用于睡眠质量和呼吸暂停临床评估的家庭无线睡眠监测贴片

描述

尽管许多人患有睡眠障碍,但是大多数人未被诊断出来,导致健康受损。现有的多导睡眠图(PSG)方法不容易实现,这种方法成本高昂,会给患者带来负担,并且需要专门的设施和人员。

据麦姆斯咨询报道,近期,乔治亚理工学院(Georgia Institute of Technology)Woon-Hong Yeo研究团队开发了一种家庭便携式监测系统,该系统包括无线睡眠传感器和嵌入机器学习的可穿戴电子设备。研究人员展示了该系统在多例患者睡眠质量评估和睡眠呼吸暂停检测中的应用。与使用大量笨重传感器的传统监测系统不同,这种柔软、完全集成的可穿戴平台可以在任何地方为用户提供自然睡眠状态的检测。在一项临床研究中,这种检测大脑、眼睛和肌肉信号的面部贴片显示出与多导睡眠图方法相当的性能。当将健康对照组与睡眠呼吸暂停患者进行比较时,该可穿戴系统检测阻塞性睡眠呼吸暂停的准确率为88.5%。此外,深度学习提供了自动的睡眠评分,展示了便携性和即时可用性。

本研究所开发的便携式可穿戴睡眠监测仪包含两个小贴片:一个用于测量前额的脑电图(EEG)和眼电图(EOG),另一个用于测量下巴的肌电图(EMG)。这些生理信号被实时分析,以检测睡眠阶段和睡眠障碍。与其它的可穿戴式睡眠监测仪相比,这种柔性且不显眼的贴片具有格外小的外形尺寸,可与皮肤无缝贴合,在睡眠期间实现高保真、可靠的信号检测。所有测量数据都通过蓝牙(Bluetooth)无线传输到智能手机或平板电脑等移动设备上,然后利用卷积神经网络(CNN)实时分析数据,用于自动睡眠评分和呼吸暂停事件检测。总的来说,该柔性可穿戴平台为用户提供了舒适性、易用性和便携性,使得用户可以在没有技术人员的情况下轻松地按照说明在家测量他们的睡眠。

卷积神经网络

用于评估睡眠质量和睡眠呼吸暂停的家庭睡眠监测贴片

下图展示了可穿戴系统的架构和制造流程的细节。研究人员按照PSG设置和美国睡眠医学学会(AASM)的标准仔细选择电极的目标位置,用于测量EEG、EOG和下巴EMG。因此,该系统具有双通道EEG电极(EEG1和EEG2)、双通道EOG电极(EOG1和EOG2)和单通道下巴EMG电极以及接地和参考电极。为了制造多个器件,研究人员开发了一种可扩展的制造方法,使用激光微加工制造可拉伸电极和互连线。飞秒激光工艺可实现各种材料的高精度加工和复杂结构的高通量制造。

卷积神经网络

睡眠监测设备的系统架构和制造

这项研究通过与金标准PSG设置的横向比较,证实了制造的可穿戴睡眠设备的性能。可穿戴贴片的特征信号形态与PSG的特征信号形态具有高度相似性,贴片的数据可以区分每个睡眠/觉醒阶段。所开发系统的平均信噪比为22.77 dB,与PSG的平均信噪比(25.52 dB)相当。与标准PSG系统相比,可穿戴贴片具有便携性、可访问性和多日使用的独特优势。这种设备在家里可以很容易地用于检测一周的睡眠数据。

卷积神经网络

与金标准PSG比较的睡眠质量临床研究结果

根据使用无线可穿戴贴片从健康对照组中测量的EEG睡眠图可知,受试者显示出稳定而均匀的睡眠阶段周期,没有呼吸暂停的迹象。在分析中,研究人员还使用了多锥度谱图分析来量化EEG和EOG在时域和频域中的各种特征,提供了比传统单锥度谱图更准确的分析。与健康参与者相比,严重睡眠呼吸暂停患者表现出完全不同的、高度碎片化的睡眠周期,并伴有频繁的觉醒,导致睡眠质量恶化和疲劳。研究结果显示了这种数据分析在区分健康睡眠和呼吸暂停之间差异方面的能力。

卷积神经网络

患者睡眠阶段的测量和睡眠呼吸暂停的检测

在这项工作中,研究人员使用深度学习CNN开发了一种自动睡眠分类和评分方法。当将来自可穿戴贴片的自动评分数据与来自PSG评分案例的数据进行比较时,两种方法之间存在很强的一致性,准确率分别为88.41%和88.17%,科恩(Cohen)的kappa值分别为0.81和0.82。这项研究显示了所开发的系统在提供实时、自动化和准确的睡眠阶段和障碍检测方面的潜力,这将推动便携式睡眠监测和家庭医疗保健的发展。

卷积神经网络

使用CNN的自动睡眠评分和睡眠呼吸暂停的定量诊断

总而言之,研究人员报道了一种可穿戴生物医学系统的开发,该系统可提供家庭无线睡眠监测,用于睡眠质量和睡眠呼吸暂停的临床评估。这项工作首次展示了使用多传感器集成贴片和深度学习算法自动检测睡眠障碍。该可穿戴平台显示了方便、可靠和准确的睡眠监测和分析的潜力,具有增强的可访问性和有效性。所开发的系统提供了一种多模式的生理测量,可与皮肤无缝贴合。材料和制造工艺的结合实现了系统的可靠集成和可用性,同时提供了大面积系统的可扩展制造。

与标准PSG相比,一项初步临床研究证明了其高信号质量以及视觉和自动睡眠评分的可行性。对现有数据集的训练反映了该设备检测阻塞性睡眠呼吸暂停相关觉醒的潜力。基于CNN的自动睡眠评分和呼吸暂停检测的数据分析方法可以进一步验证所开发系统的高性能适用性。未来的研究将集中在提高可穿戴电极的透气性和可重复使用性上。为电极开发可更换的粘合层将降低成本,同时促进可穿戴睡眠监测仪的长期使用。此外,该系统将集成其他睡眠传感器,用于测量血氧饱和度、二氧化碳和运动,提高呼吸暂停检测的准确性和有效性。最后,研究人员计划对患者进行大规模的临床研究,以验证家庭睡眠监测和自动疾病诊断的有效性。





审核编辑:刘清

打开APP阅读更多精彩内容
声明:本文内容及配图由入驻作者撰写或者入驻合作网站授权转载。文章观点仅代表作者本人,不代表电子发烧友网立场。文章及其配图仅供工程师学习之用,如有内容侵权或者其他违规问题,请联系本站处理。 举报投诉

全部0条评论

快来发表一下你的评论吧 !

×
20
完善资料,
赚取积分