基于光电容积描记术检测受试者在清醒、困倦和睡眠阶段之间的转变制造技术

一种智能系统，包括用于输出PPG信号的接触式或非接触式PPG传感器；以及电子处理系统，其与PPG传感器通信，以从其中获取PPG信号，并在时域和频域中的一个或两个中分析PPG信号，以基于对分析的输出实时预测受试者的清醒和睡眠阶段之间的转变，所述受试者佩戴配备有接触式PPG传感器的智能可佩戴系统，或者由非接触式PPG传感器远程监控。

【技术实现步骤摘要】
【国外来华专利技术】基于光电容积描记术检测受试者在清醒、困倦和睡眠阶段之间的转变相关申请的交叉引用本专利申请要求2018年8月29日提交的欧洲专利申请18191543.0和18191547.1以及2019年3月4日提交的欧洲专利申请19160639.1的优先权，其全部内容通过引用结合于此。
本专利技术涉及对受试者的清醒(awake，W)、困倦(drowsiness，D)和睡眠(sleep，S)阶段的自动和自适应检测，以及对清醒、困倦和睡眠阶段之间转变的预测。
技术介绍
众所周知，对个人不同行为阶段(W，D，S)的无创性识别是一个关系到现代生活的一些主要领域的问题，例如交通和工作环境中的公共健康和安全，在社会经济方面具有重要的后果，并对研究和发展领域具有重要的推动作用。在公共卫生方面，通常一个成年受试者每天平均花费大约1/3的时间睡觉，睡眠医学最近才被纳入为医学的一个专业。它的发展是基于越来越多的关于睡眠生理学、昼夜生物学和睡眠障碍病理生理学的知识。尽管这个医学分支还很年轻，但国际睡眠障碍分类(internationalclassificationofsleepdisorders，ICSD)已经确定了50多种不同的睡眠障碍。睡眠障碍的影响是广泛的，影响患者的身体、心理和经济。白天过度嗜睡(excessivedaytimesleepiness，EDS)已被证明是第二大睡眠障碍组。高达40％的工业国家成年人口经历入睡或白天困倦的问题，这些问题被认为不仅是由于被归类为睡眠病理的睡眠模式紊乱，而且是由于非常常见且可能与环境相关的条件，例如睡眠缺乏状态、身体或精神压力、饮酒、安眠药假设以及个人执行重复动作的任何背景。所有这些条件在某些情况下也可能通过相互加强而重叠。因此，困倦是瞌睡的同义词，瞌睡简单指由可能影响任何人，甚至健康的年轻人的广泛条件导致的入睡倾向，从而由于受试者的注意力水平和意识程度逐渐降低，导致人身伤害、残疾和工作表现不佳。困倦是清醒和睡眠两种生理状态之间的转变过程。目前，睡眠医学为研究人类睡眠障碍和识别人类主要行为状态(特别是W、D和S阶段)而进行的测试的黄金标准是多导睡眠描记仪(polysomnography，PSG)。这是一种极其复杂的仪器检查，包括在患者身上应用许多传感器(从最小10个到超过30个)，这些传感器与身体的外部和内部各部分直接接触，例如皮肤、头皮、鼻腔、食管腔。通过这组传感器，多导睡眠描记仪能够连续数小时(通常为一夜)记录患者的主要生理功能，如脑电活动(brainelectricalactivity，EEG)、心肺活动、身体运动、眼球运动、肌肉张力、食管内压等。图1A和1B分别示出了在患者身上的PSG组装和在个人计算机上记录信号的显示。PSG对患者来说是一种有效但要求很高的检查，需要高度专业的技术人员来组装参与研究的受试者身上的仪器，还需要具有睡眠医学特定技能的医生来分析和解释记录的数据。此外，PSG非常昂贵，并受限于研究中心可用床位数量和可以读取和评估数据的专家数量。在交通和工作环境方面，困倦严重损害了人们驾驶或完成活动的能力，因为他们发现很难保持对任务的注意力。这在道路上是有害的风险，更普遍地，在工业活动中也是有害的风险(例如，在生产工厂工作、控制机器人、操作焊接机等)。据报道，35％-45％的交通事故是由困倦驾驶(即在瞌睡或疲劳时驾驶)引起的。2009年，美国国家睡眠基金会(nationalsleepfoundation，NSF)报告称，54％的成年司机在驾驶车辆时感到困倦，其中28％的人实际上睡着了。根据来自美国国家公路交通安全管理局(nationalhighwaytrafficsafetyadministration，NHTSA)的信息，每年约有100,000起由驾驶员困倦或疲劳引起的撞车事故，这些事故造成超过1500人死亡，71,000人受伤。在欧洲，驾驶员疲劳每年导致大约6000人死亡，并且许多研究声称，15％-20％的交通事故主要是由驾驶员疲劳引起的。精神疲劳和瞌睡事故不仅存在于普通道路交通中，也存在于航空和铁路运输部门以及受试者使用或控制危险机械的工业部门。与正常的民用领域相比，这些行业的事故会导致更糟糕的结果，甚至像切尔诺贝利那样的灾难。因此，越来越多的研发和更多的研究集中在处理上述社会问题的自动系统和方法的设计上。针对驾驶困倦的识别，目前相关研究采用了下述措施：-基于车辆的措施：车道位置的偏离、方向盘的移动、加速踏板上的压力等被持续监控，并且任何超过特定阈值的变化都表明驾驶员困倦的可能性显著增加；-驾驶员行为措施：包括打哈欠、闭眼、眨眼、头部姿势等行为由摄像头监控，如果检测到这些困倦症状中的任何一种，则警告驾驶员；以及-生理措施：许多调查和研究被开展以通过对如下各信号的分析来确定所研究的驾驶员的困倦和一些生理数据之间的关系：针对心率变异性的心电图(electrocardiogram，ECG)、针对脑电活动的脑电图(electroencephalogram，EEG)针对肌肉活动的肌电图(electromyogram，EMG)、针对眼球运动的眼电图(electrooculogram，EoG)。由于下述的一些基本限制，通过使用所有这些措施检测驾驶员困倦的可靠性和准确性被认为是不足够的：-基于车辆的措施和驾驶员行为措施在非常有限的条件下才有效，因为它们过于依赖外部因素，如道路的几何特征、道路标记、气候和照明条件。此外，它们容易受到诸如驾驶员面部位置和眼镜佩戴等视觉障碍的影响。此外，皮肤的颜色和胡须的存在会影响面部轮廓和特征的重建，包括眼睛和嘴的位置/运动；以及-目前研究的生理措施存在其所使用的大多数传感器具有侵入性问题。此外，许多研究已经确定，所有这些措施都是较差的预测指标，因为它们只有在司机开始入睡后才会明显有效，这对于预防行为来说太晚了。
技术实现思路
本专利技术的目的是提供一种简单的、自动的、自适应的、实时的和性价比高的电子处理系统，该系统能够通过接触式和非接触式技术自动检测并预测受试者的清醒(W)、困倦(D)和睡眠(S)阶段之间的转变。根据本专利技术，提供了一种电子处理系统，一种模块化可组合电子系统，以及其一种软件，如所附权利要求所述。简而言之，本专利技术涵盖两个主要项目：a)一种创新方法，该方法可以自动检测和预测受试者在W，D和S阶段之间的转变。该方法依靠于对主要由光电容积描记术(PhotoPlethysmoGraphy，PPG)技术提取的生理特征的深度分析，并且包括情感阶段的实时评估的附加贡献。这种方法依赖于睡眠医学学科的相关背景，特别是“催眠度(somnificity)”概念，它强烈地启发了这样一种多因素分析。该方法采用非常灵活和创新的方法，将时域分析与频域分析相结合。因此，尽管测量的生理信号的质量通常较低，但它能够提取一组稳健的参数。该方法包括对受试者生理参数的个体自校准的学习和自适应控制。该过程是完全自动化的，对用本文档来自技高网...

【技术保护点】
1.一种电子处理系统(3)，所述电子处理系统被设计成，基于光电容积描记术PPG技术以及通过接触或非接触式光电容积描记术PPG传感器(2)测量的受试者的相关生理特征，实时检测受试者的清醒W、困倦D和睡眠S阶段中的一个或多个，和/或预测受试者至少在清醒W阶段和困倦D阶段或睡眠S阶段之间的转变；/n所述电子处理系统(3)被编程为：/n从PPG传感器(2)获取PPG信号；/n在时域和频域之一或两者中分析所述PPG信号；并/n执行至少以下之一：/n基于所述分析的输出来检测受试者清醒W、困倦D和睡眠S阶段中的一个或多个，以及/n基于所述分析的输出来预测受试者至少在清醒W阶段和困倦D阶段或睡眠S阶段之间的转变。/n

【技术特征摘要】
【国外来华专利技术】20180829 EP 18191543.0;20180829 EP 18191547.1;20191.一种电子处理系统(3)，所述电子处理系统被设计成，基于光电容积描记术PPG技术以及通过接触或非接触式光电容积描记术PPG传感器(2)测量的受试者的相关生理特征，实时检测受试者的清醒W、困倦D和睡眠S阶段中的一个或多个，和/或预测受试者至少在清醒W阶段和困倦D阶段或睡眠S阶段之间的转变；
所述电子处理系统(3)被编程为：
从PPG传感器(2)获取PPG信号；
在时域和频域之一或两者中分析所述PPG信号；并
执行至少以下之一：
基于所述分析的输出来检测受试者清醒W、困倦D和睡眠S阶段中的一个或多个，以及
基于所述分析的输出来预测受试者至少在清醒W阶段和困倦D阶段或睡眠S阶段之间的转变。


2.根据权利要求1所述的电子处理系统(3)，进一步被编程为通过下述在时域中分析所述PPG信号：
搜寻所述PPG信号中的连续峰值；
基于找到的所述连续峰值计算一个或多个量；以及
基于所计算的量来预测受试者至少在清醒W阶段和困倦D阶段或睡眠S阶段之间的转变。


3.根据权利要求2所述的电子处理系统(3)，其中所计算的量包括：
峰值幅值的最大值及给定百分比之间的差值的绝对值；以及
以峰值平均值为中心的给定范围之外的峰值的百分比。


4.根据权利要求2或3所述的电子处理系统(3)，进一步被编程为基于所述PPG信号和受试者情感阶段和压力水平的指示来计算额外的量；
所述额外的量包括以下一种或多种：
正常心跳之间的平均时间NN，
心跳之间的时间的标准偏差SDNN，
心跳连续差值的均方根RMSSD，
连续差值的标准偏差SDSD，
相差大于一定时间段的相邻正常心跳间隔数量NN50，
混沌吸引子和最大李亚普诺夫指数MLE。


5.根据权利要求2-4中任一项所述的电子处理系统(3)，进一步被编程为：基于所述PPG信号计算额外身体环境量，
处理所述身体环境量以识别受试者的姿势；以及
将所述身体环境量与所述PPG信号的基于时间的分析的输出相关联，以识别定义受试者何时醒来的受试者生理状况。


6.根据上述任一权利要求所述的电子处理系统(3)，进一步被编程为通过下述在频域中分析所述PPG信号：
计算所述PPG信号的频谱；以及
基于所述频谱中一个或多个频率分量的频率和幅值的变化，预测受试者至少在清醒W阶段和困倦D阶段间或睡眠S阶段之间的转变。


7.根据权利要求6所述的电子处理系统(3)，进一步被编程为通过下述实时预测受试者至少在清醒W阶段和困倦D阶段或睡眠S阶段之间的转变，所述预测通过：
监控所述频谱中一个或多个频率分量的频移和幅值变化中的一个或两个；以及
基于所监控的频移和幅值变化中的一个或多个，预测受试者至少在清醒W阶段和困倦D阶段或睡眠S阶段之间的转变。


8.根据权利要求6或7所述的电子处理系统(3)，进一步被编程为：
计算所述PPG信号的功率谱密度PSD；

【专利技术属性】
技术研发人员：萨拉·葛罗波，
申请(专利权)人：睡眠咨询科技股份有限公司，
类型：发明
国别省市：意大利;IT