World Sleep Industry ENCYCLOPEDIA

皮膚溫度節律識別算法

4.4.1

定義、訊號對象與任務邊界

皮膚溫度節律識別演算法從腕部、手指、足部、胸部或其他體表位置的連續溫度序列中,估計日內重複模式、相位、振幅、穩定性和片段化程度。它處理的是局部皮膚與感測器接觸處的熱狀態,既受到體內節律調節,也受到皮膚血流、環境、衣被、姿勢、活動和佩戴方式影響。

皮膚溫度不等同於核心體溫。手足等遠端部位在睡前血管舒張時常升溫,而核心體溫通常趨於下降;軀幹等近端皮溫又具有不同形態。演算法必須報告量測部位,並區分遠端、近端、遠端—近端溫度梯度、直接核心體溫與模型估算核心體溫,不能把它們用一個「體溫」名稱混合。

自然生活中的 24 小時溫度模式同時包含內源晝夜調節和睡眠、光照、活動、進食、洗浴、室溫等遮蔽效應。只有在恆定常規、強迫去同步或經認可的相位標誌對照下,才能更嚴格歸因於內源晝夜節律。一般穿戴輸出宜稱日間或日常節律指標,不應單獨診斷睡眠—覺醒節律障礙、發熱或其他疾病。

感測器、佩戴與熱耦合

接觸式感測器的讀數取決於敏感元件精度、響應時間、皮膚接觸面積、壓力、隔熱層和裝置自身發熱。腕帶過鬆會混入環境空氣,過緊可能改變局部血流;摘下後讀數會迅速偏向室溫。系統應保存裝置型號、校準、取樣間隔、佩戴部位、腕帶狀態和韌體版本,並識別未佩戴與重新佩戴。

不同部位不能只用固定偏移互相替換。遠端皮溫對血管舒縮和環境更敏感,近端部位受衣物與軀幹熱量影響,左右側還會因側臥壓迫或手臂暴露而不同。要計算遠端—近端梯度,感測器需同步、單位一致且部位定義穩定;缺失任何一側時不應以人群平均值偽造個人梯度。

皮溫裝置可以與環境溫度、熱流、活動和姿勢感測器結合,以判斷讀數變化更可能來自生理或外界因素。但多感測器模型仍需獨立驗證,不能把模型估算值稱為直接量測。出廠校準、跨裝置偏差、長期漂移和響應遲滯都應透過恆溫參考與人體重複量測分別檢查。

預處理、缺失與遮蔽因素

預處理通常包括時間統一、單位校驗、異常值和突跳識別、短缺口處理、平滑以及佩戴品質標記。溫度變化本來較慢,過強平滑會移動入睡前上升或晨間下降的時點;插值也可能把摘下、洗澡或充電間隔變成虛假節律。原始值、修訂值和缺失原因應分開保存。

環境溫度、被褥微環境、衣物、熱水浴、運動、進食、酒精、發熱、藥物、月經週期和周邊血管狀態都可能改變水平或節律。活動減少與臥位本身也會使腕部皮溫變化,並與睡眠時間重合。演算法應同步記錄可取得的共變數,進行分層、調整或敏感性分析,而不是把所有夜間升溫歸為睡眠或時鐘訊號。

多日節律分析需要最低有效覆蓋和跨晝夜分布,不能僅有夜間佩戴就估計完整 24 小時波形。缺失若集中在白天、運動或高溫時段並非隨機,簡單平均值填補會扭曲相位和振幅。品質規則應預先規定有效天、最長缺口和跨日拼接,並報告有多少資料被排除。

節律建模與特徵輸出

固定週期 cosinor 模型可輸出中值水平、振幅和峰相位,擴展模型還能加入多諧波、個人隨機效應或可變週期。它便於比較,但真實皮溫波形往往非正弦,且峰值可能寬、雙峰或受睡眠時程改變。模型應報告擬合優度、信賴區間、週期是否預設,以及相位在圓形時間軸上的處理。

非參數方法可直接從平均日曲線或滑動視窗提取最高、最低區間及其時點、相對振幅、日間穩定性和日內片段化,不要求正弦形狀。結果仍依賴取樣間隔、分箱、視窗長度和有效天數。活動節律中常用的固定最活躍或最靜息時段定義不能未經說明直接移植到方向相反的遠端皮溫。

變化點、狀態空間、頻譜分析、小波和機器學習模型可追蹤相位漂移、睡前升溫或多日模式,但必須處理 24 小時時鐘的環形誤差。預測 23:50 與真值 00:10 的誤差應為 20 分鐘而非近 24 小時。輸出應包含不確定性、有效資料範圍和無明顯節律狀態,避免對低振幅或不規則序列強行給出精確相位。

睡眠關聯與多模態解釋

睡眠開始附近常出現遠端血管舒張、遠端皮溫上升以及遠端—近端梯度趨近,但這些關係受環境、臥位和個人差異影響。皮溫可以為睡眠視窗或睡意模型提供特徵,卻不能獨立確認 EEG 定義的入睡、NREM 或 REM。以 PSG 為目標時,需同步對齊並單獨評價階段轉換附近的誤差。

將皮溫與活動、光照、心率和自報睡眠聯合,可更好地區分佩戴、靜息和作息變化,也可能產生循環標籤。例如用活動先生成「睡眠真值」,再用同一活動參與多模態模型,會高估獨立資訊。訓練與驗證應明確每個標籤的來源,並進行感測器消融以說明皮溫的增量價值。

節律相位與睡眠時點相關不代表二者可以互換。輪班、跨時區、睡眠限制、午睡和不規則作息可能使溫度、行為與光暗週期暫時錯位。演算法應分別報告溫度相位、睡眠時程和兩者差值,並用適當的核心體溫或褪黑素相位參考驗證任何「生物鐘」或相位偏移聲稱。

驗證、泛化與報告規範

感測器層驗證應比較恆溫或可追溯參考下的偏差、重複性、響應時間和跨裝置一致性;生理層驗證則比較目標部位或認可參考標誌。相關係數不能證明讀數一致,演算法相位還需報告圓形誤差、一致性界限和重複夜變異。模型估算核心體溫必須與直接核心量測分開評估。

資料應按受試者劃分,並涵蓋年齡、性別、膚色、體型、停經狀態、末梢循環、慢性病、用藥、季節、氣候、衣被和輪班作息。相鄰天隨機進入訓練與測試會洩漏個人基線。外部驗證應使用不同裝置批次、地點和季節,並分別報告未佩戴、低接觸和演算法無法擬合的比例。

報告至少包括部位、感測器、隔熱與佩戴方法、取樣間隔、時區和日光節約時間、環境量測、缺失處理、有效天數、模型公式、週期、相位定義與不確定性。比較個人趨勢時還需說明基線視窗和更新規則。絕對溫度、相對基線和遠端—近端梯度不能在單位或意義不明時混合展示。

部署、隱私與安全邊界

即時系統應處理跨時區、日光節約時間、裝置時鐘漂移、充電摘戴和跨午夜視窗,避免相位因時間後設資料錯誤而跳變。韌體、感測器或擬合模型更新後,應在固定資料上檢查水平、相位和有效覆蓋是否出現斷點。長期趨勢必須保留版本、部位和佩戴變更記錄。

溫度與作息資料能夠透露睡眠時間、居住模式、疾病或生理週期等敏感資訊。系統應採取最小化採集、存取控制、加密、保留和刪除策略,並清楚說明哪些結果在裝置端生成。面向使用者的介面應顯示量測部位、資料品質、相對個人基線和不確定性,而非偽裝成精確核心體溫。

皮溫節律異常可能由環境、佩戴、短期作息或生理變化造成,不能單獨診斷晝夜節律障礙、感染、內分泌或血管疾病。持續發熱、明顯低體溫、嚴重睡眠問題或其他症狀應使用適當臨床量測與評估。可信演算法會把直接量測、校正後的皮溫、推導節律和臨床解釋分層呈現,並允許輸出不可判定。