CN118159184A - 用于睡眠监测的电子装置及其操作方法 - Google Patents
用于睡眠监测的电子装置及其操作方法 Download PDFInfo
- Publication number
- CN118159184A CN118159184A CN202280072206.8A CN202280072206A CN118159184A CN 118159184 A CN118159184 A CN 118159184A CN 202280072206 A CN202280072206 A CN 202280072206A CN 118159184 A CN118159184 A CN 118159184A
- Authority
- CN
- China
- Prior art keywords
- user
- sleep
- electronic device
- disordered breathing
- sleep disordered
- 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.)
- Pending
Links
- 230000007958 sleep Effects 0.000 title claims abstract description 462
- 238000000034 method Methods 0.000 title claims abstract description 41
- 238000012544 monitoring process Methods 0.000 title abstract description 64
- 230000029058 respiratory gaseous exchange Effects 0.000 claims abstract description 296
- 208000037265 diseases, disorders, signs and symptoms Diseases 0.000 claims abstract description 172
- 201000010099 disease Diseases 0.000 claims abstract description 163
- 238000004891 communication Methods 0.000 claims abstract description 115
- RYYVLZVUVIJVGH-UHFFFAOYSA-N caffeine Chemical compound CN1C(=O)N(C)C(=O)C2=C1N=CN2C RYYVLZVUVIJVGH-UHFFFAOYSA-N 0.000 claims description 22
- 230000000694 effects Effects 0.000 claims description 17
- LPHGQDQBBGAPDZ-UHFFFAOYSA-N Isocaffeine Natural products CN1C(=O)N(C)C(=O)C2=C1N(C)C=N2 LPHGQDQBBGAPDZ-UHFFFAOYSA-N 0.000 claims description 11
- 229960001948 caffeine Drugs 0.000 claims description 11
- VJEONQKOZGKCAK-UHFFFAOYSA-N caffeine Natural products CN1C(=O)N(C)C(=O)C2=C1C=CN2C VJEONQKOZGKCAK-UHFFFAOYSA-N 0.000 claims description 11
- LFQSCWFLJHTTHZ-UHFFFAOYSA-N Ethanol Chemical compound CCO LFQSCWFLJHTTHZ-UHFFFAOYSA-N 0.000 claims description 9
- 238000004458 analytical method Methods 0.000 claims description 8
- 238000009423 ventilation Methods 0.000 claims 2
- 230000006870 function Effects 0.000 description 67
- QVGXLLKOCUKJST-UHFFFAOYSA-N atomic oxygen Chemical compound [O] QVGXLLKOCUKJST-UHFFFAOYSA-N 0.000 description 46
- 229910052760 oxygen Inorganic materials 0.000 description 46
- 239000001301 oxygen Substances 0.000 description 46
- 239000008280 blood Substances 0.000 description 31
- 210000004369 blood Anatomy 0.000 description 31
- 230000033001 locomotion Effects 0.000 description 29
- 230000008859 change Effects 0.000 description 26
- WQZGKKKJIJFFOK-GASJEMHNSA-N Glucose Natural products OC[C@H]1OC(O)[C@H](O)[C@@H](O)[C@@H]1O WQZGKKKJIJFFOK-GASJEMHNSA-N 0.000 description 25
- 239000008103 glucose Substances 0.000 description 25
- 206010021079 Hypopnoea Diseases 0.000 description 20
- 230000036772 blood pressure Effects 0.000 description 19
- 206010020772 Hypertension Diseases 0.000 description 16
- 208000008784 apnea Diseases 0.000 description 16
- 238000005259 measurement Methods 0.000 description 11
- 230000007423 decrease Effects 0.000 description 10
- 238000005516 engineering process Methods 0.000 description 10
- 238000012545 processing Methods 0.000 description 10
- 208000008589 Obesity Diseases 0.000 description 9
- 206010033307 Overweight Diseases 0.000 description 9
- 230000001133 acceleration Effects 0.000 description 9
- 206010012601 diabetes mellitus Diseases 0.000 description 9
- 235000020824 obesity Nutrition 0.000 description 9
- 238000011871 bio-impedance analysis Methods 0.000 description 8
- 238000010586 diagram Methods 0.000 description 8
- 208000035475 disorder Diseases 0.000 description 8
- 230000008569 process Effects 0.000 description 7
- 230000005236 sound signal Effects 0.000 description 7
- 238000013528 artificial neural network Methods 0.000 description 6
- 201000001421 hyperglycemia Diseases 0.000 description 6
- 230000004617 sleep duration Effects 0.000 description 6
- 102000001554 Hemoglobins Human genes 0.000 description 5
- 108010054147 Hemoglobins Proteins 0.000 description 5
- 206010041235 Snoring Diseases 0.000 description 5
- 238000013473 artificial intelligence Methods 0.000 description 5
- 230000007613 environmental effect Effects 0.000 description 5
- 230000001631 hypertensive effect Effects 0.000 description 5
- 230000004044 response Effects 0.000 description 5
- 201000002859 sleep apnea Diseases 0.000 description 5
- 230000035882 stress Effects 0.000 description 5
- 230000010267 cellular communication Effects 0.000 description 4
- 238000004590 computer program Methods 0.000 description 4
- 230000006378 damage Effects 0.000 description 4
- 230000036541 health Effects 0.000 description 4
- 230000035945 sensitivity Effects 0.000 description 4
- 230000008667 sleep stage Effects 0.000 description 4
- 208000017667 Chronic Disease Diseases 0.000 description 3
- 208000027418 Wounds and injury Diseases 0.000 description 3
- 230000002159 abnormal effect Effects 0.000 description 3
- 238000002835 absorbance Methods 0.000 description 3
- 230000006978 adaptation Effects 0.000 description 3
- 238000012937 correction Methods 0.000 description 3
- 208000014674 injury Diseases 0.000 description 3
- 238000011017 operating method Methods 0.000 description 3
- 208000023504 respiratory system disease Diseases 0.000 description 3
- 208000024891 symptom Diseases 0.000 description 3
- 208000007848 Alcoholism Diseases 0.000 description 2
- 206010012335 Dependence Diseases 0.000 description 2
- 201000007930 alcohol dependence Diseases 0.000 description 2
- 230000001668 ameliorated effect Effects 0.000 description 2
- 230000037007 arousal Effects 0.000 description 2
- 238000004364 calculation method Methods 0.000 description 2
- 230000037326 chronic stress Effects 0.000 description 2
- 238000013527 convolutional neural network Methods 0.000 description 2
- 238000003745 diagnosis Methods 0.000 description 2
- 230000035622 drinking Effects 0.000 description 2
- 238000002565 electrocardiography Methods 0.000 description 2
- 206010016256 fatigue Diseases 0.000 description 2
- 230000006872 improvement Effects 0.000 description 2
- 238000010801 machine learning Methods 0.000 description 2
- 230000001537 neural effect Effects 0.000 description 2
- 230000000414 obstructive effect Effects 0.000 description 2
- 230000001734 parasympathetic effect Effects 0.000 description 2
- 210000001002 parasympathetic nervous system Anatomy 0.000 description 2
- 230000000306 recurrent effect Effects 0.000 description 2
- 231100000430 skin reaction Toxicity 0.000 description 2
- 208000019116 sleep disease Diseases 0.000 description 2
- 230000002889 sympathetic effect Effects 0.000 description 2
- 230000000007 visual effect Effects 0.000 description 2
- 238000012935 Averaging Methods 0.000 description 1
- 208000024172 Cardiovascular disease Diseases 0.000 description 1
- 208000003417 Central Sleep Apnea Diseases 0.000 description 1
- 208000007590 Disorders of Excessive Somnolence Diseases 0.000 description 1
- 208000000059 Dyspnea Diseases 0.000 description 1
- 206010013975 Dyspnoeas Diseases 0.000 description 1
- 206010062519 Poor quality sleep Diseases 0.000 description 1
- 206010041349 Somnolence Diseases 0.000 description 1
- 230000003044 adaptive effect Effects 0.000 description 1
- 210000003403 autonomic nervous system Anatomy 0.000 description 1
- WQZGKKKJIJFFOK-VFUOTHLCSA-N beta-D-glucose Chemical compound OC[C@H]1O[C@@H](O)[C@H](O)[C@@H](O)[C@@H]1O WQZGKKKJIJFFOK-VFUOTHLCSA-N 0.000 description 1
- 235000013361 beverage Nutrition 0.000 description 1
- 230000004071 biological effect Effects 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 210000004204 blood vessel Anatomy 0.000 description 1
- 230000037396 body weight Effects 0.000 description 1
- 210000000988 bone and bone Anatomy 0.000 description 1
- 210000004556 brain Anatomy 0.000 description 1
- 238000004422 calculation algorithm Methods 0.000 description 1
- 210000003010 carpal bone Anatomy 0.000 description 1
- 230000001413 cellular effect Effects 0.000 description 1
- 230000001684 chronic effect Effects 0.000 description 1
- 239000004020 conductor Substances 0.000 description 1
- 230000002498 deadly effect Effects 0.000 description 1
- 238000001514 detection method Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000018109 developmental process Effects 0.000 description 1
- 230000035487 diastolic blood pressure Effects 0.000 description 1
- 230000003205 diastolic effect Effects 0.000 description 1
- 230000037406 food intake Effects 0.000 description 1
- 235000012631 food intake Nutrition 0.000 description 1
- 239000000446 fuel Substances 0.000 description 1
- 230000010354 integration Effects 0.000 description 1
- 230000003155 kinesthetic effect Effects 0.000 description 1
- 230000008376 long-term health Effects 0.000 description 1
- 230000007774 longterm Effects 0.000 description 1
- 239000000203 mixture Substances 0.000 description 1
- 238000010295 mobile communication Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 208000010125 myocardial infarction Diseases 0.000 description 1
- 208000001797 obstructive sleep apnea Diseases 0.000 description 1
- 230000002093 peripheral effect Effects 0.000 description 1
- 230000004461 rapid eye movement Effects 0.000 description 1
- 238000011084 recovery Methods 0.000 description 1
- 230000002787 reinforcement Effects 0.000 description 1
- 230000000241 respiratory effect Effects 0.000 description 1
- 238000012502 risk assessment Methods 0.000 description 1
- 230000001953 sensory effect Effects 0.000 description 1
- 208000013220 shortness of breath Diseases 0.000 description 1
- 208000020685 sleep-wake disease Diseases 0.000 description 1
- 230000036578 sleeping time Effects 0.000 description 1
- 239000000758 substrate Substances 0.000 description 1
- 230000035488 systolic blood pressure Effects 0.000 description 1
- 230000002618 waking effect Effects 0.000 description 1
- 210000000707 wrist Anatomy 0.000 description 1
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
- G16H40/00—ICT specially adapted for the management or administration of healthcare resources or facilities; ICT specially adapted for the management or operation of medical equipment or devices
- G16H40/60—ICT specially adapted for the management or administration of healthcare resources or facilities; ICT specially adapted for the management or operation of medical equipment or devices for the operation of medical equipment or devices
- G16H40/67—ICT specially adapted for the management or administration of healthcare resources or facilities; ICT specially adapted for the management or operation of medical equipment or devices for the operation of medical equipment or devices for remote operation
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/48—Other medical applications
- A61B5/4806—Sleep evaluation
- A61B5/4818—Sleep apnoea
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/0002—Remote monitoring of patients using telemetry, e.g. transmission of vital signals via a communication network
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/0002—Remote monitoring of patients using telemetry, e.g. transmission of vital signals via a communication network
- A61B5/0004—Remote monitoring of patients using telemetry, e.g. transmission of vital signals via a communication network characterised by the type of physiological signal transmitted
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/0002—Remote monitoring of patients using telemetry, e.g. transmission of vital signals via a communication network
- A61B5/0015—Remote monitoring of patients using telemetry, e.g. transmission of vital signals via a communication network characterised by features of the telemetry system
- A61B5/0022—Monitoring a patient using a global network, e.g. telephone networks, internet
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/02—Detecting, measuring or recording pulse, heart rate, blood pressure or blood flow; Combined pulse/heart-rate/blood pressure determination; Evaluating a cardiovascular condition not otherwise provided for, e.g. using combinations of techniques provided for in this group with electrocardiography or electroauscultation; Heart catheters for measuring blood pressure
- A61B5/024—Detecting, measuring or recording pulse rate or heart rate
- A61B5/02416—Detecting, measuring or recording pulse rate or heart rate using photoplethysmograph signals, e.g. generated by infrared radiation
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/103—Detecting, measuring or recording devices for testing the shape, pattern, colour, size or movement of the body or parts thereof, for diagnostic purposes
- A61B5/11—Measuring movement of the entire body or parts thereof, e.g. head or hand tremor, mobility of a limb
- A61B5/1116—Determining posture transitions
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/24—Detecting, measuring or recording bioelectric or biomagnetic signals of the body or parts thereof
- A61B5/25—Bioelectric electrodes therefor
- A61B5/279—Bioelectric electrodes therefor specially adapted for particular uses
- A61B5/28—Bioelectric electrodes therefor specially adapted for particular uses for electrocardiography [ECG]
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/24—Detecting, measuring or recording bioelectric or biomagnetic signals of the body or parts thereof
- A61B5/316—Modalities, i.e. specific diagnostic methods
- A61B5/318—Heart-related electrical modalities, e.g. electrocardiography [ECG]
- A61B5/346—Analysis of electrocardiograms
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/68—Arrangements of detecting, measuring or recording means, e.g. sensors, in relation to patient
- A61B5/6801—Arrangements of detecting, measuring or recording means, e.g. sensors, in relation to patient specially adapted to be attached to or worn on the body surface
- A61B5/6802—Sensor mounted on worn items
- A61B5/681—Wristwatch-type devices
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/72—Signal processing specially adapted for physiological signals or for diagnostic purposes
- A61B5/7271—Specific aspects of physiological measurement analysis
- A61B5/7275—Determining trends in physiological measurement data; Predicting development of a medical condition based on physiological measurements, e.g. determining a risk factor
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/72—Signal processing specially adapted for physiological signals or for diagnostic purposes
- A61B5/7271—Specific aspects of physiological measurement analysis
- A61B5/7282—Event detection, e.g. detecting unique waveforms indicative of a medical condition
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/74—Details of notification to user or communication with user or patient ; user input means
- A61B5/746—Alarms related to a physiological condition, e.g. details of setting alarm thresholds or avoiding false alarms
-
- 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
- G16H10/00—ICT specially adapted for the handling or processing of patient-related medical or healthcare data
- G16H10/60—ICT specially adapted for the handling or processing of patient-related medical or healthcare data for patient-specific data, e.g. for electronic patient records
-
- 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
- G16H20/70—ICT specially adapted for therapies or health-improving plans, e.g. for handling prescriptions, for steering therapy or for monitoring patient compliance relating to mental therapies, e.g. psychological therapy or autogenous training
-
- 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
- G16H40/00—ICT specially adapted for the management or administration of healthcare resources or facilities; ICT specially adapted for the management or operation of medical equipment or devices
- G16H40/60—ICT specially adapted for the management or administration of healthcare resources or facilities; ICT specially adapted for the management or operation of medical equipment or devices for the operation of medical equipment or devices
- G16H40/63—ICT specially adapted for the management or administration of healthcare resources or facilities; ICT specially adapted for the management or operation of medical equipment or devices for the operation of medical equipment or devices for local operation
-
- 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
-
- 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
- G16H50/30—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics for calculating health indices; for individual health risk assessment
-
- 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
- G16H50/70—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics for mining of medical data, e.g. analysing previous cases of other patients
Landscapes
- Health & Medical Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- Engineering & Computer Science (AREA)
- Medical Informatics (AREA)
- Public Health (AREA)
- Biomedical Technology (AREA)
- General Health & Medical Sciences (AREA)
- Pathology (AREA)
- Physics & Mathematics (AREA)
- Biophysics (AREA)
- Heart & Thoracic Surgery (AREA)
- Veterinary Medicine (AREA)
- Molecular Biology (AREA)
- Surgery (AREA)
- Animal Behavior & Ethology (AREA)
- Physiology (AREA)
- Primary Health Care (AREA)
- Epidemiology (AREA)
- Cardiology (AREA)
- Psychiatry (AREA)
- Data Mining & Analysis (AREA)
- Artificial Intelligence (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Signal Processing (AREA)
- Computer Networks & Wireless Communication (AREA)
- Business, Economics & Management (AREA)
- General Business, Economics & Management (AREA)
- Databases & Information Systems (AREA)
- Dentistry (AREA)
- Oral & Maxillofacial Surgery (AREA)
- Child & Adolescent Psychology (AREA)
- Developmental Disabilities (AREA)
- Hospice & Palliative Care (AREA)
- Psychology (AREA)
- Social Psychology (AREA)
- Measurement Of The Respiration, Hearing Ability, Form, And Blood Characteristics Of Living Organisms (AREA)
- Telephone Function (AREA)
Abstract
公开了一种用于睡眠监测的电子装置及其操作方法。一种电子装置可以包括通信电路、至少一个传感器和至少一个处理器。该至少一个处理器可以被配置为在用户的睡眠期间获取用户的生物测定信息;基于用户的基础疾病信息确定用于检测睡眠障碍呼吸事件的参考条件;基于生物测定信息和参考条件检测睡眠障碍呼吸事件;并且根据检测到睡眠障碍呼吸事件,提供用于睡眠障碍呼吸事件的用户接口。各种其他实施例也是可能的。
Description
技术领域
本文中公开的各种实施例涉及用于睡眠监测(sleep monitoring)的电子装置及其操作方法
背景技术
随着近来移动通信技术的发展,便携式或移动电子装置(例如,智能手机和可穿戴装置)的使用变得普遍,并且通过这种电子装置提供各种功能。例如,可以提供通过电子装置持续监测用户的生物测定数据或睡眠状态并管理健康的保健服务。
睡眠呼吸暂停(sleep apnea)是一种睡眠呼吸障碍,其涉及呼吸在睡眠期间停止超过一定时间段(例如10秒钟)的情况。睡眠呼吸暂停可以分为阻塞性睡眠呼吸暂停和中枢性睡眠呼吸暂停,阻塞性睡眠呼吸暂停在试图呼吸但口腔气道堵塞的情况下发生,在中枢性睡眠呼吸暂停中,呼吸本身暂时停止。低通气(Hypopnea)是指减少到正常呼吸量的一半或更少的呼吸,而不是完全停止呼吸,导致血液中氧气浓度的下降。
发明内容
技术问题
睡眠呼吸障碍(呼吸暂停或低通气)是一种许多人都患有但没有意识到的疾病,如果不加以治疗,可能会带来长期健康风险。
睡眠呼吸障碍的诊断标准的示例如下。
例如,当出现诸如白天嗜睡、睡眠期间呼吸急促、睡眠后感觉不精神、白天疲劳导致注意力不集中,以及在多导睡眠描记(polysomnography)中发现睡眠呼吸障碍时(如果呼吸暂停或低通气每小时发生5次或以上)的五种症状中的两种或更多种时,可以诊断为阻塞性睡眠呼吸障碍。
在多导睡眠描记中,阻塞性睡眠呼吸障碍的严重程度可以在呼吸暂停低通气每小时发生5次至小于15次时被定义为轻度;在呼吸暂停低通气每小时发生15次至小于30次时被定义为中度;并且在呼吸暂停低通气每小时发生30次或以上时被定义为重度。
睡眠呼吸障碍的诊断可能需要到专业机构(例如医院或睡眠中心)就诊或使用专用装置(例如医疗装置)进行多导睡眠描记。这可能会在时间、空间和费用方面给患者带来负担。
尽管40岁以上人群的患病率很高(例如,男性为27%,女性为16%),但他们中的大多数人往往没有意识到自己患有睡眠呼吸障碍,这使得他们很难寻求适当的治疗或矫正。
提供了可以在睡眠时段期间监测呼吸的电子装置。然而,由于对睡眠呼吸障碍的不准确监测而经常发生错误警报,这可能导致用户不适或用户可能无法正确认识到睡眠呼吸障碍的风险。
问题的解决方案
本文中公开的各种实施例可以提供一种电子装置及其操作方法,该电子装置能够使用可以在日常生活中容易接触到的便携式或移动电子装置来监测用户难以察觉的睡眠呼吸障碍,并且能够方便地向用户告知睡眠呼吸障碍。
本文中公开的各种实施例可以提供一种电子装置及其操作方法,该电子装置消除了在通知睡眠呼吸障碍时可能导致错误确定的因素,从而在适当的时间向用户提供相对准确的监测结果或者降低错误警报率。
本文中公开的各种实施例可以提供一种电子装置及其操作方法,该电子装置能够通过根据个体用户适应性地改变用于通知睡眠呼吸障碍的标准来提高监测准确度。
根据各种实施例的电子装置可以包括通信电路、至少一个传感器以及连接到通信电路和至少一个传感器的至少一个处理器。该至少一个处理器可以被配置为在用户的睡眠期间、通过通信电路或至少一个传感器获得用户的生物测定信息;基于用户的基础疾病信息,确定用于检测睡眠呼吸障碍事件的参考条件;基于生物测定信息和参考条件,检测睡眠呼吸障碍事件;并且当睡眠呼吸障碍事件被检测到时,提供用于睡眠呼吸障碍事件的用户接口。
根据各种实施例的电子装置的操作方法可以包括:在用户的睡眠期间获得用户的生物测定信息;基于用户的基础疾病信息,确定用于检测睡眠呼吸障碍事件的参考条件;基于生物测定信息和参考条件,检测睡眠呼吸障碍事件;以及当睡眠呼吸障碍事件被检测到时,提供用于睡眠呼吸障碍事件的用户接口。
发明的有益效果
根据各种实施例,可以使用可以在日常生活中容易接触到的便携式或移动电子装置来监测难以察觉的睡眠呼吸障碍,并容易地向用户通知睡眠呼吸障碍。
根据各种实施例,可以通过排除在通知睡眠呼吸障碍时可能导致错误确定的因素,在适当的时间向用户提供相对准确的监测结果或者降低错误警报率。
根据各种实施例,可以提供一种能够通过根据个体用户适应性地改变用于通知睡眠呼吸障碍的标准来提高监测准确度的电子装置及其操作方法。
此外,可以提供通过本文档直接或间接认识到的各种效果。
附图说明
图1是根据各种实施例的网络环境中的电子装置的框图;
图2是根据实施例的电子装置的框图。
图3是示出根据实施例的电子装置的每个模块的配置的框图。
图4是示出根据实施例的电子装置的操作方法的流程图。
图5是示出根据实施例的电子装置的操作方法的流程图。
图6A和图6B是示出根据实施例的在电子装置中测量氧饱和度的方法的图。
图7是根据实施例的与电子装置的睡眠呼吸障碍通知功能相关的用户接口的示例。
图8是根据实施例的与电子装置的睡眠呼吸障碍通知功能相关的用户接口的另一个示例。
图9是根据实施例的与电子装置的睡眠呼吸障碍通知功能相关的用户接口的另一个示例。
图10是根据实施例的与电子装置的每个睡眠模块的呼吸障碍通知功能相关的用户接口的另一个示例。
具体实施方式
下文将参考附图描述各种实施例。
图1是示出根据各种实施例的网络环境100中的电子装置101的框图。参考图1,网络环境100中的电子装置101可经由第一网络198(例如,短距离无线通信网络)与电子装置102进行通信,或者经由第二网络199(例如,长距离无线通信网络)与电子装置104或服务器108中的至少一个进行通信。根据实施例,电子装置101可经由服务器108与电子装置104进行通信。根据实施例,电子装置101可以包括处理器120、存储器130、输入模块150、声音输出模块155、显示模块160、音频模块170、传感器模块176、接口177、连接端178、触觉模块179、相机模块180、电力管理模块188、电池189、通信模块190、用户识别模块(SIM)196或天线模块197。在一些实施例中,可以从电子装置101中省略上述部件中的至少一个(例如,连接端178),或者可以将一个或更多个其它部件添加到电子装置101中。在一些实施例中,可以将上述部件中的一些部件(例如,传感器模块176、相机模块180或天线模块197)实现为单个集成部件(例如,显示模块160)。
处理器120可以运行例如软件(例如,程序140)来控制电子装置101的与处理器120连接的至少一个其它部件(例如,硬件部件或软件部件),并可以执行各种数据处理或计算。根据实施例,作为所述数据处理或计算的至少部分,处理器120可以将从另一部件(例如,传感器模块176或通信模块190)接收到的命令或数据存储到易失性存储器132中,对存储在易失性存储器132中的命令或数据进行处理,并将结果数据存储在非易失性存储器134中。根据实施例,处理器120可以包括主处理器121(例如,中央处理器(CPU)或应用处理器(AP))或者与主处理器121在操作上独立的或者相结合的辅助处理器123(例如,图形处理单元(GPU)、神经处理单元(NPU)、图像信号处理器(ISP)、传感器中枢处理器或通信处理器(CP))。例如,当电子装置101包括主处理器121和辅助处理器123时,辅助处理器123可以被适配为比主处理器121耗电更少,或者被适配为专用于特定的功能。可以将辅助处理器123实现为与主处理器121分离,或者实现为主处理器121的部分。
在主处理器121处于未激活(例如,睡眠)状态时,辅助处理器123(而非主处理器121)可控制与电子装置101的部件之中的至少一个部件(例如,显示模块160、传感器模块176或通信模块190)相关的功能或状态中的至少一些,或者在主处理器121处于激活状态(例如,运行应用)时,辅助处理器123可以与主处理器121一起来控制与电子装置101的部件之中的至少一个部件(例如,显示模块160、传感器模块176或通信模块190)相关的功能或状态中的至少一些。根据实施例,可以将辅助处理器123(例如,图像信号处理器或通信处理器)实现为在功能上与辅助处理器123相关的另一部件(例如,相机模块180或通信模块190)的部分。根据实施例,辅助处理器123(例如,神经处理单元)可以包括专用于人工智能模型处理的硬件结构。可以通过机器学习来生成人工智能模型。例如,可以通过人工智能被执行之处的电子装置101或经由单独的服务器(例如,服务器108)来执行这样的学习。学习算法可以包括但不限于例如监督学习、无监督学习、半监督学习或强化学习。人工智能模型可以包括多个人工神经网络层。人工神经网络可以是深度神经网络(DNN)、卷积神经网络(CNN)、循环神经网络(RNN)、受限玻尔兹曼机(RBM)、深度置信网络(DBN)、双向循环深度神经网络(BRDNN)或深度Q网络或其两个或更多个的组合,但不限于此。另外地或可选地,人工智能模型可以包括除了硬件结构以外的软件结构。
存储器130可以存储由电子装置101的至少一个部件(例如,处理器120或传感器模块176)使用的各种数据。所述各种数据可以包括例如软件(例如,程序140)以及针对与其相关的命令的输入数据或输出数据。存储器130可以包括易失性存储器132或非易失性存储器134。
可以将程序140作为软件存储在存储器130中,并且程序140可以包括例如操作系统(OS)142、中间件144或应用146。
输入模块150可以从电子装置101的外部(例如,用户)接收将由电子装置101的其它部件(例如,处理器120)使用的命令或数据。输入模块150可以包括例如麦克风、鼠标、键盘、键(例如,按钮)或数字笔(例如,手写笔)。
声音输出模块155可以将声音信号输出到电子装置101的外部。声音输出模块155可以包括例如扬声器或接收器。扬声器可用于诸如播放多媒体或播放唱片的通用目的。接收器可用于接收呼入呼叫。根据实施例,可以将接收器实现为与扬声器分离,或实现为扬声器的部分。
显示模块160可以向电子装置101的外部(例如,用户)视觉地提供信息。显示装置160可以包括例如显示器、全息装置或投影仪以及用于控制显示器、全息装置和投影仪中的相应一个的控制电路。根据实施例,显示模块160可以包括被适配为检测触摸的触摸传感器或被适配为测量由触摸引起的力的强度的压力传感器。
音频模块170可以将声音转换为电信号,反之亦可。根据实施例,音频模块170可经由输入模块150获得声音,或者经由声音输出模块155或与电子装置101直接(例如,有线地)连接或无线连接的外部电子装置(例如,电子装置102)的耳机输出声音。
传感器模块176可以检测电子装置101的操作状态(例如,功率或温度)或电子装置101外部的环境状态(例如,用户的状态),然后产生与检测到的状态相应的电信号或数据值。根据实施例,传感器模块176可以包括例如手势传感器、陀螺仪传感器、大气压力传感器、磁性传感器、加速度传感器、握持传感器、接近传感器、颜色传感器、红外(IR)传感器、生物特征传感器、温度传感器、湿度传感器或照度传感器。
接口177可以支持将用来使电子装置101与外部电子装置(例如,电子装置102)直接(例如,有线地)或无线连接的一个或更多个特定协议。根据实施例,接口177可以包括例如高清晰度多媒体接口(HDMI)、通用串行总线(USB)接口、安全数字(SD)卡接口或音频接口。
连接端178可以包括连接器,其中,电子装置101可经由所述连接器与外部电子装置(例如,电子装置102)物理连接。根据实施例,连接端178可以包括例如HDMI连接器、USB连接器、SD卡连接器或音频连接器(例如,耳机连接器)。
触觉模块179可以将电信号转换为可以被用户经由他的触觉或动觉识别的机械刺激(例如,振动或运动)或电刺激。根据实施例,触觉模块179可以包括例如电机、压电元件或电刺激器。
相机模块180可捕获静止图像或运动图像。根据实施例,相机模块180可以包括一个或更多个透镜、图像传感器、图像信号处理器或闪光灯。
电力管理模块188可管理对电子装置101的供电。根据实施例,可以将电力管理模块188实现为例如电力管理集成电路(PMIC)的至少部分。
电池189可对电子装置101的至少一个部件供电。根据实施例,电池189可以包括例如不可再充电的原电池、可再充电的蓄电池、或燃料电池。
通信模块190可以支持在电子装置101与外部电子装置(例如,电子装置102、电子装置104或服务器108)之间建立直接(例如,有线)通信信道或无线通信信道,并经由建立的通信信道执行通信。通信模块190可以包括能够与处理器120(例如,应用处理器(AP))独立操作的一个或更多个通信处理器,并支持直接(例如,有线)通信或无线通信。根据实施例,通信模块190可以包括无线通信模块192(例如,蜂窝通信模块、短距离无线通信模块或全球导航卫星系统(GNSS)通信模块)或有线通信模块194(例如,局域网(LAN)通信模块或电力线通信(PLC)模块)。这些通信模块中的相应一个可经由第一网络198(例如,短距离通信网络,诸如蓝牙、无线保真(Wi-Fi)直连或红外数据协会(IrDA))或第二网络199(例如,长距离通信网络,诸如传统蜂窝网络、5G网络、下一代通信网络、互联网或计算机网络(例如,LAN或广域网(WAN)))与外部电子装置进行通信。可以将这些各种类型的通信模块实现为单个部件(例如,单个芯片),或可以将这些各种类型的通信模块实现为彼此分离的多个部件(例如,多个芯片)。无线通信模块192可以使用存储在用户识别模块196中的用户信息(例如,国际移动用户识别码(IMSI))识别并验证通信网络(诸如第一网络198或第二网络199)中的电子装置101。
无线通信模块192可以支持在4G网络之后的5G网络以及下一代通信技术(例如新无线电(NR)接入技术)。NR接入技术可以支持增强型移动宽带(eMBB)、大规模机器类型通信(mMTC)或超可靠低延时通信(URLLC)。无线通信模块192可以支持高频带(例如,毫米波带)以实现例如高数据传输速率。无线通信模块192可以支持用于确保高频带上的性能的各种技术,诸如例如波束成形、大规模多输入多输出(大规模MIMO)、全维MIMO(FD-MIMO)、阵列天线、模拟波束成形或大规模天线。无线通信模块192可以支持在电子装置101、外部电子装置(例如,电子装置104)或网络系统(例如,第二网络199)中指定的各种要求。根据实施例,无线通信模块192可以支持用于实现eMBB的峰值数据速率(例如,20Gbps或更大)、用于实现mMTC的丢失覆盖(例如,164dB或更小)或者用于实现URLLC的U平面延迟(例如,对于下行链路(DL)和上行链路(UL)中的每一个为0.5ms或更小,或者1ms或更小的往返)。
天线模块197可以将信号或电力发送到电子装置101的外部(例如,外部电子装置)或者从电子装置101的外部(例如,外部电子装置)接收信号或电力。根据实施例,天线模块197可以包括天线,所述天线包括辐射元件,所述辐射元件由形成在基底(例如,印刷电路板(PCB))中或形成在基底上的导电材料或导电图案构成。根据实施例,天线模块197可以包括多个天线(例如,阵列天线)。在这种情况下,可由例如通信模块190(例如,无线通信模块192)从所述多个天线中选择适合于在通信网络(诸如第一网络198或第二网络199)中使用的通信方案的至少一个天线。随后可经由所选择的至少一个天线在通信模块190和外部电子装置之间发送或接收信号或电力。根据实施例,除了辐射元件之外的另外的组件(例如,射频集成电路(RFIC))可附加地形成为天线模块197的一部分。
根据各种实施例,天线模块197可形成毫米波天线模块。根据实施例,毫米波天线模块可以包括印刷电路板、射频集成电路(RFIC)和多个天线(例如,阵列天线),其中,RFIC设置在印刷电路板的第一表面(例如,底表面)上,或与第一表面相邻并且能够支持指定的高频带(例如,毫米波带),所述多个天线设置在印刷电路板的第二表面(例如,顶部表面或侧表面)上,或与第二表面相邻并且能够发送或接收指定高频带的信号。
上述部件中的至少一些可经由外设间通信方案(例如,总线、通用输入输出(GPIO)、串行外设接口(SPI)或移动工业处理器接口(MIPI))相互连接并在它们之间通信地传送信号(例如,命令或数据)。
根据实施例,可经由与第二网络199连接的服务器108在电子装置101和外部电子装置104之间发送或接收命令或数据。电子装置102或电子装置104中的每一个可以是与电子装置101相同类型的装置,或者是与电子装置101不同类型的装置。根据实施例,将在电子装置101运行的全部操作或一些操作可以在外部电子装置102、外部电子装置104或服务器108中的一个或更多个运行。例如,如果电子装置101应该自动执行功能或服务或者应该响应于来自用户或另一装置的请求执行功能或服务,则电子装置101可请求所述一个或更多个外部电子装置执行所述功能或服务中的至少部分,而不是运行所述功能或服务,或者电子装置101除了运行所述功能或服务以外,还可请求所述一个或更多个外部电子装置执行所述功能或服务中的至少部分。接收到所述请求的所述一个或更多个外部电子装置可以执行所述功能或服务中的所请求的所述至少部分,或者执行与所述请求相关的另外功能或另外服务,并将执行的结果传送到电子装置101。电子装置101可以在对所述结果进行进一步处理的情况下或者在不对所述结果进行进一步处理的情况下将所述结果提供作为对所述请求的至少部分答复。为此,可以使用例如云计算技术、分布式计算技术、移动边缘计算(MEC)技术或客户机-服务器计算技术。电子装置101可以使用例如分布式计算或移动边缘计算来提供超低延迟服务。在另一实施例中,外部电子装置104可以包括物联网(IoT)装置。服务器108可以是使用机器学习和/或神经网络的智能服务器。根据实施例,外部电子装置104或服务器108可以被包括在第二网络199中。电子装置101可应用于基于5G通信技术或IoT相关技术的智能服务(例如,智能家居、智能城市、智能汽车或医疗保健)。
根据各种实施例的电子装置可以是各种类型的电子装置之一。电子装置可以包括例如便携式通信装置(例如,智能电话)、计算机装置、便携式多媒体装置、便携式医疗装置、相机、可穿戴装置或家用电器。根据本公开的实施例,电子装置不限于以上所述的那些电子装置。
应该理解的是,本公开的各种实施例以及其中使用的术语并不意图将在此阐述的技术特征限制于具体实施例,而是包括针对相应实施例的各种改变、等同形式或替换形式。对于附图的描述,相似的参考标号可用来指代相似或相关的元件。将理解的是,与术语相应的单数形式的名词可以包括一个或更多个事物,除非相关上下文另有明确指示。如这里所使用的,诸如“A或B”、“A和B中的至少一个”、“A或B中的至少一个”、“A、B或C”、“A、B和C中的至少一个”以及“A、B或C中的至少一个”的短语中的每一个短语可以包括在与所述多个短语中的相应一个短语中一起列举出的项的任意一项或所有可能组合。如这里所使用的,诸如“第1”和“第2”或者“第一”和“第二”的术语可用于将相应部件与另一部件进行简单区分,并且不在其它方面(例如,重要性或顺序)限制所述部件。将理解的是,在使用了术语“可操作地”或“通信地”的情况下或者在不使用术语“可操作地”或“通信地”的情况下,如果一元件(例如,第一元件)被称为“与另一元件(例如,第二元件)结合”、“结合到另一元件(例如,第二元件)”、“与另一元件(例如,第二元件)连接”或“连接到另一元件(例如,第二元件)”,则意味着所述一元件可以与所述另一元件直接(例如,有线地)连接、与所述另一元件无线连接、或经由第三元件与所述另一元件连接。
如与本公开的各种实施例关联使用的,术语“模块”可以包括以硬件、软件或固件实现的单元,并可以与其他术语(例如,“逻辑”、“逻辑块”、“部分”或“电路”)可互换地使用。模块可以是被适配为执行一个或更多个功能的单个集成部件或者是该单个集成部件的最小单元或部分。例如,根据实施例,可以以专用集成电路(ASIC)的形式来实现模块。
可以将在此阐述的各种实施例实现为包括存储在存储介质(例如,内部存储器136或外部存储器138)中的可由机器(例如,电子装置101)读取的一个或更多个指令的软件(例如,程序140)。例如,在处理器的控制下,所述机器(例如,电子装置101)的处理器(例如,处理器120)可以在使用或无需使用一个或更多个其它部件的情况下调用存储在存储介质中的所述一个或更多个指令中的至少一个指令并运行所述至少一个指令。这使得所述机器能够操作用于根据所调用的至少一个指令执行至少一个功能。所述一个或更多个指令可以包括由编译器产生的代码或能够由解释器运行的代码。可以以非暂时性存储介质的形式来提供机器可读存储介质。其中,术语“非暂时性”仅意味着所述存储介质是有形装置,并且不包括信号(例如,电磁波),但是该术语并不在数据被半永久性地存储在存储介质中与数据被临时存储在存储介质中之间进行区分。
根据实施例,可以在计算机程序产品中包括和提供根据本公开的各种实施例的方法。计算机程序产品可作为产品在销售者和购买者之间进行交易。可以以机器可读存储介质(例如,紧凑盘只读存储器(CD-ROM))的形式来发布计算机程序产品,或者可经由应用商店(例如,Play StoreTM)在线发布(例如,下载或上传)计算机程序产品,或者可直接在两个用户装置(例如,智能电话)之间分发(例如,下载或上传)计算机程序产品。如果是在线发布的,则计算机程序产品中的至少部分可以是临时产生的,或者可以将计算机程序产品中的至少部分至少临时存储在机器可读存储介质(诸如制造商的服务器、应用商店的服务器或转发服务器的存储器)中。
根据各种实施例,上述部件中的每个部件(例如,模块或程序)可以包括单个实体或多个实体,并且多个实体中的一些实体可分离地设置在不同的部件中。根据各种实施例,可以省略上述部件中的一个或更多个部件,或者可添加一个或更多个其它部件。可选择地或者另外地,可以将多个部件(例如,模块或程序)集成为单个部件。在这种情况下,根据各种实施例,该集成部件可仍旧按照与所述多个部件中的相应一个部件在集成之前执行一个或更多个功能相同或相似的方式,执行所述多个部件中的每一个部件的所述一个或更多个功能。根据各种实施例,由模块、程序或另一部件所执行的操作可顺序地、并行地、重复地或以启发式方式来执行,或者所述操作中的一个或更多个操作可按照不同的顺序来运行或被省略,或者可添加一个或更多个其它操作。
图2是根据实施例的电子装置的框图。
根据实施例的电子装置200可以用于提供睡眠监测功能。根据实施例的电子装置200可以用于提供睡眠呼吸障碍通知功能。例如,电子装置200可以以可穿戴装置(例如,智能手表、智能戒指、智能腕带或智能袜子)的形式实现。可穿戴装置可以是具有用户能够在日常生活中或睡觉时没有任何困难地使用的重量或电池容量的装置。作为另一个示例,电子装置200可以以移动装置(例如,智能手机、柔性智能手机或平板)的形式实现。
参考图2,根据实施例的电子装置200可以包括处理器210、通信电路220和/或传感器模块230。电子装置200还可以包括存储器240、输出模块250和输入模块260中的一个或多个。电子装置200可以排除这些元件中的至少一个、或者可以进一步包括其他元件。
例如,电子装置200可以对应于图1中的电子装置101或者包括电子装置101的元件中的至少一些。电子装置200中包括的处理器210、通信电路220、传感器模块230、存储器240、输出模块250和/或输入模块260中的至少一些可以彼此电连接和/或可操作地连接,从而彼此交换信号(例如,命令或数据)。
电子装置200可以包括图1所示的电子装置101的至少一部分。例如,处理器210可以对应于图1中的处理器120(121或123之一)。通信电路220可以包括图1中的通信模块190。传感器模块230可以对应于图1中的传感器模块176或者包括其部分。存储器240可以包括图1中的存储器130的至少一部分。输出模块250可以包括图1中的显示模块160、音频模块170、声音输出模块155和触觉模块179中的至少一些。输入模块260可以包括图1中的输入模块150的至少一部分(例如,麦克风)。
处理器210可以执行和/或控制电子装置200支持的各种功能。处理器210可以控制通信电路220、传感器模块230、存储器240、输出模块250和输入模块260中的至少一些。处理器210可以通过执行存储在电子装置200的存储器240中的以编程语言编写的代码或指令来执行应用并控制各种硬件。例如,处理器210可以执行应用(例如,睡眠护理应用或保健应用)并使用该应用提供睡眠监测功能(或睡眠呼吸障碍通知功能)。在电子装置200中执行的应用可以独立操作、或者与外部电子装置(例如,用户的智能手机)或服务器108结合操作。
当存储在存储器240中的指令被执行时,处理器210可以进行操作。
在实施例中,传感器模块230可以包括至少一个传感器。例如,传感器模块230中的每个传感器可以是生物测定传感器(例如,电极传感器、光电容积描记图(photoplethysmogram,PPG)传感器、心电图(electrocardiography,ECG)传感器、皮肤电反应(galvanic skin response,GSR)传感器或生物电阻抗分析(bioelectrical impedanceanalysis,BIA)传感器)或运动传感器之一。生物测定传感器可以测量用户的生物测定信息(例如,诸如心电图和脉搏、氧饱和度、血压和血糖的心脏活动信息)。运动传感器可以包括加速度传感器、陀螺仪传感器或作为其组合的混合传感器(例如,6轴传感器)。然而,本公开不限于此,并且运动传感器可以包括能够根据用户的运动(例如,翻来覆去或移动)(或者穿戴在用户上的电子装置200的移动)来测量运动信息的任何类型的传感器。
传感器模块230可以输出用户的生物测定信息或关于用户的运动(或电子装置200的运动)的运动信息中的至少一条。
在实施例中,通信电路220可以包括无线通信模块(例如,图1中的无线通信模块192(例如,蜂窝通信模块、短距离无线通信模块或全球导航卫星系统(GNSS)通信模块))。通信电路220可以与一个或多个外部电子装置(例如,图1中的电子装置104或服务器108)建立通信连接,并且发送/接收各种类型的信息或数据。例如,通信电路220可以支持短距离无线通信(例如,蓝牙、蓝牙低能量(BLE)、近场通信(NFC)、无线保真(Wi-Fi)直连或红外数据协会(IrDA))和/或长距离无线通信(例如,蜂窝通信、5G通信、互联网或GNSS通信)中的至少一种。
在实施例中,通信电路220可以支持电子装置200的短距离无线通信连接。例如,通信电路220可以支持电子装置200和外部电子装置(例如,用户的智能手机或用户睡觉时穿戴的可穿戴装置)之间的短距离无线通信(例如,蓝牙、BLE、NFC、Wi-Fi直连或IrDA)。
在实施例中,通信电路220可以支持电子装置200的长距离无线通信连接。例如,通信电路220可以通过长距离无线通信接收至少一条定位信息和位置信息,并将其发送到处理器210。例如,通信电路220可以支持外部服务器(例如,图1中的服务器108)和电子装置200之间的长距离无线通信(例如,蜂窝通信、5G通信或互联网)连接,从而从外部服务器接收关于用户的当前位置和/或地点的信息。作为另一个示例,通信电路220可以支持卫星和电子装置200之间的GNSS通信连接,用于定位电子装置200,从而从卫星接收关于用户的当前位置和/或地点的信息。
在实施例中,输出模块250可以包括用于提供用户接口的一个或多个模块。例如,输出模块250可以包括显示器(例如,图1中的显示模块160)、音频模块(例如,音频模块170)、声音输出模块(例如,声音输出模块155)和触觉模块(例如,触觉模块179)中的一个或多个。
在实施例中,处理器210可以执行睡眠监测功能(或睡眠呼吸障碍通知功能)。
在实施例中,处理器210可以检测用户的睡眠。例如,处理器210可以通过至少一个传感器(例如,生物测定传感器和/或运动传感器)来检测用户是否正在睡觉。至少一个传感器可以被包括在电子装置200的传感器模块230中、或者被包括在通过短距离无线通信连接到电子装置200的外部电子装置(例如,可穿戴装置)中。
例如,处理器210可以使用传感器模块230中的至少一个传感器(例如,运动传感器和/或生物测定传感器)自动检测入睡(sleep onset)/睡醒(sleep offset)、或者通过用户输入检测睡眠开始/结束。
例如,处理器210可以基于用户的生物测定信息和运动信息中的至少一条,检测用户的就寝时间(或睡眠的开始)、醒来时间(或睡眠的结束)或睡眠小时数中的至少一个。
在实施例中,处理器210可以在用户睡觉时获得用于监测睡眠呼吸障碍的用户的生物测定信息。例如,生物测定信息可以包括氧饱和度、心率、呼吸、血压、血糖和打鼾中的至少一个。例如,处理器210可以通过传感器模块230中的生物测定传感器获得关于氧饱和度、心率、呼吸、血压和/或血糖的信息。作为另一个示例,处理器210可以通过输入模块260中的麦克风获得关于用户的打鼾声音的信息。
例如,处理器210可以通过传感器模块230和/或通信电路220在用户睡觉时获得生物测定信息。处理器210可以在从就寝时间到醒来时间的整个睡眠时段期间或者在指定时间段(例如,4小时)内收集生物测定信息。
例如,处理器210可以通过传感器模块230获得生物测定信息或运动信息。作为另一个示例,处理器210可以通过通信电路220(例如,短距离无线通信模块)从外部电子装置(例如,穿戴在正在睡觉的用户上的可穿戴装置或者靠近正在睡觉的用户放置的移动装置)接收生物测定信息或者运动信息。作为另一个示例,处理器210可以从通过传感器模块230测量的信息或通过通信电路220(例如,短距离无线通信模块)接收到的信息获得(例如,检测、处理或计算)睡眠中的生物测定信息。
在实施例中,处理器210可以基于用户的基础疾病信息确定用于检测睡眠呼吸障碍事件的参考条件。
基础疾病信息可以包括关于基础疾病和/或基础疾病状态存在与否的信息。例如,基础疾病信息可以包括关于高血压、糖尿病(或高血糖)、肥胖(或超重)、酗酒、咖啡因成瘾、慢性压力或睡眠姿势障碍中的至少一个的信息。
用户的基础疾病信息可以以各种方式来识别或获得。例如,用户的基础疾病信息可以通过以下方法来识别:通过传感器模块230自身收集(或处理)信息的方法、通过通信电路220从外部电子装置(例如,图1中的服务器108、睡眠护理供应商服务器、医疗服务服务器或家庭服务器)收集(或提取)信息的方法、将信息预存储在存储器240中或计算预存储的数据的方法、或上述方法的组合。然而,本公开不限于此。
在实施例中,电子装置200(例如用户的可穿戴装置)的处理器210可以通过传感器模块230直接测量用户的生物测定信息、或者通过通信电路220接收由外部电子装置200(例如用户的智能手机)测量的用户的生物测定信息。
在实施例中,处理器210可以使用通过传感器模块230和/或通信电路220获得的用户的生物测定信息来监测用户在睡眠状态下的呼吸。处理器210可以通过监测来评估睡眠呼吸障碍的存在与否和/或睡眠呼吸障碍的程度(或风险)。呼吸暂停低通气指数(apnea-hypopnea index,AHI)可以用作监测参考。AHI可以是指示是否存在被称为呼吸暂停(或低通气)的睡眠障碍及其严重程度的指数。AHI也是指示睡眠呼吸障碍的风险的因素,并且可以指示每小时发生呼吸暂停或低通气的次数。
用于监测睡眠呼吸障碍的参考条件(例如AHI范围条件)可以取决于用户是否患有基础疾病和/或用户是否处于基础疾病状态(例如肥胖、血糖、血压等)而变化。处理器210可以取决于用户的基础疾病状态来改变用于监测睡眠呼吸障碍的参考条件,从而提高监测的准确性和/或灵敏度并降低错误警报率。
例如,即使从用户的生物测定信息中检测到相同的AHI值,用于监测睡眠呼吸障碍的参考条件也可能取决于用户的基础疾病状态(例如超重、高血压或高血糖症(hyperglycemia))而变化。
在实施例中,处理器210可以基于用户的生物测定信息和参考条件检测睡眠呼吸障碍事件。
在实施例中,处理器210可以从用户的生物测定信息(例如,关于氧饱和度、心率、心率变异性、血糖和打鼾中的至少一个的信息)中检测AHI值(或当前AHI值),并基于检测到的AHI值根据参考条件是否超过AHI阈值来检测睡眠呼吸障碍事件。
在实施例中,用于检测睡眠呼吸障碍事件的参考条件可以包括AHI范围条件。可以基于AHI阈值检测睡眠呼吸障碍事件是否发生。
在实施例中,处理器210可以基于用户的基础疾病信息,将用于检测睡眠呼吸障碍事件的参考条件(例如AHI阈值)从预定的第一条件调整(或改变)为第二条件。
在实施例中,用于检测睡眠呼吸障碍事件的参考条件可以包括AHI范围条件。
例如,考虑到用户是否患有基础疾病和/或具有基础疾病状态,调整参考条件的操作可以是将用于检测睡眠呼吸障碍事件发生的AHI阈值从作为默认值的第一值改变为第二值的操作。
在实施例中,电子装置200可以取决于用户是否患有基础疾病来调整参考条件。电子装置200可以根据用户的基础疾病信息来识别用户是否患有基础疾病。电子装置200可以基于用户是否患有基础疾病,将用于检测睡眠呼吸障碍事件的参考条件从预定的第一条件调整为第二条件。
在实施例中,处理器210可以基于根据用户的基础疾病状态的风险等级调整用于检测睡眠呼吸障碍事件的参考条件(例如AHI阈值)。电子装置200可以基于用户的基础疾病信息来确定睡眠呼吸障碍的风险等级,并且基于所确定的风险等级将参考条件从预定的第一条件调整为第二条件。在实施例中,当睡眠呼吸障碍事件被检测到时,处理器210可以提供用于睡眠呼吸障碍事件的用户接口。
用于睡眠呼吸障碍的用户接口可以通过电子装置200(例如用户的可穿戴装置)的输出模块250和/或通过短距离无线通信连接到电子装置200的外部电子装置(例如用户的智能手机)中的至少一个来提供。
例如,电子装置200(例如诸如智能手表的可穿戴装置)可以通过输出模块250自主地输出用于睡眠呼吸障碍事件的用户接口。作为另一个示例,电子装置200可以通过通信电路220(例如,短距离无线通信模块)向外部电子装置(例如,穿戴在正在睡觉的用户上的可穿戴装置或者靠近正在睡觉的用户放置的移动装置)发送关于用于睡眠呼吸障碍事件的用户接口的信息,使得外部电子装置可以输出用户接口。作为另一个示例,电子装置200可以基本上同时通过输出模块250和外部电子装置提供用于睡眠呼吸障碍事件的用户接口。
用于睡眠呼吸障碍事件的用户接口可以用于通知睡眠呼吸障碍事件。用户接口可以被实现为视觉类型(例如,屏幕或通知消息)、听觉类型(例如,诸如音乐或声音的音频信号)、触觉类型(例如,振动)或组合它们中的至少一些的混合类型。
例如,可以在电子装置200的显示器上显示睡眠呼吸障碍事件的屏幕或通知消息。作为另一个示例,可以通过电子装置200的音频模块输出睡眠呼吸障碍事件的音频信号(例如,警告声音、通知语音、指定音乐或指定模式的声音)。作为另一个示例,可以通过电子装置200的触觉模块输出振动。作为另一个示例,可以通过电子装置200(例如,智能手表)输出用户接口(例如,屏幕、音频信号和振动中的至少一个),同时,可以通过经由短距离无线通信连接到电子装置200的外部电子装置(例如,智能手机)输出对应的用户接口(例如,屏幕、音频信号和振动中的至少一个)。
在实施例中,处理器210可以基于用户的临时状态信息确定是否停用(deactivate)睡眠呼吸障碍通知功能。临时状态信息可以是关于可能导致睡眠呼吸障碍状态的错误确定的环境和/或生理因素的信息。例如,临时状态信息可以包括关于酒精摄入、咖啡因摄入、压力水平、生活方式(例如,平均睡眠持续时间、就寝时间和醒来时间)、位置和地点中的至少一个的信息。处理器210可以基于该确定停用睡眠呼吸障碍通知功能。例如,如果睡眠呼吸障碍通知功能被停用(或关闭),则可以关闭整个睡眠监测功能、或者可以选择性地仅关闭睡眠监测功能中的通知功能。当睡眠呼吸障碍通知功能被停用时,电子装置200可以跳过(或省略)调整参考条件的操作、检测睡眠呼吸障碍事件的操作和/或提供用户接口的操作中的至少一个。
在实施例中,处理器210可以通过进一步考虑用户的先前睡眠记录来检测睡眠呼吸障碍事件。例如,用户的先前睡眠记录可以包括关于用户的过去睡眠活动重复了指定次数(例如,7或30次)或更多次的第一睡眠数据、关于用户在最近预定时间段(例如,一周或一个月)内的过去睡眠活动的第二睡眠数据、以及基于第一睡眠数据或第二睡眠数据的睡眠呼吸障碍分析结果数据中的至少一条。
在实施例中,电子装置200可以取决于用户的基础疾病状态或基础疾病状态的改变适应性地改变用于检测睡眠呼吸障碍事件的参考条件(例如,AHI阈值),并使用改变的参考条件执行对睡眠呼吸障碍的监测。可以通过监测来评估睡眠呼吸障碍的存在与否和/或睡眠呼吸障碍的风险。
例如,根据非限制性实施例的处理器可以确定用户的基础疾病状态,并至少部分地基于基础疾病状态确定参考条件(诸如AHI阈值),并可以响应于检测到基础疾病状态的改变而主动地或适应性地改变AHI阈值。至少一个传感器可以在睡眠时段期间监测用户的生物测定信息,并且处理器可以为该生物测定信息分配AHI值。因此,处理器可以响应于AHI值超过改变的AHI阈值来检测睡眠呼吸障碍事件,并且控制电子装置使用用户接口来生成警报,例如,听觉警报(例如,诸如音乐或声音的音频信号)和/或触觉警报(例如,振动),以指示检测到的睡眠呼吸障碍事件。
在实施例中,电子装置200的处理器210可以基于用户的基础疾病信息将用户识别为患有基础疾病的需要关注的用户和没有基础疾病的普通用户之一。例如,高血压患者、糖尿病患者、超重的用户、压力水平超过指定阈值的用户以及平均睡眠持续时间小于或等于阈值的用户可能是需要关注的用户。除了需要关注的用户之外的用户可以是普通用户。如果用户是普通用户,则处理器210可以将参考条件维持为第一条件而不进行调整。如果用户是需要关注的用户,则处理器210可以将参考条件(例如,AHI阈值)从预设或预配置的第一条件调整为第二条件。例如,电子装置200可以通过用户的生物测定信息(例如,氧饱和度、血压、血糖和BIA数据)辨识用户是否患有基础疾病,并根据结果改变用于检测睡眠呼吸障碍事件的参考条件(例如,AHI阈值条件)。
例如,如果用户是没有基础疾病的普通用户,则处理器210可以将预配置的参考条件中包括的AHI阈值维持在第一值,而无需调整。基于从生物测定信息获得的AHI值超过第一值的情况,处理器210可以检测到普通用户的睡眠呼吸障碍事件。如果用户是需要关注的用户,则处理器210可以将预配置的参考条件中包括的AHI阈值从第一值降低到第二值。基于从生物测定信息获得的AHI值(或当前AHI值)超过第二值的情况,处理器210可以检测到需要关注的用户的睡眠呼吸障碍事件。
例如,在没有基础疾病的普通用户的情况下,用于检测睡眠呼吸障碍事件的AHI阈值可以是默认值15。在患有基础疾病(例如,高血压、糖尿病或肥胖)的需要关注的用户的情况下,用于检测睡眠呼吸障碍事件的AHI阈值可以降低到5。在从用户的生物测定信息中检测到的AHI值超过阈值5的单位事件(unit event)发生的情况下(或者如果在上周内AHI值超过阈值的单位事件发生了三次或更多次),电子装置200可以确定睡眠呼吸障碍事件已经发生,并且提供向用户告知睡眠呼吸障碍发生的通知。
在实施例中,处理器210可以根据基础疾病的风险等级分阶段调整AHI阈值。例如,没有基础疾病的用户可以被分类为具有最低风险等级的第一用户,患有低严重性的基础疾病的用户可以被分类为具有中等风险等级的第二用户,并且患有高严重性的基础疾病的用户可以被分类为具有最高风险等级的第三用户。对于第一用户,AHI阈值可以维持在第一值,并且可以基于从生物测定信息检测到的当前AHI值超过第一值的情况检测到睡眠呼吸障碍事件。对于第二用户,AHI阈值可以降低到低于第一值的第二值,并且可以基于当前AHI值超过第二值的情况检测到睡眠呼吸障碍事件。对于第三用户,AHI阈值可以从第一值降低到低于第二值的第三值,并且可以基于当前AHI值超过第三值的情况检测到睡眠呼吸障碍事件。
在实施例中,可以更新用户的基础疾病信息。
例如,处理器210可以使用用户睡眠中的生物测定信息更新预存储的基础疾病信息(例如,关于基础疾病的存在与否和/或基础疾病状态的信息),并基于更新的基础疾病信息,确定用于监测睡眠呼吸障碍的参考条件。因此,可以在睡眠期间实时更新关于用户是否患有基础疾病和/或具有基础疾病状态的信息,从而允许处理器适应性地改变参考条件(例如,AHI阈值)并提高监测准确度。
作为另一个示例,用户的基础疾病信息可以周期性地(例如,每月每隔指定的日子)和/或在更新事件发生时(例如,在睡眠的结束时、在用户输入时、在就诊时和/或在输入医疗结果时)改变。处理器210可以在用户的基础疾病信息被更新时调整参考条件,并且基于调整后的参考条件来检测睡眠呼吸障碍事件。
在实施例中,电子装置200可以取决于用户是否患有基础疾病和/或基础疾病状态的改变,适应性地改变用于检测睡眠呼吸障碍事件的参考条件(例如,AHI阈值条件)。
例如,如果用户从普通用户改变为患有基础疾病的状态,则用于监测睡眠呼吸障碍的AHI范围可以降低(例如,AHI阈值从15降低到5,并且如果AHI值为5或更大,则提供通知),从而提高监测的灵敏度。如果基础疾病由于用户生活方式的改善而得到改善,则AHI范围可以被重新调整(例如,AHI阈值从5增加到15,并且如果AHI值为15或更大,则提供通知)。
与在诸如医院的专业场所进行的多导睡眠描记不同,由于电子装置200(例如,智能手机或可穿戴装置)总是由用户携带或穿戴在身上,因此可以在日常环境中进行睡眠监测或长期睡眠监测。
如果由于睡眠呼吸障碍导致睡眠期间氧气供应不足,则可能会出现慢性疲劳,从而导致致命的生物性损伤(例如,心血管疾病或中风)。
根据实施例,通过用户总是携带或穿戴的电子装置200提供监测睡眠呼吸障碍的功能可以帮助用户正确应对难以辨识并可能导致致命损伤的睡眠呼吸障碍。
睡眠呼吸障碍对患有基础疾病的人来说可能更致命。例如,患有基础疾病的人可以被分类为属于致命风险组的需要关注的用户,而没有基础疾病的人可以被分类为普通用户。
根据实施例,通过取决于用户是否患有基础疾病来调整用于监测睡眠呼吸障碍的参考条件,患有基础疾病的人不会错过睡眠呼吸障碍通知,并且没有基础疾病的人可以接收到较少的与睡眠呼吸障碍相关的错误警报。
此外,由于睡眠呼吸障碍而遭受致命生物性损伤的可能性(或概率或风险)可能取决于用户的基础疾病状态(或慢性疾病状态)变化。
根据实施例,可以通过应用取决于用户的基础疾病状态的风险等级,针对用户个性化监测睡眠呼吸障碍的条件。
根据实施例,用于监测睡眠呼吸障碍的条件可以通过适当地反映由于睡眠呼吸障碍造成损害的可能性(或概率或风险)或使用用户的基础疾病信息学习用户的先前睡眠记录来适应性地调整。
图3是示出根据实施例的电子装置的每个模块的配置的框图。
参考图3,电子装置200可以包括硬件层,该硬件层包括传感器模块230(例如,加速度传感器、PPG传感器和电极传感器);硬件适配层(hardware adaptive layer,HAL)330;框架层310和应用层320。
在实施例中,硬件层可以包括传感器模块230(例如,加速度传感器、PPG传感器和电极传感器)。硬件层的每个元件可以被实现为物理上分离的硬件。
硬件适配层330、框架层310和/或应用层320的各个元件可以被实现为固件和/或软件,并存储在电子装置200的存储器240中。例如,电子装置200的处理器210可以执行存储在存储器240中的指令来操作各个元件。可替代的,当存储在存储器240中的指令被执行时,各个元件可以操作。
通过传感器模块230(例如,加速度传感器、PPG传感器和电极传感器)测量的用户的生物测定信息和/或运动信息可以通过硬件适配层330被发送到框架层310和/或应用层320。
应用层320可以包括一个或多个应用(例如,保健应用和睡眠护理应用)。
在实施例中,框架层310可以包括基础状态分类器311、AHI分类器312、AHI计算器313、血氧饱和度收集器314、睡眠监测器315和生物阻抗分析器316、血压收集器317、血糖收集器318或心率收集器319中的至少一部分。
例如,睡眠监测器315可以通过传感器模块230中的加速度传感器测量运动信息,并使用运动信息检测睡眠开始/结束,以开始/停止对睡眠呼吸障碍的监测。对睡眠呼吸障碍的监测可以在从睡眠的开始时间到睡眠的结束时间的睡眠时段期间执行。
血氧饱和度收集器314可以通过传感器模块230中的PPG传感器或电极传感器测量睡眠时段期间血液中的氧饱和度。血压收集器317可以通过PPG传感器或电极传感器测量睡眠时段期间的血压。血糖收集器318可以通过PPG传感器或电极传感器测量睡眠时段期间的血糖。心率收集器319可以通过PPG传感器或电极传感器测量睡眠时段期间的心率或心率变异性数据。生物阻抗分析器316可以通过传感器模块230中的BIA传感器(未示出)测量睡眠时段期间的BIA数据。
AHI计算器313可以通过分析在睡眠时段期间检测到的生物测定信息(例如氧饱和度)来计算AHI值,并将AHI值分配给在睡眠时段期间监测用户时获得的生物测定信息。
基础状态分类器311可以通过传感器模块230中的PPG传感器或电极传感器收集睡眠时段期间的用户的生物测定信息(例如,血压、血糖、氧饱和度、心率、心率变异性和BIA数据),并基于获得的生物测定信息将用户(或用户类型)分类为需要关注的用户(例如,患有基础疾病的用户或肥胖用户)或普通用户之一。
AHI分类器312可以取决于用户类型对用于检测睡眠呼吸障碍事件的AHI范围条件(或AHI阈值条件)进行分类。例如,如果用户是普通用户,则AHI范围条件可以被分类为与“AHI值超过15的情况”相对应的第一条件。如果用户是需要关注的用户,则AHI范围条件可以被分类为与“AHI值超过5的情况”相对应的第二条件。
应用层320中的应用(例如,保健应用和睡眠护理应用)可以通过与框架层310交互来监测睡眠呼吸障碍,并根据监测结果向用户提供指示睡眠呼吸障碍发生的通知。用于监测睡眠呼吸障碍的参考条件可以包括AHI范围条件(或AHI阈值条件)。参考条件可以取决于用户的基础状态(例如,基础疾病存在与否和/或异常或正常身体状态)来适应性地改变。
例如,应用可以从基础状态分类器311接收关于用户类型(例如,需要关注的用户和普通用户中的任何一个)的信息,从AHI计算器313接收用户的AHI值(或当前AHI值),并从AHI分类器312接收关于用于检测睡眠呼吸障碍事件的AHI范围条件(或AHI阈值条件)的信息。
如果用户是需要关注的用户,则应用可以将针对需要关注的用户的第二条件应用于AHI范围条件,从而监测睡眠呼吸障碍是否发生和/或其风险等级,并根据监测结果提供通知。如果用户是普通用户,则应用可以将针对普通用户的第二条件应用于AHI范围条件,从而监测睡眠呼吸障碍是否发生和/或其风险等级,并根据监测结果提供通知。
图4是示出根据实施例的电子装置的操作方法的流程图。
尽管为了方便起见,图4中的方法被假设为由图2中的电子装置200执行,但是本公开不限于此。例如,图4中的方法可以由电子装置(例如,图2中的处理器210、在图2中的电子装置200中执行的应用(例如,睡眠护理应用)、或者图1中的电子装置101或处理器120)执行。在一些实施例中,图4中所示方法中的一些操作可以被省略或集成,一些操作的顺序可以改变,或者其他操作可以被添加。
例如,电子装置200(例如,诸如智能手表或智能戒指的可穿戴装置)可以在睡眠活动期间穿戴在用户上。电子装置200(例如,用户的可穿戴装置)可以通过短距离无线通信连接到至少一个外部电子装置(例如,用户的智能手机)以彼此交互工作。
参考图4,在操作410中,电子装置200可以检测用户的睡眠。例如,电子装置200可以通过至少一个传感器(例如,生物测定传感器和/或运动传感器)来检测用户是否正在睡觉。至少一个传感器可以被包括在电子装置200中、或者可以被包括在通过短距离无线通信连接到电子装置200的外部电子装置(例如,可穿戴装置)中。
作为示例,电子装置200可以通过运动传感器(例如,加速度传感器)、根据用户的躺姿或用户是否移动来测量运动信息,并基于运动信息确定用户是否正在睡觉。
作为另一个示例,电子装置200可以使用生物测定传感器(例如,PPG传感器)测量心率或心率变异性(HRV),并根据测量结果确定用户是否正在睡觉。例如,电子装置200可以通过对通过PPG传感器测量的心率信息的频率分析来提取指示交感神经活动(sympatheticactivity)程度的LF值(低频范围内的功率)、指示副交感神经活动(parasympatheticactivity)程度的HF值(高频范围内的功率)、归一化的LF和HF值和/或指示自主神经系统的总体平衡的LF/HF值(LF与HF的比率)中的至少一个,并使用提取出的值估计用户是否正在睡觉或处于睡眠阶段(例如,浅睡眠阶段、深睡眠阶段和/或快速动眼期(rapid eyemovement,REM)睡眠阶段)。
在操作420中,电子装置200可以在用户睡觉时获得用户的生物测定信息以监测睡眠(或睡眠呼吸障碍)。例如,电子装置200可以通过至少一个传感器(例如,传感器模块230中的生物测量传感器)测量生物测量信息、或者通过通信电路220接收由外部电子装置(例如,可穿戴装置)测量的生物测量信息。
例如,电子装置200可以收集关于氧饱和度、心率、呼吸、血压、血糖和打鼾中的至少一个的生物测定信息。
获得睡眠中的生物测定信息的操作可以在指定时间内连续执行,也可以周期性地重复执行。
在实施例中,电子装置200可以使用生物测定传感器(例如,PPG传感器)测量睡眠期间的氧饱和度(SpO2),以监测睡眠呼吸障碍。例如,生物测定传感器可以用红光和红外光照射用户的皮肤,并基于血管中的血红蛋白和氧合血红蛋白之间的吸光度差异来估计氧饱和度,氧饱和度是血氧浓度。
即使在清醒状态下(或在正常或非睡眠状态下),也可以测量氧饱和度,由于动态噪声,最好在用户移动较少的状态下(诸如在睡眠状态下)测量氧饱和度。在氧饱和度在睡眠状态下测量并用于监测睡眠呼吸障碍的情况下,测量结果的可靠性可以提高,并且准确的监测是可能的。
然而,为监测睡眠呼吸障碍而收集的生物测定信息不限于氧饱和度。除了氧饱和度之外,电子装置200可以以各种方式收集各种类型的生物测定信息(例如,关于心率、呼吸、血压、血糖和打鼾中的至少一个的信息)。
例如,电子装置200可以测量睡眠期间的心率或心率变异性。
作为另一个示例,电子装置200可以测量睡眠期间的血压。例如,血压可以通过脉搏波分析(pulse wave analysis,PWA)方法来估计。在这种情况下,收缩压(systolicblood pressure,SBP)和舒张压(diastolic blood pressure,DBP)可以根据通过集成平均(ensemble-averaging)脉搏波信息导出的信号波形来估计。
作为另一个示例,电子装置200可以测量睡眠期间的血糖。血糖表示血液中葡萄糖的浓度,可以用多种方法测量。例如,电子装置200可以通过生物测定传感器(例如,PPG传感器)用特定波段的光照射用户的皮肤,并检测由葡萄糖反应生成的能量,从而估计血糖水平。
在一些实施例中,可以省略用于检测用户是否正在睡觉的操作410、或者可以将操作410和操作420整合为一个操作。
例如,在睡眠状态下,与清醒状态相比,由于大脑休息,副交感神经系统被激活使得身体恢复,因此即使测量相同类型的生物测定信息,清醒状态和睡眠状态之间测量的生物测定信息也可能不同。例如,氧饱和度信号可以具有与在清醒状态下测量的氧饱和度信号不同的相位。电子装置200可以使用在睡眠期间收集的生物测定信息来检测用户是否处于睡眠状态,而无需单独的操作。
在操作430中,电子装置200可以基于用户的基础疾病信息确定用于检测睡眠呼吸障碍事件的参考条件。
基础疾病信息可以包括关于基础疾病和/或基础疾病状态存在与否的信息。例如,基础疾病信息可以包括关于高血压、糖尿病(或高血糖)、肥胖(或超重)、酗酒、咖啡因成瘾、慢性压力和睡眠姿势障碍中的至少一个的信息。
在实施例中,电子装置200可以获得用户的基础疾病信息,并基于基础疾病信息调整用于检测睡眠呼吸障碍事件的参考条件。
电子装置200可以以各种方式获得基础疾病信息。例如,可以预存储、实时估计、由用户输入或者从外部电子装置(例如,服务器或可穿戴装置)接收基础疾病信息。
获得基础疾病信息的方法示例如下。
例如,基础疾病信息可以手动输入。用户可以直接检查诸如高血压、血糖和/或肥胖的项目。可替代地,基础疾病可以通过由用户输入的血压、血糖和/或体重(身体成分)来估计。
作为另一个示例,可以利用关于个人健康记录(personal health record,PHR)和/或电子病历(electronic medical record,EMR)的信息。该信息可以存储在公司或公共机构的服务器中。电子装置200可以通过用户认证从服务器接收对应的信息,并将其存储在存储器240中。电子装置200可以使用存储的信息来辨识用户是否患有基础疾病以及关于医生的意见或医疗的信息(例如,睡眠呼吸暂停诊断结果)。
作为另一个示例,电子装置200可以通过经由短距离无线通信连接的可穿戴装置测量血压、血糖或BIA数据,并使用测量值监测基础疾病(或慢性病),诸如高血压、高血糖症和/或肥胖。
作为另一个示例,电子装置200可以从通过无线通信连接的外部医疗装置(例如,袖带血压计、有创血糖仪和/或智能秤)接收数据,并从接收到的数据中识别出基础疾病信息。
在实施例中,电子装置200可以取决于用户是否患有基础疾病来调整参考条件。电子装置200可以根据用户的基础疾病信息来识别用户是否患有基础疾病。基于用户是否患有基础疾病,电子装置200可以将用于检测睡眠呼吸障碍事件的参考条件从预配置的第一条件调整为第二条件。
例如,基于用户的基础疾病信息,电子装置200可以将用户识别为患有基础疾病的需要关注的用户和没有基础疾病的普通用户之一。例如,高血压患者、糖尿病患者、超重的用户、压力水平超过指定阈值的用户以及平均睡眠持续时间小于或等于阈值的用户可能是需要关注的用户。除了需要关注的用户之外的用户可以是普通用户。如果用户是需要关注的用户,则电子装置200可以将参考条件从预配置的第一条件调整为第二条件。如果用户是普通用户,则电子装置200可以将参考条件维持为第一条件而不进行调整。
在实施例中,用于监测睡眠呼吸障碍的参考条件可以包括AHI范围条件。
例如,考虑到用户是否具有基础疾病和/或基础疾病状态,调整参考条件的操作可以是将用于检测睡眠呼吸障碍事件发生的AHI阈值从作为默认值的第一值改变为第二值的操作。
例如,如果用户患有基础疾病,则考虑到基础疾病信息,电子装置200可以将用于检测睡眠呼吸障碍事件发生的AHI阈值从第一值(默认值)降低到第二值。基于从生物测定信息获得的AHI值(或当前AHI值)超过第二值的情况,电子装置200可以检测到睡眠呼吸障碍事件。如果AHI阈值降低,则可以加强用于监测睡眠呼吸障碍的参考,并且准确的监测是可能的。如果用户没有基础疾病,则电子装置200可以维持参考条件中包括的AHI阈值而不进行调整。
在实施例中,电子装置200可以基于根据用户的基础疾病状态的风险等级,调整用于检测睡眠呼吸障碍事件的参考条件(例如,AHI阈值)。电子装置200可以基于用户的基础疾病信息来确定睡眠呼吸障碍的风险等级,并且基于所确定的风险等级将参考条件从预定的第一条件调整为第二条件。
例如,电子装置200可以基于风险等级将参考条件中包括的AHI阈值从第一值降低到第三值。电子装置200可以基于从生物测定信息获得的AHI值(或当前AHI值)超过第三值的情况来检测睡眠呼吸障碍事件是否发生。
在操作440中,基于在操作420中获得的生物测定信息和在操作430中确定的参考条件,电子装置200可以检测睡眠呼吸障碍(呼吸暂停或低通气)事件。
在实施例中,用户的基础疾病信息可以周期性地和/或在更新事件发生时(例如,在睡眠的结束时、在用户输入时、在就诊时和/或在输入医疗结果时)更新。电子装置200可以基于更新的基础疾病信息主动地调整参考条件,并且基于调整后的基础疾病信息检测睡眠呼吸障碍事件。
例如,电子装置200可以从更新的基础疾病信息中识别用户是否患有基础疾病或与基础疾病状态相关的改变,根据识别结果调整参考条件,并基于调整后的参考条件检测睡眠呼吸障碍事件。例如,如果基础疾病在没有基础疾病的用户中出现,则用于检测睡眠呼吸障碍事件的AHI阈值可以从第一值降低到第二值。作为另一个示例,如果基础疾病的程度(例如,血压水平和血糖水平)得到改善,则AHI阈值可以从第三值增加到第二值。
在实施例中,电子装置200可以通过进一步考虑用户的先前睡眠记录来检测睡眠呼吸障碍事件。例如,用户的先前睡眠记录可以包括关于用户的过去睡眠活动重复了指定次数(例如,7或30次)或更多次的第一睡眠数据、关于用户在最近预定时间段(例如,一周或一个月)的过去睡眠活动的第二睡眠数据、以及基于第一睡眠数据或第二睡眠数据的睡眠呼吸障碍分析结果数据中的至少一条。
例如,用于检测睡眠呼吸障碍事件的参考条件可以包括AHI范围条件。参考条件还可以包括关于先前睡眠记录中的单位事件的信息(例如,用户的先前睡眠活动中AHI值超过阈值的次数及其时间或日期)。
由于存在可能误判睡眠呼吸障碍状态的各种因素,因此在实施例中,电子装置200可以根据用户的先前睡眠记录在数天内监测睡眠,以确定睡眠呼吸障碍事件是否发生,从而降低错误确定的风险。
例如,即使从生物测定信息中检测到的AHI值超过AHI阈值的单位事件发生,电子装置200也可以仅在AHI值超过阈值的单位事件在第二天再次连续发生时才确定睡眠呼吸障碍事件已经发生,而不是立即确定睡眠呼吸障碍事件已经发生。
作为另一个示例,如果AHI值超过AHI阈值的单位事件在指定时间内发生了指定次数或更多次(例如,10天内3天发生了2次或更多次),则电子装置200可以确定睡眠呼吸障碍事件已经发生。
作为另一个示例,即使AHI值超过AHI阈值的单位事件发生,在存在各种环境和/或生理因素的情况下,电子装置200也可以暂停对睡眠呼吸障碍事件是否发生的确定或确定睡眠呼吸障碍事件尚未发生。例如,如果用户饮酒,则可能涉及暂时的睡眠呼吸障碍,因此可以暂停对睡眠呼吸障碍事件是否发生的确定,并且可以确定睡眠呼吸障碍事件在没有饮酒时是否发生。可替代地,如果睡眠地点是户外或除平常地点之外的地点,则可以暂停对睡眠呼吸障碍事件是否发生的确定、或者可以不执行睡眠呼吸障碍通知功能。
在操作450中,当睡眠呼吸障碍事件被检测到时,电子装置200可以提供用于睡眠呼吸障碍事件的用户接口(例如,图7中的第一屏幕710和第二屏幕720、图8中的第一屏幕810、图9中的第一屏幕910和第二屏幕920、或者图10中的第一屏幕1010和第二屏幕1020)。
用户接口可以用于通知监测睡眠呼吸障碍的结果。例如,用户接口可以包括关于睡眠呼吸障碍是否发生和/或睡眠呼吸障碍的风险的信息。
用于睡眠呼吸障碍的用户接口可以通过电子装置200的输出模块250和/或经由短距离无线通信连接到电子装置200的外部电子装置中的至少一个来提供。
例如,电子装置200(例如,诸如智能手表的可穿戴装置)可以通过输出模块250自主地输出用于睡眠呼吸障碍事件的用户接口。作为另一个示例,电子装置200可以通过通信电路220(例如,短距离无线通信模块)向外部电子装置(例如,穿戴在正在睡觉的用户上的可穿戴装置或者靠近正在睡觉的用户放置的移动装置)发送关于用于睡眠呼吸障碍事件的用户接口的信息,使得外部电子装置可以输出用户接口。作为另一个示例,电子装置200可以同时通过输出模块250和外部电子装置提供用于睡眠呼吸障碍事件的用户接口。
用于睡眠呼吸障碍事件的用户接口可以用于通知睡眠呼吸障碍事件。用户接口可以被实现为视觉类型(例如,屏幕或通知消息)、听觉类型(例如,诸如音乐或声音的音频信号)、触觉类型(例如,振动)或组合它们中的至少一些的混合类型。
在实施例中,电子装置200可以基于临时状态信息(例如,酒精摄入、咖啡因摄入、压力水平、生活习惯、位置和地点)确定是否停用睡眠呼吸障碍通知功能,临时状态信息可能是导致对睡眠呼吸障碍的错误确定的环境和/或生理因素。
电子装置200可以基于该确定停用睡眠呼吸障碍通知功能。处理器210可以基于该确定停用睡眠呼吸障碍通知功能。例如,如果睡眠呼吸障碍通知功能被停用(或关闭),则可以关闭整个睡眠监测功能、或者可以选择性地仅关闭睡眠监测功能中的通知功能。当睡眠呼吸障碍通知功能被停用时,电子装置200可以跳过(或省略)确定参考条件的操作430、检测睡眠呼吸障碍事件的操作440或提供用户接口的操作450中的至少一个。
在实施例中,电子装置200可以根据临时状态信息打开/关闭呼吸障碍通知功能,从而降低错误警报率,该临时状态信息可能是导致对睡眠呼吸障碍的错误确定的环境和/或生理因素。例如,如果用户饮酒,则可能涉及暂时的睡眠呼吸障碍,因此可以关闭睡眠呼吸障碍通知功能。作为另一个示例,如果睡眠地点是户外或除平常地点之外的地点,则可以关闭睡眠呼吸障碍通知功能。
如果错误警报频繁发生,则用户可能不会意识到睡眠呼吸障碍导致的风险。
根据实施例,可以准确地确定睡眠呼吸障碍,从而降低错误确定的风险或错误警报率。可以通过在合适的时间提供睡眠呼吸障碍的用户体验来支持有效的矫正和治疗。
图5是示出根据实施例的电子装置的操作方法的流程图。
图5中的至少一些操作可以对应于图4中的操作。例如,图5中的操作510可以对应于图4中的操作420。图5中的操作540可以对应于图4中的操作430。图5中的操作550可以对应于图4中的操作440。图5中的操作560可以对应于图4中的操作450。
参考图5,在操作510中,电子装置200可以经由电子装置200上包括的一个或多个传感器收集和处理用户的睡眠期间的生物测定信息(例如,氧饱和度、心率、心率变异性、血压和/或血糖)。
睡眠是一种用于生理恢复的生物活动,副交感神经系统可以在睡眠期间被激活。因此,可以在睡眠活动期间检测到与日常活动的模式不同的模式的生物测定信息。
可以立即或在指定时间(例如,在睡眠的结束时或醒来时)执行处理生物测定信息的操作。例如,电子装置200可以在用户处于睡眠状态时实时(或立即)收集和处理生物测定信息,并将其存储在存储器240中。作为另一个示例,电子装置200可以将原始数据存储在存储器240中以优化当前消耗,并在睡眠结束后以批处理方式处理生物测定信息。
在操作520中,电子装置200可以确定是否停用睡眠呼吸障碍通知功能。
在实施例中,电子装置200可以基于用户的临时状态信息(例如,酒精摄入、咖啡因摄入、压力水平、生活方式、位置和/或地点)来确定是否停用(关闭)睡眠呼吸障碍通知功能。电子装置200可以以各种方式识别用户的临时状态信息,并且其方法不受限制。例如,酒精/咖啡因摄入信息可以由用户输入到电子装置200的应用的执行屏幕上。作为另一个示例,电子装置200可以识别用户的回家时间、就寝时间、支付历史、访问地点和/或移动路线,以估计一天中的临时状态是否符合日常状态(或正常状态)。作为另一个示例,电子装置200可以使用GNSS模块来辨识用户的当前位置或地点。
电子装置200可以基于该确定停用睡眠呼吸障碍通知功能。例如,如果用户饮酒,则可能会导致暂时的睡眠呼吸障碍和由此引起的频繁错误警报,因此可以提前关闭睡眠呼吸障碍通知功能,从而防止这种现象。作为另一个示例,如果睡眠地点是户外或除平常地点之外的地点,则可以关闭睡眠呼吸障碍通知功能。
如果电子装置200的睡眠呼吸障碍通知功能被停用,则可以终止监测睡眠呼吸障碍的操作。
如果睡眠呼吸障碍通知功能被启用,则电子装置200可以前进到操作530以监测睡眠呼吸障碍。
在操作530中,电子装置200可以根据在操作510中收集的睡眠生物测定信息来计算AHI值(或当前AHI值)。AHI值可以是指示是否存在被称为呼吸暂停(或低通气)的睡眠障碍及其严重程度的指数。
例如,由于睡眠呼吸暂停(或低通气),因此氧饱和度可能在某一时间段或更长时间内低于参考水平、或者氧饱和度水平低于参考水平的次数可能超过指定次数。电子装置200可以使用在睡眠期间连续测量的氧饱和度来检测呼吸在指定时间段(例如,10秒钟)或更长时间段内停止的呼吸暂停状态、或者呼吸量在指定时间段(例如,10秒钟)或更长时间段内异常减少的低通气状态。
参考下面的等式1,AHI值可以是通过将呼吸暂停(或低通气)在一夜期间发生的次数除以睡眠持续时间而获得的值。
【等式1】
这里,E是呼吸事件(呼吸暂停低通气)的总数,T是睡眠的总时间,W是期间维持睡眠觉醒阶段的时间(或用户处于睡眠觉醒阶段的时间)。
在操作540中,电子装置200可以基于用户的基础疾病信息(例如,高血压、糖尿病和/或肥胖)校正阈值,该阈值是用于检测睡眠呼吸障碍事件的参考。
电子装置200可以取决于用户是否患有基础疾病和/或具有基础疾病状态适应性地应用用于检测睡眠呼吸障碍的阈值。例如,电子装置200可以基于用户是否患有基础疾病和/或用户的健康是否从没有基础疾病改变为患有基础疾病来主动地将AHI阈值从预配置的第一值改变为第二值。作为另一个示例,电子装置200可以基于根据用户的基础疾病状态的风险等级和/或随着用户的基础疾病状态改变的风险等级改变,将AHI阈值从预配置的第一值改变为第三值。
在操作550中,电子装置200可以将在操作530中计算出的AHI值(或当前AHI值)与在操作540中校正的AHI阈值进行比较,并基于该比较检测睡眠呼吸障碍事件。
例如,电子装置200可以基于AHI值(或当前AHI值)超过校正的阈值的单位事件的发生来检测睡眠呼吸障碍事件。例如,如果单位事件发生,则电子装置200可以立即确定睡眠呼吸障碍事件已经发生。作为另一个示例,如果单位事件在指定数量的睡眠周期(例如,3个睡眠周期)期间发生了指定次数(例如,2次)或更多次,则电子装置200可以确定睡眠呼吸障碍事件已经发生。
在实施例中,取决于用户是否患有基础疾病和/或具有基础疾病状态,电子装置200可以主动地改变或校正AHI阈值,该阈值是用于监测睡眠呼吸障碍的参考。
例如,电子装置200可以基于基础疾病的存在与否,将用户识别为患有基础疾病的需要关注的用户(例如,高血压或糖尿病患者和/或肥胖用户)或没有基础疾病的普通用户之一。如果用户是需要关注的用户,则电子装置200可以将AHI阈值从预配置的第一值降低到第二值。电子装置200可以基于根据生物测定信息计算出的AHI值(或当前AHI值)超过第二值的情况检测到睡眠呼吸障碍事件。
作为另一个示例,电子装置200可以取决于基础疾病的风险等级分阶段主动地调整AHI阈值。例如,没有基础疾病的用户可以被分类为具有最低风险等级的第一用户,患有低严重性的基础疾病的用户可以被分类为具有中等风险等级的第二用户,并且患有高严重性的基础疾病的用户可以被分类为具有最高风险等级的第三用户。对于第一用户,AHI阈值可以维持在第一值,并且可以基于当前AHI值超过第一值的情况检测到睡眠呼吸障碍事件。对于第二用户,AHI阈值可以从第一值降低到第二值,并且可以基于当前AHI值超过第二值的情况检测到睡眠呼吸障碍事件。对于第三用户,AHI阈值可以从第一值降低到低于第二值的第三值,并且可以基于当前AHI值超过第三值的情况检测到睡眠呼吸障碍事件。
在实施例中,电子装置200可以将用户的当前基础疾病状态与用户的先前基础疾病状态进行比较,以识别其中是否存在实质性改变。
为了提高监测睡眠呼吸障碍的准确性,可能需要对用户的当前基础疾病状态和用户的先前基础疾病状态进行比较(或者可能需要识别用户的最近基础疾病状态是否与先前状态相同),因为各种因素可能影响日常生活中的睡眠。
用户的基础疾病(或慢性疾病)可能是影响睡眠呼吸障碍的慢性因素。例如,如果用户患有高血压或糖尿病,则可以调整AHI阈值作为用于准确确定的个性化过程。基础疾病状况可以是包括影响睡眠呼吸障碍的异常身体状况(诸如肥胖、超重和/或身体质量指数(body mass index,BMI))以及基础疾病本身(诸如高血压或糖尿病)的状况的概念。
在实施例中,如果识别出用户的基础疾病状态(例如,血压、血糖、肥胖和/或超重)的改变,则电子装置200可以基于该识别改变AHI阈值。电子装置200可以基于改变的阈值来检测睡眠呼吸障碍事件或者提供用于通知睡眠呼吸障碍的用户接口。
用于监测睡眠呼吸障碍的参考条件可以取决于用户的基础疾病状态(例如,基础疾病的存在与否、其类型或程度、或异常身体状态的改变)主动地或适应性地改变。
例如,如果用户出现新的基础疾病,则电子装置200可以将AHI阈值从15降低到5。如果阈值降低,则监测的灵敏度可能增加,从而能够进行更准确的监测。作为另一个示例,如果基础疾病得到改善(例如,糖尿病患者的血糖水平降低或高血压患者的血压降低),则电子装置200可以将AHI阈值从5增加到15。作为另一个示例,如果用户患有高血压,则电子装置200可以将AHI阈值从15降低到10,并且如果用户肥胖,则电子装置200进一步将阈值降低5以将阈值变为5。作为另一个示例,如果用户轻微超重,则电子装置200可以将阈值从15降低到12,如果用户肥胖,则将阈值从12降低到10,或者如果用户高度肥胖,则将阈值降低到5。
在操作560中,电子装置200可以提供用于睡眠呼吸障碍事件的用户接口。用户接口可以用于通知睡眠呼吸障碍事件。例如,如果电子装置200的睡眠呼吸障碍通知功能被启用,则可以提供用于睡眠呼吸障碍事件的用户接口。如果睡眠呼吸障碍通知功能被停用,则无论睡眠呼吸障碍事件是否发生,都可能不执行对睡眠呼吸障碍事件的监测、或者可能不提供用户接口。
图6A和图6B是示出根据实施例的在电子装置中测量氧饱和度的方法的图。
图6A中的附图标记610是示出取决于红光和红外光波长的吸光度差异的曲线图。图6B中的附图标记620是示出血氧饱和度和调制率(R比率)之间的关系的图。调制率可以指示红光和红外光的输入信号的AC分量与DC分量的比率。
在实施例中,电子装置200可以用不同波长的两种类型的光(例如红光和红外光)照射用户的身体,并使用生物测定传感器(例如PPG传感器)测量反射光或透射光的强度。如附图标记610所示,取决于血液中血红蛋白的氧结合程度(或饱和度,即血红蛋白(Hb)和氧合血红蛋白(HbO2)的相对浓度),两种类型的光之间的吸光度可能存在差异。电子装置200可以通过生物测定传感器(例如,PPG传感器)测量随时间的光强,从测量结果获得调制率值,并使用调制率值计算用户的血氧饱和度(SpO2)。
在实施例中,电子装置200可以在硬件中包括两个发光二极管(LED)(例如红色LED和红外LED),以测量血氧饱和度。
在实施例中,电子装置200可以在睡眠期间连续收集氧饱和度信息。例如,电子装置200可以在通过红色LED和红外LED用红光和红外光交替进行照射的同时针对每个睡眠时段计算氧饱和度,并将关于氧饱和度的改变的信息存储在存储器240中。
红色和红外LED可能对动态噪声(运动)相对敏感。在实施例中,电子装置200可以在整个睡眠时段期间通过运动传感器(例如,加速度传感器和/或陀螺仪传感器)检测运动,并且仅在运动小于或等于指定参考时测量氧饱和度,从而提高测量结果的可靠性。
在实施例中,电子装置200可以使用生物测定传感器(例如,PPG传感器)和/或用户的姿势(例如,卧位和/或用户的运动小于或等于指定参考的姿势)、基于用户的心率变异性(HRV)分析结果(例如,LF/HF值)来确定用户的睡眠是否开始。如果用户的睡眠开始,则电子装置200可以自动地进入氧饱和度测量模式。电子装置200可以在睡眠期间以低功率记录生物测定传感器的输出数据。电子装置200可以通过运动传感器(例如,加速度传感器和/或陀螺仪传感器)确定睡眠结束,如果睡眠结束则处理生物测定传感器的输出数据,并分析经处理的数据以计算睡眠期间的氧饱和度。
在实施例中,电子装置200可以基于氧饱和度在睡眠时段(例如,睡眠开始后4小时的睡眠时段或总睡眠时段)期间的改变来确定睡眠呼吸障碍事件是否发生。例如,如果氧饱和度在某一时间段内维持低于参考、或者如果氧饱和度变得低于参考的次数超过指定次数,则当前AHI值可以使用在睡眠时段期间连续测量的氧饱和度来计算,并且睡眠呼吸障碍可以使用计算出的AHI值来监测。
下面的图7、图8、图9和图10示出了根据各种实施例的可以由电子装置200(例如,可穿戴装置201或移动装置205)提供的用户接口的示例。例如,根据各种实施例,图7、图8、图9和图10中所示的一个或多个屏幕可以显示在电子装置200中。例如,屏幕可以是在电子装置200(例如,可穿戴装置201或移动装置205中的一个)中运行的应用(例如,保健应用或睡眠护理应用)或在通过短距离无线通信连接到电子装置200的外部电子装置(例如,可穿戴装置201或移动装置205中的另一个)中运行的应用(例如,保健应用或睡眠护理应用)的执行屏幕。
图7是根据实施例的与电子装置的睡眠呼吸障碍通知功能相关的用户接口的示例。
在实施例中,可穿戴装置201可以执行睡眠监测功能(或睡眠呼吸障碍通知功能)并基于睡眠监测的结果输出用户接口,诸如第一屏幕710。第一屏幕710可以是示出可穿戴装置201的睡眠监测的结果的屏幕。
例如,为了降低错误确定或错误警报率,可穿戴装置201可以在几天(多个夜晚)内在睡眠状态下监测呼吸,并确定睡眠呼吸障碍事件是否发生。作为几天睡眠监测的结果,如果AHI值超过阈值的单位事件发生了某一次数(例如,2个睡眠周期内2次、或者3个睡眠周期内2次或更多次)或更多次,则可穿戴装置201可以确定睡眠呼吸障碍事件已经发生,并且显示向用户告知睡眠呼吸障碍状态的第一屏幕710。
如果睡眠监测的结果是检测到睡眠呼吸障碍事件,则可穿戴装置201可显示第一屏幕710。
如图所示,第一屏幕710可以包括通知睡眠呼吸障碍事件发生的指示符711(例如,图标、实时图标或对象)。第一屏幕710可以包括第一区域713和第二区域715,第一区域713用于通知用户处于睡眠呼吸障碍状态,第二区域715用于指导与医生的通信连接或者向主治医生发送和提供睡眠监测结果信息。
可穿戴装置201和移动装置205可以通过短距离无线通信处于连接状态。可穿戴装置201和移动装置205可以处于同一用户登录的状态。
移动装置205可以自己执行睡眠监测功能、或者通过与可穿戴装置201交互来接收睡眠监测结果信息。
移动装置205可以输出用户接口,诸如第二屏幕720。
如图所示,第二屏幕720可以包括用于睡眠呼吸障碍通知功能的指示符721(例如,图标、实时图标或对象),向用户告知最近发生睡眠呼吸障碍并推荐治疗的第一区域723,以及为用户显示睡眠呼吸障碍发生的详细历史的第二区域725。
图8是根据实施例的与电子装置的睡眠呼吸障碍通知功能相关的用户接口的另一个示例。
例如,移动装置205可以输出用户接口,诸如第一屏幕810。
第一屏幕810可以包括关于几天(多个夜晚)(例如,10天或10个睡眠周期)内的睡眠监测结果的信息,以降低错误确定或错误警报率(例如,AHI值超过阈值的单位事件发生的日期和时间,以及发生的次数)。
图9是根据实施例的与电子装置的睡眠呼吸障碍通知功能相关的用户接口的另一个示例。
例如,移动装置205可以输出用户接口,诸如第一屏幕910或第二屏幕920。
第一屏幕910可以是告知用户的可穿戴装置201昨晚没有被穿戴的屏幕。
第二屏幕920可以是推荐穿戴可穿戴装置201以进行今日的睡眠监测的屏幕。第二屏幕920可以包括用于将睡眠监测功能(或睡眠呼吸障碍通知功能)从关闭状态切换到开启状态的指示符921(例如,菜单或对象)。
第一屏幕910可以是提供可穿戴装置201的正确穿戴方法的指导(例如,穿戴在手臂的上腕骨附近以测量氧饱和度(SpO2))或提供用于检测睡眠呼吸障碍事件的必要条件(例如,需要在4小时或更长的睡眠内且在与总睡眠持续时间的70%或更长时间相对应的时间内测量氧饱和度(SpO2))的屏幕。
例如,如果即使用户执行了多次测量,用于风险评估的测量次数仍然不足,则可穿戴装置201可以考虑到用户的平均就寝时间向用户提供提醒以进行正确测量。如果不满足测量AHI值所需的条件(例如,在睡眠少于4小时的情况下或在整个睡眠的70%或更长时间内没有测量到氧饱和度的情况下),即使用户执行了多次测量,可穿戴装置201也可以为下一个睡眠周期提供预防措施并提供穿戴可穿戴装置201的准确指导(例如,穿戴到靠近手臂的上腕骨处),从而防止重复测量失败。
图10是根据实施例的与电子装置的睡眠呼吸障碍通知功能相关的用户接口的另一个示例。
例如,移动装置205可以输出用户接口,诸如第一屏幕1010或第二屏幕1020。
第一屏幕1010可以是提供用于监测睡眠呼吸障碍的AHI范围(例如5或更小)的指导的屏幕。
如果用户的基础疾病状态改变,则可以输出第二屏幕1020,而不是第一屏幕1010。
第二屏幕1020可以是告知用于监测睡眠呼吸障碍的AHI范围已经依据用户的基础疾病状态的改变而改变(例如,从5或更小调整为15或更小)的屏幕。
例如,如果用户患有新的基础疾病,则阈值可以从15调整为5,以提高监测睡眠呼吸障碍的灵敏度。在这种情况下,可以基于AHI值超过阈值5的情况来提供睡眠呼吸障碍发生的通知。
作为另一个示例,如果基础疾病通过改变生活方式得以改善,则阈值可以从5调整为15。在这种情况下,可以基于AHI值超过阈值15的情况来提供睡眠呼吸障碍发生的通知。
上文参考图7、图8、图9和图10描述的用户接口仅是用于描述的示例,实施例的范围不限于此,用户接口可以以各种方式应用、修改和/或扩展。
在实施例中,电子装置200(例如,可穿戴装置201和/或移动装置205)可以输出用于指导生活方式改善的用户接口(例如,屏幕)。例如,即使AHI值没有超过阈值(例如,15或更高),也可以向属于风险组的用户(例如,AHI值在5至14的范围内的用户)提供与可能影响睡眠呼吸障碍的因素(例如,压力、咖啡因和酒精)相关的有助于改善睡眠呼吸障碍的信息(例如,缓解压力的呼吸或冥想、含咖啡因的饮料、记录食物摄入、建议减少摄入以及戒酒)。
根据各种实施例的电子装置(例如,图2中的电子装置200)可以包括通信电路(例如,图2中的通信电路220)、至少一个传感器(例如,图2中的传感器模块230)以及连接到通信电路和至少一个传感器的至少一个处理器(例如,图2中的处理器210)。至少一个处理器可以被配置为在用户的睡眠期间通过通信电路或至少一个传感器获得用户的生物测定信息,基于用户的基础疾病信息确定用于检测睡眠呼吸障碍事件的参考条件,基于生物测定信息和参考条件检测睡眠呼吸障碍事件,并且当睡眠呼吸障碍事件被检测到时,提供用于睡眠呼吸障碍事件的用户接口。
根据各种实施例,至少一个处理器可以被配置为基于基础疾病信息识别用户是否患有基础疾病,并基于用户是否患有基础疾病将参考条件从预配置的第一条件调整为第二条件。
根据各种实施例,如果用户患有基础疾病,则参考条件中包括的呼吸暂停低通气指数(AHI)阈值可以从第一值降低至第二值。可以基于从生物测定信息获得的AHI值超过第二值的情况检测到睡眠呼吸障碍事件。
根据各种实施例,至少一个处理器可以被配置为基于基础疾病信息确定睡眠呼吸障碍的风险等级,并基于风险等级将参考条件从预配置的第一条件调整为第二条件。
根据各种实施例,参考条件中包括的AHI阈值可以基于风险等级从第一值降低到第三值。可以基于从生物测定信息获得的AHI值超过第三值的情况检测到睡眠呼吸障碍事件。
根据各种实施例,可以在基础疾病信息被更新时调整参考条件。可以基于调整后的参考条件来检测睡眠呼吸障碍事件。
根据各种实施例,可以基于用户的临时状态信息确定是否停用睡眠呼吸障碍通知功能。可以基于该确定停用睡眠呼吸障碍通知功能。
根据各种实施例,当睡眠呼吸障碍通知功能被停用时,可以跳过确定参考条件、检测睡眠呼吸障碍事件或提供用户接口中的至少一个。
根据各种实施例,临时状态信息可以包括关于酒精摄入、咖啡因摄入、压力水平、生活方式、位置和地点中的至少一个的信息。
根据各种实施例,至少一个处理器可以通过进一步考虑用户的先前睡眠记录来检测睡眠呼吸障碍事件。先前睡眠记录可以包括与用户的过去睡眠活动重复了指定次数或更多次相关的第一睡眠数据、与用户在最近预定时间段内的过去睡眠活动相关的第二睡眠数据、以及基于第一睡眠数据或第二睡眠数据的睡眠呼吸障碍分析结果数据中的至少一条。
根据各种实施例的电子装置的操作方法可以包括在用户的睡眠期间获得用户的生物测定信息,基于用户的基础疾病信息确定用于检测睡眠呼吸障碍事件的参考条件,基于生物测定信息和参考条件检测睡眠呼吸障碍事件,以及当睡眠呼吸障碍事件被检测到时,提供用于睡眠呼吸障碍事件的用户接口。
根据各种实施例,确定参考条件可以包括基于基础疾病信息识别用户是否患有基础疾病,以及基于用户是否患有基础疾病将参考条件从预配置的第一条件调整为第二条件。
根据各种实施例,如果用户患有基础疾病,则参考条件中包括的呼吸暂停低通气指数(AHI)阈值可以从第一值降低到第二值。可以基于从生物测定信息获得的AHI值超过第二值的情况检测到睡眠呼吸障碍事件。
根据各种实施例,确定参考条件可以包括基于基础疾病信息确定睡眠呼吸障碍的风险等级,以及基于风险等级将参考条件从预配置的第一条件调整为第二条件。
根据各种实施例,参考条件中包括的AHI阈值可以基于风险等级从第一值降低到第三值。可以基于从生物测定信息获得的AHI值超过第三值的情况检测到睡眠呼吸障碍事件。
根据各种实施例,该方法还可以包括在基础疾病信息被更新时调整参考条件。可以基于调整后的参考条件来检测睡眠呼吸障碍事件。
根据各种实施例,可以基于用户的临时状态信息确定是否停用睡眠呼吸障碍通知功能。可以基于该确定停用睡眠呼吸障碍通知功能。
根据各种实施例,当睡眠呼吸障碍通知功能被停用时,可以跳过确定参考条件、检测睡眠呼吸障碍事件或提供用户接口中的至少一个。
根据各种实施例,临时状态信息可以包括关于酒精摄入、咖啡因摄入、压力水平、生活方式、位置和地点中的至少一个的信息。
根据各种实施例,在检测中,可以通过进一步考虑用户的先前睡眠记录来检测睡眠呼吸障碍事件。先前睡眠记录可以包括与用户的过去睡眠活动重复了指定次数或更多次相关的第一睡眠数据、与用户在最近预定时间段内的过去睡眠活动相关的第二睡眠数据、以及基于第一睡眠数据或第二睡眠数据的睡眠呼吸障碍分析结果数据中的至少一条。
根据各种实施例,电子装置可以包括通信电路、至少一个传感器以及连接到通信电路和至少一个传感器的至少一个处理器。该处理器可以被配置为确定用户的基础疾病状态,至少部分地基于基础疾病状态确定参考条件,并且响应于检测到基础疾病状态的改变适应性地改变参考条件。
根据不同的实施例,参考条件可以是呼吸暂停低通气指数(AHI)阈值。
根据各种实施例,至少一个传感器可以被配置为在睡眠时段期间监测用户的生物测定信息,并且处理器可以被配置为将AHI值分配给生物测定信息,并响应于AHI值超过改变的AHI阈值来检测睡眠呼吸障碍事件。
根据各种实施例,确定基础疾病状态可以包括将用户识别为具有睡眠呼吸障碍症状的需要关注的用户或排除睡眠呼吸障碍的症状的普通用户之一。
根据各种实施例,高血压患者、经历高血压的用户、经历高血糖症的用户、糖尿病患者、超重用户、压力水平超过指定阈值的用户以及平均睡眠持续时间小于或等于阈值的用户中的一个或组合可以是需要关注的用户。
Claims (15)
1.一种电子装置,包括:
通信电路;
至少一个传感器;和
至少一个处理器,连接到通信电路和至少一个传感器,
其中,所述至少一个处理器被配置为:
在用户的睡眠期间通过通信电路或至少一个传感器获得用户的生物测定信息;
基于用户的基础疾病信息确定用于检测睡眠呼吸障碍事件的参考条件;
基于生物测定信息和参考条件检测睡眠呼吸障碍事件;和
当睡眠呼吸障碍事件被检测到时,提供用于睡眠呼吸障碍事件的用户接口。
2.根据权利要求1所述的电子装置,其中,所述至少一个处理器被配置为:
基于基础疾病信息,识别用户是否患有基础疾病;和
基于用户是否患有基础疾病,将参考条件从预配置的第一条件调整为第二条件。
3.根据权利要求2所述的电子装置,其中,在用户患有基础疾病的情况下,参考条件中包括的呼吸暂停低通气指数AHI阈值被从第一值降低到第二值,并且
所述睡眠呼吸障碍事件基于从生物测定信息获得的AHI值超过第二值的情况而被检测到。
4.根据权利要求1所述的电子装置,其中,所述至少一个处理器被配置为:
基于基础疾病信息,确定睡眠呼吸障碍的风险等级;和
基于所述风险等级,将参考条件从预配置的第一条件调整为第二条件。
5.根据权利要求4所述的电子装置,其中,所述至少一个处理器被配置为:
基于所述风险等级,将参考条件中包括的AHI阈值从第一值降低到第三值;和
基于从生物测定信息获得的AHI值超过第三值的情况,检测到睡眠呼吸障碍事件。
6.根据权利要求1所述的电子装置,其中,所述至少一个处理器被配置为:
当基础疾病信息被更新时,调整参考条件;和
基于调整后的参考条件,检测睡眠呼吸障碍事件。
7.根据权利要求1所述的电子装置,其中,所述至少一个处理器被配置为:
基于用户的临时状态信息,确定是否停用睡眠呼吸障碍通知功能;和
基于所述确定,停用睡眠呼吸障碍通知功能。
8.根据权利要求7所述的电子装置,其中,所述至少一个处理器被配置为:在睡眠呼吸障碍通知功能被停用时,跳过确定参考条件、检测睡眠呼吸障碍事件或提供用户接口中的至少一个。
9.根据权利要求7所述的电子装置,其中,所述临时状态信息包括关于酒精摄入、咖啡因摄入、压力水平、生活方式、位置和地点中的至少一个的信息。
10.根据权利要求1所述的电子装置,其中,所述至少一个处理器被配置为:通过进一步考虑用户的先前睡眠记录来检测睡眠呼吸障碍事件,并且
其中,所述先前睡眠记录包括以下中的至少一个:
与用户的过去睡眠活动重复了指定次数或更多次相关的第一睡眠数据;
与在最近预定时间段内用户的过去睡眠活动相关的第二睡眠数据;和
基于第一睡眠数据或第二睡眠数据的睡眠呼吸障碍分析结果数据。
11.一种电子装置的操作方法,所述方法包括:
在用户的睡眠期间获取用户的生物测定信息;
基于用户的基础疾病信息,确定用于检测睡眠呼吸障碍事件的参考条件;
基于生物测定信息和参考条件,检测睡眠呼吸障碍事件;和
当睡眠呼吸障碍事件被检测到时,提供用于睡眠呼吸障碍事件的用户接口。
12.根据权利要求11所述的方法,其中,确定参考条件包括:
基于基础疾病信息,识别用户是否患有基础疾病;和
基于用户是否患有基础疾病,将参考条件从预配置的第一条件调整为第二条件。
13.根据权利要求12所述的方法,包括:
在用户患有基础疾病的情况下,将参考条件中包括的呼吸暂停低通气指数AHI阈值从第一值降低到第二值;和
基于从生物测定信息获得的AHI值超过第二值的情况,检测到睡眠呼吸障碍事件。
14.根据权利要求11所述的方法,其中,确定参考条件包括:
基于基础疾病信息,确定睡眠呼吸障碍的风险等级;和
基于所述风险等级,将参考条件从预配置的第一条件调整为第二条件。
15.根据权利要求14所述的方法,包括:
基于所述风险等级,将参考条件中包括的AHI阈值从第一值降低到第三值;和
基于从生物测定信息获得的AHI值超过第三值的情况,检测到睡眠呼吸障碍事件。
Applications Claiming Priority (3)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
KR1020210143568A KR20230059408A (ko) | 2021-10-26 | 2021-10-26 | 수면 모니터링을 위한 전자 장치 및 그의 동작 방법 |
KR10-2021-0143568 | 2021-10-26 | ||
PCT/KR2022/015746 WO2023075253A1 (ko) | 2021-10-26 | 2022-10-17 | 수면 모니터링을 위한 전자 장치 및 그의 동작 방법 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN118159184A true CN118159184A (zh) | 2024-06-07 |
Family
ID=86158162
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202280072206.8A Pending CN118159184A (zh) | 2021-10-26 | 2022-10-17 | 用于睡眠监测的电子装置及其操作方法 |
Country Status (4)
Country | Link |
---|---|
US (1) | US20230270378A1 (zh) |
KR (1) | KR20230059408A (zh) |
CN (1) | CN118159184A (zh) |
WO (1) | WO2023075253A1 (zh) |
Families Citing this family (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR102451624B1 (ko) * | 2021-10-05 | 2022-10-11 | 연세대학교 산학협력단 | 수면 무호흡증 인자를 고려한 심혈관 질환 위험도 분석 시스템 및 그 방법 |
Family Cites Families (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US7314451B2 (en) * | 2005-04-25 | 2008-01-01 | Earlysense Ltd. | Techniques for prediction and monitoring of clinical episodes |
KR102135351B1 (ko) * | 2013-08-02 | 2020-07-17 | 엘지전자 주식회사 | 이동 단말기 및 그것의 제어 방법 |
KR20170028247A (ko) * | 2015-09-03 | 2017-03-13 | 삼성전자주식회사 | 수면 관리 방법 |
KR20180075832A (ko) * | 2016-12-27 | 2018-07-05 | 바이텔스 주식회사 | 수면 상태 모니터링 방법 및 장치 |
KR102309022B1 (ko) * | 2021-02-09 | 2021-10-07 | 메디팜소프트(주) | 인공지능 기반의 생체 신호 원격 모니터링 시스템 |
-
2021
- 2021-10-26 KR KR1020210143568A patent/KR20230059408A/ko unknown
-
2022
- 2022-10-17 CN CN202280072206.8A patent/CN118159184A/zh active Pending
- 2022-10-17 WO PCT/KR2022/015746 patent/WO2023075253A1/ko unknown
-
2023
- 2023-04-28 US US18/141,186 patent/US20230270378A1/en active Pending
Also Published As
Publication number | Publication date |
---|---|
WO2023075253A1 (ko) | 2023-05-04 |
KR20230059408A (ko) | 2023-05-03 |
US20230270378A1 (en) | 2023-08-31 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US10980471B2 (en) | Sleep scoring based on physiological information | |
US10055549B2 (en) | Method and apparatus for wireless health monitoring and emergent condition prediction | |
KR102463383B1 (ko) | 생체 신호 측정을 위한 방법 및 이를 위한 착용형 전자 장치 | |
KR102220228B1 (ko) | 자율신경 균형에 기반한 스트레스 검출 | |
ES2965942T3 (es) | Detección automatizada de alteraciones respiratorias | |
US11547298B2 (en) | Abnormality determination apparatus and non-transitory computer readable medium storing program | |
US20220031233A1 (en) | Electronic device for evaluating sleep quality and method for operation in the electronic device | |
US20230309830A1 (en) | System and method for providing a remedial procedure | |
US20230091997A1 (en) | Blood pressure measurement method and electronic device | |
US20230270378A1 (en) | Electronic device for sleep monitoring and operating method thereof | |
JP2020507404A (ja) | 妊娠可能な期間を目立たずに決定するためのシステム及び方法 | |
WO2021106289A1 (ja) | 解析システム及び解析方法 | |
JP6716888B2 (ja) | 呼吸解析装置、呼吸解析方法及びプログラム | |
JP2024513847A (ja) | ウェアラブルベースの生理学的データからの妊娠関連合併症の識別と予測 | |
KR20220019126A (ko) | 전자 장치 및 이를 이용한 건강 관리 방법 | |
EP4335477A1 (en) | Electronic device providing user interface in accordance with sleeping state, and operation method thereof | |
US20240138776A1 (en) | Wearable non-invasive blood glucose monitoring system | |
US20240206807A1 (en) | Electronic device, and biometric information notification method for electronic device | |
WO2024005827A1 (en) | Time before sound sleep facilitating sleep quality | |
KR20230046586A (ko) | 전자 장치 및 전자 장치를 제어하기 위한 방법 | |
WO2023278636A1 (en) | Systems, methods, and components thereof relating to positional therapy for sleep apnea | |
WO2023196504A1 (en) | Systems, methods, and components thereof relating to respiration severity measurement, assessment, and treatment | |
CN116887748A (zh) | 用于基于血压相关信息提供个性化指导的电子装置及其方法 | |
JP2018191785A (ja) | 情報表示装置およびプログラム |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication |