董雪虎,吳燕玲,宋全軍
(1.安徽大學(xué)電氣工程與自動(dòng)化學(xué)院, 安徽 合肥 230601;2.中國(guó)科學(xué)院合肥智能機(jī)械研究所,安徽 合肥 230031)
隨著社會(huì)的發(fā)展、醫(yī)療水平的提高,越來(lái)越多的人關(guān)注睡眠問題。人睡覺時(shí)發(fā)出的鼾聲會(huì)對(duì)睡眠產(chǎn)生最直接的影響,其中對(duì)人體危害嚴(yán)重的是睡眠呼吸暫停綜合癥(sleep apnea syndrome,SAS)。SAS是指人體在夜間睡眠時(shí),口腔或者鼻腔發(fā)生了氣流停止的癥狀,并且癥狀持續(xù)時(shí)間在10 s以上,次數(shù)超過30次[1]。此病發(fā)生在夜間,不易被發(fā)現(xiàn),但卻對(duì)人身健康造成極大的危害。因此,對(duì)這一疾病的預(yù)防與診斷十分重要[2-3]。
目前,睡眠呼吸暫停綜合癥診斷的標(biāo)準(zhǔn)[4]——多導(dǎo)睡眠圖(polysomography,PSG),可以記錄睡眠中的腦電圖、心電圖、口鼻氣流、血氧飽和度、鼾聲、體位、胸腹呼吸運(yùn)動(dòng)和肢體運(yùn)動(dòng)等多項(xiàng)生命指征。但多導(dǎo)睡眠儀操作復(fù)雜,需要專業(yè)醫(yī)師診斷,且用戶的睡眠質(zhì)量會(huì)受到影響,所以不能廣泛普及家庭[5]。
鼾聲檢測(cè)主要針對(duì)患者的鼾聲特征進(jìn)行研究與判斷,獲取鼾聲只需一組無(wú)接觸式麥克風(fēng)和數(shù)據(jù)記錄裝置。目前,多數(shù)鼾聲研究者主要從鼾聲的時(shí)域和頻域參數(shù)著手,采用均值、標(biāo)準(zhǔn)差、共振峰特征及概率閾值等為鼾聲特征,研究方法不盡相同。如Sola-Soler J和Jane R等[6]對(duì)鼾聲在頻域內(nèi)進(jìn)行處理,運(yùn)用AR模型對(duì)鼾聲的功率譜進(jìn)行估計(jì),發(fā)現(xiàn)正常人鼾聲的共振峰分布相對(duì)穩(wěn)定。而患者無(wú)論是正常呼吸,還是呼吸暫停時(shí)的鼾聲共振峰分布,都不太穩(wěn)定。
由于PSG檢查的諸多不便,國(guó)內(nèi)外許多專家學(xué)者開始研究睡眠呼吸,從單一或少量的生理信號(hào)(鼾聲、心電等)中獲取SAS的特征信息,雖取得一定的成果,但單一信號(hào)分析的難度比較大且結(jié)果的準(zhǔn)確性難以保障,無(wú)法達(dá)到標(biāo)準(zhǔn)的要求。本文采用多傳感器融合的方法,簡(jiǎn)化PSG檢測(cè)過程,同時(shí)兼顧人體鼾聲、心率、呼吸率和睡姿等生理信息。本文設(shè)計(jì)的系統(tǒng)可以準(zhǔn)確檢測(cè)用戶是否患有SAS,并對(duì)SAS嚴(yán)重程度進(jìn)行量化分級(jí),生成相應(yīng)的健康報(bào)告。
SAS的一個(gè)顯著特征就是打鼾的過程中突然停止,持續(xù)10 s以上,可采用六麥克風(fēng)陣列采集鼾聲強(qiáng)度。利用麥克風(fēng)陣列的空域?yàn)V波特性,對(duì)拾音波束區(qū)域內(nèi)的聲音信號(hào)進(jìn)行加強(qiáng),對(duì)拾音波束區(qū)域外的環(huán)境噪聲進(jìn)行抑制[7-8],以保證較高的聲音質(zhì)量。麥克風(fēng)陣列拾音示意圖如圖1所示。
圖1 麥克風(fēng)陣列拾音示意圖Fig.1 Microphone array schematic diagram
本文采用六麥克風(fēng)陣列拾音距離達(dá)可到5 m,360°語(yǔ)音信號(hào)采集,并能通過聲源定位來(lái)確定目標(biāo)聲音的方向。
采集鼾聲信號(hào)處理過程如下。
①讀取鼾聲信號(hào)。
y(n)=s(n)+d(n)
(1)
式中:y(n)為混合后的鼾聲信號(hào);s(n)為純鼾聲信號(hào);d(n)為環(huán)境噪聲信號(hào)。
②維納(Wiener)濾波。
(2)
式中:S(n)為濾波器輸出信號(hào);h(n)為傳遞函數(shù)。
根據(jù)維納濾波最小均方誤差原則,通過選取傳遞函數(shù)h(n),使得鼾聲信號(hào)s(n)和輸出信號(hào)S(n)的均方誤差ε=E[{s(n)-S(n)}2]取到最小值時(shí),可以最大程度地消除噪聲信號(hào)d(n)。
③傅里葉變換和對(duì)數(shù)轉(zhuǎn)換,求出鼾聲的分貝值。
心率和呼吸率也是判斷呼吸暫停的重要參數(shù)。多導(dǎo)睡眠儀利用心電信號(hào)采集心率,在使用者身體上貼若干電極。為了提高采集信號(hào)的精度,信號(hào)電極和參考電極需在人體軀干上相隔足夠遠(yuǎn)的空間距離,通常選擇胸部相隔較遠(yuǎn)的兩處或左右手。利用血氧飽和度測(cè)量呼吸率的方法干擾人的正常睡眠,不能用于長(zhǎng)期跟蹤記錄人體的身體狀況。本系統(tǒng)采用基于光強(qiáng)度的高精度微彎型光纖傳感器采集心率呼吸率,光纖傳感器示意圖如圖2所示。整個(gè)傳感器用纖維織物包裹。
圖2 光纖傳感器示意圖Fig.2 Schematic diagram of fiber optic sensor
外力作用在微彎型光纖傳感器時(shí),光纖發(fā)生彎曲,引起光在光纖內(nèi)傳播路徑發(fā)生變化,產(chǎn)生光的損耗,導(dǎo)致光強(qiáng)度的變化。光纖傳感器結(jié)構(gòu)如圖3所示。
圖3 光纖傳感器結(jié)構(gòu)圖Fig.3 Structure diagram of fiber optic sensor
圖3中:F為外部作用力;d為網(wǎng)格纖維直徑;w為網(wǎng)格纖維間距。
光纖傳感器采用胡峻浩等人[9]設(shè)計(jì)的單變形結(jié)構(gòu)采集人體的生命特征,通過監(jiān)測(cè)光纖兩端光的強(qiáng)度變化,獲取心率和呼吸率等生理信號(hào)。當(dāng)無(wú)人躺在光纖微彎傳感器[10]上時(shí),光纖處于無(wú)彎曲狀態(tài),光損耗最小甚至為零,此時(shí)接收器得到的光強(qiáng)度近似一條直線。當(dāng)有人躺在傳感器上時(shí),由于受到自身重力的作用,光纖發(fā)生彎曲,光在傳遞過程中造成損耗,接收器端光強(qiáng)度減弱。除卻自身重力的作用,還有兩個(gè)關(guān)鍵因素影響光強(qiáng)度的變化:一是身體宏觀運(yùn)動(dòng)(肢體運(yùn)動(dòng))會(huì)引起光纖傳感器所受作用力的變化,使光強(qiáng)度發(fā)生變化,光強(qiáng)度信號(hào)的變化幅度較大、頻率較低;二是人體的微觀運(yùn)動(dòng)(心臟跳動(dòng)和胸部舒張)對(duì)光的強(qiáng)度變化影響較小,其中心臟跳動(dòng)比呼吸產(chǎn)生光的強(qiáng)度變化信號(hào)振幅較小、頻率較高。光纖傳感器檢測(cè)心率、呼吸率信號(hào)主要受人體微觀運(yùn)動(dòng)的影響。光強(qiáng)度變化曲線如圖4所示。
圖4 光強(qiáng)度變化曲線Fig.4 Luminous intensity changing curve
睡姿識(shí)別目前大致可分為兩種方法。一是利用計(jì)算機(jī)視覺與模式識(shí)別進(jìn)行人體睡姿識(shí)別。葉蔭球、姜太平等[11]提出基于水平集方法和神經(jīng)網(wǎng)絡(luò)的人體睡姿識(shí)別,能夠?qū)崿F(xiàn)四種睡姿的辨別。但是該方法在夜晚光線比較差的條件下效果不好,而且還涉及個(gè)人隱私問題。二是采用柔性壓力陣列傳感器監(jiān)測(cè)睡眠姿勢(shì)。任志斌等[12]提出基于模糊粗糙集的睡姿壓力圖像識(shí)別,實(shí)現(xiàn)了六種睡姿的辨別。但該方法計(jì)算量較大,不易實(shí)現(xiàn)。
本文基于柔性壓力陣列傳感器實(shí)現(xiàn)睡姿實(shí)時(shí)識(shí)別,將柔性壓力陣列傳感器的實(shí)時(shí)壓力數(shù)據(jù)看作一幅動(dòng)態(tài)變換的數(shù)字圖像[13-14 ]。柔性壓力傳感器在t時(shí)刻的采樣信息F(t)可以用式(4)所示的矩陣形式來(lái)表示。
(4)
式中:M和N分別為柔性壓力傳感器的行數(shù)和列數(shù);fij(t)為傳感器第i行第j列的敏感點(diǎn)(i,j)在t時(shí)刻的采樣壓力值。
本文使用的柔性壓力陣列傳感器尺寸為:長(zhǎng)120 cm×寬80 cm,總敏感點(diǎn)數(shù)為120行×80列,測(cè)量范圍標(biāo)稱值為0~60 N/cm2。將t時(shí)刻二維矩陣F(t)的壓力數(shù)據(jù)轉(zhuǎn)換成數(shù)字圖像處理中的一幀單通道灰度圖,借助數(shù)字圖像中的高斯濾波、形態(tài)學(xué)、邊沿提取等算法得到如圖5所示的預(yù)處理后輪廓圖。
圖5 預(yù)處理后輪廓圖Fig.5 Preprocessed outline diagram
輪廓圖大致分為三個(gè)部分:上半身、臀部、雙腿部。根據(jù)這幾個(gè)部位的壓力分布情況,識(shí)別人體睡姿的步驟如下。
①統(tǒng)計(jì)每幀圖像中輪廓的個(gè)數(shù)Sum,判斷Sum的數(shù)值。
②如果Sum>3,則此時(shí)睡姿為仰臥;否則睡姿為側(cè)臥。
③計(jì)算上半身區(qū)域輪廓的質(zhì)心G1(x,y)和其對(duì)應(yīng)的矩形框的質(zhì)心G2(x,y),然后計(jì)算縱坐標(biāo)差Δy=G1(y)-G2(y)。
④如果Δy>0,則此時(shí)睡姿為左側(cè)臥;如果Δy<0,則此時(shí)睡姿為右側(cè)臥;其他情況視為無(wú)效。
睡姿測(cè)試結(jié)果如表1所示。
表1 睡姿測(cè)試結(jié)果Tab.1 Test results of sleeping posture
將采集到的睡姿、心率、呼吸率、鼾聲數(shù)據(jù)傳遞到上位機(jī),并實(shí)時(shí)記錄并分析各項(xiàng)數(shù)據(jù),統(tǒng)計(jì)呼吸暫停的次數(shù)以及發(fā)生呼吸暫停時(shí)的睡姿信息。系統(tǒng)數(shù)據(jù)分析流程如圖6所示。
圖6 系統(tǒng)數(shù)據(jù)分析流程圖Fig.6 Flowchart of system data analysis
一方面,由于睡眠呼吸暫停發(fā)生后呼吸困難,心率會(huì)迅速上升;另一方面,即使心率處于正常水平,鼾聲過大也表明正常呼吸受阻。因此,綜合考慮心率和鼾聲數(shù)據(jù)可以更準(zhǔn)確的評(píng)估睡眠風(fēng)險(xiǎn)。在不同睡眠姿態(tài)下,其睡眠風(fēng)險(xiǎn)是有差異的。本研究中呼吸暫停綜合征量化分級(jí)模型計(jì)算三種睡姿(左側(cè)位、右側(cè)位和仰臥位)的心率數(shù)據(jù)和鼾聲數(shù)據(jù):
HL=αRHr+βRSnore
(5)
Hr=αRHr+βRSnore
(6)
Hm=αRHr+βRSnore
(7)
RHr=ζ(Hrt-Hr0)
(8)
RSnore=ξ1(ft-f0)+ξ2(At-A0)
(9)
H=Max{HL,Hr,Hm}
(10)
式中:α、β為風(fēng)險(xiǎn)因子;RHr為心率風(fēng)險(xiǎn)指數(shù);RSnore為鼾聲指數(shù);HL為左側(cè)位睡姿睡眠風(fēng)險(xiǎn)指數(shù);Hr為右側(cè)位睡姿睡眠風(fēng)險(xiǎn)指數(shù);Hm為仰臥位睡姿睡眠風(fēng)險(xiǎn)指數(shù);Hrt為實(shí)時(shí)心率;Hr0為睡眠時(shí)正常安靜心率;ζ為心率風(fēng)險(xiǎn)系數(shù);ft為實(shí)時(shí)鼾聲頻率;f0為正常安靜鼾聲頻率;At為實(shí)時(shí)鼾聲波幅;A0為正常安靜鼾聲波幅;ξ1、ξ2為鼾聲風(fēng)險(xiǎn)系數(shù)。
通過對(duì)三種睡姿的睡眠風(fēng)險(xiǎn)指數(shù)進(jìn)行計(jì)算,依據(jù)式(10)選取三種睡姿中最大的睡眠風(fēng)險(xiǎn)指數(shù)作為測(cè)試人員的睡眠風(fēng)險(xiǎn)指數(shù)。
由于SAS是伴隨睡眠的一種癥狀,需要長(zhǎng)時(shí)間監(jiān)測(cè)。為了方便用戶查看監(jiān)測(cè)過程系統(tǒng)提供了豐富的顯示界面和查看歷史數(shù)據(jù)功能。十名自愿者(其中五名患者)晚上8 h睡眠的測(cè)試結(jié)果如表2所示。
表2 測(cè)試結(jié)果Tab.2 Test results
針對(duì)SAS對(duì)人睡眠質(zhì)量的影響,本文綜合人體睡姿、心率、呼吸率、鼾聲強(qiáng)度等生理信息,經(jīng)過大量的試驗(yàn)和分析得到較完善的SAS評(píng)估模型。但該SAS無(wú)擾檢測(cè)系統(tǒng)也存在不足之處,易受環(huán)境噪聲干擾,這也是接下來(lái)需重點(diǎn)改善的問題。該檢測(cè)系統(tǒng)在準(zhǔn)確性比較弱,但使用的便捷性和舒適性占有絕對(duì)優(yōu)勢(shì),能夠滿足家庭日常使用及預(yù)防SAS。