//Logo Image
作者:鄭智銘(2004-04-29);推薦:徐業良(2004-04-30)
附註:本文為申請93年度醫療機電系統與身心障礙科技輔具設計學生專題實作競賽計畫構想書。

Sleep Guardian-鼾聲與呼吸中止症監測裝置設計與製作

1.     計畫背景與目的

1.1    打鼾是非常普遍與值得重視的睡眠疾病

人類有三分之一的時間處於睡眠狀態,睡眠品質不但影響個人生理健康,更是心理健康與生活品質狀態的重要指標。評估睡眠疾病與睡眠品質常見的方式是藉由腦波圖、眼動圖、心電圖、鼻口腔呼吸流量、腹胸呼吸運動、血氧、打鼾次數…等生理訊號,進行綜合性的評估。

各項睡眠監測項目中,鼾聲是睡眠中最常見且最普遍的睡眠相關疾病。若鼾聲只是輕哼幾下,還無傷大雅,但嚴重的打鼾則可能伴隨呼吸暫停或呼吸中止的危險,導致腦部缺氧、睡眠中斷,經年累月之後記憶力、注意力、生理功能、工作效率和工作品質都會逐漸變差,甚至猝死。

中國大陸上海六家大型醫院的睡眠專家聯合對上海各街道近1萬市民所做的問卷調查,發現其中夜間打鼾的發生率高達40%以上,有約4%的人發生睡眠呼吸中止症;美國國內約有9%的中年男性及4%的中年女性人口有睡眠呼吸暫停症候群。而台灣地區一項國人在石牌、大溪和頭份等地的調查,我國四十歲以上的人口至少有10~50%會打鼾,其中約有5%的人(通常是過胖及中年男性)是每晚鼾聲如雷並且潛藏著危及生命的阻塞型睡眠呼吸中止症候群(OSAS),是健康上的一項隱憂。

同時由於睡眠中斷造成睡眠不足,白天會有嗜睡傾向,發生車禍和工作意外的比例也遠出一般正常人,根據美國睡眠協會的調查顯示,美國每年45%的車禍以及55%的工傷事故都是由於睡眠疾病造成的,因嗜睡而發生工傷事故的經濟損失高達640億美元,嗜睡更是導致每年20-40萬交通事故的主要原因,其中一半交通事故是致死性的。而睡眠呼吸中止症更花費每年3億美金的檢查費用,而打鼾嗜睡所引發的車禍,更是造成120億美金損失。

鼾聲與呼吸中止症的問題不但是非常普遍常見的睡眠疾病,鼾聲與呼吸中止症在健康、生命上的危害,更令我們不得不重視這項睡眠疾病。

1.2    鼾聲的起因

鼾聲患者的呼吸道通常比正常人狹窄,白天清醒時咽喉部肌肉收縮使呼吸道保持開放,不會發生堵塞,但夜間睡眠時神經興奮性下降、肌肉鬆弛,因此呼吸道受阻變窄,當氣流通過狹窄部位時,呼吸會感到困難,導致必須以比平常呼吸多47倍的力量方能呼吸,當強力的呼吸通過狹窄的氣管時,會引起懸雍垂或後顎帆的異常振動,於是引起鼾聲,嚴重時甚至會引發「阻塞性睡眠呼吸中止症(OSAS, Obstructive sleep apnea syndrome)」,影響人的身體健康。關於阻塞性睡眠呼吸中止症後文會有說明,下列為造成呼吸道受阻引發打鼾的直接原因:

(1)   鼻部原因:鼻中隔偏曲,鼻息肉,鼻甲肥大,鼻粘膜充血肥厚、慢性鼻炎等。

(2)   咽部原因:扁桃體及腺樣體增大肥大,懸雍垂肥大,軟齶肥大低垂,舌體肥大。

(3)   先天性解剖畸形:下頜骨發育畸形(如小頜畸形),下頜骨後縮等。

(4)   機能性原因:白天清醒時氣道正常,睡眠時氣道周圍肌肉張力減低,加之仰臥時舌根後墜,造成氣道狹窄而出現打鼾。

除上述的直接原因之外,還有一些間接原因導致容易打鼾:

(1)   肥胖:體型肥胖或頸部粗短者,因為舌頭相對較大,咽喉四壁的脂肪寬鬆且多,氣道因而比較狹窄,空氣經過時震動也較常人為大。尤其在使用鎮定劑或酒精的肥胖者會更加嚴重。

(2)   性別:男性明顯高於女性。

(3)   內分泌疾病:甲狀腺功能減退症。上氣道出現粘液性水腫引起氣道狹窄,再加之呼吸中樞對低氧,高二氧化碳刺激的敏感性下降,引起打鼾或加重打鼾。

(4)   肢端肥大症:舌體增生肥大、扁桃腺過大,引起氣道狹窄。

(5)   飲酒及服用鎮靜安眠藥:會抑制呼吸,加重打鼾。此外,過度勞累時亦會引發打鼾現象產生

(6)   吸煙:引起上呼吸道發炎水腫,引起呼吸道狹窄。

(7)   遺傳:常可見到家族性打鼾患者。

(8)   年齡:雖然任何年齡均可能有打鼾的現象,但一般隨著年紀的增加打鼾比率也隨之增加。主要是因為咽喉開口處的肌肉無力,加上舌根向後倒,阻擋了氣流的暢通而所致。

(9)   鼻塞時造成氣道受阻,由於用口呼吸,咽喉中的呼氣流會產生渦流,發出鼾聲。

(10)   患有全身性疾病:如胸部的疾病、糖尿病、高血壓、心臟血管疾病以及類風濕性關節炎等的病患,都會比較容易打鼾。也因此打鼾不只是構造上的問題,也要考量是否為身體上其它病因所造成。

另外還有少一部分人是因爲中樞性的原因引起打鼾,其原因為在腦部裡有一個屬於二氧化碳感知器的呼吸中樞,當二氧化碳濃度不夠或改變時,都會造成腦部的呼吸中樞受到刺激,它就會發出呼吸訊號到胸部,因此有此類症狀的人在呼吸的動作過程中若有不順暢,就會發生打鼾的現象。

此外,兒童亦會有打鼾的情況,一般而言,以四~七歲兒童較常見,其中又有10%~20%有睡眠呼吸暫停的問題,此情況間接造成兒童情緒改變、注意力不集中、學習障礙等等,由於學齡前兒童正是學習的最佳時機,家長不可輕忽,以免影響孩子學習的狀況。

1.3    呼吸中止症的定義

睡眠呼吸中止症候群之定義為,睡眠中在一個小時內有超過五次呼吸停止十秒以上,或在連續七小時的睡眠中有超過卅次呼吸停止十秒以上。在臨床上可根據其發生原因分為三種形式:一為阻塞形(OSA),這是來自上呼吸道阻塞所引起,特別是在口咽部位;另一位中樞形,這是因為短暫性中樞神經缺乏對肌肉的驅動所引起;第三種為混合形,也就是同時包括有上述兩種情況。其中以阻塞性睡眠呼吸中止縱合症(OSAS)是最為常見的類型。

阻塞型睡眠呼吸中止症的病人睡覺時,咽喉(上呼吸道)會變得狹小而使得呼吸困難,腦部感應到呼吸困難後就會用更多力氣去呼吸,用力呼吸的結果會導致將休息中的大腦被吵醒,以換取咽喉肌肉變堅挺同時打開呼吸通道,整個過程與打鼾相似,但阻塞的程度超過打鼾。當病人醒來後刺激咽喉肌肉使咽喉暢通,呼吸所用的力氣就會變小,呼吸又會回到正常的狀態,病人又可以再次入睡。入睡後同樣的情形又會反覆一再發生:呼吸通道變窄→用力呼吸→大腦被吵醒→呼吸道暢通→再次入睡。像這種會干擾睡眠的循環一個晚上可以發生十幾次甚至上百次。由於大部分每一次呼吸被阻斷及大腦被吵醒的時間都很短暫,所以病人第二天醒來都不記得有發生過這些事。但是這樣的循環會使得患者無法熟睡而且身體得不到足夠的氧氣。導致白天容易感到疲倦及嗜睡,記憶力、注意力、學習能力和工作效率都逐漸變差,發生交通意外和職業災害的可能性也高於失人;身體長期缺氧,血液含氧量不足,大腦及全身器官的功能首當其衝,雖然傷害的速度緩慢,但身體健康就在這樣的蠶食之下不知不覺流失。

呼吸中止症對人體的傷害還包括心臟血管方面,由於夜間長期缺氧造成週邊及肺部血管收縮,使病患出現高血壓及肺動脈壓力升高,心臟負荷增加而造成心臟衰竭。血管收縮會造成缺血性心臟疾病,常有病患晚上出現心絞痛,甚至引發心肌梗塞或猝死。長期心臟負荷,加上血流不足的情況下,心率不整便經常出現。此外血管在高血壓影響下,易造成血管壁破壞,演變為腦部血管阻塞(中風)。另外,美國政府也指出,因打鼾、睡眠呼吸暫停、嗜睡症等睡眠疾病引起的車禍,每年造成全美一百二十億美金的財產損失,是除了酒精以外車禍死亡的第一原因。

1.4    目前鼾聲與呼吸中止症的檢查方式

不過嚴格說來,單純的打鼾若沒有造成生活品質上的困擾,並沒有治療的必要,但嚴重的打鼾若不治療又會造成嚴重的影響。該如何分辦打鼾有沒有造成健康的影響成為重要的課題,現行醫院對打鼾最準確的的檢查方法為「夜間多項生理監測儀(overnight polysomnography)」。夜間多項生理監測儀可以記錄一整夜的睡眠週期,呼吸暫停以及呼吸變淺的次數、型態、缺氧指數、次數、心電圖的變化、口鼻腔氣流、胸部腹部呼吸運動、耳垂血氧計等訊號的記錄、打鼾次數等情形。對於打鼾的監測可以說是再詳盡不過,不過其檢查的方式卻是非常繁複,下文為節錄自林口長庚醫學中心對夜間多項生理監測儀的監測流程所做的介紹:

….本科為利於患者睡眠,特闢六間安靜舒適的小房間,安排病人於睡眠前半小時到一小時報到,量完身高體重,換上舒適的睡衣,詳細問診、測量血壓後,給病人連接上包括腦波、肌電圖、心電圖、口鼻氣流感應、胸腹帶、麥克風、血氧脈衝儀等導線,進入睡眠呼吸多項監測儀,記錄整夜的睡眠狀況。從監視螢幕上,我們可以楚看到,病人的姿勢、動作,以及各個睡眠週期的階段…..

由上述的介紹可以歸納出夜間多項生理監測儀所造成的不便,包括有

(1)   這種方式雖然非常精確,但需要配戴多種儀器於身上不方便也影響睡眠

(2)   只能在特定實驗室中進行,也不適合做長期與普遍的監測

(3)   由於打鼾並不健康的概念尚未普級,因此一般患者除非到了非常嚴重的地步不會走進醫院進行這項檢查

1.5計畫目的

本研究將開發一項適合居家睡眠環境使用的睡眠鼾聲與呼吸中止症監測裝置,可以整合為睡眠監測與評估系統的一個環節。技術上結合濾波技術、訊號處理技術以及生理感測技術,以「非察覺性(non-conscious)」為設計重點,對受測者的鼾聲與呼吸中止症情形做長期監控,能做即時鼾聲感測與顯示,及鼾聲嚴重程度判別,並能以記憶卡將感測歷程記錄下來,供醫師做診斷之參考。產品定位上屬於居家使用產品,故低售價、大眾化也是考量重點,產品包裝上更將結合鬧鐘,成為一般居家使用產品。

整體的設計需求如圖1所示,分成感測方式、性能、輸出資訊及商品化四個方向進行考量,使有打鼾問題的人可以先在家中做初步的檢測,若有需要再至醫院做詳細檢查,初步檢測的資料也可做為醫生的參考。本計畫已與亞東醫院耳鼻喉科醫師以及專業睡眠檢測公司﹍﹍﹍﹍公司合作,除做專業上的諮詢及提供臨床測試對象外,產品開發完成後亦將進一步討論商品化可能性。

1. 整體的設計需求

2.     計畫研究方法與進行步驟

2.1 鼾聲感測方式

睡眠時的打鼾行為外界所能觀察到的變化有聲音以及鼻部的氣體流動,在鼾聲監測裝置的訊號擷取方式上,也是區分為聲音感測器與氣體監測兩方面。如圖2所示,Lopez等學者[1994]使用鼻罩將鼻孔出氣導入空氣壓力感測器,量測鼻部氣體流動來監測打鼾狀況,如此做法的優點是除了可以清楚紀錄打鼾情形之外,甚至連呼氣中氮氣、氧氣等氣體所佔比例也能測量,缺點是量測時試驗者需載上鼻罩,既不方便又影響睡眠。

2. 量測鼻部氣體流動的實驗設備圖

Alfaro等學者[1995]以及Kim等學者[1999]使用麥克風收音的方式針對鼾聲所造成的聲音進行量測,Alfaro等學者將麥克風放在離試驗者口部30cm處,Kim等學者則以兩個麥克風,一個放在喉頭上,一個放在頭上同時進行監測。麥克風收音的缺點為雜訊多,易受環境背景聲音影響,優點為麥克風體積小可輕易隱藏、設備便宜、靈敏度高,不需與試驗者接觸,合乎非察覺性監測的原則,因此本打鼾監測裝置也將以聲音感測方式進行設計研究。

2.2 鼾聲音量與感測器設置位置

以聲音感測方式作鼾聲監測,除了來自外界的雜音會影響訊號的可信度外,試驗者躺在床上的位置、面部所朝方向等因素,可能也都會所影響。Smithson[1995]做了有關鼾聲評估的實驗,將感測麥克風擺設於試驗者頭上90cm處,實驗發現試驗者橫躺與仰臥造成的誤差小於2分貝,用揚聲器模擬打鼾音源放在床的中央與兩側,誤差也在2分貝內。根據這樣的實驗結果,他認為鼾聲音量判斷的公差應為±2分貝,且將麥克風擺設在試驗者頭部上方是一個適當的位置。

擷取到的鼾聲訊號,Smithson[1995]使用一種「音量累計分配圖(cumulative distribution of the overnight sound level)」,來量化打鼾的等級。如圖3所示,記綠整晚房間內的音量大小,並依音量大小與所佔時間比例繪圖,如此一來只須觀察曲線與x-y軸所圍面積的大小,即可判斷打鼾情形的嚴重程度。這個方法可將整晚打鼾的情形簡化成一個數字表示,大幅節省資料儲空間,亦不失參考價值與可信度。

% Time Sound Level Exceeded for:

---Empty room

Heavy snore

 

3. 以一房間為例的音量累計分配圖,虛線表空房間時的情形,實線表有人在房間內打鼾的情形(測試時間相同)

2.3 鼾聲訊號處理

以麥克風作為鼾聲訊號的擷取容易受到雜訊以及背景雜音的影響,在消除雜訊的手段,大致可分成從硬體的增加RC電路濾波器、軟體數位濾波器、以及利用特殊演算法…等方式。硬體濾波器能去除高頻、低頻雜訊,只留下鼾聲頻帶內的訊號,Smithson[1995]研究中表示鼾聲的最低頻率略小於100Hz,可以作為聲音濾波的頻帶標準。雖然鼾聲多半分佈於100Hz以下的頻域,但一般日常的談話聲、笑聲。咳嗽聲等也多包含有這個頻帶內的聲音,因此僅以濾波器方式做處理仍有不足。

Jane[2000]等學者使用625個聲音樣本訓練類神經系統,藉由22項頻域與時域的聲音特徵輸入值,系統可以在離線狀態下分析經由錄音設備所儲存的聲音資料,辨識鼾聲並摒除其他雜音與雜訊。圖4(a)為一充滿雜訊的訊號,經過處理後仍能清楚分辨鼾聲與非鼾聲;圖4(b)顯示一突波聲音出現,系統則將其視為如咳嗽等雜訊而不列入考慮。

4(a). 充滿雜訊的訊號經過類神經演算法亦能分辨

4(b). 一突波經過類神經演算法後的輸出

2.4鼾聲監測裝置之設計概念

根據文獻鼾聲主要集中在100Hz的低頻地帶Smithson[1995],我們收集了日常生活常見的34種聲音,藉由MatlabSimulink模組將樣本聲音分別通過0~0.2k0.2k~0.4k1.8k~2kHz的模擬帶通濾波器,以驗證文獻的結果。34個樣本聲音分為鼾聲、人類聲音、以及日常動作與生活器具三大類,觀察其在頻域上的分佈情形,紀錄得到如表1的聲音頻域分佈表,標示“○”代表樣本聲音包含該頻帶的聲音。由表1可發現3個樣本鼾聲大都包含在0~200Hz的聲音頻帶內,其他聲音分布頻域則較廣。因此本研究首先從外界接收聲音的頻率著手,採用濾波曲線較為平滑的一階主動式濾波器(如圖5),對外界接收聲音先行濾波,去除高頻訊號。

5. 濾波器頻譜圖

1. 34種日常見聲音的特徵頻帶分佈表

 

0.2k

0.4k

0.6k

0.8k

1.0k

1.2k

1.4k

1.6k

1.8k

2.0k

鼾聲

1.打鼾

 

 

 

 

 

 

 

 

 

2.打鼾

 

 

 

 

 

 

 

 

 

3.打鼾

 

 

 

 

 

 

 

 

4.打鼾

 

 

 

 

 

 

 

 

 

人類聲音

5.男說話

 

 

 

 

 

 

 

 

6.男說話

 

 

 

 

 

 

 

 

7.女說話

 

 

 

 

 

 

 

 

8.女說話

 

 

 

 

 

 

 

9.男笑

 

 

 

 

 

 

 

 

10.女笑

 

 

 

 

 

 

 

11.男生哭

 

 

 

 

 

 

 

 

12.女生哭

 

 

 

 

 

 

 

13.嬰兒哭

 

 

 

 

 

 

 

 

14.男尖叫

 

 

 

 

 

 

 

 

 

15.女尖叫

 

 

 

 

 

 

 

 

 

 

16.男舒服

 

 

 

 

 

 

 

17.女舒服

 

 

 

 

 

 

 

 

 

18.女生咳

 

 

 

 

 

 

 

19.咳嗽重

 

 

 

 

 

 

 

20.咳嗽輕

 

 

 

 

 

 

 

 

21.打哈欠

 

 

 

 

 

 

 

 

22.打噴嚏

 

 

 

 

 

 

 

 

 

23.吐痰

 

 

 

 

 

日常動作與生活器具

24.電視廣播

 

 

 

 

 

 

 

 

 

25.拍手

 

 

 

 

 

 

 

26.刷牙

 

 

 

 

 

 

 

27.浴缸放水

 

 

 

 

 

 

 

 

 

28.馬桶沖水

 

 

 

 

 

 

 

 

 

29.腳步

 

 

 

 

 

 

 

30.敲門

 

 

 

 

 

 

 

 

31.關門

 

 

 

 

 

 

 

 

 

32.電話

 

 

 

 

 

 

 

 

 

33.電鈴

 

 

 

 

 

 

 

 

 

34.玻璃破

 

 

 

 

 

 

 

 

合計

10

14

18

11

7

3

2

1

0

0

接著觀察鼾聲在時間軸上的特性。圖6以巨觀的角度看來自一整晚的鼾聲中節錄出來的5分鐘聲音波形,當中每個波形起伏都是來自於鼾聲,可以發現鼾聲是非常有規律的重覆進行。圖7以更仔細的角度觀察4次連續的鼾聲,當中每次維持的時間和間隔的時間都很固定,因此只要知道正確的鼾聲維持時間和間隔時間特性,就可以利用此一特性來區分所收錄的聲音訊號是屬於鼾聲或非鼾聲。若有一聲音訊號維持的時間符合鼾聲的特性,而且在間隔一段時間後又再有一次符合鼾聲長度特性的聲音訊號產生,而間隔的時間長度也必需要符合鼾聲特性,就可將聲音判別為鼾聲而非一般雜音,同時計數器開始計數。利用相同的想法,受測者是否患有呼吸中止症也有可能被量測到。

6. 連續5分鐘的鼾聲記錄

7. 四次鼾聲波形

綜合上述鼾聲監測裝置之設計概念流程總結如圖9。第一步利用聲音感測器將音波訊號轉換為電壓訊號,以進行後續處理,接著進入截止頻率為200的低通濾波器,再經A/D數位類比轉換後判斷程式進行鼾聲間隔模式之辨識,辨識後的鼾聲次數以顯示介面與訊號介面進行輸出。

9. 鼾聲與呼吸中止症監測裝置辨識流程

2.5鼾聲與呼吸中止症監測裝置整體架構

本研究依前述設計概念開發之鼾聲監測裝置,包含電源供應系統、聲音感測系統、濾波系統、A/D轉換系統、鼾聲辨識系統、顯示輸出介面以及等6個記憶卡儲存七項子系統,各系統間的關係圖如圖10所示。

10. 鼾聲辨識裝置各子系統間的關係

 

3.     專題實作計畫執行進度與甘梯圖

3.1執行進度

如圖11所示,本計畫分為兩個階段進行(每4個月為一階段),各階段工作說明如下:

第一階段:

組成研究團隊,建立意見與技術交流機制,研究睡眠鼾聲與呼吸中止症的相關研究與臨床表徵,訂定鼾聲與呼吸中止症評估標準,並進行設計需求分析與概念設計。

第二階段:

建立鼾聲與呼吸中止症監測裝置,並進行功能測試與重複修正,接著完成鼾聲與呼吸中止症監測裝置,並完成整合功能測試工作並發表成果。

11. 計畫執行流程

3.2預定進度甘梯田圖(Gannt Chart)

計畫名稱:睡眠監測與評估系統設計

               

 

一(93/04

二(93/05

三(93/06

四(93/07

五(93/08

六(93/09

七(93/10

八(93/11

九(93/12

    

組織研究團隊

 

 

 

 

 

 

 

 

第一階段

建立意見技術交流機制

 

 

 

 

 

 

 

 

計畫構想書報名與初審

 

 

 

 

 

 

 

 

研究睡眠生理活動

 

 

 

 

 

 

 

 

鼾聲與呼吸中止症研究

 

 

 

 

 

 

 

量化鼾聲與呼吸中止症指標

 

 

 

 

 

 

 

感測技術評估與感測裝置製作

 

 

 

第二階段

鼾聲與呼吸中止判斷模式建立

 

 

 

 

 

 

測試與修正

 

 

 

 

 

 

完成鼾聲與呼吸中止症監測裝置

 

 

 

 

 

 

 

成果發表

預定進度(累積數)

35%

45%

55%

65%

70%

80%

90%

95%

100%

工作量之比重

4.     專題實作計畫預期成果

鼾聲是一項普遍且值得重視的睡眠疾病,若合併呼吸中止症更是對生命與健康的莫大威脅,本計畫希望實際建立適合居家睡眠環境使用的睡眠鼾聲與呼吸中止症監測裝置,可以整合為睡眠監測與評估系統的一個環節,並可以單獨使用,使有打鼾問題的人可以先在家中做初步的檢測,若有需要再至醫院做詳細檢查,初步檢測的資料也可做為醫生的參考。本計畫完成之Sleep Guardian鼾聲與呼吸中止症監測裝置預期功能與外觀如圖13與圖14所示,除了鼾聲與呼吸中止症的睡眠監測評估功能之外,也結合了時鐘與鬧鐘的功能,拓展商品化的生活化的實用潛力。

13. 鼾聲與呼吸中止監測裝置外觀

14. 鼾聲與呼吸中止監測評估模式

參考資料

Alfaro, M.P., Leehan, J.A., Banuelos, V.M., Sosa, S.C., Gonzalez, R., 1995, Frequency analysis of simulated snoring sounds using Burg’s estimator,” Engineering in Medicine and Biology Society, vol. 2, p.949-950

Jane, R., Sola-Soler, J., Fiz, J.A., Morera, J.,2000,Automatic detection of snoring signals: validation with simple snorers and OSAS patients,Engineering in Medicine and Biology Society, vol. 4, p. 3129-3131

Kim, H.Y., Park, H.J., Park, K.S., 1999,Real-time analysis of snoring in polysomnographic recording,BMES/EMBS Conference, vol. 2, p. 885

Lopez, F.J., Behbehani, K., Kamangar, F., 1994,An artificial neural network based snore detector,Engineering in Medicine and Biology Society, vol.2, p1107-1108

Smithson, A.J., Griffiths, C.J., Drinnan, M.J., Gibson, G.J.,1995, “Methods for assessing snoring”, Sleep Monitoring, p.1-3