensors
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B2562/00—Details of sensors; Constructional details of sensor housings or probes; Accessories for sensors
    • A61B2562/04—Arrangements of multiple sensors of the same type
    • A61B2562/046—Arrangements of multiple sensors of the same type in a matrix array

Landscapes

  • Health & Medical Sciences (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Engineering & Computer Science (AREA)
  • General Health & Medical Sciences (AREA)
  • Veterinary Medicine (AREA)
  • Biophysics (AREA)
  • Biomedical Technology (AREA)
  • Heart & Thoracic Surgery (AREA)
  • Medical Informatics (AREA)
  • Molecular Biology (AREA)
  • Surgery (AREA)
  • Animal Behavior & Ethology (AREA)
  • Physics & Mathematics (AREA)
  • Public Health (AREA)
  • Pathology (AREA)
  • Physiology (AREA)
  • Dentistry (AREA)
  • Oral & Maxillofacial Surgery (AREA)
  • Cardiology (AREA)
  • Pulmonology (AREA)
  • Artificial Intelligence (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Psychiatry (AREA)
  • Signal Processing (AREA)
  • Measurement Of The Respiration, Hearing Ability, Form, And Blood Characteristics Of Living Organisms (AREA)
  • Measuring And Recording Apparatus For Diagnosis (AREA)
  • Measuring Pulse, Heart Rate, Blood Pressure Or Blood Flow (AREA)

Abstract

公开了一种用于测量生命体(150)的生物物理学变量(131)的睡眠监视设备(100)，包括至少两个在空间上以预先定义的平面几何形状进行部署的压力传感器(101‑103)。所述生命体驻留在被所述传感器所接触的支撑层(199)上，所述传感器响应于所述生命体经由所述支撑层所导致的压力而生成传感器信号。处理单元(110)基于传感器信号之间的差值确定所述生命体在支撑层上的位置；基于所述生命体的位置和传感器的位置确定幅度衰减因子；根据所述传感器所生成的传感器信号确定生物物理学变量，包括基于所述幅度衰减因子的幅度校正。本发明的效果在于，无论生命体在支撑层上的位置如何都仅需要几个传感器就能对生物物理学变量进行准确测量。

Description

用于睡眠监视的设备和方法
技术领域
本发明涉及一种用于测量驻留在床垫上的生命体的生物物理学信号的睡眠监视设备和方法。从该生物物理学信号提取生物物理学变量。从该生物物理学变量推导出人的睡眠状态。
背景技术
文献US6280392描述了一种传感器床单，其具有放置在所要监视的婴儿之下(被其所接触)的多个负载单元的网格。该传感器床单是用于在不产生干扰的情况下对睡着的婴儿的健康状态进行监视的婴儿状况监视系统的一部分。根据该负载单元的负载信号形成婴儿呼吸信号，根据后者确定呼吸状况。此外，诸如身体移动和重量之类的其它生物物理学信号也从该负载信号进行测量。
所述文献描述了具有高的负载单元空间密度的传感器床单，从而能够通过测量婴儿在婴儿身体的各个部分所导致的压力而推导出婴儿的姿态。此外，具有高的负载单元空间密度，有多个负载单元接触到婴儿，从而提供了相应的多个负载信号，根据该多个负载信号能够测量婴儿呼吸信号和其它生物物理学信号。
WO2011/008175A1描述了一种用于使用压力传感器的阵列进行患者监视的方法。该方法包括步骤：确定该阵列中的每个压力传感器的选择参数的数值；基于该选择参数的相应数值选择一个或多个压力传感器；并且基于从所述一个或多个所选择的压力传感器所获得的数据而测量患者的生命体征。
发明内容
现有技术的传感器床单通常被置于床上而覆盖了床的表面。因此，现有技术的缺陷在于，其需要许多的负载单元传感器以便在床上的任意位置接触到婴儿。因此，无论婴儿在床上的位置如何，都需要许多负载单元来测量婴儿的生物物理学信号。
本发明的目标是通过提供一种睡眠监视设备来克服现有技术的缺陷，该睡眠监视设备无论婴儿在床上的位置如何都仅使用几个传感器就能够准确测量婴儿与睡眠相关的生物物理学变量。
公开了一种用于测量生命体的生物物理学变量的睡眠监视设备，该设备包括作为在空间上以预定义平面几何形状进行部署的至少两个压力传感器的传感器，该传感器被配置为接触用于在生命体休息时对其进行支撑的支撑层并且响应于该生命体经由该支撑层而对该传感器所导致的压力而生成相应的传感器信号，该睡眠监视设备包括处理单元，其被配置为执行：(a)定位功能，其被配置为通过基于相应传感器之间的相位差执行多点定位过程或者通过基于相应传感器信号之间的幅度差执行三边测量过程而基于相应传感器信号之间的差值来确定生命体在支撑层上相对于传感器的位置；和(b)确定功能，其被配置为基于所确定的生命体的位置以及传感器之一的位置而确定幅度衰减因子，并且基于该传感器之一所生成的传感器信号和该幅度衰减因子确定生物物理学变量。
该睡眠监视设备在生命体驻留在该支撑层上的同时测量表征生命体的相应生物物理学状况的生物物理学变量。该生命体可以是婴儿、成人或者甚至是动物。例如，该睡眠监视设备测量表征躺在床垫上的婴儿的健康状况的呼吸速率和呼吸强度。
每个传感器通过生成传感器信号而对生命体经由该支撑层所导致的压力进行响应。该传感器在空间上以预定几何形状进行部署而使得传感器的位置相对于彼此是固定的并且被该睡眠监视设备所知。此外，该预定几何形状是平面的以允许传感器在该层中进行装配，该层自身根据定义具有平坦的形状。
该处理单元在对生命体相对于传感器的位置加以考虑的情况下确定该生命体的生物物理学变量。传感器处于该支撑层上的不同位置，并且因此传感器和生命体的位置之间的距离对于每个传感器而言有所不同。生命体所导致的压力波通过该支撑层传播从该生命体向传感器的距离，但量随着距离增加而有所衰减。当生命体导致压力波时，每个传感器检测以不同的量衰减的压力波。作为响应，每个传感器生成具有不同幅度的传感器信号。
该处理单元使用该定位功能和确定功能而根据传感器信号确定生物物理学变量。
该定位功能基于传感器信号之间的差值确定生命体(相对于传感器)的位置。也就是说，该定位功能通过基于相位差值执行多点定位过程或者通过基于幅度差执行三边测量过程而根据传感器信号之间的差值来计算所述位置。
该确定功能确定幅度衰减因子，其反应了从(该定位功能所确定的)生命体的位置向传感器的位置进行传播的压力的衰减。该确定功能随后根据传感器信号确定生物物理学变量，包括基于该幅度衰减因子的校正。例如，传感器信号的幅度使用该幅度衰减因子进行校正，根据所校正的传感器信号对生物物理学信号(例如，呼吸信号)进行滤波，并且从该生物物理学信号提取出生物物理学变量。或者，作为针对之前示例的变形，从传感器信号提取生物物理学信号，该生物物理学信号的幅度使用该幅度衰减因子进行校正，并且从经校正的生物物理学信号提取出生物物理学变量。
还公开了一种用于使用传感器测量生命体的生物物理学变量的方法，该传感器是在空间上以预定义平面几何形状进行部署的至少两个压力传感器的传感器，该传感器被配置为接触用于在生命体驻留时对其进行支撑的支撑层并且响应于该生命体经由该支撑层而对该传感器所导致的压力而生成相应的传感器信号，该方法包括步骤：通过基于相应传感器信号之间的相位差执行多点定位过程或者通过基于相应传感器信号之间的幅度差执行三边测量过程而基于相应传感器信号之间的差值来确定生命体在支撑层上相对于传感器的位置，基于所确定的生命体的位置以及传感器之一的位置而确定幅度衰减因子，并且基于该传感器之一所生成的传感器信号和该幅度衰减因子确定生物物理学变量。
本发明的效果在于，该睡眠监视设备仅使用几个传感器就能对生命体的生物物理学变量进行测量，而使得所测量的生物物理学变量对于生命体相对于传感器的位置而言是鲁棒的。另外的好处在于，本发明产生了用于睡眠监视的中间参数，也就是生命体的位置。
本领域技术人员将会意识到，以上所提到的两种或更多的本发明的选择、实施方式和/或方面可以以被认为有用的任何方式进行组合。
移动设备、方法的修改和变化和/或对应于所描述的移动设备的修改和变化的计算机程序产品的修改和变化能够由本领域技术人员基于这里的描述来实施。
附图说明
本发明的这些和其它方面由于随后所描述的实施例而是显而易见的并且将参考上述实施例进行阐述。
在附图中，
图1a图示了作为框图的睡眠监视设备，
图1b图示了在支撑婴儿的床垫中使用的睡眠监视设备，
图2图示了用于定位床垫上的婴儿的多点定位过程，
图3a图示了使用四个传感器的睡眠监视设备，
图3b图示了使用五个传感器的睡眠监视设备，
图4图示了处于各自不同情形的传感器的偏移量，
图5a图示了用于定位床垫上的婴儿的三边测量过程，
图5b图示了仅使用两个传感器的三边测量过程，
图6a图示了用于根据传感器信号确定生物变量的三个处理，
图6b图示了确定在这三个处理中使用的衰减参数的辅助处理，
图7图示了婴儿的两种睡眠状态，和
图8图示了包括婴儿和具有五个传感器的睡眠监视设备的床垫的鸟瞰图。
应当注意的是，在不同附图中具有相同附图标记的事项具有相同的结构特征和相同的功能。在这样的事项的功能和/或结构已经被解释过的情况下，无需在具体实施方式中对其进行重复解释。
具体实施方式
图1a图示了在支撑婴儿150的床垫199中使用的睡眠监视设备100。床垫199用作支撑躺着的婴儿的支撑层。设备100包括三个(压力)传感器101-103，它们响应于婴儿150经由床垫所导致的压力而生成相应的传感器信号：传感器处的传感器信号因此表示该传感器处的压力。该压力可能由于婴儿的生物物理学动作所导致，诸如呼吸、心脏的摇颤运动以及身体移动。传感器在空间上以平面几何形状进行配置而使得三个传感器装配在床垫内或者直接处于床垫之下。三个传感器之间的连接器106-108足够刚性以将该平面几何形状保持为其预定义的配置。
睡眠监视设备100包括处理单元110，其经由线缆104并且经由(沿着)经连接器106-108部署的线缆从传感器101-103接收传感器信号。处理单元110从该传感器信号中提取表征婴儿的生物物理学动作的生物物理学变量。例如，该生物物理学变量是表征呼吸状况的呼吸速率和/或呼吸强度。或者，该生物物理学变量是表征心脏状况的心率和/或心跳强度。或者，该生物物理学变量是可以表征睡眠状态的身体移动的量，例如表征物理上不安定的大幅、延长的身体移动，或者表征浅睡眠状态的轻微身体移动。
本发明使用(至少)两个传感器以便基于以下概念测量生物物理学变量而使得其具有正确的幅度。传感器处的压力的幅度源自于两个原因：(1)生物物理学动作的幅度以及(2)传感器和婴儿之间的距离。该距离因此引起对生物物理学动作所导致的压力衰减。为了获得生物物理学动作的幅度，传感器信号需要针对所述距离所导致的衰减进行校正。然而，这样的校正不可能使用单个传感器来执行，因为所述距离是未知的并且无法从单个传感器所生成的信号得出。本发明因此采用了使用来自相应传感器的传感器信号之间的差值来估计所述距离并且基于所估计的距离对传感器信号的幅度进行校正的计算过程。以下进一步对两种计算过程进行解释：基于相位/时间差的多点定位以及基于幅度差的三边测量。
注意到，本文中的术语衰减涉及到压力或压力波的幅度由于通过床垫(支撑层)传播一段距离而出现的下降。还注意到，在本文中，生物物理学信号的幅度是指与生物物理学信号的振幅相同的内容。生物物理学变量的幅度(根据生物物理学变量的类型)也可以与生物物理学信号的幅度直接相关，例如在生物物理学变量是被计算为30秒时间段期间的生物物理学平均幅度的呼吸强度时。与之相比，呼吸速率/频率的幅度并不与呼吸信号的振幅相关。
考虑之前段落的以下示例情形。婴儿的呼吸动作产生压力波，后者导致传感器101-103生成相应的传感器信号。由于该压力波的幅度随着压力通过床垫传播而衰减，所以婴儿附近的传感器(例如，传感器101)感应到比远离婴儿的传感器(例如，传感器103)更大的压力。接近的传感器的信号的幅度因此大于远离的传感器信号的幅度。作为结果，具有给定幅度的传感器信号可以对应于不同的呼吸条件，例如以下两种情形：(1)来自远离传感器的婴儿的呼吸沉重的幼儿(大的压力波幅度)，以及(2)来自传感器附近的婴儿的正常呼吸的幼儿(较小的压力波幅度)。仅从一个传感器信号无法对这些呼吸状况进行区分。
图1b作为框图图示了睡眠监视设备100。睡眠监视设备100包括三个传感器101-103，它们响应于婴儿所导致的压力生成相应的传感器信号。该传感器信号经由汇入到线缆123之中的相应线缆111-113而被送至处理单元110。处理单元110随后从该传感器信号获取生物物理学变量131。
处理单元110包括定位功能120和确定功能130。简言之，定位功能120根据传感器信号之间的差值确定婴儿的位置121，而确定功能则在计算生物物理学变量131的幅度时考虑所确定的婴儿150的位置121的情况下确定生物物理学变量131。
图2图示了用于定位床垫199上的婴儿150的多点定位过程。这样的处理被定位功能120所采用。如图2中所描绘的情形对应于图1a，其示出了床垫199中的三个传感器101-103。位置P0对应于婴儿150在床垫199上的位置，而位置P1、P2和P3则分别对应于传感器101、102和103。婴儿150作为压力波的来源，其导致传感器101-103通过生成相应的传感器信号而作出响应。
该压力波因此从处于位置P0的源跨传感器-源的距离d1、d2和d3传播至处于相应位置P1、P2和P3的相应传感器101、102和103。压力波的传播属性取决于床垫199的材料属性。传播属性包括：(1)传播速度，以及(2)衰减函数，其描述了作为(传播)距离的函数的压力波幅度的衰减。由于传感器位置P1-P3有所不同，所以传感器-源的距离d1-d3也有所不同，并且因此来自源的压力波在传感器101-103导致幅度和时序(延迟)上有所不同的压力波。所产生的传感器信号因此在幅度和延迟上有所不同。例如，当传感器101和103响应于来自源的压力波而生成相应的传感器信号时，则来自传感器103的传感器信号与来自传感器101的传感器信号相比将具有更大的延迟和更小的幅度。
多点定位过程用来根据三个传感器信号计算源的位置。多点定位过程是基于三个传感器信号之间的时间差(一般也被称作到达时差或TDOA)。来自传感器102的传感器信号关于来自传感器101的传感器信号有所延迟，比如延迟量达到DELAY12。双曲线H12表示了对应于延迟DELAY12的所有可能的源位置。(换句话说，双曲线H12表示了源将从那里在传感器101和102之间生成相同的延迟DELAY12的所有源位置。)同样，来自传感器103的传感器信号关于来自传感器101的传感器信号有所延迟，比如延迟量达到DELAY13。双曲线H13因此表示了对应于延迟DELAY13的所有可能的源位置。因此，通过计算两条双曲线H12和H13的交点而从传感器信号得出源位置P0。(本领域技术人员被认为能够使用教科书中的演算来计算出两条双曲线的交点)。
两个信号(例如，传感器信号)之间的延迟可以利用两个信号之间的交叉关联进行计算。交叉关联表现出峰值的时间指示该延迟。可替换地，可以应用信号处理来计算两个信号在静默周期之后的起振(onset)。起振之间的时间差因此指示该延迟。
多点定位可以进一步基于第三延迟，比如传感器102和103的传感器信号之间的延迟DELAY23。延迟DELAY23将对应于表示可能的源位置的第三双曲线H23(未示出)。随后通过计算三条双曲线的交点而得出源位置。理想情况下，三条双曲线严格在相同位置P0相交。然而，实际上三条双曲线由于信号噪声以及过程中的其它实际发生的不准确性而在近似相同位置处相交。最终的源位置因此可以通过首先(a)计算相应的三个双曲线配对的(三个)交点并且随后(b)根据三个交点计算平均位置而得出。
虽然最少需要三个传感器来执行多点定位过程，但是该多点定位过程也可以利用多于三个的传感器来执行。图3图示了使用四个传感器301-304的睡眠监视设备。该传感器以具有类似菱形的形状的几何形状进行配置。也可能是任意其它的四边形形状，例如类似菱形的形状。图3b图示了使用五个传感器311-315的睡眠监视设备。第五传感器315处于前四个传感器311-314所形成的矩形几何形状的中心。也可以使用在平面几何形状中具有多于五个且处于任意可能配置的传感器的其它配置形式。如图3a和3b所示的形状和大小被选择为使得传感器在床垫上相当均匀地进行分布。以这种方式，可能至少有一个传感器接近婴儿150，而使得该传感器测量到来自接近的婴儿的信号并且提供具有相对高的信噪比(与更远的传感器相比)的传感器信号。此外，使得传感器充分间隔开来在传感器信号之间将形成充分大的差值，这对于根据这些差值来计算源位置的过程(诸如多点定位过程)的准确性而言是有利的。如果传感器靠近在一起，则所计算的源位置的准确性趋向于恶化。
针对多于三个的传感器位置确定源位置是以与之前段落中所描述的相同方式来完成的。能够从N个传感器形成1/2Nx(N-1)个唯一传感器配对，每个配对对应于一条双曲线。因此，能够从3个传感器形成三个传感器配对，从4个传感器形成6个传感器配对，从5个传感器形成10个传感器配对，等等。能够针对每个传感器配对确定一条双曲线，并且能够针对每个双曲线配对确定交点。最终的源位置可以通过计算相应双曲线配对的所确定交点的平均值而得出。
婴儿150可以基于传感器信号之间的幅度差而不是传感器信号之间的时间差而被定位。传感器信号的偏移量取决于婴儿150所施加的静态压力。在婴儿并未处于床垫199上的情况下，传感器信号具有基础偏移量。在婴儿150处于床垫上的情况下，传感器信号具有其它偏移量。该其它偏移量和基础偏移量之间的差值因此是由婴儿所施加的静态压力所导致。所施加的静态压力取决于(a)婴儿的体重以及(b)婴儿150相对于传感器的位置P0，但是婴儿体重对于所施加的静态压力的影响可以被消除，并且传感器信号的偏移量差值因此可以与婴儿的位置P0相关。
图4图示了处于各自不同情形的传感器的偏移量。通过对例如传感器101的传感器的传感器信号进行校准而消除婴儿体重在偏移量差值中的贡献。首先，在婴儿并未处于床垫上时测量该传感器信号的基础偏移量Sbase。接着，在婴儿直接在传感器上方处于床垫上时测量基准偏移量Sref。随后，基准偏移量差值Δref被计算为(绝对)差值Δref＝|Sref-Sbase|，即基准偏移量和基础偏移量之间的差值。当婴儿并未直接处于传感器上方时(例如，婴儿位于位置P0)，测量传感器信号的实际偏移量Sact。实际偏移量差值Δact随后被计算为Δact＝|Sact-Sbase|，即实际偏移量和基准偏移量之间的(绝对)差值。实际偏移量差值Δact小于Δref，原因在于施加于传感器上的压力由于婴儿移动远离该传感器而变得较小。因此由于传感器101的位置P1与婴儿的位置P0之间的差值d1而导致了“剩余”偏移量差值Δres＝Δref-Δact。通过计算剩余偏移量差值Δres，婴儿体重对于基准偏移量差值Δref的贡献Δact被有效消除。
剩余偏移量差值Δres可以与源-传感器的距离相关，例如，传感器101和源位置P0之间的传感器-源的距离d1。传感器-源的距离可以使用衰减函数(即，类似于衰减曲线650)来确定，该衰减函数描述了剩余偏移量差值Δres如何与源-传感器的距离相关。该衰减函数可以通过另一种校准过程而获得，其中(1)与婴儿相同大小和重量的物体被置于距传感器的各种距离，(2)以该各种距离中的每一个距离测量传感器信号的偏移量，并且(3)针对每个所测量的偏移量计算剩余偏移量差值Δres。
通过针对多个传感器(例如，针对传感器101-103中的每一个)测量相应的剩余偏移量差值Δres，可以针对该多个传感器中的每一个确定传感器-源的距离(例如，d1-d3)。可以基于该多个传感器-源的距离d1-d3使用三边测量过程来定位婴儿。
可替换地，传感器信号之间的幅度差值并非诸如以上所描述的通过使用偏移量而得出，而是从每个传感器信号的动态分量的振幅得出。在校准过程中，导致与婴儿类似的压力波的仿真体(虚拟婴儿)可以被放置在支撑层上的各个位置。通过这样的校准过程，可以确定作为该仿真体相对于传感器位置的位置的函数的生物物理学信号(例如，呼吸信号、心脏信号或身体瞬态)的幅度衰减。因此，传感器信号的静态分量(偏移量)以及动态分量(振幅)都可以被用来基于传感器信号之间的幅度差值而确定婴儿的位置。
图5a图示了用于定位床垫199上的婴儿150的三边测量过程。这样的处理被定位功能120所采用。如图5a所描绘的情形类似于图2，但是差别在于传感器-源的距离d1-d3是直接仅从(单个)相应的传感器信号所获得(如以上所描述)。处于参照传感器101的距离d1处的源位置由圆圈C1所指示。同样，处于参照传感器102的距离d2处的源位置由圆圈C2所指示，并且处于参照传感器103的距离d3处的源位置由圆圈C3所指示。通过使用教科书的演算确定圆圈C1、C2和C3的交点而确定婴儿150位于位置P0处。
在图5a中，唯一地确定位置P0需要所有的三个圆圈C1-C3。如果仅使用两个圆圈，则无法确定唯一位置。例如，圆圈C1和C2在两个位置P0和P*处相交。在该示例中，因此需要第三圆圈C3来确定位置P0为三个圆圈C1-C3的唯一交点。
图5b图示了仅使用两个传感器101a和102b的三边测量过程。图5b示出了一个示例，其中传感器101b和102b在相应位置P1和P2处被置于床垫199的边缘。注意到，图5b类似于图5a，但是两个传感器101b和102b被置于边缘并且没有第三传感器103。在该示例中，仅需要两个传感器101b和102b来确定唯一交点P0。由于位置P*处的第二交点处于床垫以外，所以因此作为婴儿的可能位置可以排除位置P*。注意到，仅使用两个传感器定位婴儿150是基于传感器101b和102b的传感器信号之间的幅度差值来完成的。
图6a图示了用于根据传感器信号SENSIG确定生物变量BIOVAR的三个处理。诸如框图610-630所图示的处理由确定功能130所采用。图6a中的每个框表示一个子功能。
根据处理610，确定功能130如下工作。子功能CORRFUN使用衰减参数ATT对传感器信号SENSIG的幅度进行校正并且产生经校正的传感器信号SENSIG'。子功能GETBIOGIS从经校正的传感器信号SENSIG'滤出生物物理学信号BIOSIG。子功能GETBIOVAR从生物物理学信号BIOSIG中提取出生物物理学变量BIOVAR。例如，生物物理学信号BIOSIG是呼吸信号、心脏信号或身体移动信号，并且该生物物理学变量分别是呼吸强度、心跳强度或身体移动强度。
注意到，术语“从信号A滤出信号B”暗示了对信号A应用滤波器而产生信号B。例如，该滤波器是带通滤波器。
处理620与处理610的不同之处在于，与处理610相比，子功能CORRFUN和GETBIOSIG的顺序在处理620中进行了互换。因此，对生物物理学信号的幅度而不是传感器信号的幅度进行校正。根据处理620，确定功能130随后如下进行工作。子功能GETBIOSIG从传感器信号SENSIG滤出生物物理学信号BIOSIG。子功能CORRFUN使用衰减参数ATT对生物物理学信号BIOSIG的幅度进行校正并且产生经校正的生物物理学信号BIOSIG'。子功能GETBIOVAR从经校正的生物物理学信号BIOSIG'中提取出生物物理学变量BIOVAR。
处理630是用于从传感器信号SENSIG确定生物物理学变量BIOVAR'的第三种变化形式。在该变化形式中，子功能CORRFUN被应用于从生物物理学信号BIOSIG所提取的生物物理学变量BIOVAR。子功能CORRFUN使用衰减参数ATT对生物物理学变量BIOVAR的幅度进行校正并且产生经校正的生物物理学变量BIOVAR'。
作为子功能GETBIOSIG的示例，考虑使用例如具有0.1-2个呼吸周期/秒(Hz)的通带的带通滤波器从(经校正或未经校正的)传感器信号滤出呼吸信号。该通带的低端用来排除处于0Hz的DC分量。该通带的高端用来包括呼吸信号的最高频率。通常大约为0.5-1个呼吸周期/秒的婴儿呼吸速率落入该通带之内。该呼吸信号通过对经校正的传感器信号应用带通滤波器而获得。
作为子功能GETBIOSIG的另一个示例，虽然是在例如1-250Hz的高频率范围内，但是以类似方式从(经校正或未经校正的)传感器信号滤出心脏信号。该心脏信号由生成压力波的心脏摇颤运动所导致，并且所产生的心脏信号一般被称作心冲击描记图。
作为子功能GETBIOVAR的一个示例，从(经校正或未经校正的)呼吸信号中提取出作为呼吸速率或呼吸强度的生物物理学变量。例如，该呼吸速率通过应用信号处理以确定呼吸信号在预定时间段(例如，30秒)期间的平均基础频率而被提取。类似地，该呼吸强度通过应用常见信号处理以确定呼吸信号在所述预定时间段期间的平均振幅而被提取。
作为子功能GETBIOVAR的另一个示例，该从(经校正或未经校正的)心脏信号提取出作为心率或心跳强度的生物物理学变量。例如，该心率通过应用信号处理以确定心脏信号在预定时间段(例如，30秒)期间的平均基础频率而被提取。类似地，该心跳强度通过应用常见信号处理以确定心脏信号在这样的预定时间段期间的平均振幅而被提取。
作为子功能CORRFUN的一个示例，衰减参数ATT是处于0.0和1.0之间的数字，其表示传感器信号SENSIG(或生物物理学信号BIOSIG)的幅度(振幅)由于通过信号源和生成传感器信号SENSIG的传感器之间的距离进行传播而出现衰减的程度。例如，数字0.8表示传感器处的传感器信号SENSIG(或生物物理学信号BIOSIG)的幅度是源位置P0处的传感器信号幅度的80％。换句话说，传感器信号的幅度由于从源传播至传感器而损失了20％。当在处理610中应用时，子功能CORRFUN因此通过将传感器信号SENSIG乘以1/0.8而获得经校正的传感器信号SENSIG'。当在处理620中应用时，子功能CORRFUN因此通过将生物物理学信号BIOSIG乘以1/0.8而获得经校正的生物物理学信号BIOSIG'。当在处理630中应用时，子功能CORRFUN因此通过将生物物理学变量BIOVAR乘以1/0.8而获得经校正的生物物理学变量BIOVAR'。(注意到，以上示例中由子功能CORRFUN所进行的校正是在压力波的所有频率都以相同方式通过床垫进行传播的假设下完成的。)
图6b图示了用于在这三个处理610-630中确定衰减参数ATT的辅助处理。子功能GETDIST计算(由定位功能120所提供/确定的)源位置与(已知)传感器位置Pn之间的源-传感器距离dn。例如，传感器101生成传感器信号SENSIG，传感器位置Pn＝P1并且距离dn＝d1(还参见图2)。子功能GETATT随后通过使用衰减曲线确定衰减参数ATT，上述衰减曲线将源-传感器距离dn与幅度衰减因子ATT相关。
例如，图形650示出了衰减曲线651，其在x轴652上具有源-传感器距离dn并且在y轴653上具有衰减参数ATT(即，该示例中的幅度衰减因子)。衰减曲线651描述了传感器/生物物理学信号的幅度随着源-传感器距离dn变大而逐渐变小。子功能GETATT因此经由衰减曲线651而使得所计算的源-传感器距离dn与衰减参数ATT相关。
衰减曲线可以通过衰减参数ATT与传感器-源距离dn成反比而定义。对于dn>dn0，ATT＝dn0/dn，而对于dn≤dn0，ATT＝1，其中dn0表示距源的最小距离(例如，dn0＝15cm)。可替换地，衰减曲线651可以与传感器-源距离dn的倒数的幂K成反比：对于dn>dn0，ATT＝(dn0/dn)K，而对于dn≤dn0，ATT＝1，例如K＝2。
最终，通过床垫的传播属性确定衰减曲线651。在衰减可以根据后者的等式进行描述的情况下，可以使用校准过程来确定参数K和dn0。例如，该校准过程使用产生振动(具有处于感兴趣的生物物理学信号的范围内的频率)的设备，并且在各个传感器-源距离dn对衰减曲线651进行采样(测量)。最小二乘误差拟合随后产生参数K和dn0。或者，如果两个参数K和dn0之一是已知的，则最小二乘误差拟合产生另一个未知的参数。
传播属性针对通过床垫的压力波的不同频率可能有所不同。例如，可能需要针对每个频带确定衰减曲线651。例如，第一频带包括呼吸信号而第二频带则包括心脏信号：第一频带因此对应于第一衰减曲线651而第二频带则对应于第二(不同的)衰减曲线651。在处理620中，子功能CORRFUN因此使用对应于生物物理学信号BIOSIG的频带的衰减参数ATT对生物物理学信号BIOSIG的幅度进行校正。同样，在处理630中，子功能CORRFUN因此使用对应于生物物理学信号BIOSIG的频带的衰减参数ATT对生物物理学变量BIOVAR的幅度进行校正。
传播属性的差异可能包括相应的不同频带中的不同传播速度。呼吸信号和心率信号因此可能均以其自己的传播速度进行传播。多点定位过程因此可以基于呼吸信号或心脏信号而不是传感器信号来执行。在图2中，这可以如下工作。来自相应的三个传感器101-103的传感器信号被滤波而使得从该传感器信号获得相应的三个呼吸信号。随后基于这三个呼吸信号以及该呼吸信号在床垫中的传播速度而执行多点定位过程。以类似的方式，基于心脏信号执行多点定位过程。
确定功能130可以从可用传感器信号中选择具有最大幅度的传感器信号以确定生物物理学变量。例如，考虑图2。如果传感器101所生成的传感器信号具有比传感器信号，即传感器102和103所生成的传感器信号更大的幅度(振幅)，则确定功能130选择来自传感器101的传感器信号。根据处理610-630之一由所选择的传感器信号确定生物物理学变量。
以类似的方式，确定功能130可以从可用生物物理学信号中选择具有最大幅度的生物物理学信号(而不是传感器信号)。为此，确定功能130对来自每个传感器信号的呼吸信号进行滤波并且选择具有最大幅度的呼吸信号。随后例如可以根据处理620由所选择的呼吸信号确定生物物理学变量。
可替换地，确定功能130可以从多个传感器信号(即，由相应的多个传感器所生成)而不是单个传感器信号来确定生物物理学变量。考虑以下符合处理610的示例。来自相应的多个传感器(例如，101-103)的多个传感器信号沿时间轴进行平移以将该多个传感器信号的相应相位对齐。每个经时间平移的传感器信号的幅度随后使用子功能CORRFUN进行校正。随后通过计算经(幅度)校正的时间平移传感器信号的平均值而获得“超级传感器信号”，从该超级传感器信号滤出生物物理学信号，并且从该生物物理学信号中提取出生物物理学变量。
类似于之前的段落，考虑以下符合处理620的示例。从来自相应的多个传感器信号的相应多个传感器信号中的每一个中滤出多个生物物理学信号。类似于之前的段落，该多个生物物理学信号被时间平移和幅度校正，并且通过计算经幅度校正的时间平移生物物理学信号的平均值而获得“超级生物物理学信号”。随后从该超级生物物理学信号中提取出生物物理学变量。
可替换地，从每个传感器信号中提取出生物物理学变量。该生物物理学变量随后根据处理630进行校正并且平均化为“超级生物物理学变量”。
可选地，之前三个段落中所描述的平均值可以是加权平均值，其中权重取决于相对应传感器信号的幅度(随之增大)。较低的幅度导致低权重，而大的幅度则导致高权重。假设传感器信号中的噪声水平恒定，则权重反应了信噪比，并且对于加权平均值的贡献随着信噪比而增加。
身体移动表示婴儿的另一种生物物理学变量。婴儿的身体移动通常生成远大于心脏的摇颤运动或者婴儿呼吸所导致的压力波的压力波：(原始)传感器信号的幅度主要由身体移动所导致。因此通过以例如30秒间隔的预定时间间隔对传感器信号的幅度进行平均化而以直接的方式对身体移动进行量化。类似于之前所提到的其它生物物理学信号，身体移动所导致的压力波也由于通过床垫的传播而出现衰减。
注意到，为了确定作为身体移动的生物物理学变量，并不必计算“即刻身体移动信号”。相反，因此直接从感应信号提取出身体移动。或者换句话说，身体移动信号等同于感应信号(使得图6a中的子功能GETBIOSIG有效地成为全通滤波器)，并且因此从身体移动信号中提取出身体移动。
婴儿的睡眠状态由处于某些相应范围内的各种生物物理学变量所表征。各种生物物理学变量通常包括心率、呼吸速率(或“呼吸率”)和身体移动。例如，婴儿在一种睡眠状态中通常表现出大量身体移动、高心率以及高呼吸速率，而婴儿在另一种睡眠状态中通常表现出低呼吸率、适度的心率以及很少的身体移动。相结合的各种生物物理学变量因此成为了婴儿睡眠状态的指示。通常针对婴儿区分出五种不同的睡眠状态：安静睡眠、主动睡眠、安静警示、主动警示和发声。图7图示了婴儿的两种睡眠状态S1和S5。例如，睡眠状态S1对应于安静睡眠，而睡眠状态S5则对应于发声。
出于监视睡眠状态的目的，通常以例如20或30秒间隔的预定间隔对生物物理学变量进行测量。例如，为了确定心跳强度，确定预定间隔内的(经幅度校正的)心脏信号的平均幅度；或者为了确定呼吸强度，确定预定间隔内的(经幅度校正的)呼吸信号的平均幅度；或者为了确定身体移动，确定预定间隔内的(经幅度校正的)传感器信号的平均幅度。
睡眠监视设备100可以通过以规律的间隔—例如每分钟或每30秒一次—对婴儿150进行定位而监视婴儿150的位置。睡眠监视设备100可以确定而在睡眠期间有多少位置变化。婴儿位置的大量变化可以指示不安定状态。婴儿位置的很少变化可以指示婴儿处于安静状态。婴儿位置在长时间段内很少变化可能指示婴儿过于安静并且可能存在问题。可以使用多点定位过程(图2)和三边测量过程(图5)来确定婴儿的位置。
对于压力波衰减的校正(例如，根据处理610-630)对于取决于传感器信号或生物物理学信号的幅度的生物物理学变量而言具有特定相关性。例如，身体移动被计算为传感器信号的平均幅度(在预定时间间隔中)。因此，如果没有对传感器信号进行振幅校正，则身体移动会由于传感器和婴儿之间的距离所导致的衰减而被低估。同样，对诸如呼吸强度和心跳强度之类的生物物理学变量的振幅进行校正防止了对这些生物物理学变量进行低估。
虽然以婴儿作为压力波的来源对实施例进行了描述，但是实施例无需被局限于婴儿而是也可以应用于成人甚至动物。简言之，能够利用例如呼吸、心跳或身体移动而通过床垫产生压力的任何生命体都可以作为压力波的来源。
虽然床垫在以上描述中被用作支撑层的实施例，但是也可以使用其它类型的支撑层。例如，支撑层可以是椅子的内衬。与通常平坦的床垫相比，椅子通常是弯曲的。椅子可以支撑成人。传感器可以被直接置于椅子内衬之下，与内衬形成接触。可替换地，传感器可以被置于椅子内衬之内。由于椅子是弯曲的并且椅子的内衬遵循椅子的曲率，所以包括传感器的平面几何形状需要以类似方式发生弯曲以便同样遵循椅子(内衬)的曲率。因此，平面几何形状可以被形成为平坦面或弯曲面，总之其与支撑层形成配合。
如同图2的多点定位过程，图5的三边测量过程也被用来估计婴儿150的位置P0并且使用所确定的位置对生物物理学变量或生物物理学信号的幅度进行校正，例如对以上实施例中所描述的心脏信号的幅度进行校正。注意到，心脏信号的衰减曲线651可能与剩余偏移量差值的衰减函数有所不同。由于支撑层(床垫)的传播属性，通常对于心脏信号的(床垫)频率可以以与传感器信号的偏移量(即，婴儿所施加的静态压力)不同的方式作为源-传感器距离的函数而发生衰减。
例如，传感器可以被制造为压电元件，其夹在PVC材料(或其它刚性或半刚性材料)的两个板之间。图3a将传感器图示为夹在正方形板之间的压电元件。图3b将传感器图示为夹在圆形板之间的压电元件。另一方面，这样的板的表面与床垫相比不应当过大，以便关于床垫上的位置对压力进行准确测量。另一方面，板的表面不应当过小，以便累积足够的压力以感应(例如，由于心脏摇颤运动所导致的)具有相对小的幅度的压力波。
就压电元件以最大程度对优选方向的压力作出响应而以最小程度对正交于该有效方向的方向的压力作出响应的意义而言，该压电元件具有优选方向。该压电元件以以下方式被夹在这两个板之间，该方式使得优选方向主要正交于传感器夹在其间的相应两个板的表面。换句话说，该优选方向与(多个)表面的法线矢量对齐。包括夹在两个板之间的压电元件的传感器因此对于正交于这两个板的表面的所述优选方向的压力最为敏感(即，以最大幅度作出响应)。以上所图示的传感器(例如，图1或图4a、4b)具有正交于该传感器在空间上部署于其中的平面几何形状的优选方向。该传感器和平面几何形状以相同方向进行定向。
传感器可以包括响应于婴儿所导致的压力波而生成传感器信号的加速计。加速计对于感应由于婴儿的心跳的摇颤运动所导致的相对小的信号是特别有利的。除了压电元件之外或者作为其替代，传感器可以具有一个或多个加速计。该睡眠监视设备可以具有不同类型的传感器的混合，传感器的类型可以是仅为压电的传感器、仅为加速计的传感器，以及具有(多个)加速计和压电元件的传感器。
图8图示了包括婴儿150和具有五个传感器的睡眠监视设备820的床垫199的鸟瞰图。婴儿150和床垫199如图2所示，而设备820如图3b所示。床垫199具有底侧811、横向侧812和顶部表面813。婴儿150躺在顶部表面813上，挡住了五个传感器之一(注意到，婴儿在该图中表现为是平面的，但是假设其具有非平面的形状)。设备820优选地处于床垫之中或者直接处于其下方。如图5所示的床垫199具有三条主轴：沿底侧811的X，沿侧面812的Y，以及正交于顶部表面813的Z。
在以上所描述的实施例中，设备820的传感器的优选方向为Z方向，例如对于床垫199上的“下压”所导致的压力最为敏感。其优选方向为Z方向的传感器以最优方式进行定向以便测量婴儿的呼吸、身体移动和体重所导致的压力，它们全部产生以Z方向向下的压力。
然而，为了测量心跳的摇颤运动所导致的压力波，传感器最好以Y或X方向进行定向。婴儿15的心脏主要沿婴儿的纵向轴线产生摇颤移动，上述纵向方向对应于图8中的Y方向。如果婴儿150改变其方位而使得其纵向轴线与X方向对齐(即，平行)，则心跳以X方向产生摇颤运动。在任意情况下，躺在床垫上的婴儿150的心脏主要在X-Y平面产生压力波而在Z方向的程度则基本上较小。其优选方向为Z方向的传感器因此将比其优选方向处于X或Y平面之中的传感器测量到较小的信号(具有较差的信噪比)。
设备820可以通过对(五个传感器中的)中央传感器进行定向而使得其优选方向处于Y方向而进行调适。中央传感器825因此被更好地定向以根据其如图8所示的方位测量婴儿150的心脏的摇颤运动所导致的压力波。可替换地，该设备也可以通过对中央传感器825进行定向而使得其优选方向处于X方向而进行调适。当婴儿例如旋转其方位比如90度时(或者例如60度的另一个显著角度)，中央传感器825因此被更好地定向以测量摇颤运动所导致的压力波。
设备820还可以通过以不同于Z方向的方向对两个传感器(而不是一个传感器)进行定向而进行调适。例如，第一传感器以X方向进行定向而第二传感器则以Y方向进行定向，而使得这两个传感器中的至少一个并不与摇颤运动所导致的压力波的主要方向正交。因此可以(通过定位功能120)使用其余三个传感器来确定婴儿150在床垫上的位置。使用所确定的婴儿150的位置，能够随后(由确定功能130)针对其余三个传感器之一确定幅度衰减因子ATT，而使得婴儿150的位置处的心脏信号的幅度能够得以被确定(根据以上实施例)。来自第一或第二传感器的心脏信号因此能够通过将其幅度匹配至在婴儿的位置所确定的心脏信号的幅度而被调适。以这种方式，心脏信号由于经由第一和/或第二传感器进行测量而具有有所改善的信噪比，并且由于幅度校正而具有正确的幅度。
注意到，传感器无需以X、Y或Z方向之一精确定向，而是也可以以中间方向进行定向。例如，之前段落中的两个传感器可以在Z方向以及X-Y平面中的一个方向之间的某处进行定向。这样的方位将提高用于测量心脏信号的敏感度，而且保持了用于测量呼吸信号的更高敏感度。概言之，传感器的优选方向可以并不平行于Z方向并可以在X-Y平面中具有明显的方向分量，但是所述优选方向无需与Z方向精确正交。例如，所述优选方向和Z方向之间的角度大约5至10度。
当前发明还包括一种与睡眠监视设备100相符的用于测量生命体的生物物理学变量的方法。该方法执行根据睡眠监视设备100的定位功能和确定功能的步骤。该方法可以被实施为计算机程序产品的指令，该指令使得处理器执行根据该方法的步骤。
应当注意的是，以上所提到的实施例对本发明进行说明而非限制，并且本领域技术人员将能够设计出许多可替换实施例而并不背离所附权利要求的范围。
置于括号之间的任何附图标记都不应当被理解为对权利要求进行限制。动词“包括”及其及其词形变化的使用并不排除存在权利要求所提到的那些以外的部件或步骤。要素之前的不定冠词“一个”(“a”或“an”)并不排除存在多个这样的要素。本发明可以利用包括若干不同部件的硬件并且通过适当编程的计算机来实施。在枚举出若干器件的设备权利要求中，这些器件中的若干器件可以通过一个且相同的硬件项目来体现。某些措施在互相不同的从属权利要求中被记载的仅有事实并非表示这些措施的组合无法被加以利用。

Claims (13)

1.一种用于测量生命体(150)的生物物理学变量(131)的睡眠监视设备(100)，所述设备(100)包括作为在空间上以预定义平面几何形状进行部署的至少两个压力传感器的传感器(101-103)，所述传感器被配置为
-接触用于在所述生命体驻留时对其进行支撑的支撑层(199)，并且
-响应于所述生命体经由所述支撑层对所述传感器造成的压力而生成相应传感器信号，
所述睡眠监视设备包括处理单元(110)，其被配置为执行：
(a)定位功能(120)，所述定位功能被配置为
-通过基于相应的所述传感器信号之间的相位差执行多点定位过程，或者通过基于相应的所述传感器信号之间的幅度差执行三边测量过程，而基于相应的所述传感器信号之间的差值，来确定所述生命体在所述支撑层上相对于所述传感器的位置(P0)；和
(b)确定功能(130)，所述确定功能被配置为
-基于所确定的所述生命体的位置以及所述传感器中的一个传感器的位置(P1-P3)而确定幅度衰减因子(ATT)，并且
-基于所述传感器中的所述一个传感器所生成的传感器信号和所述幅度衰减因子而确定所述生物物理学变量(131)。
2.根据权利要求1所述的睡眠监视设备，其中确定功能被配置为从所述传感器中选择生成在相应的所述传感器信号的幅度中具有最大幅度的传感器信号的所述传感器(101-103)之一。
3.根据权利要求1或2所述的睡眠监视设备，其中所述确定功能被配置为通过以下而确定所述生物物理学变量
-基于所确定的所述生命体的位置以及所述传感器中相应多个传感器(101-103)的相应多个位置(P1-P3)而确定多个幅度衰减因子(ATT)，并且
-基于相应的所述多个传感器所生成的相应多个传感器信号以及所述多个幅度衰减因子而确定所述生物物理学变量。
4.根据权利要求1或2所述的睡眠监视设备，其中所述确定功能被配置为确定所述生物物理学变量，所述生物物理学变量为呼吸强度率、心跳强度、体重、身体移动、心率和呼吸速率之一。
5.根据权利要求1或2所述的睡眠监视设备，其中所述传感器中的第一传感器的优选方向并不平行于所述预定义平面几何形状的表面法线矢量(Z)，所述优选方向是与不同于所述优选方向的其它方向相比所述第一传感器以最大程度对压力波作出响应的方向。
6.根据权利要求5所述的睡眠监视设备，其中所述传感器中的第二传感器的优选方向并不平行于所述表面法线矢量(Z)和所述第一传感器的所述优选方向，所述第二传感器的所述优选方向是与其它方向相比所述第二传感器以最大程度对压力波作出响应的方向。
7.根据权利要求1或2所述的睡眠监视设备，被配置为测量作为成人、人类婴儿或动物之一的生命体的所述生物物理学变量。
8.根据权利要求1或2所述的睡眠监视设备，包括(a)在空间上以具有三角形形状的所述预定义平面几何形状进行部署的三个传感器(101-103)，或者(b)在空间上以具有四边形形状的所述预定义平面几何形状进行部署的四个传感器(301-304)。
9.根据权利要求1或2所述的睡眠监视设备，包括五个压力传感器(311-315)，(a)五个传感器在空间上以具有五角形形状的所述预定义平面几何形状进行部署，或者(b)所述五个传感器中的前四个(311-314)在空间上以四边形形状进行部署并且所述五个传感器中的第五个传感器(315)处于所述四边形形状内。
10.根据权利要求1或2所述的睡眠监视设备，其中所述压力传感器(101-103)被配置为通过使用(a)压电元件和(b)加速计中的至少一个而响应于所述生命体造成的压力而生成传感器信号。
11.根据权利要求1或2所述的睡眠监视设备，其中所述预定义平面几何形状具有非平坦形状以便适配具有非平坦形状的支撑层，而使得所述预定义平面几何形状的非平坦形状遵循所述支撑层的所述非平坦形状。
12.一种用于使用传感器(101-103)测量生命体(150)的生物物理学变量(131)的方法，所述传感器是在空间上以预定义平面几何形状进行部署的至少两个压力传感器，所述传感器被配置为
-接触用于在所述生命体驻留时对其进行支撑的支撑层(199)，
-响应于所述生命体经由所述支撑层对所述传感器造成的压力而生成相应传感器信号，
所述方法包括步骤：
-通过基于相应的所述传感器信号之间的相位差执行多点定位过程，或者通过基于相应的所述传感器信号之间的幅度差执行三边测量过程，而基于相应的所述传感器信号之间的差值，来确定所述生命体在所述支撑层上相对于所述传感器的位置(P0)，
-基于所确定的所述生命体的位置以及所述传感器中的一个传感器的位置(P1-P3)而确定幅度衰减因子(ATT)，并且
-基于所述传感器中的所述一个传感器所生成的传感器信号和所述幅度衰减因子而确定所述生物物理学变量(131)。
13.一种用于使用传感器(101-103)测量生命体(150)的生物物理学变量(131)的装置，所述传感器是在空间上以预定义平面几何形状进行部署的至少两个压力传感器，所述传感器被配置为
-接触用于在所述生命体驻留时对其进行支撑的支撑层(199)，
-响应于所述生命体经由所述支撑层对所述传感器造成的压力而生成相应传感器信号，
所述装置被部署为执行根据权利要求12所述的方法的步骤。
CN201480003976.2A 2013-11-28 2014-11-27 用于睡眠监视的设备和方法 Active CN104994786B (zh)

Applications Claiming Priority (3)

Application Number Priority Date Filing Date Title
EP13194869.7 2013-11-28
EP13194869 2013-11-28
PCT/EP2014/075726 WO2015078940A1 (en) 2013-11-28 2014-11-27 Device and method for sleep monitoring

Publications (2)

Publication Number Publication Date
CN104994786A CN104994786A (zh) 2015-10-21
CN104994786B true CN104994786B (zh) 2017-03-15

Family

ID=49709525

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201480003976.2A Active CN104994786B (zh) 2013-11-28 2014-11-27 用于睡眠监视的设备和方法

Country Status (7)

Country Link
US (1) US10076281B2 (zh)
EP (1) EP2919651B1 (zh)
JP (1) JP6006888B2 (zh)
CN (1) CN104994786B (zh)
BR (1) BR112015016190A2 (zh)
RU (1) RU2677811C2 (zh)
WO (1) WO2015078940A1 (zh)

Families Citing this family (13)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
TWI587837B (zh) * 2016-03-17 2017-06-21 南臺科技大學 胎動量測裝置
WO2017178308A1 (en) 2016-04-15 2017-10-19 Koninklijke Philips N.V. Sleep signal conditioning device and method
US10492734B2 (en) * 2016-11-04 2019-12-03 Wellsense, Inc. Patient visualization system
US11083418B2 (en) 2016-11-04 2021-08-10 Wellsense, Inc. Patient visualization system
WO2019207570A1 (en) * 2018-04-22 2019-10-31 Comfort Systems (2007) Ltd An autonomous intelligent mattress for an infant
KR102073492B1 (ko) * 2018-12-12 2020-02-04 전자부품연구원 패드타입의 압력 변화 감지센서를 이용한 생체정보 모니터링 방법 및 시스템
CN109758281B (zh) * 2018-12-25 2021-05-11 广东三水合肥工业大学研究院 一种基于身体位置调节的安全系统
CN109567756B (zh) * 2018-12-29 2021-07-23 北京工业大学 一种基于人工智能床垫的睡眠状态检测方法
FR3094199B1 (fr) * 2019-03-28 2023-11-10 Paris Sciences Lettres Quartier Latin Dispositif et procédé de ballistocardiographie
CN110558945A (zh) * 2019-09-10 2019-12-13 重庆大学 婴儿睡眠监护系统
CN110638460B (zh) * 2019-09-16 2022-07-15 深圳数联天下智能科技有限公司 一种相对于床的对象的状态检测方法、装置和设备
JP2022072436A (ja) * 2020-10-29 2022-05-17 ミネベアミツミ株式会社 心拍情報取得システム、及びベッドシステム
US20220386944A1 (en) * 2021-06-04 2022-12-08 Apple Inc. Sleep staging using machine learning

Family Cites Families (20)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US4926866A (en) * 1985-10-11 1990-05-22 Lee Arnold St J System for gathering physiological data
US6280392B1 (en) * 1998-07-29 2001-08-28 Denso Corporation Infant condition monitoring system and method using load cell sensor sheet
US20030130588A1 (en) * 2002-01-10 2003-07-10 Igal Kushnir Method and system for analyzing respiratory tract sounds
JP2005007067A (ja) * 2003-06-20 2005-01-13 Matsushita Electric Ind Co Ltd 就床者の検出装置及び検出方法
US20070008156A1 (en) 2003-06-20 2007-01-11 Matsushita Electric Industrial Co., Ltd. Sleeping device and sleeper 's in-bed state detection method
IL160308A0 (en) * 2004-02-10 2004-07-25 Itshak Y Ben Yesha Method for determining heart rate
US8244340B2 (en) 2006-12-22 2012-08-14 Natus Medical Incorporated Method, system and device for sleep stage determination using frontal electrodes
BRPI0806444A2 (pt) * 2007-02-09 2011-09-06 John Gregory Gallagher dispositivo para o monitoramento regular dos movimentos do corpo de um sujeito humano e método de monitoramento regular dos movimentos do corpo de um sujeito humano
JP2009082511A (ja) * 2007-09-29 2009-04-23 Kohshin Rubber Co Ltd 就寝モニター装置
US8281433B2 (en) * 2008-10-24 2012-10-09 Hill-Rom Services, Inc. Apparatuses for supporting and monitoring a person
US20120184862A1 (en) * 2009-07-17 2012-07-19 Agency For Science, Technology And Research System and method for patient monitoring
US8525680B2 (en) * 2009-09-18 2013-09-03 Hill-Rom Services, Inc. Apparatuses for supporting and monitoring a condition of a person
EP2335578A1 (en) * 2009-12-21 2011-06-22 Koninklijke Philips Electronics N.V. Sensor system
WO2011094448A1 (en) 2010-01-29 2011-08-04 Dreamwell, Ltd. Systems and methods for bedding with sleep diagnostics
CN102232825A (zh) * 2010-05-05 2011-11-09 陈澎 基于紫蜂的多功能睡眠护理和监测装置
US9993193B2 (en) * 2011-01-12 2018-06-12 Koninklijke Philips N.V. Detection of breathing in the bedroom
CN102415879A (zh) * 2011-09-09 2012-04-18 北京大学深圳研究生院 一种基于压电薄膜传感器的睡眠监测装置
CN202654115U (zh) * 2012-05-05 2013-01-09 山西创感科技有限公司 基于柔性压力传感器阵列的睡眠监护与医疗诊断系统
WO2013179189A1 (en) 2012-05-31 2013-12-05 Koninklijke Philips N.V. Separating cardiac signal and respiratory signal from vital signs
CN103040474A (zh) * 2013-01-22 2013-04-17 李步迅 成人睡眠监护器

Also Published As

Publication number Publication date
US10076281B2 (en) 2018-09-18
RU2015134538A (ru) 2017-02-22
EP2919651B1 (en) 2016-06-08
RU2677811C2 (ru) 2019-01-21
RU2015134538A3 (zh) 2018-07-19
JP2016502888A (ja) 2016-02-01
US20150351693A1 (en) 2015-12-10
WO2015078940A1 (en) 2015-06-04
BR112015016190A2 (pt) 2017-07-11
EP2919651A1 (en) 2015-09-23
JP6006888B2 (ja) 2016-10-12
CN104994786A (zh) 2015-10-21

Similar Documents

Publication Publication Date Title
CN104994786B (zh) 用于睡眠监视的设备和方法
RU2515404C2 (ru) Респираторные мониторы и способы мониторинга дыхания
JP6149447B2 (ja) 動作検出装置
EP2335578A1 (en) Sensor system
CN108888271B (zh) 一种生理参数测量系统及配备该测量系统的智能座椅
US20090062628A1 (en) Sleep diagnosis device
CN108542369A (zh) 一种心率呼吸检测方法及系统
CN104905792A (zh) 一种与纸尿裤配合使用的呼吸监护装置
JP6518056B2 (ja) 睡眠状態判定装置、睡眠状態判定方法及びプログラム
JP6297385B2 (ja) 就寝者の心拍測定方法および心拍測定装置
JP2014235090A (ja) 体重測定装置
Wang et al. Inertial-sensor-based balance analysis system for patients with alzheimer's disease
CN109069071A (zh) 呼吸暂停检测装置
CN201894639U (zh) 静坐装置
CN205683066U (zh) 一种睡眠情况监测装置
Igasaki et al. Measuring cardiorespiratory information in sitting position using multiple piezoelectric sensors
US10172542B2 (en) Motor performance evaluation apparatus, motor performance evaluation system, and motor performance evaluation method
JP6127738B2 (ja) 睡眠判定装置
JP2014183994A (ja) 体動判定装置
US20230210448A1 (en) Skin shear detection for hospital beds
JP2018166774A (ja) 呼吸波形計測装置
US20220273509A1 (en) Universal load cell features that characterize patient motion in three dimensions in a hospital bed
CN102462490A (zh) 检测静修过程中人体静定程度的方法及静坐装置
CN117958804A (zh) 基于imu信号的睡姿识别方法、系统、介质及计算机
KR20170093373A (ko) 생체정보 검출 장치 및 그 방법

Legal Events

Date Code Title Description
C06 Publication
PB01 Publication
C10 Entry into substantive examination
SE01 Entry into force of request for substantive examination
C14 Grant of patent or utility model
GR01 Patent grant