//Logo Image
作者:陳明周(2004-06-28);推薦:徐業良(2004-06-28)
附註:本文為九十三學年度元智大學機械工程研究所陳明周碩士論文「鼾聲監測裝置之設計與製作」第二章。

第二章 鼾聲監測裝置之設計概念

2.1     鼾聲監測裝置之設計需求

1為本研究鼾聲監測裝置之設計需求。其主要目的為監測睡眠鼾聲與睡眠呼吸中止症鼾聲模式特徵,監測方式上以非察覺性為設計重點,能在居家睡眠環境、不影響正常睡眠前提下做長期監測。在訊號處理上能辨別鼾聲與其他環境異音,監測資料輸出方式除即時鼾聲顯示外,並能以記憶卡將監測歷程記錄下來,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。

1. 鼾聲監測裝置之設計需求

綜合上述鼾聲監測裝置之設計需求,本鼾聲監測裝置之感測流程如圖2所示,聲波訊號由聲音感測系統轉成電壓訊號,經濾波器濾波後,進入智慧型鼾聲判斷程式辨別為鼾聲、睡眠呼吸中止症、或其他環境異音,再由資料顯示模組以燈號、LCD做即時顯示。

2. 本鼾聲監測裝置之感測流程

在此流程中,最重要的步驟是鼾聲與睡眠呼吸中止症鼾聲模式特徵之辨識。本鼾聲監測裝置鼾聲辨識分別從頻域和時域著手,頻域的部份由一組低通濾波器濾波非鼾聲頻帶的訊號,時域則是根據鼾聲一起一伏的特性進行判別。

2.2    鼾聲頻域特徵分析

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。因此本研究鼾聲監測裝置首先採用濾波曲線較為平滑的一階主動式濾波器(如圖3),對外界接收聲音先行濾波,去除高頻訊號。

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

3. 一階主動式濾波器濾波曲線

2.3    鼾聲時域特徵分析

4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5將時間軸縮短至13秒,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鼾聲間隔時間特性,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。

4. 連續5分鐘的鼾聲記錄

5. 4次鼾聲波形

如圖5,本研究中將鼾聲持續時間稱作Tduration,鼾聲間隔時間稱作Tinterval,一聲音訊號要確認其為鼾聲,必須符合以下四個規則:

(1)   聲音訊號Tduration符合一般鼾聲維持時間的範圍。

(2)   聲音訊號Tinterval符合一般鼾聲間隔時間的範圍。

(3)   Tduration+Tinterval符合一般呼吸週期範圍。

(4)   符合以上特徵之聲音訊號重複出現。

54次鼾聲經過A/D轉換及訊號前處理,成為如圖6的平滑曲線,此時的Y軸定義為Vsum(前處理的過程將第四章中說明),每個訊號間隔時間為83.3ms,亦即每秒鐘有12個資料點。鼾聲開始與結束的時間,很難作明確的定義,如圖6,本研究中定義鼾聲訊號之Vsum連續遞增6次,視為一次鼾聲的開始,鼾聲訊號之Vsum連續遞減9次,視為一次鼾聲的結束。聲音訊號之Tduration定義為鼾聲開始至鼾聲結束之時間,Tinterval定義為鼾聲結束至下一次鼾聲開始之時間。

6. TdurationTinterval之定義

為界定一般鼾聲TdurationTinterval的範圍,本研究錄製了5位經耳鼻喉科醫師診斷有嚴重打鼾問題,需要做夜間多項生理監測檢查的患者,在居家睡眠環境中整晚之鼾聲記錄。5位患者的Tduration統計圖與Tinterval統計圖如表2所示,患者之間的TdurationTinterval分佈並不完全相同,但時間範圍相當一致。圖75位患者所有的鼾聲Tduration整合在一張圖中,總共有5024個鼾聲,99.0%的鼾聲Tduration0.6~1.8秒的範圍內,因此本研究鼾聲辨識規則(1)Tduration的範圍就設定在0.6~1.8秒之間。圖8亦將5位患者所有的鼾聲Tinterval整合在一張圖中,98.5%的鼾聲Tinterval1.4~4.0秒的範圍內,因此本研究鼾聲辨識規則(2)Tinterval的範圍就設定在1.4~4.0秒之間。

2. 鼾聲維持時間與鼾聲間隔時間統計圖

編號:A

日期:2004/04/19

鼾聲次數:1860

編號:B

日期:2004/04/30

鼾聲次數:1450

編號:C

日期:2004/05/03

鼾聲次數:709

編號:D

日期:2004/05/17

鼾聲次數:501

編號:E

日期:2004/06/4

鼾聲次數:552

7. 所有鼾聲Tduration統計圖

8. 所有鼾聲Tinterval統計圖

一般正常成年人的呼吸頻率文獻記載為每分鐘16次,孩童與青少年呼吸頻率較快,5歲時平均呼吸頻率為每分鐘26次,15-20歲時平均呼吸頻率為每分鐘20次【張問禮,民84年】。本研究中記錄的5位患者每分鐘打鼾次數最少12次、最多20次,故採用較保守的估計設定合理的鼾聲訊號頻率範圍為每分鐘11~21次,即每次鼾聲的週期最長5.5秒,最短2.8秒,因此本研究鼾聲辨識規則(3)中聲音訊號之Tduration+Tinterval應該介於2.8~5.5sec之間,才認定其為鼾聲。

在日常生活中其他聲音還是有機會呈現上述間隔模式,同時也符合鼾聲週期,然而符合以上特徵之聲音訊號重複出現,因此本研究鼾聲辨識規則(4)中,符合鼾聲辨識規則(1)(2)(3)之聲音訊號必須連續發生n次後,才認定其為鼾聲。例如n=2即符合前述規則之聲音訊號必須發生連續2次才開始視為鼾聲,n的數值愈大也就是評定為鼾聲的門檻愈高。使用者剛準備入睡時,容易發出許多聲響,同時有鼾聲的可能性也較低,n值可設定較高;隨著判定鼾聲累積次數增加,鼾聲可能性提高,n值設定可調低。本研究中n值設定如圖9,鼾聲監測裝置啟動時n=4,隨著累積的鼾聲總數增加,n值逐漸降低至1,亦即只要符合鼾聲時間特性1次,即視為鼾聲。

9. 訊號重複次數n值的設訂

2.4    睡眠呼吸中止症鼾聲模式特徵分析

本研究的另一重要目的為辨識睡眠呼吸中止症鼾聲模式特徵。在第一章中提到過醫師臨床診斷上睡眠呼吸中止症有ABC三項診斷標準,其中的第C項「夜間監測證實每小時的睡眠中有5次或以上超過10秒的阻塞性呼吸事件,或每7小時睡眠有30次的事件」為標準條件,本研究鼾聲監測裝置也以此診斷標準作為辨識依據。

近年來對睡眠呼吸中止症的定義有較為廣泛的解釋,即使呼吸沒有中止,只要有通氣降低(hypopnea)並使血氧飽和度下降達百分之四以上者,也應該列入考慮【陳芳祝,民92年】。但是本研究鼾聲監測裝置在非察性的前提下僅有聲音訊號一項輸入,無法感知血氧下降的情形,可能遺漏上述解釋中的睡眠呼吸中止症發生情形。Wang[1998]82名用多項睡眠生理檢查確定診斷患有睡眠呼吸中止症的兒童做臨床分析,發現臨床症狀的預測準確度以尿床最高,為46%,白天嗜睡為33%,家長目睹睡眠呼吸中止為32%,張口呼吸及打鼾都是30%,普遍都不高,不過若是大於80dB的打鼾聲的預測準確度則可達60%

本研究鼾聲監測器以鼾聲為依據,僅在判斷使用者是否有「睡眠呼吸中止症鼾聲模式特徵」,而非用來診斷使用者是否患有睡眠呼吸中止症。

張高耀等人【民84年】對睡眠呼吸中止症的臨床表現做了如下詳細的敘述:

“典型的情形是打鼾聲很響,而且是間歇性的,可以很明顯注意到一段段安靜期(呼吸中止),雖然病人有持續的呼吸動作,似乎掙扎著想要呼吸,等呼吸再度通暢時,喉嚨再度響起巨大的鼾聲,病人輾轉反側,然後呼呼入睡。”

本研究在所記錄5位患者打鼾聲音檔中,選取5個符合前述特徵的範例(如圖10~14),做為主要觀察的目標。

10. 睡眠呼吸中止症範例1

範例1乃觀察單一次睡眠呼吸中止症發生的情形,患者在呼吸中止40秒之後呼吸道終於暢通。暢通時先是1次巨大的鼾響接著連續數次的喘息聲,喘息聲呈現愈來愈微弱的趨勢,接著呼吸道再次受到阻塞又進入呼吸中止的情形36秒。

11. 睡眠呼吸中止症範例2

範例2是睡眠呼吸中止症情形連續發生的情形,患者連續的「呼吸中止à巨大鼾響à喘息…」,呼吸中止的長度分別為21秒、29秒、30秒、及34秒。

12. 睡眠呼吸中止症範例3

並不是每次的睡眠呼吸中止症後都會有如範例12的巨大鼾響。圖12的範例3,患者在1打鼾之後呼吸停止了將約20秒的時間,接著就是一連串的喘息聲,喘息聲的音量很小且仍有阻塞住呼吸不順暢的感覺

13. 睡眠呼吸中止症範例3

範例4是沒有喘息亦沒有巨大鼾響的睡眠呼吸中止症情形。患者在音量平穩的打鼾之間出現呼吸中止的情形,呼吸中止時間約在12~15秒。

14. 睡眠呼吸中止症範例5

範例5是在連續很長的規律打鼾後忽然呼吸中止22秒,之後又開始連續規律的打鼾,鼾聲沒有因呼吸中止22秒而有特別強烈的起伏或是造成喘息。

由上列5個睡眠呼吸中止症範例,發現睡眠呼吸中止症的鼾聲模式雖然有一定的特徵,但個別案例之間又有差異。相似特徵是都會有超過10秒呼吸中斷(安靜的時間),因此睡眠呼吸中止症的鼾聲模式判別規則(1)為,2次鼾聲時間間隔在10秒以上、60秒之內,並且於間隔期間並無其它異音。

而睡眠呼吸中止症的鼾聲模式個別案例之間相異之處,在於呼吸暢通緊接著患者的外在表現可能是巨大鼾響或喘息聲,或兩者皆有。因此睡眠呼吸中止症的鼾聲模式之第二次鼾聲判別與一般鼾聲判別不同,需考慮巨大鼾響或喘息聲兩種狀況,且不會重複發生。另外由於睡眠呼吸中止症不會在入睡後馬上發生,因此在開始發生睡眠呼吸中止症之前必然已累積了一定量的打鼾次數,可以利用上述特性再加入一項規則,即打鼾次數必需超過50次才開始睡眠呼吸中止症鼾聲模式特徵的辨識,以增加系統的穩定度。圖11為使用上述規則判斷睡眠呼吸中止症鼾聲特徵模式初步辨識效果。

11. 睡眠呼吸中止症鼾聲模式特徵初步辨識效果

參考文獻

張高耀、周慧玲、林俊修、馮南雄,民國84年,“阻塞性睡眠呼吸中止症侯群”,台灣醫界38卷第5期,p.45~49

陳芳祝,民國92年,“阻塞型呼吸中止症之治療”,臨床醫學,第51卷第二期,p.117~118

張問禮,民國84,“運動對心肺功能的影響”,實用運動生理問答p.97-122

Wang R.C., Elkins T.P., Keech D., Wauguider A., Hubbard D., 1998,Accuracy of clinical evaluation in pediatric obstructive sleep apnea.Otoluryngol Head Neck Surg, vol.18, p.69~73.