本公開內(nèi)容涉及用于在睡眠期期間確定對象中針對個體時間段的睡眠階段指征的系統(tǒng)和方法。
背景技術(shù):
基于在就寢時間期間監(jiān)測睡眠階段和覺醒階段對睡眠質(zhì)量的評估是已知的。具有用于分析睡眠結(jié)構(gòu)和特定睡眠相關(guān)問題的發(fā)生的手動評分的睡眠描記(由睡眠技術(shù)人員完成)的夜間腦電圖(eeg)記錄是已知的。手動睡眠分期是一項耗時的任務,其要求睡眠技術(shù)人員的幫助。在夜間eeg期間使用的傳感器會破壞睡眠,并且常常要求小心正確地應用(例如,要求睡眠技術(shù)人員的幫助)。典型的系統(tǒng)基于僅針對當前的時間段確定的信息來促進對睡眠期內(nèi)的當前的時間段的睡眠階段確定。當促進對針對當前的時期的睡眠階段的確定時,典型的系統(tǒng)不考慮針對先前的時期確定的信息。
技術(shù)實現(xiàn)要素:
因此,本公開內(nèi)容的一個或多個方面涉及一種被配置為在睡眠期期間確定對象中針對個體時間段的睡眠階段指征的系統(tǒng)。所述系統(tǒng)包括:一個或多個傳感器、一個或多個物理計算機處理器和/或其它部件。所述一個或多個傳感器被配置為生成傳達與所述對象的心肺活動相關(guān)的信息的輸出信號。所述一個或多個物理計算機處理器由計算機可讀指令配置為:通過(a)確定針對第一時間段的第一心肺活動參數(shù)和第二心肺活動參數(shù)和(b)確定針對第二時間段的所述第一心肺活動參數(shù)和所述第二心肺活動參數(shù)而基于所述輸出信號來確定所述對象的一個或多個心肺活動參數(shù);通過確定針對多個個體時間段的所述第一心肺活動參數(shù)與所述第二心肺活動參數(shù)之間的關(guān)系來確定所述對象的所述一個或多個心肺活動參數(shù)之間的一種或多種關(guān)系;并且基于所確定的所述一種或多種關(guān)系和所確定的所述一個或多個參數(shù)來確定指示所述對象的針對所述個體時間段的睡眠階段的睡眠階段指征。所述一個或多個物理計算機處理器被配置為確定所述睡眠階段指征,使得:針對所述第一時間段的第一睡眠階段指征是基于以下來確定的:針對所述第一時間段所確定的所述第一心肺活動參數(shù)和所述第二心肺活動參數(shù)、以及在多個個體時間段上的所述第一心肺活動參數(shù)與所述第二心肺活動參數(shù)之間的所述關(guān)系;并且針對所述第二時間段的第二睡眠階段指征是基于以下來確定的:針對所述第二時間段所確定的所述第一心肺活動參數(shù)和所述第二心肺活動參數(shù)、在多個個體時間段上的所述第一心肺活動參數(shù)與所述第二心肺活動參數(shù)之間的所述關(guān)系、以及所述第一睡眠階段指征。
本公開內(nèi)容的另一方面涉及一種用于利用確定系統(tǒng)在睡眠期期間確定對象中針對個體時間段的睡眠階段指征的方法。所述確定系統(tǒng)包括一個或多個傳感器、一個或多個物理計算機處理器和/或其它部件。所述方法包括:利用所述一個或多個傳感器生成傳達與所述對象的心肺活動相關(guān)的信息的輸出信號;利用所述一個或多個物理計算機處理器通過(a)確定針對第一時間段的第一心肺活動參數(shù)和第二心肺活動參數(shù)和(b)確定針對第二時間段的所述第一心肺活動參數(shù)和所述第二心肺活動參數(shù)而基于所述輸出信號來確定所述對象的一個或多個心肺活動參數(shù);利用所述一個或多個物理計算機處理器通過確定針對多個個體時間段的所述第一心肺活動參數(shù)與所述第二心肺活動參數(shù)之間的關(guān)系來確定所述對象的所述一個或多個心肺活動參數(shù)之間的一種或多種關(guān)系;并且利用所述一個或多個物理計算機處理器基于所確定的所述一種或多種關(guān)系和所確定的所述一個或多個參數(shù)來確定指示所述對象的針對所述個體時間段的睡眠階段的睡眠階段指征,使得:針對所述第一時間段的第一睡眠階段指征是基于以下來確定的:針對所述第一時間段所確定的所述第一心肺活動參數(shù)和所述第二心肺活動參數(shù)、以及在多個個體時間段上的所述第一心肺活動參數(shù)與所述第二心肺活動參數(shù)之間的所述關(guān)系;并且針對所述第二時間段的第二睡眠階段指征是基于以下來確定的:針對所述第二時間段所確定的所述第一心肺活動參數(shù)和所述第二心肺活動參數(shù)、在多個個體時間段上的所述第一心肺活動參數(shù)與所述第二心肺活動參數(shù)之間的所述關(guān)系、以及所述第一睡眠階段指征。
本公開內(nèi)容的另一方面涉及一種被配置為在睡眠期期間確定對象中針對個體時間段的睡眠階段指征的系統(tǒng)。所述系統(tǒng)包括:用于傳達與所述對象的心肺活動相關(guān)的信息的輸出信號的模塊;用于通過(a)確定針對第一時間段的第一心肺活動參數(shù)和第二心肺活動參數(shù)和(b)確定針對第二時間段的所述第一心肺活動參數(shù)和所述第二心肺活動參數(shù)而基于所述輸出信號來確定所述對象的一個或多個心肺活動參數(shù)的模塊;用于通過確定針對多個個體時間段的所述第一心肺活動參數(shù)與所述第二心肺活動參數(shù)之間的關(guān)系來確定所述對象的所述一個或多個心肺活動參數(shù)之間的一種或多種關(guān)系的模塊;以及用于基于所確定的所述一種或多種關(guān)系和所確定的所述一個或多個參數(shù)來確定指示所述對象的針對所述個體時間段的睡眠階段的睡眠階段指征的模塊,使得:針對所述第一時間段的第一睡眠階段指征是基于以下來確定的:針對所述第一時間段所確定的所述第一心肺活動參數(shù)和所述第二心肺活動參數(shù)、以及在多個個體時間段上的所述第一心肺活動參數(shù)與所述第二心肺活動參數(shù)之間的所述關(guān)系;并且針對所述第二時間段的第二睡眠階段指征是基于以下來確定的:針對所述第二時間段所確定的所述第一心肺活動參數(shù)和所述第二心肺活動參數(shù)、在多個個體時間段上的所述第一心肺活動參數(shù)與所述第二心肺活動參數(shù)之間的所述關(guān)系、以及所述第一睡眠階段指征。
在參考附圖考慮以下描述和權(quán)利要求書的情況下,本公開內(nèi)容的這些和其他目的、特征和特性,以及操作方法和有關(guān)的結(jié)構(gòu)元件和零件組合的功能和制造的經(jīng)濟性將變得更加明顯,所有附圖均形成本說明書的部分,其中,在各個附圖中同樣的附圖標記指代對應的部分。然而,應當明確理解,附圖僅是出于圖示和描述的目的,并非旨在作為對本公開內(nèi)容的限制的定義。
附圖說明
圖1圖示了被配置為在睡眠期期間確定對象中針對個體時間段的睡眠階段指征的系統(tǒng)。
圖2a圖示了第一因子圖。
圖2b圖示了第二因子圖。
圖3a圖示了在睡眠階段之間的轉(zhuǎn)變處有區(qū)別的參數(shù)的范例。
圖3b圖示了當使用前一階段信息時與當前睡眠階段有區(qū)別的同一參數(shù)。
圖3c是參數(shù)的直方圖。
圖4a圖示了后驗概率分數(shù),其指示由系統(tǒng)做出的睡眠階段確定是否匹配和/或有多匹配先前確定的睡眠階段標注。
圖4b圖示了后驗概率分數(shù),其指示由另一系統(tǒng)做出的睡眠階段確定是否匹配和/或有多匹配先前確定的睡眠階段標注。
圖5圖示了使用該系統(tǒng)執(zhí)行的實驗的結(jié)果。
圖6圖示了使用該系統(tǒng)執(zhí)行的實驗的附加結(jié)果。
圖7圖示了用于在睡眠期期間確定對象中針對個體時間段的睡眠階段指征的方法。
具體實施方式
如在本文中所使用的,單數(shù)形式的“一”、“一個”或“該”包括復數(shù)引用,除非上下文明確指示。如在本文中所使用的,兩個或更多個部分或部件被“耦合”的表述將意指,只要發(fā)生鏈接,這些部分直接地或間接地(即,通過一個或多個中間部分或部件)接合或共同操作。如在本文中所使用的,“直接耦合”意指兩個元件直接地彼此接觸。如在本文中所使用的,“固定耦合”或“固定的”意指兩個部件被耦合以便在保持相對彼此的恒定取向的情況下作為一個整體進行移動。
如在本文中所使用的,“整體”一詞意指創(chuàng)建為單個工件或單元的部件。亦即,包括分別創(chuàng)建并且然后耦合在一起作為一單元的工件的部件不是“整體”部件或?qū)嶓w。如在本文中所采用的,兩個或更多部分或部件一個接一個“嚙合”的表述意指多個部件直接地或通過一個或多個中間部分或部件向另一個施加力。如在本文中所采用的,術(shù)語“數(shù)個”意指一或大于一的整數(shù)(即,多個)。
在本文中所使用的方位短語,例如并且不限于,頂部、底部、左側(cè)、右側(cè)、上部、下部、前部、后部及其衍生物,涉及附圖中示出的元件的取向,并且不限制權(quán)利要求書,除非在文中明確地記載。
圖1圖示了系統(tǒng)10,其被配置為在睡眠期期間確定對象12中針對個體時間段的睡眠階段指征。所述睡眠階段指征可以對應于睡眠階段分類,和/或與睡眠階段分類相同。睡眠階段指征和/或分類與對象12中的快速眼動睡眠(rem)、非快速眼動(nrem)睡眠(例如,包括階段n3睡眠)和/或其它睡眠相關(guān)聯(lián)。系統(tǒng)10被配置為基于來自對象12的心肺信息(例如,與心臟活動、呼吸活動和/或移動相關(guān)的信息)和/或其它信息來確定睡眠階段指征。心肺信息可以指示對象12中的心肺活動和/或?qū)趯ο?2中的心肺活動。心肺信息為eeg信息提供了有希望的替代和/或補充,這是因為心肺信息可以使用非干擾的方法和/或傳感器(在以下描述)來測量。系統(tǒng)10被配置為基于來自非干擾的傳感器的信息來執(zhí)行基于心肺信息的對睡眠階段指征的確定,所述非干擾的傳感器生成輸出信號,所述輸出信號傳達與對象12的心臟活動、呼吸活動、身體移動和/或其它特征相關(guān)的信息。
系統(tǒng)10被配置為基于心肺信息來確定一個或多個參數(shù),并且基于有區(qū)別的無方向概率圖形模型(例如,條件隨機場(例如,線性鏈條件隨機場(crf)分類器))使用所確定的參數(shù)來確定睡眠階段指征(和/或睡眠階段分類)。所述一個或多個參數(shù)可以是和/或包括從與由非干擾的傳感器生成的輸出信號傳達的對象的心肺活動相關(guān)的信息中提取的一個或多個特征。條件隨機場是隱馬爾可夫模型的推廣,其基于對象12的先前睡眠(例如,先前的睡眠期和/或在當前的睡眠期期間的先前的睡眠)來調(diào)控有區(qū)別的無方向概率圖形模型。系統(tǒng)10是有利的,這是因為睡眠是一種結(jié)構(gòu)化過程,其中針對個體時期確定的參數(shù)在時間上不是獨立的,并且系統(tǒng)10基于針對當前的時期確定的參數(shù)、參數(shù)之間的確定的關(guān)系、睡眠階段指征和/或針對先前的時期確定的分類和/或其它信息來確定睡眠階段指征(和/或睡眠階段分類)。在一些實施例中,系統(tǒng)10基于針對一個或多個先前的時期確定的參數(shù)(例如,除了針對當前的時期確定的參數(shù)之外,參數(shù)之間的確定的關(guān)系以及睡眠階段指征和/或針對先前的時期確定的分類)來確定針對當前的時期的睡眠階段指征。系統(tǒng)10不假定所確定的參數(shù)在整個睡眠階段期間是有區(qū)別的,而是只可以指示睡眠階段轉(zhuǎn)變。在一些實施例中,系統(tǒng)10包括一個或多個傳感器18、一個或多個物理計算機處理器20、電子存儲器22、用戶接口24和/或其它部件。
傳感器18被配置為生成輸出信號,所述輸出信號傳達與對象12中的心肺活動相關(guān)的信息。對象12的心肺活動可以對應于對象12的睡眠階段和/或?qū)ο蟮钠渌匦?。對?2的睡眠階段可以與快速眼動(rem)睡眠、非快速眼動(nrem)睡眠和/或其它睡眠相關(guān)聯(lián)。傳感器18可以包括一個或多個傳感器,所述一個或多個傳感器生成與傳達與對象12中的心肺活動直接和/或間接相關(guān)的信息的輸出信號。例如,一個或多個傳感器18可以基于對象12的心率(例如,傳感器18可以是和/或包括被定位在對象12的胸部的心率傳感器,和/或被配置為對象12的手腕上的鐲子,和/或被定位在對象12的另一肢體上)、對象12的移動(例如,傳感器18可以包括具有加速度計的對象12的手腕和/或腳踝周圍的鐲子,使得睡眠可以使用體動記錄儀信號進行分析)、對象12的呼吸和/或?qū)ο?2的其它特性來生成輸出。盡管傳感器18在對象12上的兩個個體位置處被圖示,但是這并非旨在限制。傳感器18可以包括被設置在多個位置中的傳感器,例如,在用戶接口24內(nèi)(或與用戶接口24通信),與對象12的衣物耦合(以可移除的方式)、由對象穿戴(例如,作為頭帶、腕帶等)、被定位為在對象12睡眠時指向?qū)ο?2(例如,傳達與對象12的移動相關(guān)的輸出信號的相機),和/或在其它位置中。
處理器20被配置為在系統(tǒng)10中提供信息處理能力。這樣,處理器20可以包括以下中的一個或多個:數(shù)字處理器、模擬處理器、被設計為處理信息的數(shù)字電路、被設計為處理信息的模擬電路、狀態(tài)機和/或用于以電子方式處理信息的其它機構(gòu)。盡管處理器20在圖1中被示為單個實體,但是這僅僅是出于例示的目的。在一些實施例中,處理器20可以包括多個處理單元。這些處理單元可以在物理上被定位在相同的設備內(nèi),或者處理器20可以表示多個協(xié)調(diào)工作的設備的處理功能。
如圖1所示,處理器20被配置為運行一個或多個計算機程序部件。所述一個或多個計算機程序部件可以包括以下中的一個或多個:參數(shù)部件30、關(guān)系部件32、睡眠階段部件34和/或其它部件。處理器20可以被配置為通過軟件;硬件;固件;軟件、硬件和/或固件的某種組合和/或用于在處理器20上配置處理能力的其它機構(gòu)來運行部件30、32和/或34。
應當理解,盡管部件30、32和34在圖1中被圖示為被共同定位在單個處理單元內(nèi),但是在其中處理器20包括多個處理單元的實施例中,部件30、32和/或34中的一個或多個可以被定位為遠離其它部件。下面描述的由不同部件30、32和/或34提供的功能的描述僅出于例示的目的,并非旨在進行限制,這是因為部件30、32和/或34中的任一個可以提供比所描述的更多或更少的功能。例如,可以去除部件30、32和/或34中的一個或多個,并且其一些或全部功能可以由其它部件30、32和/或34來提供。作為另一范例,處理器20可以被配置為運行一個或多個額外的部件,其可以執(zhí)行下面歸屬于部件30、32和/或34的一些或全部功能。
參數(shù)部件30被配置為確定對象12的一個或多個心肺活動參數(shù)。對象12的一個或多個心肺活動參數(shù)是基于以下來確定的:來自傳感器18的輸出信號、經(jīng)由用戶接口24輸入和/或接收的信息、被儲存在電子儲存設備22中的信息和/或其它信息。在一些實施例中,參數(shù)可以是和/或包括從由來自傳感器18的輸出信號傳達的信息中提取的特征。例如,在一些實施例中,參數(shù)可以是自身提取的特征。在一些實施例中,參數(shù)可以是已經(jīng)在某種程度上以數(shù)學方式和/或其它方式變換的特征(例如,平均值、已經(jīng)與另一特征組合的特征等)。在一些實施例中,確定一個或多個心肺活動參數(shù)包括確定(例如,提取)針對整個睡眠期的一個或多個參數(shù)(例如,特征),確定針對睡眠期中的一個或多個個體時間段的一個或多個參數(shù)和/或確定其它參數(shù)。例如,確定一個或多個心肺活動參數(shù)可以包括確定針對第一時間段的第一心肺活動參數(shù)和第二心肺活動參數(shù),并且再確定針對第二時間段(和/或任何數(shù)量的時間段)的第一心肺活動參數(shù)和第二心肺活動參數(shù)。
在一些實施例中,一個或多個心肺活動參數(shù)(例如,特征)包括心臟活動參數(shù)、呼吸參數(shù)、心肺耦合參數(shù)和/或其它參數(shù)。在一些實施例中,心臟活動參數(shù)包括與對象12的心電圖相關(guān)的和/或基于對象12的心電圖確定的參數(shù)和/或其它參數(shù)。在一些實施例中,心臟活動參數(shù)可以包括基于通過r-r間期計算的統(tǒng)計結(jié)果確定的參數(shù)(例如,每個時期的間期數(shù)(例如,表達該時期的平均心率)、第n個百分位數(shù)、標準偏差和/或間期長度的范圍)和/或其它參數(shù)。在一些實施例中,心臟活動參數(shù)包括使用功率譜分析從心臟活動的頻域?qū)С龅奶卣?例如,平均譜功率、譜熵(無規(guī)律性的量度)、峰值功率和峰值頻率(對應于峰值功率的頻率))。其它特征在更短或更長的時間尺度上捕獲心臟活動的規(guī)律性或復雜性。
在一些實施例中,呼吸參數(shù)(例如,特征)可以包括指示對象12中的呼吸努力、對象12的呼吸速率、流率(例如,在呼吸期間進入和離開氣體的流率)、體積(例如,吸入和/或呼出氣體的潮氣量)、壓力(例如,吸氣壓力、呼氣壓力)、幅度(例如,吸入和/或呼出氣體的壓力和/或任何其它參數(shù)的幅度)的參數(shù)和/或其它參數(shù)。在一些實施例中,呼吸參數(shù)可以包括指示對象12在若干時期上的呼吸速率的變化(和/或任何呼吸參數(shù)的變化)的參數(shù)。
參數(shù)部件30被配置為使得心肺耦合參數(shù)(例如,特征)表達對象12的心臟自主系統(tǒng)與呼吸自主系統(tǒng)之間的耦合的強度。該鏈路的強度依賴于對象12的睡眠階段。心肺耦合參數(shù)可以描述在多個呼吸循環(huán)期間對象12的r-r間期與呼吸相位(例如,吸氣/呼氣)之間的相位同步。例如,心肺耦合參數(shù)可以包括相位同步時段的百分比、心跳數(shù)與呼吸循環(huán)之間的比率和/或其它參數(shù)。
在一些實施例中,參數(shù)部件30被配置為使得可以基于輸出信號的功率譜密度(psd)分析和/或其它信息來確定參數(shù)(例如,特征)。例如,參數(shù)部件30可以被配置為在三個不同的頻帶(極低頻(vlf),0.005-0.04hz,低頻(lf),0.04-0.15hz和高頻(hf),0.15-0.45hz)上根據(jù)高頻帶中的極點的模量和相位和/或根據(jù)其它信息來計算psd分析。參數(shù)部件30被配置為使得所確定的參數(shù)中的一個或多個描述不同時間尺度上的輸出信號中的一個或多個的規(guī)律性。例如,可以由參數(shù)部件30執(zhí)行去趨勢波動分析(dfa)以識別信號中的長期相關(guān)性、以及用于量化在給定時間段上的信號的自相似性的樣本熵。
關(guān)系部件32被配置為確定對象12的一個或多個心肺活動參數(shù)之間的一種或多種關(guān)系。所確定的關(guān)系可以是針對個體時間段、多個個體時間段(例如,單個確定的關(guān)系在多個個體時間段上有效)和/或其它時間段來確定的。關(guān)系可以包括一個參數(shù)對另一個參數(shù)的依賴性、參數(shù)之間的依賴性、參數(shù)之間的相關(guān)性、特定參數(shù)的特定水平之間的依賴性和/或相關(guān)性、參數(shù)隨時間的趨勢和/或其它關(guān)系。例如,隨著對象12的呼吸速率增加,對象12的心率可以以對應的方式增加。當對象12進入慢波睡眠時,該耦合的強度增加,并且隨著對象12進入rem睡眠,該耦合的強度減小。關(guān)系部件32可以確定和/或識別對象12中的這種關(guān)系。
睡眠階段部件34被配置為確定指示對象12的針對個體時間段的睡眠階段的睡眠階段指征。在一些實施例中,睡眠階段指征是概率指征,所述概率指征指示對象12針對個體時間段處于一個或多個可能的睡眠階段中的概率。在一些實施例中,睡眠階段指征是睡眠階段分類。睡眠階段指征是基于一種或多種確定的關(guān)系、所確定的一個或多個參數(shù)、輸出信號、先前確定的睡眠階段指征和/或其它信息來確定的。睡眠階段指征是基于針對當前的時間段的一種或多種確定的關(guān)系、所確定的一個或多個參數(shù)、輸出信號和/或其他信息和/或針對當前的時間段之前的一個或多個時間段的一種或多種確定的關(guān)系、確定的睡眠狀態(tài)指征和/或分類和/或其它信息來確定的。在一些實施例中,睡眠階段指征可以是基于針對先前的時期確定的心肺活動參數(shù)來確定的,但是這不是必需的。睡眠階段部件34被配置為基于這樣的(先前確定的)信息(例如,關(guān)系、睡眠階段指征、任選地還有參數(shù))來確定睡眠階段指征,這是因為睡眠是其中針對個體時期確定的參數(shù)在時間上不是獨立的結(jié)構(gòu)化過程(例如,如果對象12在緊接著的先前的時期期間處于階段n3睡眠,則對象12在當前的時期期間處于n3睡眠的概率較高,而如果對象12在緊接著的先前的時期期間處于rem睡眠,則對象12在當前的時期期間處于n3睡眠的概率較低)。
繼續(xù)上述范例,確定睡眠階段指征,使得針對第一時間段的第一睡眠階段指征是基于以下來確定的:針對第一時間段所確定的第一心肺活動參數(shù)和第二心肺活動參數(shù)以及在多個個體時間段上的第一心肺活動參數(shù)與第二心肺活動參數(shù)之間的關(guān)系。額外地,例如,針對第二時間段的第二睡眠階段指征是基于以下來確定的:針對第二時間段所確定的第一心肺活動參數(shù)和第二心肺活動參數(shù)、在多個個體時間段上的第一心肺活動參數(shù)與第二心肺活動參數(shù)之間的關(guān)系、以及第一睡眠階段指征。在一些實施例中,第二睡眠階段指征可以是基于針對第一時間段的第一心肺活動參數(shù)和第二心肺活動參數(shù)來確定的,但這不是必需的。
在一些實施例中,睡眠階段指征是使用(線性鏈)條件隨機場(crf)基于以下來確定的:針對緊接著的先前的時期的睡眠階段指征、所確定的一種或多種關(guān)系、針對當前的時期的所確定的一個或多個參數(shù)(例如,特征)、針對當前的時期的輸出信號和/或其它信息。條件隨機場是有區(qū)別的無方向概率模型,其探索要被分類的數(shù)據(jù)中的序列和結(jié)構(gòu)(例如,來自傳感器18的輸出信號、參數(shù)部件30確定的促進睡眠階段分類的參數(shù)(特征)等)。crf是隱馬爾可夫模型(hmm)的推廣,其基于所確定的參數(shù)(特征)、輸出信號、關(guān)系和/或其它信息對模型進行調(diào)控。這允許能夠并入?yún)?shù)(特征)依賴性(例如由關(guān)系部件32確定的關(guān)系)的更具表現(xiàn)力的模型。在hmm和其它能生成的模型中,通過使聯(lián)合概率分布p(w,x)最大化來學習參數(shù),其繼而要求從數(shù)據(jù)(例如,由傳感器輸出信號傳達的信息)中建模和/或以某種方式從數(shù)據(jù)(例如,由傳感器輸出信號傳達的信息)中學習的觀察結(jié)果的分布p(x)。參數(shù)是定義模型(例如,類似于使算法具有需要被設定的常數(shù))的值(也被稱為“權(quán)重”)。這些值被選取為使得模型盡可能良好地對數(shù)據(jù)進行建模。觀察結(jié)果可以指對模型的輸入。這些輸入是從傳感器輸出和/或其它信息導出的上述特征。觀察結(jié)果可以指針對給定時期的一個或多個特征值(例如,x=(x1,x2,...))。當觀察到的變量x的參數(shù)(特征)不是獨立的時,聯(lián)合分布可能極其難以建模,要求大量的訓練數(shù)據(jù)或關(guān)于要做出的變量的強烈假設。不同的特征能夠具有不同的統(tǒng)計性質(zhì)/分布。該模型將這些特征建模為“隨機變量”;確切的值未被定義,而是對其分布進行建模。建模p(x)是困難的,這是因為所有變量交互都需要建模。線性鏈條件隨機場通過計算給定觀察結(jié)果x=(x1,x2,……,xn)的可能輸出y=(y1,y2,……,yn)的概率p(y|x)來避免這個問題(例如,指示最有可能是給定觀察結(jié)果的睡眠階段的睡眠階段;這在內(nèi)部通過計算針對所有睡眠階段的概率并返回具有最高概率的睡眠階段來完成),從而避免了對邊際p(x)的顯式建模。通過簡化建模問題并且不要求對參數(shù)/特征的獨立性(僅關(guān)于狀態(tài))的任何假設,有區(qū)別的模型更好地利用相關(guān)的相互依賴的參數(shù)(特征),這在使用心肺參數(shù)(特征)的睡眠階段檢測的情況下是常見的。
應當指出,上述線性鏈crf只是可以使用這樣的分類器的許多可能的方法中的一種。crf的配置可以被擴展到更高階,使得例如針對當前的時間段所確定的單個的睡眠階段指征yi不僅依賴于針對緊接著的先前的時間段yi-1的睡眠階段指征(和/或諸如參數(shù)、輸出信號和/或關(guān)系的其它信息),還依賴于針對任意大數(shù)量的時期的對應數(shù)量的先前的睡眠階段的確定(和/或諸如參數(shù)、輸出信號和/或關(guān)系的其它信息)yj,其中j<i-1。額外地和/或替代地,p(yi|x)可以不僅依賴于針對當前的狀態(tài)xi的觀察結(jié)果,而且還依賴于針對先前的狀態(tài)(xi-1,……xi-j)的觀察結(jié)果,其中j<i-1,有效地使得對當前的狀態(tài)類別wi的估計結(jié)果依賴于整個時間的觀察序列。在這個意義上,在本發(fā)明中描述的第一階、單鏈(線性鏈)crf能夠被看作是一個更為普遍類型的有區(qū)別的無方向概率模型的實施例,其能夠用于使用心肺的特征的睡眠階段分類。
圖2a和圖2b圖示了因子圖202和204。hmm中的參數(shù)學習和推理通常借助于圖2a示出的因子圖202來執(zhí)行,這是一種類型的描述網(wǎng)絡概率分布的模型,其使用非負的因子來表達隨機變量之間的交互。在圖2a中,個體狀態(tài)wt206依賴于先前的個體狀態(tài),并且觀察到的特征向量xt依賴于個體狀態(tài)206。圖2b圖示了用于節(jié)點的子集210的等效因子圖。人們能夠使用圖2b作為crf模型的基礎(chǔ),并且已經(jīng)實現(xiàn)了hmm上的更好性能。作為對該圖的可能補充,該系統(tǒng)被擴展為包括從節(jié)點a到節(jié)點d的鏈路,這是轉(zhuǎn)變特征如何被建模,進一步改進了hmm上的性能。
在一些實施例中,睡眠階段指征指示在對象中的睡眠階段之間的轉(zhuǎn)變。由于系統(tǒng)10基于針對當前的時期所確定的參數(shù)、針對一個或多個先前的時期所確定的參數(shù)、參數(shù)之間的確定的關(guān)系、睡眠階段指征和/或針對先前的時期所確定的分類和/或其它信息來確定睡眠階段指征(和/或睡眠階段分類),因此系統(tǒng)10(圖1)能夠指示睡眠階段之間的轉(zhuǎn)變。系統(tǒng)10并不假定所確定的參數(shù)在整個睡眠階段期間是有區(qū)別的。圖3a和圖3b圖示了參數(shù)(例如,特征)300的范例,其在睡眠狀態(tài)ωa304與ωb306之間的轉(zhuǎn)變302處是有區(qū)別的。圖3c是參數(shù)300的直方圖310。圖3a圖示了在轉(zhuǎn)變處是有區(qū)別的特征的范例。圖3b示出了不同的情況(關(guān)于為什么使用過去的狀態(tài)信息可能是重要的),其中該特征指示當前的狀態(tài),但僅在觀察到多個值之后。具有像這樣的特征的問題是,存在用于兩個狀態(tài)的可能的值之間的大的重疊(如在圖3c中的直方圖中所看見的)。
圖4a圖示了后驗概率分數(shù)402,其指示由系統(tǒng)10(使用線性鏈crf分類器)做出的睡眠階段(例如,類別)確定是否匹配和/或有多匹配先前確定的睡眠階段(類別)標注406。圖4b圖示了后驗概率分數(shù)404,其指示由另一系統(tǒng)(不使用crf分類器)做出的睡眠階段(例如,類別)確定是否匹配和/或有多匹配先前確定的睡眠階段(類別)的標注。在圖4a和圖4b中,為1的標注指示類別ωb,而為0的標注指示類別ωa。分數(shù)越接近1指示針對類別ωb具有越高的后驗概率。圖4a圖示了在指示睡眠階段轉(zhuǎn)變的參數(shù)(例如,特征)與類別標注幾乎完美地匹配(從0到1的轉(zhuǎn)變418與虛線420重合)情況下(使用crf)獲得的分數(shù)。圖4b圖示了在指示睡眠階段轉(zhuǎn)變的參數(shù)(例如,特征)與類別標注不匹配(從0到1的轉(zhuǎn)變428與虛線430不重合)而是當找到清楚的特征值的更多實例時收斂到正確的睡眠階段(類別)的情況下(不使用crf)獲得的分數(shù)。
圖5和圖6圖示了從使用系統(tǒng)10(未示出)執(zhí)行的實驗得到的結(jié)果500、600,該條件隨機場分類器502、602與其它的睡眠階段分類系統(tǒng)、線性判別(ld)504、604和隱馬爾可夫模型(hmm)506、606相比較。實驗數(shù)據(jù)集包括從三個不同的數(shù)據(jù)庫獲得的164個對象的完整多導睡眠描記(psg)數(shù)據(jù)。第一數(shù)據(jù)庫(具有149個對象的兩夜的記錄(298個記錄))是在歐盟午睡項目期間在1997年至2000年之間在七個不同的睡眠實驗室創(chuàng)建的數(shù)據(jù)庫的一部分。該數(shù)據(jù)庫僅限于被認為是健康的對象(例如,沒有輪班工人、沒有抑郁癥、通常就寢時間在午夜前),具有最多5的匹茲堡睡眠質(zhì)量指數(shù)8。根據(jù)rechtschaffen和kales(r&k)指南,通過以五個類別(“覺醒”、“rem”、“s1”、“s2”、“s3”、“s4”)培訓的睡眠技術(shù)人員對睡眠階段進行評分。包括六個對象的單夜的記錄的第二數(shù)據(jù)庫在2010年期間在荷蘭埃因霍溫高科技園區(qū)的飛利浦經(jīng)歷實驗室(vitport3psg,temec)處進行收集。包括九個對象的第三數(shù)據(jù)庫在2009年期間在美國波士頓的睡眠健康中心(alice5psg,philipsrespironics)處進行收集。根據(jù)aasm指南,通過以四個類別(“覺醒”、“rem”、“n1”、“n2”、“n3”)培訓的睡眠技術(shù)人員對對象在第二數(shù)據(jù)庫和第三數(shù)據(jù)庫中的睡眠階段進行評分。盡管在這三個數(shù)據(jù)庫中的所有對象都被認為是健康的,但是“第一夜效應”被預期是合理的。因為這可能對睡眠階段分類器的性能造成影響,所以創(chuàng)建了兩個單獨的集合:第一集合包含來自三個數(shù)據(jù)集的所有313個記錄(被設定為“所有”),而第二集合只包括具有每個睡眠階段的最小百分比的記錄,代表預期的合格的成人睡眠(至少5%的深度睡眠、15%的rem睡眠、以及至少75%的睡眠效率和最小在床上7小時)(被設定為“合格”)。這導致了總共144個記錄。為了比較這三個分類器的性能,四個檢測任務被認為是:深度睡眠、nrem、rem和覺醒。針對這些任務中的每個,使用10倍交叉驗證方案。為了允許配對比較,使用相同的倍數(shù)來驗證每個分類器。為了比較每個分類器的分類性能,收集和聚集(匯集)在交叉驗證流程的每次迭代中針對每個測試對象獲得的分數(shù)。對每個分類器輸出的分數(shù)的不同閾值計算精確度-召回度(pr)曲線和接受者操作特性(或roc、真陽性率(tpr)對假陽性率(fpr))。然后,計算引起最大匯集的科恩的kappa系數(shù)一致的閾值?;谠撻撝?,計算每個對象的kappa系數(shù)。注意,由于基于匯集的kappa來選擇該閾值,因此其將不對應于針對每個對象的最大kappa系數(shù)。針對每個評價度量,利用單側(cè)wilcoxon符號秩檢驗來測試顯著性。
圖5圖示了針對“所有”數(shù)據(jù)集中的每個檢測任務n3520、nrem522、rem524、覺醒526,利用每個分類器502、504、506獲得的匯集的精確度530-召回度532曲線510與roc512(tpr540對fpr542)的比較。在所有的檢測任務中,crf502分類器優(yōu)于在整個解空間中的其它分類器。
圖6圖示了針對兩個數(shù)據(jù)集中的不同的分類任務n3(all)620、n3(reg)630、nrem(all)622、nrem(reg)632、rem(all)624、rem(reg)634、覺醒(all)626、覺醒(reg)636,利用每個分類器602、604、606來獲得的平均kappa系數(shù)610與準確度612的比較。crf602分類器的性能顯著在所有任務620、622、624、626、630、632、634、636中顯著高于hmm606和ld604兩者。在“合格”(reg)的數(shù)據(jù)集中的性能也比在“所有”(all)的數(shù)據(jù)集中的性能更高,反映出那些對象的更為合格的睡眠結(jié)構(gòu)。
回到圖1,電子儲存設備22包括以電子方式儲存信息的電子存儲媒介。電子存儲設備22的電子存儲媒介可以包括與系統(tǒng)10一體地提供的系統(tǒng)儲存設備和/或經(jīng)由例如端口(例如,usb端口、火線端口等)或驅(qū)動器(例如,磁盤驅(qū)動器等)可移除地連接到系統(tǒng)10的可移除儲存設備中的一個或兩者。電子存儲設備22可以包括以下中的一個或多個:光學可讀儲存媒介(例如,光盤等)、磁性可讀儲存媒介(例如,磁帶、磁性硬盤驅(qū)動器、軟盤驅(qū)動器等)、基于電荷的存儲媒介(例如,eprom、ram等)、固態(tài)儲存媒介(例如,閃存驅(qū)動器等)和/或其它電子可讀儲存媒介。電子存儲設備22可以儲存軟件算法(例如,與crf相關(guān)的信息)、由處理器20確定的信息、經(jīng)由用戶接口24和/或外部計算系統(tǒng)接收的信息,和/或使得系統(tǒng)10能夠正常工作的其它信息。電子存儲設備22可以(全部或部分地)是系統(tǒng)10內(nèi)的單獨的部件,或者電子存儲設備22可以(全部或部分地)與系統(tǒng)10的一個或多個其它部件(例如,處理器20)被一體地提供。
用戶接口24被配置為提供系統(tǒng)10與對象12和/或其他用戶之間的接口,通過所述接口,對象12和/或其他用戶可以提供信息給系統(tǒng)10并且從系統(tǒng)10接收信息。這使得被統(tǒng)稱為“信息”的數(shù)據(jù)、提示、結(jié)果和/或指令以及任何其它可通信項目能夠在用戶(例如,對象12)與系統(tǒng)10的傳感器18、處理器20和/或其它部件中的一個或多個之間通信。適合用于被包括在用戶接口24中的接口設備的范例包括按鍵、按鈕、開關(guān)、鍵盤、旋鈕、控制桿、顯示屏、觸摸屏、揚聲器、麥克風、指示燈、音響報警器、打印機、觸覺反饋設備和/或其它接口設備。在一些實施例中,用戶接口24包括多個單獨的接口。在一些實施例中,用戶接口24包括至少一個接口,其與系統(tǒng)10的處理器20和/或其它部件一體地提供。
應當理解,其它通信技術(shù)(硬連線或無線)也被本公開內(nèi)容預期為用戶接口24。例如,本公開內(nèi)容預期用戶接口24可以與由電子存儲設備22提供的可移除存儲設備接口集成。在本范例中,信息可以從可移除存儲設備(例如,智能卡、閃存驅(qū)動器、可移除磁盤等)被加載到系統(tǒng)10中,這使得(一個或多個)用戶能夠定制系統(tǒng)10的實施方式。適于與系統(tǒng)10一起用作用戶接口24的其它示范性輸入設備和技術(shù)包括,但不限于,rs-232端口、rf鏈路、ir鏈路、調(diào)制解調(diào)器(電話、線纜或其它)。總之,用系統(tǒng)10傳達信息的任何技術(shù)被本公開內(nèi)容預期為用戶接口24。
圖7圖示了用于利用確定系統(tǒng)在睡眠期期間確定對象中針對個體時間段的睡眠階段指征的方法700。所述確定系統(tǒng)包括一個或多個傳感器、一個或多個物理計算機處理器和/或其它部件。所述一個或多個物理計算機處理器被配置為運行計算機程序部件。所述計算機程序部件包括參數(shù)部件、關(guān)系部件、睡眠階段部件和/或其它部件。下面呈現(xiàn)的方法700的操作旨在是例示性的。在一些實施例中,方法700可以利用未描述的一個或多個額外的操作來實現(xiàn)和/或不要求所討論的一個或多個操作。額外地,圖7中圖示的并且在下文中描述的方法700的操作中的順序并非旨在進行限制。
在一些實施例中,方法700可以在一個或多個處理設備(例如,數(shù)字處理器、模擬處理器、被設計為處理信息的數(shù)字電路、被設計為處理信息的模擬電路、狀態(tài)機和/或以電子方式處理信息的其它機構(gòu))中實施。所述一個或多個處理設備可以包括響應于以電子方式儲存在電子儲存介質(zhì)上的指令而運行方法700的一些或全部操作的一個或多個設備。所述一個或多個處理設備可以包括通過被專門設計用于運行方法700的操作中的一個或多個的硬件、固件和/或軟件配置的一個或多個設備。
在操作702處,生成傳達與對象的心肺活動相關(guān)的信息的輸出信號。在一些實施例中,生成傳達與對象的心肺活動相關(guān)的信息的輸出信號包括生成與對象的心臟活動、對象的呼吸活動和/或?qū)ο蟮钠渌砘顒酉嚓P(guān)的信息。在一些實施例中,操作702是由與傳感器18(圖1中所示的并且在本文中描述的)相同的或相似的一個或多個傳感器來執(zhí)行的。
在操作704處,確定對象的一個或多個心肺活動參數(shù)。所述對象的一個或多個心肺活動參數(shù)是基于輸出信號和/或其它信息來確定的。在一些實施例中,例如,確定一個或多個心肺活動參數(shù)包括:確定針對第一時間段的第一心肺活動參數(shù)和第二心肺活動參數(shù),并且確定針對第二時間段的第一心肺活動參數(shù)和第二心肺活動參數(shù)。在一些實施例中,所述一個或多個心肺活動參數(shù)包括以下中的一個或多個:心臟活動參數(shù)、呼吸參數(shù)、心肺耦合參數(shù)和/或其它參數(shù)。在一些實施例中,所述參數(shù)是和/或包括從在由所述傳感器生成的輸出信號中與對象的心肺活動相關(guān)的信息中提取的特征。在一些實施例中,操作704是由與參數(shù)部件30(圖1中所示的并且在本文中描述的)相同的或相似的處理器部件來執(zhí)行的。
在操作706處,確定對象的一個或多個心肺活動參數(shù)之間的一種或多種關(guān)系。確定一種或多種關(guān)系包括例如確定第一心肺活動參數(shù)與第二心肺活動參數(shù)(和/或特征)之間的關(guān)系。所確定的關(guān)系可以是針對多個個體的時間段來確定的(例如,單個確定的關(guān)系在多個個體時間段上有效)。在一些實施例中,操作706是由與關(guān)系部件32(圖1中所示的并且在本文中描述的)相同的或相似的處理器部件來執(zhí)行的。
在操作708處,確定對象的針對個體時間段的睡眠階段的睡眠階段指征。所述睡眠階段指征是基于所確定的一種或多種關(guān)系、所確定的一個或多個參數(shù)、先前確定的睡眠階段指征和/或其它信息來確定的。繼續(xù)上面的范例,所述睡眠階段指征被確定為使得:針對第一時間段的第一睡眠階段指征是基于以下來確定的:針對第一時間段的第一心肺活動參數(shù)和第二心肺活動參數(shù),以及在多個個體時間段上的第一心肺活動參數(shù)與第二心肺活動參數(shù)之間的關(guān)系。額外地,例如,針對第二時間段的第二睡眠階段指征是基于以下來確定的:針對第二時間段的第一心肺活動參數(shù)和第二心肺活動參數(shù)、在多個個體時間段上的第一心肺活動參數(shù)與第二心肺活動參數(shù)之間的關(guān)系、以及第一階段睡眠指征。在一些實施例中,第二睡眠階段指征是基于針對第一時間段所確定的第一心肺活動參數(shù)和第二心肺活動參數(shù)來確定的,但是這是任選的。在一些實施例中,睡眠階段指征是概率指征,所述概率指征指示對象針對個體時間段處于一個或多個可能的睡眠階段的概率。在一些實施例中,睡眠階段指征是使用條件隨機場基于一個或多個先前確定的睡眠階段指征、所確定的一種或多種關(guān)系、以及所確定的一個或多個參數(shù)來確定的。在一些實施例中,睡眠階段指征指示對象中的睡眠階段之間的轉(zhuǎn)變。在一些實施例中,操作708是由與睡眠階段部件34(圖1中所示的并且在本文中描述的)相同的或相似的處理器部件來執(zhí)行的。
在權(quán)利要求中,被放置在括號之間的任何附圖標記不應被解釋為限制權(quán)利要求。詞語“包括”或“包含”不排除權(quán)利要求中列出的那些元件或步驟之外的元件或步驟的存在。在列舉若干單元的裝置型權(quán)利要求中,這些單元中的若干可以被具體實施為一個相同的硬件項。元件前的詞語“一”或“一個”不排除多個這樣的元件的存在。在列舉若干單元的任何裝置型權(quán)利要求中,這些單元中的若干可以被實施為一個相同的硬件項。盡管某些元件被記載在互不相同的從屬權(quán)利要求中,但是這并不指示這些元件不能被組合使用。
盡管已經(jīng)基于當前被認為是最實用和優(yōu)選的實施例,出于圖示的目的詳細描述了本發(fā)明,但是應當理解,這樣的詳情僅出于所述目的,并且本發(fā)明不限于所公開的實施例,而是相反,旨在覆蓋在權(quán)利要求的精神和范圍之內(nèi)的修改和等效布置。例如,應當理解,本發(fā)明預期任何實施例的一個或多個特征能夠在可能的范圍內(nèi)與任何其他實施例的一個或多個特征進行組合。