团队负责人：闫相国
所在学院：生命科学与技术学院
一、项目简介
睡眠呼吸暂停综合征（OSAHS）是一种典型的睡眠障碍，具有发病率高、知晓率低的特点。目前临床睡眠监测和睡眠呼吸暂停综合征诊断的金标准是PSG(多导睡眠图监测仪)，但价格昂贵，患者睡眠时需要佩戴大量传感器，操作专业要求度高，需要搭建专业的睡眠室环境以及专业的医师对结果进行判读等，严重限制其普及推广、以及在睡眠领域开展海量数据规模的新应用。
本项目以微型可穿戴测量头贴为基础，应用近红外光谱测量、边缘计算与云计算、大数据与人工智能等技术手段，实现自然环境下的睡眠评价、睡眠呼吸暂停检测、生命安全监控等智能睡眠健康管理。
产品性能优势
该项目包括长时间多模信号连续采集、干扰抑制与信号增强、基于AI 的睡眠自动分期、睡眠呼吸暂停自动分析与脑损伤评价等关键技术。
1.长时间多模信号连续采集：
实现100mWH 电源供电的 10 小时连续数据采集，采集参数包括脉率、呼吸率、脉搏血氧、脑血氧等生理信息，以及头部运动及体位变化等体动信息，测量装置重量小于 25g。
2.干扰抑制与信号增强：
有效剔除长时间测量过程中多种因素干扰对测量信号的影响，精确提取睡眠过程中深部脑功能信息。3.基于AI 的睡眠自动分期：
利用Tensorflow 开源机器学习平台，针对健康人群和睡眠障碍患者人群，分别构建用于边缘计算和云计算的睡眠自动分期模型，研究适合超大规模数据的分布式模型训练技术。
4.睡眠呼吸暂停自动分析与脑损伤评价：
综合利用测量过程中采集的多模信号，实现睡眠呼吸暂停自动分析；通过计算
脉搏血氧饱和度与脑深层局部血氧饱和度相关性，客观评价睡眠呼吸暂停引起的脑损伤程度和睡眠呼吸暂停治疗效果。
市场前景及应用
对于睡眠产业而言，智能化的睡眠监测定会成为睡眠产业的核心入口。将睡眠监测数据，应用于医疗、睡眠改善、健康评估等多方面。
四、技术成熟度
√概念验证 □原理样机 □工程样机 √中试 √产业化
五、合作方式
√联合研发 √技术入股 □转让 √授权（许可）□面议
附图
