Sensors：“睡眠监测传感器”领域文章精选 | MDPI 编辑荐读

点击左上角“MDPI工程科学”关注我们，为您推送更多最新研究。

本期为您精选5篇发表在Sensors 期刊上与睡眠监测传感器相关的文章，内容涵盖传感器在睡眠阶段监测、睡眠呼吸监测、睡眠姿势监测、睡眠障碍等领域的应用。希望能为相关领域学者提供新的思路和参考，欢迎阅读。

01

The Promise of Sleep: A Multi-Sensor Approach for Accurate Sleep Stage Detection Using the Oura Ring

睡眠的承诺：一种使用Oura环进行精确睡眠阶段检测的多传感器方法

Marco Altini and Hannu Kinnunen

https://www.mdpi.com/1161702

第二代Oura环中的光电传感器、温度传感器、3D加速计。

文章亮点：

(1) 本文基于大数据分析了加速计、自主神经系统 (ANS) 介导的外周信号和昼夜节律特征对睡眠阶段检测的影响。

(2) 采集了106名患者440个晚上的综合多导睡眠图 (PSG) 和可穿戴环的生理数据，并分析了不同数据流对2阶段和4阶段睡眠分类准确性的相对影响。

(3) 结果发现，基于ANS介导外周信号和昼夜节律特征的完整模型对睡眠阶段分类的准确率高于基于加速度计的简单模型，表明其可以实现高精度的清醒/睡眠检测。

识别二维码

阅读英文原文

原文出自Sensors 期刊：

Altini, M.; Kinnunen, H. The Promise of Sleep: A Multi-Sensor Approach for Accurate Sleep Stage Detection Using the Oura Ring. Sensors 2021, 21, 4302. 

02

A Wrist Sensor Sleep Posture Monitoring System: An Automatic Labeling Approach

基于手腕传感器的睡眠姿势监测系统：一种自动标记方法

Po-Yuan Jeng et al.

https://www.mdpi.com/947862

iSleepPost可以识别的四种睡眠姿势：(a) 俯卧；(b) 左侧；(c) 右侧；(d) 仰卧。

文章亮点：

(1) 本文介绍了一个用户友好型家居智能睡眠姿势监测系统iSleePost，该系统可以自动识别身体姿势，有效替代了劳动密集型的标注工作。

(2) 该移动健康 (mHealth) 系统可以通过手腕上的传感器和移动电话的通信和计算能力对睡眠姿势进行连续监测。

(3) 使用随机森林算法和SVM算法进行测试，结果发现两种算法在睡眠姿势识别上分别达到了70%和73%的准确率，说明iSleePost可为未来人类睡眠姿势的量化提供一定的启示。

识别二维码

阅读英文原文

原文出自Sensors 期刊：

Jeng, P.-Y.; Wang, L.-C.; Hu, C.-J.; Wu, D. A Wrist Sensor Sleep Posture Monitoring System: An Automatic Labeling Approach. Sensors 2021, 21, 258.

03

Non-Contact Breathing Monitoring Using Sleep Breathing Detection Algorithm (SBDA) Based on UWB Radar Sensors

用于非接触式呼吸监测的基于UWB雷达传感器的睡眠呼吸检测算法 (SBDA)

Muhammad Husaini et al.

https://www.mdpi.com/1724036

Xe Thru X4M200 UWB雷达传感器。

文章亮点：

(1) 本文提出了一种基于脉冲无线电超宽带 (IR-UWB) 雷达的睡眠呼吸检测算法 (SBDA)。该算法组合了一些可用于解决信号杂波、检测周期性运动和提取呼吸信号的方法。

(2) SBDA结合方差特征与离散小波变换 (DWT) 解决了信号杂波问题，并基于曲线拟合的正弦模式算法对周期性运动进行了检测，最后应用了集成经验模式分解 (EEMD) 方法提取了呼吸信号。

(3) 本文对15名睡眠监测评分正常和异常的受试者进行了分析，结果发现SBDA具有最低的平均百分比误差，表明了其监测睡眠呼吸的有效性。

识别二维码

阅读英文原文

原文出自Sensors 期刊：

Husaini, M.; Kamarudin, L.M.; Zakaria, A.; Kamarudin, I.K.; Ibrahim, M.A.; Nishizaki, H.; Toyoura, M.; Mao, X. Non-Contact Breathing Monitoring Using Sleep Breathing Detection Algorithm (SBDA) Based on UWB Radar Sensors. Sensors 2022, 22, 5249.

04

Towards Detecting Pneumonia Progression in COVID-19 Patients by Monitoring Sleep Disturbance Using Data Streams of Non-Invasive Sensor Networks

通过基于非侵入性传感器网络数据流的睡眠障碍监测检测新冠肺炎症状

Ace Dimitrievski et al.

https://www.mdpi.com/1087084

用于检测睡眠运动的压电传感器。

文章亮点：

(1) 本文提出了一种评估患者睡眠质量的方法，旨在检测肺炎和其他新冠肺炎相关疾病引起的睡眠障碍。

(2) 该方法利用一个非侵入式传感器网络进行睡眠监测，并评估了训练机器学习模型检测睡眠障碍的可行性。

(3) 结果发现不同传感器监测的睡眠运动之间有很强的相关性，表明睡眠及其障碍的监测反过来可以显示肺炎和潜在的新冠肺炎症状。

识别二维码

阅读英文原文

原文出自Sensors 期刊：

Dimitrievski, A.; Zdravevski, E.; Lameski, P.; Villasana, M.V.; Miguel Pires, I.; Garcia, N.M.; Flórez-Revuelta, F.; Trajkovik, V. Towards Detecting Pneumonia Progression in COVID-19 Patients by Monitoring Sleep Disturbance Using Data Streams of Non-Invasive Sensor Networks. Sensors 2021, 21, 3030.

05

Sleep Monitoring during Acute Stroke Rehabilitation: Toward Automated Measurement Using Multimodal Wireless Sensors

急性中风康复过程中基于多模无线传感器自动测量的睡眠监测

Pin-Wei Chen et al.

https://www.mdpi.com/1782820

用于开发中风患者睡眠监测算法的系统配置。(A) 放置PSG电极、ActiWatch^TM和ANNE^TM的可穿戴传感器；(B) 记录多模态生理数据的ANNE^TM设备。

文章亮点：

(1) 本文探讨了使用简单的传感器系统收集亚急性中风患者的夜间生物物理数据和机器学习算法检测其睡眠阶段的可行性。

(2) 基于多导睡眠图，使用两个无线传感器对10名中风患者进行睡眠阶段分类，并分别根据多名和一名患者的数据对群体和个人模型进行训练。

(3) 结果发现，根据一名患者数据训练的个人模型可以更准确地区分睡眠和清醒阶段，表明其可以从简易可穿戴传感器中提取高分辨率的睡眠指标。

识别二维码

阅读英文原文

原文出自Sensors 期刊：

Chen, P.-W.; O'Brien, M.K.; Horin, A.P.; McGee Koch, L.L.; Lee, J.Y.; Xu, S.; Zee, P.C.; Arora, V.M.; Jayaraman, A. Sleep Monitoring during Acute Stroke Rehabilitation: Toward Automated Measurement Using Multimodal Wireless Sensors. Sensors 2022, 22, 6190.

    Sensors 期刊介绍

期刊涵盖所有传感器科学和技术研究领域，例如物理传感器、智能传感器、传感网络、生物传感器、化学传感器、雷达、可穿戴电子设备和先进的传感材料及其他们在物联网、工业、农业、环境、遥感、导航、通信、车辆、成像、生物医药等领域的应用。目前期刊已被Science Citation Index Expanded (SCIE)、PubMed、EI、Scopus等数据库收录。

2021 Impact Factor	3.847
2021 CiteScore	6.4
Time to First Decision	16.2 Days
Time to Publication	40 Days

识别二维码，

订阅Sensors 期刊最新资讯。

往期回顾

版权声明：

*本文由MDPI中国办公室翻译撰写，文中涉及到的论文翻译部分，为译者在个人理解之上的概述与转达，论文详情及准确信息请参考英文原文。本文遵守 CC BY 4.0 许可 (https://creativecommons.org/licenses/by/4.0/)。如需转载，请于公众号后台留言咨询。

由于微信订阅号推送规则更新，您可以将“MDPI工程科学”设为星标，便可在消息栏中便捷地找到我们，及时了解最新开放出版动态资讯！

点击左下方“阅读原文”，进入期刊主页。

喜欢今天的内容？给我们点个【在看】吧！