睡眠呼吸暫停症是一種睡眠時的呼吸障礙疾病。在美國患有此疾病的人口約有1200萬人，而臺灣則超過35萬人患有此疾病。患者常常因為沒有充足的睡眠而影響到白天的工作效率及生活步調，且會引發很多的併發症，併發症方面如高血壓、心臟病、心律失常、中風等心血管疾病，更嚴重甚至會發生睡眠中猝死的情形。

為了協助患者瞭解自己睡眠不佳的原因及提供醫師診斷上的參考，研發出一套無線型睡眠呼吸暫停症監視系統，用以分析患者一整夜睡眠時生理變化的過程，找出睡眠不佳及睡眠呼吸暫停的症候。本系統可量測睡眠時多項的生理參數，其中包含打鼾次數，呼吸暫停時間及次數、心跳變化等，將資料暫時記錄，再使用藍牙無線模組將資料轉成微波傳輸至個人電腦中，利用Visual Basic軟體撰寫一套應用軟體分析各項生理參數與睡眠呼吸暫停症間的相互關係，以提供醫師和患者瞭解睡眠時的呼吸狀況及生理變化，作出有效的防範與治療。

簡述睡眠呼吸暫停症

人生約有三分之一的時間在睡眠中度過，良好的睡眠是保證身體健康的必要條件。睡眠呼吸暫停症是一種很常見的睡眠呼吸疾病，根據研究調查，在美國約有24％的成年男性及9％成年女性或超過二百萬人口患有此疾病，在台灣至少有三十五萬人也有此問題。

這個病初期最常發生於四十到五十歲間，正是事業的顛峰時期，所以對社會及家庭的影響相當大。此病除了會破壞了整個睡眠結構，還會引發許多併發症，例如患者很容易發生白天嗜睡、夜間失眠、響鼾、睡眠中異常動作、智力減退、個性改變、性無能、晨間頭痛、高血壓、心衰竭、肺心症、紅血球增多症、甚至於猝死等症狀。[1] [2] [3] [4]

一般在診斷患者是否罹患睡眠呼吸暫停症是指患者在睡眠中出現呼吸暫停和低通氣的總次數超過每小時5次。其中呼吸暫停是指在睡眠中，出現10秒以上的呼吸氣流消失，低通氣是指呼吸氣流並未完全停止，只是減少到原來的20％～50％，同時血氧濃度下降4％以上的呼吸紊亂。

目前醫生在診斷睡眠呼吸暫停症時常使用夜間睡眠呼吸多項生理監測儀，記錄一整夜的睡眠週期，其中包括呼吸暫停以及呼吸變淺的次數、型態、缺氧指數、次數、心電圖的變化、口鼻腔氣流、胸腹部呼吸運動、耳垂血氧等訊號的記錄、打鼾次數等情形。使用夜間睡眠呼吸多項生理監測儀雖然精確，但需要在身上配戴多種儀器，也必須在特定的醫院中由專業人士操作才能進行量測，非常不方便也容易影響患者的睡眠，所以不適合做長期的監測。

因此一般患者除非到了非常嚴重的地步是不會走進醫院進行這項檢查。更何況睡眠呼吸多項生理監測儀是一項價格昂貴的儀器，一般患者不會購買在居家中自行量測，所以很難達到普遍性。本系統主要針對這些缺點發展出一套使用簡單、察覺性更低、價格低廉及適合在居家睡眠環境下作長期監測的監測系統，達到幫助醫師瞭解病患的病情，並提供醫生追蹤治療過程的改善情形。

研究方法與系統設計

《圖一　無線型睡眠呼吸暫停症監視系統方塊圖》

(圖一)為本系統之系統方塊圖。本系統是由(1)生理參數量測計及(2)生理參數分析器所構成。生理參數量測計包含有生理訊號感測裝置、微控制器。生理參數分析器則是利用藍牙無線模組接收生理量測計所量測到的生理參數資料，加以分析，並以具親和力的操作畫面顯示出來，提供病患睡眠生理變化情形。

生理參數量測計

生理訊號感測裝置

心跳變化使用的感測元件為光感測器，主要利用人體心臟收縮時血管中的血流量及血氧濃度會因此而產生變化。本系統採用光耦合器（CNY70）利用光反射法偵測血管末端血流量的變化[5]。(圖二)為光耦合器CNY70內部架構及動作原理。

《圖二　光耦合器CNY70內部架構及動作原理》

音頻信號接收器主要是接收睡眠時因呼吸道阻塞所產生的鼾聲，本系統採用電容式音頻接收器作為訊號接收的主要元件，利用接收音波壓力改變振動膜的位移量，使振動膜與鋁質外殼間的電容CT隨著音波強弱改變電容量，再經FET完成阻抗的轉換產生RECM ，使REXT 和RECM 的分壓改變，得到不同的輸出[6]。(圖三)為音頻接受器內部架構及動作原理。

《圖三　音頻接受器內部架構及動作原理》

呼吸感測器的工作原理是利用呼吸時胸腔會產生起伏，而拉動臥式可變電阻因而產生電阻值的改變。

生理訊號感測電路

(圖四)為心跳感測電路方塊圖。心跳變化時，感測器所量測到的訊號，包含有直流偏壓（DC Offset）、心跳變化的訊號、呼吸及肌肉顫動、60Hz及高頻的雜訊，其中心跳變化的訊號為所需的訊號，其他訊號一律視為雜訊，因此分別採用硬體的前置濾波電路及軟體兩種處理方式，以消除不同的雜訊對量測所造成的影響。

前置濾波電路主要特點是可以減輕軟體程式進行數位訊號處理所需的運算量及時間，避免造成訊號處理過程中延遲情形。圖四為心跳訊號之波形，以及為將心跳訊號轉換成數位訊號之波形。(圖五)為心跳感測電路。

《圖四　心跳感測電路方塊圖》

《圖五　心跳感測電路》

(圖六)為鼾聲感測電路方塊圖。以音頻接收器量測到的鼾聲訊號包含很多雜訊及背景雜音的影響，必須利用硬體濾波器去除高頻、低頻雜訊只留下鼾聲頻帶內的訊號，Smithson[1995]研究中顯示鼾聲的頻率大約在1～200Hz的聲音頻帶內，其它聲音的頻率域則較廣。首先由音頻接收器從量得的訊號，訊號放大，再經由200Hz低通濾波器濾除其它聲音所造成的雜訊干擾[7]。(圖六)為將鼾聲訊號轉換成數位訊號之波形。(圖七)為鼾聲感測電路。

《圖六　鼾聲感測電路方塊圖》

《圖七　鼾聲感測電路》

(圖八)為呼吸感測電路方塊圖。利用呼吸時胸腔的起伏拉動臥式可變電阻改變電阻值因而產生的電壓變化，經由訊號放大電路、比較電路，即可判斷呼吸的情形。圖八可見呼吸訊號波形與呼吸感測電路。

《圖八　呼吸感測電路方塊圖》

CPU及顯示電路

(圖九)所示為本系統CPU及顯示電路。CPU是使用盛群半導體股份有限公司所生產的HT46R24微控制器，其中由Port A及Port C驅動15*4中文顯示型LCD，作為生理參數資料的顯示，Port B為生理參數及計時器的輸入端，而Port D則經過MAX232準位轉換做串列傳輸[8] [9]。

《圖九　CPU及顯示電路》

韌體程式

生理參數量測計之程式如下：在生理參數量測時為了避免讀取到身體翻轉時的錯誤訊號，利用多重讀取的方式加以避免，在訊號變化時連續讀取，且每次讀取間加入一段時間延遲，再經過比對讀取的訊號是否相同，此方式可降低訊號讀取時的錯誤率。處理完成後的生理參數資料存放於微控制器的暫存器並透過中文型LCD顯示所量測到的生理參數。藍牙無線模組傳輸方面，主要將儲存在微控制器內部暫存器的生理參數資料透過RS-232串列傳輸與個人電腦間做資料通訊。

生理參數分析器

以Visual Basic6.0為開發工具，透過藍牙無線模組接收由生理參數量測計所傳輸的生理參數資料，儲存於資料庫中，並將每個時間點的生理參數進行分析，連接Excel將每個時間點所量測的生理參數資料進行分析及統合以曲線圖的方式顯示每個時間點的生理變化狀況，讓醫師在診斷上更加方便。

《圖十　生理參數經過曲線分析後結果顯示》

軟體程式

生理參數分析器程式如下：將生理參數資料接收進行統計後置入資料庫中，並且連接Excel以曲線圖的型態顯示[10]。

結果

(圖十)為由醫院所取得正確的數據經過本系統實際模擬量測所得之曲線分析圖。本系統提供一組一般正常睡眠時的呼吸生理參數數據及曲線圖增加醫師在比對及判斷的方便性[11]。

圖十上方為未罹患睡眠呼吸暫停症的睡眠呼吸生理變化情形；下方則為罹患睡眠呼吸暫停症患者睡眠時的睡眠生理變化情形。(表一)則為圖十各個顏色曲線所代表的意義。

圖十曲線分析及比對可以發現睡眠呼吸暫停症的患者睡眠時呼吸通常伴隨著鼾聲，當有睡眠呼吸暫停的情況發生，心跳次數在同一時間域內有非常明顯的下降情形，因此能判斷罹患睡眠呼吸暫停症的患者在長期未接受有關睡眠呼吸暫停症治療的情況下，心臟長期在睡眠時未有規律的跳動而容易罹患有關心血管方面的疾病。

結語

在設計單晶片微控制器的軟體時，必須以時間軸為基準，量測各項生理參數，才能於重建時找出各個生理參數間的關係。為了使生理參數量測計的體積小型化，必須選擇低消耗電量及體積較小的元件，並使用微控制器使整體電源消耗最小化。藍牙無線傳輸模組為低功率消耗且高安全性的無線資料傳輸設備。

　　在生理參數量測時，必須將生理訊號感測裝置固定於患者身體上，因為睡覺時頭部、身體移動和翻轉，容易造成量測設備的脫落及不正確的量測資料，此時不正確的量測多少會影響醫師對症狀的評估。所以生理參數量測計的感測器體積必須要很小，固定容易、不易脫落及避免影響患者的睡眠，處理生理參數的資料時，必須要先利用濾波器，將其雜訊除去，只顯示真正的睡眠呼吸的生理參數的波形，這樣才更容易得到準確的生理參數，進而提高醫師診斷上的正確性。

　　另外，要配合生理參數量測計內各個電路模組，系統的電源供應就顯得很重要。傳統電源處理方式是由電力公司所提供110V、60Hz的電源經由一個重量、體積不小的變壓器，經過不斷的整流及穩壓才能得到系統所需的電壓，而此過程所產生溫度容易因為散熱不完全而導致元件容易損毀。

為了要讓生理參數量測計體積小、重量輕、且不會產生高溫，因此生理參數量測計採用市面上110V、60Hz轉換成5V、1A的電源轉換器，提供微控制器使用，再透過直流轉直流-雙組-電源轉換器轉成感測電路模組所需的±5V電源，相較於以往不但降低電源設計的難度，使得攜帶更加的方便。

---作者林志忠、陳凱宏、林仁傑為正修科技大學電子工程系四技部學生；指導老師黃新賢為正修科技大學電子工程系老師---

＜參考資料：

[1] Mariano Cabrero-canosa, Elena Hernandez-pereira, and Vicente Moret-Bonillo, “Intelligent Diagnosis of Sleep Apnea Syndrome.” IEEE engineering in medicine and biology magazine, March 2004:72-81.

[2] Varady et al., “A Novel Method for the Detection of Apnea and Hypopnea Events in Respiration Signals.” IEEE Tran. Biomed. Eng., 2002; Vol. 49, September: 936-941.

[3] ASYALI et al., “Assessment of Closed-Loop Ventilatory Stability in Obstructive Sleep Apnea.” IEEE Tran. Biomed. Eng., 2002; Vol. 49, March: 206-216.

[4] Varady et al., “On-line Detection of Sleep Apnea During Critical Care Monitoring.” Proceedings of the 22"d Annual EMBS International Conference, July 23-28, 2000, Chicago IL.

[5] 賴瑞楊，末梢血流波形之動態即時量測與分析系統之設計，民92

[6] 盧明智，電子實習與專題製作感測器應用篇，全華，民91

[7] 盧明智、黃敏祥，OP AMP應用＋實驗模擬，全華，2004年10月

[8] 鍾啟仁，HT46XX微控制器理論與實務寶典、

[9] 張慶龍，單晶片控制與網路傳輸應用使用HT48R系列晶片，全華，2006年2月

[10] 曹祖聖，Visual Basic.NET 學習範本，松崗，2004年8月

[11] 台灣睡眠醫學學會，http://www.tssm.org.tw/＞