2021年6月5日，2021全球人工智能技术大会在浙江省杭州市举行。西南大学电子信息工程学院教授、CAAI智慧医疗专委会常委张远教授在大会上作“面向睡眠健康的智能感知与计算”的主题报告。报告开始，张远教授从疫情期间国人睡眠质量不断下降与睡眠问题搜索量提升了40%这一现象出发，揭示了我国智能睡眠医学发展与构建我国主动睡眠健康体系的必要性，随后从三个方面展开介绍：（1）睡眠状况感知；（2）睡眠数据分析；（3）我国智能睡眠医学进展。

1. 睡眠状况感知

张远讲授先是从临床角度和日常监测角度出发，对与睡眠状况感知、干预相关的设备进行了简单的介绍。临床方面睡眠状况感知的方法可以通过问卷形式，如匹兹堡睡眠质量问卷调查，但通过问卷调查的形式获取的睡眠状况具有非客观性，于是为了客观性常用PSG（多导睡眠监测仪）来获取睡眠状况，一个28导联的PSG有至少6个导联的脑电，1到2个导联的心电，以及眼电、肌电、血氧饱和度、胸腹呼吸运动、口鼻气流等十余个通道的不同的数据，带着这么多设备睡眠时肯定会受其影响，因此需要有日常的微扰甚至无扰的睡眠监测设备。日常方面现在也有不少睡眠感知、干预产品，如床垫、枕头、香薰、闹钟、睡眠助眠机器人等等，良莠不齐，价格从百元到数千元不等，其中最大的问题就是针对非医疗的用户没有一个很好的标准。 

图1：临床监测设备

图2：日常监测设备

基于日常设备的问题，张远教授又把日常的睡眠感知设备分为专用设备和通用设备，专用设备指结合脑电的产品，因为脑电通常来讲检测更加复杂同时对用户的粘度会差一些，其他的就是通用设备。专用设备要运用在日常生活中，脑电设备首先要是尽量柔性的并且是干电极的，其中代表性的工作就是sleep（睡眠医学方面的top期刊）研发的这样一个脑电设备，该设备同时还可以可靠的测量呼吸和心率。

图3：基于EEG的专用设备

通用设备有基于心电的设备，与脑电设备相比会舒适的多，可以从R-R间隔中提取慢波睡眠的特征波，并且开发相应的算法，心电同时还有可能监测睡眠呼吸暂停方面的问题（俗称打鼾），此外PPG（Photo Plethysmo Graphy，光电容积脉搏波）信号也是一个很不错的信号，与CNN和RNN结合能实现睡眠分期，对三阶段睡眠模型能达到80%的准确率，目前用的智能手环手表方面采用PPG信号的比较多。

图4：基于ECG的通用设备

图5：基于PPG的通用设备

为了构建我国主动睡眠健康体系，构建我国主动睡眠健康体系必不可少，张远教授提出了目前日常睡眠感知方面的四个主要问题，即：

（1）缺乏对标PSG的家用睡眠监测指标及评估

（2）缺乏微扰甚至无扰的面向家用的睡眠监测机理

（3）缺乏集成的物美价优的CST设备

（4）缺乏相应的评价队列和指标

2. 睡眠数据分析

睡眠分析主要是结合人工智能的方法进行分析，其中结合了生物电信号的处理以及机器学习的方法。张远教授先介绍了国内睡眠数据分析方面的研究现状。在该方面，学者对于睡眠分期的工作占了百分之八九十之上，因为睡眠分期是判断睡眠结构的基础，也是睡眠分数评价的基础，对睡眠数据分析的研究中使用单通道EEG数据的研究占大多数，除了单通道的EEG数据还有眼动数据，这对NREM期的睡眠有比较好的监测，此外还有少量研究使用了眼电、PPG等数据，但是这方面的研究还处于初期。

张远教授团队最近在睡眠数据分析方面的研究工作有和儿童医院合作，专门针对儿童睡眠数据分析的研究，因为儿童大脑发育还不全面，和成人睡眠监测的手段和数据分析的模型会有些差别。此外，张远教授还提出了国际上第一次半监督的睡眠分期方法，提出使用半监督学习的流形卷积网络对睡眠脑电信号实现睡眠分期，即利用基于深度残差卷积的主干网络提取底层特征，利用双曲空间变换在底层特征基础上提取特异性特征，在对抗性训练的基础上提出半监督学习方法训练神经网络达到媲美全监督学习的精确度。

图6：半监督学习方法

张远教授提出了我国目前睡眠分析方面的四个主要问题，即：

（1）缺乏标准化的国人睡眠障碍数据区

（2）缺乏典型的睡眠障碍识别的特异性特征

（3）缺乏高性能的半监督、无监督的新型学习算法

（4）要进行多模态多目标的睡眠数据计算，以算法促进设备研发

3. 我国智能睡眠医学进展

张远教授指出智能睡眠医学或者睡眠健康方面，无论是在我们国家还是国际，都是方兴未艾的领域，总体上面睡眠中心在各个医院分布比较少，同时专业人才队伍弱小，今年五月份在北京举办的亚洲睡眠医学学术大会上有2000多人参加，组织了我国首届人工智能睡眠分期人机对抗大赛，有AI队伍也有人工队伍，第二届将在今年11月底于深圳举行，睡眠数据将不止有成人的还会有儿童医院儿童的睡眠数据，这次将完全是AI队伍的比拼，希望有更多的新兴力量涌入智能睡眠医学领域。

图7：我国睡眠医学的发展与问题

图8：首届人工智能睡眠分期人机对抗大赛结果

图9：第二届中国智能睡眠科学大赛信息

最后张远教授介绍了为构建我国主动睡眠健康体系，睡眠医学在感知、计算、干预三个方面的发展方向，感知方面应着重于腕部通用型的多参数集成的协同的睡眠监测与评估，计算方面应着重于多模态数据的特征工程，及其面向临床的智能诊断算法，干预方面应着重于物理与身心的结合，包括中国传统文化如养生、气功等主动健康的应用，同时借助传感芯片与医学人工智能，这样才能系统建立我国主动睡眠健康体系。

张远 西南大学电子信息工程学院教授、CAAI智慧医疗专委会常委，IEEE/ACM/CAAI/CSBME Senior Member，IEEE JBHI/RBME/OJEMB 等期刊编辑。香山科学会议“面向睡眠健康的智能感知与计算”发起人和执行主席，研究领域智能传感和医学人工智能，目前主要研究方向是主动睡眠健康和无创血糖监测，在利用机器学习技术针对生物电信号（脑电、心电、肌电、脉搏波、PPG信号等）和医学影像（fMRI、CT等）辅助诊疗方面具有多项创新成果。已主持完成纵向科研项目国家级3项、省部级6项。

撰稿人：刘捷