顾昌展教授团队联合上海市一、精卫两家三甲医院医生升级毫米波整夜睡眠呼吸暂停监测模型

随着肥胖人群增多、工作和生活压力增大，目前越来越多人出现了睡眠呼吸暂停的症状。

2019年《柳叶刀·呼吸病学》发表论文显示，中国有1.76亿人患有睡眠呼吸暂停，居全球首位，需要积极治疗的超过6600万人。

睡眠呼吸暂停分为两种，第一种是阻塞性呼吸暂停（OSA），其背后原因包括肥胖等因素，睡眠过程中咽喉部位的肌肉放松，导致气道狭窄，发生睡眠呼吸暂停。

第二种是中枢性呼吸暂停（CSA），其原因是睡眠期间大脑没有向控制呼吸的肌肉发出正确的睡眠信号，导致呼吸暂停。

不论是OSA还是CSA，往往都发生在人们睡眠中的深睡阶段，而呼吸暂停发生后，由于缺氧，大脑会打断深睡，发生微觉醒。

也就是说，患有严重呼吸暂停的人会在睡眠过程中反复进行 “深睡-呼吸暂停-缺氧-打断深睡-呼吸恢复”的循环中，一方面导致睡眠过程中深睡占比极低，另一方面导致夜间频繁缺氧。

很多人反馈清晨醒来的时候“睡了和没睡一样”、“头晕”，往往就有可能是严重的呼吸暂停导致的。

可见，对于呼吸暂停的居家长程监测非常重要。只有了解呼吸暂停严重情况，才可以对问题的解决作出指导，比如更换生活方式、更换睡姿、佩戴呼吸机等。

论 文 主 要 工 作

顾昌展团队通过高精度的生物雷达，可以通过无接触的方式精确的获得睡眠期间的呼吸频率、幅度、相位，综合多维度运动信息来进行睡眠呼吸暂停的监测。

在本次研究项目中，记录了10名成年人，累计3851分钟的生物雷达数据和PSG（多导睡眠监测仪）金标准数据，疑似患有睡眠呼吸暂停的成年人的数据也包括在内。

在项目研究过程中，顾昌展团队大幅迭代了睡眠呼吸暂停判断算法，具体包括如下升级：

1）在不同睡姿（趴卧、仰卧、侧卧）下都能精准的监测到呼吸暂停

2）可以准确的监测到OSA（阻塞性）、CSA（中枢性）、低通气这三种呼吸暂停模式

3）在深睡、浅睡、REM等不同的睡眠阶段，虽然存在不同的睡眠模式，但是都可以精准的发现睡眠呼吸暂停

总的来说，实验测量显示团队生物雷达测得的呼吸间期（RRI）、吸气持续时间（ID）和呼气持续时间（ED）的准确度分别达到97%、93%和92%，这为居家睡眠呼吸暂停提供了准确、便捷的监测方法，可能成为未来医疗物联网的一部分。

另外，本次研究还发现了利用呼吸信息辅助睡眠分期的判断的新方式。使得生物雷达输出的睡眠分期更加精准。

论 文 合 作 医 生

本次研究得到了两位医生的大力支持，对于数据分析、医学知识等提供了重要的帮助。

张医生，上海交通大学医学院附属第一人民医院心内科，副主任医师。多年从事心血管病临床，擅长冠心病的介入和药物治疗。美国心脏病协会会员，美国高血压协会会员。主持和参与多项国家自然然科学基金项目，发表SCI论文10余篇。

苑医生，上海交通大学医学院附属精神卫生中心临床心理科，主任医师。睡眠障碍学科领导人，擅长各类睡眠问题、情绪问题的诊断与治疗，尤其是个别和团体心理治疗。睡眠研究会教育委员会委员，中国心理卫生协会认知行为治疗委员会委员、精神分析委员会委员。

原 文 信 息

上海交通大学博士研究生董淑琴为第一作者，顾昌展副教授为共同通讯作者。

该研究得到了

国家自然科学基金

上海交通大学医学工程跨学科研究基金

上海市卫生健康委员会和上海市中医药管理局合作指导项目

国家重点研发计划

等基金的资助

论文链接：https://ieeexplore.ieee.org/stamp/stamp.jsp?tp=arnumber=10440444