匡曉 許燕

·臨床研究·

智能手環(huán)的臨床有效性評估

匡曉 許燕

睡眠占了人生的三分之一，可以說睡眠的好壞是生活質(zhì)量一半的基礎(chǔ)。睡眠分期的研究對于睡眠的分析具有重要的意義。傳統(tǒng)方法是使用多導(dǎo)睡眠監(jiān)測儀對睡眠結(jié)構(gòu)分析，但是佩戴儀器后患者不易入睡，睡眠技師判讀也費(fèi)時費(fèi)力。智能手環(huán)作為簡單方便的可穿戴設(shè)備，可以基于內(nèi)置傳感器監(jiān)測數(shù)據(jù)對病人整晚睡眠分期，并給出睡眠建議。本文會基于微軟推出的智能手環(huán)，對比多導(dǎo)睡眠監(jiān)測所得結(jié)果，分析其在睡眠分期判讀中的臨床有效性。

智能手環(huán)；多導(dǎo)睡眠監(jiān)測；睡眠分期

睡眠是一種重要的生理現(xiàn)象，人類通過睡眠使疲勞的神經(jīng)細(xì)胞恢復(fù)正常的生理功能，體力得到恢復(fù)。良好的睡眠是高質(zhì)量生活的關(guān)鍵因素。隨著現(xiàn)代科技的快速發(fā)展，人們生活節(jié)奏不斷加快，各方面壓力不斷增加[1]，各種與睡眠相關(guān)的疾病也在嚴(yán)重影響人們的生活質(zhì)量，如失眠、嗜睡、晝夜節(jié)律紊亂、睡眠窒息癥等。睡眠是一個非常復(fù)雜且重要的生理過程，容易受到周圍環(huán)境和情緒等因素影響[2-3]。然而睡眠有著一定的周期性變化規(guī)律。1974年Alan Rechtschaffen與Anthony Kales提出了人類睡眠分期規(guī)則[4]，將睡眠分為非快速眼動期(Non-rapid Eye Movement，NREM)、快速眼動期(Rapid Eye Movement，REM)，其中非快速眼動期又分為1期(N1)、2期(N2)、3期(N3)、4期(N4)。2007年《美國睡眠醫(yī)學(xué)會(AASM)睡眠及其相關(guān)事件判讀手冊—規(guī)則、術(shù)語和技術(shù)規(guī)范》頒布后，睡眠分期術(shù)語也隨之改變，3期和4期合并為3期。2014年，該手冊更新了部分內(nèi)容，并且是到目前為止國際睡眠分期判讀標(biāo)準(zhǔn)。本實(shí)驗(yàn)的多導(dǎo)睡眠監(jiān)測分期部分也采用新修訂后的判讀規(guī)則。

睡眠分期是睡眠相關(guān)疾病診斷中的重要步驟。多導(dǎo)睡眠監(jiān)測(polysomnography，PSG)可以觀測、處理、記錄患者腦電、心電、眼電、機(jī)電、呼吸信號[5]，睡眠技師通過分析上述病人睡眠中各項(xiàng)生理指標(biāo)的變化，可有效地對整夜的睡眠進(jìn)行判讀。但是多導(dǎo)睡眠監(jiān)測仍然存在一系列問題。1)人們在首次佩戴睡眠監(jiān)測設(shè)備時會因不習(xí)慣難以入睡[6]。2)多導(dǎo)睡眠監(jiān)測儀器難以攜帶，也需要專業(yè)技師安置電極，所以很難在家中進(jìn)行。3)睡眠期多憑借技師經(jīng)驗(yàn)和主觀判斷，不同技師對信號判讀會有分歧[7]。4)難以長時間追蹤治療后睡眠改善狀況。

因?yàn)樗叩呐凶x規(guī)則十分復(fù)雜，需要專業(yè)技師長時間集中精力審閱整晚的睡眠數(shù)據(jù)所以基于多導(dǎo)睡眠監(jiān)測[8]、基于單個信號(腦電[9]、心電[10]、眼電[11]、體動[12])或者基于其中的幾種來源信號[13-14]的自動判讀睡眠結(jié)構(gòu)的算法被不斷研究和改進(jìn)?？纱┐髟O(shè)備的發(fā)展和完善使得不同的高質(zhì)量傳感器可以從不同方面觀測人體的健康程度和生活狀態(tài)[15]。智能手環(huán)是可穿戴設(shè)備的一種，其中的加速度傳感器和光學(xué)傳感器(Photoplethysmography，PPG)可分別獲得體動和心跳相關(guān)信息[16-17]，通過手環(huán)前端或手機(jī)終端的數(shù)據(jù)處理可分析佩戴者的睡眠狀態(tài)，從而可以給患者提出睡眠建議。相比于傳統(tǒng)的多導(dǎo)睡眠監(jiān)測，智能手環(huán)更加方便和快捷，并且相比于在醫(yī)院佩戴多種笨重的電極傳感器，人們更容易接受用手環(huán)監(jiān)測睡眠的方式。本實(shí)驗(yàn)基于微軟2014年推出的智能手環(huán)一代與多導(dǎo)睡眠監(jiān)測獲得的實(shí)驗(yàn)數(shù)據(jù)，分析相比于傳統(tǒng)的多導(dǎo)睡眠監(jiān)測，手環(huán)采得的數(shù)據(jù)是否能夠表達(dá)整晚的睡眠狀況，手環(huán)的自動分期是否可以達(dá)到人工的判讀的準(zhǔn)確性。

1 對象與方法

1.1 實(shí)驗(yàn)裝置 1)多導(dǎo)睡眠監(jiān)測：本研究的多導(dǎo)睡眠監(jiān)測數(shù)據(jù)是與空軍總醫(yī)院睡眠中心合作獲得。被試者被安排在空軍總醫(yī)院睡眠中心專用睡眠監(jiān)測病房中。病房采用澳大利亞康迪(Compumedics)E型64導(dǎo)睡眠監(jiān)測系統(tǒng)。記錄數(shù)據(jù)包括腦電、眼電、額下機(jī)電、心電、血氧飽和度、體位、脛前機(jī)電?？紤]到被試者可能因?yàn)椴贿m應(yīng)鼻壓力傳感器而入睡困難，本實(shí)驗(yàn)舍棄了對于呼吸的監(jiān)測。以防受試者入睡困難，受試者在參與實(shí)驗(yàn)前被告知白天需要多運(yùn)動，盡量不午睡。受試者需在當(dāng)晚21：00前到達(dá)醫(yī)院安置多導(dǎo)睡眠監(jiān)測電極，并會在第2天6：00被醫(yī)生叫醒。所有被試者均用同一套多導(dǎo)睡眠監(jiān)測裝置進(jìn)行實(shí)驗(yàn)，使得系統(tǒng)誤差最小。2)智能手環(huán)監(jiān)測：手環(huán)采用微軟公司的智能手環(huán)(Microsoft Band)，并且分為兩種制式——普通采樣頻率(每10 min采集2 min數(shù)據(jù))和高頻采樣頻率(連續(xù)采樣)。受試者睡前每只手手腕分別佩戴兩種制式的手環(huán)各一個以防手環(huán)操作錯誤或者其他因素導(dǎo)致的數(shù)據(jù)丟失。調(diào)整手環(huán)的內(nèi)部顯示時間與電腦記錄中的多導(dǎo)睡眠監(jiān)測一致。在被試者佩戴好所有裝置后將手環(huán)調(diào)為睡眠模式。第2天睡眠結(jié)束后將手環(huán)數(shù)據(jù)分期結(jié)果用電腦導(dǎo)出并將手環(huán)充電。

1.2 實(shí)驗(yàn)對象 本實(shí)驗(yàn)研究對象選自來自不同年齡段，不同職業(yè)的總共40人次。經(jīng)過整夜多導(dǎo)睡眠監(jiān)測診斷結(jié)果為正常28例，符合OSAS者12例。其中輕度6例，中度2例，重度4例。年齡從20歲到50歲，男性29人、女性11人。

1.3 睡眠期判讀金標(biāo)準(zhǔn) 多導(dǎo)睡眠監(jiān)測部分，技師采用2014年《AASM判讀手冊》的標(biāo)準(zhǔn)進(jìn)行睡眠期判讀，將整晚的睡眠分為以下五種標(biāo)簽：清醒(Wake)、快速眼動期(REM)、非快速眼動1期(N1)、非快速眼動2期(N2)、非快速眼動3期(N3)。每個被試者的多導(dǎo)睡眠監(jiān)測數(shù)據(jù)由5名睡眠技師分別獨(dú)自標(biāo)定40個被試者的數(shù)據(jù)，結(jié)果以每30 s一幀的判讀結(jié)果輸出，匯總得出最終人工分期的結(jié)果，其中存在分歧的幀由組內(nèi)討論共同決定。

2 結(jié)果

實(shí)驗(yàn)總共40人次，以右手手環(huán)數(shù)據(jù)為準(zhǔn)。因?yàn)槭汁h(huán)電量用盡和病人誤操作等原因損失6組數(shù)據(jù)，其中5組用左手手環(huán)代替，最后得到39人次手環(huán)和多導(dǎo)睡眠監(jiān)測結(jié)果。因?yàn)閭€體睡眠時間的差異，每個樣本個體的整晚睡眠時間被分為600到1 100幀不等(每30 s一幀)，總共得到35827幀實(shí)驗(yàn)數(shù)據(jù)。手環(huán)基于加速度信號和光電容積脈搏波描記法信號將整夜的睡眠分為4種標(biāo)簽：清醒、快速眼動睡眠、淺度睡眠、深度睡眠。其中淺度睡眠對應(yīng)多導(dǎo)睡眠監(jiān)測分期的N1期和N2期，深度睡眠對應(yīng)N3期。在四種分類標(biāo)簽的情況下，以上述方法形成的金標(biāo)準(zhǔn)作為標(biāo)準(zhǔn)答案，手環(huán)的自動分期相比于多導(dǎo)睡眠監(jiān)測的人工分期的正確率為60.1%。這個結(jié)果已經(jīng)非常出色，因?yàn)榕R床睡眠醫(yī)學(xué)雜志研究中表示，2500多名睡眠技師的平均正確率也只有83%左右[7]。在每種睡眠分期的時長監(jiān)測部分，手環(huán)的結(jié)果與實(shí)際情況非常接近。在總睡眠時間的預(yù)測中，手環(huán)預(yù)測的睡眠時間與多導(dǎo)睡眠監(jiān)測所得出的標(biāo)準(zhǔn)無顯著差異(置信水平0.95，相關(guān)系數(shù)0.91)(圖1)。對于每一種睡眠期的時長和所占百分比，手環(huán)預(yù)測與實(shí)際情況也無顯著性差異。

圖1 手環(huán)預(yù)測與PSG檢測睡眠時長的關(guān)系

而從個體案例可以看出，手環(huán)可以通過簡單的傳感器準(zhǔn)確預(yù)測以大體動為分界的睡眠周期，而且在睡眠結(jié)構(gòu)簡單，睡眠事件不多的樣本表現(xiàn)非常出色，而在一些睡眠事件復(fù)雜的樣本中表現(xiàn)欠佳。

3 討論

本研究中手環(huán)僅通過加速度和光學(xué)傳感器得到的體動與心跳數(shù)據(jù)將睡眠自動分為4類(清醒，快速眼動，淺睡，深睡)結(jié)果非常出色。手環(huán)類傳感器和處理算法的應(yīng)用讓監(jiān)測睡眠質(zhì)量非常方便實(shí)用，也為使用者的長期睡眠狀況追蹤提供可能。然而國內(nèi)目前對手環(huán)判讀睡眠分期的表現(xiàn)沒有詳細(xì)的準(zhǔn)確率標(biāo)準(zhǔn)，不同類型的手環(huán)也會因?yàn)閮?nèi)置的傳感器和軟件算法不同分析結(jié)果有所差別，所以睡眠監(jiān)測手環(huán)尚未進(jìn)入到臨床應(yīng)用。手環(huán)的判讀結(jié)果會與實(shí)際情況不符。在受試者心情平靜，無大幅度動作的情況下，手環(huán)已經(jīng)判定其為睡眠狀態(tài)，而實(shí)際上受試者依然保持清醒。這是因?yàn)槭汁h(huán)的記錄的加速度和心率信號已經(jīng)接近睡眠時應(yīng)有的水平。若使用者在打開睡眠模式后，并未帶上手環(huán)，睡眠記錄中也會認(rèn)為這段時間為睡眠狀態(tài)。再如早晨醒來時，若忘記關(guān)閉睡眠功能，則也會對總體睡眠時長產(chǎn)生影響。實(shí)驗(yàn)證明了利用手環(huán)可以大致推算出睡眠分期，分析的結(jié)果可以滿足僅需要大致了解睡眠狀態(tài)的需求。而且同傳統(tǒng)的多導(dǎo)睡眠監(jiān)測相比，手環(huán)監(jiān)測幾乎對睡眠無任何影響，且有成本低廉，方便快捷的特點(diǎn)。

圖2 睡眠時相圖比較(實(shí)線為手環(huán)預(yù)測，虛線為PSG金標(biāo)準(zhǔn))

4 智能手環(huán)應(yīng)用前景

智能手環(huán)隨著傳感器的精確程度和可用類型不斷增加，核心算法的不斷升級，對個人的睡眠預(yù)測正確率也會不斷提升。在因睡眠問題就醫(yī)時，手環(huán)提供的睡眠數(shù)據(jù)相比于病人對病癥的主觀描述更加客觀[18]，相比于去醫(yī)院長時監(jiān)測更加方便。作為以青中年人為服務(wù)對象的產(chǎn)品而言，它更好的滿足了人們對自己睡眠質(zhì)量的好奇。智能手環(huán)的睡眠方面其他作用也在不斷被挖掘和開發(fā)，比如智能喚醒功能[19]和對睡眠疾病的自動診斷。

智能手環(huán)是一種正在普及的可穿戴設(shè)備，作為商品來講已經(jīng)獲得巨大的成功。然而它目前還不能完全替代傳統(tǒng)的醫(yī)療方法。所以研究者在設(shè)計(jì)和使用中還是需要注意其適當(dāng)?shù)倪m用范圍和條件，因?yàn)樗嚯x專業(yè)的臨床睡眠評價還有很長的距離。

[1]Neil Stanley.The physiology of sleep and the impact of ageing[J].European Urology Supplements,2005,36.[2]Steven JL，G?ran K，Karl A，et al.The effect of the work environment on future sleep disturbances：A systematic review[J].Sleep Medicine Reviews,2014.

[3]Louise B，Simon D.Social interactions，emotion and sleep：A systematic review and research agenda[J].Sleep Medicine Reviews,2014.

[4]Wolpert EA.A Manual of Standardized Terminology，Techniques and Scoring System for Sleep Stages of Human Subjects.[J].Archives of General Psychiatry，1969，20(2):246-247.

[5]Berendes J,Kipp J,Hansotia PL.Technique of polysomnography.[J].The American journal of EEG technology,1982,222:.

[6]Kingshott RN，Douglas NJ.The effect of in-laboratory polysomnography on sleep and objective daytime sleepiness.[J].Sleep，2000，23(8):1109-1113.[7]Rosenberg RS，Steven VH.The American Academy of Sleep Medicine inter-scorer reliability program：sleep stage scoring.[J].Journal of Clinical Sleep Medicine Jcsm Official Publication of the American Academy of Sleep Medicine，2013，9(1):81-87.

[8]Penzel T，Conradt R.Computer based sleep recording and analysis[J].Sleep Medicine Reviews，2000，4.

[9]Lee YH，Chen YS，Chen LF，et al.Automated Sleep Staging Using Single EEG Channel for REM Sleep Deprivation[C]// Bioinformatics and BioEngineering，2009.BIBE'09.Ninth IEEE International Conference，2009:439-442.

[10]Redmond SJ，Chazal PD，O'Brien C，et al.Sleep staging using cardiorespiratory signals[J].Somnologie-Schlafforschung und Schlafmedizin，2007，11(4):245-256.[11]Levendowski D J，Popovic D，Berka C，et al.Retrospective cross-validation of automated sleep staging using electroocular recording in patients with and without sleep disordered breathing[J].International Archives of Medicine，2012，5(1):21.

[12]Jansen BH，Shankar K.Sleep staging with movement-related signals.[J].International journal of bio-medical computing，1993，32(3/4):289-297.

[13]Mendez MO，Matteucci M，Cerutti S，et al.Automatic detection of sleep macrostructure based on bed sensors[A].Annual International Conference of the IEEE Engineering in Medicine and Biology Society.2009:5555-5558.

[14]Bianchi AM，Mendez MO.Automatic detection of sleep macrostructure based on a sensorized T-shirt[A].Annual International Conference of the IEEE Engineering in Medicine and Biology Society，2010:3606-3609.

[15]Patel S，Park H，Bonato P，et al.A review of wearable sensors and systems with application in rehabilitation[J].Journal of Neuroengineering and Rehabilitation，2012，9(8):1-17.

[16]Xu H，Zhang L，Zhai W.Detection of Human Movement Behavior Rules Using Three-Axis Acceleration Sensor[M]// Advances in Multimedia，Software Engineering and Computing Vol.1 Springer Berlin Heidelberg，2011:647-652.

[17]Renevey P，Sola J，Theurillat P，et al.Validation of a wrist monitor for accurate estimation of RR intervals during sleep[A].Annual International Conference of the IEEE Engineering in Medicine and Biology Society，2013:5493-5496.

[18]Lockley SW，Skene DJ，Arendt J，et al.Comparison between subjective and actigraphic measurement of sleep and sleep rhythms[J].Journal of Sleep Research，1999，8(3):175-183.

[19]Alameh RM，Alberth WP，Rasky PD，et al.Adaptive Wearable Device for Controlling an Alarm Based on User Sleep State：US，doi:US20130154838 A1[P].2013.

Clinical Validation on Bracelet

KUANGXiao,XUYan.

BeihangUniversity,Beijing100191,China

XUYan,E-mail:xuyan@buaa.edu.cn

Sleep takes up a third of life time，and it can be said that the quality of sleep is the basis of a better life.Sleep staging is essential in diagnosing sleep-related diseases.Traditional way to evaluate sleep quality is using polysomnography(PSG)，but it wastes time and energy to score the whole night sleep manually.While the wrist band can provide sleep stages to user using data from its sensor，thus give sleep suggestions.In this paper，based on Microsoft Band，we aim to compare the result given by band and by PSG，and to analyze the clinical validation of the staging result of the wrist band.

Bracelet; Polysomnography; Sleep stages

100191 北京航空航天大學(xué)

許燕，E-mail:xuyan@buaa.edu.cn