CN108289633A - 睡眠研究系统和方法 - Google Patents
睡眠研究系统和方法 Download PDFInfo
- Publication number
- CN108289633A CN108289633A CN201680070760.7A CN201680070760A CN108289633A CN 108289633 A CN108289633 A CN 108289633A CN 201680070760 A CN201680070760 A CN 201680070760A CN 108289633 A CN108289633 A CN 108289633A
- Authority
- CN
- China
- Prior art keywords
- sleep
- sensor
- intervention
- time
- output
- 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.)
- Granted
Links
- 230000007958 sleep Effects 0.000 title claims abstract description 107
- 238000000034 method Methods 0.000 title claims description 22
- 230000008667 sleep stage Effects 0.000 claims abstract description 68
- 238000012544 monitoring process Methods 0.000 claims abstract description 33
- 230000008439 repair process Effects 0.000 claims abstract description 10
- 238000011160 research Methods 0.000 claims description 11
- 238000004590 computer program Methods 0.000 claims description 5
- 230000007717 exclusion Effects 0.000 claims description 4
- 238000002567 electromyography Methods 0.000 description 8
- 230000004461 rapid eye movement Effects 0.000 description 6
- 230000000638 stimulation Effects 0.000 description 6
- 239000008280 blood Substances 0.000 description 5
- 210000004369 blood Anatomy 0.000 description 5
- 238000002570 electrooculography Methods 0.000 description 5
- 230000033001 locomotion Effects 0.000 description 5
- 230000002618 waking effect Effects 0.000 description 5
- 238000004458 analytical method Methods 0.000 description 4
- 230000029058 respiratory gaseous exchange Effects 0.000 description 4
- QVGXLLKOCUKJST-UHFFFAOYSA-N atomic oxygen Chemical compound [O] QVGXLLKOCUKJST-UHFFFAOYSA-N 0.000 description 3
- 230000008859 change Effects 0.000 description 3
- 238000004891 communication Methods 0.000 description 3
- 238000005259 measurement Methods 0.000 description 3
- 229910052760 oxygen Inorganic materials 0.000 description 3
- 239000001301 oxygen Substances 0.000 description 3
- 230000036387 respiratory rate Effects 0.000 description 3
- 230000003860 sleep quality Effects 0.000 description 3
- 208000005793 Restless legs syndrome Diseases 0.000 description 2
- 230000005540 biological transmission Effects 0.000 description 2
- 230000007177 brain activity Effects 0.000 description 2
- 238000004422 calculation algorithm Methods 0.000 description 2
- 238000001514 detection method Methods 0.000 description 2
- 230000005059 dormancy Effects 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 230000006870 function Effects 0.000 description 2
- 230000005389 magnetism Effects 0.000 description 2
- 238000012423 maintenance Methods 0.000 description 2
- 230000003287 optical effect Effects 0.000 description 2
- 230000008569 process Effects 0.000 description 2
- 238000012545 processing Methods 0.000 description 2
- 230000036385 rapid eye movement (rem) sleep Effects 0.000 description 2
- 208000023504 respiratory system disease Diseases 0.000 description 2
- 210000004761 scalp Anatomy 0.000 description 2
- 210000000697 sensory organ Anatomy 0.000 description 2
- 201000002859 sleep apnea Diseases 0.000 description 2
- 238000012360 testing method Methods 0.000 description 2
- 230000000007 visual effect Effects 0.000 description 2
- 241000208340 Araliaceae Species 0.000 description 1
- MYMOFIZGZYHOMD-UHFFFAOYSA-N Dioxygen Chemical compound O=O MYMOFIZGZYHOMD-UHFFFAOYSA-N 0.000 description 1
- 206010021079 Hypopnoea Diseases 0.000 description 1
- 208000016588 Idiopathic hypersomnia Diseases 0.000 description 1
- 235000005035 Panax pseudoginseng ssp. pseudoginseng Nutrition 0.000 description 1
- 235000003140 Panax quinquefolius Nutrition 0.000 description 1
- 208000006199 Parasomnias Diseases 0.000 description 1
- 208000025535 REM sleep behavior disease Diseases 0.000 description 1
- 208000010340 Sleep Deprivation Diseases 0.000 description 1
- 210000001015 abdomen Anatomy 0.000 description 1
- 230000009471 action Effects 0.000 description 1
- 230000006978 adaptation Effects 0.000 description 1
- 208000008784 apnea Diseases 0.000 description 1
- 230000004888 barrier function Effects 0.000 description 1
- 230000006399 behavior Effects 0.000 description 1
- 230000008901 benefit Effects 0.000 description 1
- 210000004556 brain Anatomy 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 238000006243 chemical reaction Methods 0.000 description 1
- 230000003247 decreasing effect Effects 0.000 description 1
- 230000001419 dependent effect Effects 0.000 description 1
- 230000006866 deterioration Effects 0.000 description 1
- 238000000537 electroencephalography Methods 0.000 description 1
- 230000004424 eye movement Effects 0.000 description 1
- 235000008434 ginseng Nutrition 0.000 description 1
- 210000003128 head Anatomy 0.000 description 1
- 230000036541 health Effects 0.000 description 1
- 239000011159 matrix material Substances 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 210000003205 muscle Anatomy 0.000 description 1
- 230000037053 non-rapid eye movement Effects 0.000 description 1
- 208000023515 periodic limb movement disease Diseases 0.000 description 1
- 230000035479 physiological effects, processes and functions Effects 0.000 description 1
- 230000001737 promoting effect Effects 0.000 description 1
- 230000000241 respiratory effect Effects 0.000 description 1
- 230000004044 response Effects 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
- 238000000926 separation method Methods 0.000 description 1
- 230000037322 slow-wave sleep Effects 0.000 description 1
- 230000003068 static effect Effects 0.000 description 1
- 238000013519 translation Methods 0.000 description 1
- 230000014616 translation Effects 0.000 description 1
- 238000012795 verification Methods 0.000 description 1
Classifications
-
- 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
- A61B5/6801—Arrangements of detecting, measuring or recording means, e.g. sensors, in relation to patient specially adapted to be attached to or worn on the body surface
- A61B5/6843—Monitoring or controlling sensor contact pressure
-
- 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
- A61B5/48—Other medical applications
- A61B5/4806—Sleep evaluation
- A61B5/4818—Sleep apnoea
-
- 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
- A61B5/02416—Detecting, measuring or recording pulse rate or heart rate using photoplethysmograph signals, e.g. generated by infrared radiation
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/24—Detecting, measuring or recording bioelectric or biomagnetic signals of the body or parts thereof
- A61B5/316—Modalities, i.e. specific diagnostic methods
- A61B5/318—Heart-related electrical modalities, e.g. electrocardiography [ECG]
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/24—Detecting, measuring or recording bioelectric or biomagnetic signals of the body or parts thereof
- A61B5/316—Modalities, i.e. specific diagnostic methods
- A61B5/369—Electroencephalography [EEG]
Abstract
一种睡眠研究系统,包括传感器的集合,所述传感器的集合用于监测对象在睡眠期间的生理参数作为睡眠研究的部分并且用于监测所述对象的睡眠阶段。确定是否需要对所述对象的介入以维护或修理所述睡眠研究系统。如果是这样的话,则还基于所述对象的所述睡眠阶段来导出执行所述介入的时间,特别是使得对所述对象具有最少干扰。
Description
技术领域
本发明涉及用于执行对对象的整夜睡眠研究的系统。
背景技术
众所周知的是,不良或不足的睡眠既是普遍的又是医学上不期望的。已知的是,假定患者了解他的或她的睡眠的当前质量,则能够改进睡眠习惯。
通过提供关于睡眠质量的反馈,患者能够以促进经改善的睡眠质量的方式来制定行为改变和/或调节睡眠习惯。已知的是,睡眠质量的指示可以要求对睡眠期间的不同睡眠阶段以及其之间的转换进行识别。已知的是,睡眠阶段通常包括快速眼动(REM)阶段以及一个或多个非快速眼动阶段(NREM)。
还众所周知的是,多导睡眠描记术(PSG)可以被用于分析、检测和/或确定对象的当前睡眠阶段。这样的分析例如作为睡眠研究的部分来进行。
在整夜睡眠研究期间,会发生各种事件,要求介入以对其进行修复并确保高质量的测量结果。典型的范例是由于患者的移动而已经脱落的传感器。现有的PSG系统能够检测许多事件并且基于被路由到单独的控制室的缺失的或不现实的测量结果值来提供警报。
另外,整夜睡眠研究通常涉及用于观测房间和患者的相机,其允许参与的睡眠技术人员在视觉上注意到事件。通常,睡眠技术人员随后进入患者的房间并且解决问题。
尽管上文所描述的方法从技术的视角因为PSG系统的正常运行时间被最大化而确保了高质量的测量结果,但问题的解决也可能干扰患者的睡眠。由于患者所处的环境,该睡眠已经是次佳的,而不应当被进一步干扰。
发明内容
本发明由权利要求来定义。
根据依据本发明的一方面的范例,提供了一种睡眠研究系统,包括:
传感器的集合,其用于监测对象在睡眠期间的生理参数作为睡眠研究的部分并且用于监测所述对象的睡眠阶段;
处理器,其适于:
根据所述传感器的集合的输出来确定存在传感器故障或传感器断开,使得需要对所述对象的介入以维护或修理所述睡眠研究系统;并且
根据所述传感器的集合的所述输出来确定取决于所述对象的所述睡眠阶段而执行所述介入的时间,并且提供与执行所述介入的所述时间有关的输出。
该系统例如提供针对介入的实时最佳计时,其使潜在的睡眠干扰最小化,导致所述睡眠研究的总体较高质量的结果。因此,执行所述介入的时间是对所述对象具有最少干扰的一个。
所述系统能够检测要求介入的事件并且生成诸如警报的相关输出。所述当前睡眠阶段也是实时确定的。基于所述睡眠阶段,所述最佳时间考虑在给定时间处的介入将多么适当,因为在一些睡眠阶段期间唤醒患者比在其他睡眠阶段期间唤醒患者具有更少干扰。
所述传感器的集合可以包括:传感器的第一集合,其用于监测所述对象在睡眠期间的所述生理参数;以及传感器的第二集合,其用于监测所述睡眠阶段,其中,所述第一集合和所述第二集合是互斥的。
例如,所述传感器的第一集合可以监测这样的参数作为血液中的氧水平、心率、呼吸率以及眼睛和臂和/或腿移动。所述传感器的第二集合例如可以包括EEG传感器。
所述传感器的集合可以包括:传感器的第一集合,其用于监测对象在睡眠期间的所述生理参数;以及传感器的第二集合,其用于监测所述睡眠阶段,其中,所述第二集合是所述第一集合的子集。
例如,所述第二集合可以包括EEG传感器,所述EEG传感器也被用作所述睡眠研究的部分。所述第一集合然后可以包括从以下传感器中的选择,所述传感器监测这样的参数作为血液中的氧水平、心率、呼吸率、眼睛和腿移动以及EEG。以这种方式,所述最佳计时指示不要求使用针对所述睡眠研究已经存在的那些传感器之外的任何额外的传感器。
如果(所述第一集合的)传感器故障或者从所述对象脱落,则例如可能需要介入。这将基于传感器输出来检测。
因此,所述传感器的集合至少可以包括用于监测所述睡眠阶段的EEG传感器。PPG传感器可以被用于监测心率和/或呼吸。所述传感器一起可以使得能够实施多导睡眠描记系统。
指示执行所述介入的时间的所述输出可以包括:
在执行所述介入的所述时间处的输出;并且/或者
在执行所述介入的所述时间之前的输出,其给出了对执行所述介入的所述时间的预测。
因此,当介入要么在所述时间处要么在所述时间之前或者在这两者处是适当的时,可以告诉所述系统的用户。
所述处理器还可以适于确定到睡眠的结束或者到睡眠研究的结束的预期时间并且当确定执行所述介入的所述时间时考虑所述预期时间。
根据本发明的一方面的范例还提供了一种睡眠研究方法,包括:
使用传感器的集合来监测对象在睡眠期间的生理参数并且监测所述对象的睡眠阶段;
根据所述传感器的集合的输出来确定存在传感器故障或传感器断开,使得需要对所述对象的介入以维护或修理所述睡眠研究系统;并且
根据所述传感器的集合的所述输出来确定取决于所述对象的所述睡眠阶段而执行所述介入的时间,并且提供与执行所述介入的所述时间有关的输出。
该方法使得能够以最不可能唤醒所述患者并且因此最不可能潜在地影响睡眠研究结果的方式在睡眠研究期间维护睡眠研究系统。
所述监测可以包括:
使用传感器的第一集合来监测对象在睡眠期间的所述生理参数,并且使用传感器的第二集合来监测所述睡眠阶段,其中,所述第一集合和所述第二集合是互斥的。
所述监测可以替代地包括:
使用传感器的第一集合来监测对象在睡眠期间的所述生理参数,并且使用传感器的第二集合来监测所述睡眠阶段,所述第二集合是所述第一集合的子集。
所述监测可以包括PPG监测和/或对所述睡眠阶段的EEG监测。
提供指示执行所述介入的所述时间的输出可以包括:
提供在执行所述介入的所述时间处的输出;并且/或者
提供在执行所述介入的所述时间之前的输出,其给出了对执行所述介入的所述时间的预测。
也可以确定到睡眠的结束的预期时间并且当确定执行所述介入的所述时间时可以考虑所述预期时间。
本发明可以至少部分地以软件来实施。
附图说明
现在将参考附图来详细描述本发明的范例,在附图中:
图1示出了被用于睡眠分期的一组信号;
图2示出了不同的睡眠阶段可以如何在夜晚期间出现;
图3更详细地示出了图2的部分;
图4示出了睡眠研究系统;
图5示出了睡眠研究方法;并且
图6示出了适于执行信号处理的通用计算机架构。
具体实施方式
本发明提供了一种睡眠研究系统,其包括传感器的集合,所述传感器的集合用于监测对象在睡眠期间的生理参数作为睡眠研究的部分并且用于监测所述对象的睡眠阶段。确定是否需要对所述对象的介入以维护或修理所述睡眠研究系统。如果是这样的话,则也基于对象的睡眠阶段来导出执行介入的时间,特别是使得对所述对象具有最少的干扰。
所述睡眠研究可以是多导睡眠描记研究,其被用于诊断或排除许多类型的睡眠障碍,包括嗜睡症、特异性过眠症、周期性肢体运动障碍(PLMD)、REM行为障碍、异态睡眠以及睡眠呼吸暂停。
在典型的多导睡眠描记研究中,使用EEG(脑电图)传感器来记录脑波,使用PPG(血管容积描记)传感器来记录血液中的氧水平,使用PPG和/或ECG(心电图)传感器来记录心率和呼吸率,以及使用光学传感器、加速度计或其他传感器来记录研究期间的眼睛和腿运动。
针对睡眠研究而监测的信息的类型取决于其目的。一个常见目的是用于诊断睡眠呼吸暂停,其中,待获得的主要信息是从呼吸传感器和PPG传感器导出、确定的呼吸暂停和呼吸不足的发生。针对该类型的睡眠研究的所要求的传感器的集合例如被集成为家庭睡眠测试系统的部分,其不要求EEG感测。这也是睡眠实验室中的非常常见类型的睡眠研究,在这种情况下,感测较大的参数集。
所述睡眠研究可以包括使能对睡眠阶段的监测的传感器。备选地,如果所述睡眠研究传感器被用于不同的目的,则可以提供额外的传感器以用于监测所述睡眠阶段作为对睡眠研究的单独的信息。
不同的传感器能够被用于给出睡眠阶段的指示,例如,EEG传感器、ECG传感器以及PPG传感器。因此,即使主要被用于检测睡眠阶段的EEG传感器脱落或者以其他方式变为非运行的,存在作为所述睡眠研究的部分的其他传感器可以被用于继续确定所述睡眠阶段。
在睡眠期间,对象通常在随机眼动(REM)阶段与三或四个不同的NREM阶段之间交替,这取决于所使用的模型和/或定义。NREM阶段通常酌情被称为阶段1到阶段3或阶段4。通过睡眠阶段,可以针对对象获得阶段的模式。
图1示出了在各种睡眠阶段中的大脑活动的特性特征。具体地,图1示出了针对在觉醒、REM阶段和NREM阶段期间的EEG研究(脑电图描记术)、EOG研究(眼电描记术)和EMG研究(肌电描记术)的常见示范性图形。
EEG测量脑电活动,EOG测量眼睛运动,并且EMG测量肌肉活动,例如使用表面电极或电极阵列。
通常,例如可以使用被定位在对象的头部上的一个或多个电极来测量和/或接收EEG信号。可以分析这些信号的幅度以及峰、谷、睡眠纺锤波、k复合波、慢波和/或这些信号内的基于频率的特性的细节来区分对象的当前睡眠阶段。例如,已知慢波在睡眠阶段3和睡眠阶段4中是更丰富的,而睡眠纺锤波可能在睡眠阶段2中是更丰富的。
图2通过如通过EEG记录的近似8小时的时段的睡眠的五个睡眠阶段图示了对象的进展。图3更详细地图示了在图2中所描绘的近似前两个小时。例如,图3描绘了在阶段2期间的睡眠纺锤波,在阶段2中,幅度在睡眠纺锤波的中心增加。对图1和图2中的信号的分析,例如基于频率的分析,可以被用于例如基于每睡眠阶段的不同特性在不同的睡眠阶段之间进行区分。
存在用于监测睡眠阶段、即用于睡眠分期的各种已知系统,而不限于EEG、EOG和EMG信号的组合。
最典型的系统至少利用使用被附接到头皮的电极所获得的如上文所示的EEG信号。甚至单独来自EEG信号的所测量到的大脑活动能够被分类为NREM睡眠阶段(N1、N2、N3)、快速眼动REM阶段以及觉醒阶段。
然而,已经提出了可以使用其他参数,诸如ECG信号和/或呼吸和身体运动信号。例如,这在WO 2009/128000中被提出。
还已知向对象提供刺激并且使用其响应来提供对睡眠阶段的指示或验证。例如在WO 2014/118693中公开了这种方法。在该系统中,感官刺激可以包括视觉刺激、听觉刺激、触觉刺激、嗅觉刺激、电磁刺激、体觉刺激、其他感官刺激和/或其任何组合和/或序列。刺激源因此可以包括以下中的一项或多项:光源、扬声器、电声换能器、振动部件或设备、被配置为产生气味的设备或系统或者电极。
本发明能够利用用于提供确定对象的睡眠阶段的任何已知传感器布置。注意,在该上下文中,觉醒的状态被包括作为睡眠阶段之一。
图4示出了一种睡眠研究系统。
其包括传感器的集合,所述传感器的集合用于监测对象10在睡眠期间的生理参数作为睡眠研究的部分并且用于监测所述对象的睡眠阶段。
所述传感器包括:形式为一组头皮电极的EEG传感器12、形式为被集成到一副护目镜中的光学系统的EOG传感器14、ECG传感器16、EMG传感器(在该范例中被附接到臂)、PPG传感器20。
这些仅是可以被用于收集关于对象的生理信息的传感器的类型的范例。其他范例是加速度计、努力束带(胸部和腹部)、口部热敏电阻、鼻流量传感器、麦克风。
来自这些传感器的子集的输出能够被解译以提供睡眠分期。
在多导睡眠描记(PSG)期间所记录的典型的一组通道具有比其他更重要的冗余度和一些传感器信号两者。例如,通常存在四个或更多个EEG通道以及两个努力通道。尽管不是理想的,但是记录可以利用仅一个EEG通道和一个努力通道来评分。
由于通常执行睡眠研究以评估睡眠相关的呼吸障碍,因而呼吸流量信号例如可能比腿EMG信号更重要。如果仍然存在可用的EEG通道,熟练的睡眠技术人员将不冒唤醒患者的风险来校正EEG电极,而是相反地将等待自然唤醒进入并且调节所述信号。然而,如果不存在可用的流量通道,则该优点干扰患者。
注意,睡眠研究也可以被用于其他目的,而非仅用于呼吸障碍。例如,如果存在一点儿不宁腿综合征(RLS),则腿EMG传感器是非常重要的。
处理器22适于根据所述传感器的集合的输出来确定需要对所述对象的介入以维护或修理所述睡眠研究系统。
当传感器变得从对象脱离或者出于任何其他原因而未能运行时通常是这种情况。处理器22能够基于接收到的信号与正常信号捕获不一致来检测这种情况。
所述处理器然后能够根据所述传感器的集合(即,仍然正确运行的那些传感器)的输出来确定对象的睡眠的当前阶段。
根据该睡眠阶段信息,能够导出执行介入的最佳时间,其对于所述对象是最少干扰的。
所述系统具有输出接口设备24,输出接口设备24在这种情况下被示出为处理器与之通信的远程便携式设备,诸如智能电话。其提供所述系统需要维护的警报以及当介入最适当时的指示。提供指示最佳时间的输出。
该系统提供使潜在睡眠干扰最小化的针对介入的实时最佳计时,这导致所述睡眠研究的总体较高质量的结果。
当然,在患者醒着时进入房间将是最好的。如果不是的话,存在避免干扰REM睡眠的强的偏好,因为在夜晚期间存在较少的REM睡眠并且呼吸常常与知觉的其他阶段明显不同。在慢波睡眠(N3&N4)期间,患者不太可能被进入房间的技术人员唤醒。因此,可以当对象处在N3或N4睡眠阶段处时执行所述介入。在这些睡眠阶段期间操纵对象患者比在其他睡眠阶段期间更少干扰并且因此不太可能导致唤醒。
何时进入或不进入房间将实际上由评估对信号进行校正的紧急程度的决策矩阵来驱动。具体地,确定在没有信号的情况下研究是否是可用的,以及患者的意识水平。
所述系统能够通过向其决策制定提供辅助来补偿熟练的睡眠技术专家的缺乏。
所述睡眠研究可以自身要求识别所述睡眠阶段,但是这不是基本的。因此,在一些情况下,用于睡眠研究的传感器(第一集合)与执行睡眠分期所需要的那些传感器(第二集合)是完全分离的。在其他情况下,所述传感器重叠,因为所述睡眠研究包括能够被用于提供睡眠分期的传感器作为子集。
如从图4清楚的,用于睡眠研究的所述传感器的集合可以监测这样的参数作为血液中的氧水平(PPG传感器20)、心率(ECG传感器16)、呼吸率(PPG传感器20或者未示出的其他传感器)和眼睛(OCG传感器16)以及臂或腿运动(EMG传感器18)。传感器的第二集合例如可以包括EEG传感器(EEG传感器帽12)。
可以在适合的时间处(即,当睡眠阶段到达优选的阶段时)提供指示所述最佳时间的输出。然而,基于对直到该点的睡眠模式的分析,还可以关于何时睡眠阶段可能到达该阶段而做出估计。因此,能够给出需要维护以及对于应当何时执行维护的估计的警报。当到达实际期望的睡眠阶段时,可以提供另外的警报。所述处理器也确定到睡眠的结束的预期时间并且当确定最佳时间时考虑所述预期时间。
更一般地,除了睡眠分期之外,可以考虑其他因素,其中直到睡眠研究的结束的时间是一个范例。所有信息然后能够被组合以确定何时解决问题最好。决策也可以基于对各种检测到的事件以及其组合的重要性的排名。例如,只要与特定睡眠阶段有关的特定重要性水平阈值被超过,则将发起警报。
所述输出设备能够示出当前睡眠阶段并且能够示出预测算法的结果,例如,基于能够被用于预测睡眠阶段中的即将到来的改变的睡眠模式中的小但是相关的改变。如上文所提到的,这能够被用于预测在未来何时解决问题将是适当的。
所述输出设备可以是例如在其处监测睡眠研究的控制室中的系统的固定部分。因此,其不需要是如所示的分离的远程设备。
图5示出了一种睡眠研究方法,其包括在步骤50中监测对象在睡眠期间的生理参数。这些参数在步骤52中被用于确定所述对象的睡眠阶段。
在步骤54中,确定需要对所述对象的介入以维护或修理所述睡眠研究系统。这基于从一个或多个传感器接收到的信号中的异常。
在步骤56中,确定对所述对象具有最少干扰的执行介入的最佳时间。
在步骤58中,提供指示所述最佳时间的输出。其可以在最佳时间、或者在最佳时间之前或者这两者处来提供。
该方法使得能够以最不可能唤醒所述患者并且因此最不可能潜在地影响睡眠研究结果的方式在睡眠研究期间维护睡眠研究系统。
处理器22实施用于处理传感器数据的算法。图6图示了用于实施处理器的计算机60的范例。
计算机60包括,但不限于:PC、工作站、膝上型电脑、PDA、掌上设备、服务器、存储装置等。通常,在硬件架构方面,计算机60可以包括一个或多个处理器61、存储器62以及经由本地接口(未示出)以通信方式耦合的一个或多个I/O设备63。所述本地接口例如能够是,但不限于:一条或多条总线或者其他有线或无线连接,如在本领域中已知的。所述本地接口可以具有额外的元件,诸如控制器、缓存器(高速缓存)、驱动器、中继器和接收器,以使能通信。此外,所述本地接口可以包括使能前述部件之中的适当的通信的地址、控制和/或数据连接。
处理器61是用于运行能够被存储在存储器62中的软件的硬件设备。处理器61能够是实际上定制的或可商购的处理器、中央处理单元(CPU)、数字信号处理器(DSP)或者与计算机60相关联的若干处理器之中的辅助处理器,并且处理器61可以是基于半导体的微处理器(微芯片形式)或者微处理器。
存储器62能够包括以下中的任一项或组合:易失性存储器元件(例如,随机存取存储器(RAM),诸如动态随机存取存储器(DRAM)、静态随机存取存储器(SRAM)等)和非易失性存储器元件(例如,ROM、可擦除可编程只读存储器(EPROM)、电可擦除可编程只读存储器(EEPROM)、可编程只读存储器(PROM)、磁带、光盘只读存储器(CD-ROM)、磁盘、软盘、磁带盒、盒式磁带等)。此外,存储器62可以包含电子、磁性、光学和/或其他类型的存储介质。注意,存储器62能够具有分布式架构,其中,各种部件远离彼此地定位,但是能够由处理器61来访问。
存储器62中的软件可以包括一个或多个单独的程序,其中的每个包括用于实施逻辑功能的可执行指令的有序列表。根据示范性实施例,存储器62中的软件包括适合的操作系统(O/S)64、编译器65、源代码66以及一个或多个应用67。
应用67包括许多功能部件,诸如计算单元、逻辑、功能单元、过程、操作、虚拟实体和/或模块。
操作系统64控制计算机程序的执行,并且提供调度、输入输出控制、文件和数据管理、存储器管理以及通信控制和相关服务。
应用67可以是源程序、可执行程序(目标代码)、脚本或者包括待执行的指令集的任何其他实体。当为源程序时,那么所述程序通常经由编译器(诸如编译器65)、汇编器、解译器等转译,其可以被包括在或者可以不被包括在存储器62内以便结合操作系统64适当地操作。此外,应用67能够被写作面向对象的编程语言,其具有数据类和方法,或者过程编程语言,其具有例程、子例程和/或函数,例如,但不限于:C、C++、C#、Pascal、BASIC、API调用、HTML、XHTML、XML、ASP脚本、JavaScript、FORTRAN、COBOL、Perl、Java、ADA、.NET等。
I/O设备63可以包括输入设备,诸如,例如但不限于:鼠标、键盘、扫描仪、麦克风、相机等。此外,I/O设备67也可以包括输出设备,例如,但不限于:打印机、显示器等。最后,I/O设备63还可以包括传送输入和输出两者的设备,例如,但不限于:NIC或者调制器/解调器(用于访问远程设备、其他文件、设备、系统或网络)、射频(RF)或其他收发器、电话接口、桥接器、路由器等。I/O设备63也包括用于通过诸如因特网或内联网的各种网络来通信的部件。
当计算机60在操作中时,处理器61被配置为运行被存储在存储器62内的软件、将数据传送至存储器62和从存储器62传送数据并且通常依照软件来控制计算机60的操作。应用67和操作系统64全部或者部分地由处理器61读取,也许被缓存在处理器61内并且然后被运行。
当以软件来实施应用67时,应当注意,应用67能够被存储在实际上任何计算机可读介质上,以用于通过任何计算机相关的系统或方法或者与之结合使用。在该文档的上下文中,计算机可读介质可以是电子、磁性、光学或者其他物理设备或器件,其能够包含或存储用于通过计算机相关的系统或方法或者与之结合使用的计算机程序。
以上范例主要旨在防止患者醒来。然而,存在当需要介入并且对象应当被唤醒时的时间——例如,针对其健康或安全。在这种情况下,睡眠阶段能够以唤醒对象具有最少干扰的这样的方式来选择。这将在当患者将不被唤醒时的介入的不同的时间处。
通过范例,在US 8876737中讨论了在最佳时间处唤醒对象的概念。提出了唤醒可以在睡眠的N1和N2阶段期间发生。因此,如果确定患者将被唤醒,则该应用的系统可以将最佳时间定义为N1和N2。
因此,术语“对对象最小干扰”可以包括故意地唤醒他们或者故意地不唤醒他们。
以上范例基于所检测到的传感器故障并且确定何时介入。另外,针对介入的最佳时间可以基于预测的传感器故障而不是所检测到的传感器故障。以这种方式,如果预测到传感器故障,则可以由先发制人地交换或重新附接传感器来防止实际故障。例如,这样的预测可以基于数据质量的逐渐降低,其中,当前数据质量仍然足以获得期望的信息,但是数据质量趋势示出在不久的将来情况将不是这样。通过范例,尽管努力束带示出未改变的呼吸努力,但流量传感器可能缓慢地脱落,这导致减小的流量幅度。
因此“确定需要对对象的介入以维护或修理睡眠研究系统”包括检测传感器故障或者检测指示未来传感器故障的传感器信号劣化。其可以包括在睡眠研究期间所需要的任何其他传感器适配或调节。
通过研究附图、公开内容和随附的权利要求书,本领域技术人员在实践所主张的本发明时能够理解和实现所公开的实施例的其他变型。在权利要求中,词语“包括”不排除其他元件或者步骤,并且不定冠词“一”或“一个”不排除多个。在互不相同的从属权利要求中记载了特定措施的仅有事实并不指示不能够有利地使用这些措施的组合。权利要求中的任何附图标记不应当被解释为对范围的限制。
Claims (15)
1.一种睡眠研究系统,包括:
传感器的集合(12、14、16、18、20),其用于监测对象在睡眠期间的生理参数作为睡眠研究的部分并且用于监测所述对象的睡眠阶段;
处理器(22),其适于:
根据所述传感器的集合(12、14、16、18、20)的输出来确定存在传感器故障或传感器断开,使得需要对所述对象的介入以维护或修理所述睡眠研究系统;并且
根据所述传感器的集合(12、14、16、18、20)的所述输出来确定取决于所述对象的所述睡眠阶段而执行所述介入的时间,并且提供与执行所述介入的所述时间有关的输出。
2.根据权利要求1所述的系统,其中,所述传感器的集合包括:
传感器的第一集合,其用于监测对象在睡眠期间的所述生理参数;以及传感器的第二集合,其用于监测所述睡眠阶段,其中,所述第一集合和所述第二集合是互斥的。
3.根据权利要求1所述的系统,其中,所述传感器的集合包括:
传感器的第一集合,其用于监测对象在睡眠期间的所述生理参数;以及传感器的第二集合,其用于监测所述睡眠阶段,其中,所述第二集合是所述第一集合的子集。
4.根据任一前述权利要求所述的系统,其中,所述传感器的集合至少包括用于监测所述睡眠阶段的EEG传感器。
5.根据任一前述权利要求所述的系统,其中,所述传感器的集合至少包括PPG传感器,并且其中,所述睡眠研究系统是多导睡眠描记系统。
6.根据任一前述权利要求所述的系统,其中,与执行所述介入的所述时间有关的所述输出包括:
在执行所述介入的所述时间处的输出;和/或
在执行所述介入的所述时间之前的输出,其给出了对所述时间的预测。
7.根据任一前述权利要求所述的系统,其中,所述处理器(22)还适于确定到睡眠的结束的预期时间并且当确定执行所述介入的所述时间时考虑所述预期时间。
8.一种睡眠研究方法,包括:
使用传感器的集合(12、14、16、18、20)来监测(50)对象在睡眠期间的生理参数并且监测(52)所述对象的睡眠阶段;
根据所述传感器的集合的输出来确定(54)存在传感器故障或传感器断开,使得需要对所述对象的介入以维护或修理睡眠研究系统;并且
根据所述传感器的集合的所述输出来确定(56)取决于所述对象的所述睡眠阶段而执行所述介入的时间,并且提供与执行所述介入的所述时间有关的输出。
9.根据权利要求8所述的方法,其中,所述监测包括:
使用传感器的第一集合来监测对象在睡眠期间的所述生理参数,并且使用传感器的第二集合来监测所述睡眠阶段,其中,所述第一集合和所述第二集合是互斥的。
10.根据权利要求8所述的方法,其中,所述监测包括:
使用传感器的第一集合来监测对象在睡眠期间的所述生理参数,并且使用传感器的第二集合来监测所述睡眠阶段,所述第二集合是所述第一集合的子集。
11.根据权利要求8至10中的任一项所述的方法,其中,所述监测包括PPG监测和/或对所述睡眠阶段的EEG监测。
12.根据权利要求8至11中的任一项所述的方法,其中,所述睡眠研究是多导睡眠描记研究。
13.根据权利要求8至12中的任一项所述的方法,其中,提供与执行所述介入的所述时间有关的输出包括:
提供在执行所述介入的所述时间处的输出;并且/或者
提供在执行所述介入的所述时间之前的输出,其给出了对执行所述介入的所述时间的预测。
14.根据权利要求8至13中的任一项所述的方法,包括确定到睡眠的结束的预期时间并且当确定执行所述介入的所述时间时考虑所述预期时间。
15.一种计算机程序,包括计算机程序代码模块,所述计算机程序代码模块适于当所述程序在计算机上被运行时执行根据权利要求8至14中的任一项所述的方法。
Applications Claiming Priority (5)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
US201562261366P | 2015-12-01 | 2015-12-01 | |
US62/261,366 | 2015-12-01 | ||
EP15201944.4 | 2015-12-22 | ||
EP15201944 | 2015-12-22 | ||
PCT/EP2016/078607 WO2017093098A1 (en) | 2015-12-01 | 2016-11-24 | Sleep study system and method |
Publications (2)
Publication Number | Publication Date |
---|---|
CN108289633A true CN108289633A (zh) | 2018-07-17 |
CN108289633B CN108289633B (zh) | 2022-05-03 |
Family
ID=55024894
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201680070760.7A Active CN108289633B (zh) | 2015-12-01 | 2016-11-24 | 睡眠研究系统和方法 |
Country Status (4)
Country | Link |
---|---|
US (1) | US11596357B2 (zh) |
EP (1) | EP3383261B1 (zh) |
CN (1) | CN108289633B (zh) |
WO (1) | WO2017093098A1 (zh) |
Families Citing this family (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US11648373B2 (en) | 2013-07-08 | 2023-05-16 | Resmed Sensor Technologies Limited | Methods and systems for sleep management |
EP3019073B1 (en) | 2013-07-08 | 2022-08-31 | ResMed Sensor Technologies Limited | System for sleep management |
EP3701856B1 (en) * | 2019-02-26 | 2021-09-15 | Panasonic Intellectual Property Management Co., Ltd. | Information processing method and information processing system |
CN112006652B (zh) * | 2019-05-29 | 2024-02-02 | 深圳市睿心由科技有限公司 | 睡眠状态检测方法和系统 |
RU2763641C1 (ru) * | 2021-09-22 | 2021-12-30 | Федеральное Государственное Бюджетное Образовательное Учреждение Высшего Образования "Тюменский Государственный Медицинский Университет" Министерства Здравоохранения Российской Федерации | Способ оценки прогнозируемого сдвига скорректированной средней фазы сна по Мюнхенскому тесту Munich Chrono-Type Questionnaire при изменении времени дневной световой экспозиции у лиц со свободным графиком работ |
RU2762612C1 (ru) * | 2021-10-25 | 2021-12-21 | Федеральное Государственное Бюджетное Образовательное Учреждение Высшего Образования "Тюменский Государственный Медицинский Университет" Министерства Здравоохранения Российской Федерации | Способ прогноза скорректированной средней фазы сна по Мюнхенскому тесту у лиц в возрасте от 18 до 22 лет включительно при увеличении экранного времени |
Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US6421554B1 (en) * | 1998-12-31 | 2002-07-16 | Samsung Electronics Co., Ltd. | Method and device for detecting fault of lead in electrocardiogram system |
US20110275960A1 (en) * | 2009-01-28 | 2011-11-10 | Koninklijke Philips Electronics N.V. | Entrance information system and method for issuing entrance instructions for a sleeping room by an entrance information system |
CN102946797A (zh) * | 2009-08-14 | 2013-02-27 | D·伯顿 | 麻醉和意识深度监测系统 |
CN103179897A (zh) * | 2010-06-17 | 2013-06-26 | 卡式监控科学保健有限公司 | 用于监测睡眠及其它生理状况的方法和系统 |
CN103371805A (zh) * | 2012-04-19 | 2013-10-30 | 株式会社百利达 | 生物信号处理设备 |
US20140049627A1 (en) * | 2012-08-14 | 2014-02-20 | Good Sleep, Llc | Systems And Methods For Sleep Monitoring |
US20140194759A1 (en) * | 2011-06-10 | 2014-07-10 | Koninklijke Philips N.V. | Method and apparatus for selecting differential input leads |
Family Cites Families (17)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
DE4209336A1 (de) | 1992-03-23 | 1993-09-30 | Soenke Knutzen | Verfahren zum selbsttätigen Wecken einer schlafenden Person und Vorrichtung zur Durchführung des Verfahrens |
RU2061406C1 (ru) | 1993-07-14 | 1996-06-10 | Евгений Антонович Юматов | Способ пробуждения человека в фиксированную фазу сна и устройство для его осуществления |
AUPP693398A0 (en) * | 1998-11-05 | 1998-12-03 | Resmed Limited | Fault diagnosis in CPAP and NIPPV devices |
US6928031B1 (en) | 2000-04-24 | 2005-08-09 | International Business Machines Corp. | Alarm clock system, method of operation and program product therefor |
US20070249952A1 (en) | 2004-02-27 | 2007-10-25 | Benjamin Rubin | Systems and methods for sleep monitoring |
US20060122863A1 (en) * | 2004-12-02 | 2006-06-08 | Medtronic, Inc. | Patient management network |
US8322339B2 (en) * | 2006-09-01 | 2012-12-04 | Nellcor Puritan Bennett Llc | Method and system of detecting faults in a breathing assistance device |
GB2447640B (en) | 2007-03-14 | 2012-03-14 | Axon Sleep Res Lab Inc | Systems and methods for sleep monitoring |
WO2009128000A1 (en) | 2008-04-16 | 2009-10-22 | Philips Intellectual Property & Standards Gmbh | Method and system for sleep/wake condition estimation |
US8876737B2 (en) | 2008-12-15 | 2014-11-04 | Intel-Ge Care Innovations Llc | Monitoring sleep stages to determine optimal arousal times and to alert an individual to negative states of wakefulness |
TWI498102B (zh) | 2010-12-17 | 2015-09-01 | Univ Nat Cheng Kung | 短暫睡眠喚醒裝置及方法 |
US8948861B2 (en) | 2011-03-31 | 2015-02-03 | Toyota Motor Engineering & Manufacturing North America, Inc. | Methods and systems for determining optimum wake time |
WO2014118693A1 (en) | 2013-01-29 | 2014-08-07 | Koninklijke Philips N.V. | Sensory stimuli to increase accuracy of sleep staging |
RU2522400C1 (ru) | 2013-04-05 | 2014-07-10 | Общество С Ограниченной Ответственностью "Хилби" | Способ определения фазы сна человека, благоприятной для пробуждения |
EP3019073B1 (en) * | 2013-07-08 | 2022-08-31 | ResMed Sensor Technologies Limited | System for sleep management |
US20150173672A1 (en) * | 2013-11-08 | 2015-06-25 | David Brian Goldstein | Device to detect, assess and treat Snoring, Sleep Apneas and Hypopneas |
JP6233837B2 (ja) | 2013-11-19 | 2017-11-22 | 公立大学法人首都大学東京 | 睡眠段階判定装置、睡眠段階判定プログラムおよび睡眠段階判定方法 |
-
2016
- 2016-11-24 US US15/780,271 patent/US11596357B2/en active Active
- 2016-11-24 WO PCT/EP2016/078607 patent/WO2017093098A1/en active Application Filing
- 2016-11-24 EP EP16808581.9A patent/EP3383261B1/en active Active
- 2016-11-24 CN CN201680070760.7A patent/CN108289633B/zh active Active
Patent Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US6421554B1 (en) * | 1998-12-31 | 2002-07-16 | Samsung Electronics Co., Ltd. | Method and device for detecting fault of lead in electrocardiogram system |
US20110275960A1 (en) * | 2009-01-28 | 2011-11-10 | Koninklijke Philips Electronics N.V. | Entrance information system and method for issuing entrance instructions for a sleeping room by an entrance information system |
CN102300500A (zh) * | 2009-01-28 | 2011-12-28 | 皇家飞利浦电子股份有限公司 | 通过进入信息系统发布卧室进入指令的进入信息系统和方法 |
CN102946797A (zh) * | 2009-08-14 | 2013-02-27 | D·伯顿 | 麻醉和意识深度监测系统 |
CN103179897A (zh) * | 2010-06-17 | 2013-06-26 | 卡式监控科学保健有限公司 | 用于监测睡眠及其它生理状况的方法和系统 |
US20140194759A1 (en) * | 2011-06-10 | 2014-07-10 | Koninklijke Philips N.V. | Method and apparatus for selecting differential input leads |
CN103371805A (zh) * | 2012-04-19 | 2013-10-30 | 株式会社百利达 | 生物信号处理设备 |
US20140049627A1 (en) * | 2012-08-14 | 2014-02-20 | Good Sleep, Llc | Systems And Methods For Sleep Monitoring |
Also Published As
Publication number | Publication date |
---|---|
US20180353131A1 (en) | 2018-12-13 |
US11596357B2 (en) | 2023-03-07 |
WO2017093098A1 (en) | 2017-06-08 |
EP3383261A1 (en) | 2018-10-10 |
EP3383261B1 (en) | 2020-06-03 |
CN108289633B (zh) | 2022-05-03 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
KR102219913B1 (ko) | 내장된 알람 피로도 감소 특성을 이용한 지속적인 스트레스 측정 | |
CN108289633A (zh) | 睡眠研究系统和方法 | |
JP6423487B2 (ja) | 痙攣の検出のためのシステムおよびその作動方法 | |
US10055549B2 (en) | Method and apparatus for wireless health monitoring and emergent condition prediction | |
JP5723024B2 (ja) | 逐次分類器を用いる心不全検出 | |
US20190076098A1 (en) | Artificial Neural Network Based Sleep Disordered Breathing Screening Tool | |
US10531838B2 (en) | Apparatus, system, method and computer program for assessing the risk of an exacerbation and/or hospitalization | |
CN102687152A (zh) | Copd恶化预测系统和方法 | |
JP2016202347A (ja) | 生体情報処理システム、生体情報処理装置及び解析結果情報の生成方法 | |
CN112469329A (zh) | 评估健康情况或状况的方法和系统 | |
US20230079951A1 (en) | System for configuring patient monitoring | |
CN109770904A (zh) | 呼吸暂停的监测方法、装置、计算机设备和存储介质 | |
KR20190050618A (ko) | 사용자의 정신적, 신체적 스트레스를 감소시켜 주는 인공지능 기반 웨어러블 패치형 스트레스 트래커 센서 및 트래킹 방법 | |
US11213233B2 (en) | Assessing delirium in a subject | |
EP3419502B1 (en) | Stress detection based on sympathovagal balance | |
US20220167931A1 (en) | Wearable detection & treating device | |
US20200315516A1 (en) | Traumatic brain injury diagnostics system and method | |
RU2749068C2 (ru) | Система и способ исследования сна | |
Czekaj et al. | Validation and usability of AIDMED-telemedical system for cardiological and pulmonary diseases | |
Pellegrino et al. | Automated Wireless and Portable Measurement of Apnea-Hypopnea Index on Adult Patients With Obstructive Sleep Apnea Using Counter Based Algorithm | |
EP3426131B1 (en) | Continuous stress measurement with built-in alarm fatigue reduction features | |
Songthawornpong et al. | Continuous Monitoring of Vital Signs After Hospital Discharge: A Feasibility Study | |
Singh et al. | Smartphones and Consumer Devices in Management of Obstructive Sleep Apnea | |
WO2023196504A1 (en) | Systems, methods, and components thereof relating to respiration severity measurement, assessment, and treatment | |
KR20240028572A (ko) | 인공지능을 활용한 패치형 센서 기반의 수면 관리 서비스를 제공하기 위한 서버, 방법 및 프로그램 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |