無(wú)線型睡眠呼吸暫停癥監(jiān)視系統(tǒng)之初探
正修科技大學(xué) 黃新賢 黃志峰 陳瑞锜
摘要： 人生約有三分之一的時(shí)間在睡眠中度過(guò)，良好的睡眠是保證身體健康的必要條件。睡眠呼吸暫停癥（sleep apnea）是一種很常見(jiàn)的睡眠呼吸疾病，據(jù)調(diào)查，在美國(guó)約有24％的成年男性及9％成年女性或超過(guò)二百萬(wàn)人口患有此疾病，在臺(tái)灣至少有二十萬(wàn)人也有此問(wèn)題。這個(gè)病初期最常發(fā)生于四十到五十歲間，正是事業(yè)的顛峰時(shí)期，所以對(duì)社會(huì)及家庭的影響相當(dāng)大。此病除了會(huì)破壞了整個(gè)睡眠結(jié)構(gòu)，還會(huì)引發(fā)許多并發(fā)癥，例如患者很容易發(fā)生白天嗜睡、夜間失眠、響鼾、睡眠中異常動(dòng)作、智力減退、個(gè)性改變、性無(wú)能、晨間頭痛、高血壓、心衰竭、肺高血壓、肺心癥、紅血球增多癥、甚至于猝死等癥狀。
Abstract：
Key words :
人生約有三分之一的時(shí)間在睡眠中度過(guò)，良好的睡眠是保證身體健康的必要條件。睡眠呼吸暫停癥（sleep apnea）是一種很常見(jiàn)的睡眠呼吸疾病，據(jù)調(diào)查，在美國(guó)約有24％的成年男性及9％成年女性或超過(guò)二百萬(wàn)人口患有此疾病，在臺(tái)灣至少有二十萬(wàn)人也有此問(wèn)題。這個(gè)病初期最常發(fā)生于四十到五十歲間，正是事業(yè)的顛峰時(shí)期，所以對(duì)社會(huì)及家庭的影響相當(dāng)大。此病除了會(huì)破壞了整個(gè)睡眠結(jié)構(gòu)，還會(huì)引發(fā)許多并發(fā)癥，例如患者很容易發(fā)生白天嗜睡、夜間失眠、響鼾、睡眠中異常動(dòng)作、智力減退、個(gè)性改變、性無(wú)能、晨間頭痛、高血壓、心衰竭、肺高血壓、肺心癥、紅血球增多癥、甚至于猝死等癥狀。
一般在診斷患者是否患有睡眠呼吸暫停癥是指患者在睡眠中出現(xiàn)呼吸暫停和低通氣的總次數(shù)超過(guò)每小時(shí)5次。其中呼吸暫停是指在睡眠中，出現(xiàn)10秒以上的呼吸氣流消失，低通氣是指呼吸氣流并未完全停止，只是減少到原來(lái)的20％-50％，同時(shí)血氧濃度下降4％以上的呼吸紊亂。目前醫(yī)生在診斷睡眠呼吸暫停癥時(shí)常使用夜間睡眠呼吸多項(xiàng)生理監(jiān)測(cè)儀，來(lái)記錄一整夜的睡眠周期，其中包括呼吸暫停以及呼吸變淺的次數(shù)、型態(tài)、缺氧指數(shù)、次數(shù)、心電圖的變化、口鼻腔氣流、胸部腹部呼吸運(yùn)動(dòng)、耳垂血氧等訊號(hào)的記錄、打鼾次數(shù)等情形。使用夜間睡眠呼吸多項(xiàng)生理監(jiān)測(cè)儀雖然精確，但需要在身上配戴多種儀器，也必須在特定的醫(yī)院中由專業(yè)人士操作才能進(jìn)行量測(cè)，非常不方便也容易影響患者的睡眠，所以不適合做長(zhǎng)期的監(jiān)測(cè)。因此一般患者除非到了非常嚴(yán)重的地步是不會(huì)走進(jìn)醫(yī)院進(jìn)行這項(xiàng)檢查。更何況睡眠呼吸多項(xiàng)生理監(jiān)測(cè)儀是一項(xiàng)價(jià)格昂貴的儀器，一般患者不會(huì)購(gòu)買，在居家中自行量測(cè)，所以很難達(dá)到普遍性。本研究主要針對(duì)這些缺點(diǎn)發(fā)展一套使用簡(jiǎn)單、察覺(jué)性更低、價(jià)格低廉及適合在居家睡眠環(huán)境下作長(zhǎng)期監(jiān)測(cè)的監(jiān)測(cè)系統(tǒng)，達(dá)到幫助醫(yī)師了解病患的病情，并提供醫(yī)生追蹤治療過(guò)程的改善情形[1][2][3][4]。
研究方法與系統(tǒng)設(shè)計(jì)
本研究中所提出的無(wú)線型睡眠呼吸暫停癥監(jiān)視系統(tǒng)之設(shè)計(jì)如圖一所示。此系統(tǒng)分成三部分(1)無(wú)線型睡眠呼吸多項(xiàng)生理參數(shù)量測(cè)計(jì)，(2) 無(wú)線型睡眠呼吸多項(xiàng)生理參數(shù)記錄器，(3) 無(wú)線型睡眠呼吸多項(xiàng)生理參數(shù)記錄語(yǔ)與分析器。圖2為無(wú)線睡眠呼吸多項(xiàng)生理參數(shù)量測(cè)計(jì)方塊架構(gòu)圖，包含感測(cè)電路、單芯片微控制器、串行式內(nèi)存、藍(lán)芽無(wú)線模塊、實(shí)時(shí)時(shí)鐘、充電電路和電池等電路，其中感測(cè)電路又包含量測(cè)睡眠的打鼾次數(shù)和每次打鼾的時(shí)間、呼吸暫停次數(shù)和每次呼吸暫停的時(shí)間、血氧濃度、口鼻腔氣流大小及心跳變化等電路，在設(shè)計(jì)單芯片微控制器的軟件時(shí)，必須將量測(cè)的各項(xiàng)生理參數(shù)以時(shí)間軸為基準(zhǔn)，將每一筆數(shù)據(jù)儲(chǔ)存于內(nèi)存內(nèi)及透過(guò)藍(lán)芽模塊傳輸出去，如此才能于重建時(shí)才可找出各個(gè)生理參數(shù)間的關(guān)系。圖3為睡眠呼吸多項(xiàng)生理參數(shù)量測(cè)紀(jì)錄器的方塊圖，單芯片微控制器的軟件負(fù)責(zé)藍(lán)芽模塊的聯(lián)機(jī)控制與數(shù)據(jù)傳輸，并將睡眠呼吸多項(xiàng)生理參數(shù)的數(shù)據(jù)轉(zhuǎn)換成串行式的時(shí)間─振福的數(shù)字化格式儲(chǔ)存于閃存。至于無(wú)線型睡眠呼吸多項(xiàng)生理參數(shù)記錄與分析器部分，是使用微軟的Visual BASIC發(fā)展一套應(yīng)用軟件，將藍(lán)芽無(wú)線模塊所得到的睡眠呼吸多項(xiàng)生理參數(shù)資料，以具親和力的操作畫(huà)面顯示出來(lái)，提供病患的睡眠變化情形。
圖1 無(wú)線型睡眠呼吸暫停癥監(jiān)視系統(tǒng)方塊圖
圖2 無(wú)線睡眠呼吸多項(xiàng)生理參數(shù)量測(cè)計(jì)方塊架構(gòu)圖
圖3 睡眠呼吸多項(xiàng)生理參數(shù)量測(cè)紀(jì)錄器的方塊圖
討論
在設(shè)計(jì)單芯片微控制器的軟件時(shí)，必須以時(shí)間軸為基準(zhǔn)，量測(cè)各項(xiàng)生理參數(shù)，才能于重建時(shí)才可找出各個(gè)生理參數(shù)間的關(guān)系。為了能正確將每一筆數(shù)據(jù)均能透過(guò)藍(lán)芽模塊傳輸出去，選用串行式內(nèi)存，將量測(cè)信息暫存起來(lái)預(yù)防數(shù)據(jù)流失。另外為使無(wú)線睡眠呼吸多項(xiàng)生理參數(shù)量測(cè)計(jì)的體積小型化，需盡量選擇低耗電量及較小的零件，并采用單芯片微控制器使整體電源消耗最小化。藍(lán)芽無(wú)線模塊為低功率消耗且高安全性的無(wú)線數(shù)據(jù)傳輸設(shè)備。
在生理參數(shù)量測(cè)時(shí)，必須將量測(cè)計(jì)固定在患者的身上，因睡覺(jué)時(shí)頭部、身體會(huì)移動(dòng)和翻身，容易造成量測(cè)設(shè)備的脫落及不正確的量測(cè)數(shù)據(jù)，此時(shí)不正確的量測(cè)多少會(huì)影響醫(yī)師對(duì)癥狀的評(píng)估。所以無(wú)線型量測(cè)計(jì)的傳感器必須要很小、固定容易、不易脫落及避免影響病患的睡眠，當(dāng)處理生理參數(shù)的數(shù)據(jù)時(shí)，要先利用帶通濾波器，將這部分的數(shù)據(jù)除去，只顯示真正的睡眠呼吸多項(xiàng)生理參數(shù)的波形，使在診斷上的正確性提高。
另外，要配合無(wú)線型睡眠呼吸多項(xiàng)生理參數(shù)量測(cè)計(jì)與睡眠呼吸多項(xiàng)生理參數(shù)紀(jì)錄器為可攜式的裝置，它們的電源管理就很重要，在電源控制的工作是由單芯片微控制器負(fù)責(zé)，除選用較低的工作頻率減少單芯片微控制器本身的耗電外，并利用睡覺(jué)模式(Sleep mode)來(lái)節(jié)省電源，在不影響準(zhǔn)確度前提下，降低數(shù)據(jù)在數(shù)字化的取樣頻率，降低數(shù)據(jù)量，并先暫存在串行內(nèi)存，此時(shí)先讓藍(lán)芽無(wú)線模塊進(jìn)入睡覺(jué)模式，等串行內(nèi)存快滿時(shí)，才啟動(dòng)藍(lán)芽無(wú)線模塊與睡眠呼吸多項(xiàng)生理參數(shù)紀(jì)錄器聯(lián)機(jī)，以減少無(wú)線型顫抖量測(cè)計(jì)的電源消耗。
志謝
感謝正修科技大學(xué)補(bǔ)助研究經(jīng)費(fèi)。（計(jì)劃編號(hào)：CS-2-95-04）
參考文獻(xiàn)
[1] Mariano Cabrero-canosa, Elena Hernandez-pereira, and Vicente Moret-Bonillo, “Intelligent Diagnosis of Sleep Apnea Syndrome.” IEEE engineering in medicine and biology magazine, March 2004:72-81.
[2] Varady et al., “A Novel Method for the Detection of Apnea and Hypopnea Events in Respiration Signals.” IEEE Tran. Biomed. Eng., 2002; Vol. 49, September: 936-941.
[3] ASYALI et al., “Assessment of Closed-Loop Ventilatory Stability in Obstructive Sleep Apnea.” IEEE Tran. Biomed. Eng., 2002; Vol. 49, March: 206-216.
[4] Varady et al., “On-line Detection of Sleep Apnea During Critical Care Monitoring.” Proceedings of the 22"d Annual EMBS International Conference, July 23-28, 2000, Chicago IL.
此內(nèi)容為AET網(wǎng)站原創(chuàng)，未經(jīng)授權(quán)禁止轉(zhuǎn)載。