目的:探讨虚拟现实（VR）技术治疗对慢性失眠患者睡眠质量、睡眠结构及神经心理特征的影响。方法:选择自2021年10月至2022年4月就诊于天津医科大学总医院神经内科门诊的51例慢性失眠患者为研究对象，依据患者意愿分为VR联合药物治疗组（ n=26）与单纯药物治疗组（ n=25）。单纯药物治疗组患者采用非苯二氮卓类药物联合褪黑素受体激动剂、五羟色胺再摄取抑制剂治疗。VR联合药物治疗组患者在上述药物治疗的基础上添加每周5 d、每天30 min的VR技术治疗。治疗前、治疗6周后应用Epworth嗜睡量表（ESS）、匹茨堡睡眠质量指数（PSQI）、失眠严重程度指数（ISI）评估患者的主观睡眠质量，应用汉密尔顿焦虑量表（HAMA）、汉密尔顿抑郁量表（HAMD）评估焦虑抑郁情绪，应用简易精神状态检查量表（MMSE）、听觉词语学习测试（AVLT）、数字广度测试（DST）、连线测试（TMT）、Stroop色词测试A/B/C、线方向判断（JLO）、数字符号转换测试（SDMT）评估总体及单项认知功能，采用基于心肺耦合技术的便携式睡眠监测仪（PSM）-100A评估睡眠结构。比较2组患者治疗前、后及VR联合药物治疗组患者自身治疗前后主观睡眠质量、神经心理特征和睡眠结构的差异。 结果:（1）治疗6周后，与单纯药物治疗组相比，VR联合药物治疗组患者的PSQI、ISI及HAMD、HAMA评分明显降低，AVLT-即刻回忆总分及AVLT-短时延迟回忆评分、长时延迟回忆评分、再认评分明显升高，TMT-A、TMT-B用时明显缩短，DST-倒背评分、SDMT评分明显升高，高频耦合带（HF）睡眠比例明显升高，低频耦合带（LF）睡眠比例、LF/HF值明显降低，差异均有统计学意义（ P<0.05）。（2）与治疗前相比，治疗6周后VR联合药物治疗组患者的PSQI、ISI及HAMD、HAMA评分明显降低，AVLT-即刻回忆总分及AVLT-短时延迟回忆评分、长时延迟回忆评分、再认评分明显升高，TMT-A、TMT-B用时明显缩短，DST-顺背、倒背评分明显升高，JLO、Stroop色词测试A/B/C和SDMT评分明显升高，HF睡眠比例明显升高，LF睡眠比例、LF/HF值明显降低，觉醒次数减少，差异均有统计学意义（ P<0.05）。 结论:VR技术联合药物治疗较单纯药物治疗可更有效地改善慢性失眠患者的主观睡眠质量和睡眠结构、减轻抑郁焦虑情绪、改善记忆力和注意力。

目的:探讨心肺耦合（CPC）分析技术在慢性失眠（CI）和阻塞性睡眠呼吸暂停（OSA）中的诊断价值。方法:连续收集2018年7月至2019年12月于安徽医科大学附属巢湖医院睡眠障碍科就诊患者221例，夜间同步行多导睡眠图（PSG）和CPC监测。根据临床症状和PSG结果，CI及OSA患者168例（男88例，女80例），其中单纯CI（CI组）93例，单纯OSA（OSA组）36例，CI和OSA共病（COI组）39例。分析CPC和PSG测定的各项睡眠指标的一致性和两者对OSA诊断的一致性。结果:（1）在CI组或所有患者，CPC测定的TST、SE和REM睡眠时间显著高于PSG测定值，WASO显著低于PSG测定值（具体中位数对比是：CI组420.0 min比395.5 min、93.7%比81.8%、90.0 min比37.5 min、18.0 min比63.0 min；所有患者414.0 min比392.5 min、91.9%比81.9%、72.0 min比34.8 min、24.0 min比58.4 min；均 P≤0.001）；但在OSA组，CPC与PSG测定的TST、SE、WASO、REM睡眠时间和NREM睡眠时间无显著差异（均 P>0.05）。（2）按OSA标准，CPC与PSG诊断的一致性不佳（ κ=0.255）。仅当AHI≥ 20次/h时CPC对OSA筛查有一定价值（ κ=0.580，敏感度0.85，特异度0.82，阳性预测值0.59，阴性预测值0.95，阳性似然比4.72）。 结论:CPC存在高估CI患者睡眠质量的可能，其与PSG诊断OSA的性能相比，一致性欠佳。

目的:采用心肺耦合(CPC)睡眠分析技术探讨子时丑时睡眠结构与原发性高血压的相关性.方法:纳入2020年1月—2022年12月就诊于中日友好医院国际部的199例患者,根据24h动态血压监测(ABPM)结果将其分为高血压组和正常血压组,分析2组间子时丑时睡眠结构差异;根据CPC监测的睡眠质量评分,将患者分为睡眠质量良好组、一般组、较差组,分析3组患者间子时丑时睡眠结构的差异.结果:与正常血压组相比,高血压组患者子时丑时睡眠时长缩短、熟睡占比减少,差异具有统计学意义(P＜0.05).整夜睡眠质量较差组患者的子时丑时熟睡占比少于良好和一般组,且子时丑时呼吸紊乱指数高于良好组和一般组,差异具有统计学意义(P＜0.05).多因素Logistic回归结果显示,子时丑时熟睡占比减少(＜0.75)是导致原发性高血压的危险因素(OR=1.661,P=0.023).结论:子时丑时睡眠结构异常可能是原发性高血压发病的危险因素.

目的 探讨抑郁症与失眠症患者睡眠结构与认知功能的变化.方法 采用威斯康星卡片分类测验(WCST)对36 例存在失眠症状的抑郁患者(抑郁伴失眠组)、31 例失眠症患者(单纯失眠组)及23 名健康对照组(对照组)认知功能进行评估,采用匹兹堡睡眠指数量表(PSQI)及基于心肺耦合技术的便携式睡眠监测仪(CPC)对3 组被检者进行测评,并对结果进行相关性分析.结果 WCST评分显示,抑郁伴失眠组总应答数、持续性应答数、非持续性错误高于对照组(P＜0.05),正确率、概念化水平百分数、完成分类数低于对照组(P＜0.05);单纯失眠组总应答数、持续性应答数、非持续性错误高于对照组(P＜0.05),正确率(P＜0.01)、概念化水平百分数、完成分类数低于对照组(P＜0.05);CPC睡眠结构分析,单纯失眠组熟睡时间占比低于对照组及抑郁伴失眠组(P＜0.05),浅睡时间占比高于对照组及抑郁伴失眠组(P＜0.05);抑郁伴失眠组熟睡时长占比高于单纯失眠组,快速眼球运动(REM)期时长高于对照组(P＜0.01);抑郁伴失眠组PSQI睡眠障碍因子分与持续性应答数、非持续性错误呈正相关(r =0.5177、0.5180,P＜0.01),与WCST正确率、概念化水平百分数、完成分类数呈负相关(r =-0.4428、-0.5189、-0.5068,P＜0.01).结论 抑郁症及失眠症患者睡眠结构发生改变,部分认知功能下降.

目的 胸外按压及电除颤是救治心脏骤停患者的两种常用手段,对患者进行电除颤前需分析其心电图(electrocardiogram,ECG),而胸外按压会干扰患者的心电分析.本研究设计了一种用于心肺复苏的心电分析算法以及配套心电采集模块,以解决因胸外按压伪迹导致的心电误识别为室颤的问题.方法 该心电采集模块采用若干模拟数字电路搭建而成.自动分析程序采用经近似熵算法改进的卷积神经网络(convolutional neural network,CNN)模型进行心电分类.采用MIT-BIH心律失常数据库进行验证,并在实机测试中通过在心电采集模块中耦合同频段干扰进一步验证.结果 相比无近似熵改进版本的分类程序,使用该CNN模型分析程序可将含同频段伪迹的正常心电识别准确率由CNN的 86.3%提升至 97.78%;在存在同频段伪迹的实机测试中,使用该分析程序可将心电识别准确率由 20%提升至96%.测试结果表明,当存在非同频段伪迹干扰时,该设计模块分类准确;当存在同频段伪迹的情况下,对正常心电信号的心电分类准确率依然高达90%以上.结论 基于熵和卷积神经网络模块的抗按压伪迹干扰心电自动识别性高、抗干扰能力强,后续可推荐其用于自动胸外按压电除颤一体机等高同频段伪迹场合的心电采集与自动诊断,以减少误判.

目的 明确心肺耦合睡眠质量测评及基于时辰人体整体生理功能指数分析技术在睡眠健康测评中的作用.方法 采用心肺耦合睡眠质量测评及基于时辰人体整体生理功能指数分析技术,对2014年7月至2016年12月中日友好医院临床医学研究所招募的242名志愿者进行晚9:00时到次日早9:00时的连续监测.根据心肺耦合睡眠质量总分将志愿者划分为3组(85 ～ 100分63名,60 ～ 84分80名,＜60分99名),对各组志愿者进行睡眠质量和副交感神经强度测评比较及相关性分析.结果 心肺耦合整夜睡眠质量测评结果显示不同睡眠质量组熟睡比例(3组分别为52.78％±10.32％、43.99％±14.48％、20.95％±10.41％)、浅睡比例(3组分别为25.65％±7.81％、34.18％±12.71％、53.65％±14.81％)和呼吸暂停低通气指数(AHI,次/h,2.79±2.95、7.93±6.61、23.94±16.09)测评结果差异均存在统计学意义(t=-12.754 ～ 19.030,均P＜0.01).基于时辰的睡眠质量测评结果显示,不同睡眠质量组23:00到次日5:00时段的熟睡比例、浅睡比例差异存在统计学意义.不同睡眠质量组的副交感神经强度差异也存在统计学意义,熟睡比例与副交感神经强度存在正相关关系(r=0.508,P＜0.05).结论基于时辰人体整体生理功能指数分析技术能评价和区分不同睡眠质量人群的夜间各时段的睡眠质量和副交感神经强度,是一种有效测评人群睡眠健康的工具.

目的 运用心肺耦合测评分析技术观察原发性高血压伴睡眠障碍患者血压变异度与睡眠稳定性的相关性.方法 纳入初诊原发性高血压伴睡眠障碍患者88例,病例来源于中日友好医院国际部和心内科.采用基于心肺耦合技术的便携式睡眠质量监测仪和24 h动态血压监测仪监测患者睡眠稳定性指标及24 h动态血压,采集相关数据,分析血压变异度与睡眠稳定性的相关关系.结果 夜间收缩压标准差、收缩压变异系数、收缩压谷峰比、舒张压标准差、舒张压变异系数与浅睡总时间呈正相关关系(r =0.185,0.24,0.237,0.43,0.276,P＜0.05).结论 血压变异程度与睡眠稳定性有关,尤其夜间血压变异度受浅睡眠影响较大,浅睡总时间越长,夜间血压波动性越大.

睡眠问题已成为当今社会普遍存在的健康问题,对于睡眠障碍的研究已成为热点.多导睡眠监测(polysomnography,PSG)是睡眠研究中最常用的睡眠监测方法,但操作过程繁琐复杂,容易造成“首夜效应”,从而影响受试者的依从性和监测结果的可靠性.2005年基于心电信号的心肺耦合(cardiopulmonary coupling,CPC)技术首次用于睡眠评估,现已广泛用于睡眠呼吸暂停综合征、睡眠呼吸紊乱、失眠、抑郁症等睡眠相关疾病患者以及健康人群的睡眠监测与分析,一定程度上弥补了传统PSG技术的不足.CPC具有操作简化、便于随访、信息有效、测量敏感的优势,但也存在适用人群、功能和使用等方面的限制.未来可通过CPC算法的改进或发展与神经的跨系统整合来提高CPC的性能.

目的 探讨心肺耦合分析技术对阻塞性睡眠呼吸暂停(OSA)的诊断价值.方法 纳入2016年5月就诊于四川大学华西医院睡眠医学中心并行整夜多导睡眠监测(PSG)的睡眠障碍患者44例.所有受试者同时进行PSG和心肺耦合监测.对心肺耦合与PSG睡眠参数进行比较,并分析心肺耦合呼吸紊乱指数(RDI)与PSG各参数的相关性.以PSG为金标准,计算心肺耦合分析技术对OSA诊断的敏感度、特异度、阳性预测值、阴性预测值及受试者工作特征(ROC)曲线下面积.结果 44例患者中男37例,女7例,年龄(46.3±12.5)岁,体质指数(25.6 ±3.7) kg/m2;其中诊断为OSA者33例.心肺耦合分析的RDI与PSG的呼吸暂停低通气指数(AHI)差异无统计学意义(P＞0.05).心肺耦合分析的RDI、低频耦合与AHI均呈正相关(r=0.849、0.850,均P＜0.001);高频耦合与AHI呈负相关(r=-0.767,P＜0.001).当AHI分别≥5、10、15、20、30次/h时,心肺耦合诊断敏感度分别为0.82、0.93、0.96、0.96、0.77,特异度分别为0.50、0.75、0.72、0.80、0.86,阳性预测值分别为0.85、0.87、0.83、0.85、0.85,阴性预测值分别为0.55、0.86、0.93、0.94、0.79.ROC曲线下面积分别为0.868、0.892、0.915、0.942、0.921.心肺耦合分析的RDI≥20.4次/h时,OSA可能性增加,其敏感度为0.79,特异度为0.91.结论 心肺耦合与PSG诊断OSA具有较好的一致性,具有较高的诊断价值.

帕金森病是以运动迟缓、静止震颤等运动症状为主要特征的黑质纹状体多巴胺能神经元退行性病变.越来越多的研究显示,帕金森病睡眠紊乱、认知减退、情绪障碍等非运动症状严重影响了患者的生活质量及疾病整体治疗效果[1],上述症状的治疗在临床上也成为了一项挑战.睡眠障碍在帕金森病患者中十分常见,发生率为40％～90％[2],主要原因包括丘脑皮层唤醒受损和脑干睡眠/觉醒维持中枢的退化,其他原因还有夜间运动症状、心理症状(如抑郁、焦虑)、痴呆、昼夜节律紊乱及一系列睡眠并发症如睡眠呼吸暂停综合征、不宁腿综合征和快速动眼期睡眠行为紊乱等[3].帕金森病睡眠障碍主要表现为人睡和维持睡眠困难、早醒及日间嗜睡,这些症状对患者的生活质量及精神状态造成了极大的不良影响,却常在临床诊疗过程中由于缺乏有效的治疗手段而被忽视[4].