目前便携式睡眠监测按照功能划分大致可以分为：基于大脑活动信号的睡眠监测，基于自主信号的睡眠监测，基于人体活动的睡眠监测，非侵入式睡眠监测。

基于大脑活动信号的睡眠监测方法和基于自主信号的睡眠监测方法得出的数据准确程度较高，但需要用户佩戴一定数量的电极，人体的睡眠活动（比如翻身）对测量结果影响较大。除此之外，在脑部或胸部粘贴电极十分影响用户的睡眠。

基于人体活动的睡眠监测方法比较简单，不需要粘贴电极，只需要用户在睡眠时佩戴手环设备，但其得出的准确程度不高，且佩戴手环设备影响用户睡眠。

非侵入式睡眠监测设备通过在床垫或枕头中内嵌力学传感器监测人体睡眠时的呼吸和心率信号，通过算法分析睡眠的状况。与其它睡眠监测设备相比，非侵入式睡眠监测设备不直接接触人体，不需要用户在睡眠时粘贴电极或佩戴手环设备，用户体验好，而且非侵入式睡眠监测设备得出的睡眠数据准确程度较高。

背景及现状

Background and current situation

对于人类或者其他动物来讲，睡眠都是一项极其重要的生理活动。在睡眠监测领域中，睡眠是一个动态的过程，每天都会发生变化，因此连续测量多晚睡眠情况无论是在医学上还是在研究领域中又或是在日常生活中都是很有必要的。

便携式睡眠监测设备可以提供一个监测用户多晚睡眠数据的平台。通过对纵向数据的分析可以发现用户内在的睡眠模式、探究睡眠质量与生活习惯因素的关系，比如锻炼、打鼾、饮食、咖啡、酒精、工作压力对睡眠的影响。量化这些生活因素对睡眠的影响只能通过纵向数据完成，同时可以为临床诊断提供独立的评估和治疗策略。通过对纵向数据的分析可进行自我诊断，可以很好的优化睡眠、提升健康水平。

尽管PSG（多导睡眠图,Polysomnography）在诊断睡眠疾病方面效果不错，但是连续多晚使用 PSG 不仅成本较高， 而且使用很不方便，不适合完成纵向数据的采集任务，这促使了新型便携式睡眠仪的发展。

国外对便携式睡眠监测的研究较早，技术手段也较为全面。睡眠监测设备的本质是对一种或多种生理信号进行监测，比如 PSG 设备需要测量至少七个生理信号，由于便携式睡眠监测设备的便携性要求，该类设备通常只对其中的一项或者两项生理信号进行监测。

常见的便携式睡眠监测

Portable sleep monitoring

01基于大脑活动信号的睡眠监测

应用大脑活动时产生的 EEG 信号来监测睡眠情况，这一方法由来已久。上 世纪七十年代到八十年代，关于 EEG 信号监测睡眠的研究大量出现，这也促进了基于大脑活动信号的便携式睡眠监测方法的发展。

02基于自主信号的睡眠监测

基于大脑活动信号的睡眠监测设备需要用户在脑部佩戴电极，非常影响用户睡眠。基于大脑活动的睡眠监测在实际中容易受环境因素的影响，这促使人们对基于自主信号（ECG、下颚 EMG、EOG）的睡眠监测方式产生了兴趣。

03基于人体活动的睡眠监测

1995年以色列台拉维夫大学 A Sadeh 等人对基于人体活动的睡眠监测方法 进行了研究。研究表明基于人体活动的睡眠监测具有一定的合理性。这也是目前各类智能手环的理论基础。基于人体活动的睡眠监测设备都是通过加速度传感器实现的，但美国睡眠医学学会（American Association of Sleep Medicine）提供的《失眠诊断、精神疾病的诊断与统计》手册中，对失眠诊断分类不包含任何客观标准。因此对于失眠症患者来说运动手环记录的数据只能作辅助评价用。

04非侵入式睡眠监测

非侵入式睡眠监测方法是一种较新的方法。这种方法最大的优点就是可以实现非侵入式监测，用户在使用时，不需要佩戴任何监测设备即可监测人体的呼吸和心跳，用户体验良好。非侵入式睡眠监测通常将力学传感器内嵌到床垫或枕头中监测人体的心率和呼吸。

非侵入式睡眠监测方案是应用目前较为广泛

国内对便携式睡眠监测装置的研究起步较晚，但近几年发展较快，非侵入式睡眠监测正成为一个市场热点，虽然处于起步阶段，但是市场上已经出现了商用化的非侵入式睡眠监测产品，如慧闻科技公司自主研发生产的睡眠监测带等产品。

IDM睡眠监测带

常见的便携式睡眠监测

Portable sleep monitoring

呼吸模式

在人体的不同睡眠阶段，心率和呼吸会发生显著的改变，这些变化是人体的生理机能所致。比如，在 NREM 睡眠阶段，心率和呼吸信号之间的一致性很强，在睡眠时波形稳定变化。在 REM 睡眠阶段这两者之间的一致性就不再明显。因此通过对呼吸和心率的监测可以推断睡眠的状况。心率和呼吸信号可以作为睡眠分段、睡眠质量分析的理论依据。

呼吸时人体的胸腔和腹部会产生起伏，产生大小及频率不同的力，几种典型的呼吸模式如图所示。呼吸模式主要从三个方面来判断：呼吸率、呼吸深度、呼吸节奏，如快速浅呼吸模式的呼吸率高、呼吸深度浅、节奏平稳。在不同的环境下，不同个体会出现不同类型的呼吸模式。通过对呼吸模式的监测，可以诊断睡眠过程中是否出现功能紊乱现象，并将呼吸数据记录下来为家用诊断设备提供数据支撑， 以方便设备判断用户是否患有呼吸方面的疾病。

心冲击理论与实际对比图

心冲击（Ballistocardiography, BCG）是一种通过测量心脏冲击力并图形化显示心率呼吸信号的方法。这种心脏机械运动形成的运动频率通常为 1~20Hz 左右，通 过非侵入式方法可以在人体胸腔表面测得并记录这一运动。

所以睡眠监测方案所采用的压电传感器为PVDF压电薄膜传感器，因其具有良好的柔韧性，以及声阻抗低，可以与人体匹配，具有较高的压电常数等特点，PVDF 压电薄膜适合作为非侵入式睡眠监测的力学传感器。

总结

Summarize

综合对比国内外睡眠监测设备的发展状况，非侵入式睡眠监测是目前性价比最高，用户体验最好的一种便携式睡眠监测方法，也是目前发展态势较好的一种睡眠监测方式，是未来睡眠监测的一大趋势。基于 PVDF 压电薄膜传感器设计睡眠监测系统，通过压电感应床垫测量呼吸信号和心跳信号，通过电荷放大电路设计进行信号调理，利用算法对睡眠进行分期，实现了非侵入式睡眠监测，是目前市场上常用的解决方案。