CN113272908B - 用于利用感官刺激增强rem睡眠的系统和方法 - Google Patents

用于利用感官刺激增强rem睡眠的系统和方法 Download PDF

Info

Publication number
CN113272908B
CN113272908B CN201980085708.2A CN201980085708A CN113272908B CN 113272908 B CN113272908 B CN 113272908B CN 201980085708 A CN201980085708 A CN 201980085708A CN 113272908 B CN113272908 B CN 113272908B
Authority
CN
China
Prior art keywords
subject
sleep
during
rem
rem sleep
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
CN201980085708.2A
Other languages
English (en)
Other versions
CN113272908A (zh
Inventor
G·N·加西亚·默里纳
N·帕帕斯
J·萨拉扎
B·S·比林
M·贝雷西
D·P·怀特
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 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 NV filed Critical Koninklijke Philips NV
Publication of CN113272908A publication Critical patent/CN113272908A/zh
Application granted granted Critical
Publication of CN113272908B publication Critical patent/CN113272908B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • G—PHYSICS
    • G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
    • G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
    • G16H50/00—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics
    • G16H50/20—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics for computer-aided diagnosis, e.g. based on medical expert systems
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61M—DEVICES FOR INTRODUCING MEDIA INTO, OR ONTO, THE BODY; DEVICES FOR TRANSDUCING BODY MEDIA OR FOR TAKING MEDIA FROM THE BODY; DEVICES FOR PRODUCING OR ENDING SLEEP OR STUPOR
    • A61M21/00—Other devices or methods to cause a change in the state of consciousness; Devices for producing or ending sleep by mechanical, optical, or acoustical means, e.g. for hypnosis
    • 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]
    • 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
    • A61B5/72—Signal processing specially adapted for physiological signals or for diagnostic purposes
    • A61B5/7235—Details of waveform analysis
    • A61B5/7264—Classification of physiological signals or data, e.g. using neural networks, statistical classifiers, expert systems or fuzzy systems
    • A61B5/7267—Classification of physiological signals or data, e.g. using neural networks, statistical classifiers, expert systems or fuzzy systems involving training the classification device
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61M—DEVICES FOR INTRODUCING MEDIA INTO, OR ONTO, THE BODY; DEVICES FOR TRANSDUCING BODY MEDIA OR FOR TAKING MEDIA FROM THE BODY; DEVICES FOR PRODUCING OR ENDING SLEEP OR STUPOR
    • A61M21/00—Other devices or methods to cause a change in the state of consciousness; Devices for producing or ending sleep by mechanical, optical, or acoustical means, e.g. for hypnosis
    • A61M21/02—Other devices or methods to cause a change in the state of consciousness; Devices for producing or ending sleep by mechanical, optical, or acoustical means, e.g. for hypnosis for inducing sleep or relaxation, e.g. by direct nerve stimulation, hypnosis, analgesia
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N3/00—Computing arrangements based on biological models
    • G06N3/02—Neural networks
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N3/00—Computing arrangements based on biological models
    • G06N3/02—Neural networks
    • G06N3/04—Architecture, e.g. interconnection topology
    • G06N3/045—Combinations of networks
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N3/00—Computing arrangements based on biological models
    • G06N3/02—Neural networks
    • G06N3/08—Learning methods
    • G06N3/084—Backpropagation, e.g. using gradient descent
    • G—PHYSICS
    • G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
    • G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
    • G16H20/00—ICT specially adapted for therapies or health-improving plans, e.g. for handling prescriptions, for steering therapy or for monitoring patient compliance
    • G16H20/30—ICT specially adapted for therapies or health-improving plans, e.g. for handling prescriptions, for steering therapy or for monitoring patient compliance relating to physical therapies or activities, e.g. physiotherapy, acupressure or exercising
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61M—DEVICES FOR INTRODUCING MEDIA INTO, OR ONTO, THE BODY; DEVICES FOR TRANSDUCING BODY MEDIA OR FOR TAKING MEDIA FROM THE BODY; DEVICES FOR PRODUCING OR ENDING SLEEP OR STUPOR
    • A61M21/00—Other devices or methods to cause a change in the state of consciousness; Devices for producing or ending sleep by mechanical, optical, or acoustical means, e.g. for hypnosis
    • A61M2021/0005—Other devices or methods to cause a change in the state of consciousness; Devices for producing or ending sleep by mechanical, optical, or acoustical means, e.g. for hypnosis by the use of a particular sense, or stimulus
    • A61M2021/0016—Other devices or methods to cause a change in the state of consciousness; Devices for producing or ending sleep by mechanical, optical, or acoustical means, e.g. for hypnosis by the use of a particular sense, or stimulus by the smell sense
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61M—DEVICES FOR INTRODUCING MEDIA INTO, OR ONTO, THE BODY; DEVICES FOR TRANSDUCING BODY MEDIA OR FOR TAKING MEDIA FROM THE BODY; DEVICES FOR PRODUCING OR ENDING SLEEP OR STUPOR
    • A61M21/00—Other devices or methods to cause a change in the state of consciousness; Devices for producing or ending sleep by mechanical, optical, or acoustical means, e.g. for hypnosis
    • A61M2021/0005—Other devices or methods to cause a change in the state of consciousness; Devices for producing or ending sleep by mechanical, optical, or acoustical means, e.g. for hypnosis by the use of a particular sense, or stimulus
    • A61M2021/0022—Other devices or methods to cause a change in the state of consciousness; Devices for producing or ending sleep by mechanical, optical, or acoustical means, e.g. for hypnosis by the use of a particular sense, or stimulus by the tactile sense, e.g. vibrations
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61M—DEVICES FOR INTRODUCING MEDIA INTO, OR ONTO, THE BODY; DEVICES FOR TRANSDUCING BODY MEDIA OR FOR TAKING MEDIA FROM THE BODY; DEVICES FOR PRODUCING OR ENDING SLEEP OR STUPOR
    • A61M21/00—Other devices or methods to cause a change in the state of consciousness; Devices for producing or ending sleep by mechanical, optical, or acoustical means, e.g. for hypnosis
    • A61M2021/0005—Other devices or methods to cause a change in the state of consciousness; Devices for producing or ending sleep by mechanical, optical, or acoustical means, e.g. for hypnosis by the use of a particular sense, or stimulus
    • A61M2021/0027—Other devices or methods to cause a change in the state of consciousness; Devices for producing or ending sleep by mechanical, optical, or acoustical means, e.g. for hypnosis by the use of a particular sense, or stimulus by the hearing sense
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61M—DEVICES FOR INTRODUCING MEDIA INTO, OR ONTO, THE BODY; DEVICES FOR TRANSDUCING BODY MEDIA OR FOR TAKING MEDIA FROM THE BODY; DEVICES FOR PRODUCING OR ENDING SLEEP OR STUPOR
    • A61M21/00—Other devices or methods to cause a change in the state of consciousness; Devices for producing or ending sleep by mechanical, optical, or acoustical means, e.g. for hypnosis
    • A61M2021/0005—Other devices or methods to cause a change in the state of consciousness; Devices for producing or ending sleep by mechanical, optical, or acoustical means, e.g. for hypnosis by the use of a particular sense, or stimulus
    • A61M2021/0044—Other devices or methods to cause a change in the state of consciousness; Devices for producing or ending sleep by mechanical, optical, or acoustical means, e.g. for hypnosis by the use of a particular sense, or stimulus by the sight sense
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61M—DEVICES FOR INTRODUCING MEDIA INTO, OR ONTO, THE BODY; DEVICES FOR TRANSDUCING BODY MEDIA OR FOR TAKING MEDIA FROM THE BODY; DEVICES FOR PRODUCING OR ENDING SLEEP OR STUPOR
    • A61M21/00—Other devices or methods to cause a change in the state of consciousness; Devices for producing or ending sleep by mechanical, optical, or acoustical means, e.g. for hypnosis
    • A61M2021/0005—Other devices or methods to cause a change in the state of consciousness; Devices for producing or ending sleep by mechanical, optical, or acoustical means, e.g. for hypnosis by the use of a particular sense, or stimulus
    • A61M2021/0072—Other devices or methods to cause a change in the state of consciousness; Devices for producing or ending sleep by mechanical, optical, or acoustical means, e.g. for hypnosis by the use of a particular sense, or stimulus with application of electrical currents
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61M—DEVICES FOR INTRODUCING MEDIA INTO, OR ONTO, THE BODY; DEVICES FOR TRANSDUCING BODY MEDIA OR FOR TAKING MEDIA FROM THE BODY; DEVICES FOR PRODUCING OR ENDING SLEEP OR STUPOR
    • A61M2205/00—General characteristics of the apparatus
    • A61M2205/18—General characteristics of the apparatus with alarm
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61M—DEVICES FOR INTRODUCING MEDIA INTO, OR ONTO, THE BODY; DEVICES FOR TRANSDUCING BODY MEDIA OR FOR TAKING MEDIA FROM THE BODY; DEVICES FOR PRODUCING OR ENDING SLEEP OR STUPOR
    • A61M2205/00—General characteristics of the apparatus
    • A61M2205/33—Controlling, regulating or measuring
    • A61M2205/3375—Acoustical, e.g. ultrasonic, measuring means
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61M—DEVICES FOR INTRODUCING MEDIA INTO, OR ONTO, THE BODY; DEVICES FOR TRANSDUCING BODY MEDIA OR FOR TAKING MEDIA FROM THE BODY; DEVICES FOR PRODUCING OR ENDING SLEEP OR STUPOR
    • A61M2205/00—General characteristics of the apparatus
    • A61M2205/50—General characteristics of the apparatus with microprocessors or computers
    • A61M2205/502—User interfaces, e.g. screens or keyboards
    • A61M2205/505—Touch-screens; Virtual keyboard or keypads; Virtual buttons; Soft keys; Mouse touches
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61M—DEVICES FOR INTRODUCING MEDIA INTO, OR ONTO, THE BODY; DEVICES FOR TRANSDUCING BODY MEDIA OR FOR TAKING MEDIA FROM THE BODY; DEVICES FOR PRODUCING OR ENDING SLEEP OR STUPOR
    • A61M2205/00—General characteristics of the apparatus
    • A61M2205/50—General characteristics of the apparatus with microprocessors or computers
    • A61M2205/502—User interfaces, e.g. screens or keyboards
    • A61M2205/507—Head Mounted Displays [HMD]
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61M—DEVICES FOR INTRODUCING MEDIA INTO, OR ONTO, THE BODY; DEVICES FOR TRANSDUCING BODY MEDIA OR FOR TAKING MEDIA FROM THE BODY; DEVICES FOR PRODUCING OR ENDING SLEEP OR STUPOR
    • A61M2230/00—Measuring parameters of the user
    • A61M2230/04—Heartbeat characteristics, e.g. ECG, blood pressure modulation
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61M—DEVICES FOR INTRODUCING MEDIA INTO, OR ONTO, THE BODY; DEVICES FOR TRANSDUCING BODY MEDIA OR FOR TAKING MEDIA FROM THE BODY; DEVICES FOR PRODUCING OR ENDING SLEEP OR STUPOR
    • A61M2230/00—Measuring parameters of the user
    • A61M2230/08—Other bio-electrical signals
    • A61M2230/10—Electroencephalographic signals
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61M—DEVICES FOR INTRODUCING MEDIA INTO, OR ONTO, THE BODY; DEVICES FOR TRANSDUCING BODY MEDIA OR FOR TAKING MEDIA FROM THE BODY; DEVICES FOR PRODUCING OR ENDING SLEEP OR STUPOR
    • A61M2230/00—Measuring parameters of the user
    • A61M2230/18—Rapid eye-movements [REM]
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61M—DEVICES FOR INTRODUCING MEDIA INTO, OR ONTO, THE BODY; DEVICES FOR TRANSDUCING BODY MEDIA OR FOR TAKING MEDIA FROM THE BODY; DEVICES FOR PRODUCING OR ENDING SLEEP OR STUPOR
    • A61M2230/00—Measuring parameters of the user
    • A61M2230/30—Blood pressure
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61M—DEVICES FOR INTRODUCING MEDIA INTO, OR ONTO, THE BODY; DEVICES FOR TRANSDUCING BODY MEDIA OR FOR TAKING MEDIA FROM THE BODY; DEVICES FOR PRODUCING OR ENDING SLEEP OR STUPOR
    • A61M2230/00—Measuring parameters of the user
    • A61M2230/40—Respiratory characteristics
    • A61M2230/42—Rate
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61M—DEVICES FOR INTRODUCING MEDIA INTO, OR ONTO, THE BODY; DEVICES FOR TRANSDUCING BODY MEDIA OR FOR TAKING MEDIA FROM THE BODY; DEVICES FOR PRODUCING OR ENDING SLEEP OR STUPOR
    • A61M2230/00—Measuring parameters of the user
    • A61M2230/50—Temperature

Landscapes

  • Health & Medical Sciences (AREA)
  • Engineering & Computer Science (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Physics & Mathematics (AREA)
  • Biomedical Technology (AREA)
  • General Health & Medical Sciences (AREA)
  • Public Health (AREA)
  • Biophysics (AREA)
  • Theoretical Computer Science (AREA)
  • Artificial Intelligence (AREA)
  • Molecular Biology (AREA)
  • Medical Informatics (AREA)
  • Veterinary Medicine (AREA)
  • Animal Behavior & Ethology (AREA)
  • Heart & Thoracic Surgery (AREA)
  • Mathematical Physics (AREA)
  • Evolutionary Computation (AREA)
  • Data Mining & Analysis (AREA)
  • Pathology (AREA)
  • Anesthesiology (AREA)
  • Computational Linguistics (AREA)
  • Psychology (AREA)
  • Computing Systems (AREA)
  • General Engineering & Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Software Systems (AREA)
  • Surgery (AREA)
  • Acoustics & Sound (AREA)
  • Hematology (AREA)
  • Primary Health Care (AREA)
  • Epidemiology (AREA)
  • Psychiatry (AREA)
  • Signal Processing (AREA)
  • Pain & Pain Management (AREA)
  • Physiology (AREA)
  • Physical Education & Sports Medicine (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Fuzzy Systems (AREA)
  • Databases & Information Systems (AREA)
  • Measurement Of The Respiration, Hearing Ability, Form, And Blood Characteristics Of Living Organisms (AREA)

Abstract

本公开涉及一种用于自动检测快速眼动(REM)睡眠并递送感官刺激以延长REM持续时间而不干扰睡眠的系统和方法。感官刺激可以是听觉或其他刺激。该系统和方法确保刺激的及时递送并根据需要自动调整刺激的量、强度和/或定时。REM睡眠基于大脑活动、心脏活动和/或其他信息进行检测。REM睡眠可以由经训练的神经网络来检测和/或预测。感官刺激的量、定时和/或强度可以基于神经网络的一个或多个中间层的一个或多个值和一个或多个大脑活动和/或心脏活动参数进行确定和/或调节以增强受试者的REM睡眠。

Description

用于利用感官刺激增强REM睡眠的系统和方法
技术领域
本公开涉及一种用于通过在睡眠期期间向受试者递送听觉刺激来增强快速眼动(REM)睡眠的系统和方法。
背景技术
用于在睡眠期间监测睡眠并向受试者递送感官刺激的系统是已知的。基于脑电图(EEG)传感器的睡眠监测和感官刺激系统是已知的。这些系统是基于状态的，这意味着刺激是响应于EEG参数突破睡眠阶段刺激递送阈值而被递送的。睡眠状态刺激递送阈值通常指示深度睡眠(例如，NREM阶段N2或N3睡眠)。这些系统不会递送刺激来增强REM睡眠。因此，典型系统的用户无法体验到增强REM睡眠的优势。WO 2017/115368 A1描述了一种用于治疗生理障碍的神经调节系统。在Lim等人的“Selective Enhancement of Rapid Eye Movementsleep by Deep Brain Stimulation of the Human Pons”(Ann.Neurol.,2009；66:110-114)中描述了一些与增强REM睡眠相关的信息。
发明内容
通过利用闭环系统在睡眠期期间向受试者自动递送感官刺激来增强快速眼动(REM)睡眠将是有利的。
因此，本公开的一个或多个方面涉及一种系统，该系统被配置为通过在睡眠期期间向受试者递送听觉刺激来增强REM睡眠。该系统包括一个或多个传感器、一个或多个感官刺激器、一个或多个硬件处理器和/或其他部件。一个或多个传感器被配置为生成输出信号，该输出信号传达与在睡眠期期间受试者的睡眠阶段相关的信息。一个或多个感官刺激器被配置为在睡眠期期间向受试者提供听觉刺激。一个或多个硬件处理器耦合到一个或多个传感器和一个或多个感官刺激器。一个或多个硬件处理器由机器可读指令配置。一个或多个硬件处理器被配置为基于输出信号来检测受试者在睡眠期期间的REM睡眠。一个或多个硬件处理器被配置为控制一个或多个感官刺激器在REM睡眠期期间向受试者提供听觉刺激，以增强受试者在睡眠期期间的REM睡眠。
在一些实施例中，一个或多个传感器被配置为使得与受试者的睡眠阶段相关的信息包括与受试者的大脑活动和/或心脏活动相关的信息。在一些实施例中，一个或多个传感器包括被配置为生成与大脑活动相关的信息的一个或多个脑电图(EEG)电极、被配置为生成与心脏活动相关的信息的一个或多个心电图(ECG)传感器、被配置为生成与心脏活动相关的信息的一个或多个光电容积描记法(PPG)传感器和/或其他传感器。
在一些实施例中，一个或多个传感器被配置为使得与受试者的睡眠阶段相关的信息包括与心脏活动相关的信息。在一些实施例中，一个或多个硬件处理器被配置为响应于与心脏活动相关的信息的低频分量和与心脏活动相关的信息的高频分量之间的比率突破比率阈值来检测受试者的REM睡眠。
在一些实施例中，一个或多个硬件处理器还被配置为响应于确定受试者在睡眠期期间已保持处于REM睡眠达连续阈值时间量，来检测受试者的REM睡眠。
在一些实施例中，一个或多个硬件处理器被配置为使得检测受试者的REM睡眠包括获得针对受试者和/或在人口统计学上与受试者相似的受试者群体的历史睡眠阶段信息。历史睡眠阶段信息与受试者和/或受试者群体的大脑活动和/或心脏活动相关，其指示受试者和/或受试者群体的睡眠期期间随时间的睡眠阶段。检测REM睡眠包括基于历史睡眠阶段信息，通过向神经网络提供历史睡眠阶段信息作为输入，来使神经网络被训练；并且基于输出信号使经训练的神经网络：(1)确定受试者在睡眠期期间正在经历REM睡眠的时段；或(2)预测在睡眠期期间受试者将经历REM睡眠的未来时间。经训练的神经网络包括输入层、输出层以及输入层和输出层之间的一个或多个中间层。
在一些实施例中，一个或多个硬件处理器被配置为使得控制一个或多个感官刺激器在REM睡眠期间向受试者提供听觉刺激以增强受试者在睡眠期期间的REM睡眠包括：关于(1)受试者正在经历REM睡眠的时段，或(2)每一个未来时间，确定由经训练的神经网络的一个或多个中间层所生成的一个或多个值。控制一个或多个感官刺激器包括：(1)在受试者正在经历REM睡眠的时段期间，或(2)在未来时间，使一个或多个感官刺激器向受试者提供听觉刺激。控制一个或多个感官刺激器包括：基于一个或多个中间层的一个或多个值，确定和/或使一个或多个感官刺激器调节提供给受试者的听觉刺激的量、定时和/或强度。
在一些实施例中，一个或多个硬件处理器被配置为基于输出信号来确定受试者的一个或多个大脑活动和/或心脏活动参数。一个或多个大脑活动和/或心脏活动参数指示受试者的睡眠阶段。一个或多个硬件处理器被配置为基于一个或多个中间层的一个或多个值以及一个或多个大脑活动和/或心脏活动参数确定和/或使一个或多个感官刺激器调节听觉刺激的量、定时和/或强度以增强受试者的REM睡眠。
在一些实施例中，一个或多个硬件处理器被配置为使得来自经训练的神经网络的一个或多个中间层的一个或多个值包括来自经训练的神经网络的一个或多个递归层的值和来自一个或多个卷积层的值。一个或多个硬件处理器被配置为基于一个或多个大脑活动和/或心脏活动参数、来自一个或多个卷积层的值以及来自一个或多个递归层的值，确定和/或使一个或多个感官刺激器调节听觉刺激的量、定时和/或强度参数。
在一些实施例中，一个或多个感官刺激器被配置为使得听觉刺激包括可听音调。一个或多个硬件处理器被配置为使得控制一个或多个感官刺激器在REM睡眠期期间向受试者提供听觉刺激以增强受试者在睡眠期期间的REM睡眠包括：通过确定音调间间隔、音调音量和/或音调频率来确定听觉刺激的量、定时和/或的强度；和/或使一个或多个感官刺激器调节听觉刺激的量、定时和/或强度。调节包括响应于关于受试者正在经历一个或多个微觉醒的指示来调整音调间间隔、音调音量和/或音调频率。
在一些实施例中，刺激被定时以与EEG中的桥脑─膝状体─枕叶(PGO)波的检测同步。
本公开的另一方面涉及一种用于通过利用增强系统在睡眠期期间向受试者递送听觉刺激来增强REM睡眠的非治疗性方法。该系统包括一个或多个传感器、一个或多个感官刺激器、一个或多个硬件处理器和/或其他部件。该方法包括：利用一个或多个传感器生成输出信号，该输出信号传达与在睡眠期期间受试者的睡眠阶段相关的信息；利用一个或多个硬件处理器基于输出信号来检测受试者在睡眠期期间的REM睡眠，并利用一个或多个硬件处理器控制一个或多个感官刺激器在REM睡眠期间向受试者提供听觉刺激，以增强受试者在睡眠期期间的REM睡眠。
在一些实施例中，与受试者的睡眠阶段相关的信息包括与受试者的大脑活动和/或心脏活动相关的信息。在一些实施例中，与受试者的睡眠阶段相关的信息包括与心脏活动相关的信息，并且一个或多个硬件处理器被配置为响应于与心脏活动相关的信息的低频分量和与心脏活动相关的信息的高频分量之间的比率突破比率阈值，来检测受试者的REM睡眠信息。
在一些实施例中，检测受试者的REM睡眠包括获得针对受试者和/或在人口统计学上与受试者相似的受试者群体的历史睡眠阶段信息。历史睡眠阶段信息与受试者和/或受试者群体的大脑活动和/或心脏活动相关，其指示在受试者和/或受试者群体的睡眠期期间随时间的睡眠阶段。检测受试者的REM睡眠包括基于历史睡眠阶段信息，通过向神经网络提供历史睡眠阶段信息作为输入，来使神经网络被训练；并且基于输出信号使经训练的神经网络：(1)确定受试者在睡眠期期间正在经历REM睡眠的时段；或(2)预测在睡眠期期间受试者将经历REM睡眠的未来时间。经训练的神经网络包括输输入层、输出层以及输入层和输出层之间的一个或多个中间层。控制一个或多个感官刺激器在REM睡眠期期间向受试者提供听觉刺激以增强受试者在睡眠期期间的REM睡眠包括：关于(1)受试者正在经历REM睡眠的时段，或(2)每一个未来时间，由确定由经训练的神经网络的一个或多个中间层生成的一个或多个值；(1)在受试者正在经历REM睡眠的时段期间，或(2)在未来时间，使一个或多个感官刺激器向受试者提供听觉刺激，并且基于一个或多个中间层的一个或多个值，确定和/或使一个或多个感官刺激器调节提供给受试者的听觉刺激的量、定时和/或强度。
在一些实施例中，该方法还包括利用一个或多个硬件处理器基于输出信号来确定受试者的一个或多个大脑活动和/或心脏活动参数。一个或多个大脑活动和/或心脏活动参数指示受试者的睡眠阶段。在一些实施例中，该方法还包括：利用一个或多个硬件处理器，基于一个或多个中间层的一个或多个值以及一个或多个大脑活动和/或心脏活动参数确定和/或使一个或多个感官刺激器调节听觉刺激的量、定时和/或强度以增强受试者的REM睡眠。
在一些实施例中，刺激被定时以与EEG中的桥脑─膝状体─枕叶(PGO)波的检测同步。
本公开的这些和其他目的、特征和特性，以及结构的相关元件的操作方法和功能以及部件的组合和制造的经济性，都将在考虑到参考附图的以下描述和所附权利要求时变得更加明显，所有这些都形成本说明书的一部分，其中相同的附图标号指明各个附图中的对应部分。然而，应当清楚地理解，附图仅用于说明和描述的目的，并不旨在作为对本公开的限制的定义。
附图说明
图1是根据一个或多个实施例的被配置为通过在睡眠期期间向受试者递送感官刺激来增强REM睡眠的系统的示意图。
图2图示出了根据一个或多个实施例的由系统执行的若干操作。
图3图示出了根据一个或多个实施例的作为系统的一部分的深度神经网络的示例架构。
图4图示出了根据一个或多个实施例的关于心脏活动信号的低频分量与心脏活动信号的高频分量的比率的阈值，其可以被系统用来检测REM睡眠并将REM睡眠与NREM睡眠或清醒区分开来。
图5图示出了根据一个或多个实施例的用于通过利用增强系统在睡眠期期间向受试者递送感官刺激来增强REM睡眠的方法。
具体实施方式
如本文中所使用的，除非上下文另有明确规定，否则单数形式的“一”、“一个”和“该”包括复数形式。如本文中所使用的，除非上下文另有明确规定，否则术语“或”意指“和/或”。如本文中所使用的，两个或更多零件或部件“耦合”的表述应意指这些零件直接或间接地(即，通过一个或多个中间零件或部件)连接或操作在一起，只要存在链接。如本文中所使用的，“直接耦合”意指两个元件彼此直接接触。如本文中所使用的，“固定耦合”或“固定”意指两个部件被耦合以作为一个整体移动，同时保持相对于彼此的恒定取向。
如本文中所使用的，“单一”一词意指部件被创建为单个工件或单元。也就是说，包括单独创建然后耦合为一个单元的工件的部件不是“单一”部件或主体。如本文中所采用的，两个或更多零件或部件彼此“接合”的陈述应意指零件直接或通过一个或多个中间零件或部件相互施加力。如本文中所采用的，术语“数目”应意指一或大于一的整数(即，多个)。
除非在其中被明确记载，否则本文中所使用的方向短语，诸如例如但不限于：顶、底、左、右、上、下、前、后及其派生词，涉及图中所示元件的取向，并且不限制权利要求。
图1是被配置为在睡眠期期间向受试者12递送感官刺激的系统10的示意图。系统10被配置为促进向受试者12递送感官刺激以增强受试者12的睡眠的恢复效果和/或用于其他目的。系统10被配置成使得包括在睡眠期期间递送的听觉和/或其他刺激的感官刺激增强受试者12的快速眼动(REM)睡眠而不引起觉醒。如本文所述，在一些实施例中，系统10被配置为在睡眠期期间确定REM睡眠的时段(例如，基于来自神经网络的输出和/或其他信息、基于心脏活动和/或基于其他信息)。在一些实施例中，基于这种确定，系统10被配置为调节递送给受试者12的感官(例如，听觉)刺激以增强REM睡眠而不引起觉醒。在一些实施例中，可以在受试者12的睡眠期期间实时和/或接近实时地确定REM睡眠的时段。
REM睡眠是睡眠质量的重要组成部分，并且增强的REM睡眠与增强的性能准确性相关(例如，在睡眠期之后由受试者执行的任务中)。随着时间的推移，更多的REM睡眠(不一定是慢波睡眠)与受试者的认知能力下降较少相关联。REM睡眠期间递送的感官刺激(例如，听觉音调)可能会延长睡眠期期间的REM持续时间。增强受试者的REM睡眠的先前尝试需要睡眠专家的密切监督。睡眠专家在受试者睡眠期间监测来自受试者的多导睡眠图信号以检测REM睡眠的时段，然后手动向受试者递送听觉刺激。除了需要睡眠专家干预的缺点之外，感官刺激的手动递送没有被准确或一致地控制。
系统10被配置为自动检测REM睡眠并向受试者12递送感官(例如，听觉)刺激以延长REM持续时间，同时基本上防止睡眠障碍。系统10确保刺激的及时递送并自动调整刺激的量和/或其他特性(例如强度、定时等)。通过利用机器学习模型(例如，深度神经网络和/或任何其他监督机器学习算法，如下所述)以用于通过在睡眠期期间向受试者12递送感官刺激来实现自动、实时或接近实时、闭环、基于传感器输出信号的REM睡眠增强，系统10解决了现有技术系统的局限性(例如，需要来自睡眠专家的手动输入、睡眠专家对感官刺激的不准确或不一致的递送等)。系统10使用来自机器学习模型的整体输出进行睡眠分阶段，以及来自模型输出的中间值来调节由系统10提供的感官刺激(例如，感官刺激的量)。在一些实施例中，系统10不使用机器学习模型，而是基于心脏活动阈值和/或受试者12的其他阈值来检测REM睡眠。应当注意，系统10在本文中被描述为被配置为增强REM睡眠(例如，被配置为增加REM睡眠的百分比)。例如，这可以包括REM期间眼球运动(或阶段性活动)的持续时间和/或百分比的表征，和/或其他表征。在一些实施例中，系统10包括传感器14、感官刺激器16、外部资源18、处理器20、电子存储装置22、用户接口24和/或其他部件中的一个或多个。
传感器14被配置为生成传达与在睡眠期期间受试者12的睡眠阶段相关的信息的输出信号。传达与受试者12的睡眠阶段相关的信息的输出信号可以包括与受试者12的大脑活动、受试者12的心脏活动和/或受试者12的其他生理活动相关的信息。因此，传感器14被配置为生成传达与大脑活动、心脏活动和/或受试者12的其他活动相关的信息的输出信号。在一些实施例中，传感器14被配置为生成传达与在睡眠期期间向受试者12提供的刺激相关的信息的输出信号。在一些实施例中，来自传感器14的输出信号中的信息被用来控制感官刺激器16以向受试者12提供感官刺激(如下所述)。
传感器14可以包括生成输出信号的一个或多个传感器，该输出信号直接传达与受试者12的大脑活动相关的信息。例如，传感器14可以包括脑电图(EEG)电极，其被配置为检测由受试者12的大脑内的电流引起的沿着受试者12的头皮的电活动。传感器14可以包括生成输出信号的一个或多个传感器，该输出信号传达与受试者12的大脑活动间接相关的信息。例如，一个或多个传感器14可以包括心率传感器，其基于受试者12的心率(例如，传感器14可以是可以位于受试者12的胸部上的心率传感器，和/或被配置为受试者12手腕上的手镯，和/或位于受试者12的另一个臂上)，受试者12的运动(例如，传感器14可以包括可以在可穿戴设备上携带的加速度计，诸如围绕受试者12的手腕和/或脚踝以使得可以使用活动记录信号分析睡眠的手镯)、受试者12的呼吸和/或受试者12的其他特性来生成输出。
在一些实施例中，传感器14可以包括EEG电极、眼电图(EOG)电极、活动记录传感器、心电图(EKG)电极、呼吸传感器、压力传感器、生命体征相机、光电容积描记(PPG)传感器、功能性近红外传感器(fNIR)、温度传感器、麦克风和/或被配置为生成与提供给受试者12的刺激、受试者12的大脑活动、受试者12的心脏活动(例如的量、频率、强度和/或其他特性)相关的输出信号的其他传感器，和/或其他传感器。尽管传感器14被图示为在受试者12附近的单个位置处，但这并不旨在进行限制。传感器14可以包括安置在多个位置中的传感器，诸如例如，在感官刺激器16内(或与之通信)，与受试者12的衣服联接(以可拆卸的方式)，由受试者12穿戴(例如，作为头带、腕带等)，被定位为在受试者12睡觉时指向受试者12(例如，传达与受试者12的运动相关的输出信号的相机)，与受试者12睡觉的床和/或其他家具联接，和/或在其他位置。
在图1中，传感器14、感官刺激器16、处理器20、电子存储装置22和用户接口24被示为分开的实体。这并非旨在进行限制。系统10的一些和/或所有部件和/或其他部件可以被分组为一个或多个单一设备。例如，这些和/或其他部件可以被包括在头戴式耳机和/或受试者12穿戴的其他衣物中。这种头戴式耳机可以包括例如感测电极、参考电极、与EEG相关联的一个或多个设备、递送听觉刺激的装置(例如，有线和/或无线音频设备和/或其他设备)和一个或多个音频扬声器。在该示例中，音频扬声器可以位于受试者12的耳中和/或在其附近和/或在其他位置。参考电极可以位于受试者12的耳朵后面和/或在其他位置。在该示例中，感测电极可以被配置为生成输出信号，其传达与受试者12的大脑活动相关的信息和/或其他信息。输出信号可以无线地和/或经由有线而被发射到处理器(例如，图1中所示的处理器20)、可以包括或可以不包括处理器的计算设备(例如，床边膝上型计算机)和/或其他设备。在该示例中，可以经由无线音频设备和/或扬声器向受试者12递送声学刺激。在该示例中，感测电极、参考电极和EEG设备可以例如由图1中的传感器14来表示。无线音频设备和扬声器可以例如由图1中所示的感官刺激器16来表示。在该示例中，计算设备可以包括处理器20、电子存储装置22、用户接口24和/或图1中所示的系统10的其他部件。
刺激器16被配置为向受试者12提供感官刺激。感官刺激器16被配置为在睡眠期之前、在睡眠期期间和/或在其他时间向受试者12提供听觉(所要求保护的)、视觉(未要求保护)、体感(未要求保护)、电(未要求保护)、磁(未要求保护)和/或感官(未要求保护)刺激。在一些实施例中，睡眠期可以包括受试者12正在睡觉和/或试图睡觉时的任何时段。睡眠期可以包括夜间睡眠、小睡和/或其他睡眠期。例如，感官刺激器16可以被配置为在睡眠期期间向受试者12提供刺激以增强受试者12的REM睡眠，和/或用于其他目的。
感官刺激器16被配置为通过非侵入式大脑刺激和/或其他方法增强受试者12的REM睡眠。感官刺激器16可以被配置为通过使用听觉(所要求保护的)、电(未要求保护)、磁(未要求保护)、视觉(未要求保护)、体感(未要求保护)和/或其他感官刺激(未要求保护)的非侵入式大脑刺激来增强REM睡眠。听觉、电、磁、视觉、体感和/或其他感官刺激可以包括听觉刺激、视觉刺激、体感刺激、电刺激、磁刺激、不同类型刺激的组合和/或其他刺激。听觉、电、磁、视觉、体感和/或其他感官刺激包括气味、声音、视觉刺激、触碰、味觉、体感刺激、触觉、电、磁和/或其他刺激。感官刺激可以具有强度、定时和/或其他特性。例如，可以向受试者12提供声学音调以增强受试者12的REM睡眠。声学音调可以包括确定长度的一个或多个音调系列，其通过音调间间隔彼此分开。个体音调的音量(例如，强度)可以基于各种因素(如本文所述)进行调节。也可以调整个体音调的长度(例如，定时)和/或音调间间隔(例如，定时)。音高和音调也可以被调整。在一些实施例中，该示例听觉刺激是40毫秒长的粉红噪声音调的形式(粉红噪声频率限制是500Hz到5KHz)。音调间间隔可以是10秒，刺激的音量可以是80dB。该示例并非旨在进行限制。感官刺激器16的示例可以包括以下中的一个或多个：声音发生器、扬声器、音乐播放器、音调发生器、递送振动刺激的振动器(诸如压电构件)、生成磁场以直接刺激大脑皮层的线圈、一个或多个光发生器或灯、香水分配器和/或其他设备。在一些实施例中，感官刺激器16被配置为调整提供给受试者12的刺激的强度、定时和/或其他参数(例如，如下所述)。
外部资源18包括信息源(例如，数据库、网站等)、参与系统10的外部实体(例如，一个或多个外部睡眠监测设备、医疗保健供应商的医疗记录系统等)和/或其他资源。例如，外部资源18可以包括针对受试者12的历史睡眠阶段信息、针对人口统计学上与受试者12相似的受试者群体的历史睡眠阶段信息和/或其他信息的来源。针对受试者12和/或受试者群体的历史睡眠阶段信息可以与受试者12和/或受试者群体的大脑活动和/或心脏活动相关，其指示在受试者12和/或受试者群体的睡眠期期间随时间的睡眠阶段。在一些实施例中，针对受试者12和/或受试者群体的历史睡眠阶段信息可以与以下信息相关：给定地理区域中的用户群体；与性别、种族、年龄、一般健康水平和/或其他人口统计信息相关的人口统计信息；关于受试者群体的生理信息(例如，体重、血压、脉搏等)和/或其他信息。在一些实施例中，该信息可以指示受试者群体中的个体用户是否在人口统计学、生理学和/或其他方面与受试者12相似。
在一些实施例中，外部资源18包括促进信息通信的部件、系统10外部的一个或多个服务器、网络(例如互联网)、电子存储装置、与Wi-Fi技术相关的装备、与技术相关的装备、数据输入设备、传感器、扫描仪、与个体用户相关联的计算设备和/或其他资源。在一些实现中，在本文中归因于外部资源18的一些或全部功能性可以由系统10中包括的资源来提供。外部资源18可以被配置为经由有线和/或无线连接、经由网络(例如，局域网和/或互联网)、经由蜂窝技术、经由Wi-Fi技术和/或经由其他资源来与处理器20、用户接口24、传感器14、电子存储装置22、传感刺激器16和/或系统10的其他部件进行通信。
处理器20被配置为在系统10中提供信息处理能力。这样，处理器20可以包括数字处理器、模拟处理器、被设计为处理信息的数字电路、被设计为处理信息的模拟电路、状态机和/或用于电子地处理信息的其他机制中的一个或多个。尽管处理器20在图1中被示为单个实体，但是这仅用于说明目的。在一些实施例中，处理器20可以包括多个处理单元。这些处理单元可以物理地位于同一设备内(例如，感官刺激器16、用户接口24等)，或者处理器20可以表示协同操作的多个设备的处理功能性。在一些实施例中，处理器20可以和/或被包括在诸如台式计算机、膝上型计算机、智能电话、平板计算机、服务器和/或其他计算设备之类的计算设备中。这种计算设备可以运行具有图形用户接口的一个或多个电子应用，这些图形用户接口被配置为促进用户与系统10的交互。
如图1中所示，处理器20被配置为执行一个或多个计算机程序部件。例如，计算机程序部件可以包括被编码和/或以其他方式被嵌入在处理器20中的软件程序和/或算法。一个或多个计算机程序部件可以包括信息部件30、模型部件32、控制部件34、调节部件36和/或其他部件中的一个或多个。通过软件；硬件；固件；软件、硬件和/或固件的某种组合；和/或用于在处理器20上配置处理能力的其他机制，处理器20可以被配置为执行部件30、32、34和/或36。
应当了解，虽然部件30、32、34和36在图1中被图示为被共同定位在单个处理单元内，但是在处理器20包括多个处理单元的实施例中，部件30、32、34和/或36中的一个或多个可以被定位成远离其他部件。由以下描述的不同部件30、32、34和/或36所提供的功能性的描述是出于说明的目的，并不旨在进行限制，因为部件30、32、34和/或36中的任何一个都可以提供比所描述的更多或更少的功能性。例如，部件30、32、34和/或36中的一个或多个可以被去除，并且它的一些或全部功能性可以由其他部件30、32、34和/或36提供。作为另一个示例，处理器20可以被配置为执行一个或多个附加部件，这些附加部件可以执行在下面被归因于部件30、32、34和/或36之一的部分或所有功能性。
信息部件30被配置为确定受试者12的一个或多个大脑活动和/或心脏活动参数，和/或其他信息。基于来自传感器14的输出信号和/或其他信息来确定大脑活动和/或心脏活动参数。大脑活动和/或心脏活动参数指示受试者12的睡眠深度。在一些实施例中，与大脑活动和/或心脏活动相关的输出信号中的信息指示随时间的睡眠深度。在一些实施例中，指示随时间的睡眠深度的信息是或包括与受试者12的REM睡眠相关的信息。
在一些实施例中，指示随着时间的睡眠深度的信息可以指示受试者12的其他睡眠阶段。例如，受试者12的睡眠阶段可以与REM睡眠、非快速眼动(NREM)睡眠和/或其他睡眠相关联。NREM睡眠可以是NREM阶段N1、阶段N2或阶段N3和/或其他睡眠阶段中的一个或多个。在一些实施例中，受试者12的睡眠阶段可以是阶段S1、S2、S3或S4中的一个或多个。在一些实施例中，NREM阶段2和/或3(和/或S3和/或S4)可以是慢波(例如，深度)睡眠。在一些实施例中，指示随时间的睡眠深度的信息是一个或多个附加大脑活动和/或心脏活动参数和/或与之相关。
在一些实施例中，指示随时间的睡眠深度的、与大脑活动和/或心脏活动相关的信息是和/或包括在受试者12的睡眠期期间和/或在其他时间生成的EEG信息、ECG信息、PPG信息和/或其他信息。在一些实施例中，可以基于EEG信息、ECG信息、PPG信息和/或其他信息来确定大脑活动和/或心脏活动参数。在一些实施例中，大脑活动和/或心脏活动参数可以由信息部件30和/或系统10的其他部件来确定。在一些实施例中，大脑活动和/或心脏活动参数可以被预先确定并且是从外部资源18(如下所述)获得的历史睡眠阶段信息。在一些实施例中，一个或多个大脑活动参数是诸如眼球运动、桥脑─膝状体─枕叶(PGO)波、慢波和/或EEG信号的其他特性之类的特定睡眠模式的频率、幅度、相位、存在，和/或与之相关。在一些实施例中，基于EEG信号的频率、幅度和/或其他特性来确定一个或多个大脑活动参数。在一些实施例中，一个或多个心脏活动参数是频率、幅度、相位、心率、心率变异性、节拍间隔、低频带(0.05Hz至0.15Hz)中的功率、高频带(0.15Hz到0.4Hz)中的功率，和/或ECG和/或PPG信号的其他特性，和/或与之相关。在一些实施例中，基于EEG、ECG和/或PPG信号的频率、幅度和/或其他特性来确定一个或多个大脑活动和/或心脏活动参数。在一些实施例中，所确定的大脑活动和/或心脏活动参数和/或EEG、ECG和/或PPG的特性可以是与上述REM和/或NREM睡眠阶段相对应的睡眠阶段和/或指示之。
信息部件30被配置为获得历史睡眠阶段信息。在一些实施例中，历史睡眠阶段信息是针对受试者12、人口统计学上与受试者12相似的受试者群体和/或其他用户的。在一些实施例中，受试者群体在人口统计学上与受试者12相似。在一些实施例中，历史睡眠阶段信息是针对受试者12的。历史睡眠阶段信息与大脑活动、心脏活动和/或受试者群体和/或受试者12的指示受试者群体和/或受试者12的先前睡眠期期间随时间的睡眠阶段的其他生理相关。历史睡眠阶段信息与受试者群体和/或受试者12在对应睡眠期期间的数目睡眠阶段和/或其他大脑和/或心脏活动参数和/或其他信息相关。
在一些实施例中，信息部件30被配置为从外部资源18、电子存储装置22和/或其他信息源电子地获得历史睡眠阶段信息。在一些实施例中，从外部资源18、电子存储装置22和/或其他信息源电子地获得历史睡眠阶段信息包括：查询一个或多个数据库和/或服务器；上传信息和/或下载信息，促进用户输入(例如，被用来定义经由用户接口24输入的目标患者群体的标准)，发送和/或接收电子邮件，发送和/或接收文本消息，和/或发送或接收其他通信，和/或其他获得操作。在一些实施例中，信息部件30被配置为聚合来自各种来源(例如，上述外部资源18、电子存储装置22等中的一个或多个)的信息，将信息布置在一个或多个电子数据库(例如，电子存储装置22和/或其他电子数据库)中，基于历史睡眠阶段信息的一个或多个特征(例如，睡眠期的长度、睡眠期的数目等)对信息进行标准化，和/或执行其他操作。
模型部件32被配置为使用历史睡眠阶段信息使机器学习模型被训练。在一些实施例中，通过提供历史睡眠阶段信息作为机器学习模型的输入，基于历史睡眠阶段信息来训练机器学习模型。在一些实施例中，机器学习模型可以是和/或包括数学方程、算法、绘图、图表、网络(例如，神经网络)和/或其他工具和机器学习模型部件。例如，机器学习模型可以是和/或包括具有输入层、输出层和一个或多个中间或隐藏层的一个或多个神经网络和/或任何其他监督机器学习算法。在一些实施例中，一个或多个神经网络和/或任何其他监督机器学习算法可以是和/或包括深度神经网络(例如，在输入层和输出层之间具有一个或多个中间层或隐藏层的神经网络)。
例如，神经网络可以基于大量神经单元(或人工神经元)。神经网络可以(例如，经由通过轴突连接的大型生物神经元集群)粗略地模仿生物大脑工作的方式。神经网络的每个神经单元可以与神经网络的许多其他神经单元连接。这种连接可以强制或抑制它们对所连接的神经单元的激活状态的影响。在一些实施例中，每个个体神经单元可以具有将其所有输入的值组合在一起的求和函数。在一些实施例中，每个连接(或神经单元本身)可以具有阈值函数，使得信号在其被允许传播到其他神经单元之前必须超过阈值。与传统的计算机程序相比，这些神经网络系统可能是自我学习和经训练的，而不是明确编程的，并且在解决问题的某些领域中可以表现得更好。在一些实施例中，神经网络可以包括多个层(例如，其中信号路径从前层穿越到后层)。在一些实施例中，神经网络可以利用反向传播技术，其中正向刺激被用来重置“前”神经单元的权重。在一些实施例中，针对神经网络的刺激和抑制可以更加自由流动，其中连接以更加混乱和复杂的方式进行相互作用。
如上所述，经训练的神经网络可以包括一个或多个中间层或隐藏层。经训练的神经网络的中间层包括经训练的神经网络的一个或多个卷积层、一个或多个递归层和/或其他层。个体中间层从另一层接收信息作为输入并生成对应的输出。基于神经网络的各层所处理的来自传感器14的输出信号中的信息来生成检测和/或预测的睡眠阶段和/或REM睡眠的未来时间。
模型部件32被配置为使得经训练的神经网络和/或任何其他受监督的机器学习算法被用于检测和/或预测受试者12的REM睡眠。在一些实施例中，这可以是和/或包括(1)确定受试者12在睡眠期期间正经历REM睡眠的时段；(2)预测在睡眠期期间受试者12将经历REM睡眠和/或其他操作的未来时间。在一些实施例中，这包括使经训练的神经网络和/或任何其他受监督的机器学习算法预测在睡眠期期间受试者12将处于REM睡眠的未来时间。确定和/或预测的REM睡眠和/或定时指示受试者12是否(或将要)处于REM睡眠以获得刺激和/或其他信息。作为非限制性示例，可以使经训练的神经网络基于输出信号(例如，使用输出信号中的信息作为模型的输入)和/或其他信息为用户指示深度睡眠阶段的预测的睡眠阶段和/或未来时间和/或定时。经训练的神经网络被配置为指示在睡眠期期间为受试者12预测将在未来时间发生的睡眠阶段。在一些实施例中，模型部件32被配置为在对应于睡眠期期间的各个时段的时间集合中将输出信号中的信息提供给神经网络。在一些实施例中，模型部件32被配置为使经训练的神经网络基于时间信息集合输出受试者12在睡眠期期间所确定和/或预测的睡眠阶段和/或REM睡眠的预测时间。(模型部件32的功能性在下面相对于图2-图3进一步讨论。)
控制部件34被配置为控制刺激器16在睡眠期间和/或在其他时间向受试者12提供刺激。控制部件34被配置为使感官刺激器16在REM睡眠期间向受试者12提供感官刺激以增强受试者12在睡眠期期间的REM睡眠。控制部件34被配置为基于检测到的REM睡眠和/或预测的REM睡眠阶段(例如，来自模型部件32的输出)和/或受试者12将处于REM睡眠的未来时间和/或其他信息，来使感官刺激器16向受试者12提供感官刺激。控制部件34被配置为基于检测和/或预测的REM睡眠阶段和/或受试者12将处于REM睡眠的未来时间和/或在睡眠期期间随时间的其他信息，来使感官刺激器16向受试者12提供感官刺激。控制部件34被配置为响应于受试者12处于或可能处于用于进行刺激的REM睡眠，来使感官刺激器16向受试者12提供感官刺激。例如，控制部件34被配置为使得控制一个或多个感官刺激器16在REM睡眠期间向受试者12提供感官刺激以增强受试者12在睡眠期期间的REM睡眠包括：关于(1)受试者12正在经历REM睡眠的时段，或(2)每一个未来时间，确定由经训练的神经网络的一个或多个中间层所生成的一个或多个值；(1)在受试者12正在经历REM睡眠的时段期间，或(2)在未来时间，使一个或多个感官刺激器16向受试者12提供感官刺激，并基于一个或多个中间层的一个或多个值，确定和/或使一个或多个感官刺激器16调节(例如，如本文所述)提供给受试者12的感官刺激的量、定时和/或强度。在一些实施例中，刺激器16由控制部件34控制以通过在REM睡眠期间递送的(例如外周听觉(所要求保护的)、磁(未要求保护)、电(未要求保护)和/或其他(未要求保护))刺激(如本文所述)来增强REM睡眠。
在一些实施例中，控制部件34被配置为响应于模型部件32确定受试者12在睡眠期期间已经保持处于REM睡眠中达连续阈值时间量，来控制感官刺激器16向受试者12递送感官刺激。例如，模型部件32和/或控制部件34可以被配置为使得在检测(或预测)REM睡眠时，模型部件32启动(物理或虚拟)计时器，该计时器被配置为跟踪受试者12在REM睡眠中花费的时间。控制部件34被配置为响应于受试者12处于连续REM睡眠中所花费的持续时间突破预定持续时间阈值，来递送听觉刺激。在一些实施例中，在系统10的制造时和/或在其他时间确定预定义持续时间阈值。在一些实施例中，预定义持续时间阈值是基于来自受试者12和/或在人口统计学上与受试者12相似的受试者(例如，如上所述)的先前睡眠期的信息来确定的。在一些实施例中，预定义持续时间阈值可经由用户接口24和/或其他调整机制来调整。
在一些实施例中，例如，预定义REM睡眠持续时间阈值可以是一分钟和/或其他持续时间。作为非限制性示例，控制部件34可以被配置为使得一旦检测到(和/或预测到)受试者12的连续REM睡眠的一分钟，听觉刺激就启动。听觉刺激可以是40毫秒长的粉红噪声音调(500Hz到5KHz)的形式，音调间间隔为10秒，并且音量为80dB。在一些实施例中，控制部件34被配置为控制感官刺激器16以便只要检测到与音调无关的睡眠微觉醒，就保持刺激的这些参数恒定。然而，在检测到睡眠阶段转变(例如，从REM到某个其他睡眠阶段)时，控制部件34被配置为停止刺激。
调节部件36被配置为使感官刺激器16调节感官刺激的量、定时和/或强度。调节部件36被配置为使感官刺激器16基于大脑活动参数、心脏活动参数、从经训练的神经网络的中间层输出的值和/或其他信息来调节感官刺激的量、定时和/或强度。作为示例，使感官刺激器16基于大脑活动参数、心脏活动参数、从卷积层输出的值、从递归层输出的值以及/或其他信息来调节感官刺激的定时和/或强度。例如，调节部件36可以被配置为使得以与特定睡眠阶段(例如，REM)的预测概率值(例如，来自神经网络的中间层的输出)成比例的强度来递送感官刺激。在这个示例中，REM睡眠的概率越高，刺激继续的可能性就越大。如果检测到睡眠微觉醒并且睡眠阶段保持REM，则调节部件36可以被配置为使得响应于个体微觉醒检测而减小音量(例如减少5dB)。
通过非限制性示例，图2图示出了由系统10执行并在上面描述的若干操作。在图2中所示的示例中，EEG或ECG信号200在时间窗口201(ECG)或202(EEG)中被处理和/或以其他方式被提供(例如，通过图1中所示的信息部件30和模型部件32)到深度神经网络204。深度神经网络204基于时间窗口201或202中的信息来检测和/或预测206未来睡眠阶段208(被图示为N3、N2、N1、R(REM)和W(清醒))和/或用户将处于REM睡眠的未来时间。例如，在一些实施例中，预测窗口大约是几十秒到几分钟。预测REM睡眠的未来睡眠阶段和/或定时促进提供感官刺激以增强REM睡眠，因为它使得系统10能够在检测到和/或预测到REM睡眠时抑制刺激(如果检测到和/或预测到更深的睡眠阶段)或者准备以优化的定时和强度进行刺激。深度神经网络204的架构包括卷积层210(其可以被认为是过滤器)和递归层212(仅作为一个示例，其可以被实现为长短期记忆元件)，它们赋予网络204以记忆以能够使用过去的预测来改进预测准确性。
如图2中所示，响应于指示REM睡眠214的睡眠阶段确定和/或预测208，向受试者12提供刺激216(例如，来自由图1中所示的控制部件34所控制的感官刺激器16)。在一些实施例中，系统10被配置为响应于确定受试者12在睡眠期期间已保持215处于REM睡眠中达连续阈值时间量，来检测受试者12的REM睡眠。基于大脑活动和/或心脏活动参数220(例如，由图1中所示的信息部件30确定的信号200的提取特征)、来自深度神经网络的卷积层的输出222(被图示为常数C1、C2、...、Cn)和检测到和/或预测到的睡眠阶段208，(例如，由调节模块36)调节218刺激216的强度和/或定时。如上所述，在一些实施例中，感官刺激包括可听音调。在这些实施例中，感官刺激器16可以响应于大脑活动和/或心脏活动参数和/或来自中间层(例如，卷积层210和/或递归层212)的输出来调节感官刺激的量、定时和/或强度，其中该输出指示受试者12处于和/或被预测将处于用于进行刺激的REM睡眠。
图3图示出了作为系统10(图1和图2)的一部分的深度神经网络(例如，图2中所示的深度神经网络204)的示例架构300。图3图示出了三个(展开的)EEG 301窗口302、304和306的深度神经网络架构300。架构300包括卷积层308、310和312，以及递归层320、322和324。如上所述，卷积层308、310和312可以被认为是过滤器并产生卷积输出314、316和318，这些输出被馈送到递归层320、322、324(在这个示例中是LSTM(长短期记忆)层)。针对各个窗口302、304、306的被处理的架构300的输出是针对各个睡眠阶段的一组预测概率，其称为(一个或多个)“软输出”326。“硬”预测328由架构300(图1中所示的模型部件32)通过预测330与具有最高值的“软”输出相关联的睡眠阶段(例如，如下所述)来确定。术语“软”和“硬”并非旨在进行限制，而是有助于用来描述由系统执行的操作。例如，可以使用术语“软输出”，因为在这个阶段，任何决策都是可能的。实际上，例如，最终决策可能取决于软输出的后处理。图3中的“Argmax”是指示与最高“软输出”(例如，最高概率)相关联的睡眠阶段的算子。
例如，神经网络的一个有用属性是它们可以产生与预定义睡眠阶段(例如觉醒、REM、N1、N2、N3睡眠)相关联的概率。模型部件32(图1)被配置为使得该组概率构成所谓的软决策向量，其可以通过确定哪个睡眠阶段相对于其他睡眠阶段而与最高概率值相关联(在可能值的连续体中)而被转换成硬决策。这些软决策使得系统10可以在连续体上考虑不同的可能睡眠状态，而不是被迫决定特定EEG信息适合哪个离散睡眠阶段“桶”(如在现有技术系统中)。
回到图1，模型部件32被配置为使得从卷积层输出的值和软决策值输出都是向量，该向量包括连续值而不是诸如睡眠阶段的离散值。因此，当深度神经网络检测到和/或预测到REM睡眠的发生时，可以由系统10使用卷积和递归(软决策)值输出来调节刺激的量。此外，如本文所述，基于原始传感器输出信号(例如，EEG、ECG等)(例如，由图1中所示的信息部件30)确定的参数可以被用来调节刺激设置。
如上所述，调节部件36被配置为使感官刺激器16调节感官刺激的量、定时和/或强度。调节部件36被配置为使感官刺激器基于一个或多个大脑活动、心脏活动和/或其他参数、从经训练的神经网络的卷积和/或递归层所输出的值和/或其他信息来调节感官刺激的量、定时和/或强度。作为示例，可以基于来自深度神经网络的值输出诸如卷积层值输出和递归层值输出(例如，睡眠阶段(软)预测概率)来调整和/或以其他方式控制(例如，调节)提供给受试者12的听觉刺激的音调间间隔。在一些实施例中，调节部件36被配置为使一个或多个感官刺激器16调节感官刺激的量、定时和/或强度，其中调节包括响应于关于受试者12正在经历一个或多个微觉醒的指示来调整音调间间隔、音调音量和/或音调频率。
在一些实施例中，调节部件36被配置为单独基于大脑活动、心脏活动和/或其他参数来调节感官刺激，这些参数可以基于来自传感器14的输出信号(例如，基于原始EEG信号、ECG信号等)来确定。在这些实施例中，深度神经网络(和/或其他机器学习模型)的输出继续被用来预测睡眠阶段(例如，如上所述)。然而，刺激强度和定时改为基于大脑活动、心脏活动和/或基于传感器输出信号所确定的其他参数或属性来调节。在一些实施例中，传感器输出信号中的或基于传感器输出信号所确定的信息还可以与网络的中间输出诸如卷积层的输出或最终输出(软阶段)组合以调节强度和定时(例如，如本文所述)。
在一些实施例中，系统10不使用机器学习模型，而是模型部件32基于针对受试者12的心脏活动阈值和/或其他阈值来检测REM睡眠。在一些实施例中，模型部件32被配置为响应于与心脏活动相关的信息的低频分量(例如，第一心脏活动参数)和与心脏活动相关的信息的高频分量(例如，第二心脏活动参数)之间的比率突破比率阈值，来检测受试者12的REM睡眠。在这种实施例中，传感器14可以包括被嵌入在睡眠可穿戴设备中的PPG和ECG传感器，这些传感器被配置为通过利用在REM睡眠中的心跳间隔的频谱属性与NREM睡眠和清醒相比明显不同的事实来生成传达用来自动检测REM睡眠的信息的输出信号。例如，令r1、r2、...、rQ表示以秒为单位的心跳间隔持续时间序列。该序列的傅立叶变换可以被模型部件32用来将频谱心率变异性确定为由基于输出信号生成的r1、r2、...、rQ所定义的时间序列的低频(LF)频带(例如，0.05Hz至0.15Hz)中的功率与高频(HF)频带(例如，0.15Hz到0.4Hz)之间的比率。
针对NREM睡眠阶段408和410、清醒412和REM 414的比率(LF/HF)400、402、404和406在图4中被示出。如图4中所示，可以由模型部件32(图1)使用关于LF/HF比率的阈值416(例如，大约为4)来检测REM睡眠并将REM睡眠与NREM睡眠或清醒区分开来。在一些实施例中，模型部件32被配置为实时或接近实时地确定LF/HF比率。应该注意的是，心率变异性也可以被量化为RR间隔的标准偏差，即r1、...、rQ的方差的平方根。例如，让<r>是序列的平均值：r1、...、rQ，并且<r2>是序列r12、...、rQ2的平均值。那么标准偏差为：σ＝sqrt(<r>×<r>-<r2>)。
返回到图1，电子存储装置22包括电子地存储信息的电子存储介质。电子存储装置22的电子存储介质可以包括与系统10一体提供(即，基本上不可移动)的系统存储装置和/或经由例如端口(例如，USB端口、火线端口等)或驱动器(例如，磁盘驱动器等)可移动地连接到系统10的可移动存储装置中的一者或两者。电子存储装置22可以包括光可读存储介质(例如，光盘等)、磁可读存储介质(例如，磁带、磁硬盘驱动器、软盘驱动器等)、基于电荷的存储介质(例如，EPROM、RAM等)、固态存储介质(例如，闪存驱动器等)、云存储和/或其他电子可读存储介质中的一个或多个。电子存储装置22可以存储软件算法、由处理器20确定的信息、经由用户接口24和/或外部计算系统(例如，外部资源18)接收的信息、和/或使得系统10能够如本文所述那样起作用的其他信息。电子存储装置22可以(全部或部分)是系统10内的单独部件，或者电子存储装置22可以(全部或部分)与系统10的一个或多个其他部件(例如，处理器20)被一体地提供。
用户接口24被配置为提供系统10和受试者12和/或其他用户之间的接口，通过该接口，受试者12和/或其他用户可以向系统10提供信息和从系统10接收信息。这使得数据、提示、结果和/或指令和任何其他可通信项(统称为“信息”)将在用户(例如，受试者12)与传感器14、感官刺激器16、外部资源18、处理器20和/或系统10的其他部件中的一个或多个之间进行通信。例如，可以经由用户接口24为受试者12或其他用户显示睡眠图、EEG数据、REM睡眠阶段概率和/或其他信息。作为另一个示例，用户接口24可以是和/或被包括在计算设备中，诸如台式计算机、膝上型计算机、智能电话、平板计算机和/或其他计算设备。这种计算设备可以运行具有图形用户接口的一个或多个电子应用，该图形用户接口被配置为向用户提供信息和/或从用户接收信息。
适合包含在用户接口24中的接口设备的示例包括小键盘、按钮、开关、键盘、旋钮、控制杆、显示屏、触摸屏、扬声器、麦克风、指示灯、可听警报、打印机、触觉反馈设备和/或其他接口设备。在一些实施例中，用户接口24包括多个分开的接口。在一些实施例中，用户接口24包括与处理器20和/或系统10的其他部件一体地提供的至少一个接口。在一些实施例中，用户接口24被配置为与处理器20和/或系统10的其他部件进行无线通信。
应当理解，本公开还设想了其他通信技术作为用户接口24，无论是硬连线还是无线。例如，本公开设想用户接口24可以与由电子存储装置22提供的可移动存储装置接口集成。在这个示例中，信息可以从可移动存储装置(例如，智能卡、闪存驱动器、可移动磁盘等)加载到系统10中，其使得(一个或多个)用户能够定制系统10的实现。其他示例性输入设备和技术适合与系统10一起用作用户接口24，包括但不限于RS-232端口、RF链路、IR链路、调节解调器(电话、电缆或其他)。简而言之，用于与系统10传送信息的任何技术被本公开预期作为用户接口24。
图5图示出了用于通过利用增强系统在睡眠期期间向受试者递送感官刺激来增强REM睡眠的方法500。该系统包括一个或多个传感器、一个或多个感官刺激器、由机器可读指令配置的一个或多个硬件处理器和/或其他部件。一个或多个硬件处理器被配置为执行计算机程序部件。计算机程序部件包括信息部件、模型部件、控制部件、调节部件和/或其他部件。下面呈现的方法500的操作旨在是说明性的。在一些实施例中，方法500可以通过一个或多个未描述的附加操作和/或在没有一个或多个所讨论的操作的情况下来实现。此外，在图5中图示出并在下面描述的方法500的操作顺序并非旨在进行限制。
在一些实施例中，方法500可以被实现在一个或多个处理设备中，诸如本文所描述的一个或多个处理器20(例如，数字处理器、模拟处理器、被设计为处理信息的数字电路、被设计为处理信息的模拟电路、状态机和/或用于电子地处理信息的其他机制)。一个或多个处理设备可以包括响应于电子地存储在电子存储介质上的指令来执行方法500的一些或全部操作的一个或多个设备。该一个或多个处理设备可以包括通过硬件、固件和/或软件所配置的一个或多个设备，以被专门设计用于执行方法500的一个或多个操作。
在操作502处，生成传达与在睡眠期期间受试者的睡眠阶段相关的信息的输出信号。在用户的睡眠期期间和/或在其他时间生成输出信号。在一些实施例中，操作502由与(在图1中示出并在本文中描述的)传感器14相同或相似的传感器来执行。
在操作504处，确定一个或多个大脑活动和/或心脏活动参数。与受试者的睡眠阶段相关的信息包括与受试者的大脑活动和/或心脏活动相关的信息。基于输出信号和/或其他信息来确定大脑活动和/或心脏活动参数。大脑活动和/或心脏活动参数指示用户的睡眠深度。在一些实施例中，操作504由与(在图1中示出并在本文中描述的)信息部件30相同或相似的处理器部件来执行。
在操作506处，获得历史睡眠阶段信息。历史睡眠阶段信息用于受试者和/或在人口统计学上与受试者相似的受试者群体。历史睡眠阶段信息与受试者和/或受试者群体的大脑活动和/或心脏活动相关，其指示受试者和/或受试者群体的睡眠期期间随时间的睡眠阶段。在一些实施例中，操作508由与(在图1中示出并在本文中描述的)信息部件30相同或相似的处理器部件来执行。
在操作508处，使用历史睡眠阶段信息来训练神经网络。基于历史睡眠阶段信息，通过向神经网络提供历史睡眠阶段信息作为输入，来训练神经网络。在一些实施例中，训练神经网络包括使神经网络被训练。在一些实施例中，操作508由与(在图1中示出并在本文中描述的)模型部件32相同或相似的处理器部件来执行。
在操作510处，使经训练的神经网络(1)确定受试者在睡眠期期间正经历REM睡眠的时段；或(2)预测在睡眠期期间受试者将经历REM睡眠的未来时间。使经训练的神经网络基于输出信号和/或其他信息来指示受试者的REM睡眠和/或受试者将处于REM睡眠的未来时间。经训练的神经网络包括一个或多个中间层。经训练的神经网络的一个或多个中间层包括经训练的神经网络的一个或多个递归层和一个或多个卷积层。
在一些实施例中，操作510包括在对应于睡眠期期间的各个时间段的时间集合中将输出信号中的信息提供给神经网络。在一些实施例中，操作510包括使经训练的神经网络基于信息时间集合输出受试者在睡眠期期间检测到的REM睡眠和/或预测的REM睡眠的未来时间。在一些实施例中，操作510由与(在图1中示出并在本文中描述的)模型部件32相同或相似的处理器部件来执行。
在一些实施例中，操作506-510被替换为基于心脏活动参数来检测受试者的REM睡眠(例如，不使用经训练的神经网络)。在这些实施例中，响应于与心脏活动相关的信息的低频分量(例如，低频心脏活动参数)和与心脏活动相关的信息的高频分量(例如，高频心脏活动参数)之间的比率突破比率阈值来检测受试者的REM睡眠。在一些实施例中，这些操作由与(在图1中示出并在本文中描述的)模型部件32相同或相似的处理器部件来执行。
在操作512处，使一个或多个感官刺激器向在REM睡眠期间的受试者提供感官刺激以增强REM睡眠。基于受试者的REM睡眠的确定和/或在睡眠期期间的REM睡眠的预测定时和/或其他信息，使一个或多个感官刺激器提供感官刺激。响应于确定受试者处于REM睡眠和/或指示受试者将处于用于进行刺激的REM睡眠的未来时间，使一个或多个感官刺激器向受试者提供感官刺激。在一些实施例中，操作512由与(在图1中示出并在本文中描述的)控制部件34相同或相似的处理器部件来执行。
在操作514处，使一个或多个感官刺激器基于一个或多个大脑活动和/或心脏活动参数和从经训练的神经网络的一个或多个中间层输出的值来调节感官刺激的量、定时和/或强度。使一个或多个感官刺激器基于一个或多个大脑活动参数、一个或多个心脏活动参数、从经训练的神经网络的一个或多个递归层输出的值和/或从一个或多个卷积层输出的值来调节感官刺激的量、定时和/或强度。
在一些实施例中，感官刺激包括可听音调。使一个或多个感官刺激器调节感官刺激的定时和/或强度包括：响应于检测到REM睡眠来调整音调间间隔和/或调整音调音量。在一些实施例中，刺激被定时以与EEG中PGO波的检测同步。在一些实施例中，操作514由与(在图1中示出并在本文中描述的)调节部件36相同或相似的处理器部件来执行。
在权利要求中，位于括号之间的任何参考标记不应被解释为限制权利要求。词语“包括”或“包含”不排除权利要求中列出的元件或步骤之外的元件或步骤的存在。在列举若干装置的设备权利要求中，这些装置中的若干装置可以由一个且相同的硬件项来体现。元件前面的词语“一”或“一个”不排除存在多个这种元件。在列举若干装置的任何设备权利要求中，这些装置中的若干装置可以由一个且相同的硬件项来体现。在相互不同的从属权利要求中记载某些元件的事实只是并不指示这些元件不能组合使用。
虽然以上提供的描述基于当前被认为是最实用和优选的实施例的内容而提供了出于说明目的的细节，但是应当理解，这种细节仅用于该目的并且本公开不限于明确公开的实施例，而是相反，旨在覆盖落在所附权利要求的范围内的修改和等效布置。例如，应当理解，本公开预期：在可能的程度上，任何实施例的一个或多个特征可以与任何其他实施例的一个或多个特征组合。

Claims (13)

1.一种被配置为通过在睡眠期期间向受试者(12)递送听觉刺激来增强快速眼动REM睡眠的系统(10)，所述系统包括：
一个或多个传感器(14)，被配置为生成输出信号，所述输出信号传达与在所述睡眠期期间所述受试者的睡眠阶段相关的信息；
一个或多个感官刺激器(16)，被配置为在所述睡眠期期间向所述受试者提供所述听觉刺激；以及
一个或多个硬件处理器(20)，被耦合到所述一个或多个传感器和所述一个或多个感官刺激器，所述一个或多个硬件处理器由机器可读指令配置为：
基于所述输出信号来检测所述受试者在所述睡眠期期间的REM睡眠，以及
控制所述一个或多个感官刺激器在所述REM睡眠期间向所述受试者提供所述听觉刺激，以增强所述受试者在所述睡眠期期间的所述REM睡眠，
其中所述一个或多个硬件处理器被配置为使得检测所述受试者的所述REM睡眠包括：
获得针对所述受试者和/或在人口统计学上与所述受试者相似的受试者群体的历史睡眠阶段信息，所述历史睡眠阶段信息与所述受试者和/或所述受试者群体的大脑活动和/或心脏活动相关，所述历史睡眠阶段信息指示在所述受试者和/或所述受试者群体的睡眠期期间随时间的睡眠阶段；
基于所述历史睡眠阶段信息，通过向神经网络提供所述历史睡眠阶段信息作为输入，来使所述神经网络被训练；以及
基于所述输出信号，使经训练的所述神经网络：
(1)确定所述受试者在所述睡眠期期间正在经历所述REM睡眠的时段；或者
(2)预测在所述睡眠期期间所述受试者将经历所述REM睡眠的未来时间，
经训练的所述神经网络包括输入层、输出层以及在所述输入层和所述输出层之间的一个或多个中间层。
2.根据权利要求1所述的系统，其中所述一个或多个传感器被配置为使得与所述受试者的所述睡眠阶段相关的所述信息包括与所述受试者的大脑活动和/或心脏活动相关的信息。
3.根据权利要求2所述的系统，其中所述一个或多个传感器包括一个或多个脑电图EEG电极、一个或多个心电图ECG传感器和/或一个或多个光电容积描记法PPG传感器，所述一个或多个脑电图EEG电极被配置为生成与所述大脑活动相关的所述信息，所述一个或多个心电图ECG传感器被配置为生成与所述心脏活动相关的所述信息，所述一个或多个光电容积描记法PPG传感器被配置为生成与所述心脏活动相关的所述信息。
4.根据权利要求2所述的系统，其中所述一个或多个传感器被配置为使得与所述受试者的所述睡眠阶段相关的所述信息包括与所述心脏活动相关的所述信息，并且其中所述一个或多个硬件处理器被配置为：响应于与所述心脏活动相关的所述信息的低频分量和与所述心脏活动相关的所述信息的高频分量之间的比率突破比率阈值，检测所述受试者的所述REM睡眠。
5.根据权利要求1所述的系统，其中所述一个或多个硬件处理器还被配置为：响应于确定所述受试者在所述睡眠期期间已保持处于所述REM睡眠达连续阈值时间量，检测所述受试者的所述REM睡眠。
6.根据权利要求1所述的系统，其中所述一个或多个硬件处理器被配置为使得控制所述一个或多个感官刺激器在所述REM睡眠期间向所述受试者提供所述听觉刺激以增强所述受试者在所述睡眠期期间的所述REM睡眠包括：
关于(1)所述受试者正在经历所述REM睡眠的所述时段，或(2)所述未来时间中的每个未来时间，确定由经训练的所述神经网络的所述一个或多个中间层生成的一个或多个值；
(1)在所述受试者正在经历所述REM睡眠的所述时段期间，或(2)在所述未来时间，使所述一个或多个感官刺激器向所述受试者提供所述听觉刺激，以及
基于所述一个或多个中间层的所述一个或多个值，确定和/或使所述一个或多个感官刺激器调节向所述受试者提供的所述听觉刺激的量、定时和/或强度。
7.根据权利要求6所述的系统，其中所述一个或多个硬件处理器还被配置为：基于所述输出信号来确定所述受试者的一个或多个大脑活动和/或心脏活动参数，所述一个或多个大脑活动和/或心脏活动参数指示所述受试者的所述睡眠阶段；以及
基于所述一个或多个中间层的所述一个或多个值以及所述一个或多个大脑活动和/或心脏活动参数，确定和/或使所述一个或多个感官刺激器调节所述听觉刺激的所述量、定时和/或强度，以增强所述受试者的所述REM睡眠。
8.根据权利要求7所述的系统，其中所述一个或多个硬件处理器被配置为使得来自经训练的所述神经网络的所述一个或多个中间层的所述一个或多个值包括来自经训练的所述神经网络的一个或多个递归层的值和来自经训练的所述神经网络的一个或多个卷积层的值，以及被配置为基于所述一个或多个大脑活动和/或心脏活动参数、来自所述一个或多个卷积层的所述值以及来自所述一个或多个递归层的所述值，确定和/或使所述一个或多个感官刺激器调节所述听觉刺激的所述量、定时和/或强度。
9.根据权利要求1所述的系统，其中所述一个或多个感官刺激器被配置为使得所述听觉刺激包括可听音调，并且
其中所述一个或多个硬件处理器被配置为使得控制所述一个或多个感官刺激器在所述REM睡眠期间向所述受试者提供所述听觉刺激以增强所述受试者在所述睡眠期期间的所述REM睡眠包括：
通过确定音调间间隔、音调音量和/或音调频率来确定所述听觉刺激的所述量、定时和/或强度；和/或
使所述一个或多个感官刺激器调节所述听觉刺激的所述量、定时和/或强度，所述调节包括响应于关于所述受试者正在经历一个或多个微觉醒的指示来调节所述音调间间隔、所述音调音量和/或所述音调频率。
10.一种用于通过利用增强系统(10)在睡眠期期间向受试者(12)递送听觉刺激来增强快速眼动REM睡眠的非治疗性方法，所述系统包括一个或多个传感器(14)、一个或多个感官刺激器(16)和一个或多个硬件处理器(20)，所述方法包括：
利用所述一个或多个传感器生成输出信号，所述输出信号传达与在所述睡眠期期间所述受试者的睡眠阶段相关的信息；
利用所述一个或多个硬件处理器，基于所述输出信号来检测所述受试者在所述睡眠期期间的REM睡眠，以及
利用所述一个或多个硬件处理器，控制所述一个或多个感官刺激器在所述REM睡眠期间向所述受试者提供所述听觉刺激，以增强所述受试者在所述睡眠期期间的所述REM睡眠，
其中检测所述受试者的所述REM睡眠包括：
获得针对所述受试者和/或在人口统计学上与所述受试者相似的受试者群体的历史睡眠阶段信息，所述历史睡眠阶段信息与所述受试者和/或所述受试者群体的大脑活动和/或心脏活动相关，所述历史睡眠阶段信息指示在所述受试者和/或所述受试者群体的睡眠期期间随时间的睡眠阶段；
基于所述历史睡眠阶段信息，通过向神经网络提供所述历史睡眠阶段信息作为输入，来使所述神经网络被训练，经训练的所述神经网络包括输入层、输出层以及在所述输入层和所述输出层之间的一个或多个中间层；以及
基于所述输出信号，使经训练的所述神经网络：
(1)确定所述受试者在所述睡眠期期间正在经历所述REM睡眠的时段；或者
(2)预测在所述睡眠期期间所述受试者将经历所述REM睡眠的未来时间，并且
其中控制所述一个或多个感官刺激器在所述REM睡眠期间向所述受试者提供所述听觉刺激以增强所述受试者在所述睡眠期期间的所述REM睡眠包括：
关于(1)所述受试者正在经历所述REM睡眠的所述时段，或(2)所述未来时间中的每个未来时间，确定由经训练的所述神经网络的所述一个或多个中间层生成的一个或多个值；
(1)在所述受试者正在经历所述REM睡眠的所述时段期间，或(2)在所述未来时间，使所述一个或多个感官刺激器向所述受试者提供所述听觉刺激，以及
基于所述一个或多个中间层的所述一个或多个值，确定和/或使所述一个或多个感官刺激器调节向所述受试者提供的所述听觉刺激的量、定时和/或强度。
11.根据权利要求10所述的方法，其中与所述受试者的所述睡眠阶段相关的所述信息包括与所述受试者的大脑活动和/或心脏活动相关的信息。
12.根据权利要求11所述的方法，其中与所述受试者的所述睡眠阶段相关的所述信息包括与所述心脏活动相关的所述信息，并且其中所述一个或多个硬件处理器被配置为：响应于与所述心脏活动相关的所述信息的低频分量和与所述心脏活动相关的所述信息的高频分量之间的比率突破比率阈值，检测所述受试者的所述REM睡眠。
13.根据权利要求10所述的方法，还包括：利用所述一个或多个硬件处理器基于所述输出信号来确定所述受试者的一个或多个大脑活动和/或心脏活动参数，所述一个或多个大脑活动和/或心脏活动参数指示所述受试者的所述睡眠阶段；以及
利用所述一个或多个硬件处理器，基于所述一个或多个中间层的所述一个或多个值以及所述一个或多个大脑活动和/或心脏活动参数，确定和/或使所述一个或多个感官刺激器调节所述听觉刺激的所述量、定时和/或强度，以增强所述受试者的所述REM睡眠。
CN201980085708.2A 2018-12-24 2019-12-20 用于利用感官刺激增强rem睡眠的系统和方法 Active CN113272908B (zh)

Applications Claiming Priority (3)

Application Number Priority Date Filing Date Title
US201862784584P 2018-12-24 2018-12-24
US62/784,584 2018-12-24
PCT/EP2019/086753 WO2020136127A1 (en) 2018-12-24 2019-12-20 System and method for enhancing rem sleep with sensory stimulation

Publications (2)

Publication Number Publication Date
CN113272908A CN113272908A (zh) 2021-08-17
CN113272908B true CN113272908B (zh) 2024-04-12

Family

ID=69105851

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201980085708.2A Active CN113272908B (zh) 2018-12-24 2019-12-20 用于利用感官刺激增强rem睡眠的系统和方法

Country Status (5)

Country Link
US (1) US11497883B2 (zh)
EP (1) EP3903318B1 (zh)
JP (1) JP2022515418A (zh)
CN (1) CN113272908B (zh)
WO (1) WO2020136127A1 (zh)

Families Citing this family (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112101553B (zh) * 2020-11-10 2021-02-23 鹏城实验室 网络结构搜索方法及装置、设备、存储介质
JPWO2023008099A1 (zh) * 2021-07-27 2023-02-02
CN116092641B (zh) * 2023-04-07 2023-07-04 安徽星辰智跃科技有限责任公司 一种睡眠感官应激水平动态调节的方法、系统和装置

Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US5280791A (en) * 1991-11-19 1994-01-25 The Sleep Disorders Diagnostic And Treatment Center, Ltd. Monitor system for determining the sleep stages of a person
JP2003339674A (ja) * 2002-05-29 2003-12-02 Yokogawa Electric Corp 睡眠段階推定方法及びその方法を用いた装置
JP2011015887A (ja) * 2009-07-10 2011-01-27 Mitsubishi Electric Corp 生体状態取得装置、生体状態取得プログラム、生体状態取得装置を備えた機器及び空気調和機
CN106073737A (zh) * 2013-06-03 2016-11-09 飞比特公司 可佩戴心率监视器
CN106419893A (zh) * 2016-09-18 2017-02-22 广州视源电子科技股份有限公司 睡眠状态检测方法和装置
WO2017115368A1 (en) * 2015-12-28 2017-07-06 Tamir Ben-David A system and method for treating various neurological disorders using synchronized nerve activation

Family Cites Families (13)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
AU6084500A (en) * 1999-07-09 2001-01-30 Cornell Research Foundation Inc. Rem sleep augmentation with extra-ocular light
US20060293608A1 (en) * 2004-02-27 2006-12-28 Axon Sleep Research Laboratories, Inc. Device for and method of predicting a user's sleep state
US20170252534A1 (en) * 2006-04-20 2017-09-07 Eric Allan NOFZINGER Forehead cooling method and device to stimulate the parasympathetic nervous system for the treatment of insomnia
US9149599B2 (en) * 2008-04-09 2015-10-06 Lotus Magnus, Llc Brain stimulation systems and methods
TW201119698A (en) * 2009-12-03 2011-06-16 Univ Nat Yang Ming Sleep assistant system
EP2543027B1 (en) * 2009-12-31 2016-08-24 Nightbalance B.V. Device for monitoring sleep position
WO2012138761A1 (en) * 2011-04-04 2012-10-11 Sheepdog Sciences, Inc. Apparatus, system, and method for modulating consolidation of memory during sleep
US10052452B2 (en) * 2013-02-06 2018-08-21 Daniel Carleton Schoonover Dream enhancement apparatus and method
RU2677008C2 (ru) * 2013-04-17 2019-01-14 Конинклейке Филипс Н.В. Корректировка интенсивности сенсорной стимуляции для усиления активности медленных волн сна
US10729875B2 (en) * 2014-11-25 2020-08-04 Koninklijke Philips N.V. System and method for adjusting duration of sensory stimulation during sleep to enhance slow wave activity
WO2016201500A1 (en) * 2015-06-15 2016-12-22 Medibio Limited Method and system for monitoring stress conditions
WO2017040333A1 (en) * 2015-08-28 2017-03-09 Awarables, Inc. Visualizing, scoring, recording, and analyzing sleep data and hypnograms
US10953192B2 (en) * 2017-05-18 2021-03-23 Advanced Brain Monitoring, Inc. Systems and methods for detecting and managing physiological patterns

Patent Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US5280791A (en) * 1991-11-19 1994-01-25 The Sleep Disorders Diagnostic And Treatment Center, Ltd. Monitor system for determining the sleep stages of a person
JP2003339674A (ja) * 2002-05-29 2003-12-02 Yokogawa Electric Corp 睡眠段階推定方法及びその方法を用いた装置
JP2011015887A (ja) * 2009-07-10 2011-01-27 Mitsubishi Electric Corp 生体状態取得装置、生体状態取得プログラム、生体状態取得装置を備えた機器及び空気調和機
CN106073737A (zh) * 2013-06-03 2016-11-09 飞比特公司 可佩戴心率监视器
WO2017115368A1 (en) * 2015-12-28 2017-07-06 Tamir Ben-David A system and method for treating various neurological disorders using synchronized nerve activation
CN106419893A (zh) * 2016-09-18 2017-02-22 广州视源电子科技股份有限公司 睡眠状态检测方法和装置

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
基于神经网络的睡眠分期处理算法研究;张泾周;周钊;滕炯华;苗治平;;计算机仿真(第08期);全文 *

Also Published As

Publication number Publication date
EP3903318B1 (en) 2024-05-08
EP3903318A1 (en) 2021-11-03
US20200197656A1 (en) 2020-06-25
WO2020136127A1 (en) 2020-07-02
CN113272908A (zh) 2021-08-17
US11497883B2 (en) 2022-11-15
JP2022515418A (ja) 2022-02-18

Similar Documents

Publication Publication Date Title
CN112005311B (zh) 用于基于睡眠架构模型向用户递送感官刺激的系统和方法
EP3790449B1 (en) System for enhancing sensory stimulation delivered to a user using neural networks
EP3723598B1 (en) System and method for determining sleep onset latency
CN113272908B (zh) 用于利用感官刺激增强rem睡眠的系统和方法
CN113677270A (zh) 基于额叶脑活动监测传感器的信息增强深度睡眠
US11684309B2 (en) System and method to enhance dream recall
US11975155B2 (en) Method to predict the slow-wave response
EP4072639B1 (en) System to shorten sleep latency
US11724060B2 (en) Method and system for enhancement of slow wave activity and personalized measurement thereof
JP2022502161A (ja) 人口統計学的情報に基づいて睡眠中に感覚刺激を送達するシステム及び方法

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