钟佳良，易 钢

（湖南中医药大学 信息科学与工程学院，长沙 410208）

0 引言

睡眠是人们生活中不可缺少的重要生命活动，但如今快节奏的生活，以及各方面的压力，使得人们出现了各种严重的睡眠障碍问题。例如：失眠、呼吸暂停等，会对人们次日的学习和工作造成负面影响。其中，睡眠呼吸暂停低通气综合征（sleep apneahypopnea syndrome，SAHS）是其中较为典型的一种疾病。其临床表现为：患者上呼吸道塌陷，使得在睡眠时出现呼吸阻塞甚至呼吸暂停的现象。SAHS 不仅仅影响着人们日常的睡眠质量，还带来了一系列的隐性并发症。如心律失常、心肌梗塞、高血压、中风等［1］。根据调查发现，全球大约有9%－38%的人深受SAHS 的困扰。而肥胖人口增加和老龄化程度加深的社会情况加剧之下，该病的发病率也在逐年增高［2］。但是，由于患者对SAHS 了解不深，该病往往得不到应有的重视，使患者深受其并发症的困扰。因此，对睡眠状态的监测和识别作为诊治SAHS 的前提，越来越多科研人员投入对其研究工作中。

现今临床上，对SAHS 进行分析诊断的最权威方法是多导睡眠监测仪（Polysomnography，PSG），PSG对患者睡眠时的一系列相关生理数据进行采集（如：脑电、心电等），再由专业的实验记录人员针对这些数据进行手动评估得出诊断结果［3］。虽然PSG 的诊断具有高度的可靠性，但不仅对操作人员专业要求高，而且受试者需要佩戴一系列传感设备，严重影响受试者的真实睡眠状态。因此，PSG 这类传统睡眠监测系统不仅不适合作为对SAHS 等睡眠疾病的初步筛查手段，也难以布置在居家环境中使用。……