2023年有哪些睡眠监测/午休监测推荐用的智能手环/智能手表?【盘点推荐+选购指南】 您所在的位置:网站首页 心率监测手表什么牌子的准确率高 2023年有哪些睡眠监测/午休监测推荐用的智能手环/智能手表?【盘点推荐+选购指南】

2023年有哪些睡眠监测/午休监测推荐用的智能手环/智能手表?【盘点推荐+选购指南】

2024-05-06 10:34| 来源: 网络整理| 查看: 265

阅读提醒:本文较为复杂,阅读完需要15分钟。不想看理论介绍的,直接翻到文末看结论。

作为智能穿戴从业者,很少知乎上看到有专门聊睡眠监测的内容,睡眠监测好像是个玄学,甚至都没有睡得好和坏的标准,更别说监测的指标和睡眠之间的关系。

以前,自己也认为智能手环手表监测睡眠是无稽之谈,因为单纯靠体动法来监测睡眠就是给普通用户看个心理安慰,直到心肺耦合法(CPC)检测睡眠的方法出现,以及更精准传感器和强大算法的落地,才让睡眠监测有了真正的理论和实际的依据。

先说个人看法:

纠结于某一天睡眠数据并没有意义,更多的是长期记录的睡眠状态,更好了解自身的一个睡眠情况。另外,睡眠数据本身不重要,重要的是:根据看到准确的数据,主动改善你的生活方式,提高你的睡眠质量。

今天尝试把睡眠监测相关硬核知识,揉碎了,磨成粉,冲水给大家服用。

先来看下最近5年国人的日均睡眠时长变化

睡眠时长统计

华米科技基于旗下Zepp数字健康管理平台大数据发布了《2020年中国人睡眠白皮书》,以千万级大数据作为分析样本,在睡眠时长、睡眠不足与压力、BMI、静息心率等维度上对中国人的睡眠进行解读,并通过对近五年的睡眠趋势进行研究,发现当代人的睡眠问题。

睡眠人群细分首先,第一个问题,睡眠监测结果到底有没有标准?

同样两个人,在一模一样的环境下,23点睡7点起床,

一个自己感觉睡得好,一个自己感觉睡得不好,

那么究竟是以主观标准还是客观标准?如果有客观标准,那客观标准有哪些重要因素?

按照 @彭仲康教授 的看法,是有客观标准的,而且应该以客观测量标准为主(主观标准的判断影响因素较为复杂,且难以量化)

原则上是以脑电波为主要衡量标准,但是实际情况下,专门去医院测量不贴近实际的睡眠环境,而且都是单日测量,没有实际的测量意义,我也认同这个看法。

但是,基于心电,心率,呼吸,心率变异性,呼吸变异性等指标关系,是可以推算出脑睡眠的关联程度的,这和睡眠数据有很大的耦合关系,其相关性在强悍算法的情况下,就可以拿来辅助睡眠监测,可以达到医疗接受的水平(下文会提到)。

彭仲康-哈佛医学院教授,物理学博士,也是CPC睡眠监测技术的创始人之一。主要贡献是复杂系统和非线性动力学,把复杂控制论的方法运用在医学上,实现用多种数据来监测睡眠,达到美国FDA和中国CFDA医疗认证的水平} 第二个问题,睡眠的好坏应该怎么样去评定?

在医学上,采用的以脑电波为评价睡眠的核心讯号,渐渐的,人们发现在睡眠的时候,人体各个部位都会进入一个不同的休眠状态,所以慢慢的,在脑电波的基础上增加了眼电、呼吸、肌电、血氧、心电等等,形成了如今医院采用的睡眠金标准--多导睡眠监测!

多导睡眠监测:(polysomnography,PSG)是在睡眠监测室中应用多导睡眠仪持续同步采集、记录和分析多项睡眠生理参数及病理事件的一项检查技术。

所谓“多导”简单点理解就是多导线监测。

多导睡眠监测采集和记录的参数包括脑电图、眼动电图、肌电图、心电图、口鼻气流、鼾声、呼吸运动、脉氧饱和度、体位等,还可以添加视音频监测、食管压力、食管pH值、经皮或呼气末二氧化碳分压、勃起功能等参数。这些参数以曲线、数字、图像以及视音频等形式显示并形成可判读分析的信息数据,即多导睡眠图(polysomnogram)。多导睡眠监测是分析睡眠结构、评估睡眠疾病的常用客观检查,是睡眠医学临床和科研的基本工具。

多导睡眠监测

但是这种睡眠监测方法是有缺陷的!

首先就是被测人需要在身上连接多根导线,用于睡眠信息采集。其次就是要在睡眠实验室中呆一晚,在这样的一个环境下,睡不睡得着是一回事,但是肯定不如家里睡得那样自然,那测试结果也就不言而喻了。

再者,监测出来的脑电图需要专业的医学人员去人工识别,得出被测者的睡眠分期状态,在这个过程中也可能因为人眼疏忽导致判断错误。

那么,有没有其他方法可以解决上述的一个难题呢?

其实在上面我们也说道,睡眠时,身体的其他系统也会表现出睡眠的一个特征。哈佛医学院的专家团队通过研究发现,通过自主神经系统也可以监测出睡眠状态。自主神经系统主要表现在心电信号上,而心电监测技术刚好更为简单可靠,对睡眠的影响也可以降到最低。

用这个方法来监测睡眠,有两个极其重要的因素:

硬件采集的数据,一定要精准(因为需要基于这些数据去做计算和拟合)算法一定要足够强大,能够找到不同维度之间数据的关联度

单纯任何一点,都不是小品牌公司能耗得起的,需要采用业内顶级且成本又要合理可控的传感器,同时还有养一堆天价的算法工程师来调试研究,基本上也就是某个大品牌之间PK的,直接可以忽视掉小品牌了。

第三、智能手表/手环如何监测睡眠?一般有什么原理?

就已知的方式有两种原理,各类产品的睡眠监测也都是基于这两个原理

1.体动监测法

体动记录仪(acTIgraphy)最早是20世纪80年代由美国军方研制用来衡量部队性能的仪器。之后研究人员发现体动记录仪能够应用在很多领域,其中就包括睡眠/觉醒模式的评估。

“体动记录仪基本都具备从3个方向轴进行记录数据,三轴传感器成为标准配置,三轴传感器能够灵敏的从3个方向记录到轻微的移动。根据记录数据,分析软件通过计算可以分析出能量消耗和睡眠相关参数 , 觉醒时间, 觉醒次数, 睡眠效率 等。”

说人话,就是利用其中的重力传感器监测人体的一个动作情况,从而去推断佩戴人是否处于一个静止状态。

体动记录仪 专业论文--链接分享

体动记录仪构造

而手环手表上的睡眠监测也一样,利用手环内置的重力传感器判断我们腕部的动作频率跟幅度,基于此原理来判断我们的一个睡眠状态。

众所周知,人在睡眠的情况下手部的动作和频率会减少、在深度睡眠时,更是基本处于不动的状态。如果你长时间处于静止状态,那么手表通过监测结合算法就直接判定你处于一个睡眠状态了。(早期的手环手表都是采用这种睡眠监测原理)

看到这里,你可能也明白了,这种睡眠监测实际上只能算一种“睡眠推测”,无法保证准确度。

早期的穿戴产品,大都以体动原理来实现

采用这种方法,往往会出现一种情况:躺在床上不动就会被识别为睡眠,所以监测显示的睡眠时长往往要比自己感觉/真实的要长,比如晚上10点躺在床上,12点睡着,早上6点起床,明明只睡了6H,手环手表却显示睡了8H,还会显示你睡眠质量很好。。。

这种情况,一般出现在2018年才智能穿戴产品,当时大部分都是采用这种方式。

之后,随着心率、血氧等功能的加入,手表上的睡眠监测也不再是单一的体动监测了。而是采用体动+心率+血氧的方式综合判断你的睡眠情况。心率+血氧辅助监测睡眠,也使得很多手环手表开发出鼾声监测、睡眠呼吸质量监测等等细分功能,但是还是比较简单的辅助,并未达到医疗级别的水平。

2.心肺耦合法(CPC)

如开头提到的,睡眠过程中最准确的监测方法就是脑电波,但正常人睡眠不会每天都测试脑电波,

在研究过程中,发现睡眠的时候心电和呼吸等数据和脑电波还存在一种奇妙的耦合关系,而且在睡眠的不同状态或疾病的状态下,这种耦合关系会呈现出不同的一个特点。

诶,这不就能判断睡眠了吗?于是,基于此发现,哈佛医学团队在05年创新性的提出了心肺耦合(cardio pulmonary coupling,简称CPC)睡眠分析技术,主要贡献者是彭仲康教授,今年好像也在知乎上注册了账号。

公开可见的介绍,可以自行查阅

所谓的"心肺耦合"指的就是心肺交互作用,也就是心血管系统与呼吸系统之间内在的协调机制和作用。其基于连续的心电信号,并运用相关技术算法分析信号的两种特征关系:

心电信号由呼吸所引起的心电图R波振幅的波动(EDR)

通过计算两种信号的互谱功率与相干度,生成睡眠期间心肺耦合动力学频谱图(也就是CPC频谱)。然后交由算法去判定我们是处于睡眠的哪个阶段。

经过大量的临床检验,发现这种监测方法跟传统脑电波的监测方法有很好的一致性,能达到90%以上的准确率。

所以,在目前现有技术下,优先选择CPC原理的穿戴产品,对于睡眠监测的准确度更有价值。

第四,应用在智能穿戴设备上效果咋样?

众所周知,华为系列手环手表的睡眠监测采用的是自研的TruSleep™技术,而这项技术恰恰就是基于CPC技术的基础上改造而来的。

华为手环6

华为在与哈佛医学院合作中开发出一套专业算法(即TruSleep™),从而令穿戴设备上也能应用较为专业的睡眠监测技术。

而TruSleep™技术也在2018年的“中国睡眠研究会第十届全国学术年会”上,根据瑞士伯尔尼大学验证,对标多导睡眠监测,HUAWEI TruSleepTM睡眠检测技术对于睡眠状态的识别准确度为96.3%,认证结果在被欧洲的知名学术会议EAN收录。

因此,华为系列手环手表的睡眠监测是远远要优于其他品牌的。 不吹不黑,华为在健康领域的投入是真的用心了,仅仅在睡眠技术算法上就与哈佛医学院的专家团队研究了两年多。

TruSleep™技术

(如果你有自己熟悉的购买渠道,也可通过熟悉购买渠道购买,我谨提供官方旗舰店的产品展示)

第五、有哪些品牌的手表/手环睡眠功能值得推荐?

1.华为/荣耀系列

华为的手环手表目前是所有产品中睡眠监测最准的,个中缘由上面也有解释。信息采集方面更精准的传感器硬件+强悍的算法。TruSleep™技术在行业里的的确确是独一份的存在!(虽然荣耀和华为分家了,但目前荣耀也是采用TruSleep™技术)

需要注意的是,TruSleep™是在17年首次搭载在荣耀S1手表上的,之前的穿戴产品是没有搭载这个技术的。

【强烈推荐】入门级高性价比的睡眠监测手环,华为手环8和荣耀手环7

如果需要手表形态的,强烈推荐华为GT2 Pro

2.华米系列

华米跟华为一样,在大健康领域的投入也是相当大的。在睡眠问题上,华米在去年也推出自家的睡眠数据引擎 SomnusCare™ 便针对了当下大多数人睡不好觉的痛点,对睡眠质量做出专业的监测分析。(说人话,也是在算法上下功夫,但目前还没有看到相关医疗的认证信息)

SomnusCare™ 基于华米海量的健康大数据,可以准确识别用户不同的睡眠状态,如浅睡、深睡和快速眼动期等多种不同睡眠阶段,并通过多维数据帮助用户了解自身的睡眠状态及质量。

据测试, SomnusCare™ 对睡眠数据监测精度超过了 80%,而且对于超过 25 分钟的午睡数据的检测精度更是接近 100%,表现十分出色。

SomnusCare™在对睡眠活动进行检测的同时,还会对影响睡眠质量其他因素进行分析,其中就包括了疾病。针对严重危害健康的 “隐形杀手” 睡眠呼吸暂停综合征,华米科技在 SomnusCare ™ 的基础上,结合 OxygenBeats™ ⾎氧引擎从睡眠状态判定和血氧饱和度两个维度深度分析,实现了对睡眠呼吸暂停综合症的智能识别,可及时提醒用户采取必要的医疗措施。3.oppo系列

oppo的出现是不是在意料之外?

还记得oppo活力版手环上的睡眠广告吗?“睡眠8小时,监测2800次”

与上面两个品牌不同,睡眠数据监测倒不是它的亮点,特别的点在于其背后的CBTI睡眠建议方案。

CBTI中文名称叫失眠认知行为疗法,是世界上公认的失眠非药物最佳解决方案,在欧洲、美国等国家,失眠认知行为疗法(CBTI)比较普及,其中,失眠认知行为疗法(CBTI)还被美国睡眠医学会及多个权威官方组织推荐为治疗失眠的首选方案。

所以CBTI睡眠方案是相比其他智能手环的睡眠建议,更具科学性

最后,为什么没提小米,这是因为。。。不提也罢,不想给自己找事。

第六、补充知识

睡眠状态一共分为5个:入睡期、浅睡期、熟睡期、深睡期和快速眼动(REM)期。而入睡期、浅睡期、熟睡期、深睡期又称为非快速眼动期(NREM)。

入睡期:就是你准备开始睡觉了,整个身体机能还处于工作状态的时期;浅睡期:指你刚刚睡眠,一点声音就能叫醒你的状态,身体机能还很活跃;熟/深睡期:指你已经睡得很深了,不易被唤醒。此时没有任何的肌肉和眼球活动。快速眼动(REM期):你在深睡过程中,会出现一段眼球快速转动,但其他肌肉依旧处于没有活动的时期。

如果文章有帮助,欢迎点赞+收藏+关注;你的支持是我不断创作的源动力。

如果你对智能穿戴感兴趣,可以查看我历史文章

最受欢迎十大智能手表/智能手环?

如果你对心率监测技术感兴趣,可以看这个文章

各种智能手表/智能手环的心率监测功能精准度怎么样?都有哪些技术在里面?

参考文献源/资料库

https://www.youtube.com/watch?v=Us79fboC0LA ——CPC技术创始人 彭仲康

心肺耦合技术在睡眠障碍临床诊断中的应用与评价-论文-万方医学网 (wanfangdata.com.cn)

心肺耦合(CPC)分析在儿童睡眠中应用.PDF (book118.com)

https://wenku.baidu.com/view/bf5927e5aeaad1f346933f90.html?fr=zhidao--体动记录仪

http://www.pukang.com.cn/2020/01/17/1026738926/--CPC睡眠技术

https://www.sohu.com/a/211250717_441376--CPC睡眠

https://www.huami.com/mobile/news/352--华米2020年睡眠数据

http://www.cqvip.com/qk/98287x/200905/30519201.html--呼吸睡眠暂停低通气综合征

http://rs.yiigle.com/CN112137201847/1087122.htm--多导睡眠监测

https://gateways.biomedcentral.com/china/blogs/sleepmonitoring/--睡眠监测技术,消费者请小心

https://www.polar.com/zh-hans/smart-coaching/polar-sleep-plus-- Polar睡眠

https://kknews.cc/health/92jk3gl.html--华为技术认证



【本文地址】

公司简介

联系我们

今日新闻

    推荐新闻

    专题文章
      CopyRight 2018-2019 实验室设备网 版权所有