CN113520328B - 一种睡眠质量评价方法 - Google Patents
一种睡眠质量评价方法 Download PDFInfo
- Publication number
- CN113520328B CN113520328B CN202110937004.2A CN202110937004A CN113520328B CN 113520328 B CN113520328 B CN 113520328B CN 202110937004 A CN202110937004 A CN 202110937004A CN 113520328 B CN113520328 B CN 113520328B
- Authority
- CN
- China
- Prior art keywords
- sleep
- total
- duty ratio
- period
- score
- 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
Links
- 230000003860 sleep quality Effects 0.000 title claims abstract description 43
- 238000000034 method Methods 0.000 title claims abstract description 22
- 238000013441 quality evaluation Methods 0.000 title claims abstract description 12
- 230000007958 sleep Effects 0.000 claims abstract description 65
- 238000010586 diagram Methods 0.000 claims abstract description 17
- 230000008667 sleep stage Effects 0.000 claims abstract description 16
- 238000012544 monitoring process Methods 0.000 claims abstract description 15
- 230000004622 sleep time Effects 0.000 claims abstract description 15
- 206010062519 Poor quality sleep Diseases 0.000 claims description 39
- 230000004620 sleep latency Effects 0.000 claims description 15
- 230000004617 sleep duration Effects 0.000 claims description 9
- 230000008569 process Effects 0.000 claims description 8
- 230000036578 sleeping time Effects 0.000 claims description 3
- 238000001303 quality assessment method Methods 0.000 claims 3
- QVGXLLKOCUKJST-UHFFFAOYSA-N atomic oxygen Chemical compound [O] QVGXLLKOCUKJST-UHFFFAOYSA-N 0.000 claims 1
- 239000008280 blood Substances 0.000 claims 1
- 210000004369 blood Anatomy 0.000 claims 1
- 229910052760 oxygen Inorganic materials 0.000 claims 1
- 239000001301 oxygen Substances 0.000 claims 1
- 238000011156 evaluation Methods 0.000 description 4
- 208000013738 Sleep Initiation and Maintenance disease Diseases 0.000 description 3
- 230000036541 health Effects 0.000 description 3
- 206010022437 insomnia Diseases 0.000 description 3
- 238000004364 calculation method Methods 0.000 description 2
- 201000010099 disease Diseases 0.000 description 2
- 208000037265 diseases, disorders, signs and symptoms Diseases 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 208000019116 sleep disease Diseases 0.000 description 2
- 208000020685 sleep-wake disease Diseases 0.000 description 2
- 208000024172 Cardiovascular disease Diseases 0.000 description 1
- 206010008190 Cerebrovascular accident Diseases 0.000 description 1
- 206010012374 Depressed mood Diseases 0.000 description 1
- 206010020772 Hypertension Diseases 0.000 description 1
- 208000006011 Stroke Diseases 0.000 description 1
- 230000002411 adverse Effects 0.000 description 1
- 210000004556 brain Anatomy 0.000 description 1
- 206010012601 diabetes mellitus Diseases 0.000 description 1
- 230000002124 endocrine Effects 0.000 description 1
- 238000003912 environmental pollution Methods 0.000 description 1
- 230000001788 irregular Effects 0.000 description 1
- 230000006996 mental state Effects 0.000 description 1
- 210000005036 nerve Anatomy 0.000 description 1
- 210000000653 nervous system Anatomy 0.000 description 1
- 230000009467 reduction Effects 0.000 description 1
- 201000002859 sleep apnea Diseases 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
- A61B5/48—Other medical applications
- A61B5/4806—Sleep evaluation
- A61B5/4815—Sleep quality
-
- 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
- A61B5/145—Measuring characteristics of blood in vivo, e.g. gas concentration, pH value; Measuring characteristics of body fluids or tissues, e.g. interstitial fluid, cerebral tissue
Landscapes
- Health & Medical Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- Physics & Mathematics (AREA)
- Medical Informatics (AREA)
- Surgery (AREA)
- Engineering & Computer Science (AREA)
- Biomedical Technology (AREA)
- Heart & Thoracic Surgery (AREA)
- Biophysics (AREA)
- Molecular Biology (AREA)
- Pathology (AREA)
- Animal Behavior & Ethology (AREA)
- General Health & Medical Sciences (AREA)
- Public Health (AREA)
- Veterinary Medicine (AREA)
- Cardiology (AREA)
- Physiology (AREA)
- Optics & Photonics (AREA)
- Measurement Of The Respiration, Hearing Ability, Form, And Blood Characteristics Of Living Organisms (AREA)
Abstract
本发明公开了一种睡眠质量评价方法,其步骤为:S1、监测受试者的整夜睡眠得到整夜睡眠分期图;S2、分析整夜睡眠分期图,计算得出总睡眠时长、入睡潜伏期、觉醒次数、觉醒总时长占比、REM期占比、浅睡期占比、深睡期占比这七项指标值,然后将总睡眠时长、REM期占比、浅睡期占比、深睡期占比这四个指标划分为一类指标,入睡潜伏期、觉醒次数和觉醒总时长占比划分为二类指标;S3、分别计算上述七项指标的单项得分;S4、将各指标的得分综合加权,得到总分;根据得到的总分评价睡眠质量,若总分大于等于80分,则睡眠质量良好,分数越高睡眠质量越好;若总分低于80分,则睡眠质量较差。
Description
技术领域
本发明涉及睡眠分析技术领域,尤其是一种睡眠质量评价方法。
背景技术
众所周知,睡眠的质量会关系到人体大脑和神经的作息,直接的影响个人的精神状态,甚至是生活质量。只有在高质量的睡眠保证下才能把学习和工作做好。此外,睡眠质量的好坏与人的身体健康程度密切相关,睡眠质量差以及缺乏睡眠都会影响人的健康状态。如果睡眠质量差,起初会变得非常烦躁,对一切外界的人和事物充满了排斥感。随着睡眠状况的进一步恶化,导致心情抑郁,更有甚者可能会造成其它严重的不良后果。失眠容易导致内分泌失调,影响记忆力,甚至影响神经系统而导致心血管疾病的发生,使人患高血压、中风、糖尿病等疾病的几率明显增加,是严重威胁着人们身体健康的一大隐忧。
现代人由于受到环境污染、工作压力、作息时间不规律等多方面因素的干扰,非常普遍的存在睡眠质量下降的情况。目前失眠已经成为常见疾病,严重影响了人们的正常工作和生活。对于睡眠障碍的人群,通过睡眠监测可以获知睡眠障碍的类型与严重程度,进而采取不同的干预方案。但是现有的睡眠质量评价方法大部分只能简单告知用户睡眠时长,没有对睡眠质量做量化评估;因此不能实质性的改善睡眠状况。
发明内容
本发明的目的是提供一种睡眠质量评价方法,该方法提供了一种新的睡眠质量评分计算方法,并基于计算出的分数来评价睡眠质量。
本发明提供的睡眠质量评价方法,步骤如下:
S1、通过监测受试者整夜心率体动数据得出整夜睡眠分期图。
S2、分析整夜睡眠分期图,计算得出总睡眠时长、入睡潜伏期、觉醒次数、觉醒总时长占比、REM期占比、浅睡期占比、深睡期占比这七项指标值,然后将总睡眠时长、REM期占比、浅睡期占比、深睡期占比这四个指标划分为一类指标,入睡潜伏期、觉醒次数和觉醒总时长占比划分为二类指标。上述七项指标值的确定方法如下:
S21、由整夜睡眠分期图中直接得出总监测时长和入睡潜伏期,入睡潜伏期指的是第一次进入睡眠前的总时长;
S22、计算总睡眠时长,总睡眠时长=总监测时长-入睡潜伏期;
S23、计算觉醒次数,觉醒次数指的是在睡眠过程中进入觉醒状态时长大于5分钟的次数;
S24、统计睡眠过程中所有的觉醒时长,并计算觉醒时长在总睡眠时长中的占比;
S25、统计睡眠过程中所有的REM期、浅睡期、深睡期时长,并分别计算REM期、浅睡期、深睡期时长在总睡眠时长中的占比。
S3、基于步骤S2确定的七项指标值,分别计算各项指标的单项得分,其中,一类指标中的各项指标得分按照公式(1)计算,二类指标中的各项指标得分按照公式(2)计算:
S=max(100-βi*(xmedian-x)2,0) (1)
式(1)中,xmedian为中位数,总睡眠时长、REM期占比、浅睡期占比、深睡期占比的中位数xmedian分别为360、21、17、55;βi为衰减因子,总睡眠时长、REM期占比、浅睡期占比、深睡期占比的衰减因子βi分别为0.0025、1、0.6、0.7;x为各项指标值;
式(2)中,xshift为偏移因子,入睡潜伏期、觉醒次数和觉醒总时长占比的偏移因子xshift分别为0.2、0.84、0.7;βi为衰减因子,入睡潜伏期、觉醒次数和觉醒总时长占比的衰减因子βi分别为52.5、10.5、14.6;x为各项指标值;
S4、按照公式(3)将各指标的得分综合加权,得到总分S总;
式(3)中,ai为权重,总睡眠时长、入睡潜伏期、觉醒次数、觉醒总时长占比、REM期占比、浅睡期占比、深睡期占比的权重ai分别为20%、10%、20%、20%、10%、10%、10%;Si为各项指标的单项得分;
S5、根据得到的总分评价睡眠质量,若总分大于等于80分,则睡眠质量良好,分数越高睡眠质量越好;若总分低于80分,则睡眠质量较差。
优选的是,所述步骤S1中,可以采用血氧检测仪监测得出受试者的整夜睡眠分期图。
与现有技术相比,本发明的有益之处在于:
本发明的睡眠质量评价方法通过监测人整夜心率体动数据得出整夜睡眠分期图,随后基于睡眠分期结果统计相关分期数据,最后计算各项指标的得分,最终将所有的评分加权组合得到一个客观评价总分,根据总分评价睡眠质量,分数越高睡眠质量越好。
本发明的其它优点、目标和特征将部分通过下面的说明体现,部分还将通过对本发明的研究和实践而为本领域的技术人员所理解。
附图说明
图1、总睡眠时长分数曲线。
图2、REM期占比得分曲线。
图3、浅睡期占比得分曲线。
图4、深睡期占比得分曲线。
图5、入睡潜伏期分数曲线。
图6、觉醒次数分数曲线。
图7、觉醒总时长占比分数曲线。
图8、应用案例1受试者的睡眠分期图。
图9、应用案例1中入睡潜伏期示意图。
图10、应用案例1中觉醒次数分析图。
图11、应用案例1中REM期分析图。
图12、应用案例1中浅睡期和深睡期分析图。
图13、应用案例2受试者的睡眠分期图。
图14、应用案例3受试者的睡眠分期图。
具体实施方式
以下结合附图对本发明的优选实施例进行说明,应当理解,此处所描述的优选实施例仅用于说明和解释本发明,并不用于限定本发明。
本发明提供的睡眠质量评价方法:
第一步、监测得出受试者的整夜睡眠分期图。
第二步、从分析整夜睡眠分期图中,分析计算出总睡眠时长、入睡潜伏期、觉醒次数、觉醒总时长占比、REM期占比、浅睡期占比、深睡期占比这七项指标值作为评价指标。将总睡眠时长、REM期占比、浅睡期占比、深睡期占比这四个指标划分为一类指标。入睡潜伏期、觉醒次数和觉醒总时长占比划分为二类指标。
第三步、计算各指标的单项得分。其中,一类指标中的各项指标得分按照公式(1)计算。
S=max(100-βi*(xmedian-x)2,0) (1)
式中,xmedian、βi的取值见表1。
表1
根据表1中的参数值,可以分别得到总睡眠时长、REM期占比、浅睡期占比、深睡期占比四项指标的得分曲线图,如图1-4所示。图中显示了各指标值与其单项得分之间的关系曲线。
二类指标中的各项指标得分按照公式(2)计算:
式中,偏移因子xshift和衰减因子βi的取值见表2。
表2
根据表2中的参数值,可以分别得到入睡潜伏期、觉醒次数、觉醒总时长占比这三项指标的得分曲线图,如图5-7所示。图中显示了各指标值与其单项得分之间的关系曲线。
第四步、按照公式(3)将各指标的得分综合加权,得到总分S总;
式中,ai为权重,总睡眠时长、入睡潜伏期、觉醒次数、觉醒总时长占比、REM期占比、浅睡期占比、深睡期占比的权重ai分别为20%、10%、20%、20%、10%、10%、10%;Si为各项指标的单项得分;
最后,根据得到的总分评价睡眠质量,若总分大于等于80分,则睡眠质量良好,分数越高睡眠质量越好;若总分低于80分,则睡眠质量较差。
应用案例1
图8是某受试者整夜睡眠分期图。总监测时长为419分。
根据整夜睡眠分期图,确定七项指标的方法步骤如下:
第一步、计算入睡潜伏期,入睡潜伏期定义为第一次进入睡眠前的总时长,如图9所示。
第二步、计算总睡眠时长,总睡眠时长=总监测时长-入睡潜伏期。
第三步、计算觉醒次数,觉醒次数定义为在睡眠过程中进入觉醒状态时长大于5分钟的次数,在该案例中满足觉醒时长大于5分钟的有3次,如图10所示。
第四步、统计睡眠过程中所有的觉醒时长,并计算觉醒时长在总睡眠时长中的占比。
第五步、统计睡眠过程中所有的REM期、浅睡期、深睡期时长,并分别计算REM期、浅睡期、深睡期在总睡眠时长中的占比。图11中虚线框为REM期。图12中椭圆圈为浅睡期,方形框为深睡期。
第六步、各项指标计算结果、以及代入相应的计算公式可得单项得分和总分,结果见表3。总分为82,说明睡眠质量良好。
表3
应用案例2
图13是某受试者整夜睡眠分期图。该受试者报告整夜睡眠质量良好,睡眠中出现了两次梦境,在临近起床时有一次起夜。按照本发明的评价方法,睡眠分析报告评分如表4所示,说明受试者睡眠质量良好,且睡眠分期与受试者主观报告吻合,各项得分均能客观反应睡眠情况。
表4
应用案例3
图14是某受试者整夜睡眠分期图。受试者患有较为严重的睡眠呼吸暂停综合征,睡眠质量较差,且睡眠过程中具有多次觉醒和存在入睡困难。按照本发明的评价方法,睡眠分析报告评分如表5所示,说明睡眠质量较差,且睡眠分期与受试者主观报告吻合,各项得分均能客观反应睡眠情况。
表5
以上所述,仅是本发明的较佳实施例而已,并非对本发明作任何形式上的限制,虽然本发明已以较佳实施例揭露如上,然而并非用以限定本发明,任何熟悉本专业的技术人员,在不脱离本发明技术方案范围内,当可利用上述揭示的技术内容作出些许更动或修饰为等同变化的等效实施例,但凡是未脱离本发明技术方案的内容,依据本发明的技术实质对以上实施例所作的任何简单修改、等同变化与修饰,均仍属于本发明技术方案的范围内。
Claims (6)
1.一种睡眠质量评价方法,其特征在于,包括以下步骤:
S1、监测受试者的整夜睡眠得到整夜睡眠分期图;
S2、分析整夜睡眠分期图,计算得出总睡眠时长、入睡潜伏期、觉醒次数、觉醒总时长占比、REM期占比、浅睡期占比、深睡期占比这七项指标值,然后将总睡眠时长、REM期占比、浅睡期占比、深睡期占比这四个指标划分为一类指标,入睡潜伏期、觉醒次数和觉醒总时长占比划分为二类指标;
S3、分别计算上述七项指标的单项得分,其中,一类指标中的各项指标得分按照公式(1)计算,二类指标中的各项指标得分按照公式(2)计算:
S=max(100-βi*(xmedian-x)2,0) (1)
式(1)中,xmedian为中位数,βi为衰减因子,x为各项指标值;
式(2)中,xshift为偏移因子,βi为衰减因子,x为各项指标值;
S4、按照公式(3)将各指标的得分综合加权,得到总分S总;
式(3)中,ai为权重,Si为各项指标的单项得分;
S5、根据得到的总分评价睡眠质量,若总分大于等于80分,则睡眠质量良好,分数越高睡眠质量越好;若总分低于80分,则睡眠质量较差。
2.如权利要求1所述的睡眠质量评价方法,其特征在于,所述步骤S2包括以下子步骤:
S21、由整夜睡眠分期图中直接得出总监测时长和入睡潜伏期,入睡潜伏期指的是第一次进入睡眠前的总时长;
S22、计算总睡眠时长,总睡眠时长=总监测时长-入睡潜伏期;
S23、计算觉醒次数,觉醒次数指的是在睡眠过程中进入觉醒状态时长大于5分钟的次数;
S24、统计睡眠过程中所有的觉醒时长,并计算觉醒时长在总睡眠时长中的占比;
S25、统计睡眠过程中所有的REM期、浅睡期、深睡期时长,并分别计算REM期、浅睡期、深睡期时长在总睡眠时长中的占比。
3.如权利要求1所述的睡眠质量评价方法,其特征在于,所述步骤S3中,式(1)中,总睡眠时长、REM期占比、浅睡期占比、深睡期占比的中位数xmedian分别为360、21、17、55;总睡眠时长、REM期占比、浅睡期占比、深睡期占比的衰减因子βi分别为0.0025、1、0.6、0.7;
式(2)中,入睡潜伏期、觉醒次数和觉醒总时长占比的偏移因子xshift分别为0.2、0.84、0.7;入睡潜伏期、觉醒次数和觉醒总时长占比的衰减因子βi分别为52.5、10.5、14.6。
4.如权利要求1所述的睡眠质量评价方法,其特征在于,所述步骤S4中,总睡眠时长、入睡潜伏期、觉醒次数、觉醒总时长占比、REM期占比、浅睡期占比、深睡期占比的权重ai分别为20%、10%、20%、20%、10%、10%、10%。
5.如权利要求1所述的睡眠质量评价方法,其特征在于,所述步骤S1中,采用血氧检测仪监测得出受试者的整夜睡眠分期图。
6.如权利要求1所述的睡眠质量评价方法,其特征在于,所述步骤S1中,通过监测受试者整夜心率体动数据得出整夜睡眠分期图。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110937004.2A CN113520328B (zh) | 2021-08-16 | 2021-08-16 | 一种睡眠质量评价方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110937004.2A CN113520328B (zh) | 2021-08-16 | 2021-08-16 | 一种睡眠质量评价方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN113520328A CN113520328A (zh) | 2021-10-22 |
CN113520328B true CN113520328B (zh) | 2023-11-24 |
Family
ID=78091125
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110937004.2A Active CN113520328B (zh) | 2021-08-16 | 2021-08-16 | 一种睡眠质量评价方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN113520328B (zh) |
Families Citing this family (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114191684B (zh) * | 2022-02-16 | 2022-05-17 | 浙江强脑科技有限公司 | 基于脑电的睡眠控制方法、装置、智能终端及存储介质 |
CN114916919A (zh) * | 2022-06-10 | 2022-08-19 | 中国民航大学 | 用于用户警觉度和疲劳风险指数预测系统、方法及应用 |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR20120045660A (ko) * | 2010-10-29 | 2012-05-09 | 아주대학교산학협력단 | 수면의 질 결정 장치 및 방법 |
CN105231997A (zh) * | 2015-10-10 | 2016-01-13 | 沈阳熙康阿尔卑斯科技有限公司 | 一种睡眠质量判定方法及睡眠仪 |
CN105592777A (zh) * | 2013-07-08 | 2016-05-18 | 瑞思迈传感器技术有限公司 | 用于睡眠管理的方法和系统 |
CN110623665A (zh) * | 2019-09-26 | 2019-12-31 | 川北医学院 | 一种智能睡眠时相检测与睡眠质量评估系统及方法 |
CN111466910A (zh) * | 2020-04-30 | 2020-07-31 | 电子科技大学 | 一种睡眠监测方法、系统、存储介质、计算机程序、装置 |
Family Cites Families (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US10582890B2 (en) * | 2015-08-28 | 2020-03-10 | Awarables Inc. | Visualizing, scoring, recording, and analyzing sleep data and hypnograms |
-
2021
- 2021-08-16 CN CN202110937004.2A patent/CN113520328B/zh active Active
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR20120045660A (ko) * | 2010-10-29 | 2012-05-09 | 아주대학교산학협력단 | 수면의 질 결정 장치 및 방법 |
CN105592777A (zh) * | 2013-07-08 | 2016-05-18 | 瑞思迈传感器技术有限公司 | 用于睡眠管理的方法和系统 |
CN105231997A (zh) * | 2015-10-10 | 2016-01-13 | 沈阳熙康阿尔卑斯科技有限公司 | 一种睡眠质量判定方法及睡眠仪 |
CN110623665A (zh) * | 2019-09-26 | 2019-12-31 | 川北医学院 | 一种智能睡眠时相检测与睡眠质量评估系统及方法 |
CN111466910A (zh) * | 2020-04-30 | 2020-07-31 | 电子科技大学 | 一种睡眠监测方法、系统、存储介质、计算机程序、装置 |
Also Published As
Publication number | Publication date |
---|---|
CN113520328A (zh) | 2021-10-22 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN113520328B (zh) | 一种睡眠质量评价方法 | |
Montgomery-Downs et al. | Snoring and sleep-disordered breathing in young children: subjective and objective correlates | |
Willemen et al. | An evaluation of cardiorespiratory and movement features with respect to sleep-stage classification | |
EP1562472B1 (en) | Method, apparatus and system for characterizing sleep | |
Halson | Sleep and the elite athlete | |
Brandenberger et al. | Age‐related changes in cardiac autonomic control during sleep | |
Javorka et al. | Short-term heart rate complexity is reduced in patients with type 1 diabetes mellitus | |
Farina et al. | Heart rate and heart rate variability modification in chronic insomnia patients | |
Redline et al. | The scoring of respiratory events in sleep: reliability and validity | |
Series et al. | Utility of nocturnal home oximetry for case finding in patients with suspected sleep apnea hypopnea syndrome | |
US20220015695A1 (en) | Sleep reactivity monitoring based sleep disorder prediction system and method | |
JP6757532B2 (ja) | 睡眠段階判定装置、睡眠段階判定方法、睡眠段階判定プログラム | |
Colrain et al. | Ventilation during sleep onset | |
Kishi et al. | Dynamics of sleep stage transitions in healthy humans and patients with chronic fatigue syndrome | |
Beckers et al. | Approximate entropy of heart rate variability: validation of methods and application in heart failure | |
Mansukhani et al. | Functional aerobic capacity in patients with sleep-disordered breathing | |
Cao et al. | A review of current tools used for evaluating the severity of obstructive sleep apnea | |
JP2013233256A (ja) | 心拍変動指標を用いた精神症状及び精神疾患発病リスク評価法及び評価装置 | |
Latzer et al. | Naturalistic sleep monitoring in women suffering from bulimia nervosa | |
Yang et al. | Clinical and polysomnographic characteristics of high frequency leg movements | |
Ma et al. | Symbolic dynamics of electroencephalography is associated with the sleep depth and overall sleep quality in healthy adults | |
Daffre et al. | Rapid eye movement sleep parasympathetic activity predicts wake hyperarousal symptoms following a traumatic event | |
Swarnkar et al. | A state transition-based method for quantifying EEG sleep fragmentation | |
Dorantes-Méndez et al. | Time-varying analysis of the heart rate variability during a-phases of sleep: Healthy and pathologic conditions | |
Yoon et al. | Negative and positive sleep state misperception in patients with insomnia: factors associated with sleep perception |
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 |