專利名稱：智能防打鼾的睡眠枕的制作方法
技術領域：
本發(fā)明屬于計算機測量技術、自動化控制技術在減少與防止打鼾，提高睡眠質量方面的應用，尤其是一種睡眠枕。
背景技術：
睡眠障礙是常見疾病，臨床表現復雜多樣。隨著現代化進程的不斷推進，社會競爭不斷激烈，人們的工作和生活節(jié)奏加快，睡眠障礙的發(fā)病率不斷升高。世界各國都面臨睡眠障礙難題。據2002年的有關調查顯示，我國人群中有45.4％左右的人存在著不同程度的睡眠問題。上海6家大醫(yī)院的睡眠專家聯合對上海各社區(qū)近1萬名市民進行調查，發(fā)現晚間打鼾的發(fā)生率高達40％以上，約4％的人發(fā)生睡眠呼吸中止癥。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)是每晚鼾聲如雷并且潛藏著危及生命的睡眠呼吸暫停綜合癥，是健康上的一個隱患。因此睡眠障礙既是科學問題，也是社會問題。
睡眠障礙包括，睡眠打鼾，張口呼吸，甚至出現呼吸暫時停止。睡眠中反復憋醒，睡眠不寧。經常發(fā)生夜間心絞痛及心律失常。醒后頭痛，頭暈，晨起后血壓高。白天疲乏無力，困倦、嗜睡甚至在工作開會或者駕駛時睡著，發(fā)生車禍和工作意外的比例也遠高于一般正常人，根據美國睡眠協(xié)會的調查顯示，美國每年45％的車禍以及55％的工傷事故都是由于睡眠疾病造成的，因瞌睡而發(fā)生工傷事故的經濟損失高達640億美圓，瞌睡更是導致每年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。而睡眠呼吸中止癥更花費每年3億美圓的檢查費用，而打鼾瞌睡所引發(fā)的車禍，更是造成了120億美圓的損失。睡眠障礙最突出的表現是打鼾、打呼嚕。
打鼾的人時常被別人抱怨，和同室或者配偶的關系變得異常緊張，令打鼾者煩惱。然而打鼾更大的危害是引起呼吸暫停。打鼾者的氣道通常比正常人狹窄，白天清醒時咽喉部肌肉代償性收縮使氣道保持開放，不發(fā)生堵塞。但在夜間睡眠時神經興奮性下降，肌肉松弛，咽部組織堵塞，使上氣道塌陷，當氣流通過狹窄部位時，產生渦流并引起振動，從而出現鼾聲，嚴重時呼吸可以暫時停止，從而影響人的身體健康。
業(yè)已發(fā)現體位的改變對一些阻塞性睡眠呼吸暫停綜合征(Obstructive SleepApnea Syndrome，OSAS)患者的睡眠狀況有較大影響，許多患者側臥位時呼吸暫停的同期指數(Apnea and Hypopnea Index，AHI)明顯低于仰臥位。
依據Cartwright等學者的研究成果，把OSAS患者仰臥位時的AHI大于側臥位時的2倍以上者定義為體位型(Positional Patient，PP)，反之定義為非體位型(Nonpositional Patient，NPP)的標準；Pevernagie等學者近年來第一次發(fā)現PP與NPP上氣道形狀、大小的區(qū)別主要在上氣道的胯咽部，兩組間差異有顯著性。PP組的最小橫斷面幾乎是NPP組仰臥位和右側臥位的2倍。二組的上氣道形狀也是不同的，PP組是橢圓形，NPP組是圓形的。形狀的差別主要是山于PP組橫徑更大，前后徑兩組間無差別。PP組在仰臥位時對軟組織的壓力降低了前后徑，從而睡眠時表現呼吸紊亂。這些資料也表明，當這些患者采取側臥位時，前后徑增加，側壁分開以至于它們不會聚集在一起而阻塞咽腔，這樣有充分的氣道而避免了上氣道的塌陷。然而NPP組由于橫徑下降，咽橫斷面降低至PP組的50％，因此即使改成側臥位也不能阻止咽塌陷。
PP組的患者相對NPP組呼吸紊亂嚴重程度較低，輕、中度OSAS患者中大部分為體位依賴型。并且經多變量分析表明，AHI是評估、判定體位型患者最重要的相關因素。這意味著體位睡眠可能是OSAS自然發(fā)展過程中一個特征。隨著OSAS嚴重程度的進展，體位型OSAS可轉變成非體位型患者。對于PP型患者，通過調整體位，可以有效的減少睡眠時的呼吸暫停次數。
PP組患者的體重較NPP組平均低7.5kg，PP型所占的百分比與肥胖的嚴重程度呈明顯負相關，經多變量分析，BMI是評判是否為體位型患者的主要相關因素。Llooyd等學者發(fā)現OSAS患者側臥位時的AHI值與肥胖度的相關性比仰臥位高，表明體重降低時改善側臥位睡眠時的呼吸紊亂較好，而對仰臥位改變較輕。這可以理解為隨著體重的減輕，NPP型患者可以轉變?yōu)镻P型。
對晚上打鼾嚴重者，為了改善其睡眠質量和減少同室或者配偶的抱怨，民間也常采用一些改變入睡者體位的方法，有些采用了在入睡者背的中部放入一個球的方式來強制入睡者采取側臥位睡眠，這種方式雖然有效，但是也會給入睡者帶來不適感和不便感。另外有些打鼾者即使采取了側臥位睡眠方式經過一段時間后仍然要發(fā)出鼾聲，在整個睡眠過程中需要不斷地改變睡眠體位。
響亮而不均勻的打鼾聲是睡眠障礙患者的一個最明顯的共同特征，鼾聲又是一種非常容易獲取的、可以實現無拘束、非察覺性的聲音信息。隨著信號檢測、語音處理技術、自動控制技術的發(fā)展，特別是嵌入式計算機技術的發(fā)展為無拘束、非察覺性地測量睡眠障礙、減少鼾聲、改善睡眠質量提供了一種新的方法。

發(fā)明內容為了克服已有的睡眠枕不能改變睡眠體位的不足，本發(fā)明提供一種無拘束的及時測量睡眠障礙的手段，根據所檢測到的鼾聲情況進行自動改變睡眠體位，以提高睡眠質量的智能防打鼾的睡眠枕。
本發(fā)明解決其技術問題所采用的技術方案是一種智能防打鼾的睡眠枕，包括枕頭、拾音器、用于根據接收的睡眠聲音信號進行智能判斷的微處理器、用于改變睡眠者睡眠體位的枕頭移位機構，所述的拾音器對稱設置在所述枕頭的兩側，所述枕頭安裝在枕頭移位機構上，所述的拾音器的輸出連接所述的微處理器，所述的微處理器包括數字低通濾波模塊，用于將拾音器獲取的睡眠聲音信號去除背景噪音；聲音數據存儲模塊，用于將拾音器獲取的睡眠聲音信號存儲到數據存儲器中；睡眠體位判斷模塊，用于計算左右兩個拾音器所測量的睡眠聲音的音量，區(qū)分三種不同睡眠體位如左右兩個拾音器音量接近，判斷睡眠者處于仰躺狀態(tài)；如左邊拾音器的音量比右邊拾音器的音量高于間隔閾值，判斷睡眠者處于左側睡狀態(tài)；如右邊拾音器的音量比左邊拾音器的音量高于間隔閾值，判斷睡眠者處于右側睡狀態(tài)；鼾聲周期判斷模塊，用于定義Tsnore為鼾聲持續(xù)時間，定義Tno-snore為鼾聲間隔時間，聲音信號要判斷為鼾聲必須符合鼾聲診斷標準中的四個條件1)、聲音信號Tsnore符合一般鼾聲維持時間的范圍；2)、聲音信號Tno-snore符合一般鼾聲間隔時間的范圍；3)、Tsnore+Tno-snore符合一般一個呼吸周期范圍；4)、符合上述特征的聲音信號要重復出現，如符合上述四個條件，判斷為打鼾聲音；啟動移位機構模塊，用于根據所述的聲音數據，統(tǒng)計鼾聲的次數，判斷鼾聲數是否達到域值Ksnore，如達到閾值Ksnore啟動移位機構；移位機構執(zhí)行模塊，用于根據當前的睡眠體位、以及上一次睡眠體位，控制移位機構執(zhí)行到另一種體位。
進一步，所述的枕頭移位機構包括可正反轉的驅動電機、左軸、右軸、移動滑墊，所述兩個軸的一端分別安裝尼龍齒輪，所述的驅動電機連接尼龍齒輪，所述的兩個尼龍齒輪之間設有齒條帶，移動滑墊可轉動地套接在左軸、右軸上，所述的枕頭固定在所述地移動滑墊上。
再進一步，所述的數字低通濾波模塊的截止頻率在200Hz，其遞推公式為式(1)Vnoise(i)＝(1-λ)Vnoise(i-1)+λVnoise-cn(i)(1)式中Vnoise-cn(i)為所測量到的聲音電壓信號，Vnoise(i-1)為上次數字濾波器的輸出，Vnoise(i)為這次數字濾波器的輸出，λ為更新的速度，取值在0～1之間，λ的大小與低通濾波器的截止頻率有關，λ越接近1低通濾波器的截止頻率就越高。
更進一步，將所述濾波模塊的輸出Vnoise(i)的值連續(xù)遞增6次作為鼾聲的起始點，濾波模塊的輸出Vnoise(i)的值連續(xù)遞減8次作為鼾聲的結束點，鼾聲持續(xù)時間Tsnore為鼾聲的起始點的時間到鼾聲的結束點所化費的時間，Tno-snore為鼾聲的結束點到下一個鼾聲的起始點所化費的時間，根據上述計算得到的一系列Tsnore和Tno-snore值進行統(tǒng)計。
在鼾聲數等于域值Ksnore時，進行如下計算，如式(2)所示T‾snore=Σi=1KsnoreTsnore(i)/Ksnore]]>T‾no-snore=Σi=1KsnoreTno-snore(i)/Ksnore]]>Tbreath cycle＝Tsnore+Tno-snoreσsnore=Σi=1Ksnore(T‾snore-Tsnore(i))2/(Ksnore-1)]]>σno-snore=Σi=1Ksnore(T‾no-snore-Tno-snore(i))2/(Ksnore-1)]]>σbreath cycle=Σi=1Ksnore(T‾breath cycle-Tbreathcycle(i))2/(Ksnore-1)----(2)]]>
式中Tsnore(i)為所測量到的鼾聲持續(xù)時間，Tsnore(i)為所測量到的鼾聲間隔時間，Tsnore和σsnore分別為鼾聲持續(xù)時間的均值和方差，Tno-snore和σno-snore分別為鼾聲間隔時間的均值和方差，Tbreath cycle和σbreath cycle分別為一個呼吸周期的均值和方差將鼾聲持續(xù)時間分布區(qū)間(Tsnore-3σsnore，Tsnore+3σsnore)、鼾聲間隔時間分布區(qū)間(Tno-snore-3σno-snore，Tno-snore+3σno-snore)、呼吸周期分布區(qū)間(Tbreath cycle-3σbreath cycle，Tbreath cycle+3σbreath cycle)作為新的鼾聲診斷標準。
本發(fā)明的工作原理是作為檢測睡眠中打鼾聲的兩個拾音器分別安裝在枕部的兩側，實時地檢測著入睡者鼾聲信息，要實現無拘束測量睡眠障礙同時能去除其他聲音的干擾，涉及到以下幾個關鍵問題(1)鼾聲的響度測量以及睡眠姿態(tài)的判斷用鼾聲的響度能表示的是鼾聲能量的強弱程度，其強度主要取決于鼾聲聲波振幅的大小。鼾聲聲音的響度可以用聲壓(達因/平方厘米)或聲強(瓦特/平方厘米)來計量，聲壓的單位為帕(Pa)，它與基準聲壓比值的對數值稱為聲壓級，單位是分貝(dB)。響度的相對量稱為響度級，它表示的是某鼾聲響度與基準響度比值的對數值。響度——聲音的大?。豁懚雀l(fā)聲體的振幅有關系，振幅越大，響度越大；振幅越小，響度越??；同時響度跟距發(fā)聲體的遠近、方向有關系。由于入睡時人的睡眠姿態(tài)不盡相同，即使同一個人睡眠姿態(tài)也會經常發(fā)生變化，要實現無拘束測量就不能規(guī)定睡眠中人的口鼻與拾音器的距離，所以會產生鼾聲聲強與在枕頭上的入睡人的頭部位置而發(fā)生變化的情況，Smithson等人曾經做過一個有關鼾聲評估的實驗，實驗中將麥克風設置在被測量者頭上的90cm處，實驗結果發(fā)現橫躺與仰躺所造成的誤差小于2分貝，用揚聲器模擬打鼾聲源放在床的中央與兩側，誤差也在2分貝以內。根據這樣的實驗結果，可以認為鼾聲音量判斷的公差應為±2分貝。由于本發(fā)明中是將兩個麥克風配置在枕的兩邊，方向是朝著仰躺時口部的位置，如果左右兩個麥克風所測量到的鼾聲音量相同，則可以判斷被測量者處于仰躺狀態(tài)，如果右邊的麥克風比左邊的麥克風所測量到的鼾聲音量高4分貝，則可以判斷被測量者處于向右側睡狀態(tài)，用同樣方法也可以判斷被測量者處于向左側睡狀態(tài)，為此本發(fā)明中要解決睡眠中人的口鼻與拾音器的距離、方向發(fā)生變化時能修正響度值，使得能達到正確測量鼾聲的響度的目的，計算機通過上述睡眠體位的判斷作出如何改變體位決策；(2)鼾聲的周期測量鼾聲是當呼吸氣流通過時沖擊咽部粘膜邊緣和粘膜表面分泌物引起振動而產生的聲音；其部位始至鼻咽直至下咽，包括軟腭、懸雍垂、扁桃體及腭咽弓、腭舌弓、舌根、咽部的肌肉和粘膜，在這些部位中產生渦流并引起振動現象，其每分鐘鼾聲的次數是與呼吸次數是相一致的，一般成年人在睡眠時完成一次呼吸周期是3秒左右，也就是發(fā)出鼾聲然后鼾聲的停歇的周期頻率在0.3赫茲左右，通過鼾聲的周期測量可以提高鼾聲識別的精度。
(3)去除背景噪音由于麥克風拾音的方式的缺點是噪雜音多，容易受到背景音影響，作為去除噪音目前主要分為兩種方法，即硬件濾波和軟件濾波；Smithson在其的研究中發(fā)現鼾聲的最低頻率在100Hz以下，因此可以將該指標作為鼾聲濾波的頻帶標準，研究還發(fā)現雖然鼾聲多半分布在100Hz以下這個領域，但是一般日常的談話聲、笑聲、咳嗽聲也多包含有這個頻帶內的聲音，因此僅僅采用濾波器方式處理仍然存在著不足之處；Jane等學者曾使用625個聲音樣本通過神經網絡進行訓練，由22項頻域與時域的聲音特征輸入值，系統(tǒng)能在離線狀態(tài)下分析由錄音設備所存儲的聲音資料，辯識出鼾聲并排除其他背景噪音。經樣本實驗表明，鼾聲大都包含在0～200Hz的聲音頻帶內，而其他聲音的分布頻域則較廣，由于每個人的咽部組織結構存在著差異，而這種差異會影響鼾聲的頻帶范圍，因此在設計濾波器時能考慮到個人差自動調節(jié)濾波頻帶，但是這種方式只有通過軟件濾波的方式才能實現，如果是采用軟件濾波的話那么實時性能也十分重要。
根據上述的三個關鍵問題，本發(fā)明的目的是以減少睡眠者打鼾為重點，以發(fā)現早期鼾癥為主要特征，在測量方法上以無拘束、非察覺性為設計重點，在控制技術上以自然舒適的方式調整睡眠者體位，該枕頭既能在居家睡眠環(huán)境、不影響正常睡眠前提下做長期監(jiān)測，又能用于改善睡眠者的睡眠。因此在聲音信息處理上能辨別鼾聲與其他環(huán)境聲音，所監(jiān)測的資料輸出方式除能實時顯示鼾聲以外，并能以記憶卡將監(jiān)測過程記錄下來，供睡眠專家做診斷參考；在辨別鼾聲后能通過數模接口輸出給驅動單元，驅動單元根據控制信號產生相應的動作來改變睡眠中人的頭部位置，使睡眠者的氣道保持開放狀態(tài)從而改善睡眠質量，因此本檢測裝置要與目前睡眠中使用的枕頭緊密的結合在一起。因此本發(fā)明在定位上屬于居家睡眠用品，價廉物美、貼近床上用品設計也是必須考慮的。
綜合上述的智能防打鼾的睡眠枕設計要求，本發(fā)明的處理流程如圖3所示，聲波信號由聲音感知部分轉化成電壓信號，電壓信號通過A/D轉化成數字信號，經數字低通濾波器去除背景噪音，然后送給智能鼾聲判斷單元辯識為鼾聲、或者其他環(huán)境音，最后通過D/A輸出給驅動單元，驅動單元根據控制信號產生相應的動作來改變睡眠中人的頭部位置，使睡眠者的氣道保持開放狀態(tài)；也可以通過I/O接口顯示其監(jiān)測結果、也可以將記錄數據保存到存儲單元中。
為了去除背景噪音，在本發(fā)明中采用了數字低通濾波器，經A/D得到的聲音電壓信號中含有各種背景噪音，而鼾聲大都包含在0～200Hz的聲音頻帶內，因此數字低通濾波器的設計就是要將200Hz以上的頻率信號過濾掉，為了提高數字低通濾波器的計算實時性，本發(fā)明中采用了遞推方式來實現低通濾波，公式由式(1)給出，因此低通濾波器算法中的λ的值可以根據所得到某個人的鼾聲的頻帶范圍作自動調整，如果測量到的鼾聲的頻帶范圍小于低通濾波器的截止頻率那么就可以再減小λ的值，以提高濾波效果。
從得到的數字濾波器的輸出Vnoise(i)的值進行鼾聲在時域中的特征識別，用圖2說明本發(fā)明中對鼾聲的周期測量的方法，在本發(fā)明中定義Tsnore為鼾聲持續(xù)時間，定義Tno-snore為鼾聲間隔時間，一個聲音信號要判斷為鼾聲必須符合以下四個條件1)聲音信號Tsnore符合一般鼾聲維持時間的范圍；2)聲音信號Tno-snore符合一般鼾聲間隔時間的范圍；3)Tsnore+Tno-snore符合一般一個呼吸周期范圍；4)符合上述特征的聲音信號要重復出現。
根據上述的四個判斷條件，要通過實驗來決定一般鼾聲維持時間的范圍、一般鼾聲間隔時間的范圍和一般一個呼吸周期范圍，根據多個打鼾者的晚上鼾聲記錄，從分析來看，每個打鼾者的Tsnore和Tno-snore分布并不完全相同，但是時間范圍還是呈現一定的規(guī)律，99.0％的鼾聲Tsnore在0.6～1.8秒以內，98.5％的鼾聲間隔時間Tno-snore的范圍在1.4～4.0秒以內，一般一個成年人的呼吸頻率在每分鐘16次左右，實驗結果表明打鼾者每分鐘打鼾的次數分布在12～20次之間，為了做一個比較保守的計算，每次呼吸的周期，即Tsnore+Tno-snore在2.8～5.5秒之間；有了上述三個判斷范圍值，再加上條件判斷4是否有重復出現上述的打鼾聲。
為了決定鼾聲的起始點與鼾聲的結束點，在本發(fā)明中將數字濾波器的輸出Vnoise(i)的值連續(xù)遞增6次作為鼾聲的起始點；數字濾波器的輸出Vnoise(i)的值連續(xù)遞減8次作為鼾聲的結束點，因此鼾聲維持時間Tsnore為鼾聲的起始點的時間到鼾聲的結束點所化費的時間，Tno-snore為鼾聲的結束點到下一個鼾聲的起始點所化費的時間。
在日常生活中其他的聲音也有可能出現上述的間隔模式，同時也符合鼾聲的周期，然而要重復多次出現這種情況的概率就非常少，因此在本專利中再增加一個附加判斷條件，即滿足上述條件1)、2)、3)的聲音信號必須連續(xù)出現n次后才認為是鼾聲，當然這與睡眠時間也有關聯，如果是白天時間段的話，n的取值可以大些，晚間n的取值可以小些；剛睡到床上時n的取值可以大些，出現了多次鼾聲后n的取值可以降低為1，也就是說n的取值大判斷為鼾聲的門檻越高，通過這種方式能將一些背景音去除掉。
雖然每個人的每分鐘的呼吸次數，即Tsnore+Tno-snore在2.8～5.5秒之間，但是畢竟還是存在著個性差，上述的指標范圍上限與下限的差接近一倍，且某個人每次呼吸的周期也會發(fā)生一些變化，
為了比較準確的獲得某個人的每分鐘的呼吸次數，根據上述計算得到的一系列Tsnore和Tno-snore值進行統(tǒng)計，從而能比較精確的得到被監(jiān)測者的每分鐘的呼吸次數的均數，實驗結果表明某個人的呼吸周期是符合正態(tài)分布的，只要鼾聲樣本測試數據大就可以用正態(tài)分布的兩個參數均數μ和標準差σ，本發(fā)明中利用淺睡眠期所監(jiān)測到的鼾聲來進行統(tǒng)計，即鼾聲的連續(xù)累計數達到了一個域值Ksnore后進行如下計算，計算公式如式(2)所示，T‾snore=Σi=1KsnoreTsnore(i)/Ksnore]]>T‾no-snore=Σi=1KsnoreTno-snore(i)/Ksnore]]>Tbreath cycle＝Tsnore+Tno-snoreσsnore=Σi=1Ksnore(T‾snore-Tsnore(i))2/(Ksnore-1)]]>σno-snore=Σi=1Ksnore(T‾no-snore-Tno-snore(i))2/(Ksnore-1)]]>σbreath cycle=Σi=1Ksnore(T‾breath cycle-Tbreathcycle(i))2/(Ksnore-1)----(2)]]>式中Tsnore(i)為所測量到的鼾聲持續(xù)時間，Tsnore(i)為所測量到的鼾聲間隔時間，Tsnore和σsnore分別為鼾聲持續(xù)時間的均值和方差，Tno-snore和σno-snore分別為鼾聲間隔時間的均值和方差，Tbreath cycle和σbreath cycle分別為一個呼吸周期的均值和方差，通過在淺睡眠期所得到鼾聲監(jiān)測值來得到上述的6個判斷數據，這些數據比上述的4項判斷標準中更能反映個人差，因此在進入睡眠鼾聲模式判斷前將上述6個判斷數據更新上述4項判斷標準中的數據能提高模式判斷精度；本發(fā)明中由于將鼾聲持續(xù)時間分布區(qū)間(Tsnore-3σsnore，Tsnore+3σsnore)、鼾聲間隔時間分布區(qū)間(Tno-snore-3σno-snore，Tno-snore+3σno-snore)、呼吸周期分布區(qū)間(Tbreath cycle-3σbreath cycle，Tbreath cycle+3σbreath cycle)作為新的鼾聲診斷標準，在此以外的概率只有萬分之二十六，這是一個很小的概率，因此能排除背景噪音、個人差對監(jiān)測精度的影響。
頻繁地改變睡眠體位也會對睡眠者來說會帶來不適感，因此改變睡眠體位也需要在適當的時機、以適當的方式來進行。所述的適當的時機，在本發(fā)明中當所檢測到的鼾聲連續(xù)累計數達到了一個域值Ksnore后采取改變體位動作；所述的適當的方式是根據上述的睡眠體位的判斷，如果判斷目前睡眠體位是仰躺狀態(tài)，這時候就要再判斷一下上一次的睡眠狀態(tài)，如果上一次睡眠狀態(tài)是在左側，枕頭移位機構就產生使體位向右側轉的動作，使得睡眠者向右側睡；如果目前睡眠體位是處在右側睡眠狀態(tài)，枕頭移位機構就產生使體位向左側轉的動作，使得睡眠者處于仰躺；…；通過不斷地改變睡眠人的體位，使其有充分的氣道而避免了上氣道的塌陷，進而達到減少鼾聲的目的。
所述的改變睡眠狀態(tài)的枕頭移位機構，至少能夠使得枕頭產生相對于頭部左右移動的動作，移動幅度的大小是根據上述動作策略來決定的；智能防打鼾的睡眠枕的機械部分如圖6所示，使用中將一般的睡眠用枕頭放在枕頭移位機構上，用一對具有雌雄搭伴帶狀織物將枕頭與移動滑墊相對固定起來，比如將雄搭伴帶狀織物縫制在睡眠用枕頭下面，將雌搭伴帶狀織物縫制在移動滑墊的上面，移動滑墊產生移動時就帶動了枕頭的左右移動；移動滑墊的內側(靠頭頂部位)固定了一個環(huán)狀齒條帶，該環(huán)狀齒條帶與裝在枕頭移位機構兩側的尼龍齒輪嚙合，其中一個尼龍齒輪由小型電機帶動可作旋轉運動，小型電機能作正反兩個方向的轉動，當小型電機接受到上述動作策略指示進行轉動時，通過尼龍齒輪與環(huán)狀齒條帶的嚙合傳動帶動了移動滑墊的左右移動，同時移動滑墊與睡眠用枕頭是相對固定的，因此也會帶動睡眠用枕頭作左右移動；另外移動滑墊的內側由于睡眠人的頭部重量會使得移動滑墊的內側上下部緊靠在一起而產生摩擦力，為了減少這種摩擦力，在本發(fā)明中在移動滑墊的內側采用光滑的面料。
本發(fā)明的有益效果主要表現在1、自動改變睡眠體位，以提高睡眠質量；2、無拘束、非察覺性地及時測量睡眠障礙。


圖1是測量睡眠鼾聲的方法處理流程圖；圖2是鼾聲的記錄曲線的示意圖；圖3是智能防打鼾的睡眠枕的組成圖；圖4是計算機中實現智能防打鼾的睡眠枕的方法處理流程的功能模塊分割圖；圖5是智能防打鼾的睡眠枕實施的示意圖6是智能防打鼾的睡眠枕的機械部分示意圖。
具體實施方式
下面結合附圖對本發(fā)明作進一步描述。
參照圖1、圖2、圖3、圖4、圖5、圖6，一種智能防打鼾的睡眠枕，所述的睡眠枕包括枕頭2、拾音器1、用于根據接收的睡眠聲音信號進行智能判斷的微處理器3、用于改變睡眠者睡眠體位的枕頭移位機構，所述的拾音器1對稱設置在所述枕頭2的兩側，所述枕頭2安裝在枕頭移位機構上，所述的拾音器1的輸出連接所述的微處理器3，所述的微處理器3包括數字低通濾波模塊7，用于將拾音器獲取的睡眠聲音信號去除背景噪音；聲音數據存儲模塊8，用于將拾音器獲取的睡眠聲音信號存儲到數據存儲器中；睡眠體位判斷模塊24，用于計算左右兩個拾音器所測量的睡眠聲音的音量，區(qū)分三種不同睡眠體位如左右兩個拾音器音量接近，判斷睡眠者處于仰躺狀態(tài)；如左邊拾音器的音量比右邊拾音器的音量高于間隔閾值，判斷睡眠者處于左側睡狀態(tài)；如右邊拾音器的音量比左邊拾音器的音量高于間隔閾值，判斷睡眠者處于右側睡狀態(tài)；鼾聲周期判斷模塊9，用于定義Tsnore為鼾聲持續(xù)時間，定義Tno-snore為鼾聲間隔時間，聲音信號要判斷為鼾聲必須符合鼾聲診斷標準中的四個條件1)、聲音信號Tsnore符合一般鼾聲維持時間的范圍；2)、聲音信號Tno-snore符合一般鼾聲間隔時間的范圍；3)、Tsnore+Tno-snore符合一般一個呼吸周期范圍；4)、符合上述特征的聲音信號要重復出現，如符合上述四個條件，判斷為打鼾聲音；啟動移位機構模塊25，用于根據所述的聲音數據，統(tǒng)計鼾聲的次數，判斷鼾聲數是否達到域值Ksnore，如達到閾值Ksnore啟動移位機構；移位機構執(zhí)行模塊10，用于根據當前的睡眠體位、以及上一次睡眠體位，控制移位機構執(zhí)行到另一種體位，通過D/A接口18輸出到枕頭位置變化驅動裝置19。
本實施例的鼾聲檢測如圖5所示，睡眠者在入睡時與平時一樣頭部由枕頭2墊著，枕頭2的兩側安置著面向被檢測者口鼻部的拾音器1，拾音器1為麥克風，兩個麥克風1分別接入到微處理器3的語音接口中；當睡眠者在入眠后發(fā)出鼾聲，麥克風1檢測到聲音信號經放大給微處理器3；在微處理器3中進行聲音信號的濾波和睡眠障礙的智能化判斷，根據判斷結果和改變體位動作策略通過接口輸出執(zhí)行裝置改變睡眠者的體位；圖6為智能防打鼾的睡眠枕的機械部分，當接受到改變體位動作策略信號后驅動電機20作相應的動作，電機20的轉動帶動了裝在同一個軸上的尼龍齒輪21轉動，尼龍齒輪21轉動使得與其嚙合的環(huán)狀齒條帶22作左右移動，由于環(huán)狀齒條帶22、移動滑墊23與枕頭2是相對固定的，因此尼龍齒輪21的左右轉動使得枕頭2進行左右移動；使用中將一般的睡眠用枕頭2放在枕頭移位機構上，用一對具有雌雄搭伴帶狀織物將枕頭2與移動滑墊23相對固定起來，比如將雄搭伴帶狀織物縫制在睡眠用枕頭2下面，將雌搭伴帶狀織物縫制在移動滑墊23的上面，移動滑墊23產生移動時就帶動了枕頭2的左右移動；移動滑墊23的內側(靠頭頂部位)固定了一個環(huán)狀齒條帶22，該環(huán)狀齒條帶22與裝在枕頭移位機構兩側的尼龍齒輪21嚙合，其中一個尼龍齒輪21由小型電機20帶動可作旋轉運動，小型電機20能作正反兩個方向的轉動，當小型電機20接受到上述動作策略指示進行轉動時，通過尼龍齒輪21與環(huán)狀齒條帶22的嚙合傳動帶動了移動滑墊23的左右移動，同時移動滑墊23與睡眠用枕頭2是相對固定的，因此也會帶動睡眠用枕頭2作左右移動；另外移動滑墊23的內側由于睡眠人的頭部重量會使得移動滑墊23的內側上下部緊靠在一起而產生摩擦力，為了減少這種摩擦力，在本發(fā)明中在移動滑墊23的內側采用光滑的面料。
測量鼾聲的方法的實現步驟可以大致上分為5個部分所構成，如圖1所示，首先要感知睡眠者的聲波信號，接著通過將聲波信號由聲音感知部分轉化成電壓信號，電壓信號通過A/D轉化成數字信號，經數字低通濾波器去除背景噪音，然后送給智能鼾聲判斷單元辯識為鼾聲、或者其他環(huán)境音，最后可以通過I/O接口顯示其監(jiān)測結果、也可以將記錄數據保存到存儲單元中、也可以通過D/A輸出給驅動單元，驅動單元根據控制信號產生相應的動作來改變睡眠中人的頭部位置，使睡眠者的氣道保持開放狀態(tài)；
在微處理器3中實現無拘束、非察覺性測量鼾聲的方法處理流程的功能模塊用圖4來說明，數字低通濾波器模塊7將A/D得到的聲音電壓信號將200Hz以上的頻率信號過濾掉，實現的數字低通濾波器的截止頻率在200Hz，為了提高數字低通濾波器的計算實時性，本發(fā)明中采用了遞推方式來實現低通濾波，公式由式(1)給出；Vnoise(i)＝(1-λ)Vnoise(i-1)+λVnoise-cn(i)(1)式中Vnoise-cn(i)為所測量到的聲音電壓信號，Vnoise(i-1)為上次數字濾波器的輸出，Vnoise(i)為這次數字濾波器的輸出，λ為更新的速度，取值在0～1之間，λ的大小與低通濾波器的截止頻率有關，λ越接近1低通濾波器的截止頻率就越高，由于每個人軟件的咽部組織結構以及每個人每時每刻咽部的黏膜形式也會變化而存在著差異，而這種差異會影響鼾聲的頻帶范圍，既時是同一個人鼾聲的長短有時也會變化，鼾聲的響度也會發(fā)生相應的變化；因此低通濾波器算法中的λ的值可以根據所得到某個人的鼾聲的頻帶和響度范圍作自動調整，如果測量到的鼾聲的頻帶和響度范圍小于低通濾波器的截止頻率那么就可以再減小λ的值，以提高濾波效果。
數字低通濾波器模塊7所輸出Vnoise(i)的值中除了鼾聲以外還可能包含著其他背景噪音，要判定某一個聲音信號為鼾聲必須符合以下四個條件1)聲音信號Tsnore符合一般鼾聲維持時間的范圍；2)聲音信號Tno-snore符合一般鼾聲間隔時間的范圍；3)Tsnore+Tno-snore符合一般一個呼吸周期范圍；4)符合上述特征的聲音信號要重復出現。判定是否是鼾聲在鼾聲周期判斷模塊8中進行，要進行鼾聲周期判斷必須首先有一個判斷標準，這個判斷標準是通過不同人群的大樣本和大量數據通過統(tǒng)計得到上述的4個判斷標準，但是這個標準是沒有區(qū)分每個人的個性差，比如99.0％的鼾聲Tsnore在0.6～1.8秒以內，98.5％的鼾聲間隔時間Tno-snore的范圍在1.4～4.0秒以內，一般一個成年人的呼吸頻率在每分鐘16次左右，實驗結果表明打鼾者每分鐘打鼾的次數分布在12～20次之間，并將放在診斷標準數據文件模塊4中，同時也必須規(guī)定鼾聲的起始點與鼾聲的結束點，所述的確定鼾聲的起始點與鼾聲的結束點，在本發(fā)明中將數字濾波器的輸出Vnoise(i)的值連續(xù)遞增6次作為鼾聲的起始點；數字濾波器的輸出Vnoise(i)的值連續(xù)遞減8次作為鼾聲的結束點，因此鼾聲維持時間Tsnore為鼾聲的起始點的時間到鼾聲的結束點所化費的時間，Tno-snore為鼾聲的結束點到下一個鼾聲的起始點所化費的時間；同時在日常生活中其他的聲音也有可能出現上述的間隔模式，也有可能符合鼾聲的周期，然而要重復多次出現這種情況的概率就非常少，因此在本專利中再增加一個附加判斷條件，即滿足上述條件1)、2)、3)的聲音信號必須連續(xù)出現n次后才認為是鼾聲，當然這與睡眠時間也有關聯，如果是白天時間段的話，n的取值可以大些，晚間n的取值可以小些；剛睡到床上時n的取值可以大些，出現了多次鼾聲后n的取值可以降低為1，也就是說n的取值大判斷為鼾聲的門檻越高，通過這種判斷方式能將一些背景音去除掉。上述的判斷過程在鼾聲周期判斷模塊9中進行。
在本發(fā)明中增加了一個判斷范圍修正模塊11，當鼾聲的連續(xù)累計數等于域值Ksnore時，通過在域值Ksnore以前鼾聲的數據來修正上述的判斷范圍，理由是作為不同的人(比如男性與女性)，鼾聲有高有低、有長有短；既是同一個人有時候鼾聲也會有高有低、有長有短；因此需要在上述粗分標準的基礎上得到更精確的判斷標準，根據不同的人采用其本人當時情況相適應的判斷標準會有助于提高判斷的準確性。
如果啟用診斷功能，鼾聲的連續(xù)累計數超過了域值Ksnore就進入鼾聲智能判斷模塊12；并通過障礙次數統(tǒng)計模塊13得到睡眠障礙次數，根據診斷標準數據存儲模塊4中的數據，進行診斷，如果有則睡眠障礙異常報告模塊15發(fā)出異常報告，并通過睡眠障礙顯示模塊16輸出，在顯示裝置17中顯示，并從個人基本數據14中，記錄個人的資料。
所述的睡眠體位判斷模塊所進行的計算是根據配置在枕的兩邊兩個麥克風所測量到的鼾聲響度來判斷入睡人的睡眠體位，兩個麥克風的方向是朝著仰躺時口部的位置，如果左右兩個麥克風所測量到的鼾聲音量相同，則可以判斷被測量者處于仰躺狀態(tài)，如果右邊的麥克風比左邊的麥克風所測量到的鼾聲音量高4分貝，則可以判斷被測量者處于向右側睡狀態(tài)，用同樣方法也可以判斷被測量者處于向左側睡狀態(tài)，計算機通過上述睡眠體位的判斷以及上次改變體位的狀態(tài)作出這次如何改變體位決策，由于本發(fā)明中是通過移動枕頭的方式來改變睡眠者體位的，每次枕頭的移動距離要根據人的頭部大小來確定，根據測量數據要改變一次體位，枕頭的移動距離在16cm左右。
所述的判斷范圍修正模塊11所進行的計算是根據每個人的個性差適當修正判斷范圍，其依據是每個人的每分鐘的呼吸次數，即Tsnore+Tno-snore在2.8～5.5秒之間，但是畢竟還是存在著個性差，上述的指標范圍上限與下限的差接近一倍，且某個人每次呼吸的周期也會發(fā)生一些變化，某個人的鼾聲持續(xù)時間與鼾聲間隔時間同樣與其他打鼾者的鼾聲也會不同，為了比較準確的獲得某個人的每分鐘的呼吸次數，根據上述計算得到的一系列Tsnore和Tno-snore值進行統(tǒng)計，從而能比較精確的得到被監(jiān)測者的每分鐘的呼吸次數、鼾聲持續(xù)時間和鼾聲間隔時間的均數和標準差，實驗結果表明某個人的呼吸周期是符合正態(tài)分布的，只要鼾聲樣本測試數據大就可以用正態(tài)分布的兩個參數均數μ和標準差σ，本發(fā)明中利用淺睡眠期所監(jiān)測到的鼾聲來進行統(tǒng)計，即鼾聲的連續(xù)累計數達到了一個域值Ksnore后進行如下計算，計算公式如式(2)所示，T‾snore=Σi=1KsnoreTsnore(i)/Ksnore]]>T‾no-snore=Σi=1KsnoreTno-snore(i)/Ksnore]]>Tbreath cycle＝Tsnore+Tno-snoreσsnore=Σi=1Ksnore(T‾snore-Tsnore(i))2/(Ksnore-1)]]>σno-snore=Σi=1Ksnore(T‾no-snore-Tno-snore(i))2/(Ksnore-1)]]>σbreath cycle=Σi=1Ksnore(T‾breath cycle-Tbreathcycle(i))2/(Ksnore-1)----(2)]]>
式中Tsnore(i)為所測量到的鼾聲持續(xù)時間，Tsnore(i)為所測量到的鼾聲間隔時間，Tsnore和σsnore分別為鼾聲持續(xù)時間的均值和方差，Tno-snore和σno-snore分別為鼾聲間隔時間的均值和方差，Tbreath cycle和σbreath cycle分別為一個呼吸周期的均值和方差，通過在淺睡眠期所得到鼾聲監(jiān)測值來得到上述的6個判斷數據，這些數據比上述的4項判斷標準中更能反映個人差，因此在進入睡眠鼾聲模式判斷前將上述6個判斷數據更新上述4項判斷標準中的數據能提高模式判斷精度；本發(fā)明中由于將鼾聲持續(xù)時間分布區(qū)間(Tsnore-3σsnore，Tsnore+3σsnore)、鼾聲間隔時間分布區(qū)間(Tno-snore-3σno-snore，Tno-snore+3σno-snore)、呼吸周期分布區(qū)間(Tbreath cycle-3σbreath cycle，Tbreath cycle+3σbreath cycle)作為新的判斷標準，在此以外的概率只有萬分之二十六，這是一個很小的概率，因此能排除背景噪音、個人差對監(jiān)測精度的影響。
所述的微處理器3采用嵌入式處理器，本發(fā)明中采用EmbeddedLinux+Embedded linux這樣組合的軟件平臺，實驗中采用了基于三星公司的ARM9處理器S3C2410X板子，該板子上整合了MIZI公司所公布的免費嵌入式Arm-Linux操作系統(tǒng)，本發(fā)明將Wonka(Embedded JVM)移植到了嵌入式linux中，Wonka本身已經帶有對串口、音頻輸入設備的等驅動支持。選擇Java或者C語言來作為智能防打鼾的睡眠枕的軟件開發(fā)語言，如要將Java程序運行在嵌入式linux上需要有嵌入式Java虛擬機(Embedded JVM)的支持，本發(fā)明中使用了自己移植成功的免費Java虛擬機。
本發(fā)明智能防打鼾的睡眠枕的效果是在枕頭中安置了麥克風和微處理器，能實現對睡眠者無拘束、非察覺性鼾聲監(jiān)測，在枕頭的下部配置動作驅動部件后根據監(jiān)測到的打鼾聲自動地適當改變睡眠中的人頭部位置使得其呼吸道通暢，達到改善自我的睡眠質量，緩解由于鼾聲與同室或者配偶所造成的緊張關系。
權利要求
1.一種智能防打鼾的睡眠枕，其特征在于所述的睡眠枕包括枕頭、拾音器、用于根據接收的睡眠聲音信號進行智能判斷的微處理器、用于改變睡眠者睡眠體位的枕頭移位機構，所述的拾音器對稱設置在所述枕頭的兩側，所述枕頭安裝在枕頭移位機構上，所述的拾音器的輸出連接所述的微處理器，所述的微處理器包括數字低通濾波模塊，用于將拾音器獲取的睡眠聲音信號去除背景噪音；聲音數據存儲模塊，用于將拾音器獲取的睡眠聲音信號存儲到數據存儲器中；睡眠體位判斷模塊，用于計算左右兩個拾音器所測量的睡眠聲音的音量，區(qū)分三種不同睡眠體位如左右兩個拾音器音量接近，判斷睡眠者處于仰躺狀態(tài)；如左邊拾音器的音量比右邊拾音器的音量高于間隔閾值，判斷睡眠者處于左側睡狀態(tài)；如右邊拾音器的音量比左邊拾音器的音量高于間隔閾值，判斷睡眠者處于右側睡狀態(tài)；鼾聲周期判斷模塊，用于定義Tsnore為鼾聲持續(xù)時間，定義Tno-snore為鼾聲間隔時間，聲音信號要判斷為鼾聲必須符合鼾聲診斷標準中的四個條件1)、聲音信號Tsnore符合一般鼾聲維持時間的范圍；2)、聲音信號Tno-snore符合一般鼾聲間隔時間的范圍；3)、Tsnore+Tno-snore符合一般一個呼吸周期范圍；4)、符合上述特征的聲音信號要重復出現，如符合上述四個條件，判斷為打鼾聲音；啟動移位機構模塊，用于根據所述的聲音數據，統(tǒng)計鼾聲的次數，判斷鼾聲數是否達到域值Ksnore，如達到閾值Ksnore啟動移位機構；移位機構執(zhí)行模塊，用于根據當前的睡眠體位、以及上一次睡眠體位，控制移位機構執(zhí)行改變到另一種體位。
2.如權利要求1所述的智能防打鼾的睡眠枕，其特征在于所述的枕頭移位機構包括可正反轉的驅動電機、左軸、右軸、移動滑墊，所述兩個軸的一端分別安裝尼龍齒輪，所述的驅動電機連接尼龍齒輪，所述的兩個尼龍齒輪之間設有柔性齒條帶，柔性齒條帶與兩個尼龍齒輪嚙合，齒條帶與移動滑墊作相對固定，齒條帶移動滑墊可轉動地套接在左軸、右軸上，所述的枕頭固定在所述地移動滑墊上。
3.如權利要求1或2所述的智能防打鼾的睡眠枕，其特征在于所述的數字低通濾波模塊的截止頻率在200Hz，其遞推公式為式(1)Vnoise(i)＝(1-λ)Vnoise(i-1)+λVnoise-cn(i)(1)式中Vnoise-cn(i)為所測量到的聲音電壓信號，Vnoise(i-1)為上次數字濾波器的輸出，Vnoise(i)為這次數字濾波器的輸出，λ為更新的速度，取值在0～1之間，λ的大小與低通濾波器的截止頻率有關，λ越接近1低通濾波器的截止頻率就越高。
4.如權利要求3所述的智能防打鼾的睡眠枕，其特征在于將所述濾波模塊的輸出Vnoise(i)的值連續(xù)遞增6次作為鼾聲的起始點，濾波模塊的輸出Vnoise(i)的值連續(xù)遞減8次作為鼾聲的結束點，鼾聲持續(xù)時間Tsnore為鼾聲的起始點的時間到鼾聲的結束點所化費的時間，Tno-snore為鼾聲的結束點到下一個鼾聲的起始點所化費的時間，根據上述計算得到的一系列Tsnore和Tno-snore值進行統(tǒng)計。
5.如權利要求3所述的智能防打鼾的睡眠枕，其特征在于在鼾聲數等于域值Ksnore時，進行如下計算，如式(2)所示T‾snore=Σi=1KsnoreTsnore(i)/Ksnore]]>T‾no-snore=Σi=1KsnoreTno-snore(i)/Ksnore]]>Tbreath cycle＝Tsnore+Tno-snoreσsnore=Σi=1Ksnore(T‾snore-Tsnore(i))2/(Ksnore-1)]]>σno-snore=Σi=1Ksnore(T‾no-snore-Tno-snore(i))2/(Ksnore-1)]]>σbreathcycle=Σi=1Ksnore(T‾breathcycle-Tbreathcycle(i))2/(Ksnore-1)---(2)]]>式中Tsnore(i)為所測量到的鼾聲持續(xù)時間，Tsnore(i)為所測量到的鼾聲間隔時間，Tsnore和σsnore分別為鼾聲持續(xù)時間的均值和方差，Tno-snore和σno-snore分別為鼾聲間隔時間的均值和方差，Tbreath cycle和σbreath cycle分別為一個呼吸周期的均值和方差，將鼾聲持續(xù)時間分布區(qū)間(Tsnore-3σsnore，Tsnore+3σsnore)、鼾聲間隔時間分布區(qū)間(Tno-snore-3σno-snore，Tno-snore+3σno-snore)、呼吸周期分布區(qū)間(Tbreath cycle-3σbreath cycle，Tbreath cycle+3σbreath cycle)作為新的鼾聲診斷標準。
全文摘要
一種智能防打鼾的睡眠枕，由兩個部分所構成，包括鼾聲的檢測、根據所檢測到的鼾聲通過裝置來改變睡眠者的體位，睡眠者在入睡時與平時一樣頭部由枕頭墊著，枕頭的兩側安置著面向被檢測者口鼻部的麥克風；當睡眠者在入眠后發(fā)出鼾聲，麥克風檢測到聲音信號經放大給微處理器；在微處理器中進行聲音信號的濾波和睡眠障礙的智能化判斷，根據判斷結果和改變體位動作策略通過接口輸出執(zhí)行裝置改變睡眠者的體位，當接受到改變體位動作策略信號后驅動電機作相應的動作，使得入睡者在打鼾后自動改變睡眠體位。本發(fā)明無拘束的及時測量睡眠障礙的手段，根據所檢測到的鼾聲情況進行自動改變睡眠體位，以提高睡眠質量。
文檔編號A47G9/10GK1811645SQ200610049368
公開日2006年8月2日 申請日期2006年1月26日 優(yōu)先權日2006年1月26日
發(fā)明者湯一平, 鄭智茵, 尤思思, 賀武杰, 孫黌杰, 李雯 申請人:浙江工業(yè)大學