СИСТЕМА И СПОСОБ ДЛЯ ОПРЕДЕЛЕНИЯ СНА И СТАДИЙ СНА ЧЕЛОВЕКА Российский патент 2017 года по МПК A61B5/24 A61B5/11 

Настоящее изобретение относится к системам и способам для определения сна и/или стадий сна человека, и, в частности, к системе и способу для определения переходов между стадиями сна, основанным на классе частоты сердечных сокращений и классе движений, являющихся производными от частоты сердечных сокращений и движений человека.

Уровень техники по изобретению

Множество людей сталкиваются с проблемами, являющимися следствием аномалий сна и нарушений сна. Например, аномалии или патологии сна являются многочисленными и могут быть такими разными, как нарколепсия, лунатизм или ненормальная продолжительность сна, такая как инсомния или гиперсомния. Кроме того, сон человека может нарушаться храпом, который часто связан с синдромом обструктивного апноэ во сне, или факторами окружающей среды, такими как свет или шум. Такие нарушения сна в общем случае отмечаются наступлением событий сна, которые включают в себя внезапные изменения физиологических переменных, такие как вегетативные (относящиеся к дыханию или деятельности сердца), или изменения двигательных функций. События сна могут быть также вызваны симптомами патологий сна, такими как апноэ во сне, синдром беспокойных ног, ненормальное движение, лунатизм, неустойчивое сердцебиение, ночной кошмар, ночные страхи, и т.п. Так что храп во сне или разговор и пронзительный крик во время ночного кошмара или ночного страха будут, как правило, вызывать ненормальное событие сна. Последствия ненормального или нарушенного сна являются многочисленными с точки зрения охраны здоровья, но также и с социально-экономической точки зрения.

Для того чтобы обнаружить причины аномалий и нарушений сна людей, лаборатории по исследованию сна могут осуществлять балльную оценку сна человека, то есть определение стадий сна и их переходов. В лаборатории по исследованию сна наблюдаются физиологические параметры, и соответствующие данные регистрируются в полисомнограмме. Такая регистрация во время полисомнографии включает в себя первичные данные, такие как электроэнцефалограммы (ЭЭГ), электроокулограммы (ЭОГ) и электромиограммы (ЭМГ), и вторичные данные, такие как частота сердечных сокращений, дыхание, оксиметрия и движения тела. ЭЭГ используется для обнаружения и указания мозговых волн в соответствии с их частотой и амплитудой. С помощью ЭОГ распознается и анализируется движение глазных яблок. ЭМГ позволяет оценить и зарегистрировать электрическую активность, производимую скелетными мышцами.

Классически балльная оценка сна основана на анализе данных ЭЭГ, ЭОГ и ЭМГ, регистрируемых непрерывно во время периода сна. Эти физиологические данные представляются флуктуациями электрических потенциалов, которые регистрируются небольшими электродами, прикрепляемыми к разным частям волосистой части кожи черепа и лица обследуемого/регистрируемого человека.

Эти электрические потенциалы затем истолковываются специалистом по исследованию сна согласно международно принятым правилам, которые определяют разные стадии сна. Каждая стадия сна характеризуется наличием и обилием специфических ЭЭГ волн на диаграмме. Дополнительно движения глаз, обнаруживаемые ЗОГ регистрацией, представлены главным образом во время стадии сна с быстрым движением глаз (REM), тогда как ЭМГ показывает изменения как уровня тонуса, так и фазного уровня в зависимости от стадии сна и одновременного присутствия движений тела.

Полисомнография обеспечивает различные преимущества. К примеру, во время ЭЭГ регистрируются электрические потенциалы с помощью электродов, закрепленных на нескольких сторонах головы, например, приклеенных на лице и на голове.

ЭОГ и ЭМГ требуют также прикрепления электродов и датчиков к лицу, голове или другим частям тела обследуемого человека. Для того чтобы обнаружить движение глаз во время сна, ЭОГ требует приклеивания или другого прикрепления электродов близко к глазу или на веке глаза человека.

Все эти электроды дополнительно требуют проводов, которые подсоединяются к электродам и идут к устройству, расположенному рядом с изголовьем кровати, ограничивая свободу движений обследуемого человека. Поэтому такая регистрация является назойливой из-за висящих электрических проводов, необычной внешней обстановки для сна и навязанного расписания укладывания в постель. Результаты таких испытаний поэтому могут быть искаженными вследствие измененных условий окружающей среды для обследуемого человека.

Кроме того, полисомнография накладывает ограничения из-за сложности технических способов регистрации. Конкретно, необходимы специальные места для регистрации, такие как лаборатории по исследованию сна, а также специальное оборудование и хорошо обученный персонал. Поэтому полисомнография остается исключительным и дорогостоящим способом оценки сна.

Полисомнографическая система, основанная на обнаружении движения глазного века (ЭОГ), движения головы и сигнала биения сердца (электрокардиограмма - ЭКГ), описана в US 5,902,250. Однако описанная система является дорогой и создает помехи для сна вследствие количества необходимых датчиков и проводов. Кроме того, система, описанная в US 5,902,250, не является очень точной в определении стадий сна и не определяет переходы между стадиями сна.

Дополнительно US 7,351,206 относится к аппарату для определения состояния сна, который определяет состояние сна, основываясь на ряде данных пульсового интервала. Данные о движениях тела определяются, чтобы убрать данные пульсового интервала из ряда данных пульсового интервала, которые были измерены параллельно с данными движений тела, если количество флуктуаций в данных о движениях тела превышает заданное пороговое значение. Недостающие данные приводят к неточному определению стадий сна, если движения тела многочисленны или продолжительны. Таким образом, полученные результаты могут быть недостаточными для надежной балльной оценки стадий сна.

В WO 98/43536 A1 описан способ определения состояния сна пациента. Этот способ включает в себя мониторинг изменчивости частоты сердечных сокращений пациента и определение состояния сна на основе этой изменчивости частоты сердечных сокращений. Этот способ также может включать в себя мониторинг частоты движений глазного века и определение состояния сна, основываясь также на частоте движений глазного века. Способ определения картины дыхания включает в себя мониторинг изменчивости частоты сердечных сокращений путем приема сигналов биения сердца и определения картины дыхания из уровня этих сигналов. Пригодная для применения в домашних условиях, носимая, автономная система определяет состояние сна, картину дыхания, оценивает кардиореспираторный риск пациента, основываясь на частоте движений глазного века, частоте движений головы и изменчивости частоты сердечных сокращений.

В US 2007/0106183 A1 описан аппарат для измерения состояния сна с помощью устройства получения показателя вегетативного нерва, которое получает показатель вегетативного нерва пользователя; и устройства вычисления показателя периодичности сна, которое вычисляет показатель периодичности сна, основываясь на изменении во времени показателя вегетативного нерва и изменении цикла сна пользователя, причем показатель периодичности сна указывает, спит ли пользователь или нет, согласно идеальному циклу сна пользователя в качестве показателя, или устройства вычисления доминирующего показателя, которое вычисляет доминирующий показатель парасимпатического нерва, представляющий доминирование показателя парасимпатического нерва, включенного в состав показателя вегетативного нерва, по отношению к показателю симпатического нерва, включенному в состав показателя вегетативного нерва, применительно к пользователю во время сна.

В US 2009/0264715 A1 описывается система для исследования сна, имеющая датчики, которые способны собирать относящиеся ко сну данные от человека и данные окружающей среды во время сна человека. Процессор выполняет команды, которые анализируют эти данные и контролируют сон человека и окружающую человека внешнюю среду. Обычно такие команды загружаются в память, где они выполняются с целью генерации объективных результатов качества сна из относящихся к сну данных, полученных от человека, и собранных данных, относящихся к окружающей среде, во время сна человека. Осуществив выполнение, команды принимают субъективный результат качества сна от человека после сна, создают показатель качества сна из объективного результата качества сна и субъективного результата качества сна, сопоставляют показатель качества сна и текущие установочные значения системы по исследованию сна с прежним показателем качества сна и соответствующими установочными значениями системы исследования сна. Затем эти команды могут модифицировать текущие установочные значения системы исследования сна в зависимости от сопоставления показателя качества сна с прежним показателем качества сна. Эти установочные значения системы исследования сна контролируют и, возможно, изменяют один или более разных элементов окружающей среды, связанных с системой исследования сна.

В US 2010/0125215 A1 описана система анализа сна и способ его анализа. Эта система анализа сна включает в себя анализирующее устройство и сенсорный аппарат для исследования сна. Сенсорный аппарат для исследования сна включает в себя устройство для сбора сигналов ЭКГ, многоосевой акселерометр, беспроводное передающее устройство и устройство управления. Устройство для сбора сигналов ЭКГ используется для сбора сигналов ЭКГ, связанных с субъектом обследования. Многоосевой акселерометр используется для обнаружения сигналов многоосевого акселерометра, связанных с субъектом обследования. Устройство управления управляет беспроводным передающим устройством для передачи сигнала ЭКГ и сигнала многоосевого акселерометра в анализирующее устройство для анализа сна субъекта. Никакого различия между стадиями сна без быстрого движения глаз (Non-REM) не делается.

Однако вследствие больших неопределенностей в определении стадий сна и/или переходов между стадиями сна по сравнению с классической визуальной балльной оценкой сна процентное совпадение между этими подходами к балльной оценке сна и классическим визуальным подходом к балльной оценке сна признается очень низким исследователями сна и врачами-клиницистами в области сна. Поэтому такие способы до сих пор не используются в мире медицины.

Задачей настоящего изобретения является обеспечение системы и способа для определения состояний сна и/или стадий сна, и/или переходов между стадиями сна, которые уменьшают нарушение сна обследуемого человека и обеспечивают надежные результаты, являясь при этом достаточно точными и недорогими.

Эта задача решается настоящим изобретением, как определено независимыми пунктами формулы изобретения. Предпочтительные варианты реализации определяются зависимыми пунктами формулы изобретения.

Изменчивость частоты сердечных сокращений и отношение LF/HF низкочастотной (LF) составляющей к высокочастотной (HF) составляющей сигнала изменчивости частоты сердечных сокращений (HRV) могут быть использованы для определения состояния сна и стадий сна. Не относящиеся к переходам (устойчивые) флуктуации частоты сердечных сокращений позволяют различить активности симпатических нервов и парасимпатических нервов, которые относятся к низкочастотной (LF) составляющей и к высокочастотной (HF) составляющей сигнала изменчивости частоты сердечных сокращений (HRV). Результирующее отношение LF/HF является количественным показателем симпатовагального равновесия и может быть вычислено посредством спектрального анализа. Чем более синхронизированным является сон, тем больше уменьшается отношение LF/HF, тогда как отношение LF/HF значительно возрастает во время REM сна, указывая на доминирование симпатической активности в этот период. Таким образом, спектральный анализ HRV обеспечивает дополнительную информацию о характере ультрадианного ритма функции вегетативной нервной системы сверх традиционных сердечнососудистых показателей (средней частоты сердечных сокращений, кровяного давления, и т.п.).

Недостатком такого подхода с использованием спектрального анализа является то, что это отношение должно быть вычислено, когда сигнал частоты сердечных сокращений является устойчивым. Когда человек двигается, вычисление этого отношения загрязняется изменениями частоты сердечных сокращений, наводимыми движениями. Другими словами, отношение LF/HF может быть использовано, только когда человек остается неподвижным.

Балльная оценка сна основана не только на определении конкретной стадии сна, но также и на определении переходов от одной стадии к другой стадии. Определение состояния сна, стадии сна и/или перехода между стадиями сна, используя отношение LF/HF, в конкретном определении точного времени стадии сна и/или перехода от стадии сна к другой стадии сна является весьма проблематичным, и неопределенность в определении стадии сна и/или перехода между стадиями может изменяться от незначительной до нескольких минут, когда частота сердечных сокращений является не вполне устойчивой.

Например, могут быть медленные переходы отношения LF/HF, когда это отношение LF/RF изменяется подобно синусоидальным колебаниям от высокого до низкого значения и обратно. Однако, если отсутствует информация о величине отношения LF/HF, указывающая переход между стадиями сна, переходы от Non-REM к REM стадиям сна могут быть произвольно зафиксированы горизонтальной линией, прорезающей эту флуктуирующую кривую. Однако при использовании такого способа время перехода не может быть достаточно точно определено по сравнению с классической визуальной балльной оценкой сна, поэтому точность определения стадии сна является недостаточной.

Вариант реализации настоящего изобретения использует частоту сердечных сокращений и движения тела для определения состояния сна, стадии сна и/или перехода между стадиями сна. В предпочтительном варианте реализации определение стадии сна и/или перехода между стадиями сна основано на классах частоты сердечных сокращений и движений тела. Например, переход между стадиями сна может быть точно определен наблюдением одновременно уровня и внезапно происходящих изменений в частоте сердечных сокращений и, возможно, сопутствующих движений тела. Если не наблюдается никаких признаков перехода, человек остается в том же состоянии (бодрствующим или спящим) или в той же стадии сна в последнем из названных случаев. При этом варианты реализации настоящего изобретения не зависят от устойчивости сигналов сердечных сокращений, и, используя их внезапные изменения, переход от одной стадии к другой стадии может быть определен с погрешностью в незначительное число секунд.

Согласно предпочтительному варианту реализации настоящее изобретение относится к системе для определения сна, стадии сна и/или перехода между стадиями сна человека. Эта система включает в себя средство обнаружения частоты сердечных сокращений, выполненное с возможностью обнаружения частоты сердечных сокращений человека, и средство обнаружения движений, выполненное с возможностью обнаружения движений части тела человека. Обнаруженное движение вызывается скелетной мышцей тела. Система дополнительно включает в себя средство регистрации, выполненное с возможностью регистрации обнаруженной частоты сердечных сокращений и обнаруженного движения части тела, средство классификации частоты сердечных сокращений, выполненное с возможностью классификации зарегистрированной частоты сердечных сокращений человека по меньшей мере в один класс частоты сердечных сокращений, и средство классификации движений, выполненное с возможностью классификации зарегистрированного движения по меньшей мере в один класс движений. Система также включает в себя средство определения, выполненное с возможностью определения сна, стадии сна и/или перехода между стадиями сна, и/или события сна человека, основываясь, по меньшей мере частично, по меньшей мере на одном классе частоты сердечных сокращений и по меньшей мере на одном классе движений.

Согласно аспекту настоящего варианта реализации система включает в себя средство вычисления частоты сердечных сокращений, выполненное с возможностью вычисления среднего значения частоты сердечных сокращений, величины изменчивости (включая сюда классически используемое спектральное отношение LF/HF), характеристики ритма и/или события или изменения частоты сердечных сокращений относительно зарегистрированной частоты сердечных сокращений. Средство классификации частоты сердечных сокращений выполнено с возможностью классификации частоты сердечных сокращений человека, основываясь на вычисленном среднем значении частоты сердечных сокращений, величине изменчивости, характеристике ритма и/или событии или изменении частоты сердечных сокращений.

В дополнительном аспекте варианта реализации средство определения выполнено с возможностью идентификации конкретного сочетания класса частоты сердечных сокращений и класса движений в пределах конкретного периода времени, и средство определения выполнено с возможностью определения сна, стадии сна, перехода между стадиями сна и/или события сна, основываясь на идентифицированном конкретном сочетании.

Применительно к аспекту этого варианта реализации средство обнаружения движения содержит средство восприятия движения, выполненное с возможностью восприятия ускорения части тела человека, при этом средство регистрации дополнительно выполнено с возможностью регистрации воспринятого ускорения. Система включает в себя средство вычисления движения, выполненное с возможностью вычисления, основываясь на величинах зарегистрированного ускорения, по меньшей мере интенсивности и/или продолжительности каждого движения части тела человека.

Согласно дополнительному аспекту варианта реализации средство классификации движений выполнено с возможностью классификации каждого движения части тела по меньшей мере в большое движение (LM), малое движение (SM) или резкое движение (TM), основываясь на вычисленной интенсивности и/или продолжительности каждого движения, и/или выполнено с возможностью классификации каждого LM, SM и/или TM по меньшей мере в классы частоты и/или в классы продолжительности.

В соответствии с другим аспектом этого варианта реализации система дополнительно включает в себя средство восприятия условий окружающей среды, выполненное с возможностью восприятия по меньшей мере одного фактора окружающей среды, при этом средство регистрации дополнительно выполнено с возможностью регистрации воспринятого по меньшей мере одного фактора окружающей среды, а средство классификации факторов окружающей среды выполнено с возможностью классификации по меньшей мере некоторых значений по меньшей мере одного зарегистрированного фактора окружающей среды по меньшей мере в один класс условий окружающей среды. Средство определения дополнительно выполнено с возможностью определения сна, стадии сна, перехода между стадиями сна и/или события сна человека, основываясь, по меньшей мере частично, по меньшей мере на одном классе условий окружающей среды.

Согласно аспекту этого варианта реализации средство восприятия условий окружающей среды выполнено с возможностью восприятия уровня шума, температуры окружающей среды и/или освещенности окружающей среды.

В соответствии с еще одним вариантом реализации система дополнительно включает в себя средство вычисления условий окружающей среды, выполненное с возможностью вычисления по меньшей мере одного среднего уровня шума и/или шумового события, основываясь на зарегистрированном уровне шума, и/или вычисления по меньшей мере одного среднего значения температуры окружающей среды и/или ее изменения, и/или колебания, основываясь на зарегистрированной температуре окружающей среды, и/или вычисления по меньшей мере одного уровня освещенности окружающей среды и/или изменения, и/или колебания уровня освещенности окружающей среды, основываясь на зарегистрированной освещенности окружающей среды.

Применительно к другому аспекту этого варианта реализации средство определения дополнительно выполнено с возможностью определения перехода от бодрствования ко сну и/или перехода от одной стадии сна к другой, и/или перехода от сна к пробуждению, и/или прямого причинно обусловленного влияния по меньшей мере одного зарегистрированного фактора окружающей среды на переход между стадиями сна или на переход от сна к пробуждению.

В соответствии с аспектом варианта реализации система дополнительно включает в себя средство оценки, выполненное с возможностью оценки состояния сна или бодрствования человека, основываясь по меньшей мере на одном классе частоты сердечных сокращений, по меньшей мере на одном классе движений, по меньшей мере на одном классе условий окружающей среды и/или на любом их сочетании.

Согласно другому варианту реализации система для определения сна, стадии сна и/ли перехода между стадиями сна человека содержит средство обнаружения частоты сердечных сокращений, выполненное с возможностью обнаружения частоты сердечных сокращений человека, и средство обнаружения движений, выполненное с возможностью обнаружения движения части тела человека, когда это движение вызывается скелетной мышцей тела. Система дополнительно содержит средство регистрации, выполненное с возможностью регистрации обнаруженной частоты сердечных сокращений и обнаруженного движения части тела, средство классификации частоты сердечных сокращений, выполненное с возможностью классификации зарегистрированной частоты сердечных сокращений человека по меньшей мере в один класс частоты сердечных сокращений и по меньшей мере в один класс изменчивости частоты сердечных сокращений, и средство классификации движений, выполненное с возможностью классификации зарегистрированного движения по меньшей мере в один класс движений. Система дополнительно содержит средство определения, выполненное с возможностью определения сна, стадии сна, перехода между стадиями сна или события сна человека, основываясь, по меньшей мере частично, по меньшей мере на одном классе частоты сердечных сокращений, по меньшей мере на одном классе изменчивости частоты сердечных сокращений и по меньшей мере на одном классе движений, причем это средство определения выполнено с возможностью идентификации сочетания класса частоты сердечных сокращений, класса изменчивости частоты сердечных сокращений и класса движений в пределах интервала времени, и определения сна, стадии сна, перехода между стадиями сна, основываясь на идентифицированном сочетании.

Согласно предпочтительному варианту реализации по меньшей мере один класс частоты сердечных сокращений содержит класс средних значений частоты сердечных сокращений.

В предпочтительном варианте реализации классификация среднего значения частоты сердечных сокращений основана на среднем значении частоты сердечных сокращений, при этом частота сердечных сокращений усредняется по заданному интервалу времени. Предпочтительно заданный интервал времени для усреднения частоты сердечных сокращений изменяется в зависимости от обнаруженного на человеке движения тела. Например, в предпочтительном варианте реализации среднее значение частоты сердечных сокращений вычисляется усреднением частоты сердечных сокращений по первому интервалу времени, если имеется некоторое движение тела, и вычисляется усреднением частоты сердечных сокращений по второму интервалу времени, если отсутствуют или имеются незначительные движения тела, при этом второй интервал времени длиннее первого интервала времени.

Согласно другому варианту реализации система для определения сна, стадии сна, и/или перехода между стадиями сна включает в себя носимое устройство, выполненное с возможностью обнаружения и регистрации частоты сердечных сокращений человека, и выполненное с возможностью обнаружения и регистрации движения части тела человека, когда это движение вызывается скелетной мышцей тела, и анализирующее устройство, выполненное с возможностью классификации зарегистрированной частоты сердечных сокращений человека по меньшей мере в один класс частоты сердечных сокращений, выполненное с возможностью классификации зарегистрированного движения по меньшей мере в один класс движений, и выполненное с возможностью определения сна, стадии сна, перехода между стадиями сна и/или события сна человека, основываясь, по меньшей мере частично, по меньшей мере на одном классе частоты сердечных сокращений и по меньшей мере на одном классе движений. Система также включает в себя информационное соединение, выполненное с возможностью передачи данных, представляющих зарегистрированную частоту сердечных сокращений и зарегистрированное движение, от носимого регистрирующего устройства к анализирующему устройству.

Согласно еще одному варианту реализации способ для определения сна, стадии сна, и/или перехода между стадиями сна, и/или события сна человека содержит этапы обнаружения частоты сердечных сокращений человека, регистрации обнаруженной частоты сердечных сокращений, обнаружения движения части тела человека, когда это движение вызывается скелетной мышцей тела, регистрации обнаруженного движения, классификации зарегистрированной частоты сердечных сокращений человека по меньшей мере в один класс частоты сердечных сокращений, классификации зарегистрированного движения по меньшей мере в один класс движений, определения сна, стадии сна, и/или перехода между стадиями сна, и/или события сна человека, основываясь, по меньшей мере частично, по меньшей мере на одном классе частоты сердечных сокращений и по меньшей мере на одном классе движений.

Согласно аспекту этого варианта реализации способ содержит идентификацию конкретного сочетания класса частоты сердечных сокращений и класса движений в пределах конкретного периода времени, причем определение содержит определение стадии сна на основе идентифицированного конкретного сочетания.

Применительно к другому аспекту варианта реализации способ содержит восприятие по меньшей мере одного фактора окружающей среды, регистрацию воспринятого по меньшей мере одного фактора окружающей среды, классификацию по меньшей мере некоторых значений по меньшей мере одного зарегистрированного фактора окружающей среды по меньшей мере в один класс условий окружающей среды и определение события сна человека на основе, по меньшей мере частично, по меньшей мере одного класса условий окружающей среды.

Согласно аспекту варианта реализации способ включает в себя оценку состояния бодрствования или сна человека на основе по меньшей мере одного класса частоты сердечных сокращений, по меньшей мере одного класса движений, по меньшей мере одного класса условий окружающей среды и/или любого их сочетания.

В соответствии с еще одним аспектом варианта реализации способ содержит определение прямого причинно обусловленного влияния по меньшей мере одного зарегистрированного фактора окружающей среды на переход между стадиями сна или на событие сна, или на переход от сна к пробуждению, основываясь, по меньшей мере частично, по меньшей мере на одном классе условий окружающей среды.

Применительно к другому варианту реализации система для определения сна, стадии сна и/или перехода между стадиями сна человека включает в себя средство обнаружения частоты сердечных сокращений, выполненное с возможностью обнаружения частоты сердечных сокращений человека, средство обнаружения движений, выполненное с возможностью обнаружения движения части тела человека, когда это движение вызвано скелетной мышцей тела, средство классификации частоты сердечных сокращений, выполненное с возможностью классификации обнаруженной частоты сердечных сокращений человека по меньшей мере в один класс частоты сердечных сокращений, средство классификации движений, выполненное с возможностью классификации обнаруженного движения по меньшей мере в один класс движений, и средство определения, выполненное с возможностью определения сна, стадии сна, и/или перехода между стадиями сна человека, основываясь, по меньшей мере частично, по меньшей мере на одном классе частоты сердечных сокращений и на одном классе движений.

Применительно к аспекту этого варианта реализации система включает в себя средство вычисления частоты сердечных сокращений, выполненное с возможностью вычисления среднего значения частоты сердечных сокращений, величины ее изменчивости (включая сюда спектральное отношение LF/HF), характеристики ритма и/или события или изменения частоты сердечных сокращений относительно обнаруженной частоты сердечных сокращений, при этом средство классификации частоты сердечных сокращений выполнено с возможностью классификации частоты сердечных сокращений человека, основываясь на вычисленном среднем значении частоты сердечных сокращений, величине изменчивости, характеристике ритма и/или событии или изменении частоты сердечных сокращений.

Согласно другому аспекту варианта реализации средство определения дополнительно выполнено с возможностью идентификации конкретного сочетания класса частоты сердечных сокращений и класса движений в пределах конкретного периода времени, причем это средство определения выполнено с возможностью определения сна, стадии сна и/или перехода между стадиями сна, и/или события сна, основываясь на идентифицированном конкретном сочетании.

Согласно еще одному аспекту варианта реализации средство определения выполнено с возможностью идентификации последовательного порядка следования класса частоты сердечных сокращений и класса движений в конкретном сочетании.

Применительно к другому аспекту варианта реализации средство определения выполнено с возможностью идентификации, в качестве конкретного сочетания, события повышения частоты сердечных сокращений вместе с движением части тела, события повышения частоты сердечных сокращений, предшествующего движению части тела, события повышения частоты сердечных сокращений при отсутствии движения части тела в пределах конкретного периода времени, и/или события повышения частоты сердечных сокращений, следующего за движением части тела.

Согласно другому аспекту варианта реализации средство обнаружения частоты сердечных сокращений содержит средство восприятия пульсовой волны, выполненное с возможностью восприятия пульсовой волны сердца человека.

В соответствии с дополнительным аспектом варианта реализации средство обнаружения движения содержит средство восприятия движения, выполненное с возможностью восприятия ускорения части тела человека, при этом система включает в себя средство вычисления движения, выполненное с возможностью вычисления, основываясь на величинах воспринятого ускорения, по меньшей мере интенсивности и/или продолжительности каждого движения части тела человека.

В соответствии с другим аспектом варианта реализации средство классификации движений выполнено с возможностью классификации каждого движения части тела по меньшей мере в большое движение, малое движение или резкое движение, основываясь на вычисленной интенсивности и/или продолжительности каждого движения.

В соответствии с еще одним аспектом варианта реализации средство классификации движений выполнено с возможностью классификации каждого движения части тела по меньшей мере в большое движение (LM), малое движение (SM) или резкое движение (TM), основываясь на вычисленной интенсивности и/или продолжительности каждого движения, и/или выполнено с возможностью классификации каждого LM, SM и/или TM по меньшей мере в классы частоты и/или классы продолжительности.

Согласно другому аспекту варианта реализации система дополнительно включает в себя средство восприятия условий окружающей среды, выполненное с возможностью восприятия по меньшей мере одного фактора окружающей среды, и средство классификации условий окружающей среды, выполненное с возможностью классификации по меньшей мере некоторых значений по меньшей мере одного воспринятого фактора внешней среды по меньшей мере в один класс условий окружающей среды.

Согласно еще одному аспекту варианта реализации средство определения дополнительно выполнено с возможностью определения события сна человека на основе, по меньшей мере частично, по меньшей мере одного класса условий внешней среды.

Применительно к дополнительному аспекту варианта реализации средство восприятия условий окружающей среды выполнено с возможностью восприятия уровня шума, температуры окружающей среды и освещенности окружающей среды.

Применительно к еще одному аспекту варианта реализации система дополнительно включает в себя средство вычисления условий окружающей среды, выполненное с возможностью вычисления по меньшей мере одного среднего уровня шума и/или шумового события, основываясь на воспринятом уровне шума, и/или вычисления по меньшей мере одного среднего значения температуры и/или изменения, и/или колебания воспринятой температуры окружающей среды, и/или вычисления по меньшей мере одного уровня освещенности окружающей среды и/или изменения уровня освещенности окружающей среды, основываясь на воспринятом уровне освещенности окружающей среды.

Согласно другому аспекту варианта реализации средство определения дополнительно выполнено с возможностью определения перехода от одной стадии сна к другой и/или от стадии сна к пробуждению, и/или события сна.

Согласно еще одному аспекту варианта реализации средство определения выполнено с возможностью определения, является ли переход нисходящим переходом или восходящим переходом, причем нисходящий переход начинается с бодрствования или стадии легкого сна и ведет к стадии глубокого сна, тогда как восходящий переход начинается со стадии глубокого сна и ведет к стадии легкого сна или к пробуждению.

В соответствии с аспектом варианта реализации система дополнительно включает в себя средство идентификации, выполненное с возможностью идентификации пропущенного значения и/или ненормального значения в пределах обнаруженной частоты сердечных сокращений, обнаруженного движения и/или значений по меньшей мере одного воспринятого фактора окружающей среды.

Применительно к другому аспекту варианта реализации система дополнительно включает в себя средство оценки, выполненное с возможностью оценки состояния бодрствования или сна человека, основываясь по меньшей мере на одном классе частоты сердечных сокращений, по меньшей мере на одном классе движений, по меньшей мере на одном классе условий окружающей среды и/или на любом их сочетании.

Согласно еще одному варианту реализации система для определения сна, стадии сна и/или перехода между стадиями сна человека включает в себя носимое устройство, выполненное с возможностью обнаружения частоты сердечных сокращений человека и выполненное с возможностью обнаружения движения части тела, когда это движение вызвано скелетной мышцей тела, анализирующее устройство, выполненное с возможностью классификации обнаруженной частоты сердечных сокращений человека по меньшей мере в один класс частоты сердечных сокращений, выполненное с возможностью классификации обнаруженного движения по меньшей мере в один класс движений, и выполненное с возможностью определения сна, стадии сна и/или перехода между стадиями сна, и/или события сна человека, основываясь, по меньшей мере частично, по меньшей мере на одном классе частоты сердечных сокращений и по меньшей мере на одном классе движений, и информационное соединение, выполненное с возможностью передачи данных, представляющих обнаруженную частоту сердечных сокращений и обнаруженное движение, от носимого регистрирующего устройства к анализирующему устройству.

Согласно аспекту этого варианта реализации средство идентификации дополнительно выполнено с возможностью восстановления пропущенных данных и/или ненормальных данных.

Согласно другому аспекту варианта реализации информационное соединение является беспроводным информационным соединением.

Согласно еще одному аспекту варианта реализации носимое устройство надевается человеком на его конечность, торс или на голову.

Применительно к другому аспекту варианта реализации носимое устройство дополнительно выполнено с возможностью регистрации данных, представляющих по меньшей мере последовательные интервалы частоты сердечных сокращений, и выполнено с возможностью регистрации данных, представляющих обнаруженное движение, при этом информационное соединение выполнено с возможностью передачи зарегистрированных данных, представляющих по меньшей мере последовательные интервалы частоты сердечных сокращений, и/или данных, представляющих обнаруженное движение, от носимого устройства к анализирующему устройству.

Применительно к другому аспекту варианта реализации анализирующее устройство дополнительно выполнено с возможностью оценки состояния сна или бодрствования человека, основываясь по меньшей мере на одном классе частоты сердечных сокращений, по меньшей мере на одном классе движений и/или на любом их сочетании.

Согласно другому варианту реализации способ для определения сна, стадии сна и/или перехода между стадиями сна человека содержит этапы обнаружения частоты сердечных сокращений человека, обнаружения движения части тела человека, когда это движение вызвано скелетной мышцей тела, классификации обнаруженной частоты сердечных сокращений человека по меньшей мере в один класс частоты сердечных сокращений, классификации обнаруженного движения по меньшей мере в один класс движений и определения сна, стадии сна и/или перехода между стадиями сна, и/или события сна человека на основе, по меньшей мере частично, по меньшей мере одного класса частоты сердечных сокращений и по меньшей мере одного класса движений.

В соответствии с аспектом этого варианта реализации способ содержит этап идентификации конкретного сочетания класса частоты сердечных сокращений и класса движений в пределах конкретного периода времени, причем определение содержит определение сна, стадии сна и/или перехода между стадиями сна, и/или события сна на основе идентифицированного конкретного сочетания.

В соответствии с другим аспектом варианта реализации способ содержит вычисление средней частоты сердечных сокращений, величины ее изменчивости, характеристики ритма и/или события или изменения частоты сердечных сокращений относительно обнаруженной частоты сердечных сокращений, причем классификация частоты сердечных сокращений человека содержит классификацию частоты сердечных сокращений на основе вычисленного среднего значения частоты сердечных сокращений, величины изменчивости, характеристики ритма и/или события или изменения частоты сердечных сокращений.

Согласно другому аспекту варианта реализации способ содержит этапы восприятия по меньшей мере одного фактора окружающей среды и классификации по меньшей мере некоторых значений по меньшей мере одного воспринятого фактора окружающей среды по меньшей мере в один класс условий окружающей среды.

Применительно к другому аспекту варианта реализации определение содержит определение события сна человека на основе, по меньшей мере частично, по меньшей мере одного класса условий окружающей среды.

Согласно еще одному аспекту варианта реализации восприятие по меньшей мере одного фактора окружающей среды содержит восприятие уровня шума, температуры окружающей среды и/или освещенности окружающей среды.

Согласно аспекту варианта реализации способ включает в себя оценку состояния сна или бодрствования человека, основываясь по меньшей мере на одном классе частоты сердечных сокращений, по меньшей мере на одном классе движений, по меньшей мере на одном классе условий окружающей среды и/или на любом их сочетании.

В соответствии с дополнительным вариантом реализации настоящее изобретение относится к системе для определения сна, стадии сна и/или перехода между стадиями сна человека. Система включает в себя детектор частоты сердечных сокращений, выполненный с возможностью обнаружения частоты сердечных сокращений человека и детектор движений, выполненный с возможностью обнаружения движения части тела человека, когда обнаруженное движение вызвано скелетной мышцей тела. Система дополнительно включает в себя регистрирующее устройство, выполненное с возможностью регистрации обнаруженной частоты сердечных сокращений и обнаруженного движения части тела, устройство классификации частоты сердечных сокращений, выполненное с возможностью классификации зарегистрированной частоты сердечных сокращений человека по меньшей мере в один класс частоты сердечных сокращений, и устройство классификации движений, выполненное с возможностью классификации зарегистрированного движения по меньшей мере в один класс движений. Система также включает в себя определяющее устройство для определения сна, стадии сна и/или перехода между стадиями сна, и/или события сна человека, основываясь, по меньшей мере частично, по меньшей мере на одном классе частоты сердечных сокращений и на одном классе движений.

Согласно аспекту настоящего варианта реализации система включает в себя блок вычисления частоты сердечных сокращений, выполненный с возможностью вычисления средней частоты сердечных сокращений, величины изменчивости, характеристики ритма и/или события частоты сердечных сокращений или ее изменения относительно зарегистрированной частоты сердечных сокращений. Блок классификации частоты сердечных сокращений выполнен с возможностью классификации частоты сердечных сокращений человека, основываясь на вычисленной средней частоте сердечных сокращений, величине изменчивости, характеристике ритма и/или событии или изменении частоты сердечных сокращений.

В дополнительном аспекте варианта реализации определяющее устройство выполнено с возможностью идентификации конкретного сочетания класса частоты сердечных сокращений и класса движений в пределах конкретного периода времени, и это определяющее устройство выполнено с возможностью определения сна, стадии сна и/или перехода между стадиями сна, и/или события сна на основе идентифицированного конкретного сочетания.

Применительно к аспекту этого варианта реализации устройство обнаружения движений содержит датчик движений, выполненный с возможностью восприятия ускорения части тела человека, при этом регистрирующее устройство дополнительно выполнено с возможностью регистрации воспринятого ускорения. Система включает в себя средство вычисления движений, выполненное с возможностью вычисления, основываясь на значениях зарегистрированного ускорения, по меньшей мере интенсивности и/или продолжительности движения части тела человека.

Согласно дополнительному аспекту варианта реализации средство классификации движений выполнено с возможностью классификации каждого движения части тела по меньшей мере в большое движение (LM), малое движение (SM) или резкое движение (TM), основываясь на вычисленной интенсивности и/или продолжительности каждого движения, и/или выполнено с возможностью классификации каждого (LM), (SM) и/или (TM) по меньшей мере в классы частоты или классы продолжительности.

В соответствии с другим аспектом этого варианта реализации система дополнительно включает в себя датчик условий окружающей среды, выполненный с возможностью восприятия по меньшей мере одного фактора окружающей среды, при этом регистрирующее устройство дополнительно выполнено с возможностью регистрации воспринятого по меньшей мере одного фактора окружающей среды, и устройство классификации условий окружающей среды выполнено с возможностью классификации по меньшей мере некоторых значений по меньшей мере одного зарегистрированного фактора окружающей среды по меньшей мере в один класс условий окружающей среды. Определяющее устройство дополнительно выполнено с возможностью определения события сна человека, основываясь, по меньшей мере частично, по меньшей мере на одном классе условий окружающей среды.

Согласно аспекту этого варианта реализации датчик условий окружающей среды выполнен с возможностью восприятия уровня шума, температуры окружающей среды и/или освещенности окружающей среды.

В соответствии с еще одним аспектом варианта реализации система дополнительно включает в себя устройство вычисления условий окружающей среды, выполненное с возможностью вычисления по меньшей мере одного уровня шума и/или шумового события, основываясь на зарегистрированном уровне шума, и/или вычисления по меньшей мере одного среднего значения температуры окружающей среды и/или ее изменения, и/или колебания, основываясь на зарегистрированной температуре окружающей среды, и/или вычисления по меньшей мере одного уровня освещенности окружающей среды, и/или изменения уровня освещенности окружающей среды, основываясь на зарегистрированной освещенности окружающей среды.

Применительно к другому аспекту этого варианта реализации определяющее устройство дополнительно выполнено с возможностью определения восходящего перехода от одной стадии сна к другой и/или перехода от сна к пробуждению, и/или прямого причинно обусловленного влияния по меньшей мере одного зарегистрированного фактора окружающей среды или события сна на восходящий переход стадии сна и/или переход от сна к пробуждению.

В соответствии с аспектом варианта реализации система дополнительно включает в себя устройство оценки, выполненное с возможностью оценки состояния сна или бодрствования человека на основе по меньше мере одного класса частоты сердечных сокращений, по меньшей мере одного класса движений, по меньшей мере одного класса условий окружающей среды или любого их сочетания.

Согласно дополнительному варианту реализации настоящее изобретение обеспечивает способ для определения сна, стадии сна и/или перехода между стадиями сна человека. Способ содержит обнаружение частоты сердечных сокращений человека, регистрацию обнаруженной частоты сердечных сокращений, обнаружение движения части тела человека, когда движение вызвано скелетной мышцей тела, регистрацию обнаруженного движения, классификацию зарегистрированной частоты сердечных сокращений человека по меньшей мере в один класс частоты сердечных сокращений и по меньшей мере один класс изменчивости частоты сердечных сокращений, классификацию зарегистрированного движения по меньшей мере в один класс движений; и определение сна, стадии сна и/или перехода между стадиями сна, и/или события сна человека на основе, по меньшей мере частично, по меньшей мере одного класса частоты сердечных сокращений, по меньшей мере одного класса изменчивости частоты сердечных сокращений и по меньшей мере одного класса движений.

Согласно предпочтительному варианту реализации этого способа по меньшей мере один класс частоты сердечных сокращений содержит класс средних значений частоты сердечных сокращений и классификацию средних значений частоты сердечных сокращений.

В предпочтительном варианте реализации классификация средних значений частоты сердечных сокращений основана на среднем значении частоты сердечных сокращений, причем частота сердечных сокращений усредняется по заданному интервалу времени. Предпочтительно интервал времени для вычисления среднего значения частоты сердечных сокращений изменяется в зависимости от обнаруженного движения тела у человека. Например, в предпочтительном варианте реализации среднее значение частоты сердечных сокращений вычисляется усреднением частоты сердечных сокращений по первому интервалу времени, если присутствует некоторое движение тела, и вычисляется усреднением частоты сердечных сокращений по второму интервалу времен в случае отсутствия или незначительных движений тела, при этом второй интервал времени более продолжителен, чем первый интервал времени.

Аспекты различных вариантов реализации настоящего изобретения могут комбинироваться, если отсутствуют противоположные указания.

Краткое описание чертежей

Для того чтобы представить образ действий, в рамках которого могут быть получены вышеупомянутые и другие преимущества и признаки, более подробное описание предмета изобретения, кратко описанного выше, будет дано со ссылками на конкретные варианты реализации, которые иллюстрируются на прилагаемых чертежах. Понимая, что эти чертежи представляют только типичные варианты реализации и поэтому не рассматриваются как ограничивающие объем, варианты реализации будут описаны и пояснены с дополнительной конкретностью и детальностью с помощью прилагаемых чертежей, на которых:

Фиг. 1 - гипнограмма совершеннолетнего молодого человека;

Фиг. 2 - компоненты регистрирующего устройства и устройства извлечения данных согласно варианту реализации настоящего изобретения;

Фиг. 3 - компоненты классифицирующего устройства согласно варианту реализации настоящего изобретения;

Фиг. 4 - компоненты определяющего устройства согласно варианту реализации настоящего изобретения;

Фиг. 5 - этапы способа определения сна, стадии сна и/или перехода между стадиями сна согласно варианту реализации настоящего изобретения;

Фиг. 6 - этапы способа верификации регистрируемой частоты сердечных сокращений согласно другому варианту реализации настоящего изобретения;

Фиг. 7 - представление событий или изменений частоты сердечных сокращений;

Фиг. 8 - иллюстрация соотношения между состояниями внимания и состояниями сна, и представление перехода между этими состояниями и стадиями;

Фиг. 9 - этапы способа подгонки интервала времени для усреднения частоты сердечных сокращений;

Фиг. 10 - представление перехода между стадиями сна от легкого сна к REM сну;

Фиг. 11 - представление перехода между стадиями сна от глубокого сна к легкому сну;

Фиг. 12 - представление перехода между стадиями сна от легкого сна к пробуждению, сопровождаемому возвратом к легкому сну;

Фиг. 13 - представление короткого перехода от REM сна к пробуждению, сопровождаемому возвратом к REM сну.

Подробное описание изобретения

Настоящее изобретение обеспечивает систему и способ для балльной оценки периодов бодрствования и сна человека, основываясь на регистрации как частоты сердечных сокращений, так и подвижности тела, и для описания характеристик и изменений внешней физической среды, в которой живет человек. Во время периода сна способ позволит автоматически оценивать в баллах различные стадии сна подобным образом и с той же точностью, что и при классическом использовании полисомнографической регистрации и визуальной балльной оценки. Поэтому настоящее изобретение может обеспечить подробное описание сна и оценку, полностью сравнимую с визуальным способом, при использовании намного более простой и легкой методики регистрации. Используемые способы регистрации, выполняемые, например, на запястье человека, менее подвержены электрическим артефактам или ограничениям, налагаемым проводами, чем обычная полисомнография. Кроме того, настоящее изобретение является полностью независимым и способным к регистрации не только периода сна, но и всего периода активности живого человека.

Как было сказано выше, применительно к этому документу наблюдаемое состояние человека может быть по сути определено как бодрствование или как сон. Эти состояния чередуются и зависят друг от друга.

Во время сна могут быть определены несколько стадий сна. Эти стадии сна могут быть распределены по категориям на стадию сна с быстрым движением глаз (REM) и стадии сна без быстрого движения глаз (Non-REM). Стадия REM сна является стадией, в которой возникают реалистичные сновидения. Она может быть идентифицирована существованием быстрых движений глаз под закрытыми глазными веками, потерей мышечного тонуса и низковольтными картинами ЭЭГ. Стадия REM сна, называемая также REM сном, также связана с всплесками мышечного подергивания, прерывистым дыханием, аритмией и повышенной автономной деятельностью. Периоды REM сна называются также парадоксальным сном. Более того, сон человека может быть оценен в баллах в Non-REM (NREM) стадии, пронумерованные от 1 до 4.

На фиг. 1 представлен пример гипнограммы здорового совершеннолетнего молодого человека, иллюстрирующей различные стадии сна при восьмичасовой регистрации сна. Необходимо отметить, что переходы от одной стадии к другой обычно рассматриваются как крутые ступени.

Как показано, во время первого часа сна человек начинает с состояния бодрствования и, засыпая, может переходить к стадии 1 NREM сна и далее к стадиям 2, 3 и 4.

Показателями стадии 1 NREM сна являются низкое напряжение кривых на записи ЭЭГ при хорошо определенном альфа-ритме и тета-частотах в диапазоне от 3 до 7 Гц, нерегулярные вертекс-выбросы и медленные вращательные движения глаз (SEM). Эта стадия включает в себя отсутствие сонных веретен, K-комплексов и REM. Стадия 1 обычно занимает от 4 до 5% от общего времени сна.

Стадия 2 сна при NREM сне характеризуется возникновением сонных веретен и К-комплексов на фоне относительно низкого напряжения, смешением частот на заднем плане ЭЭГ. Высоковольтные дельта-волны могут содержать до 20% периодов стадии 2. Стадия 2 сна обычно занимает от 45 до 55% общего времени сна.

Стадия 3 сна при NREM сне занимает по меньшей мере 20% и не более чем 50% периода, состоящего из ЭЭГ волн с частотой 2 цикла в секунду или медленнее, с амплитудами более 75 мкВ (дельта-волны с высокой амплитудой). Она часто объединяется со стадией 4 NREM сна в медленноволновой сон (SWS) вследствие отсутствия документально оформленных различий между этими двумя стадиями. Эта стадия 3 нормально возникает в первую треть периода сна здорового взрослого человека и обычно составляет от 4 до 6% от общего времени сна.

Все сделанные выше высказывания относительно стадии 3 NREM сна применимы также к стадии 4 сна за исключением того, что высоковольтные, медленные ЭЭГ дельта-волны занимают 50% регистрации или более. Стадия 4 NREM сна обычно составляет от 12 до 15% общего времени сна. Например, лунатизм, ужасы во время сна и эпизоды энуреза во время сна обычно начинаются на стадии 4 или во время пробуждения из этой стадии.

Стадия легкого Non-REM сна является общим термином для обозначения стадий 1 и 2 сна, тогда как глубокий Non-REM сон является термином для сочетания стадий 3 и 4 сна.

Как следует из фиг. 1, по окончании периода стадии 4 сна сон обследуемого человека изменяется на сон стадии 2 и REM сон. Дополнительно последующая фаза стадий легкого Non-REM сна затем возвращается к другой стадии глубокого Non-REM сна.

Остаток сна, как показано на фиг. 1, содержит переходы от периодов REM сна к стадиям легкого Non-REM сна, таким как стадии 1 и 2.

Для того чтобы определить состояние внимания обследуемого человека и определить стадии сна, переходы между стадиями сна и/или события сна обследуемого человека, настоящее изобретение обеспечивает систему и способ для восприятия и регистрации непрерывно и в течение до нескольких дней или недель основных физиологических переменных, таких как частота сердечных сокращений и подвижность тела, вместе с некоторыми характеристиками окружающей физической среды. Эта методология будет способна оценивать в баллах основные состояния, такие как периоды бодрствования и сна обследуемого человека. Во время бодрствования настоящее изобретение позволит различать периоды активности и отдыха. Во время состояния сна будут оцениваться в баллах стадии сна в каждые 30-секундные интервалы времени. Кроме того, одновременная регистрация физических переменных окружающей среды вместе с биологическими переменными позволит оценить возможное влияние первых из названных на вторые.

На фиг. 2 показаны компоненты приводимой в качестве примера системы восприятия/регистрации согласно варианту реализации настоящего изобретения. Настоящее изобретение не ограничивается представленным построением устройств и компонентов. Как будет изложено более подробно ниже, изменения представленного построения возможны и также укладываются в объем настоящего изобретения. Приводимая в качестве примера система содержит регистрирующее устройство 100, которое может включать в себя средство обнаружения, такое как датчики и относящиеся к датчикам элементы. Дополнительно регистрирующее устройство 100 включает в себя память 170.

Регистрирующее устройство 100 может включать в себя средство обнаружения частоты сердечных сокращений, которое может обнаруживать частоту сердечных сокращений обследуемого человека и выдавать сигналы, представляющие частоту сердечных сокращений. Средство обнаружения частоты сердечных сокращений может быть объектом или блоком регистрирующего устройства 100. Такой объект или блок может быть электрической схемой, такой как интегральная схема (IC), выполненной с возможностью осуществления обнаружения частоты сердечных сокращений и вывода сигналов частоты сердечных сокращений, а также других функций, описанных ниже. Альтернативно объект или блок является электрической схемой, способной работать с конкретным программным или программно-аппаратным обеспечением, которое выполняет функции средства обнаружения частоты сердечных сокращений, как будет более подробно изложено ниже. Предпочтительно, а также альтернативно объект или блок является процессором, таким как микропроцессор, исполняющим роль концептуального компонента программного или программно-аппаратного обеспечения, при этом исполнительный концептуальный компонент выполняет описанные ниже функции средства обнаружения частоты сердечных сокращений.

Например, средство обнаружения частоты сердечных сокращений содержит датчики и относящиеся к датчикам элементы. Эти датчики и относящиеся к датчикам элементы средства обнаружения частоты сердечных сокращений могут включать в себя пульсовый датчик 110, воспринимающий пульсовую волну обследуемого человека. Пульсовые волны могут измеряться на периферической артерии. Например, пульсовые волны могут измеряться на лучевой артерии, расположенной в запястье, если регистрирующее устройство 100 располагается на запястье обследуемого человека. Настоящее изобретение не ограничивается артерией в запястье, но обследуемый человек может также носить регистрирующее устройство на лодыжке или в другой позиции с доступом к артерии. Пульсовый датчик 110 воспринимает артериальные пульсовые волны, производимые мгновенным увеличением объема артериального сосуда, которое вызывается впрыскиванием крови сокращениями сердца, то есть систолами сердца. Поэтому такие пульсовые волны точно соответствуют ударам сердца.

Связанный с датчиком блок средства обнаружения частоты сердечных сокращений может быть блоком 112 мгновенной частоты сердечных сокращений, который определяет частоту сердечных сокращений (HR) обследуемого человека на основе воспринятой пульсовой волны. Блок 112 мгновенной HR подсчитывает воспринятые пульсовые волны для конкретного минимального периода времени и определяет частоту сердечных сокращений, то есть число ударов сердца в минуту.

Дополнительно средство обнаружения частоты сердечных сокращений может также содержать блок 114 межимпульсного интервала, который измеряет время, прошедшее между двумя последовательными пульсовыми волнами и выдает на выходе прошедшее время, например, выраженное в миллисекундах. Это прошедшее время называется также интервалами пульсовых волн (PWI) или интервалами ударов сердца.

Как блок 112 мгновенной частоты сердечных сокращений, так и блок 114 межимпульсного интервала выводят данные для запоминания в памяти 170 регистрирующего устройства 100 и/или для последующих вычислений. Эти данные представляют частоту сердечных сокращений в определенные моменты времени, запоминаемую, например, каждую секунду или каждые 5 секунд. В дополнение эти данные могут также представлять прошедшее время по меньшей мере одного PWI, которое выводится устройством 114 определения межимпульсного интервала. В зависимости от объема памяти необработанные данные датчика 110 также могут регистрироваться и запоминаться в памяти 170.

Согласно другому варианту реализации функции блока 112 мгновенной частоты сердечных сокращений и блока 114 межимпульсного интервала сочетаются в одном устройстве. Такое объединенное устройство одновременно выдает на выходе значение HR и значения, представляющие PWI, для запоминания в памяти 170 или последующей обработки.

Дополнительно, согласно представленному варианту реализации аппарат 100 также включает в себя средство обнаружения движений, которое может обнаруживать движение тела обследуемого человека, называемое также движением тела (BM). Средство обнаружения движений может быть также объектом или блоком регистрирующего устройства 100. Как сказано выше, такой объект или блок может быть электрической схемой, такой как интегральная схема (IC), выполненной с возможностью осуществления функций средства обнаружения движения, описанных дополнительно ниже. Альтернативно такой объект или блок является электрической схемой, способной работать с конкретным программным или программно-аппаратным обеспечением, которое выполняет эти функции. Предпочтительно, а также альтернативно этот объект или блок является процессором, таким как микропроцессор, исполняющим роль концептуального компонента программного или программно-аппаратного обеспечения, при этом исполнительный концептуальный компонент выполняет описанные ниже функции средства обнаружения движений.

Для балльной оценки стадий сна или переходов между стадиями сна, или обнаружения событий сна обследуемого человека основной интерес представляет движение скелетных мышц. Хотя движение глазного яблока и/или движение, вызванное сердцем и/или легкими человека, может также позволить сделать заключение о стадиях сна, настоящее изобретение основывается на движении, вызванном скелетными мышцами.

Средство обнаружения движений может быть простым датчиком 120, позволяющим определить, происходит ли движение датчика. Дополнительно средство обнаружения движений может быть также одним или более датчиками 120 ускорения, которые способны воспринимать движение тела более точно. Такое воспринимающее средство 120 может быть датчиками 120 ускорения для восприятия ускорения по одной или более осям. Это дополнительно позволяет определить направление, продолжительность и интенсивность BM.

В предпочтительном варианте реализации движение тела обследуемого человека будет измеряться миниатюризированным трехосевым акселерометром 120, расположенным в регистрирующем устройстве 100. Акселерометр 120 измеряет величину ускорения, например, 20 раз в секунду, и все абсолютные значения суммируются для каждой секунды. Частота измерений и период времени суммирования могут устанавливаться, для того чтобы отрегулировать чувствительность устройства 100 применительно к характеру движений обследуемого человека.

Как было отмечено выше, регистрирующее устройство может носиться, например, на запястье обследуемого/регистрируемого человека. Это удобно для человека и не отвлекает его от сна, как это делают обычные полисомнографические инструменты и датчики. Более того, любое движение, вызванное скелетными мышцами, возникает в части тела, такой как конечность, торс и/или голова. Эти движения будут в большинстве случаев сопровождаться легким движением запястья. Чувствительность системы поэтому выбирается для того, чтобы обнаружить эти движения. Чувствительность датчика 120 может регулироваться для настройки системы 100 применительно к движениям ее владельца.

Как показано на фиг. 2, средство обнаружения движений регистрирующего устройства 100 может также содержать компаратор 122, принимающий выходные сигналы от датчика 120. Компаратор 122 сравнивает эти выходные сигналы с заданным пороговым значением. Только если ускорение по одной или более осям превышает заданное пороговое значение, это является конкретным движением, представленным выходным сигналом датчика 120, которое регистрируется, то есть запоминается в памяти 170. Таким образом, чувствительность системы восприятия ускорения может быть отрегулирована выбором заданного порогового значения. Дополнительно система согласно настоящему изобретению позволяет устанавливать пороговое значение по каждой оси или для каждого датчика 120 ускорений регистрирующего устройства 100. Система может быть затем отрегулирована, чтобы делать упор на движения запястья, так как движение в направлении вдоль руки может быть менее интенсивным, чем в направлении, перпендикулярном по отношению к руке.

Согласно другому аспекту компаратор 122 содержит в себе более одного порогового значения, с которыми сравнивается воспринятое ускорение. Это обеспечивает возможность предварительной классификации движения на основе величины воспринятого ускорения.

Выходной сигнал датчика 120 запоминается в памяти 170 для последующей обработки. Как было отмечено выше, запоминание может зависеть от выходных сигналов компаратора 122.

В дополнение к упомянутым выше датчикам и блокам регистрирующее устройство 100 может также включать в себя средство восприятия условий окружающей среды для восприятия фактора окружающей среды. Как было отмечено выше, средство восприятия условий окружающей среды может также быть объектом или блоком регистрирующего устройства 100. Объект или блок может быть электрической схемой, такой как интегральная схема (IC), выполненной с возможностью осуществления функций средства восприятия условий окружающей среды, описанных ниже. Альтернативно объект или блок является электрической схемой, способной работать с конкретным программным или программно-аппаратным обеспечением, которое выполняет эти функции. Предпочтительно, а также альтернативно объект или блок является процессором, таким как микропроцессор, исполняющим роль концептуального компонента программного или программно-аппаратного обеспечения, причем исполнительный концептуальный компонент выполняет описанные ниже функции средства восприятия условий окружающей среды.

Средство восприятия условий окружающей среды может содержать несколько элементов, таких как датчик 130 шума, датчик 140 освещенности и/или датчик 150 температуры.

Например, могут восприниматься физические характеристики среды, окружающей обследуемого человека. Шум может регистрироваться как интегральный показатель в каждую секунду, и уровень шума окружающей среды измеряется каждую секунду (Leq1sec) в пределах диапазона от 20 до 100 дБ с точностью 1 дБ. Освещенность окружающей среды измеряется каждую секунду в диапазоне от 10 до 1000 люкс с точностью 1 люкс. Температура окружающей среды измеряется каждую секунду специальным датчиком 150 температуры в диапазоне от 20 до +50°С с точностью 0,5°С. Все значения физических параметров окружающей среды регистрируются во внутренней памяти 170 устройства 100.

Возвращаясь опять к фиг. 2, регистрирующее устройство 100 может также включать в себя дополнительное средство 180 восприятия. Как уже было описано выше, дополнительное средство 180 восприятия может быть объектом или блоком регистрирующего устройства 100. Объект или блок может быть электрической схемой, такой как интегральная схема (IC), выполненной с возможностью осуществления функций дополнительного средства восприятия, описанных ниже. Альтернативно объект или блок является электрической схемой, способной работать с конкретным программным или программно-аппаратным обеспечением, которое выполняет эти функции. Предпочтительно, а также альтернативно объект или блок является процессором, таким как микропроцессор, исполняющим роль концептуального компонента программного или программно-аппаратного обеспечения, причем исполнительный концептуальный компонент выполняет описанные ниже функции средства восприятия условий окружающей среды.

Дополнительное средство 180 восприятия может, например, включать в себя физиологические датчики, выполненные специально для измерения насыщения крови кислородом, называемого также “пульсовой оксиметрией”. Такой датчик измеряет насыщение кислородом циркулирующей крови. Его величина обычно близка к 100% у здорового спящего человека. Уменьшение насыщения ниже 90% может наблюдаться при синдроме апноэ во сне.

Другие дополнительные датчики могут быть датчиками для измерения температуры кожи или датчиками, обнаруживающими изменения потенциала кожи.

Время распространения пульсовой волны напрямую относится к артериальному кровяному давлению. Стенка артерии является упругой, и она содержит небольшие мышцы, которые могут изменять диаметр сосуда. При каждом сокращении сердца определенное количество крови впрыскивается в артериальные сосуды с определенным усилием. Это артериальное давление зависит от напряженности артериальной стенки. Если эта напряженность высока, кровяное давление повышается, а если эта напряженность уменьшается, кровяное давление понижается. Частота пульса, соответствующая ударам сердца, зависит от жесткости стенок артерий. Поэтому пульс учащается, когда напряженность стенки высока, и становится реже, когда напряженность стенки уменьшается. Затем вычисляется время распространения между двумя точками, расположенными на одной и той же артерии и разнесенными на несколько сантиметров. Один и тот же прошедший импульс измеряется в этих двух разнесенных точках, и прошедшее время прямо соотносится с напряженностью стенки артерии или с кровяным давлением. Сокращение этого времени соответствует повышению кровяного давления, тогда как удлинение этого прошедшего времени соответствует понижению кровяного давления. Продолжительность этого прошедшего времени зависит от расстояния между двумя точками, и изменение этого времени дает величину изменения кровяного давления, которая может быть прокалибрована.

Температура кожи может измеряться небольшим датчиком, прикрепленным к поверхности кожи. Он обеспечивает хорошую индикацию обмена калориями между кожей и окружающей средой. Его колебания могут быть указателем адаптации к изменениям температуры окружающей среды или модификаций состояния внимания. Возможно также измерять изменения электрических потенциалов кожи, используя соответствующие датчики. Такое измерение является косвенным индикатором активности симпатической нервной системы. Он может указывать на определенную способность реагирования на условия окружающей среды или на особое эмоциональное состояние, включая сюда возможный стресс человека.

Согласно варианту реализации настоящего изобретения регистрирующее устройство подразделяется по меньшей мере на два модуля. Один из этих модулей включает в себя только описанные выше физиологические датчики 110 и 120 и/или относящиеся к датчикам блоки 112, 114 и 122. Такое устройство компактно и по своим размером может быть, например, не более наручных часов. Второй модуль может включать в себя датчики 130, 140 и/или 150 условий окружающей среды. Третий модуль может содержать дополнительный датчик 180. Дополнительный датчик 180 может быть также включен в состав одного из первого и второго модулей, если это возможно.

Такое разделение обладает тем преимуществом, что в ночное время, когда человек находится в постели, модуль, ориентированный на физиологические переменные, может быть прикреплен к человеку, тогда как модуль, ориентированный на факторы окружающей среды, может быть снят и отложен в сторону, например, на прикроватный столик. Это позволяет получить более стабильные значения факторов окружающей среды и исключить шумовые артефакты, являющиеся следствием движения простыней или изменений уровня освещенности из-за открытого или накрытого состояния датчика в зависимости от позы спящего человека.

Каждый из таких раздельных модулей может либо включать в себя свою собственную память, либо только первый модуль включает в себя память, тогда как второй и/или третий модуль передает (передают) данные от своих датчиков и относящихся к датчикам блокам к первому модулю для запоминания. Передача данных может осуществляться беспроводным соединением, как поясняется более подробно ниже.

По меньшей мере два раздельных модуля могут быть также выполнены таким образом, чтобы можно было соединить их для образования единого устройства. В таком случае модули включают в себя средство прикрепления и электрические разъемы, для того чтобы функционировать как единое устройство. Например, если только один модуль имеет память, электрические разъемы могут быть использованы для передачи данных от одного модуля в память другого модуля.

В любом случае регистрирующее устройство 100 согласно каждому из описанных выше вариантов реализации может также включать в себя часы 160. Выходной сигнал часов 160 передается в каждый из описанных выше датчиков или блоков 110-150 и 180. Датчики 110, 120, 130, 140, 150 и/или 180 и блоки 112, 114 и/или 122 могут использовать выходной сигнал часов для определения величин, которые зависят от времени. Только в качестве примера, блок 112 мгновенной частоты сердечных сокращений и/или блок 114 межимпульсного интервала может использовать сигнал часов для определения частоты сердечных сокращений обследуемого человека и для измерения прошедшего времени между двумя последовательными пульсовыми волнами, соответственно.

Как было отмечено выше, регистрирующее устройство 100 может включать в себя средство регистрации для регистрации обнаруженной частоты сердечных сокращений, движения тела и/или фактора окружающей среды. Средство регистрации может быть объектом или блоком регистрирующего устройства 100. Объект или блок может быть электрической схемой, такой как интегральная схема (IC), выполненной с возможностью осуществления функций средства регистрации, описанных ниже. Альтернативно объект или блок является электрической схемой, способной работать с конкретным программным или программно-аппаратным обеспечением, которое выполняет эти функции. Предпочтительно, а также альтернативно объект или блок является процессором, таким как микропроцессор, исполняющим роль концептуального компонента программного или программно-аппаратного обеспечения, причем исполнительный концептуальный компонент выполняет описанные ниже функции регистрации.

Средство регистрации может содержать память 170, которая подсоединяется к описанным выше датчикам и блокам регистрирующего устройства 100. Память 170 может быть подсоединена к датчикам и блокам через шину и способна запоминать выходные сигналы датчиков 110, 120, 130, 140, 150 и/или 180 через эту шину.

Помимо правильного запоминания воспринятых величин средство регистрации может дополнительно содержать контроллер 172 памяти, который подсоединяется к шине, а также к часам 160. Таким образом, контроллер 172 памяти может управлять запоминанием воспринятых величин и может добавлять метку времени или другой сигнал, который будет запоминаться в сочетании с каждой воспринятой величиной. Это создает возможность для дополнительных оценок или вычислений на воспринятых величинах в дальнейшем.

В обязанности контроллера 172 памяти может также входить запоминание выходных значений блоков 112, 114 и/или 122. Контроллер 172 памяти запоминает в памяти 170 выходные значения этих блоков и необязательную метку времени или индикацию периода времени, связанного с каждым выходным значением.

Согласно другому варианту реализации устройство 100 не включает в себя память 170 и контроллер 172 памяти. В этом случае только датчики 110, 120, 130, 140, 150 и/или 180 и относящиеся к ним блоки 112, 114 и/или 122 будут присутствовать в устройстве 100. Выходные сигналы датчиков и блоков, описанных выше, будут затем передаваться в последующее устройство для запоминания и/или последующих вычислений. Например, такое воспринимающее устройство будет непрерывно передавать воспринятые значения в устройство, которое может принять данные и запоминает принятые от датчиков значения и/или выходные значения блоков, описанных выше. Передача данных может, например, выполняться по беспроводному соединению (беспроводная локальная сеть (LAN), Bluetooth, передача данных с помощью инфракрасного излучения) или по проводному соединению (универсальная последовательная шина (USB), шина сверхбыстрой передачи данных (шина Firewire), LAN или другое сетевое соединение.

Согласно другому аспекту настоящего изобретения регистрирующее устройство 100 может включать в себя кнопку или другой исполнительный элемент (не показан). Если обследуемый/регистрируемый человек приводит его в действие, например, нажимает кнопку, регистрирующее устройство запоминает текущее время вместе с указанием приведения в действие кнопки. Это позволяет маркировать конкретные события простым нажатием кнопки человеком. В качестве примера, человек может нажать кнопку, только когда он или она решит по собственному желанию прервать регистрирующую систему, например, чтобы принять ванну, или перед отходом ко сну и еще раз немедленно после пробуждения утром. Эти промаркированные события могут затем быть использованы на более позднем этапе работы системы, чтобы легче идентифицировать конкретные события, как будет более понятно из последующего описания.

Регистрирующее устройство 100 может также иметь более одного исполнительного элемента для идентификации различных заданных событий. Согласно другому аспекту исполнительный элемент может быть использован определенным образом для идентификации других событий, таким как удержание его в течение 1, 2 или 3 секунд, или нажатие его один раз, два раза, и т.д.

Применительно ко всем вариантам реализации зарегистрированные данные, запомненные в памяти 170, могут быть использованы для последующих вычислений и определений устройством 200 извлечения данных. Поэтому данные передаются от памяти 170 в устройство 200 извлечения данных. Информационное соединение для передачи этих данных может быть реализовано как беспроводное или проводное соединение. Например, беспроводное соединение может быть основано на беспроводной LAN, Bluetooth, передаче данных с помощью инфракрасного излучения или другом способе беспроводной связи. Передача данных по проводным соединениям может быть реализована использованием универсальной последовательной шины (USB), шины Firewire, сети LAN или другого сетевого соединения.

Согласно другому аспекту устройство 200 извлечения данных, включающее в себя по меньшей мере некоторые из описанных ниже субустройств, и регистрирующее устройство 100 могут быть объединены в одно устройство. В этом случае устройство 200 извлечения данных может иметь прямой доступ к памяти 170, например, через шину. Такое устройство может быть выполнено, например, как носимое устройство для обнаружения и регистрации частоты сердечных сокращений и/или движения тела человека, носящего это устройство. Для того чтобы уменьшить возбуждение обследуемого человека во время сна, носимое устройство может быть выполнено в форме наручных часов для ношения на запястье человека. Поскольку люди привыкли носить наручные часы, они будут меньше отвлекаться таким устройством во время сна, чем электродами и проводами при полисомнографии.

Возвращаясь к варианту реализации, представленному на фиг. 2, и устройству 200 извлечения данных, средство 210 вычисления частоты сердечных сокращений может быть частью устройства 200 извлечения данных. Как уже было сказано применительно к средству регистрирующего устройства 100, средство 210 вычисления частоты сердечных сокращений может быть также объектом или блоком. Объект или блок может быть электрической схемой, такой как интегральная схема (IC), выполненной с возможностью осуществления функций средства вычисления частоты сердечных сокращений, описанных ниже. Альтернативно объект или блок является электрической схемой, способной работать с конкретным программным или программно-аппаратным обеспечением, которое выполняет эти функции. Предпочтительно, а также альтернативно объект или блок является процессором, таким как микропроцессор, исполняющим роль концептуального компонента программного или программно-аппаратного обеспечения, причем исполнительный концептуальный компонент выполняет описанные ниже функции вычисления частоты сердечных сокращений.

Средство 210 вычисления частоты сердечных сокращений оценивает зарегистрированные данные от пульсового датчика 110, блока 112 определения мгновенной HR и/или блока 114 определения межимпульсного интервала. Например, средство 210 вычисления частоты сердечных сокращений извлекает уточненные данные частоты сердечных сокращений из необработанных значений описанных выше последовательных интервалов пульсовых волн (PWI). Данные, рассчитанные и выведенные средством 210 вычисления частоты сердечных сокращений, могут содержать средние значения HR, значения изменчивости HR, характеристики ритма и/или HR события или изменения, что будет теперь объяснено более подробно.

Говоря подробно, средние значения HR могут быть двух типов: глобальные средние значения HR (GHRA) и средние значения HR в состоянии покоя (RHRA). GHRA будет рассчитываться по достаточно продолжительному периоду времени, например, от 5 до 10 минут, в зависимости от времени дня или ночи. Дополнительно стандартное отклонение этого среднего значения будет использоваться для количественной оценки изменчивости HR (HRV) по рассматриваемому периоду. Поэтому вычисление GHRA будет включать в себя периоды без какого-либо движения тела (BM), а также периоды с движением тела. Это также даст итоговое среднее значение HR, отражающее влияние факторов окружающей среды, таких как шум, изменения температуры или освещенности. RHRA будет рассчитываться по гораздо более коротким периодам, составляющим, например, от 10 до 60 секунд в зависимости от состояния внимания, и во время периодов, когда отсутствует BM или оно отсутствовало в течение предшествующих 10 секунд. Стандартное отклонение этого среднего значения будет рассчитываться, чтобы квалифицировать HR ритм, то есть уточнить, является ли он регулярным или нерегулярным. Поэтому RHRA не зависит от двигательной активности обследуемого человека, хотя на него по-прежнему могут воздействовать факторы окружающей среды.

Вычисление среднего значения частоты сердечных сокращений, такого как GHRA или RHRA, может быть осуществлено усреднением частоты сердечных сокращений по заданному интервалу времени (периоду времени). Интервал времени для вычисления среднего значения частоты сердечных сокращений, например, GHRA или RHRA может быть фиксированным. Например, GHRA (которое включает в себя периоды с присутствием и отсутствием движений тела) может рассчитываться усреднением частоты сердечных сокращений по времени, например, 5 минут, 10 минут, и т.д., а RHRA может рассчитываться усреднением частоты сердечных сокращений по времени, например, 5 секунд, 10 секунд, 30 секунд, 60 секунд, и т.д.

Среднее значение частоты сердечных сокращений может также рассчитываться усреднением частоты сердечных сокращений по другим заданным интервалам времени. В частности, среднее значение частоты сердечных сокращений может рассчитываться усреднением частоты сердечных сокращений по первому интервалу времени в первой ситуации и усреднением частоты сердечных сокращений по второму интервалу времени во второй ситуации. Например, в ситуации с одновременно происходящими движениями тела среднее значение частоты сердечных сокращений может рассчитываться усреднением частоты сердечных сокращений по более короткому интервалу времени (например, 5 ударов сердца), тогда как в ситуации с отсутствием или только очень малыми (незначительными) движениями тела среднее значение частоты сердечных сокращений может рассчитываться усреднением частоты сердечных сокращений по более продолжительному интервалу времен (например, 30 ударов сердца). Интервал усреднения может изменяться двумя или более ступенями (например, 2, 3, 4, 5, и т.д.), или же может изменяться непрерывно (например, обратно пропорционально движениям тела). Если интервал времени изменяется ступенчато, могут быть использованы пороговые значения для движения тела, чтобы выбрать подходящий интервал времени для усреднения частоты сердечных сокращений. Например, если число и интенсивность движений тела падают ниже порогового значения, более продолжительный интервал времени может быть использован для усреднения частоты сердечных сокращений. Пороговые значения движений тела для выбора разных продолжительностей интервала времени могут быть определены подобно классам движений тела, описываемым дополнительно ниже. Интервал времени для вычисления среднего значения частоты сердечных сокращений может быть также изменен в соответствии с обнаруженным классом движения тела, описываемым дополнительно ниже.

Изменение интервала времени для вычисления среднего значения частоты сердечных сокращений позволяет обеспечить повышенную точность и разрешение во времени, когда требуется более высокая точность, например, в ситуациях, когда присутствуют движения тела. В этом последнем случае усреднение, выполненное по короткому интервалу времени, будет по-прежнему показывать колебания кривой, представляющей частоту сердечных сокращений, тогда как усреднение, выполненное по более продолжительному интервалу времени, будет очень сильно сглаживать ее. В ситуациях с отсутствием или с очень малыми (незначительными) движениями тела интервал времени для усреднения может быть увеличен, для того чтобы повысить качество классификации, например, уменьшением числа ошибочно обнаруженных переходов между стадиями сна.

Интервал усреднения может быть определен числом ударов сердца или может быть также определен числом секунд или минут. Дополнительно интервал времени для вычисления среднего значения частоты сердечных сокращений может также зависеть от текущей частоты сердечных сокращений и/или средней частоты сердечных сокращений.

На фиг. 9 представлена типовая последовательность этапов в способе подгонки интервала времени для усреднения частоты сердечных сокращений. На этапе 910 обнаруживаются количество и интенсивность движений тела для заданного времени. Обнаружение может, например, выполняться в реальном времени или же может выполняться после того, как данные регистрировались в течение нескольких минут, часов или дней. На этапе 920 обнаруженные количество/интенсивность движений тела сравниваются с заданным пороговым значением. Пороговое значение может, например, относиться к пороговым значениям, указывающим стадию сна, переход между стадиями сна, и т.п.

Если обнаруженное количество/интенсивность движения тела превышает пороговое значение, способ переходит к этапу 930. Если обнаруженное количество/интенсивность движения тела меньше или равно пороговому значению, способ переходит к этапу 940. На этапе 930 интервал времени для усреднения частоты сердечных сокращений устанавливается равным первому интервалу времени, t1, а на этапе 940 интервал времени для усреднения частоты сердечных сокращений устанавливается равным второму интервалу времени, t2. Предпочтительно интервал времени t2 длиннее, чем интервал времени t1.

Способ затем переходит к этапу 950 и усредняет частоту сердечных сокращений, используя установленный интервал времен, как определено этапом 930 или 940.

Затем способ может быть повторен для другого момента времени. Для того чтобы сделать это, время оценки может быть, например, сдвинуто на фиксированный отрезок времени или на переменное время, такое, например, как интервал времени, выбранный на этапе 930 или 940. Предпочтительно способ повторяется до тех пор, пока не будут оценены все выборки данных.

Дополнительно, возвращаясь к фиг. 2, блок 212 HR событий может извлекать данные из памяти 170. Блок 212 HR событий определяет изменение интервала между двумя биениями пульса, что дает прямое значение изменения частоты сердечных сокращений. Уменьшение этого интервала времени соответствует повышению частоты сердечных сокращений, тогда как увеличение этого интервала соответствует снижению частоты сердечных сокращений. Таким образом, два типа изменения HR могут быть извлечены из данных, запомненных в памяти 170: повышение HR (HRA) и понижение HR (HRD). Эти изменения будут продолжаться в течение от нескольких секунд до нескольких десятков секунд в зависимости от состояния внимания и времени суток. Они будут обнаруживаться вычислением по методу скользящего среднего и выполнением соответствующего анализа в продолжение нескольких секунд. Типичные кривые зависимости частоты сердечных сокращений от времени для HRA и HRD представлены на фиг. 7.

В частности, HRA можно увидеть, когда обследуемый человек движется или когда происходит возбуждение или пробуждение. Это двухфазное изменение с первоначальным повышением частоты сердечных сокращений, за которым следует понижение частоты сердечных сокращений. Такое понижение может быть акцентированным, и наименьшее значение HR может быть ниже первоначального среднего уровня. Во время бодрствования любое BM или реакция на внешнее воздействие физической окружающей среды будет сопровождаться HRA. Во время сна HRA будет вызываться любым BM или пробуждением. Такое пробуждение может быть умственным или вызванным внешней причиной, например, шумом. HRA будет определяться его амплитудой, то есть разностью между наибольшим мгновенным значением HR и следующим наименьшим мгновенным значением HR, и его продолжительностью, то есть временем между началом повышения и возвращением к первоначальному значению HR (см. также фиг. 7).

Кроме того, HRD можно наблюдать в отсутствие какого-либо BM или пробуждения. Это однофазное изменение с нарастающим уменьшением средней частоты сердечных сокращений от одного уровня к более низкому уровню. Оно обычно происходит, когда субъект обследования отдыхает или когда существует переход от бодрствования к легкому сну или от легкого сна к глубокому сну. В этих последних случаях HRD может продолжаться в течение нескольких минут.

В дополнение средство 210 вычисления частоты сердечных сокращений может также определять, не являются ли некоторые элементы данных интервалов пульсовых волн (PWI) ненормальными или пропущенными. Для того чтобы улучшить классификацию HR данных, настоящее изобретение также обеспечивает восстановление пропущенных или ненормальных данных интервалов пульсовых волн. Средство 210 вычисления частоты сердечных сокращений может поэтому выполнять восстановление PWI, как изложено более подробно ниже со ссылками на фиг. 6.

Возвращаясь к фиг. 2, устройство 200 извлечения данных может дополнительно включать в себя средство 220 вычисления движений тела. Как было отмечено выше, средство 220 вычисления движений тела может быть также объектом или блоком. Объект или блок может быть электрической схемой, такой как интегральная схема (IC), выполненной с возможностью осуществления функций средства вычисления движений тела, описанных ниже. Альтернативно объект или блок является электрической схемой, способной работать с конкретным программным или программно-аппаратным обеспечением, которое выполняет эти функции. Предпочтительно, а также альтернативно объект или блок является процессором, таким как микропроцессор, исполняющим роль концептуального компонента программного или программно-аппаратного обеспечения, причем исполнительный концептуальный компонент выполняет описанные ниже функции вычисления движений тела.

Это средство 220 вычисления движений тела вычисляет, основываясь на значениях зарегистрированного ускорения, интенсивность и/или продолжительность каждого движения тела человека. Например, средство 220 вычисления движений тела получает доступ и оценивает зарегистрированные данные от датчика 120 ускорений и компаратора 122.

Как было описано выше, зарегистрированные исходные данные о движениях тела могут быть получены по отношению к определенному периоду времени. Например, в зависимости от вычислительной способности и объема памяти этот период времени может регулироваться от менее одной секунды до более пяти или даже десяти секунд. Предпочтительно зарегистрированные исходные данные о движениях тела получаются каждую секунду.

Счетчик 222 может быть частью средства 220 вычисления движений тела или может быть отдельным блоком внутри устройства 200 извлечения данных. Счетчик 222 определяет интенсивность движений, подсчитывая число BM в секунду.

Другим блоком, содержащимся внутри или подсоединяемым к средству 220 вычисления движений тела, может быть блок 224 определения длительности. Блок 224 вычисляет длительность движения тела, то есть число последовательных секунд, в течение которых число движений определялось счетчиком 222.

Согласно другому варианту реализации счетчик 222 и/или блок 224 определения длительности может быть также частью регистрирующего устройства 100. Когда регистрирующее устройство содержит часы 160, ускорение, воспринимаемое датчиком 120, может быть непосредственно использовано счетчиком 222 и блоком 224 определения длительности. Дополнительно, согласно такому варианту реализации, счетчик 222 и блок 224 определения длительности запоминают их результирующие выходные данные в памяти 170.

Возвращаясь снова к варианту реализации, представленному на фиг. 2, устройство 200 извлечения данных может дополнительно содержать средство 230 вычисления условий окружающей среды, которое вычисляет конкретные значения зарегистрированных данных, воспринятых датчиком 130 шума, датчиком 140 освещенности и/или датчиком 150 температуры. Средство 230 вычисления условий окружающей среды может быть объектом или блоком устройства 200 извлечения данных. Такой объект или блок может быть электрической схемой, такой как интегральная схема (IC), выполненной с возможностью осуществления функций средства 230 вычисления условий окружающей среды. Альтернативно объект или блок является электрической схемой, способной работать с конкретным программным или программно-аппаратным обеспечением, которое выполняет эти функции. Предпочтительно, а также альтернативно объект или блок является процессором, таким как микропроцессор, исполняющим роль концептуального компонента программного или программно-аппаратного обеспечения, причем исполнительный концептуальный компонент выполняет описанные ниже функции вычисления условий окружающей среды.

Средство 230 вычисления условий окружающей среды может содержать блок 231 определения уровня шума, который определяет, превосходит ли шум окружающей среды заданный уровень или пороговое значение. Кроме того, блок 231 определения уровня шума может также сравнивать воспринятые значения шума, запомненные в памяти 170, с двумя или более пороговыми значениями, чтобы определить разные уровни шума.

Блок 232 шумового события может быть также включен в состав средства 230 вычисления условий окружающей среды, и он оценивает на основе воспринятых шумовых данных, произошло ли конкретное шумовое событие. Шумовым событием может быть, например, шум, превышающий конкретный уровень в течение заданного периода времени, такой как уровни, определенные блоком 231 уровня шума.

Дополнительно средство 230 вычисления условий окружающей среды может включать в себя блок 233 средней температуры, который вычисляет средние значения температуры окружающей среды по определенным периодам времени. Например, температура окружающей среды может усредняться по интервалам в 10 минут, интервалам в 30 минут или интервалам в 1 час. Настоящее изобретение не ограничивается конкретным периодом времени для усреднения температуры окружающей среды. Таким образом, любой другой период времени, такой как 2, 4 или 6 часов, также возможен.

Кроме того, средство 230 вычисления условий окружающей среды может также включать в себя блок 234 изменения температуры. Блок изменения температуры определяет, изменилась ли температура между определенными моментами времени. Например, блок 234 изменения температуры может определить, изменилась ли температура на заданное число градусов с данного момента времени и, например, спустя 5 или 10 минут. Блок 234 изменения температуры может также определять изменения температуры в пределах конкретных периодов времени, которые могут быть заданы. Эти периоды времени могут составлять пять минут, десять минут, 30 минут, 60 минут, или более. Настоящее изобретение не ограничивается каким-то конкретным периодом времени, но может также основываться на других заданных периодах времени.

Блок 235 уровня освещенности окружающей среды, включенный в состав средства 230 вычисления условий окружающей среды, определяет, превышает ли освещенность конкретное значение, основываясь на зарегистрированных данных освещенности. Блок уровня освещенности может содержать множество заданных пороговых значений, с которыми сравниваются зарегистрированные данные освещенности.

Дополнительно средство вычисления может содержать блок 236 изменения освещенности для определения изменений в значениях зарегистрированных данных освещенности.

Кроме того, устройство 200 извлечения данных может еще содержать дополнительное средство 240 вычисления, которое вычисляет заслуживающие особого внимания значения зарегистрированных данных, воспринятые дополнительным датчиком (датчиками) 180. Дополнительное средство 240 вычисления может быть объектом или блоком устройства 200 извлечения данных. Такой объект или блок может быть электрической схемой, такой как интегральная схема (IC), выполненной с возможностью осуществления функций средства 240 вычисления условий окружающей среды. Альтернативно объект или блок является электрической схемой, способной работать с конкретным программным или программно-аппаратным обеспечением, которое выполняет эти функции. Предпочтительно, а также альтернативно объект или блок является процессором, таким как микропроцессор, исполняющим роль концептуального компонента программного или программно-аппаратного обеспечения, причем исполнительный концептуальный компонент выполняет описанные ниже функции вычисления условий окружающей среды.

Дополнительное средство 240 вычисления может быть выполнено с возможностью осуществления любых необходимых вычислений, основываясь на виде дополнительного датчика (датчиков) 180. Например, если дополнительный датчик 180 воспринимает пульсовую оксиметрию, дополнительное средство 240 вычисления может вычислять один или более уровней насыщения крови на основе одного или более заданных пороговых значений. Кроме того, если дополнительный датчик (датчики) позволяет (позволяют) определять время распространения пульсовой волны (PTT), дополнительное средство 240 вычисления осуществляет вычисление PTT, которое уже было описано выше.

Кроме того, дополнительное средство 240 вычисления может также вычислять обмен калориями между кожей и окружающей средой, основываясь на воспринятой температуре кожи. Также может быть определена активность симпатической нервной системы дополнительным средством 240 вычисления путем сравнения воспринятых электрических потенциалов кожи с одним или более пороговыми значениями. Таким образом, могут быть вычислены один или более уровней температуры кожи и/или электрических потенциалов кожи.

Устройство 200 извлечения данных и все его компоненты, такие как средства или блоки 210-240, будут иметь доступ к зарегистрированным данным, хранимым в памяти 170 регистрирующего устройства 100. Как было отмечено выше, этот доступ к данным может быть реализован через шину или информационное соединение. Выходные данные блоков 210-240 устройства 200 извлечения данных также запоминаются в памяти (не показана) устройства 200 извлечения данных для последующего определения.

В другом варианте реализации устройство 200 извлечения данных является частью регистрирующего устройства 100. В этом случае блоки 210-240 могут использовать память 170 для считывания значений зарегистрированных данных и для записи вычисленных выходных значений. Применительно к этому варианту реализации объединенное устройство способно передавать данные, извлеченные блоками с 210 по 240 извлечения данных, к другому устройству через проводной или беспроводной интерфейс и информационное соединение, как описано выше.

Согласно еще одному варианту реализации регистрирующее устройство 100 и устройство 200 извлечения данных подразделены на один или более модулей. Как уже было заявлено выше, такие модули могут включать в себя все физиологические датчики и блоки (110-122), датчики и блоки условий окружающей среды (130-150) и дополнительный датчик 180. В дополнение такой модуль будет включать в себя соответствующие блоки вычислений (210-224; 230-236; 240), описанные применительно к устройству 200 извлечения данных. На фиг. 3 показана блок-схема классифицирующего устройства 300, которое может содержать средство 310 классификации частоты сердечных сокращений, средство 320 классификации движений тела, средство 330 классификации условий окружающей среды и/или дополнительное средство 340 классификации. Каждое из средств 310-340 может быть объектом или блоком устройства 300 классификации. Такой объект или блок может быть электрической схемой, такой как интегральная схема (IC), выполненной с возможностью осуществления функций соответствующего средства 310-340. Альтернативно объект или блок является электрической схемой, способной работать с конкретным программным или программно-аппаратным обеспечением, которое выполняет эти функции. Предпочтительно, а также альтернативно объект или блок является процессором, таким как микропроцессор, исполняющим роль концептуального компонента программного или программно-аппаратного обеспечения, причем исполнительный концептуальный компонент выполняет функции, описанные более подробно ниже.

Как будет понятно специалистам в данной области техники, классифицирующее устройство 300 может содержать одно или все из средств или блоков 310-340 в зависимости от датчиков, установленных в регистрирующем устройстве 100. Например, если датчики 130-150 условий окружающей среды не присутствуют в регистрирующем устройстве 100, классифицирующее устройство 300 может не нуждаться в блоке 330 классификации условий окружающей среды.

Классифицирующее устройство 300 способно обладать доступом к памяти, где хранятся выходные данные устройства 200 извлечения данных и его субустройств. Поэтому классифицирующее устройство 300 обеспечивает интерфейс для беспроводной или проводной передачи данных, такой как сетевой интерфейс, последовательный или параллельный шинный интерфейс, и т.п.

Средство 310 классификации частоты сердечных сокращений классифицирует зарегистрированные данные с выхода блока 210 вычисления частоты сердечных сокращений, полученные непосредственно от блока 210 или через память, такую как память 170. Эти выходные данные могут включать в себя средние значения частоты сердечных сокращений, значения изменчивости частоты сердечных сокращений, характеристики ритма и/или события или изменения частоты сердечных сокращений. Каждое из этих значений, если оно определено блоком 210 вычисления частоты сердечных сокращений, может быть классифицировано.

Например, среднее значение HR может быть классифицировано в высокое, среднего уровня и низкое среднее значение. Дополнительно изменчивость частоты сердечных сокращений может быть также классифицирована, например, в очень высокую, высокую, среднего уровня или низкую. Классическое отношение LF/HF может быть получено из специального анализа интервалов между ударами сердца. Другие классификации могут иметь разное число классов, такое как 5, 7 или 10 уровней. Настоящее изобретение не ограничивается каким-либо конкретным числом классов. Скорее средство 310 классификации HR может быть модифицировано для различения большего или меньшего числа классов, если потребуется.

В период бодрствования средняя частота сердечных сокращений может в значительной мере изменяться от 60 до 80 ударов в минуту во время отдыха, до 170-190 ударов в минуту во время тяжелых упражнений. Максимальное значение частоты сердечных сокращений зависит от возраста человека и от предшествующей тренированности. Во время сна средняя частота сердечных сокращений может быть настолько низкой, как 40 ударов в минуту. Молодые совершеннолетние люди, хорошо физически тренированные, могут достигать даже более низких значений во время сна, таких как 35 ударов в минуту. Таким образом, классы, в которые средство 310 классификации частоты сердечных сокращений классифицирует зарегистрированные данные, могут устанавливаться по-разному для состояния бодрствования и для состояния сна. Кроме того, классы могут регулироваться применительно к обследуемому/регистрируемому человеку, исходя из возраста и физической тренированности этого человека.

В дополнение ритм HR может быть классифицирован как, например, очень нерегулярный, нерегулярный, регулярный, и т.д. Подобным образом события или изменения HR могут быть классифицированы как учащение, замедление или вызванная реакция. Как было отмечено выше, настоящее изобретение не ограничивается этими классами, но может включать в себя большее или меньшее число классов. Для того чтобы работать с будущими открытиями, классы средства 310 классификации HR могут быть изменены, если потребуется.

Дополнительно, как отмечалось выше, классифицирующее устройство 300 может включать в себя средство или блок 320 классификации движений тела (BM), который может классифицировать зарегистрированные данные о движения тела. Каждое движение может быть классифицировано согласно его продолжительности (в секундах) и интенсивности (число отсчетов в секунду). Как отмечалось выше, число движений в каждую секунду регистрируется в устройстве 100. В случае отсутствия движений число отсчетов будет равно 0 для конкретной секунды.

Средство 320 классификации BM извлекает данные с выхода блока 220 вычисления движений тела либо непосредственно от блока 220, либо через память, такую как память 170. Средство 320 классификации BM может использовать интенсивность движения тела и/или его продолжительность, вычисленную блоком 220 вычисления BM. Средство 320 классификации BM может выполнять одну или более классификаций движения тела. Например, средство 320 классификации BM классифицирует BM обследуемого человека в три разных класса: большое движение (LM), такое как изменение позы, малое движение (SM), такое как движение конечности или кисти руки, и резкие движения (TM), такие как очень короткие движения конечностей тела, происходящие во время REM сна. В дополнение интенсивность BM может быть классифицирована в определенные диапазоны, такие как от 1 до 2, от 3 до 5 и от 6 до 10 отсчетов в секунду. Классы могут также быть менее точными, такими как много, ограниченное число, иногда или немного. Могут также быть осуществлены сочетания двух классификаций или последовательные классификации, такие как много движений, которые часто происходят непрерывно, отсутствие резких движений в течение длительного периода или несколько изолированных малых BM.

Классифицирующее устройство 300 может также включать в себя средство 330 классификации условий окружающей среды, которое классифицирует зарегистрированные значения факторов окружающей среды от блока 230 вычисления условий окружающей среды и/или субблоков 231-236. Например, вычисленные уровни шума от блока 231 уровня шума могут быть классифицированы, например, в низкий уровень, средний уровень или высокий уровень шума. Также и шумовые события, определенные блоком 232 шумовых событий, могут быть классифицированы по их амплитуде, продолжительности, крутизне периодов нарастания и убывания. Например, шумовое событие может быть классифицировано как очень флуктуирующее, короткое но громкое шумовое событие или имеющее низкий уровень но продолжительное по времени.

Средство или блок 330 классификации условий окружающей среды может также классифицировать среднюю температуру и изменения температуры, вычисленные соответственно блоком 233 средней температуры и блоком 234 изменения температуры. Например, средняя температура по конкретному периоду времени может быть классифицирована как высокая, среднего уровня или низкая, или также как флуктуирующая. В этом случае средство 330 классификации условий окружающей среды может также учесть время суток, в которое вычислялась средняя температура. Например, конкретная средняя температура может рассматриваться как высокая в ночное время, тогда как та же самая средняя температура классифицируется как температура среднего уровня в дневное время. Таким же образом изменения температуры могут классифицироваться как флуктуирующие или стабильные, или как резкие или долгосрочные изменения в зависимости от продолжительности вменений, определенной блоком 234 изменения температуры.

Дополнительно уровни освещенности, вычисленные блоком 235 уровней освещенности, могут также быть классифицированы средством 330 классификации условий окружающей среды в конкретные классы, такие как флуктуирующий или стабильный, или же светлый, темный, и т.д. Также и изменения уровня освещенности, вычисленные блоком 236 изменений освещенности, могут быть классифицированы средством 330 классификации условий окружающей среды в конкретные классы, такие как медленное изменение, быстрое изменение, и т.д. Средство 330 классификации условий окружающей среды может также формировать классы из двух или более значений, вычисленных блоками средства 230 вычисления условий окружающей среды, например, блоками 231-236. Например, определенный уровень освещенности может быть учтен при классификации изменения температуры. Например, человек, выходящий из дома в жаркую наружную атмосферу, может быть поражен резким изменением температуры, а также возросшим уровнем освещенности.

Наконец, дополнительное средство или блок 340 классификации может классифицировать данные, извлеченные или вычисленные дополнительным блоком 240 вычисления (фиг. 2). Например, уровни насыщения крови кислородом могут быть классифицированы в низкий, средний и высокий. И опять возможны другие классы и разное число классов. Дополнительно, в случае если времена распространения пульсовой волны (PTT) были вычислены дополнительным блоком 240 вычисления, PTT будут также классифицироваться в классы, такие как короткое, средней продолжительности и продолжительное. Подобным образом электрические потенциалы кожи будут классифицироваться в классы, такие как много, умеренно или мало.

Применительно к средству 310 классификации частоты сердечных сокращений, средству 320 классификации движений, средству 330 классификации условий окружающей среды и дополнительному средству 340 классификации необходимо отметить, что классы, в которые классифицируются конкретные данные, могут регулироваться пользователем. Например, если конкретные классы, могут быть полезными в будущем, классифицирующее устройство 300 может быть выполнено с возможностью принимать во внимание новые классы. С другой стороны, существующие классы, которые представляют меньший интерес, могут быть исключены из средств или блоков 310-340 классификации. Дополнительно любые пороговые значения, запомненные в одном из блоков 310-340, могут быть изменены, чтобы отрегулировать функции классифицирующего устройства 300.

Теперь возвратимся снова к фиг. 4, где представлено средство 400 определения для определения состояния бодрствования, стадии сна, перехода между стадиями сна и/или события сна обследуемого человека. Средство определения, или определяющее устройство 400, может включать в себя средство 410 оценки, такое как блок 410 идентификации состояния внимания. Средство определения, или определяющее устройство 400, может дополнительно содержать блок 420 определения стадии сна и блок 430 определения активности.

Средство 400 определения и каждое из входящих в его состав средств 410-430 могут быть объектом или блоком. Такой объект или блок может быть электрической схемой, такой как интегральная схема (IC), выполненной с возможностью определения и других функций, описанных ниже. Альтернативно объект или блок является электрической схемой, способной работать с конкретным программным или программно-аппаратным обеспечением, которое выполняет функции средства 400 определения, которые будут описаны более подробно ниже. Предпочтительно, а также альтернативно объект или устройство является процессором, таким как микропроцессор, исполняющим роль концептуального компонента программного или программно-аппаратного обеспечения, причем исполнительный концептуальный компонент выполняет эти функции.

Средство 410 оценки является необязательным, так как может быть использовано только регистрирующее устройство во время периодов сна обследуемого/регистрируемого человека. Если регистрирующее устройство надевается на более долгий период времени, включающий в себя как периоды бодрствования, так и периоды сна, средство 410 оценки оценивает, находится ли обследуемый человек в периоде бодрствования или в периоде сна. Такая оценка, называемая также определением состояния внимания, может быть произведена путем анализа обработанных данных классифицирующего устройства 300 (фиг. 3), путем анализа данных, вычисленных устройством 200 извлечения данных, и/или сочетания классов и вычисленных данных. Другими словами, классы, определенные по воспринятым и зарегистрированным данным, учитываются при определении состояния внимания обследуемого человека. Также зарегистрированные данные или сочетание зарегистрированных данных и классифицированных данных могут создавать основу для последующих определений. Это может конкретно включать в себя данные и/или классы частоты сердечных сокращений (от блока 210/310), и/или данные или классы движений тела (от блока 220/320). Дополнительно, если они имеются, классы условий окружающей среды и/или дополнительные классы от блоков 230/330 и 240/340 могут также использоваться для определения состояния внимания или по меньшей мере для верификации состояния внимания.

В приведенной ниже таблице представлены типовые классы HR, BM и условий окружающей среды, по которым блок 410 определения состояния внимания может определить, находится ли обследуемый человек в состоянии бодрствования или в состоянии сна.

Таблица 1 Класс Бодрствование Сон HR Среднее значение высокое низкое Изменчивость очень высокая низкая Ритм очень нерегулярный регулярный HR изменения или события много ограниченное число BM Большие движения много мало Малые движения много, часто непрерывные не много, отдельные Резкие движения вообще отсутствуют иногда Условия окружающей среды Шум очень флуктуирующий редкие события Температура флуктуирующая стабильная Освещенность флуктуирующая стабильная

В основном большие колебания в частоте сердечных сокращений и/или возникновение многочисленных движений, в частности, больших движений, будут происходить во время бодрствования, а не во время сна. Также и внезапные изменения физических факторов окружающей среды, такие как многочисленные шумы или частые изменения температуры окружающей среды или освещенности окружающей среды, будут указателем движущегося и поэтому неспящего человека.

Если определено, что состояние внимания человека является состоянием бодрствования, блок 430 определения активности определяет уровень активности, такой как покой, умеренная активность или очень активный. Это определение будет основано на числе и последовательности больших и малых движений, которые являются многочисленными для активного человека и уменьшаются для отдыхающего человека, а также на обработанных HR данных, таких как более высокие средние уровни, большее число событий или изменений, большая изменчивость HR и более выраженный нерегулярный ритм при очень высокой или умеренной активности, чем у человека в состоянии покоя. Приводимые в качестве примера HR классы и BM классы бодрствующего и находящегося в активном состоянии человека представлены в столбце “бодрствование (W)” приведенной ниже таблицы 2.

Если состояние внимания обследуемого человека было определено как состояние сна, блок 420 определения стадии сна определяет различие между разными стадиями сна и/или идентифицирует события сна. Такое различение и идентификация могут быть осуществлены на основе классов частоты сердечных сокращений, идентифицированных блоком 310. Дополнительно различение и идентификация могут быть также основаны на классах движений тела, идентифицированных блоком 320, и/или классах изменчивости частоты сердечных сокращений.

Дополнительно блок 420 определения стадии сна может также делать различие между разными стадиями сна и может идентифицировать переходы между стадиями сна и/или события сна, используя перекрестное сравнение между HR и BM данными. При таком перекрестном сравнении могут, например, сравниваться классы HR и классы BM, основываясь на данных, воспринятых в один и тот же момент времени или в пределах одного и того же периода времени. Кроме того, классы могут также основываться на HR данных, воспринятых до или после восприятия BM данных, или наоборот. Перекрестное сравнение может быть произведено в соответствии с определенными особыми правилами и показателями, такими как приведенные ниже в качестве примера в таблице 2.

Таблица 2 Бодрство-вание (W) Легкий сон (LS) Глубокий сон (DS) REM сон HR Среднее значение высокое W минус 5-10 ударов в минуту LS минус 5-10 ударов в минуту между W и LS Изменчивость большая малая очень малая большая

Ритм регулярный регулярный регулярный очень не регу-лярный HR изменения или события много некоторые нет мало и короткие BM Большие движения да да нет нет Малые движения да да нет нет Резкие движения нет нет нет да

Как показано в таблице 2, большие движения (LM) и малые движения (SM) могут наблюдаться как во время бодрствования, так и во время сна. Однако их число и, главным образом, их последовательность будут совершенно разными в этих двух разных состояниях внимания. Во время бодрствования LM и SM будут многочисленными и иногда происходить непрерывно. Это будет зависеть от активности субъекта, и количество этой двигательной активности будет использовано для определения периодов интенсивной двигательной активности и периодов низкой двигательной активности. Во время сна LM и SM будут нечастыми и большую часть времени разделенными длительными периодами неподвижности.

Кроме того, резкие движения (TM) будут наблюдаться только во время сна и, конкретно, во время фаз REM сна. TM будет длиться только в течение одной или двух секунд, и число отсчетов в секунду будет низким. TM будут проявляться всплесками, разделенными несколькими секундами или десятками секунд.

Дополнительно блок 410 определения состояния внимания и блок 420 определения стадии сна принимают в расчет то, что частота сердечных сокращений и подвижность тела связаны между собой, так как движение тела обусловливает возросшую потребность в доставке кислорода к мышцам. Поэтому любое движение тела сопровождается возрастающей частотой сердечных сокращений, которая имеет тип HRA. Большое или длительное BM сопровождается большим и длительным повышением HR. Прекращение BM сопровождается спустя переменный отрезок времени понижением HR и возвращением ее к предшествующему уровню. Временное соотношение между HR и BM дает хорошее указание относительно текущей ситуации.

Например, если субъект обследования движется преднамеренно, возникает HRA вместе с BM. Если субъект умственно пробуждается (во время сна), HRA опережает BM приблизительно на 6-8 ударов сердца. Если субъект обследования реагирует на внешние раздражители, такие как шум, возникает HRA вместе или без BM. Когда они объединяются, BM может происходить в пределах менее 5 первых ударов сердца HRA. Если субъект обследования подвинулся преднамеренно кем-то еще, например, партнером по постели, сначала происходит BM, а затем возникает HRA через несколько секунд. Дополнительно, если присутствует пульсовая оксиметрия, осуществляемая дополнительным датчиком (см. фиг. 2), описанная выше взаимосвязь BM и HR может быть удостоверена классифицированными уровнями насыщения крови за тот же самый период времени.

Пробуждение является внезапной активацией головного мозга. Это может быть связано с резким изменением от стадии “сна” при NREM сне к “более легкой” стадии NREM сна или от REM сна к пробуждению с возможностью бодрствования в конечном итоге. Пробуждение может сопровождаться повышенной частотой сердечных сокращений, а также движениями тела.

Кроме того, хотя факторы окружающей среды не нуждаются в регистрации, их соответствующие значения и сочетания могут быть также использованы блоком 410 определения состояния внимания и блоком 420 определения стадии сна, для того чтобы определить или проверить идентифицированные стадии сна, переходы между стадиями сна или события сна. Уровень шума, температура окружающей среды и освещенность окружающей среды могут быть более или менее постоянными, если субъект обследования находится в одной и той же окружающей среде. Во время сна, например, температура окружающей среды и освещенность окружающей среды не должны бы изменяться намного. Их значения и их стабильность будут указателем вполне стабильных условий окружающей среды. В отличие от этого, во время периода бодрствования эти значения условий окружающей среды будут зачастую изменяться, если субъект перемещается из одного места в другое, например, выходит наружу, использует автомобиль, и т.п. Экстремальные значения будут даже указателем суровых условий окружающей среды (очень низкой или очень высокой температуры окружающей среды, высокого уровня шума, и т.п.). Влияние таких условий окружающей среды на HR будет оцениваться блоками 410-430 определяющего устройства 400, для того чтобы измерить возможные ограничения и воздействие физических факторов окружающей среды на субъекта.

Дополнительно блок 420 определения стадии сна может идентифицировать событие сна. Событие сна возникает самопроизвольно или в ответ на внешние раздражители. Например, симптомы патологий сна, таких как апноэ во сне, синдром беспокойных ног, ночной кошмар, ночной страх, и т.п., могут быть идентифицированы специфическими изменениями как частоты сердечных изменений, так и движений тела. В таких случаях данные условий окружающей среды, таких как уровень шума в окружающей среде, часто бывают очень ценными. Шум последнего затрудненного вдоха при апноэ во сне и храп спящего человека, или разговор и пронзительный крик при ночном кошмаре или ночном страхе являются дополнительными признаками, подтверждающими физиологические изменения. Событие сна, такое как внезапное пробуждение из-за внешнего шума, будет идентифицироваться как физиологическими изменениями, так и предшествующим шумовым событием. Но здесь также основные изменения, наблюдаемые в физиологических данных и значениях условий окружающей среды, будут использоваться для идентификации причинно обусловленного источника события сна.

Примером использования информации, зарегистрированной от дополнительного датчика (датчиков) 180 (фиг. 2), являются времена распространения пульсовой волны (PTT). Если имеются вычисленные и классифицированные данные от этих датчиков, может быть сделано заключение об артериальном кровяном давлении обследуемого/регистрируемого человека в течение конкретных периодов времени. Это кровяное давление затем используется блоком 420 определения стадии сна для определения и/или проверки конкретных стадий сна и/или перехода между стадиями сна, и/или событий сна. Таким образом, внезапное изменение кровяного давления может быть указателем нарушения сна вследствие события в окружающей среде, такого как шум.

Другой пример определения события сна включает в себя измерение насыщения крови кислородом, называемое «пульсовой оксиметрией», дополнительным датчиком 180 (фиг. 2). Измеренные и классифицированные данные такой «пульсовой оксиметрии» могут быть связаны с классифицированными данными движений и уровнем шума блоком 420 определения стадии сна. Если имеется обнаруженный шум, например, шум, возникающий в конце апноэ (затрудненного дыхания), блок 420 определения стадии сна может определить, было ли также короткое движение и связанное с ним уменьшение насыщения крови кислородом. Если результаты этих определений положительны, это автоматически идентифицируется как событие сна, связанное с апноэ во сне.

Таким образом, во время сна любое возникновение шумового события будет обнаруживаться, и будет оцениваться его возможное влияние на HR и BM. Сон обследуемого человека может быть нарушен шумом, и последствия этого могут быть важны с точки зрения структуры сна и фрагментации сна. Поэтому может быть определено воздействие ночного шума на сон.

Дополнительно внезапные изменения температуры окружающей среды не могут ожидаться, когда субъект обследования находится в состоянии покоя или спит. Такие изменения могут происходить, когда субъект меняет места пребывания. Во время сна температура окружающей среды может отличаться от нейтрального состояния. Она может быть очень высокой летом или очень низкой зимой. Такие условия могут оказывать воздействие на сон и нарушать его. Если наблюдаются такие экстремальные значения, будет произведена оценка структуры и возможного нарушения сна.

Наконец, уровень освещенности окружающей среды может быть разным в зависимости от места пребывания субъекта обследования. Он может также изменяться в зависимости от движений субъекта обследования в течение суток. Его величина будет важна для определения того, являются ли условия окружающей среды во время сна условиями с малым уровнем освещенности, как ожидается.

Как отмечалось выше, регистрирующее устройство 100 (см. фиг. 2) может включать в себя исполнительный блок, такой как кнопка, для того чтобы отмечать представляющие интерес события обследуемым/регистрируемым человеком. Определяющее устройство 400, то есть блоки 410, 420 и 430, будет затем идентифицировать отмеченные события внутри зарегистрированных данных и использовать эту информацию при определении состояния внимания, стадии сна или перехода между стадиями сна, и/или события сна, соответственно. Так как отмеченное событие может быть задано в системе, определяющее устройство 400 способно четко идентифицировать связанные с ним состояния бодрствования или сна. Кроме того, более одного (вида) события может быть отмечено, используя разные кнопки или типы исполнительных блоков. Это может дополнительно помочь определяющему устройству 400 в его задачах. Это позволяет также произвести обучение определению, выполняемому устройством 400, и классификации, выполняемой устройством 300, как описано более подробно ниже.

Определяющее устройство 400 также определяет переходы от одной стадии к другой, как они показаны на фиг. 8 применительно к здоровому субъекту. Эти переходы могут быть также определены блоком 410 определения состояния внимания и/или блоком 420 определения стадии сна. На фиг. 8 представлено состояние бодрствования, а также стадий глубокого сна, легкого сна и парадоксального сна. Как показано стрелками, переход от одного состояния/стадии к другому/другой возможен между большинством из них. Однако переход от бодрствования ко сну или от парадоксального сна к глубокому сну не будет происходить без промежуточного состояния легкого сна.

Переходы от одной стадии к другой могут быть подразделены на нисходящие переходы, то есть те, которые начинаются с бодрствования или легкого сна, и ведут к глубокому сну, и восходящие переходы, то есть те, которые идут от глубокого сна к более легкому сну или пробуждению. Эти два типа переходов предваряются и сопровождаются специфическими изменениями. Типичные признаки, используемые блоком 410 определения состояния внимания и блоком 420 определения стадии сна применительно к этим двум типам переходов, приведены ниже в таблице 3 (для нисходящих переходов) и в таблице 4 (для восходящих переходов).

Таблица 3 (нисходящие переходы) Нисходящие переходы Частота сердечных сокращений Движения тела Примечания От бодрствования к легкому сну Сильное уменьшение RHRA;
HR становится регулярной и менее изменяемой; переход при отсутствии HRA в течение 30 с BM постепенно исчезают, и происходит переход, когда больше нет движений Когда происходит пробуждение;
возврат к LS, когда HR возвращается к значению до пробуждения От бодрствования к глубокому сну Этот переход никогда не происходит

От бодрствования к REM сну Сильное уменьшение RHRA; переход при отсутствии HRA в течение 30 с;
HR становится нерегулярной;
HRV возрастает Отсутствие BM во время перехода, но TM могут возникать Этот переход виден только в нарколепсии при засыпании;
после пробуждения часто присутствует короткий LS От легкого к глубокому сну Уменьшение RHRA;
HR очень регулярна;
HRV очень мала Отсутствие BM в течение нескольких минут до перехода Первый переход ночью происходит достаточно быстро; последующие длятся дольше От легкого сна к REM сну HRV возрастает неожиданно, тогда как HRA не возникает;
HR становится очень нерегулярной LM или SM отсутствует, но TM часто возникают всплесками Этот переход трудно предсказуем
из-за сильной ритмичности возникновения фазы REM (см. фиг. 1)

От REM сна к глубокому сну Этот переход никогда не происходит

Таблица 4 (восходящие переходы) Восходящие переходы Частота сердечных сокращений Движения тела Примечания От глубокого сна (DS) к легкому сну (LS) или пробуждению В большинстве случаев существует HRA в сопровождении LM.
Если переход к LS: RHRA и HRV умеренно выше, чем в DS.
Если переход к W: RHRA и HRV намного выше. До перехода происходит LM или изменение позы, сопровождаемое большим HRA.
Если переход к LS: BM исчезает.
Если переход к W: BM присутствует и повторяется. Этот переход обычно происходит после довольно долгого периода полной неподвижности или после возникновения внешнего события (например, громкого шума). От глубокого сна к REM сну Этот переход никогда не происходит

От REM сна к легкому сну или пробуждению Первое HRA обычно сопровождается BM.
Если переход к LS: RHRA остается почти тем же самым, но HR регулярна и HRV уменьшается.
Если переход к W: RHRA заметно выше, и HRA является частым и связано с BM. TM исчезают, и BM часто связано с этим переходом. Частота и интенсивность BM помогут сделать различие между переходом к LS и к W. В пожилом возрасте фазы REM сна часто заканчиваются переходом к W. Эта новая стадия часто сохраняется в течение нескольких минут.

Согласно другому аспекту настоящего изобретения определяющее устройство 400 способно к автоматическому собственному усовершенствованию. Когда это устройство зарегистрирует данные в течение имеющихся в распоряжении нескольких дней или недель, оно может отрегулировать блоки определения в соответствии с поведением обследуемого/регистрируемого человека. Если найдено первое сочетание классов HR или BM и/или данных, которое четко идентифицирует сон, конкретную стадию сна, переход между стадиями сна или событие сна, определяющее устройство 400 может искать подобные сочетания, которые не так характерны, как первое сочетание, но обнаруживаются более часто. Таким образом, устройство 400 может отрегулировать признаки идентификации сна, стадии сна, перехода между стадиями сна и события сна.

Кроме того, определяющее устройство 400 может также передавать данные классифицирующему устройству 300 для конфигурирования алгоритмов классификации. Таким образом, классификация может регулироваться, для того чтобы лучше идентифицировать сон, стадии сна, переходы между стадиями сна и/или события сна.

Такие способы могут также использоваться для усовершенствования устройства 400 и устройства 300 с целью лучшего обнаружения состояния внимания. Используя зарегистрированные данные, устройство 400 может построить профили поведения обследуемого человека, чтобы получить средние уровни, пики и изменения HR, BM, условий окружающей среды и другие воспринимаемые данные. Это может затем быть использовано, чтобы отрегулировать классифицирующее устройство 300 и определяющее устройство 400 применительно к дневному/ночному поведению обследуемого человека. Это может быть также использовано для идентификации изменений, вызываемых новым медицинским лечением обследуемого человека, или для оценки того, ведет ли это лечение к улучшению или к ухудшению состояния здоровья этого человека.

Подобным образом устройство 400 может быть усовершенствовано накапливанием информации, полученной от большой группы регистрируемых людей. Благодаря этому устройство может лучше оценивать данные от групп конкретного возраста или пола. Физиология сна совершенно разная у детей, молодых людей совершеннолетнего возраста или у пожилых людей, но внутри возрастной группы характеристики сна достаточно похожи. Поэтому устройство 400 может интегрировать данные, для того чтобы лучше оценить нормальность данных отдельного человека, сравнивая их с характеристиками группы того же возраста или пола.

Определяющее устройство 400 может быть подсоединено к классифицирующему устройству 300 (фиг. 3) через информационное соединение для доступа к разным классам, выводимым классифицирующим устройством 300. Такое информационное соединение может быть реализовано как беспроводное или проводное соединение. Например, беспроводное соединение может быть основано на беспроводной LAN, Bluetoth, передаче данных инфракрасным излучением или другом способе беспроводной связи. Проводное информационное соединение может быть реализовано посредством универсальной последовательной шины (USB), шины Firewire, LAN или другого сетевого соединения.

Информационные соединения между описанными устройствами и устройствами 100-400 могут быть также использованы для передачи результатов анализа в классифицирующее устройство 300, устройство 200 извлечения данных или регистрирующее устройство 100. Каждое из этих устройств может быть способно к визуальному отображению или другому выводу результатов анализа. Например, в случае носимого устройства может быть встроен дисплей, на котором обследуемый/регистрируемый человек сможет просматривать результаты анализа. Дополнительно может быть подключен принтер к одному из устройств 100-400 для распечатывания результатов анализа.

Дополнительно определяющее устройство 400 может обладать способностью к посылке отчета по анализу, включающего в себя результаты, через сетевое соединение. Например, устройство 400 может посылать сообщение по электронной почте или пакетные данные заданному получателю, такому как обследуемый/регистрируемый человек или контролирующий медицинский персонал, или врач. Определяющее устройство 400 может также посылать или обеспечивать доступ к зарегистрированным исходным данным (см. память 170 на фиг. 2), выходу устройства 200 извлечения данных и/или выходу классифицирующего устройства 300. Обученный человек может проводить дополнительный анализ зарегистрированных или полученных при доступе данных, чтобы верифицировать результаты анализа или обеспечить регулировку средств и устройств, описанных выше со ссылками на фиг. 2-4. В случае регистрации, продолжающейся в течение нескольких последовательных дней или недель, описание значительных изменений, происходящих в течение длительного периода, может быть выделено и прокомментировано в соответствии с ситуацией. В качестве примера, это может быть случай во время медицинского лечения пациента или во время периода тренировки атлета, или при смене часовых поясов для путешествующего человека.

Согласно другому варианту реализации классифицирующее устройство 300 является частью определяющего устройства 400, образуя вместе с ним анализирующее устройство. В этом случае информационное соединение устанавливается между определяющим устройством 400 и устройством 200 извлечения данных (фиг. 2) или памятью, такой как память 170, где запоминаются извлеченные данные. Информационное соединение может быть реализовано таким же образом, как описано выше.

Согласно еще одному варианту реализации устройства 100, 200, 300 и 400 и их блоки объединяются в одно устройство. В этом случае процессоры и запоминающие устройства этих устройств и блоков могут быть используемыми совместно, что уменьшает стоимость производства. Такое объединенное устройство может затем быть подсоединено к дисплейному устройству или принтеру для вывода определенных состояний внимания и/или стадий сна по всему времени регистрации.

Однако настоящее изобретение не ограничивается конкретной реализацией разных устройств и блоков 100, 200, 300 и 400. Следует отметить, что любое сочетание этих устройств, блоков и их компонентов укладывается в объем настоящего изобретения.

Возвратимся теперь к фиг. 5, где представлен также способ определения стадий сна согласно настоящему изобретению, который выполняется устройствами и блоками, описанными выше со ссылками на фиг. 3-4. Способ, представленный на фиг. 5, начинается с обнаружения частоты сердечных сокращений подлежащего обследованию человека на этапе 510. Такое обнаружение частоты сердечных сокращений может быть осуществлено датчиком, например, воспринимающим пульсовую волну обследуемого человека и извлекающим из нее частоту сердечных сокращений.

Далее, на этапе 520, обнаруживается движение тела обследуемого человека. Такое обнаружение может быть основано на датчике ускорения или другом датчике, способном регистрировать движение человека. Как отмечалось выше, обнаружение движения тела сосредоточено на движении скелетной мышцы. Например, движение глаз или любое движение кишечника или сердца человека не представляет интереса, так как определение всех стадий сна невозможно из этих отдельных движений. Движение скелетной мышцы может быть движением конечности, такой как руки или ноги, торса или головы человека. Каждое из таких движений будет обычно вызывать движение запястья или лодыжки человека, где может осуществляться обнаружение на этапе 520.

Обнаруженная частота сердечных сокращений затем классифицируется на этапе 530 в конкретные классы, как уже пояснялось применительно к фиг. 3. Вычисление среднего значения частоты сердечных сокращений, изменчивости частоты сердечных сокращений, изменений частоты сердечных сокращений или характеристик ритма, как описывалось выше применительно к фиг. 2, может предварять классификацию частоты сердечных сокращений.

Обнаруженные движения тела классифицируются на этапе 540, как пояснялось выше со ссылками на фиг. 3. Вычисление продолжительности и интенсивности движений тела может также предшествовать классификации.

Основываясь на идентифицированных классах частоты сердечных сокращений и классах движений тела, стадия сна и/или переход между стадиями сна человека могут быть определены на этапе 550. Такому определению может предшествовать определение состояния внимания. Определение на этапе 550 описано более подробно выше со ссылками на фиг. 4.

Далее, согласно этапу 560, одно или более событий сна обнаруживаются, как тоже было описано выше со ссылками на фиг.4.

Дополнительно на этапе 555 сочетание конкретного класса частоты сердечных сокращений и класса движений тела идентифицируется выполнением перекрестного сравнения. Такая идентификация может быть осуществлена по отношению к конкретному периоду времени. Например, как излагалось выше, определяется, были ли определены конкретный класс частоты сердечных сокращений и класс движений тела из данных, воспринятых в течение одного и того же времени или в пределах близкого временного соотношения. Другие сочетания могут быть таковыми, что конкретный класс частоты сердечных сокращений предшествует или следует за определенным классом движений тела, или наоборот.

Все эти идентифицированные сочетания могут затем быть использованы для определения стадии сна на этапе 550. Типовые сочетания показаны выше в таблице 1.

Возвращаясь к фиг. 6, для того чтобы улучшить классификацию HR данных, настоящее изобретение обеспечивает также восстановление пропущенных или ненормальных данных, относящихся к интервалам пульсовых волн (PWI). Например, блок 210 вычисления частоты сердечных сокращений (фиг. 2) может выполнять этапы, описанные применительно к фиг. 6.

Говоря подробно, как уже пояснялось выше, последовательные интервалы пульсовых волн (PWI) регистрируются на этапе 610. чтобы затем получить мгновенную частоту сердечных сокращений. PWI длительностью более 2500 мс (миллисекунд) соответствуют мгновенной частоте сердечных сокращений менее 24 ударов в минуту. Такие PWI рассматриваются как пропущенные PWI данные. Дополнительно интервалы короче 300 мс соответствуют мгновенной частоте сердечных сокращений более 200 ударов в минуту и рассматриваются как подозрительные PWI. Поэтому на этапе 620 производится определение, попадает ли зарегистрированный PWI в диапазон от 300 мс до 2500 мс (от 0,3 с до 2,5 с).

Если PWI попадает в этот диапазон, то PWI считается правильным и может использоваться для последующих вычислений или классификации HR данных.

Если PWI не попадает в этот диапазон, способ переходит к этапу 640 в том случае, если PWI больше 2500 мс. Затем на этапе 650 определяется, превышает ли PWI 10 секунд. Если да, то этот интервал считается соответствующим пропущенным данным.

Если PWI короче 300 мс (этап 680), способ переходит к этапу 690, определяя, составляет ли число PWI короче 300 мс менее 3. Если число таких коротких PWI больше или равно 3, такие интервалы также рассматриваются как соответствующие пропущенным данным.

Пропущенные данные не будут восстановлены, когда они будут соответствовать технической проблеме в процессе регистрации. Если пропущенные данные относятся только к регистрации пульсовой волны, это будет вызвано неисправностью системы обнаружения пульса или неправильным расположением регистрирующего устройства. Если пропущенные данные касаются всех регистрирующих каналов, это будет следствием неисправности памяти или батареи.

Пропущенные PWI и подозрительные PWI будут являться следствием мгновенного останова регистрации или артефакта, вызываемого смещением регистрирующего устройства. При определенных условиях пропущенные PWI (2,5 с < PWI <10 c) и подозрительные PWI (PWI <0,3 с и число (#)PWI <3) могут быть восстановлены на этапе 670. Для того чтобы сделать это, прежде всего надо убедиться в том, что по меньшей мере 10 PWI, предшествующих пропущенному PWI или подозрительному PWI, и что по меньшей мере 10 PWI, следующих за ними, находятся в нормальном диапазоне (0,3 с < PWI <2,5 c). Если это так, пропущенный PWI или подозрительный PWI заменяются средним значением 10 предшествующих нормальных PWI и 10 следующих за ними нормальных PWI.

Настоящее изобретение использует тот факт, что изменения в состояниях сна сопровождаются изменениями вегетативной (частота сердечных сокращений) и двигательной (движения) функций. Учитывая две эти переменные и их соотношения во времени, настоящее изобретение позволяет не только различать эти стадии, но также очень точно определять время, когда возникают переходы между стадиями сна. Несколько конкретных примеров таких переходов представлены на фиг. 10-13.

Например, на фиг. 10 показан переход от легкого сна к REM сну. На этом чертеже представлен 20-минутный период регистрации. В его верхней части показаны две зарегистрированные электроэнцефалограммы (ЭЭГ) и две зарегистрированные электроокулограммы (ЭОГ). Вертикальная стрелка указывает точный переход от легкого сна к REM сну, как определено, используя обычную балльную оценку стадий сна путем визуального анализа верхних четырех кривых.

В нижней части этого чертежа показаны результаты регистрации кратковременного среднего значения частоты сердечных сокращений (время измерений составляет приблизительно 5 секунд) и движений тела. В левой половине чертежа показано, что изменчивость частоты сердечных сокращений мала при легком сне за исключением того, когда спящий движется. Два движения, происходивших во время легкого сна, сопровождаются большим увеличением частоты сердечных сокращений (изменение частоты сердечных сокращений составляет около 20 ударов). В правой половине чертежа показано, что в REM сне изменчивость частоты сердечных сокращений больше и что наблюдаемые многочисленные изменения частоты сердечных сокращений (за исключением самого большого из них) не сопровождаются движениями. Таким образом, резкое изменение соотношения между частотой сердечных сокращений и движениями тела является характерным для перехода от легкого сна к REM сну (см. также таблицу 3).

На фиг. 11 представлен переход от глубокого сна к легкому сну. Здесь опять рассматривается 20-минутный период. Здесь представлены такие же кривые, что и на фиг. 10. Точный переход от глубокого сна к легкому сну, как определено визуальным анализом ЭЭГ и ЭОГ, указан вертикальной стрелкой. В левой части этого чертежа видно, что изменчивость частоты сердечных сокращений очень мала при глубоком сне и что нет никаких движений тела во время этой стадии сна (см. также таблицы 2 и 4). Переход к легкому сну сопровождается двумя движениями, вызывающими большие изменения частоты сердечных сокращений. В дальнейшем изменчивость частоты сердечных сокращений больше, чем при глубоком сне.

На фиг. 12 представлен короткий переход от легкого сна к пробуждению и возвращение к легкому сну. На этот раз из-за короткой продолжительности ночного пробуждения время регистрации составляет всего 5 минут. Два перехода отмечены вертикальными линиями. Здесь эпизод пробуждения длится всего 1 минуту и 40 секунд (расстояние между двумя серыми вертикальными линиями соответствует 10 секундам). Переход от легкого сна к пробуждению сопровождается большим и длительным (около 30 секунд) движением тела, и очень намного повышается частота сердечных сокращений. Сразу же после движения частота сердечных сокращений сохраняется более высокой, чем в предшествующем легком сне, указывая на состояние пробуждения субъекта (см. также таблицу 4). Возвращение к намного меньшему значению частоты сердечных сокращений, сравнимому с наблюдаемым до эпизода пробуждения, сопровождается переходом от пробуждения к легкому сну.

На фиг. 13 показан короткий переход от REM сна к пробуждению и возвращение после этого в стадию REM сна. Здесь также для лучшего понимания признаков изменений время регистрации составляет только 5 минут, и продолжительность эпизода пробуждения составляет только 1 минуту и 10 секунд. В левой части чертежа REM сон характеризуется сильно флуктуирующей частотой сердечных сокращений, причем изменения вызваны не движениями тела, а очень нерегулярным сердцебиением (см. также таблицу 2). Эпизод пробуждения сопровождается значительным повышением частоты сердечных сокращений, сопровождаемым большим движением тела продолжительностью около 30 секунд. После возвращения к значению частоты сердечных сокращений, сравнимому с наблюдаемым до пробуждения, субъект обследования возвращается в REM сон, и характеристика флуктуирующей частоты сердечных сокращений не относится к движениям тела.

Эти несколько примеров демонстрируют, что стадии сна, переходы между стадиями сна и/или события сна могут быть определены анализом частоты сердечных сокращений и движений тела и их временными соотношениями. Как было описано выше, такой анализ может быть произведен определением параметров, таких как среднее значение частоты сердечных сокращений, изменчивость частоты сердечных сокращений, движение тела, и т.п., и классификацией каждого из этих параметров по меньшей мере в один класс. Вместе с признаками, определяющими установившиеся стадии сна, указанные выше, эти данные позволяют точно определить сон, стадии сна и/или переходы между стадиями сна. Такой взаимодополняющий подход является единственным путем к получению объективной гипнограммы, эквивалентной той, которая выводится из визуального анализа полисомнографии.

Настоящее изобретение позволяет регистрировать, вычислять и классифицировать физиологические данные или данные окружающей среды, для того чтобы создавать глобальный отчет по структуре сна и качеству сна после обработки зарегистрированных и классифицированных данных. Этот отчет будет включать в себя статистические данные, такие как время пробуждения, время отдыха, время нахождения в постели, время пребывания во сне, эффективность сна, время засыпания, время и процент времени, затраченного на разные стадии сна, число изменений стадий сна, число движений, число пробуждений, и т.п. Структура сна одной данной ночи будет сравниваться с предыдущими регистрациями того же человека, если это желательно. Это может быть сделано для того, чтобы оценить изменение в структуре и качестве сна вследствие окружающих условий проживания или оценить влияние фармакологического лечения, или проследить изменения сна вследствие смены часовых поясов.

Другое преимущество настоящего изобретения заключается в том, что регистрация физических факторов окружающей среды поможет в оценке нарушения сна, связанного с возможными изменениями этих факторов во время периода сна. Внешний шум может нарушить сон, и уменьшенная продолжительность сна является следствием возможно задержанного времени засыпания, ночных пробуждений и раннего окончательного пробуждения. В некоторых случаях шум не пробуждает спящего человека, но он создает раздражение, вызывает изменения стадии сна и сердечнососудистые отклонения. Температура окружающей среды может также сильно влиять на структуру и качество сна. Так, высокая или низкая температура окружающей среды будет сопровождаться многочисленными пробуждениями, уменьшением продолжительности сна и стадиями REM сна вместе с увеличением подвижности тела. Такое нарушение может объяснять дневное утомление, испытываемое плохо спавшим человеком, хотя оно не заведомо связано с ночными условиями окружающей среды. Все эти эффекты обнаруживаются системой и способом согласно настоящему изобретению. Итоговый отчет по структуре сна и качеству сна может включать в себя конкретную информацию о факторах окружающей среды, которые могут тревожить спящего человека.

Дополнительно, существование ненормальных событий, происходящих во время сна, или патологий сна часто не принимается во внимание массой населения. Система согласно настоящему изобретению может обнаруживать некоторые из таких событий и патологий, используя информацию, полученную от биологических переменных, и/или информацию, полученную от факторов окружающей среды, зарегистрированных устройством.

Например, храп и часто связанный с ним синдром обструктивного апноэ во сне будет обнаружен изменениями частоты сердечных сокращений и возникновением движения тела в конце апноэ, но также по шуму, регистрирующему обнаружение храпа и конечного затрудненного вдоха. Специальные показатели оксиметрии (насыщение крови кислородом) и артериальное давление могут быть легко связаны с конкретными регистрируемыми показаниями по настоящему изобретению, чтобы оценить опасность симптомов. События сна, такие как ненормальное движение, например, синдром беспокойных ног, могут быть обнаружены акселерометром. Лунатизм может быть выявлен вышеупомянутыми изменениями и одновременными изменениями параметров окружающей среды. Ненормальная продолжительность сна, такая как инсомния или гиперсомния, может быть измерена и количественно оценена. Нарколепсия может быть выявлена внезапными короткими эпизодами сна, происходящими во время пробуждения, а также REM сном, наступающим или ускоряющим первую фазу REM сна. Другие события сна, такие как кризисные моменты ночного страза и ночные кошмары, могут быть также обнаружены сочетанием биологических и психических показателей. Наконец, система может быть также очень полезной в области невропсихиатрических нарушений. Действительно, некоторые исследования предполагают важные связи между сном и душевными расстройствами. Связь наиболее очевидна для невропсихиатрических нарушений, такого как основное расстройство настроения, таких как депрессия, шизофрения, дегенеративные возрастные нарушения и болезнь Паркинсона. Для большинства таких заболеваний, перечисленных выше, сон является хорошим биомаркером, вносящим вклад в улучшение диагностики, а также в более точную оценку и количественное измерение терапевтических результатов либо фармакологического, либо психологического лечения. Достаточно примечательно, что становится все более и более очевидным также и то, что некоторые из когнитивных нарушений, наблюдаемых в этих патологиях, значительно улучшаются, если улучшается или нормализуется сон.

С хронобиологической точки зрения непрерывная регистрация, осуществляемая настоящим изобретением в течение дней или недель, позволит также оценивать нормальность основных циркадных и ультрадианных ритмов человека. При некоторых патологиях эти ритмы серьезно нарушаются, и их возвращение к норме может быть важным показателем клинического развития болезни или эффективности проведенного лечения.

Изобретения относятся к медицине. Способ определения сна, стадии сна и/или перехода между стадиями сна человека осуществляют с помощью системы для определения сна, стадии сна и/или перехода между стадиями сна. При этом обнаруживают и регистрируют частоту сердечных сокращений, а также обнаруживают и регистрируют движение части тела, когда это движение вызывается скелетной мышцей тела, с помощью носимого устройства. Классифицируют зарегистрированную частоту сердечных сокращений в класс частоты сердечных сокращений и в класс изменчивости частоты сердечных сокращений с помощью анализирующего устройства. Классифицируют зарегистрированное движение в классы с помощью анализирующего устройства: большое движение (LM), такое как изменение позы, малое движение (SM), такое как движение конечности или кисти руки, и резкие движения (ТМ), такие как очень короткие движения конечностей тела, происходящие во время стадии сна с быстрым движением глаз (REM сна). Определяют сон, стадии сна, перехода между стадиями сна и/или события сна человека на основании класса частоты сердечных сокращений, класса изменчивости частоты сердечных сокращений и класса движений с помощью анализирующего устройства. Классификацию зарегистрированного движения в класс движений выполняют с учетом диапазонов интенсивности движений, таких как от 1 до 2, от 3 до 5 и от 6 до 10 отсчетов в секунду. Достигается определение состояний сна и/или стадий сна и/или переходов между стадиями сна без нарушения сна обследуемого человека и с обеспечением надежных результатов с достаточной точностью. 3 н. и 11 з.п. ф-лы, 4 табл., 13 ил.

1. Система для определения сна, стадии сна или перехода между стадиями сна человека, причем система содержит:

средство (110) обнаружения частоты сердечных сокращений, выполненное с возможностью обнаружения частоты сердечных сокращений человека;

средство (120) обнаружения движений, выполненное с возможностью обнаружения движения части тела человека, когда это движение вызывается скелетной мышцей тела;

средство (170) регистрации, выполненное с возможностью регистрации обнаруженной частоты сердечных сокращений и обнаруженного движения части тела;

средство (310) классификации частоты сердечных сокращений, выполненное с возможностью классификации зарегистрированной частоты сердечных сокращений человека по меньшей мере в один класс частоты сердечных сокращений и по меньшей мере в один класс изменчивости частоты сердечных сокращений;

средство (320) классификации движений, выполненное с возможностью классификации зарегистрированного движения по меньшей мере в один класс движений, а именно в три разных класса: большое движение (LM), такое как изменение позы, малое движение (SM), такое как движение конечности или кисти руки, и резкие движения (ТМ), такие как очень короткие движения конечностей тела, происходящие во время стадии сна с быстрым движением глаз (REM сна); и

средство (400) определения, выполненное с возможностью определения сна, стадии сна, перехода между стадиями сна и/или события сна человека на основе, по меньшей мере частично, по меньшей мере одного класса частоты сердечных сокращений, по меньшей мере одного класса изменчивости частоты сердечных сокращений и класса движений,

причем средство определения выполнено с возможностью идентификации сочетания класса частоты сердечных сокращений, класса изменчивости частоты сердечных сокращений и класса движений в пределах периода времени, и определения сна, стадии сна и/или перехода между стадиями сна, основываясь на идентифицированном сочетании,

при этом средство (320) классификации движений дополнительно выполнено с возможностью классификации зарегистрированного движения в класс движений с учетом диапазонов интенсивности движений, таких как от 1 до 2, от 3 до 5 и от 6 до 10 отсчетов в секунду.

2. Система по п. 1, которая содержит:

средство (210) вычисления частоты сердечных сокращений, выполненное с возможностью вычисления среднего значения частоты сердечных сокращений человека, величины изменчивости, характеристики ритма и/или события или изменения частоты сердечных сокращений по зарегистрированной частоте сердечных сокращений,

при этом средство классификации частоты сердечных сокращений выполнено с возможностью классификации частоты сердечных сокращений человека на основе вычисленного среднего значения частоты сердечных сокращений, величины изменчивости, характеристики ритма и/или события или изменения частоты сердечных сокращений.

3. Система по п. 1 или 2, в которой средство определения дополнительно выполнено с возможностью идентификации конкретного сочетания класса частоты сердечных сокращений, класса изменчивости частоты сердечных сокращений и класса движений в пределах конкретного периода времени; и

в которой средство определения выполнено с возможностью определения сна, стадии сна, перехода между стадиями сна и/или события сна на основе идентифицированного конкретного сочетания.

4. Система по п. 1, в которой средство обнаружения движений содержит средство (120) восприятия движений, выполненное с возможностью восприятия ускорения части тела человека, причем средство регистрации дополнительно выполнено с возможностью регистрации воспринятого ускорения, и причем эта система содержит:

средство (220) вычисления движений, выполненное с возможностью вычисления, основываясь на значениях зарегистрированного ускорения, по меньшей мере интенсивности и/или продолжительности каждого движения части тела человека.

5. Система по п. 1, которая дополнительно содержит:

средство (130, 140, 150) восприятия условий окружающей среды, выполненное с возможностью восприятия по меньшей мере одного фактора окружающей среды, при этом средство регистрации дополнительно выполнено с возможностью регистрации воспринятого по меньшей мере одного фактора окружающей среды; и

средство (330) классификации условий окружающей среды, выполненное с возможностью классификации по меньшей мере некоторых значений по меньшей мере одного фактора окружающей среды по меньшей мере в один класс условий окружающей среды, при этом средство определения дополнительно выполнено с возможностью определения сна, стадии сна, перехода между стадиями сна и/или события сна человека, основываясь, по меньшей мере частично, по меньшей мере на одном классе условий окружающей среды.

6. Система по п. 5, в которой средство восприятия условий окружающей среды выполнено с возможностью восприятия уровня шума, температуры окружающей среды и/или освещенности окружающей среды, причем система дополнительно содержит:

средство (230) вычисления условий окружающей среды, выполненное с возможностью вычисления по меньшей мере одного среднего уровня шума и/или шумового события, основываясь на зарегистрированном уровне шума, и/или вычисления по меньшей мере одного среднего уровня температуры окружающей среды и/или ее изменения, и/или колебания, основываясь на зарегистрированной температуре окружающей среды, и/или вычисления по меньшей мере одного уровня освещенности окружающей среды и/или изменения уровня освещенности окружающей среды, основываясь на зарегистрированной освещенности окружающей среды.

7. Система по п. 1, в которой по меньшей мере один класс частоты сердечных сокращений содержит класс средних значений частоты сердечных сокращений.

8. Система по п. 1, в которой средство определения дополнительно выполнено с возможностью определения перехода от бодрствования ко сну и/или перехода от одной стадии сна к другой, и/или перехода от сна к пробуждению, и/или прямого причинно обусловленного влияния по меньшей мере одного зарегистрированного фактора окружающей среды на переход между стадиями сна или переход от сна к пробуждению.

9. Система по п. 1, которая дополнительно содержит:

средство (410) оценки, выполненное с возможностью оценки состояния сна или бодрствования человека, основываясь, по меньшей мере частично, по меньшей мере на одном классе частоты сердечных сокращений, по меньшей мере на одном классе изменчивости частоты сердечных сокращений, по меньшей мере на одном классе движений, по меньшей мере на одном классе условий окружающей среды и/или на любом их сочетании.

10. Система для определения сна, стадии сна и/или перехода между стадиями сна человека, содержащая:

носимое устройство, выполненное с возможностью обнаружения и регистрации частоты сердечных сокращений человека, и выполненное с возможностью обнаружения и регистрации движения части тела человека, когда это движение вызывается скелетной мышцей тела;

анализирующее устройство, выполненное с возможностью классификации зарегистрированной частоты сердечных сокращений человека по меньшей мере в один класс частоты сердечных сокращений и по меньшей мере один класс изменчивости частоты сердечных сокращений, выполненное с возможностью классификации зарегистрированного движения по меньшей мере в один класс движений, а именно в три разных класса: большое движение (LM), такое как изменение позы, малое движение (SM), такое как движение конечности или кисти руки, и резкие движения (ТМ), такие как очень короткие движения конечностей тела, происходящие во время стадии сна с быстрым движением глаз (REM сна), и выполненное с возможностью определения сна, стадии сна, перехода между стадиями сна и/или события сна человека, основываясь, по меньшей мере частично, по меньшей мере на одном классе частоты сердечных сокращений, по меньшей мере на одном классе изменчивости частоты сердечных сокращений и на классе движений; и

информационное соединение, выполненное с возможностью передачи данных, представляющих зарегистрированную частоту сердечных сокращений и зарегистрированное движение, от носимого регистрирующего устройства к анализирующему устройству,

при этом анализирующее устройство дополнительно выполнено с возможностью классификации зарегистрированного движения в класс движений с учетом диапазонов интенсивности движений, таких как от 1 до 2, от 3 до 5 и от 6 до 10 отсчетов в секунду.

11. Способ определения сна, стадии сна и/или перехода между стадиями сна человека, причем способ включает в себя:

обнаружение (510) частоты сердечных сокращений человека;

регистрацию частоты сердечных сокращений;

обнаружение (520) движения части тела человека, когда это движение вызывается скелетной мышцей тела;

регистрацию обнаруженного движения;

классификацию (530) зарегистрированной частоты сердечных сокращений человека по меньшей мере в один класс частоты сердечных сокращений и по меньшей мере в один класс изменчивости частоты сердечных сокращений;

классификацию (540) зарегистрированного движения по меньшей мере в один класс движений, а именно в три разных класса: большое движение (LM), такое как изменение позы, малое движение (SM), такое как движение конечности или кисти руки, и резкие движения (ТМ), такие как очень короткие движения конечностей тела, происходящие во время стадии сна с быстрым движением глаз (REM сна); и

определение (550) сна, стадии сна, перехода между стадиями сна и/или события сна человека, основываясь, по меньшей мере частично, по меньшей мере на одном классе частоты сердечных сокращений, по меньшей мере на одном классе изменчивости частоты сердечных сокращений и на классе движений,

при этом классификацию зарегистрированного движения в класс движений дополнительно выполняют с учетом диапазонов интенсивности движений, таких как от 1 до 2, от 3 до 5 и от 6 до 10 отсчетов в секунду.

12. Способ по п. 11, причем способ содержит:

идентификацию (555) конкретного сочетания класса частоты сердечных сокращений, класса изменчивости частоты сердечных сокращений и класса движений в пределах конкретного периода времени, и

при этом определение содержит определение сна, стадии сна и перехода между стадиями сна на основе идентифицированного конкретного сочетания.

13. Способ по п. 11 или 12, причем способ содержит:

восприятие по меньшей мере одного фактора окружающей среды;

регистрацию воспринятого по меньшей мере одного фактора окружающей среды;

классификацию по меньшей мере некоторых значений по меньшей мере одного зарегистрированного фактора окружающей среды по меньшей мере в один класс условий окружающей среды;

определение состояния сна или бодрствования человека, основываясь, по меньшей мере частично, по меньшей мере на одном классе условий окружающей среды.

14. Способ по п. 13, причем способ содержит:

определение прямого причинно обусловленного влияния по меньшей мере одного зарегистрированного фактора окружающей среды на переход между стадиями сна или на переход от сна к пробуждению, основываясь, по меньшей мере частично, по меньшей мере на одном классе условий окружающей среды.