TW201328664A - 依據預測結果判斷是否存在睡眠障礙之系統及其方法 - Google Patents

Abstract

一種依據預測結果判斷是否存在睡眠障礙之系統及其方法，其透過睡眠障礙預測模型依據受測生理資料預測睡眠障礙發生之時間區間及睡眠障礙發生時所測得之障礙生理資料，當受測生理資料於時間區間內存在符合障礙生理資料之片段資料後，判斷受測者患有睡眠障礙之技術手段，快速判斷受測者是否患有睡眠障礙，並達成自動判斷受測者患有之睡眠障礙的技術功效。

Description

依據預測結果判斷是否存在睡眠障礙之系統及其方法

一種判斷是否存在睡眠障礙之系統及其方法，特別係指一種依據預測結果判斷是否存在睡眠障礙之系統及其方法。

睡眠和飲食一樣都是基本生理需求，每個人都需要睡眠，因此，在正常情況下，人不應該失眠。但實際上，由睡眠障礙門診的看診數可知，患有睡眠障礙的病人不在少數，一旦人長期無法由良好的睡眠中獲得充分休息時，將會感到非常疲憊且容易焦慮與憂慮，甚至影響角色功能以及危害健康。

若人們要判斷自己是否患有睡眠障礙，目前最主要的方式是使用多項生理監測儀(polysomnography)，多項生理監測儀可以監測睡眠時的呼吸暫停以及呼吸變淺的次數與型態、缺氧指數與次數、心電圖訊號、口鼻腔氣流、胸部腹部之呼吸運動、血液含氧量、打鼾次數等生理資料，並依照受測者的狀況額外增加其他儀器以監測其他生理資料，因此，使用多項生理監測儀監測睡眠時之生理資料，將對睡眠障礙的診斷具有相當大的幫助。

不過，即使多項生理監測儀，要監測出人們是否患有睡眠障礙還是需要長時間、多次性的使用多項生理監測儀進行睡眠時之生理參數的監測，然而，多項生理監測儀的體積非常巨大、非常昂貴且操作複雜，因此多項生理監測儀通常只有醫療單位或研究單位才會使用，如此，受測者必須親自至醫療單位或研究單位才能夠使用多項生理監測儀監測睡眠時的生理狀態，故長期性、多次性的監測對受測者並不方便。

綜上所述，可知先前技術中長期以來一直存在需要長期且多次的監測睡眠時之生理資料才能判斷是否患有睡眠障礙的問題，因此有必要提出改進的技術手段，來解決此一問題。

有鑒於先前技術存在需要長期且多次的監測睡眠時之生理資料才能判斷是否患有睡眠障礙的問題，本發明遂揭露一種依據預測結果判斷是否存在睡眠障礙之系統及其方法，其中：本發明所揭露之依據預測結果判斷是否存在睡眠障礙之系統，至少包含：資料讀取模組，用以讀取受測者於睡眠時所測得之受測生理資料；睡眠障礙預測模型，用以依據受測生理資料預測睡眠障礙發生之時間區間及睡眠障礙發生時所測得之障礙生理資料；睡眠障礙判斷模組，用以判斷受測生理資料於時間區間內是否存在符合障礙生理資料之片段資料，及用以在判斷受測生理資料存在符合障礙生理資料之片段資料後，確認受測者患有睡眠障礙。

本發明所揭露之依據預測結果判斷是否存在睡眠障礙之方法，其步驟至少包括：提供可預測睡眠障礙之睡眠障礙預測模型；讀取受測者於睡眠時所測得之受測生理資料；睡眠障礙預測模型依據受測生理資料預測睡眠障礙發生之時間區間及睡眠障礙發生時所測得之障礙生理資料；判斷受測生理資料於時間區間內存在符合障礙生理資料之片段資料後，確認受測者患有睡眠障礙。

本發明所揭露之系統與方法如上，與先前技術之間的差異在於本發明透過睡眠障礙預測模型依據受測生理資料預測睡眠障礙發生之時間區間及睡眠障礙發生時所測得之障礙生理資料，當受測生理資料於時間區間內存在符合障礙生理資料之片段資料後，判斷受測者患有睡眠障礙，藉以解決先前技術所存在的問題，並可以達成自動判斷受測者患有之睡眠障礙的技術功效。

以下將配合圖式及實施例來詳細說明本發明之特徵與實施方式，內容足以使任何熟習相關技藝者能夠輕易地充分理解本發明解決技術問題所應用的技術手段並據以實施，藉此實現本發明可達成的功效。

本發明可以在測量受測者睡眠時之生理資料的過程中，依據已測得之生理資料預測睡眠障礙可能發生的時間區間，並在預測的時間區間中發生睡眠障礙時，判斷受測者患有睡眠障礙。其中，本發明所提之睡眠障礙包含但不限於睡眠呼吸暫停或呼吸不足等睡眠相關呼吸障礙、嗜睡症等可能影響睡眠品質的症狀。

本發明所提之生理資料為對個體進行特定測量後所得到的資料，例如，心跳數、呼吸數、體溫、血壓、肢體動作等，也可以如腦波圖、心電圖、聲音反射訊號、光反射訊號、血氧濃度、二氧化碳濃度、皮膚傳導性、眼球活動狀況、眼瞼活動狀況、身體末梢血管之體積/容積等，甚至可以是由上述各資料任意組成之集合，但並不以此為限。

以下先以「第1圖」本發明所提之依據預測結果判斷是否存在睡眠障礙之系統架構圖來說明本發明的系統運作。如「第1圖」所示，本發明之系統含有資料讀取模組120、睡眠障礙預測模型150、以及睡眠障礙判斷模組160。

資料讀取模組120負責以有線或無線的方式，讀取感測器140在受測者睡眠過程中所測得的生理資料，在本發明中，資料讀取模組120所讀取之生理資料被稱為「受測生理資料」。

其中，感測器140負責在受測者進行睡眠過程中監測受測者的生理資料。感測器140可以為侵入式或非侵入式的裝置，當感測器140為侵入式時，感測器140將全部或部分埋入受測者的體內；而當感測器140為非侵入式時，感測器140可能與受測者接觸，例如血壓計、溫度計、腦波測量裝置、心電圖測量裝置等裝置都可能與受測者接觸，感測器140也可能不需與受測者接觸，例如動作感測裝置、震動感測器等不需要與受測者接觸的裝置。

特別值得一提的是，感測器140並不一定要包含在本發明中，也就是說，若本發明並未包含感測器140，則資料讀取模組120需要至可以提供所測量到之生理資料的外部感測器讀取生理資料。

睡眠障礙預測模型150負責依據資料讀取模組120所讀取之受測生理資料，預測一種或多種睡眠障礙發生的時間區間。其中，睡眠障礙預測模型150可以對每一種睡眠障礙預測一個或多個可能發生的時間區間。

睡眠障礙預測模型150也負責預測資料讀取模組120在睡眠障礙發生時自感測器所讀取到的生理資料，在本發明中，睡眠障礙預測模型150所預測之生理資料被稱為「障礙生理資料」。

一般而言，睡眠障礙預測模型150會依據資料讀取模組120所讀取之受測生理資料的特徵預測各種睡眠障礙發生的時間區間，以及預測資料讀取模組120在睡眠障礙發生時所讀取到之障礙生理資料。其中，睡眠障礙預測模型150預測各種睡眠障礙發生之時間區間以及障礙生理資料所使用的特徵為受測生理資料的振幅210、週期220/頻率、波形230、及波形與時間軸圍起之區域面積240，如「第2圖」所示，甚至睡眠障礙預測模型150進行預測所使用之特徵也可以是上述各個項目所組成之集合，但本發明睡眠障礙預測模型150進行預測所使用之特徵並不以上述為限。

特別值得一提的是，在實務上，睡眠障礙預測模型150為一個能夠預測睡眠障礙的類神經網路或專家系統，因此，在使用大量生理資料訓練睡眠障礙預測模型150或睡眠障礙預測模型150分析大量的生理資料後，若提供受測生理資料給睡眠障礙預測模型150，睡眠障礙預測模型150便可以預測睡眠障礙。

睡眠障礙判斷模組160負責判斷資料讀取模組120在睡眠障礙預測模型150所預測之時間區間內所讀取到的受測生理資料中，是否存在符合睡眠障礙預測模型150所預測之障礙生理資料的片段資料。

若睡眠障礙判斷模組160判斷在被預測之時間區間內所讀取到的受測生理資料中，確實包含符合被預測之障礙生理資料的片段資料，則睡眠障礙判斷模組160可以確認該受測者患有被預測的睡眠障礙，反之，若眠障礙判斷模組160判斷在被預測之時間區間內所讀取到的受測生理資料中，不包含符合被預測之障礙生理資料的片段資料，則睡眠障礙判斷模組160可以確認該受測者並未患有被預測的睡眠障礙。

在部分的實施例中，睡眠障礙判斷模組160可以判斷在被預測之時間區間內所讀取到的受測生理資料中，是否存在與被預測之障礙生理資料的比值達到預定之門檻值的資料，若有資料與障礙生理資料的比值達到門檻值，則睡眠障礙判斷模組160將確認該資料符合障礙生理資料，此一資料即為本發明所提的「片段資料」。

此外，本發明更可以額外包含模型訓練模組190，模型訓練模組190負責以有線或無線的方式，至本發明之系統外部的儲存媒體400中，讀取預先儲存於儲存媒體400中之多個睡眠障礙者於睡眠時所測得的生理資料，在本發明中，睡眠障礙者於睡眠時所測得的生理資料被稱為「標靶生理資料」。

模型訓練模組190可以在由儲存媒體400讀取標靶生理資料後，使用所讀取到之標靶生理資料訓練睡眠障礙預測模型150。值得一提的是，患有某種睡眠障礙的患者所測量出之標靶生理資料可以代表該種睡眠障礙，當代表某種睡眠障礙之標靶生理資料達到一定數量時，睡眠障礙預測模型150便完成該種睡眠障礙的訓練，也就是說，睡眠障礙預測模型150可以預測該種睡眠障礙。如此，模型訓練模組190會持續讀取標靶生理資料並訓練睡眠障礙預測模型150，直到睡眠障礙預測模型150完成各種睡眠障礙的訓練為止。

接著以一個實施例來解說本發明的運作系統與方法，並請參照「第3A圖」本發明所提之依據預測結果判斷是否存在睡眠障礙之方法流程圖。

在本發明提供給受測者使用之前，睡眠障礙預測模型150需要完成各種睡眠障礙的訓練，以便可以提供睡眠障礙的預測(步驟310)。在本實施例中，可以如「第3B圖」所示，由模型訓練模組190至儲存媒體400中，讀取患有各種不同睡眠障礙的多個患者於睡眠時，由感測器140或外部之感測器測量所得的多個標靶生理資料(步驟312)。其中，由某種睡眠障礙的患者所測量出之標靶生理資料可以代表該種睡眠障礙。

並在模型訓練模組190讀取出代表各種睡眠障礙的標靶生理資料後，使用所讀取之標靶生理資料訓練睡眠障礙預測模型150(步驟316)，直到模型訓練模組190判斷睡眠障礙預測模型150已完成各種睡眠障礙的訓練(步驟318)為止。

在睡眠障礙預測模型150完成各種睡眠障礙的訓練後，本發明便可以提供給受測者使用。如此，在受測者欲使用本發明進行睡眠障礙的檢測時，受測者需要進行睡眠，感測器140可以在受測者睡眠的過程中測量受測者的受測生理資料，資料讀取模組130可以直接讀取感測器140所測量出之受測生理資料(步驟330)。在本實施例中，假設感測器140被用來測量腦波，則資料讀取模組130將可以由感測器140讀取到腦電圖訊號或腦波訊號。

在資料讀取模組130讀取受測者睡眠時所測得的受測生理資料(步驟330)後，經過訓練的睡眠障礙預測模型150可以依據資料讀取模組130所讀取到之受測生理資料預測睡眠障礙發生的時間區間，並預測在睡眠障礙發生時，資料讀取模組130所讀取到之障礙生理資料(步驟350)。在本實施例中，睡眠障礙預測模型150會以生理資料的振幅、週期等特徵預測某一睡眠障礙發生之時間區間以及該睡眠障礙發生時感測器140所測得的障礙生理資料。同時，睡眠障礙預測模型150也可以生理資料與時間軸所圍出的區域面積等特徵預測另一種睡眠障礙發生之時間區間以及該睡眠障礙發生時感測器140所測得的障礙生理資料，但本發明並不以此為限。

在睡眠障礙預測模型150依據受測生理資料預測睡眠障礙發生的時間區間，並預測在睡眠障礙發生時所測得之障礙生理資料(步驟350)後，睡眠障礙判斷模組160可以判斷在睡眠障礙預測模型150所預測之時間區間內，資料讀取模組130所讀取之受測生理資料中是否存在符合睡眠障礙預測模型150所預測之障礙生理資料的片段資料(步驟370)。在本實施例中，睡眠障礙判斷模組160可以逐一計算受測生理資料在睡眠障礙預測模型150所預測之時間區間內的各個資料與睡眠障礙預測模型150所預測之障礙生理資料的比值，當受測生理資料在睡眠障礙預測模型150所預測之時間區間內，存在某個資料與障礙生理資料的比值達到預定的門檻值時，睡眠障礙判斷模組160便可以判斷該資料(片段資料)符合障礙生理資料。

在睡眠障礙判斷模組160判斷出受測生理資料在預測之時間區間內，存在片段資料符合預測之障礙生理資料(步驟370)後，睡眠障礙判斷模組160可以確認受測者患有被預測的睡眠障礙(步驟390)。如此，受測者可以只測量一次睡眠中的生理資料，便可以透過本發明得知是否患有睡眠障礙。

綜上所述，可知本發明與先前技術之間的差異在於具有睡眠障礙預測模型依據受測生理資料預測睡眠障礙發生之時間區間及睡眠障礙發生時所測得之障礙生理資料，當受測生理資料於時間區間內存在符合障礙生理資料之片段資料後，判斷受測者患有睡眠障礙之技術手段，藉由此一技術手段可以解決先前技術所存在需要長期且多次的監測睡眠時之生理資料才能判斷是否患有睡眠障礙的問題，進而達成自動判斷受測者患有之睡眠障礙的技術功效。

再者，本發明之依據預測結果判斷是否存在睡眠障礙之方法，可實現於硬體、軟體或硬體與軟體之組合中，亦可在電腦系統中以集中方式實現或以不同元件散佈於若干互連之電腦系統的分散方式實現。

雖然本發明所揭露之實施方式如上，惟所述之內容並非用以直接限定本發明之專利保護範圍。任何本發明所屬技術領域中具有通常知識者，在不脫離本發明所揭露之精神和範圍的前提下，對本發明之實施的形式上及細節上作些許之更動潤飾，均屬於本發明之專利保護範圍。本發明之專利保護範圍，仍須以所附之申請專利範圍所界定者為準。

120．．．資料讀取模組

140．．．感測器

150．．．睡眠障礙預測模型

160．．．睡眠障礙判斷模組

190．．．模型訓練模組

210．．．振幅

220．．．週期

230．．．波形

240．．．區域面積

400．．．儲存媒體

步驟310　提供可預測睡眠障礙之睡眠障礙預測模型

步驟312　讀取預先儲存之睡眠障礙者於睡眠時所測得之標靶生理資料

步驟316　使用標靶生理資料訓練睡眠障礙預測模型

步驟318　判斷睡眠障礙預測模型是否完成訓練

步驟330　讀取受測者於睡眠時所測得之受測生理資料

步驟350　睡眠障礙預測模型依據受測生理資料預測睡眠障礙發生之時間區間及睡眠障礙發生時所測得之障礙生理資料

步驟370　判斷受測生理資料於時間區間內是否存在片段資料符合障礙生理資料

步驟390　確認受測者患有睡眠障礙

第1圖為本發明所提之依據預測結果判斷是否存在睡眠障礙之系統架構圖。

第2圖為本發明實施例所提之波形示意圖。

第3A圖為本發明所提之依據預測結果判斷是否存在睡眠障礙之方法流程圖。

第3B圖為本發明所提之訓練睡眠障礙預測模型之方法流程圖。

步驟310　提供可預測睡眠障礙之睡眠障礙預測模型

步驟330　讀取受測者於睡眠時所測得之受測生理資料

步驟350　睡眠障礙預測模型依據受測生理資料預測睡眠障礙發生之時間區間及睡眠障礙發生時所測得之障礙生理資料

步驟370　判斷受測生理資料於時間區間內是否存在片段資料符合障礙生理資料

步驟390　確認受測者患有睡眠障礙

Claims (10)

1. 一種依據預測結果判斷是否存在睡眠障礙之方法，該方法至少包含下列步驟：提供可預測一睡眠障礙之一睡眠障礙預測模型；讀取一受測者於睡眠時所測得之一受測生理資料；該睡眠障礙預測模型依據該受測生理資料預測該睡眠障礙發生之至少一時間區間及該睡眠障礙發生時所測得之一障礙生理資料；及判斷該受測生理資料於該時間區間內存在符合該障礙生理資料之一片段資料後，確認該受測者患有該睡眠障礙。
2. 如申請專利範圍第1項所述之依據預測結果判斷是否存在睡眠障礙之方法，其中該提供可預測該睡眠障礙之該睡眠障礙預測模型之步驟包含讀取預先儲存之多個睡眠障礙者於睡眠時所測得之多個標靶生理資料，並使用該些標靶生理資料訓練該睡眠障礙預測模型，直到該睡眠障礙預測模型完成訓練之步驟。
3. 如申請專利範圍第1項所述之依據預測結果判斷是否存在睡眠障礙之方法，其中該睡眠障礙預測模型依據該受測生理資料預測該睡眠障礙發生之各該時間區間及該睡眠障礙發生時所測得之該障礙生理資料之步驟是該睡眠障礙預測模型依據該受測生理資料之特徵預測各該時間區間及該障礙生理資料。
4. 如申請專利範圍第1項所述之依據預測結果判斷是否存在睡眠障礙之方法，其中該判斷該受測生理資料於該時間區間內存在符合該障礙生理資料之一片段資料之步驟為判斷該受測生理資料於該時間區間內之各片段資料與該障礙生理資料之比值達到門檻值時，確認比值達到門檻值之該片段資料符合該障礙生理資料。
5. 一種依據預測結果判斷是否存在睡眠障礙之系統，該系統至少包含：一資料讀取模組，用以讀取一受測者於睡眠時所測得之一受測生理資料；一睡眠障礙預測模型，用以依據該受測生理資料預測該睡眠障礙發生之至少一時間區間及該睡眠障礙發生時所測得之一障礙生理資料；及一睡眠障礙判斷模組，用以判斷該受測生理資料於該時間區間內是否存在符合該障礙生理資料之一片段資料，及用以於判斷該受測生理資料存在符合該障礙生理資料之該片段資料後，確認該受測者患有該睡眠障礙。
6. 如申請專利範圍第5項所述之依據預測結果判斷是否存在睡眠障礙之系統，其中該系統更包含一模型訓練模組，用以讀取預先儲存之多個睡眠障礙者於睡眠時所測得之多個標靶生理資料，並使用該些標靶生理資料訓練該睡眠障礙預測模型，直到該睡眠障礙預測模型完成訓練為止。
7. 如申請專利範圍第5項所述之依據預測結果判斷是否存在睡眠障礙之系統，其中該睡眠障礙預測模型是依據該受測生理資料之特徵預測各該時間區間及該障礙生理資料。
8. 如申請專利範圍第7項所述之依據預測結果判斷是否存在睡眠障礙之系統，其中該受測生理資料之特徵為該受測生理資料之振幅、週期/頻率、波形、及波形與時間軸圍起之區域面積所組成之集合。
9. 如申請專利範圍第5項所述之依據預測結果判斷是否存在睡眠障礙之系統，其中該睡眠障礙判斷模組是判斷該受測生理資料於該時間區間內之各片段資料與該障礙生理資料之比值達到門檻值時，判斷比值達到門檻值之該片段資料符合該障礙生理資料。
10. 如申請專利範圍第5項所述之依據預測結果判斷是否存在睡眠障礙之系統，其中該系統更包含一感測器，用以測量該受測生理資料。