Hur dina andningsljud omvandlas till stadieuppskattningar, och hur du tolkar dem.
Snore Timeline uppskattar vilket sömnstadium du befann dig i vid varje tidpunkt under natten. Vaken, Lätt sömn, Djup sömn eller REM, plus en femte etikett som heter Tystnad för de sträckor där appen inte hörde något alls. Uppskattningarna kommer enbart från dina andningsljud, upplockade av samma mikrofon som sköter snarkningsdetekteringen. Den här sidan går igenom signalerna bakom varje stadium, hur du läser hypnogrammet i din nattsummering, och vad uppskattningarna kan och inte kan berätta.
Din andning förändras när du rör dig genom sömnens stadier, och skillnaden hörs. Appen tittar på hur regelbunden din andning är och hur mycket den varierar, utifrån samma inspelning som den redan använder för snarkningsdetektering och detektion av andningsuppehåll. Det finns inget extra att ställa in.
Ungefär 15 minuter in i en inspelning räknar algoritmen fram din personliga andningsbaslinje, alltså din typiska frekvens och regelbundenhet. Därifrån mäter den resten av natten mot din egen baslinje i stället för ett populationsgenomsnitt, och använder tröskelvärden från publicerad forskning för att placera varje period i ett stadium.
Andningsregelbundenheten väger tyngst, men algoritmen tittar också på:
Resultatet dyker upp som ett hypnogram i din nattsummering.
Varje stadium lämnar sitt eget avtryck i din andning:
Djup sömn ligger i ena änden av regelbundenhetsskalan och REM i den andra, så appen vill se konsekvent låg varians innan den kallar en period Djup sömn, och den lämnar Djup sömn så fort variansen stiger. Ljudklassificeringen som körs parallellt bidrar med snarknings- och rörelsekontexten.
Stadieklassificering från ljud har en inbyggd gräns. Den kan bara klassificera det den hör. När din andning är för svag för att mikrofonen ska kunna placera den i ett stadium, och inget tyder på att du är vaken, märker appen den sträckan som Tystnad i stället för att gissa. Det händer ofta för dem som andas tyst, eller när en fläkt eller luftkonditionering täcker ljudet.
Tystnad räknas som vilsam sömn. Den går in i din totala sovtid och ger poäng till den återhämtande delen av ditt sömnpoäng, så en tyst natt läses fortfarande som en bra natt. Att hitta på ett stadium utan belägg skulle göra data mindre tillförlitlig, så appen märker osäkerheten och nöjer sig med det.
Två andningsmätningar matas in i stadiemodellen, och båda visas i dina resultat:
Båda är uppskattningar från ljud, för din egen insikt. Ligger din andningsfrekvens långt utanför normalintervallet, ta upp det med en läkare i stället för att ställa din egen diagnos.
Ja, när de finns. Om en wearable som Apple Watch rapporterar sömnstadier för natten använder Snore Timeline klockans procentandelar för Djup sömn och REM i ditt sömnpoäng i stället för sina egna ljuduppskattningar. En wearable mäter de stadierna bättre än ljud klarar, så appen lämnar företräde. Utan wearable faller den tillbaka på uppskattningarna från andning och rörelse. Sidan om Apple Watch beskriver vad klockan bidrar med.
Hypnogrammet i din nattsummering ritar hur du rörde dig genom stadierna under natten. Varje färgat band är 5 minuter i ett visst stadium:
Läs det från vänster till höger så kan du räkna hur många hela sömncykler du gick igenom, se när du fick mest Djup sömn och hitta var REM hamnade. Tryck på ett block så visar en bricka det stadiets fullständiga tidsintervall, till exempel "Lätt · 03:50 – 04:15", och tidslinjen flyttar sig till det ögonblicket så att du kan kontrollera om dina snarkningsepisoder sammanfaller med ett visst stadium. Drar du sedan i tidslinjen följer hypnogrammets markeringslinje med.
På nätter där en wearable synkroniserat sömndata men du inte spelade in ljud ritar tidslinjeremsan ett stadieband i samma färger, och statusraden visar stadiet och dina vitalvärden under mittlinjen, till exempel "Lätt · 57 bpm · 13 apm · SpO2 96 %". Inspelade nätter behåller den vanliga vågformen.
Nattsummeringen visar också hur stor andel av natten du tillbringade i varje stadium. En typisk natt kan se ut ungefär så här:
De procentandelarna flyttar sig med ålder, hälsa, stress och en hel del annat, så jämför dina egna nätter med varandra och bry dig inte om att matcha en lärobok. För poängsättningen behandlar appen en Djup sömn på ungefär 13 till 23 procent som ett hälsosamt mål, där 20 procent eller mer ger poäng, och en REM på omkring 20 till 25 procent. Att landa i de intervallen kan ge poäng till ditt sömnpoäng. Det är allmänna riktlinjer och inget mer.
Klassificeringen vilar på publicerad forskning om hur andningsregelbundenhet hänger ihop med sömnstadier. Studier som klassificerar sömn utifrån en enda fysiologisk signal, som andning eller hjärtfrekvensvariabilitet, når ungefär 70 % överensstämmelse med polysomnografi, som är den kliniska standarden för sömnundersökningar. Uppskattningarna ger dig alltså en hyfsad bild av din allmänna sömnarkitektur, och en bättre bild av dina trender över tid.
Ett par saker drar noggrannheten upp eller ned. Längre inspelningar hjälper, eftersom flera timmars sömn ger algoritmen fler hela cykler att titta på. Ett bullrigt rum, en sängpartner, husdjur eller att sova långt från mikrofonen gör din andning svårare att upptäcka, och uppskattningarna blir sämre med den.
Det här är uppskattningar från ljudanalys. Kliniska mätningar är de inte. Klinisk stadieklassificering använder hjärnvågor, ögonrörelser och muskelaktivitet, och ljud fångar inget av det. Snore Timeline har inte validerats mot polysomnografi och kan inte diagnostisera sömnapné eller någon sömnstörning. Behandla stadiefördelningen som en allmän vägledning, och tala med en vårdgivare om du oroar dig för din sömn.
Stadieuppskattning kräver hörbar andning genom inspelningen. Om en natt inte visar några stadier beror det oftast på något av det här:
Använd samma telefonplacering varje natt, gör rummet tyst där du kan, och spela in hela nätter. Inspelningar på 6 timmar eller mer ger algoritmen de mest kompletta cyklerna att arbeta med, och att hålla placeringen densamma gör dina nätter jämförbara.
Om hela tidslinjen kom upp tom, och det saknas mer än bara stadierna, se Felsökning.
Stadieklassificeringen bygger på de här artiklarna:
