据世界卫生组织统计,全球有27%的人存在睡眠问题。实施睡眠的持续监测有助于发现睡眠相关问题并采取相应的治疗策略,从而提高睡眠质量。对于普通人群来说,有规律和长期的睡眠监测也有助于良好睡眠习惯的养成。
目前常见的睡眠监测方法有三种:
多导睡眠监测(PSG)
是目前临床上最常用的睡眠监测手段,也是国际公认的诊断睡眠呼吸暂停低通气综合征的金标准。在夜间睡眠过程中,连续并同步地描记脑电图、眼动电图、肌电图、口鼻气流、胸腹运动、血氧饱和度、鼾声、心电图、体位等多项指标,了解患者的睡眠结构、血氧、判断是否存在低通气、呼吸暂停情况等。
然而,它也有很多缺点:
1、价格昂贵
2、佩戴不适,影响睡眠
3、需要专门的医院或者场所就诊,全程需要医护人员照顾
便携式睡眠监测(PM)
可以居家实施的一种睡眠监测方法,不受地点限制,成本低。对比多导睡眠监测,便携式睡眠监测指标主要有口鼻气流、呼吸、鼾声、血氧、部分脑电和胸腹运动等,一般用于睡眠呼吸暂停综合症(OSA)患者的初筛。
同样,它也有缺点:
1,操作复杂,传感器需要置于口、鼻等,影响睡眠本身
2,监测指标不够全面
3,准确率不高,一些便携式睡眠监测结果无法作为临床治疗依据
穿戴设备(WD)
采用手环、手表等穿戴设备进行睡眠监测,与前两种对比,无论是在体验感还是在成本方面都具有独天得厚的优势,然而,其缺点明显:
1,其本身依赖于惯性传感器等穿戴传感器,传感维度和精度有限
2,穿戴设备本身计算资源有限,数据处理与分析成为瓶颈
3,市场上产品云龙混杂,专业度和专业性受质疑
不论采用哪种睡眠监测方式,最终的目的都是了解我们的睡眠情况,便于做出合理的治疗方案,而高效精准的睡眠算法则是其中的关键,也是睡眠领域待解决的难题。
睡眠算法通过对采集到的各项传感信号数据进行预处理和特征提取,从而输出睡眠分期等各类睡眠分析结果,然而,由于人体个体的差异与睡眠算法需要进行长时间的数据采集、验证与优化,需要长时间的研发积累和先进的研发设备进行支撑,睡眠算法面临着精确度、计算度和稳定性等瓶颈问题。因此,市面上大多数睡眠监测设备中使用的睡眠算法模型性能有待提高,通过算法判断出来的睡眠分期与真实临床有较大出入,从而影响后续的睡眠监测、睡眠干预乃至治疗过程。
因此,睡眠监测需要核心的高精度睡眠算法!