ระยะการนอนหลับจากเสียง

วิธีการประมาณการระยะการนอนหลับ

การหายใจของคุณเปลี่ยนลักษณะเมื่อคุณเคลื่อนผ่านระยะต่างๆ ของการนอนหลับ และการเปลี่ยนแปลงเหล่านั้นสามารถได้ยินได้ แอปวิเคราะห์ความสม่ำเสมอและความแปรปรวนของรูปแบบการหายใจที่บันทึกผ่านไมโครโฟน ซึ่งเป็นการบันทึกเดียวกับที่ใช้สำหรับการตรวจจับการกรนและการตรวจจับการหยุดหายใจ ดังนั้นการประมาณการระยะการนอนหลับจึงไม่ต้องการการตั้งค่าเพิ่มเติม

หลังจากบันทึกประมาณ 15 นาที อัลกอริทึมจะกำหนดค่าพื้นฐานการหายใจส่วนตัวของคุณ ได้แก่ อัตราและความสม่ำเสมอทั่วไปของคุณ จากนั้นจะวัดส่วนที่เหลือของคืนเทียบกับค่าพื้นฐานของคุณเองแทนที่จะเป็นค่าเฉลี่ยของประชากร โดยใช้เกณฑ์ที่อิงจากงานวิจัยเพื่อจำแนกแต่ละช่วงเป็นระยะการนอนหลับ

ความสม่ำเสมอของการหายใจมีน้ำหนักมากที่สุดในสัญญาณ แต่อัลกอริทึมยังพิจารณาปัจจัยอื่นด้วย:

• อัตราการหายใจ ซึ่งมีแนวโน้มช้าลงเมื่อคุณเข้าสู่การนอนหลับลึกขึ้น
• รูปแบบการกรน เนื่องจากการกรนที่ตรวจจับได้ตลอดคืนป้อนข้อมูลเข้าสู่โมเดลเดียวกัน
• เวลาของคืน เนื่องจากโครงสร้างการนอนหลับเป็นไปตามรูปแบบที่คาดเดาได้: การหลับลึกกระจุกตัวในช่วงต้นคืน ในขณะที่ REM เพิ่มขึ้นเมื่อใกล้เช้า
• การเคลื่อนไหว เนื่องจากการเปลี่ยนแปลงเสียงขนาดใหญ่บ่งชี้ถึงการเคลื่อนไหวของร่างกาย ซึ่งแสดงถึงการนอนหลับตื้นหรือการตื่นชั่วคราว

ผลลัพธ์ปรากฏเป็นแถบสีด้านหลังไทม์ไลน์ของคุณและเป็นกราฟไฮพโนแกรมในสรุปคืนของคุณ

สี่ระยะและลักษณะการหายใจของแต่ละระยะ

แต่ละระยะทิ้งรอยเฉพาะในการหายใจของคุณ:

• หลับลึก: การหายใจที่สม่ำเสมอและมีความแปรปรวนต่ำ นี่คือการนอนหลับที่ฟื้นฟูร่างกาย และสร้างจังหวะที่สม่ำเสมอที่สุดเหมือนเมตรอนอมในทุกระยะ พบมากในช่วงต้นคืน โดยเฉพาะใน 90 นาทีแรกและชั่วโมงแรกๆ
• REM: รูปแบบการหายใจที่ไม่สม่ำเสมอและมีความแปรปรวนสูง REM คือการนอนหลับในช่วงฝัน มักเริ่มประมาณ 40 ถึง 50 นาทีหลังจากที่คุณหลับและเพิ่มขึ้นเมื่อใกล้เช้า นั่นคือเหตุผลที่การนอนไม่ครบชั่วโมงทำให้สูญเสีย REM มากกว่าสิ่งอื่นใด
• หลับตื้น: ความสม่ำเสมอของการหายใจปานกลาง อยู่ระหว่างสองขั้วสุด หลับตื้นคือระยะเปลี่ยนผ่านและปลุกได้ง่ายที่สุด
• ตื่น: การเคลื่อนไหว เสียง หรือรูปแบบการหายใจที่ไม่สอดคล้องกับการนอนหลับ แอปยังตั้งค่าสถานะความเงียบที่ยาวนานว่าอาจตื่นอยู่เมื่อสัญญาณอื่นสนับสนุน

เนื่องจากการหลับลึกอยู่ที่ปลายด้านหนึ่งของมาตราส่วนความสม่ำเสมอและ REM อยู่อีกด้านหนึ่ง แอปจึงต้องการความแปรปรวนของการหายใจที่ต่ำอย่างต่อเนื่องก่อนที่จะจำแนกช่วงเวลาหนึ่งว่าเป็นการหลับลึก และออกจากการหลับลึกเมื่อความแปรปรวนเพิ่มขึ้น การจำแนกเสียงที่ทำงานควบคู่กันให้บริบทของการกรนและการเคลื่อนไหว

ป้ายกำกับ Silence

การวิเคราะห์ระยะการนอนหลับจากเสียงมีข้อจำกัดที่ต้องยอมรับ: แอปสามารถจำแนกได้เฉพาะสิ่งที่ได้ยินเท่านั้น เมื่อการหายใจของคุณเบาเกินไปสำหรับไมโครโฟนที่จะแยกแยะเป็นระยะการนอนหลับได้ แต่ไม่มีสัญญาณใดบ่งชี้ว่าคุณตื่นอยู่ แอปจะทำเครื่องหมายช่วงนั้นว่า Silence แทนที่จะเดาเอา สิ่งนี้เกิดขึ้นบ่อยสำหรับผู้ที่หายใจเบา หรือเมื่อพัดลมหรือเครื่องปรับอากาศบดบังเสียง

Silence ถูกนับว่าเป็นการนอนหลับที่พักผ่อน นับรวมในเวลาการนอนหลับทั้งหมดของคุณ และได้รับเครดิตสำหรับส่วนที่ฟื้นฟูร่างกายของคะแนนการนอนหลับของคุณ ดังนั้นคืนที่เงียบจริงๆ ยังคงถูกอ่านว่าเป็นการนอนหลับที่ดี การสร้างระยะจากหลักฐานที่ไม่มีนั้นจะทำให้ข้อมูลน่าเชื่อถือน้อยลง ดังนั้นแอปจึงติดป้ายกำกับความไม่แน่นอนแทน

อัตราการหายใจและความสม่ำเสมอของการหายใจ

การวัดการหายใจสองอย่างป้อนข้อมูลเข้าสู่โมเดลระยะการนอนหลับ และทั้งสองปรากฏในผลลัพธ์ของคุณ:

• อัตราการหายใจ แสดงเป็นครั้งต่อนาที คำนวณจากระยะเวลาระหว่างการหายใจที่ตรวจจับได้ ช่วงปกติของผู้ใหญ่ระหว่างการนอนหลับคือ 12 ถึง 20 ครั้งต่อนาที แอปบันทึกค่าทุกสองสามนาทีและแสดงค่าเฉลี่ยของคุณ โดยกำหนดค่าพื้นฐานส่วนตัวหลังจากประมาณ 10 ถึง 15 นาทีแรกของการนอนหลับที่ตรวจจับได้ โดยใช้ค่ากลางของค่าช่วงต้นเหล่านั้นเพื่อไม่ให้ค่าที่ผิดปกติค่าเดียวส่งผลต่อค่าพื้นฐาน ค่าที่อ่านได้จะอยู่ภายในขีดจำกัดทางสรีรวิทยาที่ประมาณ 6 ถึง 25 ครั้งต่อนาที ซึ่งกรองค่าพุ่งสูงที่ไม่ถูกต้องออกในขณะที่ยังอนุญาตอัตราที่สูงขึ้นที่สามารถเกิดขึ้นได้ระหว่าง REM หรือการตื่นชั่วคราว
• ความสม่ำเสมอของการหายใจ อธิบายว่าจังหวะระหว่างการหายใจของคุณสม่ำเสมอแค่ไหน ในมาตราส่วนจากไม่สม่ำเสมอถึงสม่ำเสมอ การหายใจที่สม่ำเสมอมากอย่างต่อเนื่องบ่งชี้ถึงการหลับลึก ในขณะที่การลดลงสู่การหายใจที่ไม่สม่ำเสมอมากขึ้นอาจบ่งชี้ถึง REM

ทั้งสองอย่างเป็นการประมาณการจากเสียงสำหรับข้อมูลส่วนตัว อัตราการหายใจที่อยู่นอกช่วงปกติมากควรปรึกษาแพทย์แทนที่จะวินิจฉัยเอง

แอปใช้ข้อมูล Apple Watch หรือไม่?

ใช่ เมื่อมีข้อมูล หากอุปกรณ์สวมใส่เช่น Apple Watch รายงานข้อมูลระยะการนอนหลับสำหรับคืนนั้น Snore Timeline จะใช้เปอร์เซ็นต์การหลับลึกและ REM ของนาฬิกาสำหรับคะแนนการนอนหลับของคุณแทนการประมาณการจากเสียงของตัวเอง อุปกรณ์สวมใส่วัดระยะเหล่านั้นได้แม่นยำกว่าการวิเคราะห์เสียง ดังนั้นแอปจึงเลือกใช้ข้อมูลจากอุปกรณ์นั้นแทน หากไม่มีอุปกรณ์สวมใส่ที่เชื่อมต่อ แอปจะกลับมาใช้การประมาณการจากการหายใจและการเคลื่อนไหวของตัวเอง หน้าApple Watch ครอบคลุมสิ่งที่นาฬิกามีส่วนร่วม

การอ่านไฮพโนแกรม

ไฮพโนแกรมในสรุปคืนของคุณแสดงการเคลื่อนผ่านระยะต่างๆ ตลอดคืน แต่ละแถบสีแทน 5 นาทีในระยะหนึ่งๆ:

• สีส้ม: ช่วงที่ตื่น
• สีฟ้าอมเขียว (ฟ้าอ่อน): หลับตื้น
• สีครามอมน้ำเงิน (น้ำเงินเข้ม): หลับลึก
• สีชมพู/ฟ้าอมเขียว: REM
• สีมิ้นท์ (เขียวอ่อน): Silence แสดงเฉพาะในคืนที่เกิดขึ้น

ขยาย

อ่านจากซ้ายไปขวาและคุณสามารถนับว่าคุณผ่านวงจรการนอนหลับที่สมบูรณ์กี่รอบ เห็นว่าคุณได้รับการหลับลึกมากที่สุดเมื่อไหร่ และสังเกตว่า REM เกิดขึ้นเมื่อใด แถบระยะยังปรากฏด้านหลังรูปคลื่นบนไทม์ไลน์ของคุณ ซึ่งช่วยให้คุณตรวจสอบได้ว่าช่วงการกรนตรงกับระยะใดระยะหนึ่งหรือไม่

การกระจายระยะการนอนหลับทั่วไป

สรุปคืนยังแสดงเปอร์เซ็นต์เวลาที่คุณใช้ในแต่ละระยะ คืนทั่วไปอาจมีลักษณะดังนี้:

• 45% หลับตื้น
• 20% หลับลึก
• 27% REM
• 8% ตื่น

เปอร์เซ็นต์เหล่านี้แตกต่างกันตามอายุ สุขภาพ ระดับความเครียด และปัจจัยอื่นๆ ดังนั้นเปรียบเทียบคืนของคุณกับกันและกันแทนที่จะเปรียบเทียบกับค่าในตำรา สำหรับการให้คะแนน แอปใช้การหลับลึกประมาณ 13 ถึง 23 เปอร์เซ็นต์เป็นเป้าหมายที่ดีต่อสุขภาพ โดย 20 เปอร์เซ็นต์ขึ้นไปได้รับเครดิตสำหรับคะแนน และเป้าหมาย REM ประมาณ 20 ถึง 25 เปอร์เซ็นต์ การบรรลุช่วงเหล่านี้สามารถเพิ่มคะแนนให้กับคะแนนการนอนหลับของคุณ นี่คือแนวทางทั่วไป ไม่ใช่การประเมินทางการแพทย์

การประมาณการนี้แม่นยำแค่ไหน?

การจำแนกประเภทนี้อิงจากงานวิจัยที่ตีพิมพ์เกี่ยวกับความสัมพันธ์ระหว่างความสม่ำเสมอของการหายใจและระยะการนอนหลับ งานวิจัยที่จำแนกระยะการนอนหลับจากสัญญาณทางสรีรวิทยาเดียว เช่น การหายใจหรือความแปรปรวนของอัตราการเต้นของหัวใจ มีความสอดคล้องกับการทดสอบ polysomnography ซึ่งเป็นมาตรฐานการศึกษาการนอนหลับทางคลินิก ประมาณ 70% การประมาณการให้ภาพรวมที่มีประโยชน์ของโครงสร้างการนอนหลับทั่วไปของคุณ และที่มีคุณค่ากว่าคือแนวโน้มของคุณเมื่อเวลาผ่านไป

หลายสิ่งส่งผลต่อความแม่นยำในทิศทางบวกและลบ การบันทึกที่ยาวขึ้นช่วยได้ เนื่องจากการนอนหลับหลายชั่วโมงช่วยให้แอปสังเกตวงจรการนอนหลับที่สมบูรณ์ยิ่งขึ้น สภาพแวดล้อมที่มีเสียงดัง คู่นอน สัตว์เลี้ยง หรือการนอนห่างจากไมโครโฟนล้วนลดความน่าเชื่อถือในการตรวจจับการหายใจของคุณ และการประมาณการจะแม่นยำน้อยลงตามไปด้วย

ทำไมจึงไม่มีการตรวจจับระยะการนอนหลับ

การประมาณการระยะการนอนหลับต้องการเสียงหายใจที่ได้ยินได้ตลอดการบันทึก หากคืนหนึ่งไม่แสดงระยะใดๆ สาเหตุที่พบบ่อยคืออย่างใดอย่างหนึ่งเหล่านี้:

• หายใจเบาเกินไป การหายใจของคุณอาจไม่ถึงไมโครโฟนในระดับที่สามารถวิเคราะห์ได้
• โทรศัพท์อยู่ไกลเกินไป เสียงหายใจจะเบาลงอย่างรวดเร็วตามระยะทาง ระยะ 30 ถึง 60 เซนติเมตรจากศีรษะของคุณทำงานได้ดี
• เสียงรบกวนพื้นหลัง พัดลม เครื่องปรับอากาศ และเสียงคงที่อื่นๆ อาจบดบังเสียงหายใจที่แอปฟังอยู่
• บันทึกสั้นเกินไป อัลกอริทึมต้องการประมาณ 15 นาทีเพื่อกำหนดค่าพื้นฐานของคุณก่อนที่จะจำแนกอะไรได้

หากไทม์ไลน์ทั้งหมดว่างเปล่า ไม่ใช่แค่ระยะการนอนหลับ ดูที่การแก้ไขปัญหา

อ้างอิงงานวิจัย

อัลกอริทึมการจำแนกระยะการนอนหลับได้รับแรงบันดาลใจจาก:

• Aging Effects on Cardiac and Respiratory Dynamics in Healthy Subjects across Sleep Stages (Schumann et al., 2010) แสดงให้เห็นว่าเลขชี้กำลังการปรับมาตราส่วนการหายใจแตกต่างกันอย่างวัดได้ระหว่างระยะการนอนหลับ: การหลับลึกแสดงการหายใจที่สม่ำเสมอที่สุดในขณะที่ REM สร้างการหายใจที่แปรผันและไม่สม่ำเสมอมากขึ้น ความแตกต่างเหล่านี้เป็นข้อมูลสำหรับเกณฑ์ความสม่ำเสมอที่ใช้ในการจำแนกแต่ละระยะ
• Using Spectral Continuity to Extract Breathing Rate from Heart Rate and Its Applications in Sleep Physiology (Orphanides et al., 2024) ยืนยันว่าการหลับลึก (N3) มีการหายใจที่เสถียรและคาดเดาได้มากที่สุดในทุกระยะ ข้อค้นพบนี้ใช้เพื่อกำหนดให้มีความแปรปรวนของการหายใจต่ำอย่างต่อเนื่องสำหรับการจำแนกการหลับลึก และออกจากการหลับลึกเมื่อความแปรปรวนเพิ่มขึ้น
• Sleep Stage Classification from Heart-Rate Variability รายงานความสอดคล้องประมาณ 70% กับ polysomnography เมื่อจำแนกระยะการนอนหลับจากสัญญาณทางสรีรวิทยาเดียว ซึ่งเทียบได้กับแนวทางความสม่ำเสมอของการหายใจที่ใช้ที่นี่