World Sleep Industry ENCYCLOPEDIA

鼾聲識別算法

4.4.1

定義、輸出與用途邊界

鼾聲識別演算法從麥克風、頸部振動感測器、鼻壓或其他聲振通道中發現與睡眠呼吸同步的鼾聲候選,並把它們與說話、咳嗽、翻身、被褥摩擦和環境雜訊區分。輸出可以是事件起止、信心度、聲學特徵、每小時次數、累計時長、占比或整夜趨勢,也可作為 PSG 或居家監測中的輔助標記。

「檢測到鼾聲」不等於確定發聲者、阻塞部位、呼吸事件類型或疾病。鼾聲可以出現於沒有達到睡眠呼吸中止診斷標準的人,也可能在部分呼吸中止事件中很弱或缺失。演算法不能僅憑響度、次數或某種頻譜就診斷阻塞性睡眠呼吸中止、評估全部上呼吸道結構或決定治療。

本詞條聚焦鼾聲或鼾振動的識別與量化,不等同於呼吸中止低通氣事件識別、錄音式睡眠分期、語音識別、一般雜訊監測或止鼾裝置的閉迴路控制。若產品進一步輸出疾病風險、AHI 估計或治療建議,應對新增任務單獨定義參考標準、驗證人群和安全邊界,不能沿用鼾聲檢測準確率代替。

感測器、空間關係與校準

接觸式壓電或加速度感測器常貼近頸部記錄組織振動,環境麥克風記錄空氣傳播聲,鼻壓通道則從氣流波形間接顯示鼾振動。三者的頻率響應、方向性、動態範圍和易受干擾方式不同;同一晚的事件數和強度不能無校準地跨感測器比較。模型應聲明支援的感測器、佩戴或擺放方法和距離範圍。

非接觸錄音受麥克風指向、增益、自動增益控制、取樣、編碼、房間混響、牆面與家具、手機保護殼、床邊位置和被褥遮擋影響。分貝值還取決於校準和測量位置,消費手機的相對振幅不能自動解釋為標準聲壓級。裝置移動或系統更新改變音訊處理後,應重新檢查檢測和強度趨勢的可比性。

接觸感測器減少部分房間雜訊,卻會受到鬆動、皮膚接觸、吞嚥、說話、頸部動作、衣領和線纜摩擦影響;鼻壓鼾聲又依賴導管位置和鼻口呼吸方式。品質門控應分別識別飽和、平坦、低訊雜比、斷續和位置改變,並輸出不可判定時段,而不是用另一通道的推斷冒充原感測器實測。

分段、特徵與分類路徑

典型流程先做直流與帶外抑制、增益控制、背景估計和降噪,再用短時能量、頻譜變化或神經網路產生聲音候選。隨後從時域包絡、過零率、頻帶能量、頻譜形態、諧波、時頻圖和前後呼吸節律提取特徵,分類為鼾聲或非鼾聲。深度模型可直接學習波形或聲譜圖,但仍需要明確的分段、上下文和輸出閾值。

事件邊界會影響次數和累計時長。一次鼾聲可能被短暫間隙切成多段,連續鼾聲也可能涵蓋多個呼吸週期;演算法應規定合併、拆分、最短間隔及重疊處理,並保留這些規則的版本。固定影格分類後直接相連容易把風扇脈動或長時間說話計為大量鼾聲,也可能因降噪過強切掉較弱的起止部分。

房間級系統還必須處理發聲者歸屬。雙人同床、同室兒童、寵物、電視、窗外聲音或另一房間傳來的鼾聲,可能被同一麥克風捕獲。聲源定位、多個麥克風、近身感測器或與體動和呼吸同步可提供線索,但不能在證據不足時強制歸給佩戴者;無法分離時應標記多人或來源不確定。

標籤、資料與隱私治理

參考標籤應說明鼾聲定義、是否要求與呼吸相位同步、允許的事件邊界、靜音與非鼾聲類別以及標註工具。人工只聽聲音可能把呼吸、喉音或環境聲混入,配合同步氣流、努力、影片或頸部訊號可提高判定依據。多名標註者的分歧、仲裁和低信心度段應保存,而不是只留下單一標籤。

訓練、調參與測試要按人、家庭或錄音夜合理隔離,避免同一人的聲紋、同一房間底噪或重複音訊片段跨集合洩漏。透過複製少量鼾聲到長背景中建構的樣本可用於壓力測試,卻不能代替自然整夜驗證。資料說明應涵蓋年齡、性別、體型、語言與發聲、睡姿、房間、感測器、裝置距離、疾病和同床情況。

整夜音訊可能同時包含談話、姓名、鬧鐘、兒童聲音和家庭活動,屬於高隱私風險資料。採集應有明確告知、目的限制、最少錄音範圍、存取控制、保留期限和刪除機制,並考慮同室非使用者。若只需事件或特徵,端側處理和及時刪除原始錄音可減少暴露,但仍需說明上傳、人工試聽、模型訓練和二次使用是否發生。

效能驗證與結果解釋

事件級驗證應報告敏感度、陽性預測值、F1、每小時誤報、漏報及起止偏差,並說明事件匹配容差。由於靜音和非鼾影格遠多於鼾聲,整體準確率可能虛高;只報告整夜鼾聲次數相關性也會掩蓋事件錯配。還應評價累計鼾聲時長、鼾聲占比、每小時指數和強度趨勢的偏差與一致性。

驗證應使用未參與開發的自然整夜資料,並涵蓋不同手機或麥克風、房間混響、距離、空調和風扇、交通聲、說話、咳嗽、打噴嚏、磨牙、被褥摩擦、寵物及雙人同床。要分別報告單人安靜環境與複雜居家環境,不能用受控揚聲器回放成績代表真實臥室。系統還應測試音量很低、極響、連續和不規則鼾聲。

如果輸出用於 OSA 風險篩檢,需以獨立 PSG 或合適的居家睡眠檢查為參照,報告不同盛行率和閾值下的敏感度、特異度、預測值與校準。鼾聲檢測效能與疾病篩檢效能必須分開;「幾乎所有鼾聲都被找到」並不表示未打鼾者可排除 OSA,也不表示鼾聲較多者一定達到診斷標準。

部署、失效與持續監測

即時應用需要處理麥克風權限、背景限制、電量、儲存、音訊焦點、來電、鬧鐘和作業系統降噪。應用被系統暫停、手機被蓋住或使用者改變床邊位置時,應記錄涵蓋缺口和品質變化。用缺測時段補零會低估鼾聲,用上一夜或人群平均填補則會製造虛假趨勢。

常見失效包括把語音母音、咳嗽、清喉嚨、門響和床架聲誤判為鼾聲,把弱鼾聲當背景消除,或讓自動增益使不同夜晚的強度不可比。風扇、白噪音機和持續交通聲還會改變背景估計。系統應保留代表性誤報和漏報類別,並允許使用者或審閱者修正來源,而不是只顯示一個無依據的睡眠分數。

上線監測應關注有效錄音時長、訊雜比、不可判定率、事件與時長分布、裝置型號、作業系統、房間條件和人工回饋。麥克風驅動程式、編碼器、降噪、模型、閾值或感測器位置更新後,需做迴歸測試與版本隔離。資料分布變化可能來自季節風扇使用、產品進入新國家或使用者群變化,應與演算法退化分別分析。

選型、合規與發展方向

選型時應核對預期用途、感測器、距離和房間條件、多人處理、品質門控、事件定義、驗證資料、離線能力、原始音訊策略、匯出、稽核和更新支援。若用於機構或研究,還需評估批次管理、時間同步、標註複核和資料權限。單一準確率、鼾聲分貝或「AI 聽診」宣傳不能代替真實整夜和隱私審查。

作為一般健康趨勢工具,演算法應避免把鼾聲次數直接轉成診斷或治療結論;作為醫療篩檢或診斷輔助功能,則需按具體聲明、風險和所在地要求建立臨床證據、軟體生命週期和人機工作流程。涉及自動啟動止鼾刺激或改變治療裝置時,還要驗證錯誤觸發、延遲、喚醒和停止機制,不能僅憑檢測模組表現推定閉迴路安全。

發展方向包括端側低功耗聲學模型、說話隱私過濾、聲源分離、多麥克風定位、音訊與氣流或體動融合,以及用不確定性篩選人工複核片段。這些方法可能提高複雜臥室中的可用性,但仍需處理跨裝置、跨房間和跨人群遷移。相關詞條包括非診斷鼾聲與呼吸風險識別演算法、呼吸中止低通氣事件識別演算法、睡眠呼吸中止風險篩檢模型和睡眠聲音分類模型。