[发明专利]用于指定REM和唤醒状态的系统和方法

说明书

本公开提供了分析睡眠时期是REM睡眠时期还是唤醒时期的系统和方法。根据本公开的各方面，一种计算机实现的方法包括访问贯穿人的睡眠时段的心肺耦合数据，识别睡眠时段中的与心肺耦合数据中的极低频耦合相对应的时期，访问与该时期相对应的心肺耦合数据中的高频耦合数据和/或低频耦合数据，并基于与该时期相对应的高频耦合数据和/或低频耦合数据将该时期指定为REM睡眠时期或唤醒时期，其中基于心肺耦合数据而不使用非心肺耦合生理数据来指定该时期。

相关申请的交叉引用

本申请要求2019年9月21日提交的美国临时申请第62/903,833号的权益和优先权，通过引用将其全部内容并入本文。

技术领域

本公开涉及睡眠分析，并且具体地，涉及在人的睡眠时段期间对心肺耦合(CPC)数据或对CPC数据与生理数据进行分析，以指定在睡眠时段期间的REM和唤醒状态。

背景技术

心肺耦合是一种通过执行两个生理信号-来自与对应的直接或衍生的呼吸信号耦合成的心率变异性的N-N间隔序列-之间的定量分析来确定这两个信号的相干交叉功率来评估睡眠质量的技术。心肺耦合在美国专利第7,324,845号、美国专利第7,734,334号、美国专利第8,403,848号和美国专利第8,401,626号中进行了描述，全部通过引用将这些专利全部内容并入本文。

心肺耦合可以用耦合频率来表征。高频耦合代表稳定睡眠，其是综合稳定NREM睡眠的生物标志，并且与稳定呼吸的周期、高迷走神经张力、脑电图(EEG)上的通常非周期性交替模式、高相对δ(delta)功率、生理血压下降(在健康状态下)和/或稳定的唤醒阈值相关联。在高频耦合(HFC)中，耦合的频率大于0.1Hz。

低频耦合代表不稳定睡眠，是综合不稳定NREM睡眠的生物标志物，具有与稳定睡眠相反的特征。不稳定睡眠与称为周期性交替模式(CAP)、呼吸模式的波动周期(潮气量波动)、心率的周期性变化(CVHR)、血压不下降和/或可变唤醒阈值的EEG活动有关。零散(fragmented)的REM睡眠具有低频耦合特性。在低频耦合(LFC)中，耦合的频率在[0.01,0.1]Hz范围内。低频耦合可以进一步被分类为升高的低频耦合宽带或升高的低频耦合窄带。

极低频耦合代表REM睡眠和唤醒状态。0.01Hz以下的频率范围被定义为极低频耦合(vLFC)。从用作区分这两种状态的主要工具的多导睡眠图(PSG)和眼电描记术的角度来看，REM和唤醒生理学密切相关。在心肺耦合(CPC)中，REM和唤醒有非常相似的表现，表现为极低频耦合(vLFC)。

人们有兴趣进一步开发和改进睡眠分析的技术，以基于心肺耦合数据来指定各种睡眠状态。

发明内容

本公开涉及睡眠分析，并且具体地，涉及在人的睡眠时段期间对心肺耦合(CPC)数据或对CPC数据与生理数据的分析，以指定在睡眠时段期间的REM和唤醒(WAKE)状态。

根据本公开的各方面，一种计算机实现的方法包括访问贯穿人的睡眠时段的心肺耦合数据，识别睡眠时段中的包括心肺耦合数据中的极低频耦合的时期(epoch)，访问心肺耦合数据中与该时期相对应的高频耦合数据和低频耦合数据中的至少一个，以及基于与该时期相对应的高频耦合数据或低频耦合数据中的至少一个将该时期指定为REM睡眠时期或唤醒时期，其中，该时期是基于心肺耦合数据而不使用非心肺耦合生理数据来指定的。

在该方法的各种实施例中，该时期表现出低频耦合主导(dominance)，并且该方法还包括将该时期期间的极低频耦合的功率与阈值进行比较。

在该方法的各种实施例中，阈值基于以下中的至少一个：该人、该人的状况以及包括该人的群体。

在该方法的各种实施例中，指定该时期包括基于以下条件将该时期指定为REM睡眠时期：(i)低频耦合主导，以及(ii)在该时期期间极低频耦合的功率超过阈值。