Artykuł przeglądowy

Badanie i analiza różnicowania syndromów bezsenności w tradycyjnej medycynie chińskiej w oparciu o radar fal milimetrowych

51 wyświetleń

⸱

11 września 2026

 ,  ,  ,  ,  , 
1School of Artificial Intelligence in TCM, Shanghai University of Traditional Chinese Medicine, 2Shanghai Rongtai Health Technology Co., Ltd.

W tym artykule

Podsumowanie

Niniejsze badanie proponuje bezkontaktowy system radarowy pracujący w zakresie fal milimetrowych w celu obiektywnej charakterystyki pięciu wzorców bezsenności w tradycyjnej medycynie chińskiej (TCM), poprzez wyodrębnienie 15 wielowymiarowych cech snu z dwuwarstwowego modelu: sygnałów pierwotnych (oddychanie, tętno, ruchy ciała) oraz parametrów pochodnych (architektura snu, mikroprzebudzenia) szacowanych za pomocą modeli algorytmicznych wymagających walidacji w odniesieniu do PSG.

Streszczenie

Aby rozwiązać problem braku ciągłych i obiektywnych danych o objawach nocnych w różnicowaniu wzorców bezsenności w TCM, niniejsze badanie analizuje metodę obiektywnej charakterystyki oraz cyfrowo-inteligentną ścieżkę identyfikacji zespołów bezsenności w oparciu o radar milimetrowy. W ramach niniejszego przeglądu systematycznie przeszukano bazy CNKI, Wanfang, PubMed oraz Web of Science w okresie od stycznia 208 do sierpnia 2026 roku, obejmując literaturę dotyczącą różnicowania zespołów TCM i leczenia bezsenności, zmienności rytmu serca i funkcji autonomicznych oraz bezkontaktowego monitorowania snu/oddychania z wykorzystaniem radaru milimetrowego. Przyjmując za punkt wyjścia patogenezę pięciu głównych zespołów bezsenności w TCM i włączając współczesną fizjologię snu, wywiedziono wewnętrzny mechanizm powiązań „zespół-autonomiczny/objaw”. Bezkontaktowe sygnały ruchu rejestrowane przez radar są przekształcane w podstawowe sekwencje parametrów życiowych, takich jak oddychanie, tętno i ruchy ciała. Na podstawie tych sygnałów pierwotnych wyprowadzono zestaw 15 wskaźników ilościowych obejmujących cztery wymiary: architekturę snu, funkcję autonomicznego układu nerwowego, wzorzec oddychania oraz zachowania ruchowe ciała. Wśród nich wskaźniki podstawowe są uzyskiwane poprzez bezpośrednią ekstrakcję lub prostą statystykę, natomiast wskaźniki architektury snu, mikroprzebudzeń i indeksu bezdechów i hipopnooi (AHI) są szacowane za pomocą modeli algorytmicznych i wymagają walidacji w odniesieniu do polisomnografii (PSG). Ustanowiono model mapowania patogeneza-fizjologia łączący pięć zespołów bezsenności z cechami sygnału radarowego, tworząc system cyfrowej reprezentacji snu w TCM z 15 ustandaryzowanymi parametrami, co stanowi teoretyczną podstawę obliczeniową do rozdzielenia mikroskopijnych różnic między zespołami na podstawie sygnałów bezkontaktowych. Radar milimetrowy może służyć jako efektywne rozszerzenie tradycyjnych czterech metod diagnostycznych, oferując nieinwazyjne i ciągłe uzupełnienie danych nocnych dla różnicowania zespołów bezsenności. System wskaźników i ramy teoretyczne zbudowane w niniejszym badaniu stanowią fundament metodologiczny dla późniejszej walidacji danych klinicznych oraz rozwoju domowych, cyfrowo-inteligentnych urządzeń do oceny snu w TCM.​

Wprowadzenie

Zaburzenia snu stały się globalnym problemem zdrowia publicznego. W tradycyjnej medycynie chińskiej (TCM) bezsenność jest klasyfikowana w kategorii „Bu Mei” (bezsenność). System różnicowania zespołów i leczenia opiera się na dysharmonii yin-yang i kładzie nacisk na zindywidualizowaną diagnostykę oraz terapię dostosowaną do każdego pacjenta. Tradycyjne różnicowanie zespołów w TCM opiera się na doświadczeniu lekarza w stosowaniu czterech metod diagnostycznych (obserwacji, słuchania/wąchania, wywiadu oraz palpacji). Wraz z postępem modernizacji TCM, wykorzystanie nowoczesnych technologii sensorycznych w celu obiektywnego pozyskiwania i ilościowej analizy informacji dotyczących różnicowania zespołów stało się kluczowym kierunkiem w „cyfrowo-inteligentnych” badaniach klinicznych TCM1.

Tradycyjna polisomnografia (PSG) oraz urządzenia ubieralne (takie jak opaski inteligentne, smartwatche i plastry EKG) wymagają noszenia czujników; metody te mogą powodować znaczne zakłócenia snu oraz wyraźny „efekt pierwszej nocy”, co czyni je nieodpowiednimi do długoterminowego, ciągłego monitorowania domowego. Radar milimetrowy umożliwia bezpośrednią, bezkontaktową detekcję dwóch kluczowych parametrów życiowych — oddychania i tętna — oraz identyfikację sygnałów ruchu człowieka poprzez pomiary odległości i prędkości. Niedawne postępy wykazały wykonalność etapowania snu w oparciu o radar, wykazując umiarkowaną do wysokiej zgodność z PSG2,3. Podobnie, zmienność tętna (HRV) wyznaczona za pomocą radaru została zwalidowana w odniesieniu do elektrokardiografii (EKG) w wielu badaniach, wykazując akceptowalną zgodność dla parametrów w dziedzinie czasu i częstotliwości4,5. Badano również wykrywanie zdarzeń oddechowych i szacowanie wskaźnika bezdechów i hipopnoe (AHI) w oparciu o radar, zgłaszając korelacje powyżej 0,8 w porównaniu z PSG6,7. Parametry pochodne, takie jak fazy snu, wskaźniki mikrowybudzeń i AHI, nie są jednak mierzalne bezpośrednio, lecz wymagają dalszej estymacji algorytmicznej i walidacji względem PSG. Wykrywanie mikrowybudzeń za pomocą radaru pozostaje stosunkowo słabo rozwinięte w porównaniu z etapowaniem snu i monitorowaniem zdarzeń oddechowych8.

W oparciu o monitorowanie funkcji życiowych człowieka za pomocą radaru fal milimetrowych oraz teorię klasyfikacji wzorców snu w tradycyjnej medycynie chińskiej (TCM), niniejszy przegląd analizuje głęboką integrację technologii radarów fal milimetrowych z różnicowaniem wzorców snu w TCM. Celem pracy jest podsumowanie aktualnego stanu monitorowania snu opartego na radarach, zbadanie możliwego odwzorowania między parametrami fizjologicznymi uzyskanymi z radaru a powszechnymi zespołami bezsenności w TCM oraz omówienie ograniczeń i przyszłych kierunków rozwoju tego cyfrowego podejścia do różnicowania zespołów TCM. Poprzez przekształcenie abstrakcyjnych koncepcji różnicowania zespołów TCM w obiektywne parametry fizjologiczne, które mogą być wykrywane przez radar, praca ta dostarcza możliwego do wdrożenia rozwiązania oraz ram koncepcyjnych dla dalszych badań i praktyki klinicznej w tej dziedzinie.

Przegląd i perspektywa

Teoretyczne mapowanie między radarem milimetrowym a różnicowaniem syndromów w TCM

Podstawy teoretyczne klasyfikacji wzorców snu w TCM

Tradycyjna medycyna chińska (TCM) klasyfikuje bezsenność (Bu Mei) przede wszystkim na pięć typów wzorców: wzorzec Ognia Wątroby Zaburzającego Serce, wzorzec Flegmy-Gorąca Nękającego Serce, wzorzec Niedoboru Serca i Śledziony, wzorzec Braku Interakcji Serca i Nerek oraz wzorzec Niedoboru Qi Serca i Pęcherzyka Żółciowego9. W Lingshu · Kouwen stwierdzono: „Kiedy yang qi jest wyczerpane, a yin qi jest obfite, oczy się zamykają i następuje sen; kiedy yin qi jest wyczerpane, a yang qi jest obfite, człowiek się budzi”. Prawidłowy sen zależy od dynamicznej równowagi, w której yang qi wchodzi w yin. Gdy ta równowaga zostaje zaburzona — albo poprzez nadaktywność yang uniemożliwiającą jego wejście w yin, albo niedobór yin, który nie jest w stanie powstrzymać yang — pojawiają się zaburzenia snu. Z perspektywy teorii qi odżywczej (Ying) i obronnej (Wei), qi obronna wykazuje rytm okołodobowy: „W ciągu dnia krąży dwadzieścia pięć razy w yang, a w nocy krąży dwadzieścia pięć razy w yin”10. Uporządkowana alternacja dzienno-nocnej cyrkulacji qi obronnej stanowi fizjologiczną podstawę rytmu sen-czuwanie. Dysfunkcja krążenia qi odżywczej i obronnej prowadzi do zaburzeń snu. Zatem dysharmonia yin-yang stanowi rdzeń patogenezy bezsenności.

Podstawy teoretyczne sygnałów radarowych i różnicowania syndromów w TCM

Emocje, częstotliwość ruchów ciała i HRV

Bliski związek między emocjami a autonomicznym układem nerwowym jest fundamentalnym konsensusem w psychologii fizjologicznej. „Niepokój emocjonalny” przejawia się patofizjologicznie jako pobudzenie współczulne, co prowadzi do zwiększenia niezależnych od woli ruchów kończyn i zmniejszenia zmienności rytmu serca (HRV)1; w związku z tym detekcja ruchów ciała oparta na radarze oraz analiza HRV mogą pośrednio ilościowo określić ten stan. Z perspektywy różnicowania zespołów w TCM, Zhang i wsp.12 stwierdzili, że wskaźniki HRV w dziedzinie czasu i częstotliwości u pacjentów z wzorcem depresji wątroby z obstrukcją flegmową oraz wzorcem depresji wątroby z zastojem qi były znacząco niższe niż w normalnej grupie kontrolnej (P < 0,01).

Oddychanie, częstość oddechów i zmienność oddechowa

Dwukierunkowa relacja między wzorcami oddychania a emocjami została szeroko potwierdzona przez współczesną psychofizjologię. Na przykład Jerath i wsp.13 wskazali, że widma fal oddechowych korelują ze stanami emocjonalnymi oraz że oddychanie w sposób dwukierunkowy zarówno odzwierciedla, jak i reguluje emocje. Z perspektywy teorii TCM, Tian i wsp.14 połączyli teorię emocji TCM z detekcją sygnałów oddechowych za pomocą radaru fal milimetrowych, systematycznie wykazując racjonalność i wykonalność wykorzystania oddychania jako zdigitalizowanego wskaźnika gromadzenia danych o emocjach.

Leki na serce-ducha, qi, krew i sen

Hipoteza „hiperpobudzenia” w bezsenności jest główną teorią wyjaśniającą patologiczne mechanizmy bezsenności we współczesnej medycynie snu. Wang i wsp.15 stwierdzili, że podstawowym mechanizmem leżącym u podłoża wystąpienia i utrzymywania się bezsenności jest hiperpobudzenie, przejawiające się na trzech poziomach: pobudzeniu korowym, pobudzeniu autonomicznym oraz pobudzeniu somatycznym. Stanowi to podstawę do mapowania zależności „niepokój serca i ducha → przedłużona latencja snu i częste mikroprzebudzenia”, gdzie to ostatnie wnioskowano z sygnałów tętna i ruchów ciała16. W szczególności pobudzenie korowe można określić ilościowo za pomocą elektroencefalografii, podczas gdy pobudzenie somatyczne objawia się zwiększeniem częstotliwości ruchów ciała17, co stanowi fundament dla tego mapowania. Kuo i wsp.18 odkryli, że moc pasma beta w EEG podczas snu bez szybkich ruchów gałek ocznych (NREM) wykazuje znaczącą dodatnią korelację ze stosunkiem niskich do wysokich częstotliwości (LF/HF), który odzwierciedla równowagę współczulno-przywspółczulną (r = 0,40 ± 0,06), a sprzężenie to jest jeszcze silniejsze niż podczas snu z szybkimi ruchami gałek ocznych (REM). Sugeruje to, że mikroprzebudzeniom towarzyszą wahania tętna i przejściowe zmiany stanu autonomicznego.

W odniesieniu do związku między wymiarem „Qi i Krwi” a częstością akcji serca i HRV, Zhang i wsp.19 wskazali, że zmienność rytmu serca jest istotnym obiektywnym wskaźnikiem oceny funkcji autonomicznego układu nerwowego, zdolnym do odzwierciedlenia stanu snu u pacjentów z bezsennością. Stanowi to podstawę do wnioskowania o stanie obfitości lub wyczerpania qi i krwi poprzez monitorowane radarem poziomy częstości akcji serca i parametry HRV, w oparciu o zasadę „oceny wnętrza poprzez obserwację zewnętrznej powłoki”20.

Mapowanie logiki pomiędzy sygnałami radarowymi a różnicowaniem zespołów w TCM

Na podstawie opracowanego modelu można ustanowić następującą logikę mapowania (Tabela 1). Istotą tej logiki jest to, że stany funkcjonalne w wymiarach różnicowania syndromów TCM mogą zostać operacyjnie przełożone na parametry na poziomie nowoczesnej fizjologii za pomocą radaru milimetrowego.

Ponadto, opierając się na mapowaniu makroskopowym przedstawionym w Tabeli 1 i koncentrując się konkretnie na pięciu głównych typach wzorców bezsenności, kluczową patogenezę każdego wzorca można dodatkowo zintegrować z nowoczesnymi interpretacjami patofizjologicznymi, aby wyprowadzić zestaw cech różnicujących, które mogą zostać zarejestrowane za pomocą radaru (Tabela 2).

Jednakże treść przedstawiona w Tabeli 2 wciąż stanowi jakościowe opisy cech na poziomie typu wzorca i nie została jeszcze przekształcona w konkretne wskaźniki numeryczne, które mogłyby zostać bezpośrednio wygenerowane przez potok przetwarzania sygnałów radarowych. Aby zautomatyzować rozróżnianie wzorców z surowych danych radarowych, cechy te muszą zostać przekształcone w zmienne obliczalne o zdefiniowanych metodach obliczeniowych, oknach czasowych i powiązaniach z TCM. W kolejnej podsekcji, w celu realizacji tego celu, zdefiniowane i wyekstrahowane zostaną kluczowe cechy jedna po drugiej.

Przed szczegółowym omówieniem potoku ekstrakcji cech kluczowe jest wyjaśnienie hierarchicznej natury parametrów rozważanych w ramach tego systemu. Rozróżniamy dwa poziomy sygnałów: Poziom 1 obejmuje sygnały pierwotne, które można bezpośrednio i stabilnie wyekstrahować z surowych danych z radaru milimetrowego w oparciu o uznane zasady fizyczne (np. pomiary fazy i odległości). Należą do nich częstotliwość i rytm oddechów, tętno oraz zdarzenia związane z ruchem ciała. Poziom 2 obejmuje wtórne parametry pochodne, których nie można zmierzyć bezpośrednio, lecz są one szacowane na podstawie sygnałów z Poziomu 1 przy użyciu modeli algorytmicznych. Obejmują one fazy snu (N1, N2, N3, REM), wskaźniki mikroprzebudzeń oraz indeks bezdechu i hipopnoe (AHI). Szacowanie tych parametrów wymaga zaawansowanego przetwarzania sygnałów i modeli uczenia maszynowego, a ich dokładność musi zostać rygorystycznie zwalidowana w odniesieniu do danych PSG stanowiących złoty standard.

Wielowymiarowa ekstrakcja cech snu z wykorzystaniem radaru milimetrowego i jej korelacja z różnicowaniem wzorców TCM

Charakterystyka architektury snu

Poniższe cechy architektury snu (F1–F4, F13) są parametrami pochodnymi uzyskanymi z modelu etapowania snu, który wykorzystuje sygnały krążeniowo-oddechowe i ruchowe oparte na radarze jako dane wejściowe. Niedawne badania nad etapowaniem snu w oparciu o radar wykazały wartości kappa Cohena w zakresie od około 0,5 do 0,7 dla etapowania czteroklasowego (czuwanie, REM, sen lekki, sen głęboki) w porównaniu z PSG21,2. Niemniej jednak ich dokładność zależy od wydajności modelu, charakterystyki populacji oraz konfiguracji radaru i nadal wymaga walidacji za pomocą PSG w kohortach specyficznych dla TCM.

Latencja zasypiania (F1) jest definiowana jako odstęp czasu od zgaszenia świateł do wystąpienia pierwszych trzech ciągłych epok NREM. Jest to kluczowy wskaźnik mierzący efektywność procesu „yang wchodzącego w yin”. Suwen · Zhi Zhen Yao Da Lun stwierdza: „Wszystkie stany maniakalne i pobudzenie są przypisywalne ogniowi”, a Jingyue Quanshu podaje: „Gdy prawdziwy yin, esencja i krew są niewystarczające, a yin i yang nie wchodzą w interakcję, duch nie może spoczywać spokojnie w swojej siedzibie”. Osoby z niedoborem yin nerek i samotnie płonącym ogniem serca również wiercą się i nie mogą zasnąć, ponieważ yin nie jest w stanie ograniczyć yang. Współczesna medycyna snu definiuje latencję zasypiania >30 min jako trudności z zasypianiem23, co jest wysoce spójne z głównymi skargami w obrazie klinicznym wzorca Ognia Wątroby zakłócającego Serce oraz wzorca braku interakcji między Sercem a Nerkami24.

Efektywność snu (F2) to stosunek całkowitego czasu snu do całkowitego czasu spędzonego w łóżku. Obniżoną efektywność snu można zaobserwować we wszystkich typach bezsenności, jednak mechanizmy są różne: w zespole Zaburzeń Serca przez Ogień Wątroby oraz w typach Płonięcia Ognia Serca w Górę trudności z zasypianiem wydłużają czas przebywania w łóżku przy niewystarczającej ilości efektywnego snu25; w zespole Dręczenia Serca przez Flegmę i Gorąca fragmentacja snu prowadzi do trudności w jego utrzymaniu26; w zespole Niedoboru Serca i Śledziony oraz Niedoborze Qi Serca i Pęcherzyka Żółciowego częste sny i łatwe wybudzanie zwiększają czas czuwania27. Reed28 zauważył, że efektywność snu poniżej 85% jest jedną z kluczowych cech diagnostycznych bezsenności. Choć wskaźnik ten nie jest specyficzny dla żadnego konkretnego zespołu, stanowi on podstawowy parametr oceny ogólnej jakości snu.

Udział snu głębokiego (F3) szacuje się jako procent czasu trwania fazy N3 w stosunku do całkowitego czasu snu (TST). W TCM sen N3 jest uważany za czas, w którym „yang qi jest przechowywane najgłębiej”. Lingshu · Ying Weis Shenghui stwierdza: „Gdy ying qi jest wyczerpane, a wei qi atakuje wewnętrznie, człowiek nie jest czujny w ciągu dnia i nie może spać w nocy”. Osoby z zespołem niedoboru Serca i Śledziony mają niewystarczającą ilość qi i krwi, duch serca nie otrzymuje odpowiedniego odżywienia, a sen głęboki nie może się kumulować; w przypadku braku wzajemnego oddziaływania Serca i Nerek, yin nie ogranicza yang, a ogień niedoboru zakłóca organizm wewnętrznie, co powoduje częste przerywanie fazy N3. Baglioni i wsp.29 wykazali, że pacjenci z pierwotną bezsennością wykazują zaburzenia ciągłości snu, z istotnymi redukcjami snu wolnofalowego (SWS) oraz snu REM30.

Proporcja fazy REM (F4) odzwierciedla integralność snu z szybkimi ruchami gałek ocznych. W Lei Jing stwierdzono: „hun wiąże się ze stanami przypominającymi sny i transy”, co wskazuje, że sen REM jest ściśle powiązany z funkcją wątroby polegającą na magazynowaniu hun31. W przypadku niedoboru Qi Serca i Pęcherzyka Żółciowego, z powodu lękliwości qi pęcherzyka żółciowego i utraty zdecydowania, duch pozostaje bez kontroli, a sen REM może być ograniczony z powodu podatności na przestraszenie. Baglioni i wsp.29 potwierdzili również znaczną redukcję snu REM u pacjentów z bezsennością. Ponieważ związek między proporcją fazy REM a niedoborem Qi Serca i Pęcherzyka Żółciowego wymaga dalszych dowodów klinicznych, został on oznaczony jako „prawdopodobnie zmniejszony (↓)”. Chociaż w Tabeli 2 wymieniono również możliwą redukcję REM w przypadku braku interakcji między Sercem a Nerkami, należy to interpretować jako wtórny skutek niedoboru yin z nadaktywnością ognia i fragmentacją snu, a nie jako główną cechę różnicującą ten wzorzec.

Liczba przejść między snem a czuwaniem (F13) to całkowita częstotliwość powrotu do fazy czuwania (W) z dowolnej fazy snu, służąca jako bezpośredni wskaźnik ciągłości snu. Jingyue Quanshu opisuje wzorzec niedoboru Serca i Śledziony jako „sen niegłęboki, z częstymi snami i łatwym wybudzeniem”32, a niedobór Qi Serca i Pęcherzyka Żółciowego jako „skłonność do lęku i łatwe przestraszenie się, z towarzyszącą temu drażliwością z niedoboru oraz bezsennością”3. Międzynarodowa Klasyfikacja Zaburzeń Snu, trzecie wydanie (ICSD-3)23 wykorzystuje liczbę wybudzeń w ciągu nocy jako obiektywny dowód na zaburzenia utrzymania snu. Częste przejścia do fazy W są cyfrową reprezentacją „częstych snów i łatwego wybudzenia” oraz „łatwego przestraszenia się i przebudzenia”34, przekształcając jakościową ocenę niepokoju ducha serca w badaniu TCM w mierzalne zdarzenia czasowe.

Charakterystyka funkcji autonomicznych

Charakterystyka funkcji autonomicznych, uzyskana poprzez ilościową analizę tętna i zmienności rytmu serca, odzwierciedla stany funkcjonalne „serca kontrolującego krew i naczynia” oraz „serca przechowującego ducha”, stanowiąc ciągłe rozwinięcie informacji z „manifestacji tętna” pochodzących z palpacji tętna w TCM w stanie nieświadomości podczas nocy35.

Średnie nocne tętno (F5) to średnia częstość akcji serca w ciągu całej nocy. Suwen · Wu Zang Sheng Cheng Pian stwierdza: „Wszelka krew należy do serca”. Tętno, jako podstawowy rytm, za pomocą którego qi serca napędza krążenie krwi, bezpośrednio odzwierciedla wystarczalność lub niedobór qi i krwi, a także obecność gorąca. Shi i wsp.36 zauważyli, że w przypadku depresji wątroby przekształcającej się w ogień oraz w sytuacji, gdy Flegma-Gorąco nękają Serce, funkcja układu współczulno-nadnerczowego jest nadaktywna; w niedoborze yin z nadaktywnością ognia pobudliwość współczulna jest zwiększona; natomiast w zespole Niedoboru Serca i Śledziony pacjenci zazwyczaj wykazują depresję funkcjonalną. Badania kliniczne wykazały, że pacjenci z bezsennością i depresją wątroby, która przekształca się w ogień, mają tendencję do nadaktywności współczulnej37. Na tej podstawie stawiamy hipotezę, że średnie nocne tętno w zespole Ognia Wątroby zakłócającego Serce może być podwyższone, co odpowiada obrazowi TCM w postaci „tętna strunowego i szybkiego”. Podobnie, w zespole Niedoboru Serca i Śledziony, niedobór qi i krwi może prowadzić do osłabienia napędu serca, co pozwala przypuszczać względnie niskie nocne tętno; brakuje jednak bezpośrednich dowodów opartych na radarze i powiązanie to wymaga walidacji klinicznej.

Zmienność rytmu serca SDNN (F6) to odchylenie standardowe normalnych odstępów R-R w rytmie zatokowym, odzwierciedlające ogólną zdolność regulacyjną autonomicznego układu nerwowego. Kilka grup badawczych wykazało, że ekstrakcja odstępów R-R w oparciu o radar i późniejsza analiza HRV mogą wykazywać bliską zgodność z HRV pochodzącą z EKG w warunkach laboratoryjnych38,39, co potwierdza zasadność stosowania radaru do ciągłej nocnej oceny autonomicznej. W poprzednich badaniach zgłaszano obniżoną HRV u pacjentów z bezsennością, szczególnie u osób z wzorcami związanymi z depresją wątroby. Ekstrapolując te wyniki na monitorowanie oparte na radarze, przypuszczamy, że wzorzec „Ogień Wątroby Zaburzający Serce” może być związany ze zmniejszeniem SDNN i RMSSD. Jest to jednak wnioskowanie teoretyczne; należy sprawdzić, czy parametry HRV pochodzące z radaru mogą powtórzyć te wyniki w kohortach zróżnicowanych według TCM. Obniżona wartość SDNN wskazuje na zmniejszoną elastyczność i zdolność adaptacyjną autonomicznego układu nerwowego, co jest zgodne z ogólną patogenezą TCM dotyczącą „disharmonii yin-yang”. Chen i współpracownicy37 pogrupowali pacjentów z bezsennością według typów wzorców TCM w celu analizy HRV i stwierdzili znaczne różnice w zmienności rytmu serca pomiędzy różnymi wzorcami. Lin i współpracownicy40 wskazali, że nieprawidłowości HRV u pacjentów z bezsennością przejawiają się przede wszystkim w postaci zmniejszonej funkcji przywspółczulnej i nadaktywności funkcji współczulnej.

Zmienność rytmu serca RMSSD (F7) to pierwiastek kwadratowy średniej z kwadratów kolejnych różnic między sąsiednimi odstępami R-R, co odzwierciedla przede wszystkim aktywność przywspółczulną (błędną). Lingshu · Lun Yong stwierdza: „Osoba tchórzliwa... ma niewystarczający i wiotki pęcherzyk żółciowy”. W przypadku niedoboru Qi Serca i Pęcherzyka Żółciowego, niedostateczne qi pęcherzyka żółciowego obniża próg reakcji stresowej. Nerw błędny jest kluczową drogą regulującą reakcję przestrachu, a spadek jego aktywności oznacza osłabioną zdolność buforowania bodźców zewnętrznych. Dodds i wsp.41 w przeglądzie systematycznym wskazali, że u pacjentów z bezsennością występuje zaburzenie HRV, w tym znacząco zredukowane wartości RMSSD i pNN50. W związku z tym w obrazie niedoboru Qi Serca i Pęcherzyka Żółciowego można zaobserwować spadek RMSSD, co sprawia, że nawet niewielkie zakłócenia mogą wywoływać wybudzenia.

Trend nocnych wahań częstości akcji serca (F14) przyjmuje średnią częstość akcji serca w ciągu pierwszej godziny po zapadnięciu w sen jako wartość bazową, oblicza zmianę średniej częstości akcji serca w ujęciu godzinnym i dopasowuje linię trendu. W zdrowym śnie, gdy yang qi wnika w yin, częstość akcji serca wykazuje naturalną tendencję spadkową (wzorzec dipper). Dzieło Leizheng Zhicai stwierdza: „Serce rządzi ogniem, a nerka rządzi wodą; tylko ogień może kontrolować wodę i tylko woda może kontrolować ogień”. W przypadku braku interakcji między sercem a nerkami, niedobór wody nerkowej uniemożliwia jej wznoszenie się i odżywianie ognia serca, a ogień niedoboru unosi się wewnętrznie, nie będąc magazynowany, co skutkuje utrzymującą się podwyższoną nocną częstością akcji serca. Nano i wsp.42 zauważyli nieprawidłową nocną regulację autonomiczną u pacjentów z bezsennością, gdzie zwiększona aktywność współczulna i zmniejszona aktywność błędna są typowymi przejawami dysfunkcji autonomicznej w bezsenności. Cecha ta przekłada TCM-owską patogenezę „niedoboru yin z nadaktywnością ognia” na obiektywny opis dynamicznego trendu nocnej częstości akcji serca.

Charakterystyka oddechowa

Charakterystyka oddechowa, obejmująca trzy wymiary: częstotliwość, rytm oraz zdarzenia nieprawidłowe, stanowi cyfrowe narzędzie do oceny „oddechu” w auskultacji stosowanej w TCM i jest szczególnie silnie powiązana z mechanizmem patologicznym wzorca Phlegm-Heat Harassing the Heart.

Średnia częstość oddechów (F8) jest średnią arytmetyczną częstości oddechów w ciągu całej nocy. Jerath i wsp.13 wskazali na istnienie dwukierunkowej ścieżki między rytmem oddechowym a regulacją autonomiczną oraz na to, że charakterystyka spektralna przebiegów oddechowych jest ściśle powiązana z różnymi stanami emocjonalnymi, takimi jak lęk, gniew i stres. Tradycyjna medycyna chińska (TCM) zakłada, że „płuca rządzą qi i zarządzają oddychaniem”, a szybki oddech wynika głównie ze wzorców gorąca lub nadmiaru. W dziele Mai Jing stwierdzono: „Gorąco powoduje szybki oddech”. Gdy wewnątrz organizmu gromadzi się gorąco-flegma, qi płuc nie może się rozprzestrzeniać, co wymaga zwiększenia częstości oddechów w celu zrekompensowania blokady mechanizmu qi; w konsekwencji średnia częstość oddechów może być podwyższona.

Współczynnik zmienności częstości oddechów (F9) jest stosunkiem odchylenia standardowego częstości oddechów do jej średniej, co odzwierciedla stabilność rytmu oddechowego. Gdy wilgotna flegma blokuje płuca i drogi oddechowe są utrudnione, odpowiedź ośrodka oddechowego na zmiany gazometryczne staje się niestabilna, co objawia się naprzemiennym szybkim i wolnym oddychaniem, zaburzeniami rytmu oraz zwiększonym współczynnikiem zmienności. Suwen · Bi Lun stwierdza: „W przypadku bi serca naczynia są zablokowane, co objawia się niepokojem i kołataniem serca, nagłym uniesieniem qi i dusznością”. Osoby z wzorcem Zaburzenia Serca przez Ogień Wątroby mogą również doświadczać duszności i nieregularności oddechu z powodu rozpierania w klatce piersiowej i nadbrzuszu; w związku z tym można zaobserwować również zwiększony współczynnik zmienności oddechów.

Wskaźnik bezdechów i hipopnoe (F15) to całkowita liczba epizodów bezdechu i hipopnoe na godzinę. W traktacie Suwen · Ni Diao Lun stwierdzono: „Ci, którzy nie mogą leżeć płasko i których oddech jest głośny, cierpią na odwrócenie Yangming”, co w dużym stopniu odpowiada współczesnemu pojęciu bezdechu sennego. U osób z wewnętrzną generacją flegmy i wilgoci, flegma blokuje drogi oddechowe, a ograniczenie przepływu powietrza częściej występuje podczas nocnego rozluźnienia mięśni; zatem F15 jest ściśle powiązany ze wzorcem Flegma-Gorączka Niepokojąca Serce. Jako parametr pochodny, AHI oparty na radarze powinien być obliczany przy użyciu zwalidowanego algorytmu detekcji, a jego wydajność musi zostać porównana z AHI zmierzonym za pomocą PSG przed zastosowaniem klinicznym. Jedno badanie kliniczne z wykorzystaniem PSG wykazało, że pacjenci z obturacyjnym zespołem bezdechu sennego i hipopnoe (OSAHS) zaklasyfikowani do wzorca Flegma-Gorączka mieli znacznie wyższy AHI oraz wskaźnik desaturacji tlenu niż pacjenci z innymi wzorcami TCM. Stanowi to pośrednie poparcie dla powiązania wzorca Flegma-Gorączka Niepokojąca Serce z podwyższonym AHI. Jednak to, czy AHI szacowany za pomocą radaru może odwzorować tę zależność, nie zostało zbadane i musi zostać potwierdzone w badaniach prospektywnych43.

Ruchy ciała i charakterystyka behawioralna

Ruchy ciała i charakterystyka behawioralna przekształcają jakościowe obserwacje niepokoju kończyn oraz zakłócającego sen wiercenia się i przewracania z TCM „inspekcji formy fizycznej” w automatycznie wykrywalne zdarzenia ilościowe. Całkowita liczba ruchów ciała (F10) oraz indeks ruchów ciała (F1) to odpowiednio całkowita liczba zdarzeń związanych z ruchami ciała w ciągu całej nocy oraz ich częstotliwość na godzinę. Mai Yao Jing Wei Lun stwierdza: „Pięć narządów zang stanowi fundament siły organizmu”. Niepokój kończyn odzwierciedla wewnętrzną dysharmonię między narządami zang-fu. U osób z wzorcem Ognia Wątroby Zakłócającego Serce „drażliwość i skłonność do gniewu” mogą przejawiać się podczas snu jako wysokoczęstotliwościowe drżenia kończyn o niskiej amplitudzie oraz przewracanie się4; w przypadku Flegmy-Gorąca Nękającego Serce „wiercenie się i brak odpoczynku” towarzyszą częste, zakrojone na szeroką skalę zmiany pozycji, a klasyczne stwierdzenie w Neijing, że „gdy żołądek nie jest zharmonizowany, sen jest niespokojny”, precyzyjnie opisuje zwiększoną ruchomość ciała związaną z tym wzorcem. Amerykańska Akademia Medycyny Snu (AASM) opublikowała wytyczne praktyki klinicznej45, w których actigrafia jest wyraźnie pozycjonowana jako skuteczne narzędzie do obiektywnej oceny zaburzeń snu. Indeks ruchów ciała >5 zdarzeń/h wskazuje na wyraźny niepokój podczas snu i może być uznany za obiektywny próg „niespokojnego snu”.

Wskaźnik mikroprzebudzeń (F12) definiuje się jako liczbę krótkich zdarzeń przebudzenia trwających 3–15 s na godzinę. Mikroprzebudzenia są elektrofizjologicznymi markerami pobudzenia kory mózgowej; mimo że są subtelne, wystarczają do zaburzenia ciągłości snu. Pobudzenie korowe, autonomiczne i somatyczne wspólnie stanowią fizjologiczną podstawę bezsenności17. Zwiększoną liczbę mikroprzebudzeń zgłaszano u pacjentów z bezsennością15,46. Opierając się na patogenezie TCM dotyczącej lękliwości i skłonności do przestrachu, stawiamy hipotezę, że częstotliwość mikroprzebudzeń może być szczególnie podwyższona w przypadku niedoboru Qi Serca i Pęcherzyka Żółciowego, jednak brakuje bezpośrednich dowodów na ten konkretny wzorzec, który wymaga walidacji. Shen Shi Zun Sheng Shu stwierdza: „Gdy serce i pęcherzyk żółciowy są lękliwe i bojaźliwe, człowiek łatwo ulega przestrachowi pod wpływem zdarzeń”. Tacy pacjenci wykazują reakcje przestrachu nawet na niewielkie bodźce zewnętrzne, co objawia się ultra-wysoką gęstością zdarzeń mikroprzebudzeń oraz niezwykle płytkim i kruchym snem. Cechą tą subiektywny opis „lękliwości i skłonności do przestrachu” przekształca się w mierzalne zdarzenia neurofizjologiczne47,48. Należy jednak zauważyć, że wskaźnik mikroprzebudzeń jest parametrem pochodnym, który musi być szacowany z sygnałów radarowych przy użyciu specyficznych algorytmów detekcji i wymaga walidacji w odniesieniu do oceny przebudzeń opartej na PSG.

Metody obliczeniowe kluczowych cech snu w TCM w oparciu o radar milimetrowy

Projektowanie wielowymiarowych cech snu w oparciu o radar milimetrowy opiera się na logice dedukcyjnej: „patogeneza → mapowanie patofizjologiczne → wskaźniki obiektywne”. Każda cecha jest definiowana zgodnie z zasadami fizjologicznymi i może zostać doprecyzowana tak, aby spełniać potrzeby różnicowania zespołów w ramach tradycyjnej medycyny chińskiej (TCM). Poniżej cechy te zostały pogrupowane według kategorii funkcjonalnych w cztery zestawy — charakterystyka architektury snu, charakterystyka funkcji autonomicznych, charakterystyka oddechowa oraz charakterystyka ruchów ciała i zachowań — a następnie szczegółowo opisano metody ich obliczania oraz powiązania z różnicowaniem zespołów TCM (Tabela 3).

Cechy wymienione w Tabeli 3 są obliczane przyjmując całą noc jako jeden okres statystyczny. W przypadku danych z wielu nocy zbieranych w sposób ciągły od każdego badanego, oprócz obliczania cech dla pojedynczej nocy, konieczne jest również wyznaczenie średniej z wielu nocy oraz współczynnika zmienności między nocami, aby uchwycić zarówno stabilną wydajność, jak i charakterystykę fluktuacji wzorca w wymiarze czasowym. Ponadto niektóre cechy mogą służyć do wyprowadzenia wskaźników wtórnych. Na przykład stosunek LF/HF można wyprowadzić z F6 i F7 (wymaga to wsparcia analizy w dziedzinie częstotliwości), a stosunek snu głębokiego do snu REM można wyprowadzić z F3 i F4, co w efekcie zapewnia bogatszą przestrzeń cech dla późniejszego modelu klasyfikacji wzorców. Ogólny schemat różnicowania syndromów TCM w oparciu o radar został przedstawiony na Rysunku 1. Zalety takiego układu grupowania są dwukrotne: organizacja cech według kategorii funkcjonalnych pozwala potokowi ekstrakcji naturalnie odpowiadać modułom przetwarzania sygnałów. Każda cecha jest wyraźnie opisana pod kątem kierunku powiązania (wzrost lub spadek) z typami wzorców TCM, co zapewnia interpretowalny framework teoretyczny dla wyboru zmiennych wejściowych i analizy istotności cech w późniejszych modelach uczenia maszynowego.

Wnioski

Radar fal milimetrowych umożliwia bezkontaktową i małoinwazyjną konwersję trzech klasycznych koncepcji diagnostycznych TCM — inspekcji formy fizycznej, obserwacji oddechu i rozpoznawania ruchu — na ciągłe, ilościowe parametry fizjologiczne. W oparciu o tę możliwości zaproponowano teoretyczną ścieżkę diagnostyczną, która wymaga dalszej walidacji klinicznej: od cech pochodnych z radaru, przez mapowanie patofizjologiczne, aż po klasyfikację wzorców. Niniejsza praca proponuje teoretyczne ramy określające, w jaki sposób parametry życiowe rejestrowane przez radar mogą wielowymiarowo odzwierciedlać kluczowe cechy patogenne pięciu głównych wzorców bezsenności. Należy jednak zaznaczyć, że proponowane powiązania między cechami a wzorcami nie są zwalidowanymi progami diagnostycznymi; zostały one wywnioskowane z patogenezy TCM oraz współczesnej fizjologii snu i wymagają prospektywnej walidacji w kohortach specyficznych dla TCM przed zastosowaniem klinicznym. Niemniej jednak, praktyczne ograniczenia monitoringu radarowego obejmują wrażliwość na ruch w otoczeniu, pozycję ciała oraz utratę sygnału. Czynniki te mogą obniżać niezawodność w rzeczywistych warunkach, co podkreśla potrzebę starannego przetwarzania sygnałów i zapewnienia jakości.

Obiektywizm leżący u podstaw monitorowania snu opartego na radarze milimetrowym w odniesieniu do różnicowania wzorców TCM przejawia się w trzech kluczowych aspektach. Po pierwsze, nieinwazyjne, bezkontaktowe pozyskiwanie danych eliminuje błąd subiektywny i zapobiega zakłócaniu monitorowania badanego. Po drugie, w przypadku sygnałów pierwotnych (oddychanie, częstotliwość akcji serca i ruchy ciała), obliczanie cech oparte na fizycznych zasadach pomiaru odległości radarowej i dyskryminacji fazy zapewnia standaryzację i powtarzalność. W przypadku parametrów pochodnych (stadia snu, indeks mikroprzebudzeń, AHI i powiązane wskaźniki architektury snu) przed interpretacją kliniczną wymagane są zestandaryzowane algorytmy i rygorystyczna walidacja względem PSG. Po trzecie, wielowymiarowa przestrzeń cech obejmująca 15 parametrów wspiera probabilistyczną klasyfikację wzorców za pomocą uczenia maszynowego, co pozwala uniknąć arbitralności właściwej dla pojedynczego wskaźnika. Zatem radar może służyć jako uzupełniające rozszerzenie czterech metod diagnostycznych TCM podczas snu, ale nie jako samodzielne narzędzie diagnostyczne.

Przyszłe prace powinny obejmować wieloośrodkową walidację kliniczną w kohortach pacjentów z bezsennością specyficzną dla TCM, integrację multimodalną z diagnostyką języka i tętna, interpretowalne uczenie maszynowe oraz podłużny monitoring domowy. Chociaż radar bezpośrednio rejestruje czynność oddechową, częstość akcji serca i ruchy ciała, pochodne wskaźniki snu pozostają parametrami szacunkowymi, które wymagają modelowania algorytmicznego i walidacji za pomocą PSG, zanim będą mogły służyć jako dowody w różnicowaniu syndromów TCM.

figure-results-1
Rycina 1: Przegląd schematu różnicowania wzorców bezsenności w TCM w oparciu o radar fal milimetrowych. Diagram przedstawia trzystopniowy proces: Warstwa górna: bezkontaktowy pomiar radarowy oddechu, rytmu serca i ruchów ciała. FMCW (częstotliwościowo modulowana fala ciągła) to technologia sygnału radarowego wykorzystana tutaj przy 60 GHz. Warstwa środkowa: ekstrakcja 15 cech w czterech domenach (architektura snu, funkcja autonomiczna, wzorzec oddechowy, ruchy ciała). F4: REM = szybkie ruchy gałek ocznych, F5: HR = częstość akcji serca, F6: SDNN = odchylenie standardowe odstępów NN, F7: RMSSD = pierwiastek kwadratowy średniej różnic między następującymi po sobie odstępami, F8: RR = częstość oddechów, F9: RR-CV = współczynnik zmienności częstości oddechów, F15: AHI = indeks bezdechu i hipopnoe. Warstwa dolna: przypisywanie tych cech do pięciu głównych wzorców bezsenności w TCM w oparciu o logikę patogeneza-fizjologia-sygnał radarowy (Tabela 2 i Tabela 3). Kliknij tutaj, aby wyświetlić powiększoną wersję tej ryciny.

Wymiar różnicowania syndromów w TKMParametry mierzalne radarowoMapowanie logiczne
Emocje (niepokój / spokój)Częstotliwość ruchów ciała, liczba obrotów, HRVNiepokój i pobudzenie → wysokoczęstotliwościowe ruchy ciała, niska zmienność rytmu serca (HRV)
Oddychanie (głośne / ciche / szybkie / stabilne)Częstość oddechów, zmienność głębokości oddechówGłośny i szybki oddech → wysoka częstość oddechów, wysoka zmienność
Serce-Duch (Uspokojony / Zburzony)Latencja snu, liczba mikroprzebudzeńNiepokój serca i ducha → wydłużona latencja snu, częste mikroprzebudzenia
Qi i Krew (Niedobór / Wystarczalność)Poziom tętna, zmienność rytmu serca (HRV)Niedobór Qi może objawiać się zmienioną HRV; kierunek tych zmian wymaga walidacji klinicznej

Tabela 1: Logika mapowania między wymiarami różnicowania zespołów w TCM a radarem milimetrowym. Tabela definiuje, w jaki sposób cztery wymiary TCM (emocje, oddychanie, serce-duch, qi-krew) są przekładane na parametry mierzalne za pomocą radaru oraz ilościową logikę mapowania, stanowiąc teoretyczną podstawę dla bezkontaktowej, obiektywnej oceny snu. HRV = zmienność rytmu zatokowego.

Typ zespołu w TCMGłówny mechanizm patogenezyNowoczesne mapowanie patofizjologiczneCechy różnicujące w sygnałach fal milimetrowych
Żar Wątroby zaburzający SerceDepresja wątroby przekształcająca się w ogień; gorąco zakłócające ducha sercaPobudzenie współczulne(1) wydłużona latencja snu (zwiększony czas trwania fazy W);
(2) Podwyższona średnia nocna częstość akcji serca;
(3) obniżona zmienność rytmu zatokowego (HRV), zaburzona regulacja autonomiczna;
(4) Zwiększona liczba zdarzeń ruchowych ciała o wysokiej częstotliwości i niskiej amplitudzie; częste ruchy ciała podczas fazy W;
Zakłócenie Serca przez Gorąco i FlegmęNagromadzenie wilgotnej flegmy, depresja przekształcająca się w gorąco, zakłócająca ducha sercaFragmentacja snu(1) Podwyższony wskaźnik mikroprzebudzeń, zwiększony udział stadium N1, wyraźna fragmentacja snu;
(2) Nieregularny wzorzec oddechowy, zwiększony współczynnik zmienności częstości oddechów;
(3) Częste ruchy całego ciała o dużej amplitudzie, zwiększona liczba zmian pozycji;
Niedobór Serca i ŚledzionyNadmierne rozpamiętywanie, niewystarczająca generacja qi i krwi, niedożywienie ducha sercaNiedobór qi i krwi(1) niska średnia nocna częstość akcji serca;
(2) zwiększony udział snu lekkiego (stadia N1/N2), zmniejszony udział snu głębokiego;
(3) zwiększona liczba przejść między fazami NREM a REM oraz między snem a czuwaniem, co odzwierciedla sen przerywany przez sny i łatwo zakłócalny;
Brak interakcji serce-nerkiNiedobór yin nerek, rozgorzkanie serca, brak koordynacji między sercem a nerkamiNiedobór yin z nadaktywnością ognia(1) Wydłużona latencja snu (zwiększony czas trwania fazy W);
(2) nocna częstość akcji serca utrzymująca się na wysokim poziomie z wyraźnymi wahaniami, wykazująca wzorzec non-dipper;
(3) Znacząco zmniejszona proporcja głębokiego snu N3; proporcja fazy REM może być wtórnie zmniejszona lub zmienna;
Niedobór Qi Serca i Pęcherzyka ŻółciowegoNiedobór qi serca i pęcherzyka żółciowego, utrata zdecydowania, brak panowania duchaTchórzostwo i podatność na przestrach(1) Zwiększona wrażliwość na zewnętrzne zakłócenia środowiskowe, reakcje przestrachu z gwałtownymi szarpnięciami, obniżony próg pobudzenia w fazie N1;
(2) częste epizody mikroprzebudzeń, zwiększona liczba przerywanych przejść z faz N1 i N2 do stanu czuwania, sen niezwykle płytki i niestabilny;
(3) Wydłużony czas czuwania po zasypianiu (WASO), trudności z ponownym zaśnięciem po przebudzeniu;
(4) proporcja fazy REM może być zmniejszona;

Tabela 2: Zestaw cech różnicujących pięć typów wzorców bezsenności w TCM na podstawie radaru milimetrowego. Tabela przyporządkowuje każdy z pięciu wzorców bezsenności do jego podstawowej patogenezy TCM, nowoczesnej interpretacji patofizjologicznej oraz specyficznych różnicujących cech pochodzących z radarów (latencja snu, tętno/HRV, wzorzec oddechowy, ruchy ciała, mikroprzebudzenia i architektura snu). Stanowi to podstawę na poziomie cech dla obiektywnej klasyfikacji wzorców. Cechy takie jak latencja snu, proporcje faz snu, indeks mikroprzebudzeń, fragmentacja snu i WASO są parametrami wyprowadzonymi/szacowanymi, wymagającymi zwalidowanych algorytmów i odniesienia do PSG; inne cechy, takie jak tętno, HRV, częstość/wzorzec oddechowy i indeksy ruchów ciała, są cechami pierwotnymi lub prostymi cechami statystycznymi uzyskiwanymi z sygnałów radarowych. Skróty (podział faz snu według American Academy of Sleep Medicine) definiuje się następująco: W = czuwanie; N1 = faza NREM stopień 1; N2 = faza NREM stopień 2; N3 = faza NREM stopień 3; REM = faza szybkich ruchów gałek ocznych; WASO = czas czuwania po zapoczątkowaniu snu.

Nr cechyNazwa cechyTyp sygnałuMetoda obliczeńPowiązanie z różnicowaniem syndromów TCM
F1Latencja zasypianiaPochodnyOdstęp od momentu „zgaszenia światła” do pierwszych trzech ciągłych epok NREMOgień Wątroby zakłócający Serce ↑, Brak interakcji Serce-Nerki ↑
F2Efektywność snuPochodnyCałkowity czas snu / całkowity czas w łóżku × 10%Może ulec zmniejszeniu we wszystkich wzorcach
F3Udział snu głębokiegoPochodnyCzas trwania N3 / całkowity czas snu × 10%Niedobór Serca i Śledziony ↓, Brak interakcji Serce-Nerki ↓
F4Udział fazy REMPochodnyCzas trwania REM / całkowity czas snu × 10%Niedobór Qi Serca i Pęcherzyka Żółciowego może ↓ (pierwotnie);
 Brak interakcji Serce-Nerki również może ↓ (wtórnie/nieswoiście)
F5Średnia nocna częstość akcji sercaPierwotnyŚrednia częstość akcji serca w ciągu całej nocy (bpm)Ogień Wątroby zakłócający Serce ↑, Niedobór Serca i Śledziony ↓
F6Zmienność rytmu serca SDNNPierwotnyOdchylenie standardowe normalnych odstępów R-R w rytmie zatokowym (ms)Ogień Wątroby zakłócający Serce ↓, Niedobór Serca i Śledziony normalny/zmienny (niejednoznaczny)
F7Zmienność rytmu serca RMSSDPierwotnyPierwiastka kwadratowa średniej kwadratów różnic między następującymi po sobie odstępami R-R (ms)Odzwierciedla aktywność przywspółczulną; Niedobór Qi Serca i Pęcherzyka Żółciowego ↓
F8Średnia częstość oddechówPierwotnyŚrednia częstość oddechów w ciągu całej nocy (oddechów/min)Flegma-Gorączka nękająca Serce może ↑
F9Współczynnik zmienności częstości oddechówPierwotnyOdchylenie standardowe częstości oddechów / średniaFlegma-Gorączka nękająca Serce ↑, Ogień Wątroby zakłócający Serce ↑
F10Całkowita liczba ruchów ciałaPierwotnyCałkowita liczba zdarzeń ruchowych kończyn w ciągu nocyOgień Wątroby zakłócający Serce ↑, Flegma-Gorączka nękająca Serce ↑
F1Indeks ruchów ciałaPierwotnyLiczba zdarzeń ruchowych ciała na godzinę>5 zdarzeń/h wskazuje na niepokój podczas snu
F12Indeks mikroprzebudzeńPochodnyLiczba zdarzeń mikroprzebudzeń na godzinę (krótkie przebudzenia trwające 3–15 sekund)Może wzrosnąć we wszystkich wzorcach; szczególnie wyraźne we wzorcu niedoboru Qi Serca i Pęcherzyka Żółciowego
F13Liczba przejść sen–czuwaniePochodnyLiczba przejść z dowolnej fazy snu z powrotem do stanu czuwaniaNiedobór Serca i Śledziony ↑, Niedobór Qi Serca i Pęcherzyka Żółciowego ↑
F14Trend zmienności nocnej częstości akcji sercaPierwotnyNachylenie krzywej częstości akcji serca od momentu zasypiania do przebudzeniaBrak interakcji Serce-Nerki (nocna częstość akcji serca nie spada)
F15Indeks bezdechów i hipopnoe (AHI)PochodnyLiczba zdarzeń bezdechu + hipopnoe na godzinęFlegma-Gorączka nękająca Serce może ↑

Tabela 3: Wielowymiarowa ekstrakcja cech snu oparta na radarze fal milimetrowych i jej związek z różnicowaniem zespołów TCM. Tabela kategoryzuje cechy na sygnały pierwotne (wyekstrahowane bezpośrednio z radaru) oraz parametry pochodne/szacowane (obliczone za pomocą modeli algorytmicznych). Strzałki (↑/↓) wskazują oczekiwany kierunek zmiany każdej cechy w odpowiadającym wzorcu TCM. Tutaj „Pierwotne” oznacza parametry możliwe do bezpośredniego wyodrębnienia z sygnałów radarowych lub obliczone za pomocą prostych statystyk; „Pochodne” oznacza parametry wymagające modelowania algorytmicznego (np. etapowanie snu, detekcja zdarzeń), które muszą zostać zwalidowane względem polisomnografii (PSG). NREM = sen bez szybkich ruchów gałek ocznych; R-R = odstęp od fali R do fali R (czas między następującymi po sobie szczytami fali R w EKG, reprezentujący długość cyklu serca). Dla niedoboru Serca i Śledziony w aktualnej literaturze nie ustalono spójnego wzorca HRV; SDNN może pozostawać w normie lub wykazywać jedynie niewielką zmienność. Ta etykieta wskazuje na niepewność.

Oświadczenia

Autorzy nie deklarują żadnych konfliktów interesów.

Podziękowania

Niniejsza praca była wspierana przez Narodową Fundację Nauk Naturalnych Chin (Program Ogólny, grant nr 82374576), Program Budowania Potencjału Lokalnych Kolegiów i Uniwersytetów, Komisję Nauki i Technologii miasta Szanghaj (grant nr 2301050490) oraz projekt kooperacyjny z firmą Shanghai Rongtai Health Technology Co., Ltd.: „Projekt urządzenia do pozyskiwania parametrów życiowych opartego na radarze fal milimetrowych i konstrukcja modelu oceny jakości snu” (grant nr E4‑H241139).

Bibliografia

  1. Chen B, et al. Thoughts on traditional Chinese medicine syndrome differentiation and treatment of sleep disorders based on the “one principle, four aspects” theory. Space Med Med Eng. 2025;36:337–42.
  2. Mohammadjany A, Miar-Naimi H. High-gain Vivaldi-enhanced FMCW radar for robust through-wall human and object detection. Sens Imaging. 2025;26:148.
  3. Qu K, Wei L, Zhang R. Noncontact cardiac activity detection based on single-channel ISM band FMCW radar. Biosensors (Basel). 2023;13(11):982.
  4. Cui R, Cui W, Cai Y, Yan Y. Non-contact reconstruction of ECG signals using FMCW radar and SS-S2SA network. IEICE Trans Commun. 2025;E108-B:208–19.
  5. Toda D, et al. ECG signal reconstruction using FMCW radar and a convolutional neural network for contactless vital-sign sensing. IEICE Trans Commun. 2023;E106-B:65–73.
  6. Yue S, et al. BodyCompass. Proc ACM Interact Mob Wearable Ubiquitous Technol. 2020;4(2):1–25.
  7. Sun L, Wang W, Wang Y, Guo W, Chen Z, Zeng J, Zhang J, Li G, Lei W, Yue H. Validation of a low-load monitoring system based on millimeter-wave radar and pulse oximetry vs. polysomnography for obstructive sleep apnea diagnosis[J]. Sleep Health, 2025; 11(6): 868–876.
  8. Hao Z, et al. mmWave-RM: a respiration monitoring and pattern classification system based on mmWave radar. Sensors (Basel). 2024;24(13):4315.
  9. Li GD, Hu XY, Yuan Y, Meng XJ, Huang YT, Cao HJ. Is traditional Chinese medicine syndrome differentiation important in primary insomnia? An exploratory review with matching recombination indirect comparisons and network meta-analysis[J]. European Journal of Integrative Medicine, 2025.
  10. Li ZH, et al. Traditional Chinese medicine syndrome study of 1,006 patients with early-morning awakening insomnia based on factor analysis and cluster analysis. Chin J Inf Tradit Chin Med. 2026.
  11. Kreibig SD. Autonomic nervous system activity in emotion: a review. Biol Psychol. 2010;84(3):394–421.
  12. Zhang Q, et al. Characteristics of heart rate variability in patients with anxiety and depression of different traditional Chinese medicine syndrome types. J Med Res. 2008;37:77–80.
  13. Jerath R, Beveridge C. Respiratory rhythm, autonomic modulation, and the spectrum of emotions: the future of emotion recognition and modulation. Front Psychol. 2020;11:1980.
  14. Tian Y, et al. Scientific analysis of traditional Chinese medicine emotional data based on millimeter-wave radar. Chin Arch Tradit Chin Med. 2025;43.
  15. Wang R, Tang JY. Research progress on the relationship between insomnia and microarousal. Acta Acad Med Sin. 2021;43(6):945–9.
  16. Zhang C, Xiao LL, Liu DQ, Wang Y. Research progress in traditional Chinese medicine treatment of short-term insomnia from the perspective of heart and spleen. J Hebei North Univ Nat Sci Ed. 2026;42(1):62–4.
  17. Bonnet MH, Arand DL. Hyperarousal and insomnia: state of the science. Sleep Med Rev. 2010;14(1):9–15.
  18. Kuo TBJ, Chen CY, Hsu YC, Yang CCH. EEG beta power and heart rate variability describe the association between cortical and autonomic arousals across sleep. Auton Neurosci. 2016;194:32–7.
  19. Zhang XN, et al. Research progress on insomnia and heart rate variability. J Psychiatry. 2025;38(2):205–8.
  20. Bao F, et al. Effect of Chaihu Longgu Muli Decoction combined with wrist-ankle acupuncture on traditional Chinese medicine syndrome scores, sleep quality, and negative emotions in patients with insomnia of liver depression transforming into fire type. Prog Mod Biomed. 2026;26(5):714–9.
  21. Park J, Yang S, Chung G, et al. Ultra-Wideband Radar-Based Sleep Stage Classification in Smartphone Using an End-to-End Deep Learning[J]. IEEE Access, 2024.
  22. Kwon HB, Choi SH, Lee D, et al. Attention-Based LSTM for Non-Contact Sleep Stage Classification Using IR-UWB Radar[J]. IEEE Journal of Biomedical and Health Informatics, 2021, 25(10): 3844-3853.
  23. Sateia MJ. International classification of sleep disorders, third edition: highlights and modifications. Chest. 2014;146(5):1387–94.
  24. National Key R&D Program Project Group on “New TCM Diagnosis and Treatment Scheme and Mechanism Research for Chronic Insomnia”, et al. Expert consensus on traditional Chinese medicine diagnosis and treatment of adult chronic insomnia. China J Tradit Chin Med Pharm. 2026;41(3):524–8.
  25. Ding HR, et al. Correlation between anxiety, depression, and traditional Chinese medicine constitution in young and middle-aged patients with insomnia. China Med Her. 2026;23(1):45–50.
  26. Wang TS, Xue PL. Discussion on traditional Chinese medicine syndrome differentiation and treatment of insomnia based on endogenous “five pathogenic factors”. Jiangsu J Tradit Chin Med. 2026;58(1):27–30.
  27. Li PH, Ding J, Han Y. Diagnosis, treatment, and management of insomnia from the perspective of traditional Chinese medicine. Shanghai Med J. 2025;48(12):799–802.
  28. Reed DL, Sacco WP. Measuring sleep efficiency: what should the denominator be? J Clin Sleep Med. 2016;12(2):263–6.
  29. Baglioni C, et al. Sleep changes in the disorder of insomnia: a meta-analysis of polysomnographic studies. Sleep Med Rev. 2014;18(3):195–213.
  30. Deng JH, et al. Research progress on traditional Chinese medicine therapies and mechanisms of action for insomnia. J Liaoning Univ Tradit Chin Med. 2025.
  31. Peng B, Xu SJ, Gao Y. Research progress on treatment of insomnia based on traditional Chinese medicine time rhythm. Guid J Tradit Chin Med Pharm. 2025;31(10):114–9.
  32. Liu HX. Effect of comprehensive auricular acupoint therapy combined with traditional Chinese medicine emotional nursing on insomnia in hypertensive patients with liver yang hyperactivity. Chin J Health Care. 2025;43(2):134–7.
  33. Wang S, Yang YC, Ju BZ. Discussion on traditional Chinese medicine pathogenesis and treatment of insomnia based on “yang not entering yin”. J Chronic Dis Integr Tradit Chin West Med. 2025;2(4):44–8.
  34. Liu CH, Yao D, Wang JM, Li TB. Discussion on the relationship of yin-yang and qi-blood between melasma and insomnia and the idea of treating different diseases with the same method based on traditional Chinese medicine theory. World J Sleep Med. 2025;12(6):1669–73.
  35. Yuan Y, et al. Discussion on the “three spirits simultaneous regulation” method for treating heart-spleen deficiency insomnia based on the “body-qi-spirit” theory. J Liaoning Univ Tradit Chin Med. 2026.
  36. Shi HX, Fu WN. The importance of correct syndrome differentiation viewed from the relationship between insomnia syndrome differentiation and autonomic nervous function [conference presentation]. Presented at: 11th Academic Annual Conference of the Psychiatric Disease Committee of the Chinese Association of Integrative Medicine; 2012.
  37. Chen TG, Li HY, Guo CJ, Sun SC. Analysis of heart rate variability differences in insomnia patients with different traditional Chinese medicine syndrome types. World J Sleep Med. 2017;4:202–205.
  38. Lee Y, Lee K, Ahmed S, Cho SH. Feasibility of early assessment for psychological distress: HRV-based evaluation using IR-UWB radar. Sensors (Basel). 2024;24(19):6210.
  39. Yu G, et al. Non-contact seismocardiogram measurement and HRV analysis using cardiac beamforming with FMCW radar. Front Physiol. 2025;16:1733573.
  40. Lin WT, et al. Research progress on heart rate variability and insomnia and its non-pharmacological treatment. Chin J Nerv Ment Dis. 2024;50(2):123–8.
  41. Dodds KL, et al. Heart rate variability in insomnia patients: a critical review of the literature. Sleep Med Rev. 2017;33:88–100.
  42. Nano MM, Fonseca P, Vullings R, Aarts RM. Measures of cardiovascular autonomic activity in insomnia disorder: a systematic review. PLoS One. 2017;12(10):e0186716.
  43. Zhang Y, et al. Clinical characteristics of 180 patients with obstructive sleep apnea hypopnea syndrome. Chin J Integr Med Cardio-Cerebrovasc Dis. 2015;13(5):575–7.
  44. Li ZH, et al. Discussion on Polygala tenuifolia in treating insomnia of kidney failing to store will based on “calming kidney will”. Acta Chin Med Pharmacol. 2026;54(3):39–42.
  45. Smith MT, et al. Use of actigraphy for the evaluation of sleep disorders and circadian rhythm sleep-wake disorders: an American Academy of Sleep Medicine clinical practice guideline. J Clin Sleep Med. 2018;14(7):1231–7.
  46. Ghermezian A, Nami M, Shalbaf R, Khosrowabadi R, Nasehi M, Kamali AM. Sleep micro-macro-structures in psychophysiological insomnia: PSG study[J]. Sleep and Vigilance, 2023:1–9.
  47. Deng DQ, et al. Discussion on construction of the “sleep medicine” specialty system based on experience of treating insomnia from “triple energizer qi transformation”. China Med Her. 2026;23(10):121–7.
  48. Song YW, Zhong GH. Experience of treating insomnia based on “three differentiations in one”. China Mod Dr. 2026;64(1):81–3.

Przedruki i uprawnienia

Tagi

Różnicowanie syndromów bezsennościarchitektura snuzmienność rytmu sercafunkcja autonomicznego układu nerwowegomonitorowanie bezkontaktowewzorzec oddechowyzachowanie ruchowe ciaławalidacja polisomnograficzna
Skontaktuj się z nami
Poleć bibliotece

Prywatność

Warunki korzystania z usługi

Zasady

Prawa autorskie © 2026 MyJoVE Corporation. Wszelkie prawa zastrzeżone.