Søvnstadier fra lyd
Sådan bliver dine vejrtrækningslyde til faseestimater, og hvordan du læser dem.
På denne side
- Sådan fungerer faseestimering
- De fire faser og deres vejrtrækningsmønstre
- Stilhed-etiketten
- Åndedrætsfrekvens og vejrtrækningsregelmæssighed
- Bruger appen Apple Watch-data?
- Læsning af hypnogrammet
- Typisk fasefordeling
- Hvor præcise er estimaterne?
- Hvorfor der ikke blev registreret søvnstadier
- Forskningsreferencer
Snore Timeline gætter på, hvilket søvnstadie du var i på hvert tidspunkt af natten. Vågen, Let søvn, Dyb søvn eller REM, plus en femte mærkat kaldet Stilhed for de strækninger, hvor appen slet ikke kunne høre noget. Estimaterne kommer alene fra dine vejrtrækningslyde, opsamlet af den samme mikrofon, der står for snorkeregistreringen. Denne side gennemgår signalerne bag hver fase, hvordan du læser hypnogrammet i din natlige oversigt, og hvad estimaterne kan og ikke kan fortælle dig.
Sådan fungerer faseestimering
Din vejrtrækning ændrer sig, når du bevæger dig gennem søvnens faser, og forskellen kan høres. Appen kigger på, hvor regelmæssig din vejrtrækning er, og hvor meget den svinger, ud fra den samme optagelse, den allerede bruger til snorkeregistrering og registrering af vejrtrækningsforstyrrelser. Der er ikke noget ekstra at sætte op.
Cirka 15 minutter inde i en optagelse finder algoritmen din personlige vejrtrækningsbaseline, altså din typiske frekvens og regelmæssighed. Derfra måler den resten af natten op mod din egen baseline i stedet for et befolkningsgennemsnit og bruger tærskler fra publiceret forskning til at placere hver periode i en fase.
Vejrtrækningens regelmæssighed vejer tungest, men algoritmen kigger også på:
- Åndedrætsfrekvens, som typisk falder, når du går ned i dybere søvn.
- Snorkemønstre, da den snorken, appen registrerer i løbet af natten, indgår i den samme model.
- Tidspunkt på natten, fordi søvnen følger en forudsigelig kurve. Dyb søvn klumper sig tidligt på natten, og REM vokser mod morgenen.
- Bevægelse, da store ændringer i lydbilledet peger på, at du rører dig, hvilket tyder på lettere søvn eller en kort opvågning.
Resultatet dukker op som et hypnogram i din natlige oversigt.
De fire faser og deres vejrtrækningsmønstre
Hver fase efterlader sit eget aftryk i din vejrtrækning:
- Dyb søvn: rolig, regelmæssig vejrtrækning med lav variation. Det er den genoprettende fase, og den har den mest metronomagtige rytme af dem alle. Det meste af den får du tidligt på natten, især i de første 90 minutter og de første par timer.
- REM-søvn: uregelmæssig vejrtrækning med høj variation. REM er drømmesøvnen. Den begynder typisk 40 til 50 minutter efter, du falder i søvn, og vokser mod morgenen, og derfor koster en afkortet nat dig mere REM end noget andet.
- Let søvn: moderat regelmæssighed, et sted mellem de to andre. Let søvn er overgangsfasen og den, man lettest vågner fra.
- Vågen: bevægelse, lyde eller en vejrtrækning, der ikke passer med søvn. Appen markerer også en lang stilhed som mulig opvågning, når andre signaler bakker det op.
Dyb søvn ligger i den ene ende af regelmæssighedsskalaen og REM i den anden, så appen vil se vedvarende lav variation, før den kalder en periode Dyb søvn, og den forlader Dyb søvn, så snart variationen stiger. Den lydklassificering, der kører sideløbende, leverer snorke- og bevægelseskonteksten.
Stilhed-etiketten
Faseklassificering ud fra lyd har én indbygget grænse. Den kan kun klassificere det, den kan høre. Når din vejrtrækning er for stille til, at mikrofonen kan placere den i en fase, og intet tyder på, at du er vågen, markerer appen den strækning som Stilhed i stedet for at gætte. Det sker ofte for folk, der trækker vejret stille, eller når en ventilator eller aircondition dækker lyden.
Stilhed tæller som hvilende søvn. Den tæller med i din samlede søvntid og giver point til den genoprettende del af din søvnscore, så en stille nat læses stadig som en god nat. At opfinde en fase ud fra ingenting ville gøre dataene mindre pålidelige, så appen mærker usikkerheden og lader det blive ved det.
Åndedrætsfrekvens og vejrtrækningsregelmæssighed
To vejrtrækningsmålinger indgår i fasemodellen, og begge dukker op i dine resultater:
- Åndedrætsfrekvens vises i åndedræt pr. minut og beregnes ud fra tiden mellem de åndedræt, appen hører. Et typisk vokseninterval under søvn er 12 til 20 åndedræt pr. minut. Appen tager en måling hvert par minutter og viser dit gennemsnit. Den sætter en personlig baseline efter de første 10 til 15 minutters registreret søvn og bruger midten af de tidlige målinger, så en enkelt skæv værdi ikke trækker den ud af kurs. Målingerne holdes inden for et sandsynligt interval på cirka 6 til 25, hvilket sorterer falske udsving fra og stadig tillader de højere frekvenser, der kan optræde under REM eller en kort opvågning.
- Vejrtrækningsregelmæssighed er, hvor konsistent rytmen mellem dine åndedræt er, på en skala fra uregelmæssig til stabil. Lange strækninger med meget stabil vejrtrækning peger mod Dyb søvn. Et skift til mere uregelmæssig vejrtrækning kan betyde REM.
Begge er estimater ud fra lyd, til din egen indsigt. Ligger din åndedrætsfrekvens langt uden for det normale interval, så tag det med til en læge i stedet for at stille din egen diagnose.
Bruger appen Apple Watch-data?
Ja, når de er der. Hvis en wearable som Apple Watch rapporterer søvnstadier for natten, bruger Snore Timeline urets Dyb- og REM-procenter til din søvnscore i stedet for sine egne lydestimater. En wearable måler de faser bedre, end lyd kan, så appen giver den forrang. Uden en wearable falder den tilbage på estimaterne fra vejrtrækning og bevægelse. Siden om Apple Watch gennemgår, hvad uret bidrager med.
Læsning af hypnogrammet
Hypnogrammet i din natlige oversigt tegner, hvordan du bevægede dig gennem faserne hen over natten. Hvert farvet bånd er 5 minutter i en bestemt fase:
- Orange: Vågenperioder
- Cyan (lysblå): Let søvn
- Indigo (mørkeblå): Dyb søvn
- Pink/cyan: REM-søvn
- Mint (blød grøn): Stilhed, vises kun på nætter, hvor det forekommer
Læs det fra venstre mod højre, og du kan tælle, hvor mange hele søvncyklusser du kom igennem, se hvornår du fik mest Dyb søvn, og finde ud af hvor REM lå. Tryk på en blok, og en pille viser fasens fulde tidsrum, f.eks. "Let · 03:50 – 04:15", og tidslinjen flytter sig til det tidspunkt, så du kan tjekke, om dine snorkeepisoder falder sammen med en bestemt fase. Ruller du i tidslinjen bagefter, følger hypnogrammets markeringslinje med.
På nætter, hvor en wearable synkroniserede søvndata, men du ikke optog lyd, tegner tidslinjestriben et fasebånd i de samme farver, og statuslinjen viser fasen og dine vitaldata under midterlinjen, f.eks. "Let · 57 bpm · 13 br/min · SpO2 96%". Optagede nætter beholder den almindelige bølgeform.
Typisk fasefordeling
Den natlige oversigt viser også, hvor stor en procentdel af natten du tilbragte i hver fase. En typisk nat kan se nogenlunde sådan ud:
- 45 % Let søvn
- 20 % Dyb søvn
- 27 % REM-søvn
- 8 % Vågen
De procenter flytter sig med alder, helbred, stress og en hel del andet, så sammenlign dine egne nætter med hinanden, og bekymr dig ikke om at ramme en lærebog. Til scoringen behandler appen en Dyb søvn på cirka 13 til 23 procent som et sundt mål, hvor 20 procent eller mere giver point, og en REM på omkring 20 til 25 procent. Lander du i de intervaller, kan det give point til din søvnscore. Det er generelle retningslinjer og ikke andet.
Hvor præcise er estimaterne?
Klassificeringen bygger på publiceret forskning i, hvordan vejrtrækningens regelmæssighed hænger sammen med søvnfaser. Studier, der faseklassificerer søvn ud fra ét enkelt fysiologisk signal, som vejrtrækning eller hjerteratevariabilitet, når op på cirka 70 % overensstemmelse med polysomnografi, som er den kliniske standard for søvnundersøgelser. Estimaterne giver dig altså et rimeligt billede af din generelle søvnarkitektur og et bedre billede af dine tendenser over tid.
Vi har testet estimatet mod PSG-Audio, et offentligt datasæt fra søvnlaboratorier med faser scoret af klinikere, ud fra 57 optagelser af hele nætter. Appens faser stemte overens med laboratoriets scoring i cirka 70 % af 30-sekunders epoker, på linje med det publicerede tal for faseklassificering ud fra lyd alene på de samme optagelser. Det er en offline-test mod et datasæt, og de fleste patienter i det havde svær søvnapnø, så resultaterne på en typisk nat derhjemme kan være anderledes. Appen er ikke klinisk valideret.
Nogle få ting trækker nøjagtigheden op eller ned. Længere optagelser hjælper, fordi flere timers søvn giver algoritmen flere hele cyklusser at kigge på. Et støjende rum, en sengepartner, kæledyr eller at sove langt fra mikrofonen gør din vejrtrækning sværere at registrere, og estimaterne bliver dårligere med den.
Det her er estimater fra lydanalyse. Kliniske målinger er de ikke. Klinisk faseklassificering bruger hjernebølger, øjenbevægelser og muskelaktivitet, og lyd fanger intet af det. Snore Timeline er ikke valideret mod polysomnografi og kan hverken diagnosticere søvnapnø eller andre søvnforstyrrelser. Behandl faseoversigten som en generel vejledning, og tal med en sundhedsprofessionel, hvis du er bekymret for din søvn.
Hvorfor der ikke blev registreret søvnstadier
Faseestimering kræver hørbar vejrtrækning gennem optagelsen. Viser en nat ingen faser, skyldes det som regel én af disse:
- Vejrtrækningen er for stille. Din vejrtrækning når måske ikke frem til mikrofonen på et niveau, den kan arbejde med.
- Telefonen er for langt væk. Vejrtrækning forsvinder hurtigt med afstanden. 30 til 60 cm fra dit hoved fungerer godt.
- Baggrundsstøj. Ventilatorer, aircondition og andre konstante lyde kan dække den vejrtrækning, appen lytter efter.
- Optagelsen er for kort. Algoritmen skal bruge cirka 15 minutter på at sætte din baseline, før den kan klassificere noget som helst.
Brug den samme telefonplacering hver nat, gør rummet stille hvor du kan, og optag hele nætter. Optagelser på 6 timer eller mere giver algoritmen de mest komplette cyklusser at arbejde med, og en uændret placering holder dine nætter sammenlignelige.
Hvis hele tidslinjen kom op tom, og der mangler mere end faserne, så se Fejlfinding.
Forskningsreferencer
Faseklassificeringen trækker på disse artikler:
- Aging Effects on Cardiac and Respiratory Dynamics in Healthy Subjects across Sleep Stages (Schumann et al., 2010). Viser, at respiratoriske skaleringseksponenter adskiller sig målbart mellem søvnstadier. Dyb søvn har den mest regelmæssige vejrtrækning, og REM den mest variable. De forskelle ligger bag de regelmæssighedstærskler, der bruges til hver fase.
- Using Spectral Continuity to Extract Breathing Rate from Heart Rate and Its Applications in Sleep Physiology (Orphanides et al., 2024). Bekræfter, at dyb søvn (N3) har den mest stabile og forudsigelige vejrtrækning af alle faser. Derfor kræver appen vedvarende lav variation, før den kalder en periode Dyb søvn, og forlader Dyb søvn, når variationen stiger.
- Sleep Stage Classification from Heart-Rate Variability. Rapporterer cirka 70 % overensstemmelse med polysomnografi, når søvnstadier bestemmes ud fra ét enkelt fysiologisk signal, hvilket er sammenligneligt med den tilgang via vejrtrækningens regelmæssighed, der bruges her.