*僅供醫學專業人士閱讀參考

睡覺也能做體檢？一文讀懂睡眠監測的現狀和未來

整理：周晗

【作者簡介】

吳惠涓，主任醫師，副教授，碩士研究生導師。擔任海軍軍醫大學第二附屬醫院神經內科副主任。現任中國睡眠研究會常務理事，中國醫師協會睡眠醫學專業委員會常務委員，中華醫學會神經病學分會睡眠障礙學組副組長，上海市醫師協會睡眠醫學專業委員會副會長。

陳晨，副研究員，博士研究生導師。復旦大學人類表型組研究院生物電睡眠平臺PI。

erwer

本文來源

上海醫學2025年第48卷第12期739-742頁

引用本文

中文：吳惠涓，陳晨，睡眠監測技術的現狀與未來[J].上海醫學，2025，48（12）：739-342.

英文：WU H J.CHEN C.Sleep monitoring technology: current situation and future[J].SMJ,2025,48(12):739-342.

DOI:10.19842/j.cnki.issn.0253-9934.2025.12.002

摘要

睡眠對健康至關重要，但全球約45%人口受睡眠障礙困擾。傳統的多導睡眠圖（PSG）雖為診斷金標準，卻受限于場地、舒適度及成本；家庭睡眠呼吸暫停監測（HSAT）雖便捷，但功能單一。近年來，可穿戴設備（如體動記錄儀、光電容積描記手環）、非接觸式技術（毫米波雷達、智能床墊）及AI算法興起，通過多模態傳感與深度學習提升監測精度，彌補傳統局限。未來，隨著傳感器與AI優化，睡眠監測將更智能、普惠，助力精準健康管理。

關鍵詞

睡眠監測；多導睡眠圖；可穿戴設備；非接觸式技術；人工智能

睡眠是人類生命活動的重要組成部分，約占人生的1/3時間。良好的睡眠質量對維持身心健康至關重要。然而，隨著社會快速發展，睡眠障礙正成為一個普遍且危害健康的問題。2025年，中國睡眠研究會發布的睡眠健康報告顯示，48.5%中國18歲及以上人群存在不同程度的睡眠問題，包括失眠、阻塞性睡眠呼吸暫停綜合征（obstructive sleep apnea，OSA）、不寧腿綜合征（restless legs syndrome，RLS）、快速眼動睡眠行為障礙（rapid- eye- movement sleep behavior disorder，RBD）等。傳統的睡眠監測方法雖然準確，但存在諸多局限。近年來，隨著傳感器、AI、物聯網（internet of things，IoT）等技術的快速發展，睡眠監測領域正經歷全面變革。因此，準確、及時地評估和診斷睡眠障礙具有重要意義。

1.傳統睡眠監測技術

1.1 多導睡眠圖（polysomnography，PSG）PSG是一種全面記錄睡眠過程中多項生物變化和生理活動的監測技術，被視為睡眠障礙診斷的“金標準”，廣泛應用于臨床與科研[1]。其通過監測夜間睡眠期間的腦電圖（electroencephalogram，EEG）、眼電圖、肌電圖、心電圖（electrocardiography，ECG）、血氧飽和度、呼吸氣流和胸腹運動等多項生理參數，幫助臨床醫師客觀評估檢測者的睡眠結構、效率和分期，并判斷是否存在睡眠呼吸暫停、異常呼吸模式、周期性肢體運動等問題[2]。

根據PSG中的腦電信號和眼球運動變化，睡眠可分為非快速眼動睡眠（non- rapid eye movement，NREM）和快速眼動睡眠（rapid eye movement sleep，REM）。PSG適用于多種睡眠障礙的輔助診斷[1-2]，包括：鑒別失眠類型與評估其嚴重程度；評估REM睡眠期間的異常行為和肌肉活動，輔助診斷異態睡眠；分析夜間肢體運動，輔助診斷周期性肢體運動障礙；通過多次睡眠潛伏期試驗輔助診斷發作性睡病；輔助診斷OSA和中樞性睡眠呼吸暫停（central sleep apnea，CSA），并對其嚴重程度進行分級；輔助診斷與鑒別其他睡眠障礙、睡眠相關癲癇等疾病。

然而，PSG也存在明顯不足：受場地限制，必須在專業睡眠實驗室進行；需在患者頭部、面部、胸部等部位粘貼多個電極，顯著影響睡眠舒適度；因“首夜效應”無法反映日常睡眠狀態；設備價格昂貴，檢查費用高；數據分析復雜，需要專業技術人員耗時2~3h進行逐頓人工判讀[3]。

1.2 家庭睡眠呼吸暫停監測（home sleep apnea test，HSAT）隨著監測技術的進步與OSA患者診療需求的增長，采用不同種類生物信號采集技術的HSAT設備在臨床上得到日益廣泛的應用[4]。HSAT設備通常僅監測呼吸、血氧和心率等有限參數，可用于居家或在醫療照護機構進行客觀OSA篩查，具有便捷、舒適、可及性高及監測費用低的優點。但其無法分析睡眠結構，對睡眠呼吸障礙存在一定的漏診率，且無法鑒別CSA與阻塞性睡眠呼吸暫停等。

2.可穿戴設備技術

2.1 體動記錄儀 體動記錄儀是一種腕戴式設備，通過監測肢體活動間接評估睡眠-覺醒狀態。該設備通過三軸加速度傳感器記錄肢體活動，基于“活動-休息”原理間接評估使用者的睡眠-覺醒狀態。其具有成本低、干擾小、可長期連續監測等優勢，適用于失眠癥、晝夜節律紊亂等睡眠障礙的評估，尤其適合需要大數據分析的長期睡眠質量研究。但該設備也存在局限性，包括無法進行標準睡眠分期，無法提供OSA的診斷依據等[5]。

2.2 光電容積描記術（photoplethysmography，PPG）設備 PPG通過發光二極管（light emitting diode，LED）光源照射皮膚（通常為手腕或指尖），檢測血液流動引起的透射光或反射光變化，從而推算心率、血氧飽和度和呼吸頻率等參數[6]。目前主流的穿戴產品（如華為手環、小米手環、AppleWatch等）均采用PPG技術結合慣性測量單元（inertial measurement unit，IMU）的方式，為睡眠質量評估、OSA篩查提供了經濟、便捷的方案。然而，PPG信號易受運動偽影、環境光，以及用戶個體差異（如皮膚顏色、毛發或紋身）等因素的干擾，導致睡眠分期精度受限。

2.3 智能睡眠監測發帶或額貼 此類設備通過在頭部布置腦電電極采集連續腦電信號，進而實現對睡眠結構的精準監測[7]。主流產品常采用腦電信號結合PPG、IMU等其他傳感器進行整夜睡眠的評估。需要注意的是，目前發帶或額貼的腦電信號多為前額單通道，其信號質量易受電極類型（干或濕電極）、接觸穩定性、用戶個體差異（皮膚油脂等）等因素影響。盡管如此，由于該類設備可直接獲取腦電信號，在睡眠分期（如深睡眠、REM睡眠識別）和睡眠質量評估方面相比僅依賴心率、體動的設備仍具有顯著優勢。隨著柔性材料、制備工藝的發展，這類設備在居家環境下的睡眠監測可靠性和舒適性正逐步提升，有望為睡眠健康管理提供更舒適、便捷的解決方案。

2.4 多功能智能睡衣 此類設備通過在織物中嵌入傳感器（如柔性電極、導電纖維或紗線），采集心電、呼吸、體動等生理信號，進而實現對睡眠質量及相關生命體征的評估。目前，主流產品多采用多模態傳感方案（如ECG+PPG+IMU）以提升數據可靠性，并通過無線傳輸實現實時監測。然而，其信號質量易受睡衣與皮膚的貼合度、夜間翻身摩擦、織物洗滌損耗和環境溫濕度變化等因素干擾。未來仍需從實際應用的角度優化，包括柔性材料的選擇、柔性傳感材料的生物兼容性、動態信號抗干擾算法及無感化穿戴設計等，以提升其在連續使用中的精準性與舒適性。

3.非接觸式睡眠監測設備

3.1 毫米波雷達系統 毫米波雷達系統采用調頻連續波（FMCW）雷達技術，通過發射電磁波并接收反射信號，解算后得到人體的相關生命體征信號，包括胸腔運動（呼吸頻率）、心跳引起的微動（心率）、肢體活動（睡眠體位變化），進而分析睡眠結構[8]。與PPG技術相比，毫米波雷達的優勢在于其具備穿透覆蓋物（如被子）的能力，且不受環境光、皮膚特性（如膚色、紋身等）的影響。目前，該技術已逐步應用于智能家居，但其成本較高，且對安裝位置要求較高，以及對雷達信號處理和解析算法的精度要求較嚴格，仍需進一步優化以提升其可用性。

3.2 智能傳感床墊 基于壓電傳感和電容耦合的智能床墊技術為無接觸式睡眠監測提供了創新解決方案。壓電床墊通過嵌入高靈敏度壓電薄膜或光纖傳感器，將人體壓力變化轉化為電信號，以監測心率、呼吸頻率等生理參數[9]；而電容耦合床墊則采用柔性銀織物傳感器，通過非接觸方式檢測心臟電活動，獲取心率變異性等數據。相較于傳統穿戴式設備（如心電貼片、智能手環），上述兩種技術具有顯著優勢，用戶可在自然睡眠狀態下實現無感化監測，尤其適合長期健康管理、老年護理等場景。然而，這兩類技術均面臨信號干擾的挑戰：壓電信號易受睡姿與床墊軟硬度影響，電容耦合信號則對衣物材質和環境電磁干擾敏感。未來，通過智能算法優化（如動態噪聲抑制）和多傳感器融合策略（結合壓阻等傳感器），有望提升系統魯棒性，推動該技術在智慧家居和醫療健康領域的廣泛應用。

3.3 基于紅外攝像頭的睡眠監測 基于紅外成像技術的智能睡眠監測系統采用光電容積描記原理，通過捕捉皮膚反射光強度的周期性變化，實現非接觸式的心率、呼吸頻率及體動監測[10]。紅外成像具備在暗光環境下工作的能力，不受可見光干擾；且該系統無需佩戴傳感器，可實現完全自然的無干擾監測，尤其適合家庭長期睡眠評估和嬰幼兒監護等場景。然而，其監測精度受環境溫度、皮膚特性及身體移動等因素影響。未來通過結合深度學習算法和多模態傳感器融合，有望進一步提升該系統的準確性和可靠性，從而推動其在居家健康監測領域的廣泛應用。

4.AI與大數據分析

近年來，深度學習技術在自動睡眠分期領域取得顯著進展。研究者通過卷積神經網絡（CNN）、長短期記憶網絡（LSTM）等神經網絡，實現了端到端的睡眠階段分類：通過卷積網絡自動提取EEG等生理信號的特征，利用循環神經網絡（RNN）捕捉睡眠階段的時序關系，再經殘差連接融合特征后由Softmax分類器輸出結果[11]。相較于傳統方法，深度學習在特征提取和時序建模方面具有明顯優勢，能同時捕捉信號的形態特征（如波形細節）和時間序列模式，顯著提升了分期準確率。然而，現有方法仍存在三大局限：一是模型嚴重依賴訓練數據庫，泛化能力不足；二是過度追求準確率指標，對臨床實際需求考慮不足；三是缺乏可解釋性，難以滿足醫療場景對決策透明度和患者個體差異的要求。未來研究需在模型泛化性、臨床適用性和可解釋性等方面取得突破，才能真正推動該技術走向臨床應用。

5.總結

時代的齒輪悄然轉動，睡眠監測技術正跨越過醫院的圍墻，走進千家萬戶的臥室，也改變了人們理解睡眠的方式。新興技術雖然尚未完全取代PSG，但在疾病篩查、長期健康管理和個性化干預方面展現出強勁潛力。未來，隨著傳感器技術創新、AI算法優化和醫療監管體系的完善，睡眠監測將實現真正的智能化、個性化和普及化。醫療機構與科研機構應加強協同，以臨床需求驅動技術創新，加速睡眠監測技術的臨床轉化，為患者提供更精準、普惠的睡眠健康解決方案。

利益沖突所有作者均聲明不存在利益沖突

《上海醫學》雜志創刊于1978年，是由上海市衛生健康委員會主管、上海市醫學會主辦、國內外公開發行的醫藥衛生類綜合性學術刊物。為中國科技核心期刊（中國科技論文統計源期刊）、中國科技期刊卓越行動計劃（二期）集群化試點項目、中國科協高質量科技期刊分級目錄臨床醫學領域入選期刊、《復旦大學學位與研究生教育國內期刊指導目錄》A類期刊、CACJ中國應用型期刊、中國科學評價研究中心（RCCSE）來源期刊、中國生物醫學文獻數據庫（CBM）來源期刊、美國化學文摘（CA）來源期刊、日本科學技術振興機構數據庫（JST）來源期刊、中國學術期刊網絡出版總庫全文收錄期刊、中國學術期刊數據庫全文收錄期刊、中文科技期刊數據庫全文收錄期刊。

本刊設有院士論壇、共識與指南、述評、專家筆談、創新論壇、青年學術論壇、專題研究、臨床研究、論著、短篇論著、衛生管理、MDT病例討論、病例報告、綜述、會議紀要等欄目，介紹上海醫學科技獎獲獎項目。雜志每年開設各重點學科的專輯或專題，并舉辦“春蕾杯”年度優秀科研論文和優秀病例報告評比活動，遴選青年才俊擔任審稿人并培養為青年編委。本刊對于具有較高創新水平和科學價值、聚焦于國家重大戰略的稿件，開設綠色通道，可予以優先發表。歡迎您訂閱與投稿。

官方網站：http://www.smasmj.com

編輯部地址：上海市北京西路1623號

郵政編碼：200040

聯系電話：021-62178606

官方郵箱：smasmj@shsma.org.cn

參考文獻：

[1]BOULOS M I, JAIRAM T, KENDZERSKA T, et al. Normal polysomnography parameters in healthy adults: a systematic review and meta-analysis [J]. Lancet Respir Med, 2019, 7(6): 533- 543. DOI: 10.1016/S2213- 2600 (19)30057- 8.

[2]BERRY R B, BROOKS R, GAMALDO C, et al. AASM scoring manual updates for 2017 (version 2.4) [J]. J Clin Sleep Med, 2017, 13(5): 665-666. DOI: 10.5664/jcsm. 6576.

[3]PENDHARKAR S R, KAAMBWA B, KAPUR V K. The cost-effectiveness of sleep apnea management: a critical evaluation of the impact of therapy on health care costs[J]. Chest, 2024, 166(3): 612-621. DOI: 10.1016/j.chest. 2024.04.024.

[4]KAPOOR M, GREENOUGH G. Home sleep tests for obstructive sleep apnea (OSA)[J]. J Am Board Fam Med, 2015, 28(4): 504-509. DOI: 10.3122/jabfm.2015.04. 140266.

[5]LEE T, CHO Y, CHA K S, et al. Accuracy of 11 wearable,neurable, and airable consumer sleep trackers; prospective multicenter validation study [J/OL]. JMIR Mhealth Uhealth, 2023, 11: e50983[2025-11-20]. https:// doi.org/10.2196/50983.

[6]YILMAZ G, ONG J L, LING L, et al. Insights into vascular physiology from sleep photoplethysmography [J/ OL]. Sleep, 2023, 46(10): zsad172[2025-11-20]. https:// doi.org/10.1093/sleep/zsad172.

[7]WANG Z, DING Y, CHEN H, et al. A novel multi-modal flexible headband system for sleep monitoring [J]. Bioengineering (Basel), 2025, 12(10): 1103. DOI: 10. 3390/bioengineering12101103.

[8]ZHAO H, DING C, XUE B, et al. Radar-based non-contact obstructive apnea and hypopnea event detection using quadrature- temporal point clouds with modified PointNet [J]. IEEE Sensors Journal, 2024, 25(13): 23229-23240. DOI: 10.1109/JSEN.2024.3457547.

[9]LI W, SUN C, CHEN C, et al. Unobtrusive monitoring ofcardiorespiratorysignalsduringsleepbasedonPVDFsensorandsingularspectrumanalysis[C]//2018IEEEInternationalInstrumentationandMeasurementTechnologyConference(I2MTC).IEEE,2018:1-6.

[10]CHEN Q，WANG Y，LIU X，et al.Camerabased-heartrateestimationforhospitalizednewbornsinthepresenceofmotionartifacts[J].BiomedEngOnline，2021，20(1)：122.DOI：10.1186/s12938-021-00958-5.

[11]ZHU H，ZHOU W，FU C，et al.MaskSleepNet：across-modalityadaptationneuralnetworkforheterogeneoussignalsprocessinginsleepstaging[J].IEEEJBiomedHealthInform，2023，27(5)：2353-2364.DOI：10.1109/JBHI.2023.3253728.

審核專家：吳惠涓教授 海軍軍醫大學第二附屬醫院

責任編輯：老豆芽

*"醫學界"力求所發表內容專業、可靠，但不對內容的準確性做出承諾；請相關各方在采用或以此作為決策依據時另行核查。