潘澤森,竇建洪,申東翔,陳宇珂,陳小容,鐘洪澤,黃智冕,竇澤寧
中國人民解放軍南部戰(zhàn)區(qū)總醫(yī)院 a. 醫(yī)學(xué)工程科;b. 呼吸內(nèi)科,廣東 廣州 510010
睡眠呼吸暫停綜合癥(Sleep Apnea Syndrome,SAS)是指每晚7 h 睡眠中,反復(fù)發(fā)生呼吸暫停30 次以上或睡眠呼吸暫停低通氣指數(shù)(Apnea-Hypopnea Index,AHI)大于5 次[1]。根據(jù)AHI 可將睡眠呼吸暫停綜合征分為輕、中、重三度,即AHI 在5~15 之間為輕度,16~30 之間為中度,30 以上為重度[2]。呼吸暫停事件是指口鼻溫度或氣流傳感器信號曲線峰值較事件前基線值下降大于等于90%且持續(xù)時間10 s 以上。在此基礎(chǔ)之上呼吸暫停事件可分以下三種類型:在整個氣流缺失期間不存在吸氣努力,稱為中樞性呼吸暫停;在整個氣流缺失期間存在持續(xù)或逐漸增加的吸氣努力,稱為阻塞性呼吸暫停;若事件初期表現(xiàn)為中樞呼吸暫停,后期又出現(xiàn)阻塞呼吸暫停,稱為混合型呼吸暫停。低通氣事件是指鼻壓力或替代傳感器紀(jì)錄的呼吸氣流信號峰值較基線下降大于等于30%且持續(xù)事件10 s 以上,同時血氧飽和度較之前基線下降4%以上[3]。阻塞性呼吸暫停綜合征的患者占絕大部分[4],它是導(dǎo)致高血壓的一個獨立危險因素,還會引起內(nèi)分泌系統(tǒng)疾病,性功能障礙,神經(jīng)系統(tǒng)疾病,呼吸系統(tǒng)疾病,可直接或間接導(dǎo)致多器官異常,甚至形成惡性循環(huán)加重病情[5]。提高對睡眠呼吸暫停綜合征的認(rèn)識,及時進行監(jiān)測,盡早干預(yù)消除不良影響,改善生活質(zhì)量。
我國現(xiàn)行醫(yī)療器械分類規(guī)則將睡眠監(jiān)測儀劃分在管理類別,為二類醫(yī)用診察和監(jiān)護器械,一級產(chǎn)品類別在其他測量、分析設(shè)備之列,二級產(chǎn)品類別屬于睡眠呼吸監(jiān)測設(shè)備,對產(chǎn)品具體的描述是通常由記錄儀、腦電電極、眼動電極、肌電電極、胸/腹呼吸探頭、體位傳感器、鼻氣流管、脈搏血氧探頭和心電電極等組成。睡眠監(jiān)測儀主要用于記錄睡眠時各種生理參數(shù),分析和診斷睡眠障礙、睡眠呼吸紊亂以及睡眠呼吸暫停綜合征等疾病。目前國際上對監(jiān)測儀進行細(xì)其分標(biāo)準(zhǔn)為:Ⅰ級,標(biāo)準(zhǔn)多導(dǎo)睡眠監(jiān)測儀;Ⅱ級,全指標(biāo)便攜式多導(dǎo)睡眠監(jiān)測儀;Ⅲ級,改良便攜式睡眠呼吸暫停檢查;Ⅳ級,單或雙生物指標(biāo)持續(xù)記錄。
診斷睡眠呼吸暫停綜合征的“金標(biāo)準(zhǔn)”是多導(dǎo)睡眠監(jiān)測儀(Polysomnography,PSG),其主要監(jiān)測包括腦電、眼電、肌電、胸腹呼吸運動、口鼻氣流、心電、鼾聲、血氧、體位等九個參數(shù)。睡眠結(jié)構(gòu)是通過監(jiān)測腦電圖(Electroencephalogram,EEG)、眼動圖(Electromyogram,EOG)、肌電圖(Electromyography,EMG)來反映的。判讀呼吸事件通過監(jiān)測口鼻氣流、胸腹呼吸運動、鼾聲、體位等。通過監(jiān)測血氧飽和度(SpO2)來反映機體是否缺氧和缺氧程度,監(jiān)測心電圖(Electrocardiogram,ECG)來反映心臟功能狀況。同時相關(guān)研究表明采集單個生物指標(biāo)信號,對其進行專業(yè)處理分析后可用于睡眠呼吸事件的判讀,為睡眠呼吸暫停綜合征的初篩提供參考依據(jù)。
雖然記錄腦電活動早在1875 年就有報道,但直到20世紀(jì)中期才真正開始將睡眠和呼吸同步記錄用于患者病癥的判讀。1937 年Loomis 等人記錄腦電并對睡眠期的特征波形進行分析識別,1968 年Allan Rechtsehaffen 和Anthony Kales 提出判斷和定量分析睡眠狀態(tài)的標(biāo)準(zhǔn)[6]。我國首個睡眠呼吸障礙研究中心由黃席珍教授組建,同時提出多學(xué)科合作提高相關(guān)疾病的研究水平[7]。俞夢孫[8]院士團隊研究的基于微動壓力感應(yīng)床墊技術(shù)睡眠監(jiān)測系統(tǒng),開創(chuàng)了無干擾睡眠監(jiān)測的先河。隨著科學(xué)技術(shù)的進步,PSG 由傳統(tǒng)走紙記錄的形式轉(zhuǎn)向了計算機化的PSG 技術(shù),其發(fā)展呈現(xiàn)智能化、多樣化、簡單化,特別是在數(shù)據(jù)挖掘,無線采集以及遠程記錄方面取得了較多成果[9-10]。通過了解各大醫(yī)院臨床實際應(yīng)用情況以及查閱國家食品藥品監(jiān)督管理局?jǐn)?shù)據(jù)庫相關(guān)注冊資料簡要介紹一下國內(nèi)外主要睡眠監(jiān)測產(chǎn)品。
上海諾誠股份有限公司的NPSG 系列多導(dǎo)睡眠監(jiān)測儀,它能實現(xiàn)全方位的多導(dǎo)睡眠監(jiān)測功能,對腦電、眼動、肌電、腿動、呼吸、口鼻氣流、鼾聲、血氧等生理參數(shù)進行記錄分析,模塊組合式數(shù)據(jù)通過無線WIFI 傳輸,互聯(lián)網(wǎng)遠程上傳數(shù)據(jù)緩解醫(yī)院的壓力同時減輕患者經(jīng)濟壓力。邵陽萬脈科技有限公司的A 系列監(jiān)測儀,實現(xiàn)22 個數(shù)據(jù)采集通道包括對腦電、氣流、鼾聲、血氧、脈搏、脈搏波、體位、體動、胸腹運動、CPAP 壓力,部分參數(shù)可組合使用提升了設(shè)備的使用效率,運用鼻氣流模擬技術(shù)自動刪除無效信息,高精度3D 陀螺儀技術(shù)佩戴方便,鋰電池續(xù)航能力好。成都怡康科技有限公司的SR20C 便攜式睡眠記錄儀通過采集睡眠中鼻式呼吸、血氧飽和度、胸腹運動等參數(shù),檢測睡眠呼吸事件并進行分析,主要適應(yīng)家庭初篩。北京怡和嘉業(yè)醫(yī)療科技有限公司的yh-600 系列,對血氧飽和度、心率、鼾聲指數(shù)、口鼻氣流等多個維度數(shù)據(jù)監(jiān)測,向醫(yī)務(wù)人員提供患者在睡眠過程中相關(guān)的生命體征參數(shù)及生理信號。北京新興陽升科技有限公司床墊式睡眠呼吸監(jiān)測系統(tǒng)可在人自然睡眠條件下,對睡眠呼吸暫停綜合征患者進行無創(chuàng)無干擾動態(tài)監(jiān)測,通過連續(xù)監(jiān)測被測者的心率、血氧飽和度、脈搏、鼾聲、呼吸波、腿脈、體動等生理參數(shù),繪制被測者的睡眠結(jié)構(gòu)圖。該系統(tǒng)改變了以往必須使用電極、連線才能進行睡眠監(jiān)測的傳統(tǒng)做法,輕松完成睡眠中各項生理參數(shù)的檢測與病癥的診斷,為健康評估和疾病判定提供客觀依據(jù)。
美國安波瀾醫(yī)療設(shè)備有限公司生產(chǎn)的S 系列實驗室多導(dǎo)睡眠監(jiān)測系統(tǒng),配置40 導(dǎo)聯(lián)以上,監(jiān)測腦電、眼電、心電、肌電、呼吸氣流、胸腹呼吸運動、腿動、血氧、鼾聲、體位等參數(shù),特別是高性能呼吸運動傳感器能夠滿足新生兒及兒童的呼吸事件采集,無線傳輸數(shù)據(jù);MPR 系列便攜式監(jiān)測系統(tǒng)可從Ⅳ類無縫升級為Ⅰ類,國際分類標(biāo)準(zhǔn)全覆蓋便攜至實時記錄系統(tǒng),傳感器內(nèi)置金屬魯爾接頭較為耐用,采用胸腹相位分析技術(shù)和高頻鼾聲采集技術(shù)。荷蘭飛利浦(中國)投資有限公司生產(chǎn)的多導(dǎo)睡眠監(jiān)測儀Alice6是一款全功能睡眠診斷系統(tǒng),具有19 導(dǎo)聯(lián)采樣頻率為2000 Hz,十六位精度的腦電監(jiān)測,下頜肌電技術(shù),能夠自動調(diào)整合適導(dǎo)聯(lián),RIP 體積描記技術(shù)和專用差壓傳感器減少接入數(shù)量,實時阻抗監(jiān)測顯示信號質(zhì)量,保證記錄數(shù)據(jù)準(zhǔn)確可靠;Alice PDx 便攜式睡眠監(jiān)測儀主要應(yīng)用于阻塞性睡眠呼吸暫停篩查、追蹤及診斷,可擴展為27 個數(shù)據(jù)采集通道,彩色標(biāo)簽貼在儀器周身,用于指示各傳感器引線的連接位置,采用了SD 存儲卡存儲記錄數(shù)據(jù);用于呼吸事件初篩的Rusleeping RTS 可適用于家庭使用,采用呼吸氣流-壓力探測技術(shù)實時顯示呼吸暫停事件數(shù)據(jù),準(zhǔn)確記錄患者呼吸情況。德國萬曼Weinmann 生產(chǎn)的SOMNOlab 2模塊化概念設(shè)計,不同場合的需求選配不同的組件,主機內(nèi)置以下信號監(jiān)測:氣流,鼾聲,心率,氧飽和度,體位,以及提供4 導(dǎo)生物電信號用于ECG,EMG,EOG 等,集成呼吸努力胸動傳感器運用piezo-crystal 技術(shù)提高監(jiān)測精度;SOMNOcheck micro 手腕式睡眠呼吸障礙分析儀,外接血氧探頭及口鼻氣流鼻導(dǎo)管便可工作,獨具脈搏波分析(PWA)技術(shù),可精確鑒別中樞性和阻塞性呼吸事件。澳大利亞康迪Compumedics 生產(chǎn)的Grael PSG 可記錄在睡眠狀態(tài)下4 K 高清腦電、肌電、鼻氣流、鼾聲、血氧飽和度、脈搏率、脈搏波形、腹部運動、胸部運動信號及體位信號(體位信號:仰臥、俯臥、左邊、右邊和站立);Somte 系列便攜式監(jiān)測儀主要適用于家庭環(huán)境中采集睡眠數(shù)據(jù),屬于分類標(biāo)準(zhǔn)中的Ⅲ類設(shè)備,主要采集信號血氧飽和度,鼻氣流壓力以及呼吸感應(yīng)體積描記等,可擴展EXG 信號通道。以色列Itamar Medical 生產(chǎn)的Watch-Pat100 采集外周動脈張力PAT、血氧飽和度以及腕動信號,其核心技術(shù)是通過監(jiān)測指尖動脈搏動容積變化反映出交感神經(jīng)系統(tǒng)變化,從而識別睡眠呼吸障礙事件和睡眠分期特征。
睡眠腦電是一種典型的非線性非平穩(wěn)事變信號,具有信號極其微弱,頻率范圍低,干擾噪聲大,顯著差異化等特點,包括δ 波(0~3.99 Hz)、θ 波(4~7.99 Hz)、α 波(8~13 Hz)、β波(大于13 Hz)及k 復(fù)合波(一個明晰可辨的陡峭負(fù)向波之后隨即伴發(fā)一個正向波,突顯在背景EEG 中持續(xù)時間大于0.5 s)、睡眠梭形波(11~16 Hz)和鋸齒波(成串尖銳成三角狀,2~6 Hz)[11]。呼吸事件的相關(guān)信息(呼吸頻率和強度以及肺容量等)是主要是通過口鼻氣流或壓力感應(yīng)、胸腹壓力感應(yīng)帶來獲取。廣大科技工作者重點研究從生理信號中如變異心率、容積脈搏波、體位壓力,心肺耦合,挖掘信息提取特征,和金標(biāo)準(zhǔn)的多導(dǎo)儀進行比對分析,設(shè)計出更多的對睡眠干擾少,使用方便的監(jiān)測方法。下面對其關(guān)鍵技術(shù)的研究進展進行闡述。
See 等[12]從Physionet 數(shù)據(jù)庫中獲得單通道EEC 信號利用樣本熵和功率譜特征提取13 個特征參數(shù),采用支持向量機分類,其測試數(shù)據(jù)準(zhǔn)確率達96.2%。Sharma 等[13]研究基于腦電信號迭代濾波的睡眠階段自動分類。周靜等[14]基于腦電的非平穩(wěn)和非線性特性,采用樣本熵分析了6 名SAS 患者和6 名健康人的睡眠腦電信號,發(fā)現(xiàn)睡眠深度與其樣本熵值負(fù)相關(guān),且SAS 組的樣本熵值均低于健康組差異顯著。
吳鋒等[15]通過多分辨率小波分解法從夜間睡眠心率波形序列中提取呼吸性竇性心律不齊和呼吸事件特征波形,計算呼吸性竇性心律不齊變化幅度標(biāo)準(zhǔn)差,學(xué)習(xí)正常呼吸的值將呼吸事件進行比對,從而確定低通氣、阻塞性以及中樞性呼吸暫停,同時該團隊還進行了一例SAHS 患者臨床試驗,結(jié)果與多導(dǎo)睡眠儀一致性高,無顯著差異,但對心率變化特征不明顯的患者準(zhǔn)確率不高。江麗儀等[16]從Sleep HeartRate and Stroke Volume Data Bank 中 收 集66 組SAS 患者睡眠RR 間期序列數(shù)據(jù),對其進行AR 模型功率譜估計、非線性特征的提取,選取模糊支持向量機的特征輸入,低頻(0.04~0.15 Hz)、高頻(0.15~0.4 Hz)以及標(biāo)定指數(shù),其判別分類準(zhǔn)確率達到93.94%。該方法還需臨床試驗和進一步完善。Widasari 等[17]利用心率變異性頻譜分析特征參數(shù)基于決策樹的支持向量機(DTB-SVM)對睡眠階段淺(NRM-1 和NRM-2)、深(NRM-3 和NRM-4)和REM進行分類。該算法的分類精度為89.2%。梁九興等[18]選取中大六院睡眠中心的十九例患者多導(dǎo)睡眠數(shù)據(jù),采用一維小波變換、自回歸模型以及功率譜密度估計等一系列數(shù)據(jù)處理方法提取包括極低頻的絕對功率值等十二個特征參數(shù),輸入概率神經(jīng)網(wǎng)絡(luò)分類算法對特征向量進行訓(xùn)練及分類輸出,其準(zhǔn)確率為75.97%,具有臨床實際操作應(yīng)用意義。
朱瑩瑩等[19]研究脈搏波與呼吸事件之間的聯(lián)系,采用小波變換的方法分析光電容積脈搏波,提取了脈搏波的峰峰趨勢、谷谷趨勢、脈搏波的主波幅值和上升支斜率等四個特征參量,通過閾值和波形特征篩選,人工校正后的實驗數(shù)據(jù)呼吸事件判別符合率達91%。汲長娟[20]研究了提取心電信號R 波峰值點以及脈搏波谷值這兩個非平穩(wěn)時間序列,進行自相關(guān)性和互相關(guān)性初步處理,利用去趨勢波動分析算法、去趨勢移動平均算法、去趨勢互相關(guān)分析算法和去趨勢移動平均互相關(guān)分析算法計算出五個特征參數(shù)輸入支持向量機,對睡眠分期以及耦合強度進行分類,測試結(jié)果有79.45%的準(zhǔn)確率。吳疆等[21]設(shè)計制作了基于環(huán)繞式脈搏血氧探頭為SAS 初篩提高了可靠的血氧飽和度以及光學(xué)體積描記術(shù)信號,通過對十名志愿者實驗測試期測量誤差較標(biāo)準(zhǔn)產(chǎn)品均在±1%以內(nèi)。Deviaene 等[22]研究了基于血氧飽和度信號中呼吸暫停和低通氣事件檢測的睡眠呼吸暫停自動篩查方法,從143 個時域特征提取6 個最具識別性的特征輸入隨機森林分類器產(chǎn)生最佳的分類性能證實其簡單特征的算法在檢測呼吸暫停事件和篩選SAHS 患者方面優(yōu)于更復(fù)雜的方法。
俞夢孫等[23]利用分區(qū)床墊監(jiān)測感受身體各部位微動及小波分析技術(shù)準(zhǔn)確地獲得逐拍心動周期信息。通過分析其變異性獲取基本的睡眠分期,和腦電波分析結(jié)果相比符合率達85.2%。曹征濤等[24]研究了從胸沖擊圖獲取BCG 積分信號,檢測其特征點和計算特征參數(shù)并識別體動復(fù)合波,設(shè)計了一套基于體動復(fù)合波的形態(tài)和幅值特征的無創(chuàng)檢測呼吸努力識別算法。Azimi 等[25]通過組合不同傳感器信號來獲取高質(zhì)量的呼吸強度信息,以實現(xiàn)對呼吸頻率和呼吸信號本身的良好估。焦龍等[26]設(shè)計了一款基于柔性力敏傳感器的床墊式睡眠監(jiān)測系統(tǒng),通過柔性力敏傳感器采集壓力信號進行理想運算放大器二次測量法,轉(zhuǎn)換為40×80 的壓力點陣圖像,根據(jù)幅頻特性使用幀差法與灰度重心法建立體動與睡眠分期的關(guān)系模型,驗證結(jié)果表明深度睡眠期與人工判讀有較高的相關(guān)性。
2005 年,Thomas 等[27]提出了心肺耦合的概念,在睡眠期通過體表電極采集連續(xù)的心電波形信號,對其進行一系列數(shù)字信號處理后把呼吸信號與心率變異度耦合,可根據(jù)耦合數(shù)量和頻率來評價呼吸紊亂程度與睡眠質(zhì)量。de Chazal 等[28]利用35 份夜間單導(dǎo)聯(lián)心電圖信號計算的心率變異性、心電圖衍生呼吸和心肺耦合特征(CPC)分析睡眠呼吸暫停事件,其交叉驗證結(jié)果的準(zhǔn)確性為89.8%。Liu等[29]發(fā)現(xiàn)了通過希爾伯特-黃轉(zhuǎn)換(HHT)技術(shù)的心肺耦合提取呼吸事件,對比原始的心肺耦合信息,HHTCPC 頻譜提供了更好的時間和空間分辨率,提高對睡眠生理和睡眠病理的認(rèn)識度。劉冬冬等[30]通過siesta2 監(jiān)測儀對三十例患者采集記錄心電數(shù)據(jù),利用經(jīng)驗?zāi)J椒纸鈱⑿盘柗纸鉃橐环N振動模式并計算瞬時頻率和瞬時相位信息,定量分析心肺耦合程度,采用循環(huán)交替模式分期方法分析睡眠狀態(tài)以及耦合最大峰值反映OSAS 嚴(yán)重程度,對比人工判別結(jié)果有較強的相關(guān)性,可作為一種輔助評價手段。
從目前使用情況分析它們各自優(yōu)缺點較為明顯,多導(dǎo)睡眠監(jiān)測儀需由專業(yè)人員在睡眠監(jiān)測室采集信號,分析并給出量化診斷的結(jié)果,為對癥治療提供詳實的依據(jù),但技術(shù)要求高,對患者睡眠干擾較為嚴(yán)重,收費相對較貴。便攜式睡眠監(jiān)測儀患者可選擇較為舒適的環(huán)境進行監(jiān)測,操作方法簡便,能夠更好地真實反映睡眠狀況,費用相對較優(yōu)惠,由于數(shù)據(jù)采集的減少導(dǎo)致分析數(shù)據(jù)的不穩(wěn)定,更多的是完成基本初篩任務(wù)。
近年來研究者致力于從人體不同部位提取生物信號數(shù)據(jù)通過不同的處理方式,對睡眠呼吸暫停進行判讀,但缺乏相對統(tǒng)一的標(biāo)準(zhǔn),導(dǎo)致其臨床診斷意義進展相對緩慢。2017 版《睡眠及其相關(guān)事件判讀手冊》首次將成人家庭睡眠呼吸暫停監(jiān)測包括呼吸氣流或呼吸努力以及外周動脈張力的規(guī)則標(biāo)準(zhǔn)進行了定義,通過不斷的臨床實驗,建立包括信號采集、判讀、報告等一系列規(guī)范標(biāo)準(zhǔn),獲將成為未來睡眠監(jiān)測儀發(fā)展的重點方向,以期實現(xiàn)產(chǎn)品功能多樣化,數(shù)據(jù)精準(zhǔn)化。
隨著人口老齡化,睡眠質(zhì)量逐漸變差,市場需求巨大,加之我國對自主知識產(chǎn)權(quán)醫(yī)療器械生產(chǎn)企業(yè)進行一系列的產(chǎn)業(yè)扶持,大眾健康相關(guān)產(chǎn)品必將迎來高速發(fā)展時期,并具有廣泛的應(yīng)用前景。