越來越多的人受到睡眠質量欠佳的困擾, 因此搭建一套簡便、有效的睡眠腦電監測系統是十分必要的。它能夠記錄整晚睡眠腦電信息, 進行自動睡眠分期, 并且得到睡眠質量評分。系統采用單導聯(三個電極)的簡便方式進行采集, 電極安放在前額葉, 以防睡眠時脫落。分別采用了盤狀電極和一次性心電圖電極來采集睡眠腦電, 以便為電極選擇提供參考。振幅整合腦電圖算法和樣本熵算法被用于睡眠腦電處理中, 結果顯示兩套算法都能進行自動睡眠分期與評價。本系統能夠用于整晚睡眠監測和定量評價。
引用本文： 李慧, 葉大田, 彭誠. 便攜式睡眠腦電監測系統的研制. 生物醫學工程學雜志, 2015, 32(3): 548-552, 557. doi: 10.7507/1001-5515.20150100 復制
引言
隨著亞健康人群的增多，越來越多的人受到睡眠質量欠佳問題的困擾，人們對于睡眠質量改善的要求愈加迫切。因此，無論在臨床研究還是在科研領域，睡眠的研究受到重視。臨床上大多采用多導睡眠圖進行睡眠監測，即同時記錄和分析多項睡眠生理學指標進行睡眠醫學研究和睡眠疾病診斷[1]，其記錄方面包括腦電圖、心電圖、血氧飽和度、眼電圖和肌電圖等。這種設備功能較為齊全，但需要專業人員在醫院病房內進行長時間觀察，不宜推廣到家庭使用。廣泛用于人群睡眠情況統計的匹茲堡睡眠質量指數表[2-3]主要建立在志愿者的主觀描述上，只是一種定性分析。市場上便攜式睡眠監測儀主要有兩類，一類是睡眠呼吸監測系統，另一類是睡眠腦電監測系統。睡眠呼吸監測系統主要用于睡眠呼吸暫停低通氣綜合征患者的監測，監測通路包括血氧飽和度、脈率、口/鼻氣流、鼾聲、胸/腹部呼吸努力度、體位等，具有安裝、分析簡便的特點，代表產品為飛利浦Alice PDx便攜式睡眠監測儀。睡眠腦電監測系統主要用于家庭睡眠情況監測，它可獲取大腦睡眠腦電信息，進行睡眠分期處理和睡眠質量分析，具有操作簡單、結果可靠的特點，代表產品為美國ZEO公司產品。
腦電是睡眠研究的一個重要而有效的途徑，其信號中包含了大量生理和病理信息，在睡眠和人類腦科學的研究中起著十分重要的作用。本文旨在介紹一種簡便、有效、適合用于家庭長時間使用的睡眠腦電監測系統，它能夠記錄整晚的睡眠腦電信息，進行自動睡眠分期，并且得到睡眠質量評分。
1 系統整體設計
系統主要由硬件部分和軟件部分組成。硬件部分包括電極部分和腦電信號采集部分，軟件部分包括計算機分析部分，系統的整體框圖如圖 1所示。電極部分分別使用盤狀電極和一次性心電圖電極進行睡眠腦電的采集。腦電信號采集部分使用新拓生物電放大器獲取原始腦電信號。計算機分析部分分別利用振幅整合腦電圖(amplitude-integrated electroencephalogram, aEEG)算法和樣本熵(sample entropy, SampEn)算法進行自動睡眠分期，并且得到睡眠質量評分。
圖1
系統整體框圖
Figure1.
Block diagram of the overall system
2 系統硬件部分
2.1 電極部分
睡眠腦電采集時間較長，干擾較多，因此對電極的要求較高。采集電極不僅能夠長時間使用，抗干擾性強，而且電極本身應簡單方便，對睡眠的影響降為最低。傳統腦電采集主要使用盤狀電極，本文嘗試將一次性心電圖電極引入到腦電采集中，探究其使用功效，以便為電極選擇提供參考。盤狀電極即鍍銀盤狀有孔電極，將導電膏填滿后固定在頭皮上可獲取清晰、無偽差、不失真的腦電信號，其接觸阻抗較小。一次性心電圖電極在電極盤與皮膚之間加少許導電膏，接觸阻抗較小，可得到高質量的信號，具有無創、易安置和穩定的特點。
為了降低操作難度，減少睡眠的不舒服感，電極簡化是十分必要的。結合ZEO頭帶的設計思路[4]，本文采用單導聯的方式進行腦電信號的采集。安放位置為前額葉，因為此處對睡眠質量的影響較低，安放較為容易，而且可以綜合采集到腦電信號、眼動信號和額部肌電信號，便于信號的后期分析處理。
2.2 腦電采集儀器
腦電采集部分采用新拓生物電放大器，它可獲得原始腦電信號，便于后期信號的處理分析。新拓生物電放大器是雙極性、單導聯系統，采樣率為1 000次/s，分辨率為0.5μV。新拓生物電放大器與采集電極和微型計算機分別相連，組成睡眠腦電采集系統。
ZEO系統被用作參考系統，它能提供睡眠分期結果和睡眠質量評分。ZEO系統通過獲取原始腦電信號進行睡眠腦電自動分期，它顯示了各個睡眠期的開始和結束時間，累積了各個睡眠期的時長，提供了睡眠質量評分。它采用人工神經網絡的方式進行睡眠分期，此神經網絡使用信號的時間和頻率相關特征綜合判斷睡眠階段，從而實現對應于Rechtschaffen & Kales(簡稱R & K)標準的最佳估計[4]。
2.3 睡眠腦電采集實驗
睡眠腦電采集實驗在清華大學深圳研究生院生物醫學工程研究中心進行。志愿者年齡為20~30歲，并且均無明顯睡眠障礙。實驗開始時間按照志愿者平時睡眠習慣進行，結束時間為其早晨自然蘇醒后。實驗開始前先用75%酒精擦拭安放電極的皮膚，再用磨砂膏輕輕打磨，從而降低接觸阻抗。志愿者需要同時佩戴ZEO頭帶和新拓電極，二者在垂直方向盡量保持一致，從而保證測得較為一致的腦電信號。為了降低環境的改變對睡眠的影響，實驗第一晚為適應性睡眠，只使用ZEO采集數據但不作分析處理。通過ZEO結果與個人感受綜合評定是否有睡眠障礙，是否適應了新的睡眠環境。若無障礙且適應了環境，則隨后佩戴ZEO電極和新拓電極同時采集數據并且進行分析處理；若存在睡眠障礙，則繼續一晚的適應性睡眠，再次評定是否有睡眠障礙且適應了環境，如果此次無障礙且適應，則開展正式實驗，如果仍然不適應，則終止本次實驗。
3 系統軟件部分
3.1 振幅整合腦電圖算法
aEEG算法是一種從長時間的腦電信號中提取時間壓縮的幅度信息，以反映大腦背景活動整體水平的無創監護方法[5]。aEEG算法忽略腦電波頻率細節的變化，而突出其在大時間尺度的幅度趨勢變化，其核心是時間軸壓縮和幅度調整。利用aEEG算法進行睡眠腦電分期及睡眠質量評分的流程如圖 2所示。
圖2
aEEG算法處理流程
Figure2.
Flow chart of the aEEG sleep staging algorithm
aEEG算法在文獻[6]中有詳細介紹，本文不再贅述。圖 3顯示了一例睡眠分期結果。表 1列出了用aEEG算法對4例數據(由一次性心電圖電極采集)的分期結果，括號內為ZEO結果，便于比較分析。表 2列出了用aEEG算法對4例數據(由盤狀電極采集)的分期結果，括號內為ZEO結果。深睡期和快速眼動(rapid eyes movement, REM)期對睡眠質量影響較大，因此著重統計這兩個睡眠期的匹配程度。統計8例結果，深睡期最大誤差時間不超過34 min，誤差時間占其總睡眠時間的比例不大于8.40%；REM期最大誤差時間不超過25 min，誤差時間占其總睡眠時間的比例不大于6.01%。aEEG算法結果與ZEO結果有較好的一致性，因此證明了aEEG算法用于自動睡眠腦電分期的可行性。由于不同志愿者的腦電靈敏度不同，因此要得到統一的睡眠分期決策指標首先要將邊帶歸一化，以便能共同用于后期睡眠腦電分期處理，不必顧慮所使用電極的不同帶來的差異性。
圖3
aEEG算法結果
(a)aEEG結果；(b)上邊帶盒形圖序列；(c)aEEG分期結果
Figure3. Results of aEEG algorithm(a) aEEG results; (b) box-plot sequence of the upper margin; (c) aEEG staging result
表1
aEEG算法結果與ZEO結果(心電圖電極)
Table1.
Result comparison between aEEG algorithm and ZEO by disposable medical ECG electrodes
表2
aEEG算法結果與ZEO結果(盤狀電極)
Table2.
Result comparison between aEEG algorithm and ZEO by silver disc electrodes
3.2 樣本熵算法
SampEn是一種量化時間序列不規則度(或復雜性)的嵌入熵[7-8]，它被用于評價維數變化時，反映腦電序列產生新模式概率的大小[9]。腦電信號隨機性越大、復雜度越高，SampEn值越大；反之，腦電越規則，SampEn值越小。整個睡眠過程是由睡眠各期不斷循環構成的。處于相同睡眠期內，腦電序列產生新模式的概率變化很小，而當從一種睡眠期向另一種睡眠期轉換時，產生新模式的概率變化將加大，因此利用SampEn來度量各個睡眠期腦電的復雜度和隨機性是合理的。利用SampEn進行睡眠腦電分期及睡眠質量評分的流程如圖 4所示。
圖4
SampEn算法處理流程
Figure4.
Flow chart of the SampEn algorithm
SampEn算法在文獻[6]中有詳細介紹，本文不再贅述。圖 5顯示了1例睡眠分期結果。表 3列出了用SampEn算法對4例數據(由一次性心電圖電極采集)的分期結果，括號內為ZEO結果。表 4列出了用SampEn算法對4例數據(由盤狀電極采集)的分期結果，括號內為ZEO結果。統計8例結果，深睡期最大誤差時間不超過55 min，誤差時間占其總睡眠時間的比例不大于14.0%；REM期最大誤差時間不超過30 min，誤差時間占其總睡眠時間的比例不大于7.61%。SampEn算法結果與ZEO結果有較好的一致性，因此證明了SampEn算法用于自動睡眠腦電分期的可行性。由于不同志愿者的腦電靈敏度不同，因此要得到統一的睡眠分期決策指標首先要將SampEn曲線進行歸一化，以便能共同用于后期睡眠腦電分期處理，不必顧慮所使用電極的不同帶來的差異性。
圖5
SampEn算法結果
(a)SampEn曲線；(b)SampEn盒形圖序列；(c)SampEn算法自動分期結果
Figure5. Results of sample entropy algorithm(a) SampEn curve; (b) box-plot sequence of SampEn; (c) SampEn staging result
表3
SampEn算法結果與ZEO結果(心電圖電極)
Table3.
Result comparison between SampEn algorithm and ZEO by disposable medical ECG electrodes
表4
SampEn算法結果與ZEO結果(盤狀電極)
Table4.
Result comparison between SampEn algorithm and ZEO by silver disc electrodes
4 討論與結論
本文介紹了一套便攜式睡眠監測系統，并證明了其具有一定的實用性和可行性。系統采用雙極性、單導聯方式進行采集，電極放置在前額部，降低了采集對睡眠質量的影響。采用盤狀電極和一次性心電圖電極分別進行睡眠腦電的采集，為電極選擇提供參考。提出了兩套睡眠腦電處理算法，為睡眠質量評價提供了定量指標。
本組采集到的樣本量較小，后期需要大樣本的學習與調整，擴展采樣人群范圍，增加睡眠腦電圖分類，提高決策指標的準確性。增加大量睡眠樣本，訓練并提取睡眠各期特征，有可能獲得更精確的用以睡眠自動分期的aEEG指標或SampEn指標。aEEG算法是原始睡眠腦電經過時間軸壓縮和幅度調整得到的信號，它忽略了頻率細節的變化，突出了幅度變化的趨勢。SampEn算法度量了各個睡眠期腦電的復雜度和隨機性。兩種方法分別從時域和頻域進行睡眠分期處理，互為補充。
此外，本文分別使用盤狀電極和一次性心電圖電極采集睡眠腦電信號，結果證明了一次性心電圖電極用于腦電采集的可行性。此外，一次性心電圖電極比盤狀電極具有一定的優越性：
(1)一次性心電圖電極免去了涂抹導電膏的步驟，操作較為簡便。其自帶的導電膏不易干燥，附著性穩定，采集結果準確。而盤狀電極不僅需要涂抹導電膏，而且需要火膠棉進行固定，操作繁瑣，需要有經驗的醫生進行放置。
(2)一次性心電圖電極價格便宜，平均為0.55角/個，而盤狀電極價格從20~60元/根不等。此外，盤狀電極內部連線容易損壞，且不易察覺，容易造成結果的誤判。
引言
隨著亞健康人群的增多，越來越多的人受到睡眠質量欠佳問題的困擾，人們對于睡眠質量改善的要求愈加迫切。因此，無論在臨床研究還是在科研領域，睡眠的研究受到重視。臨床上大多采用多導睡眠圖進行睡眠監測，即同時記錄和分析多項睡眠生理學指標進行睡眠醫學研究和睡眠疾病診斷[1]，其記錄方面包括腦電圖、心電圖、血氧飽和度、眼電圖和肌電圖等。這種設備功能較為齊全，但需要專業人員在醫院病房內進行長時間觀察，不宜推廣到家庭使用。廣泛用于人群睡眠情況統計的匹茲堡睡眠質量指數表[2-3]主要建立在志愿者的主觀描述上，只是一種定性分析。市場上便攜式睡眠監測儀主要有兩類，一類是睡眠呼吸監測系統，另一類是睡眠腦電監測系統。睡眠呼吸監測系統主要用于睡眠呼吸暫停低通氣綜合征患者的監測，監測通路包括血氧飽和度、脈率、口/鼻氣流、鼾聲、胸/腹部呼吸努力度、體位等，具有安裝、分析簡便的特點，代表產品為飛利浦Alice PDx便攜式睡眠監測儀。睡眠腦電監測系統主要用于家庭睡眠情況監測，它可獲取大腦睡眠腦電信息，進行睡眠分期處理和睡眠質量分析，具有操作簡單、結果可靠的特點，代表產品為美國ZEO公司產品。
腦電是睡眠研究的一個重要而有效的途徑，其信號中包含了大量生理和病理信息，在睡眠和人類腦科學的研究中起著十分重要的作用。本文旨在介紹一種簡便、有效、適合用于家庭長時間使用的睡眠腦電監測系統，它能夠記錄整晚的睡眠腦電信息，進行自動睡眠分期，并且得到睡眠質量評分。
1 系統整體設計
系統主要由硬件部分和軟件部分組成。硬件部分包括電極部分和腦電信號采集部分，軟件部分包括計算機分析部分，系統的整體框圖如圖 1所示。電極部分分別使用盤狀電極和一次性心電圖電極進行睡眠腦電的采集。腦電信號采集部分使用新拓生物電放大器獲取原始腦電信號。計算機分析部分分別利用振幅整合腦電圖(amplitude-integrated electroencephalogram, aEEG)算法和樣本熵(sample entropy, SampEn)算法進行自動睡眠分期，并且得到睡眠質量評分。
圖1
系統整體框圖
Figure1.
Block diagram of the overall system
2 系統硬件部分
2.1 電極部分
睡眠腦電采集時間較長，干擾較多，因此對電極的要求較高。采集電極不僅能夠長時間使用，抗干擾性強，而且電極本身應簡單方便，對睡眠的影響降為最低。傳統腦電采集主要使用盤狀電極，本文嘗試將一次性心電圖電極引入到腦電采集中，探究其使用功效，以便為電極選擇提供參考。盤狀電極即鍍銀盤狀有孔電極，將導電膏填滿后固定在頭皮上可獲取清晰、無偽差、不失真的腦電信號，其接觸阻抗較小。一次性心電圖電極在電極盤與皮膚之間加少許導電膏，接觸阻抗較小，可得到高質量的信號，具有無創、易安置和穩定的特點。
為了降低操作難度，減少睡眠的不舒服感，電極簡化是十分必要的。結合ZEO頭帶的設計思路[4]，本文采用單導聯的方式進行腦電信號的采集。安放位置為前額葉，因為此處對睡眠質量的影響較低，安放較為容易，而且可以綜合采集到腦電信號、眼動信號和額部肌電信號，便于信號的后期分析處理。
2.2 腦電采集儀器
腦電采集部分采用新拓生物電放大器，它可獲得原始腦電信號，便于后期信號的處理分析。新拓生物電放大器是雙極性、單導聯系統，采樣率為1 000次/s，分辨率為0.5μV。新拓生物電放大器與采集電極和微型計算機分別相連，組成睡眠腦電采集系統。
ZEO系統被用作參考系統，它能提供睡眠分期結果和睡眠質量評分。ZEO系統通過獲取原始腦電信號進行睡眠腦電自動分期，它顯示了各個睡眠期的開始和結束時間，累積了各個睡眠期的時長，提供了睡眠質量評分。它采用人工神經網絡的方式進行睡眠分期，此神經網絡使用信號的時間和頻率相關特征綜合判斷睡眠階段，從而實現對應于Rechtschaffen & Kales(簡稱R & K)標準的最佳估計[4]。
2.3 睡眠腦電采集實驗
睡眠腦電采集實驗在清華大學深圳研究生院生物醫學工程研究中心進行。志愿者年齡為20~30歲，并且均無明顯睡眠障礙。實驗開始時間按照志愿者平時睡眠習慣進行，結束時間為其早晨自然蘇醒后。實驗開始前先用75%酒精擦拭安放電極的皮膚，再用磨砂膏輕輕打磨，從而降低接觸阻抗。志愿者需要同時佩戴ZEO頭帶和新拓電極，二者在垂直方向盡量保持一致，從而保證測得較為一致的腦電信號。為了降低環境的改變對睡眠的影響，實驗第一晚為適應性睡眠，只使用ZEO采集數據但不作分析處理。通過ZEO結果與個人感受綜合評定是否有睡眠障礙，是否適應了新的睡眠環境。若無障礙且適應了環境，則隨后佩戴ZEO電極和新拓電極同時采集數據并且進行分析處理；若存在睡眠障礙，則繼續一晚的適應性睡眠，再次評定是否有睡眠障礙且適應了環境，如果此次無障礙且適應，則開展正式實驗，如果仍然不適應，則終止本次實驗。
3 系統軟件部分
3.1 振幅整合腦電圖算法
aEEG算法是一種從長時間的腦電信號中提取時間壓縮的幅度信息，以反映大腦背景活動整體水平的無創監護方法[5]。aEEG算法忽略腦電波頻率細節的變化，而突出其在大時間尺度的幅度趨勢變化，其核心是時間軸壓縮和幅度調整。利用aEEG算法進行睡眠腦電分期及睡眠質量評分的流程如圖 2所示。
圖2
aEEG算法處理流程
Figure2.
Flow chart of the aEEG sleep staging algorithm
aEEG算法在文獻[6]中有詳細介紹，本文不再贅述。圖 3顯示了一例睡眠分期結果。表 1列出了用aEEG算法對4例數據(由一次性心電圖電極采集)的分期結果，括號內為ZEO結果，便于比較分析。表 2列出了用aEEG算法對4例數據(由盤狀電極采集)的分期結果，括號內為ZEO結果。深睡期和快速眼動(rapid eyes movement, REM)期對睡眠質量影響較大，因此著重統計這兩個睡眠期的匹配程度。統計8例結果，深睡期最大誤差時間不超過34 min，誤差時間占其總睡眠時間的比例不大于8.40%；REM期最大誤差時間不超過25 min，誤差時間占其總睡眠時間的比例不大于6.01%。aEEG算法結果與ZEO結果有較好的一致性，因此證明了aEEG算法用于自動睡眠腦電分期的可行性。由于不同志愿者的腦電靈敏度不同，因此要得到統一的睡眠分期決策指標首先要將邊帶歸一化，以便能共同用于后期睡眠腦電分期處理，不必顧慮所使用電極的不同帶來的差異性。
圖3
aEEG算法結果
(a)aEEG結果；(b)上邊帶盒形圖序列；(c)aEEG分期結果
Figure3. Results of aEEG algorithm(a) aEEG results; (b) box-plot sequence of the upper margin; (c) aEEG staging result
表1
aEEG算法結果與ZEO結果(心電圖電極)
Table1.
Result comparison between aEEG algorithm and ZEO by disposable medical ECG electrodes
表2
aEEG算法結果與ZEO結果(盤狀電極)
Table2.
Result comparison between aEEG algorithm and ZEO by silver disc electrodes
3.2 樣本熵算法
SampEn是一種量化時間序列不規則度(或復雜性)的嵌入熵[7-8]，它被用于評價維數變化時，反映腦電序列產生新模式概率的大小[9]。腦電信號隨機性越大、復雜度越高，SampEn值越大；反之，腦電越規則，SampEn值越小。整個睡眠過程是由睡眠各期不斷循環構成的。處于相同睡眠期內，腦電序列產生新模式的概率變化很小，而當從一種睡眠期向另一種睡眠期轉換時，產生新模式的概率變化將加大，因此利用SampEn來度量各個睡眠期腦電的復雜度和隨機性是合理的。利用SampEn進行睡眠腦電分期及睡眠質量評分的流程如圖 4所示。
圖4
SampEn算法處理流程
Figure4.
Flow chart of the SampEn algorithm
SampEn算法在文獻[6]中有詳細介紹，本文不再贅述。圖 5顯示了1例睡眠分期結果。表 3列出了用SampEn算法對4例數據(由一次性心電圖電極采集)的分期結果，括號內為ZEO結果。表 4列出了用SampEn算法對4例數據(由盤狀電極采集)的分期結果，括號內為ZEO結果。統計8例結果，深睡期最大誤差時間不超過55 min，誤差時間占其總睡眠時間的比例不大于14.0%；REM期最大誤差時間不超過30 min，誤差時間占其總睡眠時間的比例不大于7.61%。SampEn算法結果與ZEO結果有較好的一致性，因此證明了SampEn算法用于自動睡眠腦電分期的可行性。由于不同志愿者的腦電靈敏度不同，因此要得到統一的睡眠分期決策指標首先要將SampEn曲線進行歸一化，以便能共同用于后期睡眠腦電分期處理，不必顧慮所使用電極的不同帶來的差異性。
圖5
SampEn算法結果
(a)SampEn曲線；(b)SampEn盒形圖序列；(c)SampEn算法自動分期結果
Figure5. Results of sample entropy algorithm(a) SampEn curve; (b) box-plot sequence of SampEn; (c) SampEn staging result
表3
SampEn算法結果與ZEO結果(心電圖電極)
Table3.
Result comparison between SampEn algorithm and ZEO by disposable medical ECG electrodes
表4
SampEn算法結果與ZEO結果(盤狀電極)
Table4.
Result comparison between SampEn algorithm and ZEO by silver disc electrodes
4 討論與結論
本文介紹了一套便攜式睡眠監測系統，并證明了其具有一定的實用性和可行性。系統采用雙極性、單導聯方式進行采集，電極放置在前額部，降低了采集對睡眠質量的影響。采用盤狀電極和一次性心電圖電極分別進行睡眠腦電的采集，為電極選擇提供參考。提出了兩套睡眠腦電處理算法，為睡眠質量評價提供了定量指標。
本組采集到的樣本量較小，后期需要大樣本的學習與調整，擴展采樣人群范圍，增加睡眠腦電圖分類，提高決策指標的準確性。增加大量睡眠樣本，訓練并提取睡眠各期特征，有可能獲得更精確的用以睡眠自動分期的aEEG指標或SampEn指標。aEEG算法是原始睡眠腦電經過時間軸壓縮和幅度調整得到的信號，它忽略了頻率細節的變化，突出了幅度變化的趨勢。SampEn算法度量了各個睡眠期腦電的復雜度和隨機性。兩種方法分別從時域和頻域進行睡眠分期處理，互為補充。
此外，本文分別使用盤狀電極和一次性心電圖電極采集睡眠腦電信號，結果證明了一次性心電圖電極用于腦電采集的可行性。此外，一次性心電圖電極比盤狀電極具有一定的優越性：
(1)一次性心電圖電極免去了涂抹導電膏的步驟，操作較為簡便。其自帶的導電膏不易干燥，附著性穩定，采集結果準確。而盤狀電極不僅需要涂抹導電膏，而且需要火膠棉進行固定，操作繁瑣，需要有經驗的醫生進行放置。
(2)一次性心電圖電極價格便宜，平均為0.55角/個，而盤狀電極價格從20~60元/根不等。此外，盤狀電極內部連線容易損壞，且不易察覺，容易造成結果的誤判。
