李晨洋 ，葉繼倫 , ，張旭 ,

1 深圳大學(xué) 生物醫(yī)學(xué)工程學(xué)院，深圳市，518060

2 深圳市生物醫(yī)學(xué)工程重點(diǎn)實驗室，深圳市，518060

3 廣東省生物醫(yī)學(xué)信號檢測與超聲成像重點(diǎn)實驗室，深圳市，518060

0 引言

據(jù)世界衛(wèi)生組織調(diào)查結(jié)果顯示，目前受生活和工作壓力的影響，世界范圍內(nèi)有超過三分之一的人不同程度地出現(xiàn)失眠、嚴(yán)重嗜睡等睡眠問題。睡眠專家提醒，睡眠質(zhì)量是影響人體生理機(jī)能健康與否的關(guān)鍵指標(biāo)，持續(xù)的睡眠質(zhì)量異常會引發(fā)人體一系列的生理疾病[1]。

隨著睡眠呼吸相關(guān)疾病發(fā)病率的逐年升高，越來越多的人意識到睡眠質(zhì)量的重要性。既然睡眠質(zhì)量對人們的健康如此重要，如何對睡眠質(zhì)量進(jìn)行全面綜合評測是當(dāng)前人們面臨的一個重要問題。本研究首先構(gòu)建了一套可以同時采集鼻氣流、鼾聲、胸部呼吸、腹部呼吸、血氧、脈率、體位、腦電、眼動、下頜肌電、心電共11道生理信號的硬件采集系統(tǒng)。接著對采集到的整夜睡眠臨床數(shù)據(jù)進(jìn)行呼吸紊亂事件、心血管事件、醒覺反應(yīng)事件以及睡眠期分階的多事件融合算法的研究。對比系統(tǒng)算法分析的結(jié)果與睡眠專家的臨床診斷及患者的主訴，結(jié)果表明本系統(tǒng)能夠有效幫助睡眠醫(yī)生對睡眠障礙患者的睡眠質(zhì)量進(jìn)行全面、有效的評價，且相關(guān)診斷分析結(jié)果也可為醫(yī)生的治療提供有效幫助。

1 睡眠質(zhì)量檢測原理與方案設(shè)計

1.1 睡眠質(zhì)量檢測原理

人體夜間睡眠質(zhì)量的評測首先需要采集能夠表征睡眠質(zhì)量狀態(tài)的生理信號，再結(jié)合基于多參數(shù)的算法研究結(jié)果，才能達(dá)到對睡眠質(zhì)量進(jìn)行評價的效果。臨床實驗表明：呼吸、血氧、腦電、肌電、眼動、心電等生理信號均與人體夜間的睡眠狀態(tài)有密切的聯(lián)系[2]。其中口鼻氣流的檢測，用于判別呼吸暫停事件與呼吸低通氣事件；胸腹部呼吸運(yùn)動的檢測，用于判別呼吸暫停事件的類別；血氧飽和度與體位的檢測，可以增加呼吸事件判別的準(zhǔn)確性；鼾聲信號的檢測，能夠?qū)Υ蝼颊呤欠駥儆诓B(tài)打鼾以及打鼾程度進(jìn)行判別。腦電信號對于睡眠質(zhì)量的評測是十分重要的，對睡眠分期、腦電醒覺反應(yīng)的判定等事件均有重要意義；眼動與下頜肌電的檢測可以輔助腦電信號對整夜睡眠活動進(jìn)行準(zhǔn)確的分期；心電信號的檢測主要是用于對睡眠過程中的心血管事件進(jìn)行分析。

1.2 系統(tǒng)整體設(shè)計

本睡眠質(zhì)量評測系統(tǒng)硬件平臺所需采集的人體生理信號種類繁多，且數(shù)據(jù)量較大。利用MCU1采集鼻氣流、鼾聲、胸腹部呼吸、體位與血氧信號，利用MCU2采集腦電、眼動、下頜肌電、心電信號。由主控平臺接收MCU1與MCU2的數(shù)據(jù)再通過WiFi模塊上傳給PC端進(jìn)行實時顯示與存儲。圖1所示為本系統(tǒng)的整體框圖。

圖1 睡眠質(zhì)量評測系統(tǒng)整體框圖Fig.1 Overall block diagram of sleep quality evaluation system

2 系統(tǒng)硬件設(shè)計

本系統(tǒng)采用MPXV7007GP型壓力傳感器采集鼻氣流與鼾聲；MMA8451Q三軸加速度傳感器采集胸腹部運(yùn)動及體位信號；透射式血氧探頭采集脈搏波信號；金杯狀電極放置于特定位置采集腦電信號、眼動信號、下頜肌肌電信號；紐扣式電極采集人體的心電信號。其中壓力傳感器與加速度傳感器采集到的信號經(jīng)過模擬電路放大后，再經(jīng)過MCU的AD轉(zhuǎn)換為數(shù)字信號。而腦電、眼動、肌電等微弱信號的采集需要滿足高共模抑制比，高輸入阻抗，低噪聲等特性，所以需要設(shè)計前級保護(hù)和防除顫電路，前級跟隨電路，前置放大電路，濾波電路等模擬電路，再由MCU的AD轉(zhuǎn)換電路轉(zhuǎn)換成數(shù)字信號。

2.1 信號采集模塊

口鼻呼吸氣流與鼾聲都是通過MPXV7007GP壓力傳感器進(jìn)行采集的。系統(tǒng)選擇AD8226對信號進(jìn)行放大處理，其優(yōu)點(diǎn)是具有高輸入阻抗、低噪聲[3]。運(yùn)放的輸出端經(jīng)過7.2 Hz的一階低通濾波電路，得到鼻氣流呼吸信號。呼吸信號的檢測原理圖如圖2所示。

圖2 呼吸信號檢測原理圖Fig.2 Respiratory signal detection schematic

選用MMA8451Q型三軸加速度傳感器，用于檢測胸腹部呼吸運(yùn)動與體位信號。該三軸加速度傳感器為數(shù)字式傳感器，需要驅(qū)動MCU的IIC通信協(xié)議。加速度傳感器的外圍電路如圖3所示。

圖3 加速度傳感器外圍電路Fig.3 Acceleration sensor peripheral circuit

2.2 前級和防除顫保護(hù)電路

腦電、肌電、眼動等微弱信號的采集均需要滿足高共摸抑制比，高輸入阻抗，低噪聲等特性[4]。其中前級電路作用是直接獲取由傳感器采集到的信號，保護(hù)電路能夠有效降低外部電刀、除顫等干擾對系統(tǒng)電路的影響，保證系統(tǒng)正常工作，提高系統(tǒng)的性能指標(biāo)[5]。前級和防除顫保護(hù)電路如圖4所示。

圖4 前級和防除顫保護(hù)電路Fig.4 Preamp and anti-defibrillation protection circuit

2.3 前置放大電路

由于腦電等生理信號是雙極差分信號，前置放大電路中選用儀表放大器能夠有效抑制共模信號，提高系統(tǒng)的共模抑制比。如圖5所示選用AD8421作為前置儀表放大器，其具有高共模抑制比、高輸入阻抗、低噪聲、低功耗等特性。

3 系統(tǒng)軟件設(shè)計

系統(tǒng)的軟件設(shè)計主要內(nèi)容為底層驅(qū)動和顯示存儲界面。其中底層驅(qū)動設(shè)計主要包括驅(qū)動MCU的外設(shè)，進(jìn)行數(shù)據(jù)的采集、預(yù)處理、部分算法設(shè)計以及數(shù)據(jù)傳輸?shù)龋渲斜容^關(guān)鍵的部分為主控板獲取各MCU數(shù)據(jù)統(tǒng)一傳送至PC端的過程，通過WiFi模塊將統(tǒng)一打包的各通道數(shù)據(jù)實時傳送給PC端，以確保系統(tǒng)采集各通道數(shù)據(jù)傳輸過程中的穩(wěn)定性。

圖5 前置放大電路Fig.5 Preamplifier circuit

顯示及存儲界面的設(shè)計實現(xiàn)是基于Visual Studio 2012軟件平臺開發(fā)設(shè)計的。主要實現(xiàn)的功能包括：患者及操作者的基本信息、各通道數(shù)據(jù)的實時顯示、文本格式的數(shù)據(jù)存儲、右鍵進(jìn)入軟件分析界面、控制底層平臺人機(jī)交互等功能。如圖6所示為單頁5通道的波形監(jiān)測界面。

圖6 睡眠質(zhì)量監(jiān)測界面Fig.6 Sleep quality monitoring interface

4 系統(tǒng)算法設(shè)計

系統(tǒng)用來評價夜間睡眠質(zhì)量的算法事件主要包括：睡眠呼吸暫停低通氣綜合征判定、睡眠期心血管事件判定、睡眠期腦電醒覺反應(yīng)事件判定、睡眠期分階研究。對這幾類睡眠事件的判定結(jié)果綜合分析，最終能夠輔助睡眠醫(yī)生對人體夜間的睡眠質(zhì)量做出全面、客觀的評價。

4.1 睡眠呼吸暫停低通氣綜合征

臨床上一般將睡眠呼吸事件分為：呼吸暫停事件與呼吸低通氣事件。成人呼吸暫停事件的判讀標(biāo)準(zhǔn)是口鼻呼吸氣流“暫?！钡臅r間持續(xù)超過10 s及以上。其中根據(jù)口鼻氣流暫停期間胸腹呼吸運(yùn)動的變化狀態(tài)，又可將呼吸暫停事件細(xì)分為阻塞性呼吸暫停事件、中樞性呼吸暫停事件、混合性呼吸暫停事件[6]。臨床上一般將口鼻氣流下降30%，同時伴有血氧飽和度降低4%且持續(xù)時間超過10 s以上的事件判讀為成人呼吸低通氣事件，低通氣事件的細(xì)分判讀規(guī)則及判讀類型同呼吸暫停事件。

4.2 睡眠期心血管事件分析

臨床研究提示，心率變異性和心律失常等事件對睡眠期心血管狀態(tài)的研究及對睡眠質(zhì)量評價同樣具有重要的意義[7]。圖7所示直方圖是采用幾何圖形分析法分析心電信號得出的結(jié)果，其中圖7（a）所示間期直方圖的變化趨勢反映夜間人體心率變化的情況；圖7（b）所示間期差值直方圖的變化趨勢顯示相鄰心搏間期的差值變化情況。

4.3 睡眠期腦電醒覺反應(yīng)事件分析

腦電醒覺反應(yīng)事件的判別也能為睡眠質(zhì)量的評價提供有價值的依據(jù)。臨床觀察發(fā)現(xiàn)患者由睡眠狀態(tài)突然驚醒轉(zhuǎn)換至清醒狀態(tài)時一般伴隨醒覺反應(yīng)事件[6]。具體判別來說，腦電醒覺反應(yīng)事件的發(fā)生是指夜間睡眠期腦電頻率的突然性變化。判別過程中，NREM期主要依據(jù)腦電信號判讀，REM期依據(jù)腦電和下頜肌電兩種生理信號的同步判讀。兩種睡眠期醒覺反應(yīng)事件的判讀結(jié)果，如圖8所示。

4.4 睡眠期的分階研究

對睡眠期進(jìn)行準(zhǔn)確分階是研究睡眠障礙相關(guān)疾病，評價夜間睡眠質(zhì)量的重要前提。一般將夜間睡眠過程分為W期、REM期、NREM1期、NREM2期、NREM3期、NREM4期。對來自不同年齡段的30名志愿者的整夜睡眠數(shù)據(jù)進(jìn)行采集，將采集到的各通道生理數(shù)據(jù)經(jīng)預(yù)處理后，再經(jīng)過相關(guān)特征點(diǎn)算法處理最終選取19個特征輸入到SVM分類器中進(jìn)行分類識別。將經(jīng)過睡眠專家標(biāo)定的結(jié)果與分類輸出結(jié)果進(jìn)行對比，結(jié)果顯示系統(tǒng)算法得到的分階準(zhǔn)確率達(dá)到86%。本系統(tǒng)分類算法的準(zhǔn)確率相比多數(shù)睡眠分階研究的分階準(zhǔn)確率都有所提升。

圖7 R-R間期分析直方圖Fig.7 R-R interval analysis histogram

采用經(jīng)驗?zāi)Ｊ椒纸夥ǖ玫降?個特征頻帶能量比[8]，如表1所示；采用小波系數(shù)特征能量比和樣本熵法提取7個特征參數(shù)[9]，如表2所示。采用小波包系數(shù)法得到DWT分解后的4個特征點(diǎn)，如表3所示。最后本系統(tǒng)算法還提取了排列熵與分形維數(shù)作為睡眠結(jié)構(gòu)的分類特征點(diǎn)[10]，共計19個特征參數(shù)。

圖8 腦電醒覺反應(yīng)事件判定Fig.8 EEG wake-up response event determination

表1 經(jīng)驗?zāi)Ｊ椒纸夥ㄟx取的特征參數(shù)Tab.1 Characteristic parameters selected by empirical mode decomposition

表2 能量比及樣本熵特征參數(shù)Tab.2 Energy ratio and sample entropy characteristic parameters

表3 DWT分解后各頻段特征點(diǎn)Tab.3 Feature points of each frequency band after DWT decomposition

5 總結(jié)

本研究自主設(shè)計了一套可以同時采集鼻氣流、鼾聲、胸部呼吸、腹部呼吸、血氧、脈率、體位、腦電、眼動、下頜肌電、心電共11道生理信號的硬件采集系統(tǒng)，搭建了軟件顯示監(jiān)測界面用于實時顯示、動態(tài)存儲、回放數(shù)據(jù)。算法部分糅合了睡眠期呼吸紊亂事件、睡眠期心血管事件、睡眠期腦電醒覺反應(yīng)事件以及睡眠期分階研究，其中睡眠期的分階準(zhǔn)確率達(dá)到了86%。通過對相關(guān)事件類型的判讀，參數(shù)結(jié)果的分析等步驟，能夠很好地指導(dǎo)睡眠醫(yī)生對患者的睡眠質(zhì)量進(jìn)行精準(zhǔn)、具體地評價。本系統(tǒng)的研究對整個睡眠呼吸監(jiān)測技術(shù)與臨床診斷的發(fā)展具有很大的推動作用，且具有廣闊的應(yīng)用前景。