[发明专利]用于确定睡眠统计数据的方法和装置

说明书

一种确定对象的睡眠统计数据的方法，包括以下步骤：收集所述对象的心肺信息；从所述心肺信息中提取特征；通过使用所提取的特征中的至少一些来确定所述对象的睡眠阶段；基于所确定的睡眠阶段来确定所述对象的估计的总睡眠时间；并且使用所述估计的总睡眠时间来确定所述对象的睡眠统计数据。

技术领域

本发明涉及用于确定患者的睡眠统计数据的方法，并且更具体地涉及一种增加家庭睡眠测试中的AHI估计准确度的方法，其利用确定患者的总睡眠时间的改进的方法。

背景技术

家庭睡眠测试(HST)依赖于用于记录生命信号和其他生理测量结果的非干扰技术，使得可以在家监测对象而不干扰日常习惯和舒适度。这样的睡眠测试的重要参数是对象实际上睡眠的总时间，其通常被称为总睡眠时间。需要总睡眠时间的睡眠统计数据的范例由呼吸暂停低通气指数(AHI)给出，该指数是用于睡眠障碍性呼吸诊断的关键参数，或者提供睡眠质量或周期性肢体运动指数(PLMI)的第一客观度量的睡眠效率参数。另一范例由定义为每小时睡眠的皮层觉醒的平均数的觉醒指数给出。在所有这些情况下，特定事件必须被检测并计数，例如，在阻塞性睡眠呼吸暂停(OSA)或显著的肢体运动或觉醒方面，并且每小时睡眠的这样的事件的平均数通过在丢弃唤醒间隔之后利用总睡眠时间标准化来获得。此处将不考虑用于检测这些目标事件的特定方法，因为这些是“现有技术”并且可以从常见的传感器(诸如SpO2指夹或阻抗胸带或放置在脚踝上的加速度计)可靠地获得。

目前，基于表征睡眠的移动缺少，可以通过简单体动记录仪技术来尝试睡眠/唤醒分类。然而，这仅是必要条件而非充分条件，因为由失眠影响的对象可能在没有睡眠时保持静止。因此，已知体动记录仪对问题睡眠者的真实睡眠时间估计过高，其进而导致对需要每小时睡眠的事件的平均数的睡眠统计数据的估计不足。改进的睡眠/唤醒分类需要识别潜在的睡眠阶段(REM、非REM、唤醒、等)，使得可以将真实睡眠状态与非睡眠状态可靠地区别开。在该背景下，总睡眠时间实际上是整个睡眠阶段分析的副产品，其可以被用于其他目的，如导出睡眠质量的客观度量，或者提供与REM或深度睡眠的减少或甚至缺少有关的细化睡眠诊断，远超过单一AHI或PLMI参数值。

考虑到总人口中的睡眠呼吸紊乱(SDB)的高发病率，提醒作为本发明背景的真实部分的多个元素是重要的。睡眠呼吸紊乱由如阻塞性或中枢呼吸暂停和呼吸不足的短重复事件引起，从而导致呼吸过程的暂时减少或停止。只要睡眠效率未被强烈地降低，这样的事件就可能保持不被对象注意到。这解释为何睡眠呼吸紊乱保持诊断不足并且常常仅在对象真正失眠到正常生活(包括专业活动)剧烈受损的程度的稍后严重阶段才被识别到。用于SDB诊断的关键参数是定义为检测到的呼吸暂停/呼吸不足呼吸事件的数量除以总睡眠时间的比率的呼吸暂停低通气指数(AHI)。对呼吸暂停和呼吸不足事件的自动检测通常基于来自呼吸努力和SpO2指夹的双信号输入，诸如在“Home Diagnosis of Sleep Apnea：ASystematic Review of the Literature”(Chest，第124卷，第4号，第1543-79页，2003)中所描述的，其内容通过引用并入本文。第一信号导致呼吸运动的幅度变化，而第二测量结果提供相对氧气去饱和水平。这使得能够检测呼吸运动的暂时减少或停止，并且同时量化这些事件对血液氧合的影响。

阻塞性睡眠呼吸暂停(OSA)已经与心脑血管疾病的增加的风险相关联，心脑血管疾病诸如高血压、心力衰竭、心律不齐、心肌缺血和梗塞、肺动脉高压和肾病、代谢失调(胰岛素抗性和血脂异常)和大脑血流量和大脑自身调节的改变，其进而是老年人的心血管疾病、中风、痴呆和认知障碍的风险因素。患有日间嗜睡的OSA患者还已经被发现更易于发生电机和工作事故并且在工作时生产率较低。早期研究估计对于女性有2％并且对于男性有4％的发病率，然而，最近的综述声明每5个成人中大约有一个具有至少轻微的OSA并且每15个成人中有一个具有至少中度的OSA。在频繁超重和肥胖情况的背景下，SDB的发病率可能进一步增加。