周广敏，刘官正（通信作者）

1 中国科学院大学附属肿瘤医院（浙江省肿瘤医院）·中国科学院基础医学与肿瘤研究所 （浙江杭州 310022）；2 中山大学生物医学工程学院·广东省传感技术与生物医疗仪器重点实验室（广东广州 510275）

睡眠问题大多与呼吸系统疾病相关，如睡眠呼吸暂停综合征等[1-3]。呼吸容积的精确监测对呼吸系统疾病相关睡眠障碍的早预防、早诊断和早治疗具有重要作用。呼吸气流计是一种非侵入性的直接测量肺部气流的设备，其结果是呼吸监测的金标准，但长时间监测会对受试者造成不适感[4]。胸腹表面呼吸运动的测量也可用来评估呼吸容积的变化，但呼吸感应体积描记术需使用呼吸绑带来检测胸部和腹部的呼吸信号，绑带在睡眠过程中较易发生滑动，从而影响测量结果的准确性[5]。目前，阻抗（impedance，IP）技术是一种较为流行的呼吸容积监测方法，具有易于使用、安全、成本低、灵敏度高、信息丰富及便于长期无创监测等优点[6]。胸腔呼吸IP 是一种十分方便且精确的呼吸容积测量方法，从20世纪中叶以来一直被许多研究者广泛研究和改进[7]。Yasuda 等[8]测量受试者在仰卧时的胸腔呼吸IP 时，通过使用一种基于自适应滤波器的按比例缩小的傅里叶线性组合器来移除心电信号的干扰，从而提高了受试者在仰卧时的呼吸容积测量精确度。Poupard 等[9]测量受试者的胸腔呼吸IP 时，通过使用样条滤波的方法来减少心脏运动伪影对IP 的干扰，从而提高了在某一姿势（仰卧、左侧卧或右侧卧）时呼吸容积测量的精确度。Seppä 等[10]通过寻找最适宜的胸部电极贴放位置来提高呼吸容积测量的精确度，他们分别测量了5个单通道在站立、仰卧和右侧卧位下的呼吸IP。以上研究仅关注了不同姿势对呼吸容积信号监测的影响，却未涉及姿势变换对监测的影响。

睡眠姿势是睡眠过程中的自然行为，在连续睡眠监测中，睡眠姿势的变换会影响睡眠呼吸容积监测的准确度，但关于如何减少睡眠姿势变换对监测结果的影响的研究较少见。为最大限度减少姿势变换对监测结果的影响，本研究通过实时采集人体左肺和右肺的呼吸IP，并使用基于主成分分析（principal component analysis，PCA）的数据融合算法来提高睡眠呼吸容积监测的精确度，现报道如下。

1 资料与方法

1.1 一般资料

本研究使用了在2014年6月募集的10名健康男性大学生志愿者的数据，平均年龄（23±2）岁，平均身高（175±7 ）cm，平均腰围（80±3） cm。受试者身体状况均良好，均不存在咳嗽、气喘或其他肺部疾病，且均已签署知情同意书，未获得任何报酬或从研究中得到其他好处。

1.2 仪器与方法

使用多导生理信号记录仪（MP150，BIOPAC，USA）进行测量。激励源的参数设置：刺激电流强度400 μA，刺激频率50 kHz，刺激波形为正弦波，均符合人体安全要求[11]。生物阻抗放大器模块用来采集呼吸IP[12]。呼吸气流计用来采集呼吸流速（pneumotachograph，PNT）信号。

使用四极法测量IP[13-17]。以胸骨中线（median sternum，MS）、腋中线（midline axillary，MA）和乳头连成的水平线（horizontal line of nipples，HLN）为标志来贴放电极，且激励电极以I 表示，测量电极以V 表示。测量左肺阻抗（left lung impedance，IPL）信号时，将正极 I1+和 V1+分别固定于左侧腋中线（left midline axillary，LMA）与 HLN 交点处的上端和下端；将负极I1-和V1-分别固定于MS 的左侧与HLN 交点处的上端和下端。测量右肺阻抗（right lung impedance，IPR）信号时，将正极I2+和V2+分别固定于MS的右侧与HLN 交点处的上端和下端；将负极I2-和V2-分别固定于右侧腋中线（right midline axillary，RMA）与 HLN交点处的上端和下端。测量胸腔阻抗（thorax impedance，IPTH）信号时，将I1+和V1+分别固定于LMA 与HLN 交点处的上端和下端；将I2-和V2-分别固定于RMA 与HLN 交点处的上端和下端。具体电极贴放位置见图1。

图1 电极贴放位置

模拟安静睡眠时3种标准睡眠姿势的变换，依次测量受试者在仰卧、左侧卧和右侧卧位下的胸腔、左肺和右肺的呼吸IP 及PNT，每种睡眠姿势的测量时间为5 min。

1.3 数据处理和分析

数据处理和分析过程见图2。

图2 数据处理和分析

1.3.1 数据处理

为便于后期的数据处理，同时保证信号不失真，采用BIOPAC的Acqknowledge 4.2软件的降采样功能将采集到的PNT、IPTH、IPL和IPR的采样率降为7.812 Hz，随后使用截止频率为0.05～0.50 Hz的巴特沃斯带通滤波器对数据作滤波处理[10]，再通过z-score方法对数据作标准化处理[18]。通过阻抗技术获得的胸腔、左肺和右肺本身就是容积信号，分别表示为胸腔呼吸阻抗容积（respiration impedance-volume of the thorax，VIPTH）信号、左肺呼吸阻抗容积（respiration impedance-volume of the left lung，VIPL）信号、右肺呼吸阻抗容积（respiration impedance-volume of the right lung，VIPR）信号，然后通过运用积分运算将PNT信号转换为金标准呼吸容积（respiration volume，VPNT）信号。

因睡眠姿势变换在睡眠过程中具有不可控制性，为减少睡眠姿势变换对呼吸容积监测的影响，本研究提出了一种基于PCA 的数据融合方法[19-20]，通过融合左肺和右肺两通道的数据，来获得鲁棒性的呼吸信号，即左右肺融合的呼吸阻抗容积（respiration impedance-volume of the fused left and right lung, VIPLR）信号。

2 结果

2.1 当睡眠姿势不变时使用单通道阻抗测量

当睡眠姿势不变时，3种睡眠姿势的各通道信号与VPNT 的r 及各通道信号分别在不同姿势下与VPNT 的r 见图3。图3（a）是3种睡眠姿势的各通道（VIPTH、VIPL、VIPR） 与 VPNT 的 r 的 均 值， 从 中 可 看 出 VIPTH、VIPL、VIPR与 VPNT 的 r 的均值分别为0.9528、0.8935、0.8906，VIPTH最高，VIPL与 VIPR接近。图3（b）是 VIPTH在不同姿势下与VPNT 的r，从中可看出，VIPTH在仰卧、左侧卧和右侧卧时与VPNT 的r 均达到了0.95，且在仰卧时的标准偏差稍大于侧卧。图3（c）是VIPL在不同姿势下与VPNT的r，从中可看出，VIPL与VPNT 的相关性在左侧卧时最高，其r 是0.9706，且标准偏差最小，但在右侧卧时相关性最低，其r 仅为0.7462，且标准偏差较大。图3（d）是VIPR在不同姿势下与VPNT 的r，从中可看出，VIPR与VPNT 的相关性在右侧卧时最高，其r 是0.9574，且标准偏差最小，但在左侧卧时相关性最低，其r 仅为0.7787，且标准偏差较大。以上结果表明，当睡眠姿势不变时，VIPTH受睡眠姿势的影响较小，获得的信号最好；VIPL在左侧卧时最好，在右侧卧时最差；VIPR在右侧卧时最好，在左侧卧时最差；单通道VIPL和VIPR受睡眠姿势的影响较大，且在不同睡眠姿势下VIPL和VIPR具有互补的作用。

图3 当睡眠姿势不变时，3 种睡眠姿势的各通道信号与VPNT 的r 及各通道信号分别在不同姿势下与VPNT 的r

2.2 当睡眠姿势变换时使用双通道阻抗测量

当睡眠姿势变换时，各通道（VIPTH、VIPL、VIPR）及VIPLR与VPNT的r见图4。由图可知，当睡眠姿势发生变换时，VIPTH与VPNT的r是0.9155；VIPL、VIPR与VPNT的r均较低，但通过PCA方法获得的VIPLR与VPNT的r高达0.9501，且标准偏差最小。VIPLR与VPNT的相关性和VIPTH与VPNT的相关性有显著差异（P＜0.05），和VIPL与VPNT的相关性及VIPR与VPNT的相关性有极显著差异（P＜0.01）。

以上结果表明，当睡眠姿势发生变换时，VIPTH与VPNT 的 r 从0.9528（图3a）降低到0.9155（图4），表明VIPTH受睡眠姿势变换的影响较大；此外，VIPL、VIPR受睡眠姿势变换的影响也较大；与单通道 VIPTH比较，通过PCA方法获得的VIPLR（双通道）与VPNT 具有最好的一致性，r 从0.9155提高到0.9501（图4）。

图4 当睡眠姿势变换时，各通道信号与VPNT 的r

当睡眠姿势变换时，各通道（VIPTH、VIPL、VIPR）及VIPLR与VPNT 的MAE 见图5。由图可知，当睡眠姿势发生变换时，通过PCA 方法获得的VIPLR与VPNT 的MAELR值最小，为39 ml，且标准偏差也最小；VIPTH与 VPNT 的MAETH的值为52 ml，且标准偏差较大；VIPL与 VPNT 的MAEL值为89 ml，且标准偏差较大；VIPR与 VPNT 的 MAER值为81 ml，且标准偏差较大。而且，VIPLR与 VPNT 的MAELR和 VIPL与 VPNT 的 MAEL、VIPR与 VPNT 的 MAER有极显著差异（P＜0.01）；VIPLR与 VPNT 的 MAELR和 VIPTH与VPNT 的MAETH比较有显著差异（P＜0.05）。以上结果表明，当睡眠姿势发生变换时，与VIPTH（单通道）比较，VIPLR（双通道）与VPNT 的绝对误差下降了25%，表明VIPLR与VPNT 的实时误差性最小。

图5 当睡眠姿势变换时，各通道信号与VPNT 的MAE

3 讨论

在阻抗法测量呼吸容积的相关研究中，本研究关注并提出了一个新的主题，即分析和最大限度降低睡眠姿势变换对睡眠呼吸容积评估的影响。Yasuda 等[8]仅测量了在仰卧位时的VIPTH，测量时间也仅有100 s，得到在仰卧时的r 为0.865。Poupard 等[9]测量在仰卧、左侧卧和右侧卧位下的VIPTH，每个姿势的测量时间为3 min，得出3种姿势的平均r 为0.813。Seppä 等[10]测量了在站立、仰卧和右侧卧位下的5个单通道VIPTH，每个姿势的测量时间仅有25 s，得到3种姿势的平均r 为0.943。以上这些研究都未涉及姿势变换，且使用的均为单通道阻抗测量方法。

本研究运用基于PCA 的数据融合方法从采集到的VIPL和VIPR中获取VIPLR，结果显示，与经典的单通道VIPTH比较，VIPLR与VPNT 的 r 提高到了0.9501，MAE 下降了25%，表明基于PCA 的睡眠呼吸容积评估方法是一种可信度较高的睡眠呼吸容积评估新方法，能够最大限度地克服睡眠姿势对测定结果的影响。

但是本研究仍存在不足之处，需在今后的研究中予以改进，如在未来的研究中应加入女性及不同年龄段的受试者，从而使研究结果更具说服力，同时进行整夜的监测试验来进一步验证方法的准确性，并且可增加自动睡姿识别试验，以便于临床应用。