TWI469765B - 無線量測睡眠深度的裝置與方法 - Google Patents
無線量測睡眠深度的裝置與方法 Download PDFInfo
- Publication number
- TWI469765B TWI469765B TW100142046A TW100142046A TWI469765B TW I469765 B TWI469765 B TW I469765B TW 100142046 A TW100142046 A TW 100142046A TW 100142046 A TW100142046 A TW 100142046A TW I469765 B TWI469765 B TW I469765B
- Authority
- TW
- Taiwan
- Prior art keywords
- sleep
- heart rate
- calculating
- parameter
- spectral density
- Prior art date
Links
Landscapes
- Measuring Pulse, Heart Rate, Blood Pressure Or Blood Flow (AREA)
- Measurement Of The Respiration, Hearing Ability, Form, And Blood Characteristics Of Living Organisms (AREA)
Description
本揭露係關於一種無線量測睡眠深度的裝置與方法。
“睡眠時間”約佔了人類一生的1/4~1/3,因此,睡眠可視為人類極為重要的功用。不過,因為現代社會產生極大無形的壓力,致使睡眠障礙成為許多人生活中相當普遍的困擾,統計數字指出大約20-30%的成年人患有失眠的問題。其中有高達17%患者的失眠達到必需使用藥物的病情程度,尤其是六十五歲以上的老年失眠人口的比例則高達年輕人口群的五~六倍之多。
一般量測睡眠品質的方式是由腦波判讀睡眠狀態,以了解使用者之睡眠深度與品質。然而,此量測方式需於頭皮上貼以大量的電極片,造成繁瑣的使用程序,且一般使用者不具備相關判讀的知識與能力,因此無法自行藉由腦波圖形判讀睡眠狀態。由於,腦波判讀的方法需要醫療院所的專業器材,以及需要專業人員協助提供解說給一般民眾,所以,無法普及一般民眾的使用。
先前技藝曾有揭露一種應用電極貼片,分析使用者之心電感應圖(Electrocardiogram,EKG)訊號,來判斷使用者之睡眠深度。另也有應用鼾聲感測器、呼吸感測器、動作感測器或體溫感測器,透過網路與後端伺服器做連結,以分析使用者之睡眠品質。另有一種藉由腦波感測器做腦波軟體分析與繪圖,判斷使用者的睡眠狀況,其中使用者需要配戴無線生理訊號感測器,例如腦波貼片,以獲得使用者的睡眠狀況。
先前技藝曾有揭露一種呼吸與心跳之統計分析,並指出呼吸、心跳與睡眠深度具有相當程度關連性。另有技術是使用有線之EKG感測系統,來判斷受測者之心跳與動作,並應用心率變異(Heart Rate Variability,HRV)與變異數Variance等統計方式與動作是否發生,來判斷使用者之睡眠深度。
本揭露實施例可提供一種無線量測睡眠深度的裝置與方法。
所揭露的一實施例是關於一種無線量測睡眠深度的裝置,此裝置包含:一無線生理律動感測器與一分析模組。此無線生理律動感測器發射複數個探測脈波至一受測者的一生理律動處,並接收複數個反射脈波,再將此受測者的此複數個反射脈波轉換為每時間單位複數個生理律動值。此分析模組含有一處理器與一記憶體,此處理器分析此無線生理律動感測器的複數個生理律動值,判定此受測者的睡眠姿勢是否改變,及計算出複數個睡眠參數及此複數個睡眠參數各自對應的一睡眠深度參數加權值,再計算出該至少一睡眠深度資訊,並儲存此至少一睡眠深度資訊於此記憶體中。
所揭露的另一實施例是關於一種無線量測睡眠深度的方法,此方法可實施於備有一無線生理律動感測器及一分析模組的一無線量測睡眠深度裝置,此方法包含:由此無線生理律動感測器發射複數個探測脈波至一受測者的一生理律動處,並接收複數個反射脈波,再將此受測者的此複數個反射脈波轉換為每時間單位複數個生理律動值;此分析模組利用一處理器分析此無線生理律動感測器的複數個反射脈波,以判定此受測者的睡眠姿勢是否改變;在一連續特定時間區間,持續分析該每時間單位複數個生理律動值並計算複數睡眠參數(index),根據此每時間單位複數個生理律動值與睡眠姿勢改變次數,計算出此複數睡眠參數及此複數睡眠參數各自對應的一睡眠深度(sleep index)加權值(weight),再計算出至少一睡眠深度資訊;並儲存此至少一睡眠深度資訊於此記憶體中。
茲配合下列圖示、實施例之詳細說明及申請專利範圍,將上述及本揭露之其他優點詳述於後。
第一圖是一種無線量測睡眠深度裝置的一範例示意圖。如第一圖所示,在實施範例中,一種無線量測睡眠深度的裝置100包含:一無線生理律動感測器110與一分析模組120。無線生理律動感測器110發射複數個探測脈波至一受測者的一生理律動處,並接收複數個反射脈波,再將此複數個反射脈波轉換為每時間單位複數個生理律動值。分析模組120含有一處理器130及一記憶體140,處理器130分析無線生理律動感測器110的複數個生理律動值,判定睡眠姿勢是否改變,根據此複數個生理律動值與睡眠姿勢改變次數計算出複數個睡眠參數,及此複數個睡眠參數各自對應的一睡眠深度參數加權值,再計算出至少一睡眠深度資訊,並儲存此至少一睡眠深度資訊於記憶體140中。此生理律動值例如是一心跳值或一呼吸值。
第二圖是根據一實施例,說明一種無線量測睡眠深度方法之運作流程。如第二圖所示,所揭露的另一實施例是關於一種無線量測睡眠深度的方法,此方法可實施於備有一無線生理律動感測器及一分析模組的一無線量測睡眠深度裝置。此方法包由此無線生理律動感測器發射複數個探測脈波至一受測者的一生理律動處,並接收複數個反射脈波,再將此受測者的此複數個反射脈波轉換為每時間單位複數個生理律動值;此分析模組利用一處理器分析此無線生理律動感測器的複數個反射脈波,以判定此受測者的睡眠姿勢是否改變;在一連續特定時間區間,持續分析該每時間單位複數個生理律動值並計算複數睡眠參數;根據此每時間單位複數個生理律動值與睡眠姿勢改變次數計算出此複數睡眠參數及此複數睡眠參數各自對應的一睡眠深度加權值,再計算出至少一睡眠深度資訊;並儲存此至少一睡眠深度資訊於此記憶體中。此生理律動值例如是一心跳值或一呼吸值。此睡眠參數,例如是一心率變化睡眠參數、一心率之功率頻譜密度低頻數值睡眠參數、一心率之功率頻譜密度型態睡眠參數、一心率中位數之變化率睡眠參數、一心率之變化率差異值睡眠參數、以及一心率之趨勢線斜率睡眠參數之任意組合。所述生理律動處可以是心或肺活動處。
第三A圖是根據一實施例,以心率感測為例說明計算心率變化睡眠參數。如第三A圖所示,計算心率變化睡眠參數的方式包含:以每分鐘心跳率(HR)計算每30秒長度每10秒更新之心率中位數(HRMed
);再由心率中位數(HRMed
)計算每30分鐘長度每10秒更新之心率中位數之趨勢線斜率(POLY),並設定睡眠深度參數以-2做為起始值。當一受測者的睡眠姿勢改變,且心率中位數之趨勢線斜率小於-0.01時,則睡眠深度參數+0.5開始計時500秒內不修正睡眠參數,而當睡眠姿勢改變且心率中位數之趨勢線斜率大於等於-0.01則睡眠深度參數+1,則開始計時650秒內不修正睡眠參數,若650秒內再度改變睡眠姿勢,則睡眠深度參數+0.2,請參考第三B圖所示。
第四A圖是根據一實施例,以心率感測為例說明計算心率之功率頻譜密度低頻數值睡眠參數。如第四A圖所示,計算心率之功率頻譜密度低頻數值睡眠參數的方式包含:以每分鐘心跳率(HR)計算10分鐘長度且每10秒更新之1024點功率頻譜密度(FFT1024p
),再計算出此1024點功率頻譜密度前200點之最大功率Index(HRVmaxIdx
),並標定此差異值為此心率之功率頻譜密度低頻數值睡眠參數。當心率之功率頻譜密度低頻數值睡眠參數小於10,則睡眠深度參數等於-3,則結束計算後續其他參數,請參考第四B圖所示。
第五A圖是根據一實施例,以心率感測為例說明如何計算心率之功率頻譜密度型態睡眠參數。如第五A圖所示,計算心率之功率頻譜密度型態睡眠參數的方法包含:計算1024點功率頻譜密度10分鐘前200點之平均功率Index(HRVmeanIdx
)與最大功率Index(HRVmaxIdx
)的一差異值(HRVdiffIdx
),標定此差異值為心率之功率頻譜密度型態睡眠參數。當心率之功率頻譜密度型態睡眠參數大於50則睡眠深度參數+0.5,當心率之功率頻譜密度型態睡眠參數位於50與>25之間,則睡眠深度參數+0.3,當心率之功率頻譜密度型態睡眠參數位於-25與-50之堅,則睡眠深度參數-0.5,當心率之功率頻譜密度型態睡眠參數小於-50,則睡眠深度-1,請參考第五B圖所示。
第六A圖是根據一實施例,以心率感測為例說明計算心率中位數之變化率睡眠參數。如第六A圖所示,計算心率中位數之變化率睡眠參數的方法包含:計算心率中位數之變化率(HBMed
)之3分鐘長度且每10秒更新的一標準差(STDMed
),並標定此差異值為此心率中位數之變化率睡眠參數。當此心率中位數之變化率睡眠參數大於6,則睡眠深度參數=0,則省略判定心率之變化率差異值睡眠參數,請參考第六B圖所示。
第七A圖是根據一實施例,以心率感測為例說明計算心率之變化率差異值睡眠參數。如第七A圖所示,計算心率之變化率差異值睡眠參數的方式包含:以每分鐘心跳率計算3分鐘長度且每10秒更新之一標準差;再計算一中位數標準差與一心率標準差的一差異值,並標定此差異值為此心率之變化率差異值睡眠參數。當此心率之變化率差異值睡眠參數大於3,則睡眠深度參數+0.5,當此心率之變化率差異值睡眠參數小於0,則睡眠深度指數-0.5,請參考第七B圖所示。
第八A圖是根據一實施例,以心率感測為例說明計算心率之趨勢線斜率睡眠參數。如第八A圖所示,計算心率之趨勢線斜率(POLY)參數睡眠的方式包括:標定心率之趨勢線斜率值為此心率之趨勢線斜率睡眠參數。當心率之趨勢線斜率大於0.1,則睡眠深度參數+1,當心率之趨勢線斜率位於0.1與0.05的區間,則睡眠深度參數+0.5,當心率之趨勢線斜率位於0與-0.05的區間,則睡眠深度參數-0.5,當心率之趨勢線斜率位於-0.05與-1的區間,則睡眠深度參數-1,當心率之趨勢線斜率小於-1,則睡眠深度參數-1.5,請參考第八B圖所示。
第九圖是根據一實施例,說明計算睡眠深度資訊。如第九圖所示,計算在每時間單位此複數個睡眠參數對應的一睡眠深度參數加權值,再計算出至少一睡眠深度資訊,此每單位時間例如前30分鐘。
第十圖是根據一實施例,說明一種無線量測睡眠深度裝置的示意圖。如第十圖所示,在實施例中,無線量測睡眠深度裝置100還包括一繪圖模組1010與一顯示模組1020。繪圖模組1010根據儲存於該記憶體儲中的睡眠深度資訊繪製出至少一睡眠深度趨勢線圖,如曲線圖等。顯示模組1020顯示根據儲存於該記憶體儲中的睡眠深度資訊顯示出至少一睡眠深度趨勢線圖,如顯示器等。
以上所述者皆僅為本揭露實施例,不能依此限定本揭露實施之範圍。大凡本發明申請專利範圍所作之均等變化與修飾,皆應屬於本發明專利涵蓋之範圍。
100...無線量測睡眠深度裝置
110...無線生理律動感測器
120...分析模組
130...處理器
140...記憶體
1010...繪圖模組
1020...顯示模組
第一圖是一種無線量測睡眠深度裝置的一範例示意圖。
第二圖是根據一實施例,說明一種無線量測睡眠深度方法之運作流程。
第三A圖與第三B圖是根據一實施例,以心率感測為例說明計算心率變化睡眠參數。
第四A是與第四B圖根據一實施例,以心率感測為例說明如何計算心率之功率頻譜密度低頻數值睡眠參數。
第五A圖與第五B圖是根據一實施例,以心率感測為例說明如何計算心率之功率頻譜密度型態睡眠參數。
第六A圖與第六B圖是根據一實施例,以心率感測為例說明計算心率中位數之變化率睡眠參數。
第七A圖與第七B圖是根據一實施例,以心率感測為例說明計算心率之變化率差異值睡眠參數。
第八A圖與第八B圖是根據一實施例,以心率感測為例說明計算心率之趨勢線斜率睡眠參數。
第九圖是根據一實施例,說明計算睡眠深度資訊。
第十圖是根據一實施例,說明一種無線量測睡眠深度裝置的示意圖。
100...無線量測睡眠深度裝置
110...無線生理律動感測器
120...分析模組
130...處理器
140...記憶體
Claims (14)
- 一種無線量測睡眠深度的裝置,該裝置包含:一無線生理律動感測器,發射複數個探測脈波至一受測者的一生理律動處,並接收複數個反射脈波,再將該受測者的該複數個反射脈波轉換為每時間單位複數個生理律動值;以及一分析模組,含有一處理器及一記憶體,該處理器分析該無線生理律動感測器的該複數個反射脈波,判定該受測者的睡眠姿勢是否改變,及根據該複數個生理律動值,計算出複數個睡眠參數及該複數個睡眠參數各自對應的一睡眠深度參數加權值,再計算出至少一睡眠深度資訊,並儲存該至少一睡眠深度資訊於該記憶體中;其中,該無線生理律動感測器為一心率感測器,該處理器根據該心率感測器轉換的該複數個生理律動值,計算與分析該複數個睡眠參數,至少包括計算一心率之功率頻譜密度低頻數值睡眠參數並且修正與加權該功率頻譜密度低頻數值睡眠參數所對應的睡眠深度參數、以及計算該心率之功率頻譜密度型態睡眠參數並且修正與加權該心率之功率頻譜密度型態睡眠參數所對應的睡眠深度參數。
- 如申請專利範圍第1項所述之裝置,還可包括一繪圖模組,根據儲存於該記憶體儲中的睡眠深度 資訊繪製出至少一睡眠深度趨勢線圖。
- 如申請專利範圍第1項所述之裝置,還可包括一顯示模組,根據儲存於該記憶體儲中的該至少一睡眠深度資訊顯示出至少一睡眠深度趨勢線圖。
- 如申請專利範圍第1項所述之裝置,其中該生理律動值是一心跳值或一呼吸值。
- 一種無線量測睡眠深度的方法,該方法實施於備有一無線生理律動感測器及一分析模組的一無線量測睡眠深度裝置,該方法包含:該無線生理律動感測器發射複數個探測脈波至一受測者的一生理律動處,並接收複數個反射脈波,再將此受測者的此複數個反射脈波轉換為每時間單位複數個生理律動值;該分析模組利用一處理器分析該無線生理律動感測器的該複數個反射脈波,以判定該受測者的睡眠姿勢是否改變,在一連續特定區間,持續分析該每時間單位複數個生理律動值並計算複數睡眠參數;且根據該每時間單位複數個生理律動值計算出該複數睡眠參數及該複數睡眠參數各自對應的一睡眠深度加權值,再計算出至少一睡眠深度資訊,並儲存該至少一睡眠深度資訊於一記憶體中;其中,該無線生理律動感測器為一心率感測器,並且該方法還包括:根據該心率感測器轉換的 該複數個生理律動值,利用該處理器,計算與分析該複數個睡眠參數,至少包括計算一心率之功率頻譜密度低頻數值睡眠參數並且修正與加權該功率頻譜密度低頻數值睡眠參數所對應的睡眠深度參數、以及計算該心率之功率頻譜密度型態睡眠參數並且修正與加權該心率之功率頻譜密度型態睡眠參數所對應的睡眠深度參數。
- 如申請專利範圍第5項所述之方法,其中該生理律動值是一心跳值或一呼吸值。
- 如申請專利範圍第5項所述之方法,其中該複數個睡眠參數是一心率變化睡眠參數、該心率之功率頻譜密度低頻數值睡眠參數、該心率之功率頻譜密度型態睡眠參數、一心率中位數之變化率睡眠參數、一心率之變化率差異值睡眠參數、以及一心率之趨勢線斜率睡眠參數之任意組合。
- 如申請專利範圍第7項所述之方法,其中計算該心率變化睡眠參數的方式包含:以每分鐘心跳率計算一心率中位數;以及再由該心率中位數計算出一心率中位數之趨勢線斜率。
- 如申請專利範圍第7項所述之方法,其中計算該心率之功率頻譜密度低頻數值睡眠參數的方式包含:以每分鐘心跳率計算一頻譜密度,再計算出該頻譜密度之最大功率;以及 標定一差異值為該心率之功率頻譜密度低頻數值睡眠參數。
- 如申請專利範圍第7項所述之方法,其中計算該心率之功率頻譜密度型態睡眠參數包含:計算一頻譜密度之平均功率與最大功率的一差異值,並標定該差異值為該心率之功率頻譜密度型態睡眠參數。
- 如申請專利範圍第7項所述之方法,其中計算該心率中位數之變化率睡眠參數的方式包含:計算一心率中位數之變化率之更新的一標準差,並標定該差異值為該心率中位數之變化率睡眠參數。
- 如申請專利範圍第7項所述之方法,其中計算該心率之變化率差異值睡眠參數的方式包含:以每分鐘心跳率計算標準差;計算一中位數標準差與一心率標準差的一差異值;以及標定該差異值為該心率之變化率差異值睡眠參數。
- 如申請專利範圍第7項所述之方法,其中計算該心率之趨勢線斜率睡眠參數的方式包含:標定心率之趨勢線斜率值為該心率之趨勢線斜率睡眠參數。
- 如申請專利範圍第7項所述之方法,其中計算該睡眠深度資訊的方式包含:計算在每時間單位該 複數個睡眠參數對應的一睡眠深度參數加權值,再計算出該至少一睡眠深度資訊。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
TW100142046A TWI469765B (zh) | 2011-11-17 | 2011-11-17 | 無線量測睡眠深度的裝置與方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
TW100142046A TWI469765B (zh) | 2011-11-17 | 2011-11-17 | 無線量測睡眠深度的裝置與方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
TW201320965A TW201320965A (zh) | 2013-06-01 |
TWI469765B true TWI469765B (zh) | 2015-01-21 |
Family
ID=49032061
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
TW100142046A TWI469765B (zh) | 2011-11-17 | 2011-11-17 | 無線量測睡眠深度的裝置與方法 |
Country Status (1)
Country | Link |
---|---|
TW (1) | TWI469765B (zh) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US10685220B2 (en) | 2017-10-23 | 2020-06-16 | Wistron Corp. | Image detection method and image detection device for determining posture of a user |
US10699107B2 (en) | 2017-10-23 | 2020-06-30 | Wistron Corp. | Image detection method and image detection device for determining posture of a user |
Families Citing this family (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106175678A (zh) * | 2016-07-13 | 2016-12-07 | 翟思民 | 一种面向睡眠分析的无线心电监护方法、系统及监护衣 |
CN110891473B (zh) * | 2017-10-29 | 2022-06-24 | 李小平 | 管理大脑睡眠模式的方法和设备 |
CN109745011B (zh) * | 2019-02-20 | 2021-12-03 | 华为终端有限公司 | 用户睡眠呼吸风险监控方法、终端及计算机可读介质 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20100049008A1 (en) * | 2006-09-27 | 2010-02-25 | Resmed Limited | Method and apparatus for assessing sleep quality |
TW201019901A (en) * | 2008-11-17 | 2010-06-01 | Univ Nat Yang Ming | Sleep analysis system and analysis method thereof |
TW201019907A (en) * | 2008-11-21 | 2010-06-01 | Univ Yuan Ze | Remote sleeping quality detecting system and method thereof |
CN102046076A (zh) * | 2008-04-03 | 2011-05-04 | Kai医药公司 | 非接触式生理运动传感器及其使用方法 |
-
2011
- 2011-11-17 TW TW100142046A patent/TWI469765B/zh active
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20100049008A1 (en) * | 2006-09-27 | 2010-02-25 | Resmed Limited | Method and apparatus for assessing sleep quality |
CN102046076A (zh) * | 2008-04-03 | 2011-05-04 | Kai医药公司 | 非接触式生理运动传感器及其使用方法 |
TW201019901A (en) * | 2008-11-17 | 2010-06-01 | Univ Nat Yang Ming | Sleep analysis system and analysis method thereof |
TW201019907A (en) * | 2008-11-21 | 2010-06-01 | Univ Yuan Ze | Remote sleeping quality detecting system and method thereof |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US10685220B2 (en) | 2017-10-23 | 2020-06-16 | Wistron Corp. | Image detection method and image detection device for determining posture of a user |
US10699107B2 (en) | 2017-10-23 | 2020-06-30 | Wistron Corp. | Image detection method and image detection device for determining posture of a user |
Also Published As
Publication number | Publication date |
---|---|
TW201320965A (zh) | 2013-06-01 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP6508417B2 (ja) | 睡眠現象のモニタリング | |
US11224385B2 (en) | Method for determining a person's sleeping phase which is favourable for waking up | |
US11607138B2 (en) | Respiratory rate detection using decomposition of ECG | |
US9943237B2 (en) | Analysis of direct and indirect heartbeat data variations | |
JP5944899B2 (ja) | 呼吸の量、運動、および変化を測定することによる呼吸変動モニタリングのための装置 | |
JP4342455B2 (ja) | 健康管理装置および健康管理システム | |
US10182729B2 (en) | Systems and methods for monitoring hemodynamic status | |
US20040254481A1 (en) | Methods and systems for monitoring respiration | |
JP2020503085A (ja) | 呼吸早期警告スコアリングシステムおよび方法 | |
KR20200026879A (ko) | 호흡량 모니터 및 인공호흡기 | |
US20130053653A1 (en) | Radar based systems and methods for monitoring a subject | |
EP1259157B1 (en) | Method and apparatus for the non-invasive detection of particular sleep-state conditions by monitoring the peripheral vascular system | |
EP3785610B1 (en) | Method of processing a signal representing a physiological rhythm | |
US9743889B2 (en) | System and method for detecting worsening of heart failure based on rapid shallow breathing index | |
CA2752154A1 (en) | Detecting sleep disorders using heart activity | |
TWI469765B (zh) | 無線量測睡眠深度的裝置與方法 | |
US20140350355A1 (en) | Monitoring and managing sleep breathing disorders | |
TW201538127A (zh) | 睡眠檢測系統和方法 | |
JP5221926B2 (ja) | 心拍変動解析方法および解析装置 | |
TW202027673A (zh) | 生命體徵估計器的生命體徵估計裝置和校準方法 | |
EP3417771A1 (en) | A method for monitoring blood pressure, and a device thereof | |
US20150038866A1 (en) | System and method for detecting worsening of heart failure based on tidal volume | |
TWI462728B (zh) | 依據歷史資料判斷睡眠階段之系統及其方法 | |
Young et al. | A 3D-Printed Wearable Ring Sensor For Long-Term Accurate Monitoring of Human Cardiovascular Condition | |
US20230061149A1 (en) | Multi-sensors clinical measuring device and method |