测定有利于唤醒的人类睡眠阶段的方法

摘要

在睡眠过程中使用连接至人体的脉搏传感器和加速度计来记录脉搏信号和人的肢体运动发生。基于脉搏信号测量在预设时间间隔Δti内的RR间隔和呼吸速率的值。基于上述测量值确定RR间隔的平均值P1、最小值P2和最大值P3；RR间隔的标准差P4；平均呼吸速率P5；和平均肢体运动次数P6。然后用下式确定函数F(Δti)的值：F(Δti)＝‑K1P1‑K2P2‑K3P3+K4P4+K5P5+K6P6,K1–K6是表征相应参数对函数F(Δti)的值的贡献的权重系数；然后通过函数F(Δti)的增量来确定有利于被唤醒的睡眠阶段的开始和结束。本发明解决的技术问题是提供了一种简单可靠的方法来识别有利于被唤醒的睡眠阶段，而且该方法能够在一种易于与人体连接并且不会打扰人睡眠的装置上实现。

权利要求

1.一种测定有利于唤醒的人睡眠阶段的方法，所述方法包括：使用连接于人体的脉搏传感器和至少一个运动传感器来记录人睡眠中的脉搏信号和出现的肢体活动；

测量RR间隔和呼吸速率的值；和

测定在预设时间间隔Δti内的函数F(Δti)的值，并基于函数F(Δti)的增量来确定有利于被唤醒的睡眠阶段的开始和结束，其中，i是所述时间间隔的系列号，其中：F(Δti)＝-K1P1-K2P2-K3P3+K4P4+K5P5+K6P6,其中：P1为在时间间隔Δti中RR间隔的平均值；

P2为在时间间隔Δti中RR间隔的最小值；

P3为在时间间隔Δti中RR间隔的最大值；

P4为之前的3-20分钟的时间间隔中RR间隔的标准差；

P5为在时间间隔Δti中呼吸速率的平均值；

P6为在之前的0.5-10分钟内的人肢体运动的平均数；以及K1-K6是表征参数P1-P6对函数F(Δti)的值的贡献的权重系数。

2.权利要求1的方法，包括选择测量参数P4的值所使用的时间间隔范围为4分钟至6分钟。

3.权利要求1的方法，包括选择测量参数P6的值所使用的时间间隔范围为4分钟至6分钟。

4.权利要求1的方法，其中对于以毫秒为单位测定的参数P1,所述权重系数K1的选择范围为0.6ms-1至3ms-1；对于以毫秒为单位测定的参数P2,所述权重系数K2的选择范围为

0.1ms-1至0.7ms-1；对于以毫秒为单位测定的参数P3,所述权重系数K3的选择范围为0.01ms-1至0.3ms-1；对于以毫秒为单位测定的参数P4,所述权重系数K4的选择范围为0.5ms-1至3ms-1；

对于以分钟-1为单位测定的参数P5,所述权重系数K5的选择范围为1分钟至10分钟；对于参数P6，权重系数K6的选择范围为5至50。

5.权利要求4的方法，其中将所述权重系数K1的值的范围替换为0.9ms-1至1.05ms-1。

6.权利要求4的方法，其中将所述权重系数K2的值的范围替换为0.1ms-1至0.2ms-1。

7.权利要求4的方法，其中将所述权重系数K3的值的范围替换为0.02ms-1至0.05ms-1。

8.权利要求4的方法，其中将所述权重系数K4的值的范围替换为1.3ms-1至1.5ms-1。

9.权利要求4的方法，其中将所述权重系数K5的值的范围替换为1.5分钟至2.3分钟。

10.权利要求4的方法，其中将所述权重系数K6的值的范围替换为18至24。

11.权利要求1的方法，其中所述脉搏传感器为连接在手腕或前臂上的压电传感器、应变计或光学传感器。

12.权利要求1的方法，其中所述至少一个运动传感器为连接在臂或腿上的加速度计。

13.权利要求1的方法，其中所述时间间隔Δti的选择范围为1分钟至6分钟。

14.权利要求1的方法，包括当在时间段Δti内函数F(Δti)的增量超过第一预设阈值时，识别为有利于唤醒的睡眠阶段的开始。

15.权利要求14的方法，包括当在时间段Δti内函数F(Δti)的增量变得小于第二预设阈值时，识别为有利于唤醒的睡眠阶段的结束。

说明书

测定有利于唤醒的人类睡眠阶段的方法

技术领域

[0001] 本发明涉及测量人类状态参数以用于诊断目的的领域，具体而言涉及测量表征人类睡眠的参数。

背景技术

[0002] 已知人类睡眠由被称为REM睡眠和非REM睡眠的两个阶段交替地组成。在健康人类的睡眠过程中，上述两个阶段在循环中彼此交替(通常4至6个循环)。经验显示在REM阶段进行唤醒是最有利的。但是，有非常多的人们是被设定在特定时间的闹钟或其他随机因素唤醒的，这就意味着他们并不总是在最佳的睡眠阶段被唤醒。因此，为了给人们提供更舒适的生活条件，重要的是开发简单、轻便且易于使用的测定有利于被唤醒的睡眠阶段的技术手段，并提供对产生唤醒声响或其他信号的唤醒装置的控制。

[0003] 已知有多种用于测定人类睡眠阶段的方法，包括那些有利于唤醒的方法。

[0004] 医学研究发现，记录多种生物电信号可以足够可信地识别特定的睡眠阶段，所述生物电信号例如表征脑部生物电活动的EEG、反映肌肉活动的肌动电流图或者表征眼部活动中生物电位变化的EOG。然而，这些方法只能在医疗机构中在受过特定训练的人员的帮助下使用，不能用于日常生活中。此外，众多的内部和外部因素都会影响人类睡眠，所以同一个人的睡眠可能以不同的方式进行。因此，必须在给定的人目前心理状态和睡眠条件的基础上测定其有利于被唤醒的睡眠阶段

[0005] 已知有多种方法和装置，被设计为基于该睡眠中的人的生理参数的实时测量来在有利于被唤醒的睡眠阶段对其唤醒。

[0006] 因此，专利RU 2061406记载了一种在预定睡眠阶段对人唤醒的方法。为此目的，在睡眠期间通过传感器记录EEG，以确定当前的REM阶段，并以预定时间间隔产生的唤醒信号与所述EEG同步。据作者所述，在REM睡眠期的脑电睡眠，是通过与β波在18赫兹到32赫兹的范围的出现的去同步化以及与存在的θ波出现低幅混合活动来区分REM睡眠的EEG。

[0007] 美国专利申请20110230790记载了一种在预定的最后唤醒时间之前的所需睡眠阶段中唤醒人的方法，以及确定开始睡眠的最佳时间的方法。该方法通过由连接着人臂或腿的加速度计所记录的机械运动来识别REM阶段。

[0008] 美国专利申请20050190065记载了一种在最有利的睡眠阶段唤醒人的方法。据作者所述，通过以下特征来表征REM阶段：心脏血流量增加；人体体温调节能力降低(其体温可能随着环境温度上升或下降)；血管收缩和血管的血流量下降(这可以通过外周动脉血压计测量)；心率、血压和呼吸速率上升和不稳定。

[0009] 与本发明最接近的现有技术是专利DE 4,209,336，其中记载了在预设的期间和有利的睡眠阶段中的最佳时间唤醒人的方法。该方法通过测量心率、呼吸速率、头部温度或体温以及检测眼部和肢体运动来识别REM阶段。实施该方法的装置可以被制成臂带、耳夹、胸带等形式。

[0010] 对现有技术的分析表明，这种装置无法足够可靠地识别REM睡眠阶段的开始和结束，或者所述装置会因为需要在人体上连接很多传感器而使得睡觉的人感到很不舒服。

发明内容

[0011] 本发明要解决的技术问题是提供一种简单可靠的方法来识别有利于被唤醒的睡眠阶段即REM睡眠，而且该方法能够在一种易于与人体连接并且不会打扰人睡眠的装置上实现。

[0012] 根据本发明，所述方法通过使用连接于人体的脉搏传感器和至少一个运动传感器来分别记录睡眠中的人的脉搏信号和肢体活动，来识别有利于被唤醒的人类睡眠阶段，所述脉搏信号作为计算RR间隔和呼吸速率的值的基础；其中通过函数增量F(Δti)来识别有利于被唤醒的睡眠阶段的开始和结束，该函数增量的值通过给定的时间间隔Δti确定，其中i是所述时间间隔的系列号；所述函数增量如下式：

[0013] F(Δti)＝-K1P1-K2P2-K3P3+K4P4+K5P5+K6P6,(1)

[0014] 其中：P1为在时间间隔Δti中RR间隔的平均值；

[0015] P2为在时间间隔Δti中RR间隔的最小值；

[0016] P3为在时间间隔Δti中RR间隔的最大值；

[0017] P4为之前的3-20分钟的时间间隔中RR间隔的标准差；

[0018] P5为在时间间隔Δti中呼吸速率的平均值；

[0019] P6为在之前的0.5-10分钟内检测到的肢体运动的平均数；

[0020] K1–K6是表征相应参数P1–P6对函数F(Δti)的值的贡献的权重系数。

[0021] 本发明人通过实验事实确定了对有利于被唤醒的睡眠阶段的识别的确定性和可靠性，其中选定的参数P1–P6可以提供信息，当它们组合使用时，可以识别REM阶段的开始和结束。另一方面，仅仅通过记录脉搏信号和人类肢体运动就可以完全测定上述全部参数，这样的测量仅需要使用连接至人体而不会打扰人睡眠的传感器。另一个重要的事实是，所选定的参数是等式(1)中具有某个权重系数K1–K6成员，这些权重系数也可以通过实验测定，这就使得所获得的函数F(Δti)的值能够对有利于人类唤醒的阶段的开始和结束进行可靠的识别。

[0022] 在测量参数P4(RR间隔的标准差)的值时所使用的时间间隔的限度也通过实验测定如下：

[0023] 如果所述时间间隔小于3分钟，则被称为I型错误(“错误警报”)的概率会大到不可接受；

[0024] 如果所述时间间隔大于20分钟，则被称为II型错误(“漏掉目标”)的概率会大到不可接受。

[0025] 在测量参数P4的值时所使用的时间间隔优选地为4分钟至6分钟。

[0026] 在测量参数P6(呼吸速率的平均值)的值时所使用的时间间隔的限度也通过实验测定如下：

[0027] 如果所述时间间隔小于0.5分钟，则I型错误的概率会大到不可接受；

[0028] 如果所述时间间隔大于10分钟，则II型错误的概率会大到不可接受。

[0029] 在测量参数P6的值时所使用的时间间隔优选地为4分钟至6分钟。

[0030] 特别地，对于健康人而言，下述权重系数的值已通过实验测定：

[0031] 对于以毫秒为单位测定的参数P1，权重系数K1的值的选择范围可以为0.6ms-1至3ms-1，优选地为0.9ms-1至1.05ms-1；

[0032] 对于以毫秒为单位测定的参数P2，权重系数K2的值的选择范围可以为0.1ms-1至0.7ms-1，优选地为0.1ms-1至0.2ms-1；

[0033] 对于以毫秒为单位测定的参数P3，权重系数K3的值的选择范围可以为0.01ms-1至0.3ms-1，优选地为0.02ms-1至0.05ms-1；

[0034] 对于以毫秒为单位测定的参数P4，权重系数K4的值的选择范围可以为0.5ms-1至-1 -1 -13ms ，优选地为1.3ms 至1.5ms ；

[0035] 对于以分钟-1为单位测定的参数P5，权重系数K5的值的选择范围可以为1分钟至10分钟，优选地为1.5分钟至2.3分钟；

[0036] 对于参数P6，权重系数K6的选择范围可以为5至50，优选地为18至24。

[0037] 在所述方法的具体实施方案中，可以使用固定在手腕或前臂上的压电传感器、应变计或光学传感器来记录脉搏，可以使用固定在臂或腿上的加速度计作为运动检测器。

[0038] 时间间隔Δti的选择范围可以为1分钟至6分钟。

[0039] 具体而言，当在时间段Δti内，函数F(Δti)的增量超过第一预设阈值时，识别为有利于唤醒的睡眠阶段的开始。

[0040] 具体而言，当在时间段Δti内，函数F(Δti)的增量变得小于第二预设阈值时，识别为有利于唤醒的睡眠阶段的结束。

附图说明

[0041] 通过以下附图说明本发明：

[0042] 图1显示了对于一位受试者(8VAV)识别REM睡眠阶段的实例，其中图1a显示了所记录的一个REM阶段的函数F(Δti)的曲线，而图1b显示了图1a所示的函数F(Δti)的增量ΔF(Δti)的曲线；

[0043] 图2显示了与图1所示相同的受试者(8VAV)的整个睡眠过程的函数F(Δti)的曲线，其中图1更详细显示的曲线片段在图2中用圆圈标示。

[0044] 图3显示了另一位受试者(7ESA)的整个睡眠过程的函数F(Δti)的曲线；

[0045] 图4显示了又另一位受试者(3SQR)的整个睡眠过程的函数F(Δti)的曲线；

[0046] 图5和图6示意性显示了用于实施根据本发明的方法的示例性便携装置的设计，所述装置为带有传感器的手环形式，其中图5为该装置从其与手腕接触的内侧的视图，图6从指示器所在的外侧显示所述装置。

具体实施方式

[0047] 测定有利于被唤醒的睡眠阶段的方法可以使用两个传感器来实施：脉搏传感器和能够响应臂或腿的运动的传感器(即运动传感器，例如加速度计)。所述传感器可以彼此分离地固定在人体上。例如，所述运动传感器可以连接在臂或腿上，而所述脉搏传感器可以固定在手腕或前臂上。脉搏传感器可以是压电传感器、应变计或光学传感器。优选地，可以使用对血液填充人体区域敏感的光学传感器或者光体积描记传感器。如果将脉搏传感器和运动传感器都安装在同一个装置上就更方便了，例如以如图5和图6所示的可以戴在手腕上的手环1的形式。

[0048] 如图5所示，手环1的内侧带有基于例如压电电池的脉搏传感器2。可以使用数个脉搏传感器来保证传感器与测量脉搏信号的手腕区域的皮肤可靠地接触。手环1(见图6)可以带有显示初始设定和装置运行模式的指示器3。所述装置还可以例如通过安装在所述手环1上的振荡器(图中未示出)以在有利的睡眠阶段产生唤醒信号。可以在手环1内侧安装加速度计(图中未示出)以检测睡眠中的人的臂运动。脉搏传感器2和加速度计与手环1的测量单元相连接，所述测量单元用于记录脉搏信号和加速度计产生的信号。所记录的信号由CPU进行处理，所述CPU可以位于手环1的测量单元中，也可以作为连接于人体或者由人携带的单独的单元，其中所述CPU接收从测量单元通过无线电或其他方式传输的信号。

[0049] 基于所记录的脉搏信号测定人类睡眠过程中的RR间隔和呼吸速率的值。由于脉搏信号是与心跳同步变化的周期性信号，因此脉搏图中任意特征点(例如信号峰值或其导数)之间的时间间隔就可以与RR间隔精确对应。由脉搏信号确定RR间隔或心率的仪器分析方法是本领域技术人员公知的。还已知的是，伴随着对应于每个心脏循环中的血液填充动力学的上述周期性变化，脉搏信号中包括与呼吸循环相对应的低频部分。基于通过将脉搏信号中的呼吸组分进行低通过滤而测定呼吸速率的仪器分析方法也是本领域技术人员公知的。

[0050] 其后，使用所得的数据(即RR间隔和呼吸速率的值)，在预设的时间间隔Δti内周期性测量下列参数：

[0051] P1–RR间隔的平均值；

[0052] P2–RR间隔的最小值；

[0053] P3–RR间隔的最大值；

[0054] P5–平均呼吸速率。

[0055] 测定所述参数时所使用的时间间隔Δti的选择范围为1分钟至6分钟。此处，i为表示第i个时间间隔的序号。

[0056] 此外，参数P4是在之前的时间间隔中RR间隔的标准差，所述时间间隔为3分钟至20分钟，优选地为4分钟至6分钟。

[0057] 在之前的时间间隔内肢体运动的平均次数P6是另一个最终识别REM睡眠阶段所需的参数，所述时间间隔为0.5分钟至10分钟，优选地为4分钟至6分钟。由于运动活动的出现本身就可以作为识别REM睡眠的信息，所以被加速度计检测到的超过10秒钟的所有肢体运动都被计为一次运动。

[0058] 然后，通过下式确定函数F(Δti)的值：

[0059] F(Δti)＝-K1P1-K2P2-K3P3+K4P4+K5P5+K6P6,

[0060] 其中K1–K6为表征相应参数P1–P6对F(Δti)的值的贡献的权重系数：

[0061] 下表1显示了各权重系数K1–K6的值范围及其最优值。

[0062] 表1.权重系数值

[0063]

[0064] 基于多导睡眠描记临床研究，通过实验获得了针对健康人的有效参数P1–P6以及它们的权重系数K1–K6。使用医学实践中被认可的统计学有效性方法来检查REM睡眠识别的准确性，所述方法例如可为文献“Polysonmography”(http://www.zonasna.ru/serv002.html)中所记载的方法。权重系数K1–K6的选择使得函数F(Δti)的值在REM阶段和非REM阶段时表现出彼此最大的差异。

[0065] 使用函数F(Δti)的值在时间Δti内的增量ΔF(Δti)来识别REM睡眠的开始和结束。如果现函数F(Δti)的值和其前值F(Δti-1)之间的差异超过了第一预设阈值，则识别为REM睡眠的开始。如果所述差异小于第二预设阈值，则识别为REM睡眠的结束。

[0066] 图1–图4显示了针对不同受试者在其睡眠过程中获得的函数F(Δti)的实例。在研究过程中，选择表1中所示的最优权重系数K1-K6来计算函数F(Δti)的值。图1–图4表明了函数F(Δti)为平滑型形式。

[0067] 在测试过程中，加速度计和脉搏传感器信号的测量分辨率设定为0.1。在超过10秒的时间间隔内检测到的所有肢体运动被认为是单次运动，并计算5分钟时间内的平均值。每分钟计算一次函数F(Δti)的值，也就是说对每一个第i个时间间隔，Δti的值设定为1分钟。第一阈值L1选定为20至30，而第二阈值L2选定为-30至-20。

[0068] 图1a显示了在一位受试者(8VAV)的睡眠过程中所记录的包括一个REM阶段的函数F(Δti)的片段。可以看出，在睡眠的第202分钟，函数F(Δti)的值迅速上升，这表示REM睡眠的开始，而在第210分钟，所述函数F(Δti)的值骤然下降，这表示REM睡眠的结束。

[0069] 图1b显示了图1a所示的函数F(Δti)的增量ΔF(Δti)的曲线。可以看出，当REM睡眠开始时，所述增量值ΔF(Δti)明显超过第一阈值L1，当REM睡眠结束时，该增量值明显低于第二阈值L2。

[0070] 图1所示的实例以参数值P1–P6、函数F(Δti)的值和函数增量值ΔF(Δti)的形式示于表2。对应于所述受试者的REM睡眠开始和结束时的参数值在表2中粗体所在的行表示。

[0071] 表2.

[0072]

[0073] 图2为与相同受试者(8VAV)的整个睡眠过程的函数F(Δti)的曲线。根据函数F(Δti)的值可知，在该受试者睡眠过程中出现了4个REM阶段。

[0074] 图3显示了另一位受试者(7ESA)的函数F(Δti)的曲线。根据该曲线可知，在该受试者睡眠过程中类似地记录到了4个有利于唤醒的REM阶段。该受试者在最后一个REM阶段自己醒来。

[0075] 在睡眠过程中，REM阶段的数量可以有所不同。例如，图4显示在又另一位受试者(3SQR)的睡眠过程中出现了3个REM阶段。

[0076] 曲线还显示出，在整个睡眠过程中，不同的REM阶段具有不同的函数F(Δti)绝对值，仅凭所述函数的增量就可以可靠地识别REM睡眠的开始和结束。

[0077] 一系列的测试表明，使用本发明的方法在20位受试者中能够识别总共76个REM睡眠阶段中的73个，这证明了该方法对于识别有利于唤醒的人睡眠阶段的高度可靠性。本发明所选择的函数F(Δti)中的参数也使得仅需使用最少数量的固定于腕部的传感器来提供舒适的睡眠状态。