RU2576809C1 - Способ прогнозирования засыпания в течение ближайших суток - Google Patents
Способ прогнозирования засыпания в течение ближайших суток Download PDFInfo
- Publication number
- RU2576809C1 RU2576809C1 RU2015105275/14A RU2015105275A RU2576809C1 RU 2576809 C1 RU2576809 C1 RU 2576809C1 RU 2015105275/14 A RU2015105275/14 A RU 2015105275/14A RU 2015105275 A RU2015105275 A RU 2015105275A RU 2576809 C1 RU2576809 C1 RU 2576809C1
- Authority
- RU
- Russia
- Prior art keywords
- leads
- falling asleep
- duration
- chap
- sleep
- Prior art date
Links
Landscapes
- Measurement Of The Respiration, Hearing Ability, Form, And Blood Characteristics Of Living Organisms (AREA)
Abstract
Изобретение относится к области медицины, в частности неврологии и сомнологии. Проводят электроэнцефалографию в период бодрствования с наложением электродов в отведениях F, С, О. Выбирают два участка электроэнцефалограммы длительностью от 10 до 30 секунд. В первом участке альфа-ритм должен отсутствовать. Вычисляют частоту спектрального пика альфа-активности (ЧАП) отдельно для первого и второго участков в левых отведениях, первого участка в правых отведениях. Полученные значения усредняют по всем отведениям. Длительность засыпания вычисляют по оригинальной математической формуле. Способ позволяет повысить достоверность определения длительности засыпания в течение ближайших суток. 2 пр.
Description
Изобретение относится к области медицины, в частности к способу прогнозирования временного периода, через которое наступит засыпание.
Прогнозирование времени наступления естественного сна необходимо для оценки уровня работоспособности человека и потребности во сне и, в частности, для контролирования возможного непроизвольного засыпания при монотонной деятельности. Изобретение позволяет оперативно вычислять время, которое пройдет до наступления естественного сна, т.е. наступит ситуация невозможности выполнения какой-либо произвольной деятельности. Заблаговременное получение информации о времени засыпания позволит своевременно предпринять меры по обеспечению поддержания должного уровня внимания или отстранения от работы с целью отдыха.
Изобретение может найти применение в профессиях, связанных с операторской деятельностью (водители, диспетчеры и др.), протекающей в условиях стресса (дефицит времени, повышенная ответственность и др.), при прогнозировании возможного непроизвольного засыпания во время работы, а также для лечения больных с проблемой засыпания (с целью подбора адекватной терапии).
Существующие методы оценки сонливости как основного маркера прогнозирования засыпания, такие как Тест Множественной Латенции Сна (MSLT) (Akerstedt Т. et all. Sleepness at the wheel. 2013. ASFA 1-66.), регистрация ЭЭГ, видеомониторинг движений глаз, психомоторный тест (PVT) (Pizza F. et all. Sleep quality and motor vehicle crashes in adolescents. J. Clin sleep med. 2010, 6 (1) 41-45), широко применяются и определяют степень сонливости и вероятность скорого наступления сна. Указанные способы не позволяют прогнозировать конкретное время наступления естественного сна от момента начала исследования.
Известен способ оценки объективной длительности засыпания, основанный на применении полисомнографии (Rechtshaffen A., Kales А.А. А manual of Standardized Terminology, Techniques and Scoring System for Sleep Stages of Human Subjects. Washington DC: U.S. Government Print. Office, Nat. Inst. Help Publ., 1968).
Данный способ состоит в объективном измерении длительности засыпания и включает в себя анализ электроэнцефалограммы, электромиограммы и электроокулограммы с целью идентификации стадий сна. Время, прошедшее между выключением света и возникновением 1-й стадии сна, является длительностью засыпания.
Недостатком этого способа является то, что он не позволяет прогнозировать длительность засыпания, т.к. оно определяется уже после наступления 1-й стадии сна.
Задачей изобретения является способ прогнозирования засыпания в течение ближайших суток.
Поставленная задача решается способом прогнозирования длительности засыпания в сутки исследования, заключающимся в том, что проводят стандартную электроэнцефалографию в период бодрствования с наложением электродов в отведениях F, С, О по системе 10/20 в проекции правого и левого полушарий, выбирают два участка электроэнцефалограммы длительностью от 10 до 30 секунд, причем в первом участке альфа-ритм должен отсутствовать, вычисляют частоту спектрального пика альфа-активности (ЧАП) отдельно для первого и второго участков в левых отведениях, первого участка в правых отведениях с усреднением по всем отведениям и длительность засыпания вычисляют по формуле:
Y=X1*k1+X2*k2+X3*k3+CONST,
где:
Y - длительность засыпания в сутки исследования в минутах,
X1 - ЧАП в первом анализируемом участке в левых отведениях (Гц),
Х2 - ЧАП во втором анализируемом участке в левых отведениях (Гц),
Х3 - ЧАП в первом анализируемом участке в правых отведениях (Гц),
и коэффициенты регрессии:
k1=-10.515,
k2=-7.941,
k3=5.445,
CONST=140.716.
Способ иллюстрируется нижеследующими примерами.
Пример 1.
Испытуемому В., 32 лет, проводят стандартную электроэнцефалографию в период бодрствования с наложением электродов в отведениях F, С, О по системе 10/20 в проекции правого и левого полушарий, выбирают два участка электроэнцефалограммы длительностью от 10 до 30 секунд, причем в первом участке альфа-ритм должен отсутствовать, вычисляют частоту спектрального пика альфа-активности (ЧАП) отдельно для первого и второго участков в левых отведениях, первого участка в правых отведениях с усреднением по всем отведениям и определяют длительность засыпания.
X1 - ЧАП в первом анализируемом участке в левых отведениях (9.38 Гц),
Х2 - ЧАП во втором анализируемом участке в левых отведениях (9.77 Гц),
Х3 - ЧАП в первом анализируемом участке в правых отведениях (8.59 Гц),
и коэффициенты регрессии:
k1=-10.515,
k2=-7.941,
k3=5.445.
Выявленные значения ЧАП и соответствующие коэффициенты были подставлены в формулу:
Y=X1(9.38)*k1(-10.515)+X2(9.77)*k2(-7.941)+X3(8.59)*k3(5.445)+CONST(140.716).
После решения этого уравнения получалось прогнозируемое время засыпания 11,3 мин.
Наблюдение за указанным испытуемым показало, что он засыпает через 8 минут.
В исследовании этого же испытуемого через 3 дня были получены другие данные, которые позволили вычислить другое время засыпания, где
Y - длительность засыпания (мин),
X1 - 7.42 Гц,
Х2 - 8.98 Гц,
Х3 - 11.13 Гц,
выявленные значения ЧАП и соответствующие им коэффициенты были подставлены в формулу
Y=X1(7.42)*k1(-10.515)+X2(8.98)*k2(-7.941)+X3(11.13)*k3(5.445)+CONST(140.716).
После решения этого уравнения получается прогнозируемое время засыпания 52.0 мин.
Наблюдение за указанным испытуемым подтвердило, что испытуемый заснул через 56 минут.
Пример 2.
Испытуемый Д., 31 год. Использование предложенного способа позволило вычислить прогнозируемое время засыпания, где
X1 - 8.91 Гц,
Х2 - 8.59 Гц,
Х3 - 9.96 Гц,
выявленные значения ЧАП и соответствующие коэффициенты были подставлены в формулу:
Y=X1(8.91)*k1(-10.515)+X2(8.59)*k2(-7.941)+X3(9.96)*k3(5.445)+CONST(140.716).
После решения этого уравнения получалось прогнозируемое время засыпания 10,7 мин.
Наблюдение за указанным испытуемым показало, что реальная длительность засыпания составила 11 минут.
В исследовании этого же испытуемого через 4 дня были получены другие данные, которые позволили вычислить прогнозируемое время засыпания, где
X1 - 8.41 Гц,
Х2 - 8.59 Гц,
Х3 - 9.18 Гц,
выявленные значения ЧАП и соответствующие им коэффициенты регрессии были подставлены в формулу:
Y=X1(8.41)*k1(-10.515)+X2(8.59)*k2(-7.941)+X3(9.18)*k3(5.445)+CONST(140.716).
После решения этого уравнения получается прогнозируемое время засыпания 32.1 минуты.
Наблюдение за указанным испытуемым показало, что реальная длительность засыпания составила 34 минуты.
Предложенный способ позволяет определить время, в течение которого человек может находиться в состоянии бодрствования, не засыпая и выполняя свои профессиональные обязанности.
Claims (1)
- Способ прогнозирования длительности засыпания в течение суток исследования, заключающийся в том, что проводят стандартную электроэнцефалографию в период бодрствования с наложением электродов в отведениях F, С, О по системе 10/20 в проекции правого и левого полушарий, выбирают два участка электроэнцефалограммы длительностью от 10 до 30 секунд, причем в первом участке альфа-ритм должен отсутствовать, вычисляют частоту спектрального пика альфа-активности (ЧАП) отдельно для первого и второго участков в левых отведениях, первого участка в правых отведениях с усреднением по всем отведениям и длительность засыпания вычисляют по формуле:
Y=X1*k1+X2*k2+X3*k3+CONST,
где:
Y - длительность засыпания в сутки исследования в минутах,
X1 - ЧАП в первом анализируемом участке в левых отведениях (Гц),
Х2 - ЧАП во втором анализируемом участке в левых отведениях (Гц),
Х3 - ЧАП в первом анализируемом участке в правых отведениях (Гц),
и коэффициенты регрессии:
k1=-10.515,
k2=-7.941,
k3=5.445,
CONST=140.716.
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| RU2015105275/14A RU2576809C1 (ru) | 2015-02-17 | 2015-02-17 | Способ прогнозирования засыпания в течение ближайших суток |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| RU2015105275/14A RU2576809C1 (ru) | 2015-02-17 | 2015-02-17 | Способ прогнозирования засыпания в течение ближайших суток |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| RU2576809C1 true RU2576809C1 (ru) | 2016-03-10 |
Family
ID=55654153
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| RU2015105275/14A RU2576809C1 (ru) | 2015-02-17 | 2015-02-17 | Способ прогнозирования засыпания в течение ближайших суток |
Country Status (1)
| Country | Link |
|---|---|
| RU (1) | RU2576809C1 (ru) |
Citations (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| RU2144310C1 (ru) * | 1997-10-27 | 2000-01-20 | Ковров Геннадий Васильевич | Способ диагностики нарушений ночного сна и их выраженности |
-
2015
- 2015-02-17 RU RU2015105275/14A patent/RU2576809C1/ru active IP Right Revival
Patent Citations (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| RU2144310C1 (ru) * | 1997-10-27 | 2000-01-20 | Ковров Геннадий Васильевич | Способ диагностики нарушений ночного сна и их выраженности |
Non-Patent Citations (2)
| Title |
|---|
| Rechtshaffen A et al. A manual of standardized terminology, techniques and scoring system for sleep stages of human subjects. Washington DC: U.S.Govermment Print. Office, Nat. Inst. Help Publ., 1968. * |
| ДИМЕНТИЕНКО В.В. и др. Биоматематическая модель процесса засыпания человека-оператора. Физиология человека, 2008, 3, 5, с. 63-72. LEITNER Y et al. Sleep-wake patterns in children with intrauterine growth retardation. J Child Neurol. 2002 Dec; 17(12): 872-6. * |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| Wendt et al. | Resting heart rate variability is associated with inhibition of conditioned fear | |
| Killam et al. | Assessing the enduring residual neuropsychological effects of head trauma in college athletes who participate in contact sports | |
| Wiberg et al. | Physiological responses related to moderate mental load during car driving in field conditions | |
| WO2016052646A1 (ja) | 不注意の測定装置、システム、及び方法 | |
| Fuentes et al. | Use of biotechnological devices in the quantification of psychophysiological workload of professional chess players | |
| Sjögren et al. | Functional head impulse testing might be useful for assessing vestibular compensation after unilateral vestibular loss | |
| Malone et al. | Error rate on the antisaccade task: heritability and developmental change in performance among preadolescent and late-adolescent female twin youth | |
| Wilhelm et al. | Objective and quantitative analysis of daytime sleepiness in physicians after night duties | |
| Lipp et al. | Psychosis proneness in a non-clinical sample II: a multi-experimental study of “attentional malfunctioning” | |
| Gabaude et al. | Cognitive load measurement while driving. in: Human factors: a view from an integrative perspective | |
| Ernst et al. | Effects of 24 h working on-call on psychoneuroendocrine and oculomotor function: a randomized cross-over trial | |
| US11642068B2 (en) | Device and method to determine objectively visual memory of images | |
| Ao et al. | Significant improvement in dynamic visual acuity after cataract surgery: a promising potential parameter for functional vision | |
| Ćosić et al. | Stress resilience assessment based on physiological features in selection of air traffic controllers | |
| van Rooijen et al. | Muscle hyperalgesia correlates with motor function in complex regional pain syndrome type 1 | |
| da Costa Neves et al. | Granule cell dispersion is associated with memory impairment in right mesial temporal lobe epilepsy | |
| Walz et al. | Visuospatial attention allocation as an indicator of cognitive deficit in traumatic brain injury: a systematic review and meta-analysis | |
| Anthony et al. | Body dysmorphic disorder and orthodontics–an overview for clinicians | |
| RU2576809C1 (ru) | Способ прогнозирования засыпания в течение ближайших суток | |
| Anstey | Biomarkers and memory aging: A life-course perspective | |
| Meeuwissen et al. | Screening and guided self-help intervention for anxiety and depression in patients with type 2 diabetes: A new role for diabetes nurses in primary care? | |
| Rocha et al. | Proactive coping in schizophrenia: examining the impact of neurocognitive variables | |
| Wilhelm et al. | How sleepy are construction workers during extended shifts? | |
| Alexander et al. | WAIS-R Subtest Profile and Cortical Perfusion in Alzheimer′ s Disease | |
| Stan et al. | Nonlinear analysis of saccade speed fluctuations during combined action and perception tasks |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| MM4A | The patent is invalid due to non-payment of fees |
Effective date: 20180218 |
|
| NF4A | Reinstatement of patent |
Effective date: 20191105 |