CN113749615A - 用于检测呼吸暂停事件和睡眠的方法、系统和设备 - Google Patents

Abstract

在此描述了使用心内电图(EGM)或心电图(ECG)数据检测睡眠呼吸暂停的方法、设备和系统。一种使用诸如EGM或ECG的指示患者的心脏的心脏电活动的信号来检测潜在的呼吸暂停事件(呼吸暂停或呼吸不足事件)的装置和方法。确定信号在几个心脏周期上的一个或多个形态或时间特征的变化，并将其用于在测量时间段中检测潜在的呼吸暂停事件。然后可以检查可能导致呼吸暂停事件的错误检测的多个因素，并且如果这些因素不存在，则记录呼吸暂停事件。在此还描述了用于将患者分类为睡眠或清醒的方法、设备和系统，其可用于选择性地启用和禁用睡眠呼吸暂停检测监测以及以其他方式。

Description

用于检测呼吸暂停事件和睡眠的方法、系统和设备

优先权要求

本申请要求以下申请中的每一个的优先权：于2021年4月20日提交的美国非临时专利申请号17/235,807的名称为METHODS,SYSTEMS,AND DEVICES FOR DETECTING SLEEPAND APNEA EVENTS(用于检测睡眠和呼吸暂停事件的方法、系统和设备)；于2020年10月7日提交的美国临时专利申请号63/088,947的名称为METHODS,SYSTEMS,AND DEVICES FORDETECTING SLEEP AND APNEA EVENTS(用于检测睡眠和呼吸暂停事件的方法、系统和设备)；于2020年7月16日提交的美国临时专利申请号63/052,877的名称为DETECTING APNEAEVENTS USING A CARDIAC SIGNAL(使用心脏信号检测呼吸暂停事件)；于2020年6月2日提交的美国临时专利申请号63/033,553的名称为DETECTING APNEA EVENTS USING ACARDIAC SIGNAL(使用心脏信号检测呼吸暂停事件)。上述申请中的每一个通过引用合并于此。

技术领域

在此描述的实施例一般涉及用于检测在人类患者中的呼吸暂停事件的方法、系统和设备(又名装置)，并且更具体地，涉及用于使用心律来检测呼吸暂停事件的方法、系统和设备。所描述的实施例还涉及用于检测患者何时清醒以及何时患者睡眠的方法、系统和设备，这些信息可用于选择性地启用和禁用对睡眠呼吸暂停事件的监测，和/或以其他方式。

背景技术

睡眠呼吸暂停综合征(SAS)是种呼吸障碍，其特征是反复发作气流减少(呼吸不足(hypopnea))或缺少(呼吸暂停(apnea))气流。SAS在中年女性和男性中很常见，并且可能会导致无数的疾病，严重影响一个人的生活质量。它可与其他心血管并发症一起出现，诸如心律失常、冠心病和心力衰竭。诊断SAS的一种方法是经由夜间多导睡眠图(PSG)进行睡眠研究。然而，这种方法价格昂贵，对患者来说不舒服，而且需要延长的评估时间。

各种类型的设备可以提供通常用于诊断心脏问题的心电图数据。这样的设备包括表面(皮肤)安装的医疗设备和植入式医疗设备(IMD)。一些类型的IMD，诸如植入式心脏起搏器和植入式心脏除颤器(ICD)，不仅能够提供数据，还能够提供心脏问题的治疗。其他类型的IMD，诸如可插入式心脏监护仪(ICM)，用于诊断目的。

已经开发了使用可植入设备的技术，以使用基于阻抗的技术来检测SAS并提供关于SAS的严重性随时间的变化的长期信息。基于阻抗的检测器需要专用阻抗模块用于SAS评估，这非在所有IMD中都容易获得。心内电图(IEGM)在几乎所有ICD中都很容易获得。基于计算的IMD SAS监测是使用基于频域的快速傅立叶变换算法开发的。然而，该算法是计算密集型的，这可能需要从为IMD设备供电的电池中消耗大量电流。

SAS仅在人睡眠的时候才会发生。因此，在监测SAS时，了解一个人是睡眠还是清醒是很有帮助的。

发明内容

本技术的某些实施例针对存储可用于检测呼吸暂停事件的指令的装置、方法和非暂时性计算机可读介质。这样的装置可以包括可耦合到电极并被配置为感测指示患者的心脏(heart)的心脏电活动(cardiac electrical activity)的信号的感测电路。该装置还可以包括至少一个处理器，该处理器被配置为在包括多个心脏周期(cardiac cycle)的测量时间段内确定信号的特征中的短期变化(STV)的度量和长期变化(LTV)的度量，并且基于在该特征中的STV的度量和LTV的度量来检测在测量时间段中的潜在的呼吸暂停事件；其中，该特征包括形态特征或时间特征之一。根据某些实施例，该装置包括植入式起搏器、植入式心脏除颤器、植入式心脏监护仪或非植入式设备之一。

根据某些实施例，该装置的至少一个处理器被配置为通过确定至少在测量时间段内LTV的度量大于STV的度量来检测潜在的呼吸暂停事件。根据其他实施例，该装置的至少一个处理器被配置为通过确定至少在测量时间段内LTV的度量大于STV的度量，并且在至少测量时间段内STV的度量小于指定阈值来检测潜在的呼吸暂停事件。

根据某些实施例，该装置的至少一个处理器被配置为：识别在指示患者的心脏的心脏电活动的信号内的单个心脏周期；基于单个心脏周期的第一数量确定STV的度量；以及基于单个心脏周期的第二数量确定LTV的度量，其中，第二数量大于第一数量。

根据某些实施例，在测量时间段内确定STV的度量和LTV的度量的信号的特征包括形态特征，该形态特征包括以下之一：QRS波群(complex)、R波、T波、ST区或诱发反应的曲线下面积；QRS波群、R波、T波或诱发反应的最大振幅；或QRS波群、R波、T波、或诱发反应的峰间振幅。

根据某些实施例，在测量时间段内确定STV的度量和LTV的度量的信号的特征包括时间特征，该时间特征包括以下之一：RR间隔持续时间；PR间隔持续时间；QT间隔持续时间；QRS波群持续时间；AR间隔持续时间；PV间隔持续时间；或诱发响应持续时间。

根据某些实施例，在测量时间段内信号的特征中的STV的度量和LTV的度量中的每一个都是以下之一：特征的标准差；特征的标准差除以特征的平均值；特征的最大值和平均值之间的差；特征的最大值和最小值之间的差；特征的第二最大值和第二平均值之间的差；特征的第N个最大值和N个平均值之间的差；或者所述差中的任何一个除以特征的平均值。

根据某些实施例，该装置还包括加速度计，该加速度计单独或与至少一个处理器结合用于获得姿势信息和活动信息，其中，该至少一个处理器还被配置为：基于姿势信息和活动信息将患者分类为睡眠；基于姿势信息或活动信息中的至少一个将患者分类为清醒；响应于患者被分类为睡眠，启用用于检测潜在的呼吸暂停事件的STV的度量和LTV的度量的确定；以及响应于患者被分类为清醒，禁用用于检测潜在的呼吸暂停事件的STV的度量和LTV的度量的确定。

根据某些实施例，至少一个处理器还被配置为通过分析在检测到潜在的呼吸暂停事件的测量时间段之前的信号的部分来确定潜在的呼吸暂停事件是真实呼吸暂停事件还是错误检测，以确定心律变化是否可能导致检测到潜在的呼吸暂停事件。

根据本技术的某些实施例的用于监测呼吸暂停的方法包括：获得指示患者的心脏的心脏电活动的信号；确定在包括多个心脏周期的测量时间段内信号的特征的短期变化(STV)的度量和长期变化(LTV)的度量；以及基于在特征中的STV的度量和LTV的度量，在测量时间段内检测潜在的呼吸暂停事件；其中，特征包括形态特征或时间特征之一。

根据某些实施例，该方法还包括识别信号内的单个心脏周期；并且其中，STV的度量是基于单个心脏周期的第一数量来确定的，并且LTV的度量是基于单个心脏周期的第二数量来确定的，其中，第二数量大于第一数量。

根据某些实施例，该方法还包括通过分析在检测到潜在的呼吸暂停事件的测量时间段之前的信号的部分来确定检测到的潜在的呼吸暂停事件是真实呼吸暂停事件还是错误检测，以确定心律变化、非心脏信号的存在、或特征的变化是否可能是由于患者姿势或患者活动的变化导致检测到潜在的呼吸暂停事件；以及响应于确定潜在的呼吸暂停事件是真实呼吸暂停事件，存储或上载关于真实呼吸暂停事件的信息，使得医生可以访问该信息；其中，心律变化包括以下中的至少之一：包括起搏节奏和固有节律的多个心律；一个或多个室性早搏；或一个或多个房性早搏。

根据某些实施例，响应于至少在测量时间段内特征的LTV的度量大于特征的STV的度量而发生检测潜在的呼吸暂停事件。根据其他实施例，响应于至少在测量时间段内特征的LTV的度量大于STV的度量，和特征的STV的度量小于指定阈值两者而发生检测潜在的呼吸暂停事件。

根据某些实施例，在测量时间段内确定STV的度量和LTV的度量的信号的特征包括形态特征，该形态特征包括以下之一：QRS波群、R波、T波、ST区或诱发反应的曲线下面积；QRS波群、R波、T波或诱发反应的最大振幅；或QRS波群、R波、T波、或诱发反应的峰间振幅。

根据某些实施例，在测量时间段内确定STV的度量和LTV的度量的信号的特征包括时间特征，该时间特征包括以下之一：RR间隔持续时间；PR间隔持续时间；QT间隔持续时间；QRS波群持续时间；AR间隔持续时间；PV间隔持续时间；或诱发响应持续时间。

根据某些实施例，在测量时间段内信号的特征中的STV的度量和LTV的度量中的每一个都是以下之一：特征的标准差；特征的标准差除以特征的平均值；特征的最大值和平均值之间的差；特征的最大值和最小值之间的差；特征的第二最大值和第二平均值之间的差；特征的第N个最大值和N个平均值之间的差；或者所述差中的任何一个除以该特征的平均值。

根据某些实施例，该方法还包括使用加速度计来获得姿势信息和活动信息；基于姿势信息和活动信息将患者分类为睡眠；响应于将患者分类为睡眠，启用用于检测潜在的呼吸暂停事件的STV的度量和LTV的度量的确定；基于姿势信息或活动信息中的至少一个将患者分类为清醒；以及响应于将患者分类为清醒，禁用用于检测潜在的呼吸暂停事件的STV的度量和LTV的度量的确定。

根据本技术的某些实施例，非暂时性计算机可读介质存储用于检测呼吸暂停事件的指令，该指令在由处理器执行时导致处理器执行操作，包括：获取指示患者的心脏的心脏电活动的信号；确定信号在包括多个心脏周期的测量时间段内的特征的短期变化(STV)的度量和长期变化(LTV)的度量；以及基于在特征中的STV的度量和LTV的度量，在测量时间段内检测潜在的呼吸暂停事件；其中，特征包括形态特征或时间特征之一。非暂时性计算机可读介质还可以包括进一步导致处理器执行上述概述的方法的其他步骤和特征的指令。

本技术的某些实施例针对存储可用于将患者分类为睡眠或清醒的指令的装置、方法和非暂时性计算机可读介质。这样的装置可以包括加速度计和至少一个处理器。加速度计单独或与至少一个处理器结合使用，用于确定患者的活动水平和患者的姿势。至少一个处理器被配置为：响应于(i)患者的姿势在至少睡眠潜伏期内处于横卧或斜躺状态，以及(ii)所述患者的活动水平在至少所述睡眠潜伏期内未超过活动阈值，将所述患者分类为睡眠；并且响应于(iii)患者的姿势在至少清醒潜伏期内保持直立，或者(iv)患者的活动水平在至少清醒潜伏期内超过活动阈值中的至少一个，将患者分类为清醒。根据某些实施例，该装置包括植入式医疗设备，诸如植入式起搏器、植入式心脏除颤器或植入式心脏监护仪。

根据某些实施例，该装置的至少一个处理器还被配置为：检测在一段时间内患者的活动水平；基于在一段时间内患者的活动水平产生直方图，该直方图包括多个箱，每个箱与不同的活动水平相关联并且包括相应数量的活动计数；以及基于直方图来确定活动阈值。

根据某些实施例，该装置的至少一个处理器被配置为：确定包括在直方图中的活动计数的总数；确定对应于活动计数的总数的指定百分比的活动水平；以及将活动阈值确定为等于对应于活动计数的总数量的指定百分比的活动水平。

根据某些实施例，该装置的至少一个处理器被配置为：确定在一段时间内患者的活动水平的长期平均值(LTA)或长期移动平均值(LTMA)之一；以及将活动阈值确定为等于患者的活动水平的LTA或LTMA之一，或者等于患者的活动水平的LTA或LTMA之一加上指定的偏移量。

根据某些实施例，LTA或LTMA之一随时间变化，并且因此，由至少一个处理器确定的活动阈值也随时间变化。

根据某些实施例，该装置的至少一个处理器还被配置为：响应于患者被分类为睡眠而启用对呼吸暂停的监测；以及响应于患者被分类为清醒而禁用对呼吸暂停的监测。根据某些实施例，至少一个处理器还被配置为：响应于所述患者被分类为睡眠而启用睡眠质量的监测；以及响应于患者被分类为清醒而禁用睡眠质量的监测。

本技术的某些实施例涉及方法，该方法包括：确定患者的活动水平；确定患者的姿势；在第一时间段期间，响应于(i)患者的姿势至少在睡眠潜伏期内处于横卧或斜躺状态，以及(ii)患者的活动水平至少在睡眠潜伏期内不超过活动阈值，将患者分类为睡眠；以及在第二时间段期间，响应于(iii)患者的姿势在至少清醒潜伏期内保持直立，或者(iv)患者的活动水平在至少清醒潜伏期内超过活动阈值中的至少一个，将患者分类为清醒。

根据某些实施例，使用加速度计来执行确定患者的活动水平和确定患者的姿势。根据某些实施例，该方法由包括加速度计的植入式医疗设备执行。

根据某些实施例，该方法还包括：检测在一段时间内患者的活动水平；基于在一段时间内患者的活动水平产生直方图，该直方图包括多个箱，每个箱与不同的活动水平相关联并且包括相应数量的活动计数；以及基于直方图确定活动阈值。

根据某些实施例，基于直方图确定活动阈值包括：确定包括在直方图中的活动计数的总数；确定对应于活动计数的总数的指定百分比的活动水平；以及将活动阈值确定为等于对应于活动计数的总数的指定百分比的活动水平。

根据某些实施例，该方法还包括：确定在一段时间内患者的活动水平的长期平均(LTA)或长期移动平均(LTMA)之一；以及将活动阈值确定为等于患者的活动水平的LTA或LTMA之一，或者等于患者的活动水平的LTA或LTMA之一加上指定的偏移量。根据某些实施例，LTA或LTMA之一随时间变化，并且因此，活动阈值也随时间变化。

根据某些实施例，该方法还包括：响应于将患者分类为睡眠，启用对呼吸暂停的监测；以及响应于将患者分类为清醒，禁用对呼吸暂停的监测。可替换地或另外地，该方法还包括：响应于患者被分类为睡眠而启用睡眠质量的监测；以及响应于患者被分类为清醒而禁用睡眠质量的监测。

根据本技术的某些实施例，非暂时性计算机可读介质存储指令，该指令在由处理器执行时导致处理器执行操作，包括：确定患者的活动水平；确定患者的姿势；响应于(i)患者的姿势至少在睡眠潜伏期内处于横卧或斜躺状态，以及(ii)患者的活动水平至少在睡眠潜伏期内不超过活动阈值，将患者分类为睡眠；以及响应于(iii)患者的姿势在至少一个清醒潜伏期内保持直立，或者(iv)患者的活动水平在至少清醒潜伏期内超过活动阈值中的至少一个，将患者分类为清醒。非暂时性计算机可读介质还可以包括进一步使处理器执行上述概述的方法的其他步骤和特征的指令。

本发明内容并不是对本技术实施例的完整描述。本技术的实施例的其他特征和优点将从以下描述中显现，其中，结合附图和权利要求书详细阐述了优选实施例。

附图说明

通过参考下面的描述和附图可以最好地理解涉及结构和操作方法两者的本技术的实施例，其中，贯穿若干视图，相似的附图标记表示相似的元件：

图1是适合实施本技术的植入式医疗设备的框图。

图2示出了EGM段、在段中信号的R波振幅可变性的曲线图、在段中信号的峰间值(P2P)R波振幅的短期可变性(STV)的曲线图、以及在段中信号的P2P R波振幅的长期可变性(LTV)的曲线图。

图3示出了根据本技术实施例的用于检测呼吸暂停事件的一般方法。

图4A示出了根据本技术的实施例的用于执行图3的步骤310和320的一种方法。

图4B示出了根据本技术的实施例的用于执行图3的步骤310和320的另一种方法。

图4C示出了根据本技术实施例的用于执行图3的步骤310和320的另一种方法。

图5示出了根据本技术的实施例的用于执行图3的步骤330的一种方法。

图6示出了通过本技术适当检测一种呼吸暂停/呼吸不足事件的示例。

图7A示出了根据本技术实施例的用于检测睡眠进入的方法。

图7B示出了可用于实现参照图7A的流程图总结的方法的示例伪代码。

图8A示出了根据本技术实施例的用于检测睡眠退出的方法。

图8B示出了可用于实现参照图8A的流程图总结的方法的示例伪代码。

图9示出了根据本技术的特定实施例，如何响应于检测到睡眠进入而启用用于监测潜在睡眠呼吸暂停事件的实施例，以及如何响应于检测到睡眠退出而禁用用于监测潜在睡眠呼吸暂停事件的实施例。

图10示出了参考图6和图7描述的睡眠进入和睡眠退出技术如何可以用来监测患者连续和/或在指定时间段内获得的睡眠的量。

图11A是示出在多天内收集的活动数据的示例图。

图11B示出了根据本技术的某些实施例的可用于确定用于睡眠进入和睡眠退出检测技术的活动阈值的直方图的示例，其中，该直方图是使用在图11A中所示的活动数据产生的。

图12示出了使用本技术的实施例来分类患者何时清醒和何时睡眠的示例性结果。

具体实施方式

提出了基于心内电图(EGM)或心电图(ECG)的SAS检测技术。该技术提供了在其计算方法中基于时域的监测算法，并且不需要额外的电路来在表面或植入设备中实现。EGM或ECG特征很容易提取，并且在IMD或表面安装设备中使用时，计算要求对电池寿命的影响最小。一方面，该技术是使用诸如在EGM或ECG信号中的指示患者的心脏的心脏电活动的信号来检测潜在的呼吸暂停事件(呼吸暂停或呼吸不足事件)的装置和方法。该技术使用信号在多个心脏周期中的一个或多个形态或时间特征的变化来检测在测量时间段内的潜在的呼吸暂停事件。然后，该技术检查可能导致呼吸暂停事件的错误检测的多个因素，并且如果这些因素不存在，则记录呼吸暂停事件。该技术可以包括在IMD或表面安装设备中，该设备可以包括在患者睡觉时实时执行在此描述的检测和报告方法的技术方面，或者可以将数据提供给随后在记录之后分析数据的另一设备。

图1是示例IMD 102的框图，其可以是无导线心脏起搏器(LCP)、传统起搏器、植入式心脏除颤器(ICD)、神经刺激器、可插入式心脏监护仪等。IMD 102被示为包括微控制器单元(MCU)104、脉冲发生器106、感测放大器108、生理传感器110、电极开关112、RF遥测模块114、电源116、加速度计125和存储器120。

MCU 104可以控制刺激治疗的各种模式。如本领域众所周知的，MCU104(在此也称为控制单元或控制器)通常包括专门为控制刺激疗法的输送而设计的微处理器或等效控制电路，并且还可以包括RAM或ROM存储器、逻辑和定时电路、状态机电路和I/O电路。通常，MCU104包括处理或监测由存储在指定存储器块中的程序代码控制的输入信号(数据)的能力。MCU 104的设计和操作的细节对该技术并不是关键的。相反，可以使用包括至少一个处理器的任何合适的MCU 104来执行在此描述的功能。使用基于微处理器的控制电路用于执行定时和数据分析功能在本领域中是众所周知的。在某些实施例中，MCU 104用于实现睡眠定时器134和清醒定时器136，如图1所示。这样的定时器134、136可以可替换地使用MCU 104外部但与MCU 104通信的电路来实现。下面参照图7A-图9讨论这样的定时器134、136的使用。

在IMD 102是心脏刺激设备的情况下，脉冲发生器106可以包括心房脉冲发生器和心室脉冲发生器，它们产生起搏刺激脉冲以经由电极传递到心脏组织。例如，如果IMD 102是LCP，则这样的电极可以包括在导线上，或者可以位于IMD 102的外壳103上或其附近。在多于两个电极可用于传送刺激脉冲的情况下，电极开关112可用于在MCU 104的控制下选择特定的电极组合。应当理解，为了在心脏的四个腔中的一个或多个中提供刺激治疗，心房和/或心室脉冲发生器(例如106)可以包括专用的、独立的脉冲发生器、多路脉冲发生器或共享脉冲发生器。脉冲发生器106由MCU 104经由适当的控制信号来控制，以触发或抑制刺激脉冲。在IMD 102是神经刺激器的情况下，脉冲发生器106可以产生用于执行脊髓刺激(SCL)、背根神经节(DRG)刺激、脑深部刺激(DBS)等的刺激脉冲。在下面的描述中，除非另有说明，否则将假设IMD 102是心脏刺激设备。

在IMD 102是心脏刺激设备的情况下，MCU 104可以包括定时控制模块以控制刺激脉冲的定时，包括但不限于起搏速率、房室(AV)延迟、心房传导(AA)延迟、心室传导(VV)延迟和/或心室内延迟(例如LV1-LV2延迟)。定时控制模块还可以跟踪不应期、消隐间隔、噪声检测窗口、诱发响应检测窗口、报警间隔、标记信道定时等的定时，这是在本领域中是众所周知的。MCU 104还可以包括可以根据在此讨论的方法使用的呼吸暂停检测器。MCU104还可以包括捕获检测模块和/或形态学检测模块。根据实现方式，可以将MCU 104的各种组件实现为单独的软件模块，或者可以组合这些模块以允许单个模块执行多种功能。此外，尽管被描述为MCU 104的组件，但是上述模块中的一些或全部可以与MCU 104分开实现，例如，使用一个或多个专用集成电路(ASIC)等。

电极开关112，也可以称为开关电路112，包括多个开关，用于将期望的电极连接到适当的I/O电路，从而提供完整的电极可编程性。因此，响应于来自MCU 104的控制信号，开关电路112通过选择性地闭合在本领域中已知的适当的开关组合(未示出)来确定刺激脉冲的极性(例如，单极、双极、双极等)。切换电路112还可以在各种不同的电极组合之间切换。

检测放大器108可以包括例如心房和/或心室感测放大器，其选择性地耦合到电极的各种组合，以提供可用于例如检测在心脏的四个腔中的一个或多个中的心脏活动的存在的各种不同的感测矢量。因此，感测放大器108可以包括专用感测放大器、多路放大器或共享放大器。如在本领域中已知的，开关电路112通过选择性地闭合适当的开关来确定心脏信号的“感测极性”。这样，临床医生可以独立于刺激极性对感测极性进行编程。如在本领域中已知的，每个感测放大器108可以采用一个或多个具有可编程增益和/或自动增益控制、带通滤波和阈值检测电路的低功率、精密放大器来选择性地感测感兴趣的心脏信号。自动增益控制使得IMD 102能够有效地解决感测心房或心室颤动的低振幅信号特征的难题。感测放大器108的输出连接到MCU 104，MCU104进而能够响应于在心脏的适当的腔中没有或存在心脏活动而按需触发或抑制一个或多个脉冲发生器106。

对于呼吸暂停检测，MCU 104利用感测放大器108来感测心脏信号以获取心脏信号。在本节中使用的“感测”是保留用于电信号的标记，而“检测”是对这些感测到的信号进行处理，并记录呼吸暂停事件或正在监测的其他事件的存在。

尽管在图1中未具体示出，但是心脏信号也可以应用于模数(A/D)数据采集系统的输入，该系统被配置为采集心内电图信号，将原始模拟数据转换成数字信号，并存储数字信号以用于稍后处理和/或遥测发送到外部编程器或床边监测器或个人咨询模块(PAM)。数据采集系统可以通过开关电路112耦合到各种导线和/或电极，以采样任何一对期望的电极上的心脏信号。MCU104还通过合适的数据/地址总线等耦合到存储器120，其中，由MCU 104使用的可编程操作参数根据需要被存储并修改，以便定制IMD 102的操作以适应特定患者的需要。这样的操作参数定义了例如起搏脉冲和阻抗检测脉冲两者的振幅或幅度、脉冲持续时间、电极极性以及起搏速率、灵敏度、呼吸暂停检测标准、以及在每个相应的治疗层内要传递到患者的心脏的每个起搏和电击脉冲的振幅、波形和矢量。其他起搏参数包括基础速率、休息速率和昼夜基础速率。

有利地，IMD 102的操作参数可以通过与外部设备或床边监测器132进行遥测通信的RF遥测电路114非侵入性地编程到存储器120中，该外部设备或床边监测器132诸如编程器、电话收发机或诊断系统分析器。也可以称为RF通信子系统的RF遥测电路114由MCU 104通过控制信号来激活。RF遥测电路114有利地允许通过建立的通信链路将涉及IMD 102的操作的心内电图和状态信息(如包含在MCU 104或存储器120中)发送到外部设备132。可以提供未具体示出的内部警告设备，用于经由振动、电压或其他方法向患者生成可感知的警告信号。

存储器120可以包括可操作以使MCU 104执行在此描述的方法的指令。在一个实施例中，存储器120可以包括包含这样的指令的非易失性、非易失性计算机可读介质和/或易失性存储器。可替换地，MCU 104可以包括包括指令的内部计算机可读介质或存储器。

生理传感器110可以包括温度传感器111、加速度计113和/或其他类型的生理传感器，通常被称为“速率响应型”传感器，因为它们可以用来根据患者的运动状态调整起搏刺激率。然而，生理传感器110还可用于检测心输出量的变化、心脏的生理状况的变化或活动的每日变化(例如，检测睡眠和清醒状态)并检测从睡眠中清醒。虽然被示出为包括在IMD102内，但是应该理解，一个或多个生理传感器110也可以位于IMD 102的外部，但仍可植入患者体内或由患者携带。常见类型的速率响应传感器是安装在IMD 102的外壳103内的包含加速度计或压电晶体的活动传感器。其他类型的生理传感器也是已知的，例如，感测血液的含氧量、呼吸频率和/或分钟通气量、血液的pH值、心室梯度、中风量、心输出量、收缩性等的传感器。

可以包括电池117和电压调节器118的电源116向在图1所示的所有电路或子系统提供操作电力。在IMD 102中包括的特定类型的电池117可以根据IMD 102的能力而变化。如果IMD 102仅提供低电压治疗，则通常可以将锂碘电池或氟化锂铜电池用作电池117。如果IMD 102提供电击疗法，则电池117应该能够长时间在低电流消耗下工作，并且然后当患者需要电击脉冲时能够提供高电流脉冲(用于电容器充电)。电池117还应该具有可预测的放电特性，从而可以检测到可选的更换时间。因此，采用适当的电池。一个或多个电压调节器118可以升高或降低由电池117提供的电压，以产生一个或多个预定电压，该预定电压可用于为IMD 102的各种电路或子系统供电。

IMD 102可以包括在图1中未具体示出的另外的和/或可替换的类型的电路或子系统。例如，IMD 102还可包括阻抗测量电路，其可用于在急性和慢性阶段提供导线阻抗监视，以进行适当的导线定位或移位；检测可操作的电极并在发生移位时自动切换到可操作的对；测量呼吸或分钟通气量；测量胸阻抗以确定电击阈值；检测设备何时被植入；测量呼吸；以及检测心脏瓣膜的打开等。这样的阻抗测量电路可以耦合到开关电路112，从而可以使用任何期望的电极组合。

上述IMD 102被描述为示例性心脏刺激或检测设备。本领域普通技术人员将理解，本技术的实施例可以与可选类型的植入式设备一起使用。因此，本技术的实施例不应限于仅与上述设备一起使用。

RF遥测电路114可以是在RF集成电路(IC)中实现的蓝牙低能量(BLE)无线电或一些其他RF通信子系统。可以在定制专用IC(ASIC)中实现在图1所示的IMD 102的剩余电路或子系统的集，或者仅仅是其子集，也可以被称为定制芯片。换句话说，术语IC和芯片在在此可互换使用。根据特定的IMD，可能还有另外的IC。定制的IC可以托管IMD的应用，并具有用于感测、起搏、高压(HV)治疗等的所有相关电路。用于提供RF通信的RF芯片可以包括高速(也称为高频)晶体振荡器。RF芯片和定制芯片之间的连接通常是标准串行接口，诸如串行外围接口(SPI)和一些通用输入输出(GPIO)，但是可替换地或另外地包括并行接口。

众所周知，在EGM或心电图(ECG)中表示的每个心脏周期通常包括P波，接着是QRS波群，接着是T波，QRS波群包括Q波、R波和S波。P波是由心房的去极化引起的。紧随其后的是心房收缩，其表现为心房压力的轻微升高，有助于心室的进一步充盈。心房收缩之后是心室去极化，如QRS波群所示，心室去极化启动心室收缩，导致心室压力升高，直到超过肺和主动脉舒张压，当血液从心室排出时，导致前向流动。之后，如T波所示，心室复极发生，并且这与心室舒张开始有关，在此过程中，前向流停止，心室内的压力降至心房内的压力以下，此时二尖瓣和三尖瓣打开，在舒张期开始被动充盈心室。术语EGM、EGM信号和EGM波形在此可互换使用。类似地，术语ECG、ECG信号和ECG波形在此可互换使用。ECG和EGM信号都是指示患者的心脏的心脏电活动的信号，也可以称为心脏电信号等。

R波是QRS波群中最大的波，并且通常通过将EGM或ECG的样本与R波阈值进行比较来识别。可以基于EGM或ECG波形获得各种测量，包括R-R间隔的测量，其中R-R间隔是一对连续R波之间的持续时间。

如下面将更详细地描述的，在此描述的本技术的某些实施例通过区分QRS波群的形态的可变性中的不规则模式来提供睡眠呼吸暂停识别。虽然将针对R波的可变性的使用来描述本技术，但是可以根据本技术使用QRS波群的任何形态特征。例如，在此描述R波的元素的情况下，可以在分析中替代使用T波形态。

顶部的图2示出了大约八十(80)秒(在时间标记100和180秒之间)的示例EGM段220。中间的图2示出了在分段220中的信号的R波振幅可变性的曲线图230。底部的图2示出了在EGM段220中的信号的峰间(P2P)R波振幅的短期可变性(STV)的曲线图250，以及在EGM段220中的信号的P2P R波振幅的长期可变性(LTV)的曲线图240。本技术的某些实施例利用这样一种认识，即R波振幅可变性在减少或缺少气流的期间改变。因此，在窗口210中135和155秒时间标记之间的R波振幅可变性的显著减小指示无呼吸阶段(NBP)，其也可以被称为无呼吸时间段(NBP)。在窗口210中R波振幅可变性的这种降低与在正常呼吸期间(在窗口210之前和窗口210之后)的R波振幅变化相比是可辨别的变化，并且可以指示潜在的呼吸暂停事件。术语短期可变性(STV)在此也可互换地称为短期可变性(STV)，或STV的度量。类似地，术语长期可变性(LTV)在此也可以称为长期可变性(LTV)，或LTV的度量。

本技术的某些实施例通过将信号的特征的STV与LTV进行比较来使用信号的该特性来检测该NBP。具体地，在某些实施例中，使用R波的特征的STV和LTV的比较来检测指示潜在的呼吸暂停事件的无呼吸时间段。在正常呼吸中，R波振幅的STV周期性地越过LTV，而在整个无呼吸期间，R波振幅的STV保持在LTV以下。此外，与正常呼吸期间相比，在无呼吸期间的STV振幅要低得多。信号的这两个特征用于检测潜在的呼吸暂停事件。

尽管本技术在一个方面被描述为使用R波振幅的STV和LTV的比较，但是也可以使用其他可替换的方案来确定潜在的呼吸暂停事件。例如，当R波振幅(或T波振幅或其他形态特征)的STV降至预定义阈值以下时，可以使用确定潜在的呼吸暂停事件的更粗略的确定，而无需将STV与LTV进行比较。

图3示出了根据本技术的某些实施例的用于检测呼吸暂停事件的一般方法。在步骤300，获得指示心脏的心脏电活动的信号。这样的信号可以是心电图(ECG)或心内电图(EGM)，这取决于信号是由非植入设备还是由植入设备获得的。例如，信号可以是使用IMD获得的EGM，诸如以上参照图1描述的IMD 100。该信号可以是固有节律或心室起搏节律的量度。在可替换的实施例中，可以利用诸如Holter监测器的外部(即，非植入)医疗设备来获得ECG。在某些实施例中，在使用IMD 100的情况下，仅当患者处于睡眠(或至少可能处于睡眠)时才获得EGM信号，如MCU 104基于从加速度计125接收到的指示患者处于休息的信号所确定的。在其他实施例中，还可以在患者未睡眠的一个或多个时段期间获得EGM信号，但是EGM信号仅用于在确定患者可能正在睡眠时检测潜在的呼吸暂停事件。更一般地，在某些实施例中，仅当确定患者处于睡眠或至少可能处于睡眠时才执行用于监测呼吸暂停的方法。可以利用用于确定患者处于睡眠(或至少可能处于睡眠)的各种技术，包括但不限于一天中的时间，和/或以下参考图7A-图12描述的技术。

在步骤310，确定在包括多个心脏周期的测量时间段期间信号的特征(例如，EGM或ECG)的变化的至少一个度量。测量时间段可以变化，但是在一个实施例中，测量时间段具有大约10秒的持续时间。(无呼吸的10秒是通常被认为表示SAS事件的时间段。)使用更短或更长的测量时间段也是可能的，并且在此描述的实施例的范围内，尽管优选测量时间段至少为10秒。确定了至少一个变化的度量的特征可以是形态特征和/或时间特征。如上所述，在一些实施例中，至少一个变化的度量包括R波振幅的STV和LTV两者，其是形态特征的示例，但是可替换地或另外地使用其他变化的度量和/或其他形态特征。这样的其他形态特征可以包括QRS波群、R波、T波或ST区曲线下的面积；QRS波群、R波或T波的最大振幅；或QRS波群、R波或T波的峰间(P2P)振幅，但不限于此。在患者心脏起搏的情况下，形态特征可以对应于起搏心脏周期的形态特征，诸如但不限于振幅、峰间(P2P)振幅和/或诱发响应曲线下的面积。可以为上述形态特征中的一个或多个确定变化的短期和长期量度(STV和LTV)，并将其彼此比较和/或与相应的阈值进行比较，如下面更详细地解释的。可以在信号的一个或多个时间特征(诸如但不限于，RR间隔持续时间、PR间隔持续时间、QRS持续时间和/或QT间隔持续时间)中确定至少一个变化的度量，而不是(或除了)在测量时间段(包括多个心脏周期)期间信号的一个或多个形态特征中的至少一个变化的度量。在患者的心脏起搏的情况下，时间特征可以对应于起搏心脏周期的时间特征，诸如但不限于AR间隔持续时间、PV间隔持续时间或诱发反应持续时间。信号的特征的变化的度量可以是特征的标准差、特征的标准差除以特征的平均值、特征的最大值与平均值之间的差、特征的最大值与最小值之间的差、和/或特征的第二最大值与第二平均值之间的差(或特征的第N个最大值与第N个平均值之间的差)中的一个或多个。可选地，变化的度量可以是上述差异中的任何一个(例如，特征的最大值和平均值之间的差)除以特征的平均值。

在步骤320，基于特征中的至少一个变化的度量来检测在测量时间段中党的潜在的呼吸暂停事件。如上所述，该特征可以是形态特征或时间特征。根据某些实施例，下面将在图4A-图4C的讨论中描述如何执行步骤310和320的附加细节。然而，通常，当比较信号(在步骤300获得的)的一个或多个特征的两种变化的度量，或者至少一种变化的度量低于一个或多个相应的指定阈值时，检测到潜在的呼吸暂停事件。

在步骤330，如果检测到潜在的呼吸暂停事件，则通过分析测量时间段之前的信号的部分来确定该潜在的呼吸暂停事件是否是真实的呼吸暂停事件。换言之，在步骤330，潜在的呼吸暂停事件可以被确认为真实的呼吸暂停事件，或者可以被拒绝为假阳性。在某些实施例中，步骤330是可选的。使用本技术检测潜在的呼吸暂停事件(在步骤320的情况下)可以是由于多个心律引起的心律的其他变化引起的，诸如起搏节律和固有节律、一个或多个室性早搏(PVC)、或一个或多个房性早搏(PAC)。换言之，在步骤330处，确定在步骤320处是否存在假阳性检测，其中，这样的假阳性检测可能是由于一个或多个PVC或PAC，和/或由于患者的心脏在测量时间段固有地激活并且响应于起搏而发生的。

图4A示出了用于执行图3的步骤310和320的一种方法。在步骤400处，确定在至少一个特征中的STV。在一个实施例中，确定STV的特征是三个搏动上的R波的峰间振幅，但是可以使用更多或更少的拍子(只要使用至少两个搏动)。在步骤410处，在二十五(25)个搏动上确定至少一个特征(例如，峰间R波振幅)中的LTV，但是可以使用更多或更少搏动。在步骤400和410中，除了R波的峰间振幅之外，还可以为可替换的和/或另外的形态特征确定一个或多个变化的量度。步骤400和410示出了执行图3的步骤310的一种方法。

一旦在步骤400和410的情况下确定了STV和LTV，则在步骤420进行STV和LTV的比较，以确定LTV是否在至少指定的持续时间内大于STV。在一个实施例中，指定的持续时间至少为十(10)秒。之所以选择10秒的持续时间，是因为单个呼吸暂停/呼吸不足事件(AHE)被定义为持续10秒的减少或缺少气流。因此，该方法可以使用至少10秒，在此期间STV低于LTV，以确定是否已经发生潜在的呼吸暂停事件。

在步骤430处，如果LTV大于测量窗口上的STV，则在440确定检测到潜在的呼吸暂停事件。如果在至少10秒的窗口上LTV大于STV，则该方法移动以确定潜在的呼吸暂停事件是否是实际的呼吸暂停事件，并确保潜在的呼吸暂停事件不是由一些其他心脏问题引起的。

在可替换的实施例中，可以仅使用STV来确定潜在的呼吸暂停事件。图4B示出了一个这样的实施例。在图4B中，相同的附图标记表示与图4A中的步骤相同的步骤。步骤400与图4A的步骤400相同，其中，确定至少一个特征中的STV。在一个实施例中，确定STV的特征是三个搏动上的R波的峰间振幅，但是可以使用更多或更少的搏动。在步骤460处，将STV与阈值进行比较。在460处，如果STV在测量时间段(例如，10秒)低于阈值，则在步骤440处识别潜在的呼吸暂停事件。阈值可以是绝对阈值或可变阈值，其可以是测量时间段之前的一段时间内STV的百分比、测量时间段之前的LTV的百分比、或测量时间段之前的信号的某个时段的平均STV的百分比。

在又一可替换的方案中，如图4C所示，可以使用在测量时间段期间的LTV与STV的比较以及STV与阈值的比较来确定呼吸暂停事件。在图4C中，相同附图标记表示与图4A和图4B中的步骤相同的步骤。在图4C中，可以按顺序颠倒在步骤430处的比较和在步骤460处的比较。

尽管以上描述描述了固有起搏，但是该技术在具有主动心室或V型起搏的患者中是可操作的。在另一实施例中，当已知患者具有起搏器并接受V型起搏时，可以通过形态特征的曲线计算下的面积来测量形态特征。

上述描述使用三个搏动的STV，但是少至两个搏动可以包括用于确定STV的时间段。上述描述对LTV使用25个搏动，但是大于用于STV的搏动数的任何数量都可以用于LTV。在一个实施例中，用于确定STV的搏动数的两倍可以用于确定LTV(即，如果使用三个节拍来确定STV，则可以用六个搏动来确定LTV)。

在一个实施例中，R波特征是在从在ECG信号中的R波标记在60毫秒和200毫秒之间测量的时间窗口上测量的，其中从标记的最大值减去R波标记的峰间最小值。当从V型起搏形态来测量特征时，可以根据从初始V型起搏标记起0毫秒到从V型起搏标记起200毫秒之间的曲线下的平均值来测量特征。曲线下的平均值是通过将测量窗口上的特征的绝对值减去在窗口的开始处的特征值的总和来计算的。

可以将长期和短期可变性中的每一个计算为特征(在本例中为R波振幅)的标准差除以特征的平均值。如上所述，在一个实施例中，对于STV，该计算可以在三个搏动上执行，而对于LTV，该计算可以在二十五个搏动上执行。

在心律失常的发作期间，指示心脏电活动的信号(例如，EGM或ECG信号)的时间特征(例如，RR间隔持续时间、PR间隔持续时间、QRS持续时间和/或QT间隔持续时间)可能受到心律失常的影响，并且可能有助于检测呼吸暂停事件的EGM/ECG信号的时间特征可能被心律失常所掩盖。因此，在至少一个实施例中，在心律失常发作期间，为了检测潜在的睡眠呼吸暂停事件(例如，在步骤440或450)的目的，为其确定STV和/或LTV的度量并将其彼此比较(例如，在步骤400、410和420处)或与相应阈值(例如，在步骤450处)进行比较的ECG/EGM的特征应该是一个或多个形态特征，而不是一个或多个时间特征。换言之，根据本技术的某些实施例，在心律失常检测时和在心律失常检测期间，排除了用于检测潜在的呼吸暂停事件的时间特征的使用。

图5示出了用于执行步骤330的一种方法，该步骤330通过分析测量时间段之前的信号的部分来确定潜在的呼吸暂停事件是真实呼吸暂停事件还是错误检测。在图5的方法中，将在测量时间段中的STV与阈值进行比较。阈值根据在筛选窗口期间的STV而变化(在一个实施例中在一(1)和二(2)之间)。(如上所述，STV可以是特征(在该示例中为R波振幅)的标准差除以在筛选窗口中特征的平均值。)在一个实施例中，筛选窗口包括紧接在测量时间段之前的二十五(25)个搏动。可以将筛选窗口设置为与LTV(上述描述中为25)相同的搏动数，使得如果在更多或更少搏动上测量LTV，则将筛选窗口设置为相同搏动数。可替换地，可以将筛选窗口设置为与LTV计算中的搏动数不同的搏动数。

在步骤500处，在包括在测量时间段开始之前的选定的搏动数(例如，25个搏动)的筛选窗口上，计算在筛选窗口期间的STV(AVG)的平均值和在测量时间段期间的STV(MAX)的最大值。在步骤510处，如果在筛选窗口期间的STV(AVG)的平均值大于或等于0.02秒，则在步骤520处将呼吸暂停检测阈值设置为具有数值二(2)的第一阈值。如果在筛选窗口期间STV的平均值小于0.02秒，则在步骤530处将呼吸暂停检测阈值设置为具有数值一(1)的第二阈值。因此，用于比较STV和LTV的阈值可以基于在筛选窗口期间的STV的平均值和最大值而变化。

在步骤540处，确定在测量窗口期间的STV的最大值(STV(Max))除以在筛选窗口期间的STV的平均值(STV(AVG))是否小于设置的阈值。如果不是，则在步骤580处确定检测到的潜在的呼吸暂停事件(在440)不是呼吸暂停事件。如果是，则该方法移动到步骤550。

步骤550和560确定在筛选窗口中是否存在混合节律类型或离群值，以确保潜在的呼吸暂停事件检测不会由于心律、PVC或其他条件(诸如由电子或外部影响引入的噪声)的变化而导致的形态变化而被不适当地触发。

在步骤550处，确定在筛选窗口内是否存在多于一种类型的心律。例如，如果心房起搏，心室起搏的节律与心房起搏、心室感测的节律混合，或者如果心房感测，心室起搏的节律与心房感测、心室感测的节律混合，则在步骤580处，将确定潜在的呼吸暂停事件不是呼吸暂停事件。如果只存在一种类型的节律，则在步骤560处确定在筛选窗口中是否存在任何峰间或曲线下面积(AUC)离群值。

此外，单个大振幅的PVC或曲线下有融合搏动的区域可能会导致错误的呼吸暂停事件预测。在步骤560处，相对于紧相邻值计算特征的曲线值下的当前峰间或平均值之间的相对差。这可以通过计算特征的差前和差后的值并将其与阈值进行比较来执行。差前值可以通过取峰值的值减去其前一个峰值的值，将该和除以前一个峰值的值，并取其绝对值来计算。差后值的值可以通过取峰值的值减去其后续峰值的值，将该和除以后续峰值的值，并取其绝对值来计算。在一个实施例中，如果差前和差后的值大于或等于0.3的阈值，则在步骤580处确定存在离群值，并且确定潜在的呼吸暂停事件不是呼吸暂停事件。对于固有R波，在步骤560处使用R到R间隔标准的另外的评估被使用。如果差前和差后的值大于或等于第二阈值，例如在一个实施例中为0.15，则对三个不同R波的R波检测的定时进行比较，以确定是否存在离群值。该比较可以包括比较第一和第二连续R波检测定时之间的差是否小于第二和第三连续R波检测定时的百分之八十(80)。如果是，则确定离群值。

在步骤570处，如果在两个测量时间段中发现呼吸暂停事件，该两个测量时间段被少于心跳的数目(例如，五个心跳)隔开，则这两个呼吸暂停事件很可能是单个事件。因此，可以在步骤570处合并事件。在步骤590处，确认呼吸暂停事件。

呼吸暂停-呼吸不足指数(AHI)是用于指示睡眠呼吸暂停严重程度的指数。它是由每小时睡眠中呼吸暂停和呼吸不足事件的数量来表示的。确认的呼吸暂停事件总数可以除以患者的总睡眠时间，以提供每日的AHI估计

当设备在患者内进行其他手术时，可以在IMD中实时执行图3-图5的前述方法。在可替换的实施例中，IMD可以获得IEGM信号数据，并将该数据输出到执行在此描述的分析的另一处理系统。这样的其他处理系统可以是任何合适的硬件、软件、虚拟或基于云的处理系统，包括可操作以指示处理系统执行在此的方法的代码。在IMD中，MCU可以包括可操作以指示MCU实时执行方法或上载方法的结果以供进一步分析的代码。这样的结果可以包括但不限于AHI、呼吸暂停事件的数量和持续时间、以及在睡眠时间段或多个睡眠时间段上的呼吸暂停事件的定时。

实验结果是通过将上述方法应用于使用多导睡眠图(PSG)完成睡眠研究并且每位患者都植入了双腔起搏器的患者的数据集而获得的。该方法报告了临床中/重度(AHI>15)和重度(AHI>30)事件的预测。结果，获得了敏感性、特异性、阳性预测值(PPV)和阴性预测值(NPV)。当患者在整夜的睡眠过程中进行PSG时，记录每位患者起搏器的心房和心室EGM。采集完成后，处于分析目的，对PSG和EGM进行时间同步。使用本技术预测AHI大于15和AHI大于30的敏感性分别为86％和88％，阳性预测值结果显示相似的结果，分别为86％(12/14)和78％(7/9)。特异性和NPV也相似，如表1所示。

表1	敏感性(％)	特异性(％)	PPV(％)	NPV(％)
					AHI>15	86	87	86	87
AHI>30	88	90	78	95

本技术的性能还通过心室节律类型(起搏与固有心律)进行评估。如表2所示，在AHI阈值为15和30的两者情况下，对于每种类型的有限患者(N)，与心室感知相比，该技术可能执行的更好。

图6示出了通过本技术正确检测一个呼吸暂停/呼吸不足事件的示例。图6示出了大约七十(70)秒的示例EGM段610。图6还示出了每个心脏周期的P2P振幅的曲线图620。框630表示由在分段630中的信号的R波振幅可变性表示的人类专家判定的呼吸暂停/呼吸不足事件。在框630中，在呼吸暂停事件结束之后，在呼吸暂停事件返回到正常振幅期间，P2P振幅显著降低。示出了STV的曲线图640和LTV的曲线图650，其中框670表示通过本技术检测到的呼吸暂停事件。如图6所示，STV在正常呼吸期间多次穿过LTV，但在块670中被抑制在LTV之下。然后STV穿过LTV，标志着呼吸暂停事件的结束。

如上所述，在某些实施例中，如上所述的用于监测呼吸暂停的方法之一仅在确定患者正处于睡眠或至少可能正处于睡眠时才执行。换言之，睡眠呼吸暂停是在患者被分类为睡眠时被监测的，而不是在患者被分类为清醒时被监测的。在休息和睡眠期间，大多数患者的活动水平和姿势变化率通常会下降。本技术的某些实施例涉及用于使用活动和/或姿势数据来检测睡眠进入和退出的技术，该活动或姿势数据是从诸如三维(3D)加速度计等一个或多个传感器获得的。

根据某些实施例，当患者的活动水平降至睡眠阈值以下，并且患者的姿势为横卧或斜躺时，检测到进入睡眠。根据某些实施例，当患者的活动水平增加到睡眠阈值以上(即，超过)并且患者的姿势是直立时，检测到进入睡眠，其中，直立姿势包括任何坐姿或站姿。用于检测患者的活动水平的相同组件或子系统也可用于检测患者的姿势。第一组件或子系统用于检测患者的活动水平，并且第二组件或子系统用于检测患者的姿势也是可能的。然而，为了最大限度地减少位于IMD内并且消耗IMD的电池电量的组件的数量，使用相同的组件来检测患者的活动水平和患者的姿势是有益的。这样的部件可以是多维加速度计，诸如3D加速度计。如果患者仰卧、仰卧、左侧卧或右侧卧，则其姿势被认为是仰卧的。换言之，横卧姿势包括任何一种卧姿，如左侧、右侧、俯卧和仰卧姿势。如果患者通常是直立或坐直的，那么其姿势就被认为是直立的。换言之，直立姿势包括患者的上半身通常是直立的坐姿和站姿中的任何一种，而不是斜躺或横卧。

3D加速度计包括沿着相应的X、Y和Z轴产生第一(X)、第二(Y)和第三(Z)加速度计信号(也称为第一轴加速度计信号、第二轴加速度计信号和第三轴加速度计信号)的传感器。X、Y和Z轴加速度计信号共同定义三维(3D)或多维(MD)加速度计数据集。虽然在此结合沿着三个正交轴产生加速度计信号的加速度计描述了示例，但是可以认识到，可以实现沿着包括多于三个轴的两个或更多个轴产生加速度计信号的实施例。3D加速度计可以包括将模拟X、Y和Z轴加速度计信号转换成数字信号的一个或多个模数转换器(ADC)，基于该数字信号可以确定活动水平和姿势。这样的3D加速度计的一个示例在题目为“AC/DC Multi-Axis Accelerator for Defining A Patient Activity and Body Position”的美国专利号6,937,900中描述，该完整的主题通过引用明确地结合于此。

根据本技术的某些实施例，图7A的高级流程图用于解释如何使用3D加速度计来检测睡眠进入。此后，使用图8A的高级流程图来解释如何使用相同的3D加速度计来检测睡眠退出。在此使用的术语睡眠进入指的是患者从非睡眠状态到睡眠状态的转变。在此使用的术语睡眠退出指的是患者从睡眠状态到非睡眠状态的转变。然后，根据本技术的特定实施例，图9将用于解释如何响应于检测到睡眠进入而启用用于监测潜在的睡眠呼吸暂停事件的实施例，以及如何响应于检测到睡眠退出而禁用用于监测潜在的睡眠呼吸暂停事件的实施例。这样的实施例对于改进对睡眠呼吸暂停的自主监测是有用的，因为当患者清醒时，即当他们处于非睡眠状态不会经历睡眠呼吸暂停。因此，这样的实施例可以用于减少潜在的睡眠呼吸暂停事件的潜在的假阳性检测的数量。

参照图7A，如框700所示，在此总结的方法在患者清醒时(即，处于非睡眠状态)时开始。在步骤710处，确定患者的活动水平，这可以通过从3D加速度计读取z轴数据来执行，但不限于此。在步骤720处，确定活动水平是否小于可称为睡眠阈值的指定阈值。如果对在步骤720处的确定的回答为否，则流程返回到步骤710。如果对在步骤720处的确定的回答为是，则流程转到步骤730。

在步骤730处，确定患者的姿势，这可以通过从3D加速度计的多个轴(例如，x轴、y轴和z轴中的两个)以及优选地从3D加速度计的三个轴(例如，x轴、y轴和z轴的全部三个)读取数据来执行。在步骤740处，确定患者的姿势是横卧的还是斜躺的，这是患者在睡觉时最有可能的姿势。如果对在步骤740处的确定的回答为否，则流程返回到步骤710。如果对在步骤740处的确定的回答为是，则流程转到步骤750。

在步骤750处，确定睡眠定时器(例如，在图1中的134)是否已经到期。睡眠定时器，也称为S_定时器，可以被配置为一旦启动就在指定的时间量(例如，10分钟)内递增或递减计数，在该时间点睡眠定时器到期。指定的时间量，也可以称为睡眠潜伏期，是指患者在最初躺下试图入睡后预计入睡的时间。根据某些实施例，指定的时间量可以是10分钟。然而，使用更短或更长的睡眠等待时间也是可能的，并且在在此公开的实施例的范围内。如果对在步骤750处的确定的回答为否，则流程转到步骤760。

在步骤760处，确定睡眠定时器是否已被初始化。如果对在步骤760处的确定的回答为是，则流程返回到步骤710。如果对在步骤760处的确定的回答为否，则流程转到步骤770，在该步骤处初始化睡眠定时器。睡眠定时器的初始化可以包括启动睡眠定时器，或者重置然后启动睡眠定时器。在步骤770之后，流程返回到步骤710。

返回到步骤750，如果对步骤750处的确定的回答为是，则确定患者处于睡眠，如框780所示。更一般地，在参考图7A总结的实施例中，响应于患者的活动水平低于指定阈值水平并且患者的姿势在至少阈值时间量(也称为睡眠潜伏期)内处于横卧或斜躺状态，将确定患者处于睡眠(即，被分类为处于睡眠)。

图7B示出了可用于实现参照图7A的流程图总结的方法的示例伪代码。如从图7B可以理解的，如果至少在指定的时间量(也称为睡眠潜伏期)，例如10分钟内满足以下两个条件，则可以将患者分类为睡眠：(a)患者的姿势是横卧或者斜躺的，以及(b)患者的活动水平低于指定的活动阈值。活动阈值在此也可以被称为活动水平阈值。

现在参考图8A的高级流程图，如上所述，图8A的高级流程图用于解释如何使用3D加速度计来检测睡眠退出，该睡眠退出是从睡眠状态到非睡眠状态的转变。参照图8A，在步骤810处，确定患者的姿势，这可以通过从3D加速度计的多个轴读取数据来执行，并且优选地从3D加速度计的三个轴读取数据来执行。在步骤820处，确定该姿势是否是直立的，这是患者在清醒时最可能具有的姿势。如果对在步骤820处的确定的回答为否，则流程转到步骤830。如果对在步骤820处的确定的回答为是，则流程转到步骤880，在步骤880处确定患者是清醒的(即，被分类为清醒)。这是因为，如果患者在睡觉时从横卧或斜躺的姿势转变为直立的姿势，那么患者很可能已经醒了。

如果对在步骤820处的确定的回答为否，则流程转到步骤830。在步骤830处，确定患者的活动水平，这可以通过从3D加速度计读取z轴数据来执行，但不限于此。在步骤840处，确定活动水平是否大于可称为清醒阈值的指定阈值。然而，在步骤840处使用的清醒阈值可以与在720处使用的睡眠阈值相同，但是不必是这种情况。

如果对在步骤840处的确定的回答为否，则流程返回到步骤810。如果对在步骤840处的确定的回答为是，则流程转到步骤850。

在步骤850处，确定清醒定时器(例如，在图1中的136)是否已经到期。清醒定时器(也称为W_定时器)可以被配置为一旦启动就在指定的时间量(例如，2分钟)内递增或递减计数，在该时间点清醒定时器到期。指定的时间量，也可以称为清醒潜伏期，是如果患者的活动水平在该时间量内保持在指定的阈值水平之上，则在该时间量之后推定患者已经苏醒的时间量。根据某些实施例，指定的时间量可以是2分钟。然而，使用更短或更长的清醒潜伏期，从而使用更短或更长的清醒阈值也是可能的，并且在在此公开的实施例的范围内。如果对在步骤850处的确定的回答为否，则流程转到步骤860。

在步骤860处，确定清醒定时器是否已被初始化。如果对在步骤860处的确定的回答为是，则流程返回到步骤810。如果对在步骤860处的确定的回答为否，则流程转到步骤870，在该步骤中，清醒定时器被初始化。清醒定时器的初始化可以包括启动清醒定时器，或者重置然后启动清醒定时器。在步骤870之后，流程返回到步骤810。

返回到步骤850，如果对在步骤850处的确定的回答为是，则确定患者是清醒的，如框880所示。更一般地，在参考图8A总结的实施例中，响应于患者具有直立姿势或具有高于指定阈值水平的活动水平，至少在阈值时间量(也称为清醒潜伏期)内，患者将被确定为处于清醒。

图8B示出了可用于实现参照图8A的流程图总结的方法的示例伪代码。如从图8B可以理解的，如果在至少指定的时间量(也称为清醒潜伏期)，例如2分钟，满足以下条件之一，则可以将患者分类为清醒：(a)患者的姿势是直立的，或者(b)患者的活动水平高于指定的活动阈值。

根据本技术的特定实施例，现在将使用图9来解释如何响应于检测到睡眠进入而启用用于监测潜在的睡眠呼吸暂停事件的实施例，以及如何响应于检测到睡眠退出而禁用用于监测潜在的睡眠呼吸暂停事件的实施例。这样的实施例对于改进对睡眠呼吸暂停的自主监测是有用的，因为当患者清醒时，即当他们处于非睡眠状态时，不会经历睡眠呼吸暂停。因此，这样的实施例可以用于减少潜在的睡眠呼吸暂停事件的潜在的假阳性检测的数量。当患者被分类为睡眠时，他们很可能已经处于睡眠了。

参照图9，在步骤902处，确定患者是否可能处于睡眠。例如，可以使用以上参照图7A描述的实施例来进行这样的确定。在这样的实施例中，使用加速度计来获得姿势信息和活动信息，并且基于姿势信息和活动信息来检测患者何时可能处于睡眠。如果对在步骤902处的确定的回答为否，则流程返回到步骤902。如果对在步骤902处的确定的回答为是，则流程转到步骤904。

在步骤904处，启用睡眠呼吸暂停监测，或者如果已经启用，则继续启用。这样的睡眠呼吸暂停监测可以包括确定在包括多个心脏周期的测量时间段内指示患者的心脏的心脏电活动的信号的特征的STV的度量和LTV的度量，其中，该特征包括形态特征或时间特征之一，以及基于在该特征中的STV的度量和LTV的度量来监测在测量时间段中的潜在的呼吸暂停事件。换言之，响应于检测到患者可能正处于睡眠，可以启用用于检测潜在的呼吸暂停事件的STV的度量和LTV的度量的确定。以上参照图2-图6描述了如何使用STV的度量和LTV的度量来检测潜在的呼吸暂停事件的另外的细节。

仍然参考图9，在步骤906处，确定患者是否可能清醒。例如，可以使用以上参照图8A描述的实施例来进行这样的确定。在这样的实施例中，使用加速度计来获得姿势信息和/或活动信息，并且基于姿势信息和/或基于活动信息来检测患者何时可能清醒。如果对在步骤906处的确定的回答为否，则流程返回到步骤906。如果对在步骤906处的确定的回答为是，则流程转到步骤908。在步骤908处，禁用睡眠呼吸暂停监测，或者如果已经禁用，则继续禁用。流程然后返回到步骤902。当患者被分类为清醒时，病人很可能是清醒的。

患者的睡眠时间对患者的生活质量起着至关重要的作用。精确而准确的检测睡眠进入和退出的方法对于计算总睡眠时间段非常重要。现在将使用图10来解释如何使用以上参照图6和图7描述的睡眠进入和睡眠退出技术来监测患者连续和/或在24小时时间段或一些其他指定时间段内获得的睡眠数量。

参照图10，在步骤1002处，确定患者是否可能处于睡眠。例如，可以使用以上参照图7A描述的实施例来进行这样的确定。在这样的实施例中，使用加速度计来获得姿势信息和活动信息，并且基于姿势信息和活动信息来检测患者何时可能处于睡眠。如果对在步骤1002处的确定的回答为否，则流程返回到步骤1002。如果对在步骤1002处的确定的回答为是，则流程转到步骤1004。在步骤1004处，启动睡眠定时器(例如，在图1中的134或单独的睡眠定时器)。

仍然参考图10，在步骤1006处，确定患者是否可能清醒。例如，可以使用以上参照图8A描述的实施例来进行这样的确定。在这样的实施例中，使用加速度计来获得姿势信息和/或活动信息，并且基于姿势信息和/或基于活动信息来检测患者何时可能清醒。如果对在步骤1006处的确定的回答为否，则流程返回到步骤1006。如果对在步骤1006处的确定的回答为是，则流程转到步骤1008。在步骤1008处，睡眠定时器停止。

在某些实施例中，每次停止睡眠定时器时，睡眠定时器的值与时间戳等一起存储在存储器(例如，120)中，所保存的值可以指定患者连续睡眠多长时间。这假设每次患者从睡眠状态转换到清醒状态，或者从清醒状态转换到睡眠状态时，睡眠计时器都会被重置。在可替换的实施例中，睡眠定时器可以每天休息一次，例如在上午11点，并且睡眠定时器可以用来跟踪患者在每天(即，在每个24小时时间段期间)或在一些其他指定时间段(例如，7天时间段，也就是一周)期间获得的睡眠总量，并且这样的信息可以存储在存储器(例如，120)中。

回过头来简要参考图7A和图8A的流程图，在图7A中的步骤720和在图8A中的步骤840，将患者的活动水平与阈值进行比较，该阈值可以被称为活动阈值。活动阈值可以是预定值，或者可替换地，可以是基于从加速度计(例如，在图1中的125)获得的活动的度量而不时更新的动态值。以下描述根据本技术的各种实施例产生动态活动阈值的各种方式。

在以下参考图11A和图11B描述的某些实施例中，使用在指定时间的时间段(例如，7天时间段，也就是一周)内使用加速度计获得的活动数据(例如，z轴活动数据)来生成直方图。例如，可以每秒获得一次活动数据，并将其用于生成直方图。然后，可以将活动阈值确定为等于活动水平值，低于该活动水平值，直方图中包括的活动计数的指定百分比(例如33％)。在可替换的实施例中，用于上述睡眠进入和睡眠退出检测技术的活动阈值被设置为等于在指定时间的时间段(例如，7天时间段，也就是一周)内使用加速度计获得的活动数据(例如，z活动数据)的长期平均值(LTA)或长期移动平均值(LTMA)。可以将活动阈值定义为等于LTA或LTMA。可替换地，可以将活动阈值定义为等于LTA或LTMA加上指定的偏移量。

在上述涉及将检测到的活动水平与活动阈值进行比较的每个实施例中，活动水平和活动阈值可以针对活动数据的单轴，诸如z轴活动数据。可替换地，可以获得多个轴(例如，两个或三个轴，并且更具体地说，x轴、y轴和z轴中的两个，或者x轴、y轴和z轴的全部三个轴)的活动水平数据。在获得活动水平数据并针对多个轴进行分析的情况下，可以组合(例如，相加或平均)多个轴的活动水平数据，然后将其与适当的活动阈值进行比较。可替换地，对于每个单独的轴，可以将所获得的活动水平数据分别与相应的活动阈值进行比较。例如，在将三个分离轴中的每一个的活动水平数据与相应的活动阈值(即，x轴阈值、y轴阈值和z轴阈值)进行比较的情况下，可以确定患者的活动水平超过阈值，使得在步骤720或步骤840处的确定的回答为是，如果超过三个阈值之一，如果超过三个阈值中的两个，或者如果超过所有三个阈值，取决于具体实施方式。还可以只使用上述三个轴中的两个轴的活动数据，而不是所有三个轴的活动数据。可以将来自两个轴的数据组合(例如，相加或平均)，然后将其与适当的阈值进行比较，或者可以将来自两个轴中的每一个的数据与相应的阈值进行比较。在将两个单独的轴中的每一个的活动水平数据与相应的活动阈值(即，x轴阈值和z轴阈值)进行比较的情况下，可以确定患者的活动水平超过阈值，使得在步骤720或步骤840处的确定的回答为是，如果两个阈值之一被超过，或者如果两个阈值都被超过，取决于具体实施方式。

图11A是示出在包括10月22日、10月23日、10月24日、10月25日、10月26日和10月27日的若干天内收集的活动数据(例如，z轴活动数据)的示例图。在图11A中，沿着水平轴指示日期，并且沿着垂直轴指示活动水平。图11B示出了使用图11A中所示的活动数据产生的直方图的示例。在图11B中，沿着水平轴指示活动水平箱，并且沿着垂直轴指定每个箱内的活动计数。根据一个实施例，通过将直方图中包括的所有活动计数相加并将活动阈值设置为等于总活动计数的指定百分比(例如33％)来确定活动阈值。在图11B的示例中，在总活动计数的33％处的活动水平是27，这意味着在图11B的示例中，活动阈值被设置为活动水平27。

图12包括示出如何使用上述本技术的某些实施例来检测在一天的下午6点到第二天的下午6点之间的24小时时间段内患者何时睡眠的曲线图。在图12中，标记为1202的线指示从加速度计数据确定的或由加速度计检测到的患者的姿势，标记为1204的线指示由加速度计检测到的沿z轴的活动水平，标记为1206的虚线指示活动阈值，标记为1208的线指示患者何时睡眠。在该示例中，活动阈值被设置为活动水平10，当至少在10分钟的睡眠潜伏期内满足以下两个条件时，该专利被分类为睡眠：(a)患者的姿势是横卧或斜躺，以及(b)患者的活动水平低于指定的活动阈值。此外，在该示例中，当至少在2分钟的清醒潜伏期内满足以下条件之一时，患者被分类为清醒(也称为未睡眠)：(a)患者的姿势是直立的，或者(b)患者的活动水平高于指定的活动阈值。

从图12可以看出，从上午12：30到上午8：30，患者被分类为睡眠，因此，连续睡了大约8小时，并且在24小时时间段内总共睡了8小时。在其他时间段内，病人被分类为清醒。被分类为清醒并被确定为清醒的短语和在此使用的类似短语是可互换使用的。类似地，被分类为睡眠并被确定为睡眠的短语和在此使用的类似短语可互换使用。在IMD被配置为在患者被分类为睡眠时仅监测呼吸暂停的情况下，在图12的示例中，仅在上午12：30和上午8：30之间监测呼吸暂停事件。另外地或可替换地，当患者被分类为睡眠时，可以启用其他方法(除了呼吸暂停检测方法之外)，并且当患者被分类为清醒时，可以禁用其他方法，反之亦然。例如，可以在将患者分类为睡眠时启用用于监测睡眠质量的方法，并且可以在将患者分类为清醒时禁用用于监测睡眠质量的方法。例如，这样的方法可以监测患者的心率变异性(HRV)，其中患者处于睡眠，并且可以利用HRV的度量来确定患者的睡眠质量，而HRV的较高度量指示良好的睡眠质量，而HRV的较低度量指示睡眠质量较差。产生、保存和/或输出数字睡眠分数。另外地或可替换地，可以产生、保存和/或输出睡眠质量指示符，其示例包括差、好和极好。其他变型也是可能的，并且在在此描述的实施例的范围内。

如上所述，用于将患者分类为睡眠或清醒的算法或技术可用于确定何时启用和禁用某些其他算法或技术，诸如确定用于检测潜在地呼吸暂停事件的STV的度量和LTV的度量。如在此所公开的，用于将患者分类为睡眠或清醒的算法或技术也可以完全独立于在此描述的用于检测潜在的呼吸暂停事件的算法或技术来使用，例如选择性地启用和禁用其他算法或技术，和/或监测患者在指定时间段内连续睡眠和/或集体睡眠多长时间的算法或技术。其他的变型是可能的，并且在在此描述的实施例的范围内。

应当理解，在此描述的主题在其应用上不限于在此描述中描述的或在此附图中所示的构造和组件的布置的细节。在此描述的主题能够实施其他实施例，并且能够以各种方式实践或执行。此外，应当理解，在此使用的短语和术语是为了描述的目的，而不应被视为限制性的。在此使用的“包括”、“包括”或“具有”及其变型意在涵盖此后列出的物品及其等同物以及另外的物品。此外，要注意的是，除非另有说明，否则在此使用的术语“基于”应被解释为至少部分基于的含义，这意味着可以有一个或多个另外的因素来做出决定等。例如，如果决策基于比较结果，则除了基于比较的结果之外，该决策还可以基于一个或多个其他因素。

以上已经借助于功能构建块描述了本技术的实施例，该功能构建块示出了指定功能的性能及其关系。为了描述方便，在此经常定义这些功能构建块的边界。只要适当地执行指定的功能及其关系，就可以定义替换边界。因此，任何这样的替换边界都在所要求保护的发明的范围和精神之内。例如，可以组合或分离图3-图5和图7A-图10中所示的一些步骤。

应当理解，上述描述旨在说明性的，而不是限制性的。例如，上述实施例(和/或其各方面)可以彼此结合使用。此外，可以进行许多修改以使特定情况或材料适应于本技术的实施例的教导而不脱离其范围。虽然在此描述的尺寸、材料和涂层的类型旨在定义本技术的实施例的参数，但它们绝不是限制性的，而是示例性实施例。在回顾以上描述之后，许多其他实施例对于本领域技术人员将是显而易见的。因此，本技术的实施例的范围应当参考所附权利要求以及这些权利要求有权享有的等同物的全部范围来确定。在所附权利要求中，术语“包括”和“其中”用作相应术语“包括”和“其中”的简明英语等同物。此外，在以下权利要求中，术语“第一”、“第二”和“第三”等仅用作标签，并不打算对其对象强加数字要求。此外，以下权利要求的限制不是以手段加功能的形式写成的，也不打算基于35U.S.C.§112(F)进行解释，除非和直到这样的权利要求限制明确使用短语“用于(Means for)”，后跟没有进一步结构的功能说明。

Claims (20)

1.一种装置，包括：

感测电路，所述感测电路可耦合到电极并被配置为感测指示患者的心脏的心脏电活动的信号；

至少一个处理器，被配置为

确定在包括多个心脏周期的测量时间段内所述信号的特征中的短期变化STV的度量和长期变化LTV的度量；以及

基于在所述特征中的STV的度量和LTV的度量，检测在所述测量时间段内潜在的呼吸暂停事件；

其中，所述特征包括形态特征或时间特征之一。

2.如权利要求1所述的装置，其中，所述装置包括植入式起搏器、植入式心脏除颤器、植入式心脏监护仪或非植入式装置之一。

3.如权利要求1所述的装置，其中，所述至少一个处理器被配置为通过确定对于至少所述测量时间段LTV的度量大于STV的度量，来检测所述潜在的呼吸暂停事件。

4.如权利要求1所述的装置，其中，所述至少一个处理器被配置为通过确定对于至少所述测量时间段LTV的度量大于STV的度量，并且对于至少所述测量时间段STV的度量小于指定阈值来检测所述潜在的呼吸暂停事件。

5.如权利要求1至4中任一项所述的装置，其中，所述至少一个处理器被配置为：

在指示患者的心脏的心脏电活动的所述信号内识别单个心脏周期；

基于所述单个心脏周期的第一数量确定STV的度量；以及

基于所述单个心脏周期的第二数量确定LTV的度量，其中，所述第二数量大于所述第一数量。

6.如权利要求1至4中任一项所述的装置，其中，在所述测量时间段内确定STV的度量和LTV的度量的所述信号的所述特征包括形态特征，所述形态特征包括以下之一：

QRS波群、R波、T波、ST区或诱发反应的曲线下的面积；

QRS波群、R波、T波或诱发反应的最大振幅；或

QRS波群、R波、T波或诱发反应的峰间振幅。

7.如权利要求1至4中任一项所述的装置，其中，在所述测量时间段内确定STV的度量和LTV的度量的所述信号的所述特征包括时间特征，所述时间特征包括以下之一：

RR间隔持续时间；

PR间隔持续时间；

QT间隔持续时间；

QRS波群持续时间；

AR间隔持续时间；

PV间隔持续时间；或

诱发反应持续时间。

8.如权利要求1至4中任一项所述的装置，其中，在所述测量时间段内的所述信号的所述特征中的STV的度量和LTV的度量中的每一个是以下之一：

所述特征的标准差；

所述特征的标准差除以所述特征的平均值；

所述特征的最大值和平均值之间的差；

所述特征的最大值和最小值之间的差；

所述特征的第二最大值和第二平均值之间的差；

所述特征的第N个最大值和第N个平均值之间的差；或

所述差中的任何一个除以所述特征的平均值。

9.如权利要求1至4中任一项所述的装置，还包括加速度计，所述加速度计单独或与所述至少一个处理器结合用于获得姿势信息和活动信息，其中，所述至少一个处理器还被配置为：

基于所述姿势信息和所述活动信息将所述患者分类为睡眠；

基于所述姿势信息或所述活动信息中的至少一个将所述患者分类为清醒；

响应于所述患者被分类为睡眠，启用用于检测所述潜在的呼吸暂停事件的STV的度量和LTV的度量的所述确定；以及

响应于所述患者被分类为清醒，禁用用于检测所述潜在的呼吸暂停事件的STV的度量和LTV的度量的所述确定。

10.如权利要求1至4中任一项所述的装置，其中，所述至少一个处理器还被配置为通过分析检测到所述潜在的呼吸暂停事件的所述测量时间段之前的所述信号的部分，来确定所述潜在的呼吸暂停事件是真实呼吸暂停事件还是错误检测，以确定心律变化是否可能导致检测到所述潜在的呼吸暂停事件。

11.一种监测呼吸暂停的方法，包括：

获得指示患者的心脏的心脏电活动的信号；

确定在包括多个心脏周期的测量时间段内所述信号的特征的短期变化STV的度量和长期变化LTV的度量；以及

基于在所述特征中的STV的度量和LTV的度量，检测在所述测量时间段内潜在的呼吸暂停事件；

其中，所述特征包括形态特征或时间特征之一。

12.如权利要求11所述的方法，还包括：

识别在所述信号内的单个心脏周期；

其中，基于所述单个心脏周期的第一数量确定STV的度量，并且基于所述单个心脏周期的第二数量确定LTV的度量，其中，所述第二数量大于所述第一数量。

13.如权利要求11所述的方法，还包括：

通过分析在检测到所述潜在的呼吸暂停事件的所述测量时间段之前的所述信号的部分，来确定检测到的所述潜在的呼吸暂停事件是真实呼吸暂停事件还是错误检测，以确定心律变化、非心脏信号存在或所述特征的变化是否是由于患者姿势或者患者活动的变化而可能导致检测到所述潜在的呼吸暂停事件；以及

响应于确定所述潜在的呼吸暂停事件是真实呼吸暂停事件，存储或上载关于所述真实呼吸暂停事件的信息，使得医生可以访问所述信息；

其中，所述心律变化包括以下至少之一：包括起搏节律连同固有节律的多个心律；一个或多个室性早搏；或一个或多个房性早搏。

14.如权利要求11所述的方法，其中，响应于对于至少所述测量时间段所述特征的LTV的度量大于所述特征的STV的度量而发生所述检测所述潜在的呼吸暂停事件。

15.如权利要求11所述的方法，其中，响应于对于至少所述测量时间段所述特征的LTV的度量大于STV的度量，以及对于至少所述测量时间段所述特征的STV的度量小于指定阈值的两者，而发生所述检测所述潜在的呼吸暂停事件。

16.如权利要求11至15中任一项所述的方法，其中，在所述测量时间段内确定STV的度量和LTV的度量的所述信号的所述特征包括形态特征，所述形态特征包括以下之一：

QRS波群、R波、T波、ST区或诱发反应的曲线下的面积；

QRS波群、R波、T波或诱发反应的最大振幅；或

QRS波群、R波、T波或诱发反应的峰间振幅。

17.如权利要求11至15中任一项所述的方法，其中，在所述测量时间段内确定STV的度量和LTV的度量的所述信号的所述特征包括时间特征，所述时间特征包括以下之一：

RR间隔持续时间；

PR间隔持续时间；

QT间隔持续时间；

QRS波群持续时间；

AR间隔持续时间；

PV间隔持续时间；或

诱发反应持续时间。

18.如权利要求11至15中任一项所述的方法，其中，在所述测量时间段内的所述信号的所述特征中的STV的度量和LTV的度量中的每一个是以下之一：

所述特征的标准差；

所述特征的标准差除以所述特征的平均值；

所述特征的最大值和平均值之间的差；

所述特征的最大值和最小值之间的差；

所述特征的第二最大值和第二平均值之间的差；

所述特征的第N个最大值和第N个平均值之间的差；或

所述差中的任何一个除以所述特征的平均值。

19.如权利要求11至15中任一项所述的方法，其中，还包括：

使用加速度计获取姿态信息和活动信息；

在第一时间段内，基于所述姿势信息和所述活动信息将所述患者分类为睡眠；

响应于将所述患者分类为睡眠，启用用于检测所述潜在的呼吸暂停事件的STV的度量和LTV的度量的所述确定；

在第二时间段内，基于所述姿势信息或所述活动信息中的至少一个将所述患者分类为清醒；以及

响应于将所述患者分类为清醒，禁用用于检测所述潜在的呼吸暂停事件的STV的度量和LTV的度量的所述确定。

20.一种非暂时性计算机可读介质，其存储用于检测呼吸暂停事件的指令，当所述指令在由处理器执行时，使得所述处理器执行操作，包括：

获得指示患者的心脏的心脏电活动的信号；

在包括多个心脏周期的测量时间段内，确定所述信号的特征中的短期变化STV的度量和长期变化LTV的度量；以及

基于在所述特征中的STV的度量和LTV的度量，检测在所述测量时间段内潜在的呼吸暂停事件；

其中，所述特征包括形态特征或时间特征之一。

Images