World Sleep Industry ENCYCLOPEDIA

睡姿識別算法

4.4.1

定義、輸出與任務邊界

睡姿識別算法把整夜的慣性、壓力、雷達或影像信號轉換成仰臥、俯臥、左側臥、右側臥、直立、離床或未知等姿勢,並可輸出連續的滾轉、俯仰角度、翻身時點、各姿勢時長及置信度。它關注身體朝向和姿勢轉換,不等同於一般體動強度、睡眠分期或呼吸事件偵測。

算法必須說明識別的是頭部、頸部、軀幹、骨盆或全身姿態。一個人可在軀幹仰臥時把頭轉向側方,也可呈半側臥、蜷縮、床頭抬高或上身扭轉。把胸前傳感器方向稱作「睡姿」而不標註解剖部位,會掩蓋對位置性呼吸或體位干預真正重要的差異。

姿勢類別本身並非疾病診斷。位置性 OSA、壓瘡風險、疼痛管理、復康、癲癇安全研究及一般睡眠習慣,對姿勢定義、時間分母與風險意義均不同。模型應綁定具體用途,不能以成人位置性呼吸驗證結果支援嬰幼兒安全監護,也不能由仰臥時長直接推出病情或治療建議。

標籤體系與解剖座標

常見離散體系包含仰臥、俯臥、左側、右側及直立,但每類涵蓋多大的角度範圍並無天然統一答案。接近邊界的斜臥可能在不同系統被分到不同類別。標籤規範應給出人體座標軸、角度邊界、半側臥與未知的處理,並說明左右是以受檢者而非觀察者視角定義。

連續角度可保留離散類別遺失的細節,例如軀幹由仰臥旋轉多少、床頭抬高或頸部屈伸;但單一三軸加速度計只能穩定確定相對重力的部分方向,無法在所有情況恢復完整三維朝向。磁力計、陀螺儀或多部位傳感器可補充資訊,也會引入漂移、磁干擾及同步問題。

睡姿還包含形態而非只有方向,例如手臂位置、膝髖屈曲、枕頭支撐、床邊位置及接觸面積。壓力陣列或影片可識別這些細節,胸部慣性傳感器通常不能。若產品輸出「胎兒式」「星形」等細粒度姿態,必須為每類建立可重現標註,不能從粗略左右側臥推斷。

傳感器、固定與標定

胸部、頸部或頭部慣性傳感器利用重力向量識別方向,體積小且便於連續記錄,但依賴牢固固定及初始校準。貼片傾斜、綁帶鬆動、睡衣拉扯或夜間旋轉會令設備座標相對身體改變。系統應記錄佩戴位置、初始化姿勢及重新標定,偵測不連續偏移並輸出傳感器移位狀態。

床墊壓力陣列、床腳稱重和雷達可非接觸觀察身體輪廓或反射分布,卻會受床墊材料、被褥、床架、房間幾何、床伴與寵物影響。影片提供直觀參考,但被褥遮擋、黑暗、視角、多人和私隱會降低可用性。不同傳感器看到的是接觸壓力、表面輪廓或動作回波,類別不能未經驗證直接互換。

腕表與戒指主要反映手臂或手指朝向,不能可靠代表軀幹側別;手機放在床上更會混合床體振動。聲稱以這些設備識別全身睡姿時,需要專門證明手臂和軀幹關係在目標人群及整夜中足夠穩定。無法確定受檢者或身體部位時,應降級為體動、在床或未知輸出。

分類流程與姿勢轉換

慣性流程通常先校正零偏與座標,估計重力方向或姿態角,再以閾值、狀態機或學習模型賦類。壓力及影像模型則從空間分布提取輪廓、重心或深度特徵。無論輸入如何,分類邊界都應包含遲滯與最短穩定時間,避免呼吸微動或輕微搖擺令標籤在兩類之間反覆切換。

翻身偵測應區分快速姿勢轉換、短暫抬身、起床、設備碰撞與傳感器脫落。事件起止、轉換前後姿勢、過渡態和合併間隔需要明確規則。只在發現大動作後重新分類可節省計算,卻可能漏掉緩慢滾動;逐幀分類則容易產生噪聲,因此須驗證兩種路徑對轉換次數及姿勢時長的影響。

睡眠狀態與姿勢是相關但獨立的軸。人在清醒時也會躺臥,坐起可發生於短暫覺醒,而姿勢傳感器通常不能確認腦電睡眠。報告應分別保存記錄時間、有效在床時間及各姿勢下的估計或 PSG 睡眠時間,避免把清醒仰臥納入睡眠姿勢分母。

參考標籤與資料治理

參考標準可採用同步紅外影片、多角度深度影像、人工觀察或經機械標定的身體傳感器。標註者應能區分頭、頸及軀幹,記錄被褥遮擋、多人、離床和不可判定區段;時間軸還須與算法信號精確同步。把 PSG 位置通道直接當成無誤真值並不充分,因它本身亦可能錯位或脫落。

訓練、調參與測試必須按受試者和記錄夜隔離,涵蓋體型、年齡、活動能力、枕頭、床頭高度、床墊、睡衣、傳感器安裝及睡眠障礙。姿勢類通常不平衡,俯臥與直立可能很少;按幀隨機劃分會把同一長姿勢片段洩漏到訓練及測試。應報告每類受試者和整夜暴露,而非只報告影像或視窗數量。

居家資料還要包括床伴、寵物、被褥遮擋、設備移位與不同臥室。過採樣、旋轉影像或模擬壓力有助訓練,卻不能取代自然整夜外部測試。面向兒童、長者、行動受限者、孕婦或使用定位輔助器具的人群,應另行驗證姿勢形態、傳感器固定與安全邊界。

性能驗證與位置性應用

逐時點評價應報告每類靈敏度、陽性預測值、F1、混淆矩陣、宏平均指標與不可判定率;連續角度還須報告方向性誤差。記錄級應比較各姿勢累計時長、仰臥比例、轉換次數與邊界偏差。總體準確率容易被長時間仰臥或側臥主導,必須呈現少見姿勢和每位受試者的誤差分布。

位置性呼吸分析須把呼吸事件、有效睡眠及同步姿勢共同配對,分別計算各姿勢事件率。姿勢錯誤會把事件分到錯誤分子,自動睡眠誤差又會改變分母;某姿勢時間過短時,比值非常不穩定。驗證應評價完整的姿勢—事件—睡眠鏈,並報告每種姿勢的有效暴露。

用於體位回饋或干預時,還要驗證即時延遲、誤觸發、使用者能否正確回應、睡眠干擾、不適及長期依從性。離線分類準確不代表閉環系統安全有效。頭位與軀幹不一致、半坐位、治療設備管路或疼痛限制都可能導致錯誤提示,系統應容許個人化停用、調整或人工複核。

部署、私隱與發展方向

部署介面應顯示姿勢時間線、角度、品質、未知區段、傳感器移位及參考部位,並容許技術人員或使用者更正明顯錯誤。系統必須保留不可判定和離床狀態,不能強制為每一秒貼上睡姿。設備、韌體、床型、安裝、模型及類別邊界變化均須回歸測試和版本追蹤。

影片、深度圖與壓力分布可能暴露身體形態、健康狀態、床伴及臥室活動。採集應最小化,說明是否保存原始影像、誰可存取、保留多久及是否用於訓練。端側提取姿勢後即時刪除原始畫面可降低風險,但派生軌跡和多夜行為模式仍須存取控制及刪除機制。

未來方向包括頭頸—軀幹多部位聯合估計、被褥下姿態重建、跨床型域適配、連續角度與不確定性建模,以及將姿勢與呼吸事件作可稽核融合。更好的系統應知道傳感器滑動或視野不足時無法判斷。自適應更新仍須限定修改範圍、預定驗證、漂移監測及回退,保持縱向結果可比較。