编译：公子欣

睡眠是人类健康的重要组成部分，然而，超过60%的成年人睡眠质量不佳。张口呼吸、睡眠呼吸暂停、打鼾等睡眠行为是导致睡眠质量差的主要因素，还可能引发心血管疾病、糖尿病和抑郁症等慢性疾病。因此，有效监测和识别睡眠状态对于现代健康管理至关重要。

日前，由剑桥大学领导的研究团队研发出一种舒适、可水洗的“智能睡衣”，无需使用粘性贴片和笨重设备，也无需前往专业睡眠诊所，在家就能监测睡眠呼吸暂停等睡眠障碍。研究团队开发出一种印刷织物传感器，即便睡衣宽松地穿在颈部和胸部，该传感器也能通过检测皮肤的微小运动来监测呼吸。

嵌入智能睡衣的传感器经过“轻量级”人工智能算法进行训练，能以98.6%的准确率识别6种不同的睡眠状态，同时忽略翻身等正常睡眠动作。这种节能传感器只需少量睡眠模式示例，就能成功识别正常睡眠和异常睡眠之间的差异。

研究人员表示，该智能睡衣可帮助饱受睡眠紊乱困扰的人监测自身睡眠，并了解生活方式变化对睡眠的影响。研究发表在《美国国家科学院院刊》上。

研究领导者、剑桥石墨烯中心教授Luigi Occhipinti表示，睡眠质量差对身心健康影响巨大，因此进行适当的睡眠监测至关重要。然而，目前睡眠监测的黄金标准——多导睡眠监测（PSG）既昂贵又复杂，不适合在家中长期使用。比PSG更简单的家用设备，如家庭睡眠测试，通常只针对单一病症，且体积庞大或佩戴不舒服；而智能手表等可穿戴设备，虽然佩戴更舒适，但只能推断睡眠质量，无法有效准确监测睡眠障碍。

Occhipinti说：“我们需要一种每晚都能舒适、轻松使用，同时又足够准确的产品，能提供有关睡眠质量的有意义的信息。”

用于多功能睡眠行为监测的智能睡衣系统概述为了开发智能睡衣，Occhipinti和同事们在他们早期为有语言障碍的人设计智能项圈的基础上进行了研究。团队重新设计了基于石墨烯的传感器，用于睡眠时的呼吸分析，并进行了几项设计改进以提高灵敏度。“得益于我们的设计改进，传感器能够检测到不同的睡眠状态，同时忽略正常的翻身动作。”灵敏度的提高也意味着智能睡衣无需紧贴颈部，只要传感器与皮肤接触，就能提供高度准确的读数。”

睡眠条件识别模型

研究人员设计了一种名为SleepNet的机器学习模型，它利用传感器捕获的信号来识别睡眠状态，包括鼻呼吸、口呼吸、打鼾、磨牙、中枢性睡眠呼吸暂停和阻塞性睡眠呼吸暂停。SleepNet是一个“轻量级”人工智能网络，将计算复杂性降低到可以在便携式设备上运行的程度，而无需连接计算机或服务器。

Occhipinti说：“我们对人工智能模型进行了精简，使其在达到最高准确率的同时实现最低计算成本。这样一来，我们就能将主要的数据处理器直接嵌入传感器中。”研究人员将智能睡衣在健康人和睡眠呼吸暂停患者身上进行了测试，能够以98.6%的准确率检测一系列睡眠状态。通过对智能睡衣进行特殊的上浆处理，研究人员提高了传感器的耐用性，使其能够用普通洗衣机清洗。最新版本的智能睡衣还具有无线数据传输功能，可以将睡眠数据安全传输到智能手机或电脑上。

设备的特性

睡眠对健康至关重要，可靠的睡眠监测是预防保健的关键。Occhipinti指出，这种智能衣服可以在家使用，它能提醒用户注意自身睡眠变化，然后与医生讨论。在医疗服务体系的睡眠分析中，通常不会关注鼻呼吸和口呼吸等睡眠行为，但这可能是睡眠障碍的一个指标。

研究人员希望这种传感器能适应各种健康状况或家庭用途，例如婴儿监护。他们还在努力提升传感器的耐用性，以便长期使用。

注：封面图为版权图库图片，转载可能引发版权纠纷