这项研究由荷兰埃因霍温科技大学的博士研究员Gabriele Papini领导。它结合了一个腕戴式设备，类似于健身追踪器，其通过用户的皮肤和底层血管照射绿色LED光。通过分析这些光有多少被血液吸收和有多少被反射到设备的底部就可以连续实时测量佩戴者的心率。

Papini及其同事认为，心率的变化可能跟睡眠呼吸暂停引起的呼吸变化相对应。如果是这样的话，那么病人在自己的床上睡觉时可以舒适地佩戴该设备多个晚上，这比起他们只是在睡眠诊所花一个晚上并跟多个传感器连接能够提供更多和更好的数据。

科学家们开始使用该设备监测250名志愿者的心率和脉搏振幅，其中一些人已知患有睡眠呼吸暂停，另一些人则已知没有。然后，这些数据被用来训练基于深度学习的算法。

这些算法随后能将心率/脉冲振幅的明显变化跟呼吸暂停诱发的呼吸事件相匹配，此外，它们还学会了过滤掉分散注意力的“背景噪音”如身体运动。因此，有可能计算出每个人的所谓“呼吸暂停-窒息指数”--即每小时睡眠中的异常呼吸事件的数量。

当该设备和算法在另外250名志愿者身上进行测试时，结果发现每个人的计算指数跟利用睡眠诊所常用的那种传统传感器获得的指数非常一致。

Papini的主导师Sebastiaan Overeem教授表示：“希望这项研究将带来新的技术，除了更好的诊断之外还可以检查睡眠障碍患者的治疗效率。并且重要的是，该设备可以在家里使用且可以长时间使用。”

关键词： 科学探索