【技术实现步骤摘要】
【国外来华专利技术】
本专利技术涉及用于评估受试者的睡眠的装置和方法，并且更特别地，涉及确定与受试者相关联的睡眠参数。
技术介绍
1、失眠和阻塞性睡眠呼吸暂停(osa)通常同时发生，被称为共病性失眠和阻塞性睡眠呼吸暂停(comisa)。与单独的失眠或osa相比，comisa与受试者更高的发病率相关联。由于与失眠和osa相关联的重叠症状以及由于用于标识每种疾病的不同方法，区分失眠、osa和comisa具有挑战性。比如，虽然多导睡眠图被一些人认为是用于标识osa的黄金标准技术，但是失眠的标识通常基于主观测量。因此，从一夜多导睡眠图中得出的一夜标准睡眠参数可以不足以区分comisa受试者和仅患有失眠或osa的受试者。对于患有comisa的受试者来说，一旦确定了失眠或osa，另一种情况可以难以标识并且经常被遗漏。标识受试者患有comisa是重要的，因为随后可以提供适当的处理方案。例如，患有comisa的受试者可以在开始正压通气(pap)疗法之前或同时受益于失眠的认知行为疗法(例如，cbti)。
技术实现思路
1、本文所公开的专利技术的目的是提供一种客观、可靠和准确地标识comisa的方法。使用多个客观测量的睡眠参数的组合，有可能区分患有失眠、osa、comisa以及既非失眠也非osa的受试者。
2、根据第一具体方面，提供了一种用于评估受试者的睡眠的装置。该装置包括处理器，该处理器被配置为：接收指示与受试者相关联的一个或多个生理参数的数据；基于该数据，确定与受试者的睡眠相关的两个或更多个睡眠参数；并且
3、在一些实施例中，wasoxmin可以包括waso5min。
4、在一些实施例中，两个或更多个睡眠参数中的第二睡眠参数可以包括从包括以下各项的组中选择的参数：呼吸暂停-呼吸不足指数、氧去饱和指数、睡眠时期期间觉醒的平均持续时间、睡眠时期期间觉醒的持续时间的变化、睡眠时期期间长于定义时间段的觉醒次数、睡眠开始之后的醒来、总睡眠时间、呼吸暂停指数、呼吸不足指数、3％氧去饱和指数、4％氧去饱和指数、睡眠开始潜伏期、睡眠效率、n1睡眠阶段的时间、n2睡眠阶段的时间、n3睡眠阶段的时间、rem睡眠阶段的时间、睡眠阶段转换的次数、单位时间内睡眠阶段转换的次数、受试者在睡眠时期期间处于睡眠阶段的持续时间、以及n1、n2、n3、rem和醒来阶段中任意两个阶段之间的转换次数。
5、在一些实施例中，装置的处理器还可以被配置为：基于对受试者患有(a)、(b)、(c)或(d)的确定，生成用于递送至接受者设备的控制信号。
6、在一些实施例中，装置的处理器被配置为使用基于规则的方法来确定受试者是否患有(a)、(b)、(c)或(d)。基于规则的方法可以包括：将两个或更多个睡眠参数中的每个睡眠参数与相应阈值进行比较。
7、在一些实施例中，基于规则的方法还可以包括：为两个或更多个睡眠参数中的每个睡眠参数分配权重；以及基于两个或更多个睡眠参数中的每个睡眠参数与其相应阈值的相应比较，计算对应于满足相应条件的每个睡眠参数的权重的总和，其中确定受试者是否患有(a)、(b)、(c)或(d)的步骤可以包括使用权重的总和。
8、在一些实施例中，该装置的处理器被配置为通过使用包括两个或更多个节点的决策树来确定受试者是否患有(a)、(b)、(c)或(d)，两个或更多个节点中的每个节点与两个或更多个睡眠参数中的相应睡眠参数相关。该处理器还被配置为：将两个或更多个睡眠参数中的每个睡眠参数与相应阈值进行比较。
9、在一些实施例中，该装置的处理器可以被配置为通过使用聚类算法来确定受试者是否患有(a)、(b)、(c)或(d)。处理器还被配置为：将受试者与包括根据生理数据已经被确定患有(a)、(b)、(c)或(d)中的一种的受试者的聚类相关联。
10、在一些实施例中，装置的处理器被配置为通过使用预测模型来确定受试者是否患有(a)、(b)、(c)或(d)，该预测模型被训练为基于包括所接收的数据的输入将受试者分类为患有(a)、(b)、(c)或(d)。
11、在一些实施例中，预测模型可以包括朴素贝叶斯分类器、k-最近邻算法或人工神经网络。
12、在一些实施例中，指示与受试者相关联的生理参数的数据可以包括从包括以下各项的组中选择的至少一种类型的数据：多导睡眠图数据、脑电图数据、眼电图数据、肌电图数据、心电图数据、光电容积描记图数据、呼吸带数据、心冲击描记图数据、电感数据、电容数据、气流数据、多普勒雷达数据、加速度计数据、图像数据和脉搏血氧测定数据。
13、在一些实施例中，处理器可以被配置为还基于包括以下各项中的一项或多项的信息来确定受试者是否患有(a)、(b)、(c)或(d)：受试者的性别、受试者的身体质量指数和受试者的年龄。
14、在一些实施例中，所接收的数据可以包括来自多个睡眠时期的数据，并且其中处理器被配置为还基于指示确定的睡眠参数中的至少一个睡眠参数在睡眠时期之间的可变性的参数来确定受试者是否患有(a)、(b)、(c)或(d)。
15、根据第二方面，提供了一种用于评估受试者的睡眠的计算机实施的方法，该方法包括：接收指示与受试者相关联的一个或多个生理参数的数据；基于该数据，确定与受试者的睡眠相关的两个或更多个睡眠参数；以及基于睡眠参数，确定受试者是否患有(a)阻塞性睡眠呼吸暂停、(b)失眠、(c)共病性失眠和阻塞性睡眠呼吸暂停、或者(d)既不是阻塞性睡眠呼吸暂停也不是失眠，其中两个或更多个睡眠参数中的第一睡眠参数包括在睡眠开始之后持续至少x分钟的觉醒wasoxmin，其中wasoxmin包括在睡眠时期期间持续时间为x分钟或更长时间的觉醒的总和，其中x等于或大于1。
16、根据第三方面，提供了一种计算机程序产品，该计算机程序产品具有指令，该指令在由处理器执行时，使处理器实行根据第二方面的方法的步骤。
17、参考下文所描述的实施例(一个或多个)，这些和其它方面将变得显而易见并且得到阐述。
本文档来自技高网...【技术保护点】
1.一种用于评估受试者的睡眠的装置(100)，所述装置包括：
2.根据权利要求1所述的装置，其中WASOXmin包括WASO5min。
3.根据权利要求1或2所述的装置(100)，其中所述两个或更多个睡眠参数中的第二睡眠参数包括从包括以下各项的组中选择的参数：呼吸暂停-呼吸不足指数、氧去饱和指数、睡眠时期期间觉醒的平均持续时间、睡眠时期期间觉醒的持续时间的变化、在所述睡眠时期期间长于定义时间段的觉醒次数、睡眠开始之后的醒来、总睡眠时间、呼吸暂停指数、呼吸不足指数、3％氧去饱和指数、4％氧去饱和指数、睡眠开始潜伏期、睡眠效率、N1睡眠阶段的时间、N2睡眠阶段的时间、N3睡眠阶段的时间、REM睡眠阶段的时间、睡眠阶段转换的次数、每单位时间睡眠阶段转换的次数、所述受试者在睡眠时期期间处于睡眠阶段的持续时间、以及N1、N2、N3、REM和醒来阶段中的任意两个阶段之间的转换次数。
4.根据前述权利要求中任一项所述的装置(100)，其中所述处理器(102)还被配置为：
5.根据前述权利要求中任一项所述的装置(100)，其中所述处理器(102)被
6.根据权利要求5所述的装置(100)，其中所述基于规则的方法还包括：
7.根据前述权利要求中任一项所述的装置(100)，其中所述处理器(102)被配置为通过使用包括两个或更多个节点的决策树来确定所述受试者是否患有(a)、(b)、(c)或(d)，所述两个或更多个节点中的每个节点与所述两个或更多个睡眠参数中的相应睡眠参数相关，并且其中所述处理器还被配置为：
8.根据前述权利要求中任一项所述的装置(100)，其中所述处理器(102)被配置为通过使用聚类算法来确定所述受试者是否患有(a)、(b)、(c)或(d)，其中所述处理器还被配置为：
9.根据前述权利要求中任一项所述的装置(100)，其中所述处理器(102)被配置为通过使用预测模型来确定所述受试者是否患有(a)、(b)、(c)或(d)，所述预测模型被训练为基于包括所接收的数据的输入将所述受试者分类为患有(a)、(b)、(c)或(d)。
10.根据权利要求9所述的装置(100)，其中所述预测模型包括朴素贝叶斯分类器、K-最近邻算法或人工神经网络。
11.根据前述权利要求中任一项所述的装置(100)，其中指示与受试者相关联的生理参数的所述数据包括从包括以下各项的组中选择的至少一种类型的数据：多导睡眠图数据、脑电图数据、眼电图数据、肌电图数据、心电图数据、光电容积描记图数据、呼吸带数据、心冲击描记图数据、电感数据、电容数据、气流数据、多普勒雷达数据、加速度计数据、图像数据和脉搏血氧测定数据。
12.根据前述权利要求中任一项所述的装置(100)，其中所述处理器(102)被配置为还基于包括以下各项中的一项或多项的信息来确定所述受试者是否患有(a)、(b)、(c)或(d)：所述受试者的性别、所述受试者的身体质量指数和所述受试者的年龄。
13.根据前述权利要求中任一项所述的装置(100)，其中所接收的数据包括来自多个睡眠时期的数据，并且其中所述处理器(102)被配置为还基于指示所确定的睡眠参数中的至少一个睡眠参数在所述睡眠时期之间的可变性的参数来确定所述受试者是否患有(a)、(b)、(c)或(d)。
14.一种用于评估受试者的睡眠的计算机实施的方法(300)，包括：
15.一种具有指令的计算机程序产品，所述指令在由处理器(402)执行时，使所述处理器(402)实行根据权利要求14所述的方法。
...【技术特征摘要】
【国外来华专利技术】
1.一种用于评估受试者的睡眠的装置(100)，所述装置包括：
2.根据权利要求1所述的装置，其中wasoxmin包括waso5min。
3.根据权利要求1或2所述的装置(100)，其中所述两个或更多个睡眠参数中的第二睡眠参数包括从包括以下各项的组中选择的参数：呼吸暂停-呼吸不足指数、氧去饱和指数、睡眠时期期间觉醒的平均持续时间、睡眠时期期间觉醒的持续时间的变化、在所述睡眠时期期间长于定义时间段的觉醒次数、睡眠开始之后的醒来、总睡眠时间、呼吸暂停指数、呼吸不足指数、3％氧去饱和指数、4％氧去饱和指数、睡眠开始潜伏期、睡眠效率、n1睡眠阶段的时间、n2睡眠阶段的时间、n3睡眠阶段的时间、rem睡眠阶段的时间、睡眠阶段转换的次数、每单位时间睡眠阶段转换的次数、所述受试者在睡眠时期期间处于睡眠阶段的持续时间、以及n1、n2、n3、rem和醒来阶段中的任意两个阶段之间的转换次数。
4.根据前述权利要求中任一项所述的装置(100)，其中所述处理器(102)还被配置为：
5.根据前述权利要求中任一项所述的装置(100)，其中所述处理器(102)被配置为使用基于规则的方法来确定所述受试者是否患有(a)、(b)、(c)或(d)；所述基于规则的方法包括：
6.根据权利要求5所述的装置(100)，其中所述基于规则的方法还包括：
7.根据前述权利要求中任一项所述的装置(100)，其中所述处理器(102)被配置为通过使用包括两个或更多个节点的决策树来确定所述受试者是否患有(a)、(b)、(c)或(d)，所述两个或更多个节点中的每个节点与所述两个或更多个睡眠参数中的相应睡眠参数相关，并且其中所述处理器还被配置为：
8.根据前述权利要求中任一项所述的装置(100)，其中所述处理器(102)被配置为通过使用聚类算...
【专利技术属性】
技术研发人员：B·M·伍尔特肯斯，P·M·费雷拉·多斯桑托斯·达冯塞卡，L·W·A·赫尔曼斯，M·M·范吉尔斯特，S·奥弗伊姆，
申请(专利权)人：皇家飞利浦有限公司，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。