Este estudo propõe uma estrutura de radar em ondas milimétricas sem contato para caracterizar objetivamente cinco padrões de insônia da medicina tradicional chinesa (MTC), extraídos de 15 características multidimensionais do sono obtidas a partir de uma estrutura em duas camadas: sinais primários (respiração, frequência cardíaca, movimento corporal) e parâmetros derivados (arquitetura do sono, microdespertares), estimados por meio de modelos algorítmicos que requerem validação frente ao PSG.
Artigo de revisão
Exploração e Análise da Diferenciação de Síndromes da Medicina Tradicional Chinesa para Insônia Baseadas em Radar de Ondas Milimétricas
51 visualizações
⸱
11 de setembro de 2026
Neste artigo
Resumo
Resumo
Para abordar a falta de dados contínuos e objetivos de sinais noturnos na diferenciação de padrões de insônia na Medicina Tradicional Chinesa (MTC), este estudo explora um método de caracterização objetiva e uma via de identificação digital-inteligente para síndromes de insônia com base em radar de ondas milimétricas. Esta revisão realizou buscas sistemáticas nas bases CNKI, Wanfang, PubMed e Web of Science de janeiro de 2008 a agosto de 2026, abrangendo literatura sobre diferenciação e tratamento de síndromes de insônia na MTC, variabilidade da frequência cardíaca e função autonômica, e monitoramento não invasivo do sono/respiração utilizando radar de ondas milimétricas. Tomando como ponto de partida a patogênese da MTC das cinco principais síndromes de insônia e incorporando a fisiologia moderna do sono, deduz-se o mecanismo interno de associação entre “síndrome-função autonômica/sinal”. Os sinais de movimento não invasivos capturados pelo radar são transformados em sequências primárias de sinais vitais, como respiração, frequência cardíaca e movimento corporal. Com base nesses sinais primários, deriva-se um conjunto de 15 indicadores quantitativos que abrangem quatro dimensões: arquitetura do sono, função do sistema nervoso autônomo, padrão respiratório e comportamento de movimento corporal. Dentre eles, os indicadores primários são obtidos por extração direta ou estatísticas simples, enquanto os indicadores de arquitetura do sono, microdespertares e índice de apneia-hipopneia (AHI) são estimados por modelos algorítmicos e requerem validação frente à polissonografia (PSG). É estabelecido um modelo de mapeamento entre patogênese e fisiologia, que relaciona as cinco síndromes de insônia com características dos sinais de radar, formando um sistema de representação digital do sono na MTC com 15 parâmetros padronizados, o que fornece uma base teórica computacional para desacoplar as diferenças microscópicas entre síndromes a partir de sinais não invasivos. O radar de ondas milimétricas pode atuar como uma extensão eficaz dos quatro métodos diagnósticos tradicionais, oferecendo complementação de dados noturnos contínuos e não invasivos para a diferenciação de síndromes de insônia. O sistema de indicadores e a estrutura teórica construídos neste estudo estabelecem uma base metodológica para a validação clínica de dados subsequentes e para o desenvolvimento de dispositivos domésticos de avaliação do sono na MTC com abordagem digital e inteligente.
Introdução
Os distúrbios do sono tornaram-se um problema de saúde pública global. Na medicina tradicional chinesa (MTC), a insônia é classificada dentro da categoria de “Bu Mei” (insônia). Seu sistema de diferenciação de síndromes e tratamento centra-se na desarmonia entre yin-yang e enfatiza o diagnóstico e tratamento individualizados para cada pessoa. A diferenciação tradicional de síndromes na MTC baseia-se na experiência do médico com os quatro métodos diagnósticos (observação, audição/olfato, interrogatório e palpação). Com o avanço da modernização da MTC, o uso de tecnologias sensoriais modernas para obter a aquisição objetiva e análise quantitativa das informações de diferenciação de síndromes tornou-se uma direção fundamental na pesquisa clínica de MTC “digital-inteligente”1.
A polissonografia (PSG) tradicional e dispositivos vestíveis (como pulseiras inteligentes, relógios inteligentes e patches de ECG) exigem sensores que devem ser usados no corpo; esses métodos podem causar distúrbios consideráveis no sono e um efeito acentuado de "primeira noite", tornando-os inadequados para monitoramento domiciliar contínuo de longo prazo. O radar de ondas milimétricas pode detectar diretamente, sem contato, dois sinais vitais essenciais — a respiração e a frequência cardíaca — e identificar sinais de movimento humano por meio de medições de distância e velocidade. Avanços recentes demonstraram a viabilidade da classificação de estágios do sono baseada em radar, com concordância moderada a alta em comparação com a PSG2,3. Da mesma forma, a variabilidade da frequência cardíaca (HRV) derivada do radar foi validada frente à eletrocardiografia (ECG) em diversos estudos, mostrando concordância aceitável para parâmetros no domínio temporal e no domínio da frequência4,5. A detecção de eventos respiratórios e a estimativa do índice de apneia-hipopneia (AHI) baseadas em radar também já foram investigadas, com correlações relatadas superiores a 0,8 em comparação com a PSG6,7. Parâmetros derivados, como estágios do sono, índices de microdespertares e AHI, no entanto, não são diretamente mensuráveis, mas requerem estimativas algorítmicas adicionais e validação frente à PSG. A detecção de microdespertares baseada em radar permanece relativamente pouco desenvolvida em comparação com a classificação de estágios do sono e o monitoramento de eventos respiratórios8.
Com base no monitoramento de sinais vitais humanos por radar em ondas milimétricas e na teoria da classificação de padrões do sono na MTC, esta revisão explora a profunda integração da tecnologia de radar em ondas milimétricas com a diferenciação de padrões do sono na MTC. Os objetivos são resumir o estado atual do monitoramento do sono baseado em radar, examinar a possível correspondência entre parâmetros fisiológicos derivados do radar e as síndromes comuns de insônia na MTC, e discutir as limitações e direções futuras dessa abordagem digital de diferenciação de síndromes na MTC. Ao transformar os conceitos abstratos da diferenciação de síndromes na MTC em parâmetros fisiológicos objetivos que podem ser detectados pelo radar, este trabalho oferece uma solução viável e uma estrutura conceitual para pesquisas e práticas clínicas futuras nessa área.
Revisão e perspetiva
Mapeamento teórico entre radar de ondas milimétricas e a diferenciação de síndromes na MTC
Base teórica da classificação do padrão de sono na MTC
A medicina tradicional chinesa (MTC) classifica a insônia (Bu Mei) principalmente em cinco tipos de padrão: padrão de Fogo do Fígado Perturbando o Coração, padrão de Fleuma-Calor que Incomoda o Coração, padrão de Deficiência de Coração e Baço, padrão de Não Interação entre Coração e Rim, e padrão de Deficiência de Qi de Coração e Vesícula Biliar9. O Lingshu · Kouwen afirma: “Quando o qi yang está exausto e o qi yin é abundante, os olhos se fecham e o sono ocorre; quando o qi yin está exausto e o qi yang é abundante, a pessoa desperta.” O sono normal depende do equilíbrio dinâmico no qual o qi yang entra no yin. Quando esse equilíbrio é interrompido — seja pela hiperatividade do yang impedindo sua entrada no yin, seja pela deficiência do yin incapaz de conter o yang — surgem distúrbios do sono. Sob a perspectiva da teoria do qi nutriente (Ying) e do qi defensivo (Wei), o qi defensivo apresenta um ritmo circadiano: “Durante o dia, circula vinte e cinco vezes no yang, e à noite, circula vinte e cinco vezes no yin”10. A alternância ordenada da circulação diária e noturna do qi defensivo constitui a base fisiológica do ritmo sono-vigília. A disfunção na circulação do qi nutriente e defensivo leva a distúrbios do sono. Assim sendo, a desarmonia entre yin e yang constitui a patogênese central da insônia.
Enquadramento teórico de sinais de radar e diferenciação de síndromes da MTC
Emoções, frequência de movimento corporal e VFC
A estreita relação entre emoções e o sistema nervoso autônomo é um consenso fundamental na psicologia fisiológica. A "agitação emocional" se manifesta fisiopatologicamente como excitação simpática, levando ao aumento dos movimentos involuntários dos membros e à redução da variabilidade da frequência cardíaca (VFC)11; assim, a detecção de movimentos corporais baseada em radar e a análise da VFC podem quantificar indiretamente esse estado. Do ponto de vista da diferenciação de síndromes na Medicina Tradicional Chinesa, Zhang et al.12 descobriram que os índices de domínio temporal e de domínio frequencial da VFC em pacientes com padrão de obstrução por fleuma com depressão hepática e com padrão de estagnação de qi com depressão hepática foram significativamente menores do que no grupo controle normal (P < 0,01).
Respiração, frequência respiratória e variabilidade respiratória
A relação bidirecional entre padrões respiratórios e emoções foi amplamente confirmada pela psicofisiologia moderna. Por exemplo, Jerath et al.13 destacaram que os espectros da forma de onda respiratória se correlacionam com estados emocionais, e que a respiração reflete e regula as emoções de forma bidirecional. Do ponto de vista da teoria da MTC, Tian et al.14 combinaram a teoria emocional da MTC com a detecção de sinais respiratórios por radar de ondas milimétricas, demonstrando sistematicamente a racionalidade e viabilidade do uso da respiração como indicador digitalizado para coleta de emoções.
Medicina do coração-espírito, qi, sangue e sono
A hipótese da "hiperexcitação" na insônia é a teoria central que explica os mecanismos patológicos da insônia na medicina contemporânea do sono. Wang et al.15 descobriram que o mecanismo primário subjacente ao início e à manutenção da insônia é a hiperexcitação, manifestada em três níveis: excitação cortical, excitação autonômica e excitação somática. Isso fornece a base para mapear “agitação do coração-espírito → latência prolongada do sono e microdespertares frequentes”, sendo este último inferido a partir de sinais de frequência cardíaca e movimentos corporais16. Especificamente, a excitação cortical pode ser quantificada por meio da eletroencefalografia, enquanto a excitação somática se manifesta como um aumento na frequência de movimentos corporais17, o que fornece a fundação para esse mapeamento. Kuo et al.18 descobriram que a potência beta no eletroencefalograma (EEG) durante o sono não-rápido (NREM) apresenta uma correlação positiva significativa com a razão entre baixa frequência/alta frequência (LF/HF), que reflete o equilíbrio simpático-parassimpático (r = 0,40 ± 0,06), e esse acoplamento é ainda mais estreito do que durante o sono com movimentos oculares rápidos (REM). Isso implica que os microdespertares são acompanhados por flutuações na frequência cardíaca e mudanças transitórias no estado autonômico.
Quanto à associação entre a dimensão “Qi e Sangue” e a frequência cardíaca e a variabilidade da frequência cardíaca (HRV), Zhang et al.19 destacaram que a variabilidade da frequência cardíaca é um indicador objetivo importante para avaliar a função do sistema nervoso autônomo, sendo capaz de refletir o estado de sono de pacientes com insônia. Isso fornece uma base para inferir o estado de abundância ou deficiência de qi e sangue por meio dos níveis de frequência cardíaca monitorados por radar e dos parâmetros de HRV, utilizando o princípio de “avaliar o interior pela observação do exterior”20.
Mapeamento da lógica entre sinais de radar e a diferenciação de síndromes da MTC
Com base na estrutura, pode-se estabelecer a seguinte lógica de mapeamento (Table 1). O cerne dessa lógica de mapeamento é que os estados funcionais dentro das dimensões da diferenciação de síndromes da MTC podem ser operacionalmente traduzidos em parâmetros no nível fisiológico moderno por meio de radar de ondas milimétricas.
Além disso, com base na correlação macroscópica estabelecida na Tabela 1 e concentrando-se especificamente nos cinco principais tipos de padrão de insônia, a patogênese central de cada padrão pode ser ainda integrada com interpretações fisiopatológicas modernas para derivar um conjunto de características diferenciadoras que podem ser capturadas por um radar (Tabela 2).
No entanto, o conteúdo apresentado na Tabela 2 ainda constitui descrições qualitativas de características no nível do tipo de padrão e ainda não foi transformado em indicadores numéricos específicos que possam ser gerados diretamente por um processo de pós-processamento de sinal de radar. Para automatizar a discriminação de padrões a partir de dados brutos de radar, essas características devem ser convertidas em variáveis computáveis com métodos definidos de cálculo, janelas temporais e associações com TCM. A próxima subseção definirá e extrairá, com esse objetivo, as principais características uma a uma.
Antes de detalhar o pipeline de extração de características, é fundamental esclarecer a natureza hierárquica dos parâmetros discutidos neste framework. Distinguimos entre dois níveis de sinais: o Nível 1 compreende sinais primários que podem ser extraídos diretamente e de forma robusta dos dados brutos de radar em milímetros com base em princípios físicos estabelecidos (por exemplo, medições de fase e alcance). Esses incluem a frequência e o ritmo respiratórios, a frequência cardíaca e eventos de movimento corporal. O Nível 2 compreende parâmetros secundários derivados, que não podem ser medidos diretamente, mas são estimados a partir dos sinais do Nível 1 por meio de modelos algorítmicos. Esses incluem estágios do sono (N1, N2, N3, REM), índices de microdespertares e o índice de apneia-hipopneia (AHI). A estimativa desses parâmetros exige modelos sofisticados de processamento de sinais e aprendizado de máquina, e sua precisão deve ser rigorosamente validada frente aos dados padrão-ouro de PSG.
Extração de características multidimensionais do sono utilizando radar de ondas milimétricas e sua correlação com a diferenciação de padrões da MTC
Características da arquitetura do sono
Os seguintes parâmetros de arquitetura do sono (F1–F4, F13) são parâmetros derivados obtidos a partir de um modelo de classificação de estágios do sono que utiliza sinais cardiorespiratórios e de movimento baseados em radar como entradas. Estudos recentes sobre classificação de estágios do sono baseados em radar relataram valores de kappa de Cohen variando aproximadamente de 0,5 a 0,7 para classificação em quatro classes (vigília, REM, sono leve, sono profundo) quando comparados com o PSG21,22. No entanto, sua precisão depende do desempenho do modelo, das características da população e da configuração do radar, e ainda requer validação com PSG em coortes específicas de MTC.
A latência para o início do sono (F1) é definida como o intervalo entre a extinção da luz e os primeiros três períodos contínuos de sono NREM. É um indicador fundamental que mede a eficiência do “yang entrando no yin”. O Suwen · Zhi Zhen Yao Da Lun afirma: “Todos os estados maníacos e agitados são atribuíveis ao fogo”, e o Jingyue Quanshu afirma: “Quando o yin verdadeiro, a essência e o sangue são insuficientes, e o yin e o yang não conseguem interagir, o espírito não pode repousar pacificamente em sua morada”. Pessoas com deficiência do yin do rim e fogo do coração isoladamente exacerbado também se reviram na cama, incapazes de dormir, porque o yin não consegue conter o yang. A medicina moderna do sono define uma latência para o início do sono >30 min como dificuldade para adormecer23, o que é altamente consistente com as principais queixas centrais dos padrões Fogo do Fígado Perturbando o Coração e Não Interação entre Coração e Rim24.
A eficiência do sono (F2) é a razão entre o tempo total de sono e o tempo total na cama. Pode-se observar diminuição da eficiência do sono em todos os tipos de insônia, mas os mecanismos diferem: no padrão Fogo do Fígado Perturbando o Coração e nos tipos Fogo do Coração Ascendente, a dificuldade para adormecer prolonga o tempo na cama com sono efetivo insuficiente25; na perturbação do Coração pelo Calor-Fleugma, a fragmentação do sono leva à dificuldade para manter o sono26; no padrão Deficiência do Coração e do Baço e na Deficiência de Qi do Coração e da Vesícula Biliar, sonhos frequentes e despertar fácil acumulam o tempo de vigília27. Reed28 observou que uma eficiência do sono inferior a 85% é um dos critérios diagnósticos fundamentais da insônia. Embora este indicador não seja específico para nenhum padrão em particular, constitui um parâmetro básico para avaliação da qualidade geral do sono.
A proporção de sono profundo (F3) é estimada como a porcentagem da duração do estágio N3 em relação ao tempo total de sono (TST). Na MTC, o sono N3 é considerado o momento em que “o qi yang está mais profundamente armazenado”. O Lingshu · Ying Weis Shenghui afirma: “Quando o qi ying está esgotado e o qi wei ataca internamente, a pessoa não está alerta durante o dia e não consegue dormir à noite”. Aqueles com padrão de Deficiência do Coração e Baço apresentam qi e sangue insuficientes, o espírito do coração carece de nutrição e o sono profundo não consegue se acumular; no caso de Não Interação entre Coração e Rim, o yin não consegue conter o yang, e o fogo da deficiência perturba internamente, causando interrupções frequentes no estágio N3. Baglioni et al.29 demonstraram que pacientes com insônia primária apresentam interrupção da continuidade do sono, com reduções significativas no sono de ondas lentas (SWS) e no sono REM30.
A proporção de sono REM (F4) reflete a integridade do sono de movimento rápido dos olhos. O Lei Jing afirma: “O hun está associado a estados semelhantes a sonhos e transe”, indicando que o sono REM está intimamente relacionado à função do fígado de armazenar o hun31. Na Deficiência de Qi do Coração e da Vesícula Biliar, devido à timidez do Qi da vesícula biliar e à perda de decisividade, o espírito não tem um mestre, e o sono REM pode ser reduzido por causa da predisposição ao susto. Baglioni et al.29 também confirmaram uma redução significativa do sono REM em pacientes com insônia. Como a associação entre a proporção de sono REM e a Deficiência de Qi do Coração e da Vesícula Biliar ainda exige mais evidências clínicas, ela é indicada como “possivelmente diminuída (↓)”. Embora a Tabela 2 também liste uma possível redução do sono REM na Não Interação entre Coração e Rim, isso deve ser interpretado como uma consequência secundária da deficiência de yin com hiperatividade do fogo e da fragmentação do sono, e não como uma característica diferencial primária desse padrão.
O número de transições entre sono e vigília (F13) é a frequência total de retorno ao estágio de vigília (W) a partir de qualquer estágio do sono, servindo como um indicador direto da continuidade do sono. O Jingyue Quanshu descreve o padrão Deficiência do Coração e do Baço como “sono não reparador, com sonhos frequentes e despertar fácil”32, e a Deficiência de Qi do Coração e da Vesícula Biliar como “propenso a sustos e facilmente assustado, com irritabilidade por deficiência e insônia”33. A Classificação Internacional dos Transtornos do Sono, Terceira Edição (ICSD-3)23 utiliza o número de despertares durante a noite como evidência objetiva de um transtorno de manutenção do sono. Transições frequentes para o estágio W representam digitalmente as expressões “sonhos frequentes e despertar fácil” e “facilmente assustado e despertado”34, transformando o julgamento qualitativo da inquietação do espírito do coração na inspeção da MTC em eventos temporais quantificáveis.
Características da função autonômica
As características da função autonômica, por meio da análise quantitativa da frequência cardíaca e da variabilidade da frequência cardíaca, refletem os estados funcionais de “o coração governar o sangue e os vasos” e “o coração armazenar o espírito”, funcionando como uma extensão contínua das informações de “manifestação do pulso” da palpação do pulso da MC na condição inconsciente durante a noite35.
A frequência cardíaca noturna média (F5) é a média da frequência cardíaca durante toda a noite. O Suwen · Wu Zang Sheng Cheng Pian afirma: “Todo o sangue pertence ao coração”. A frequência cardíaca, enquanto ritmo fundamental pelo qual o qi cardíaco impulsiona a circulação sanguínea, reflete diretamente a suficiência ou deficiência de qi e sangue, bem como a presença de calor. Shi et al.36 observaram que, na depressão hepática transformada em fogo e no Flegma-Calor que perturba o Coração, a função do sistema simpático-adrenomedular está hiperativa; na deficiência de yin com hiperatividade do fogo, a excitabilidade simpática está aumentada; e no padrão de Deficiência do Coração e do Baço, os pacientes geralmente apresentam depressão funcional. Estudos clínicos demonstraram que pacientes com insônia e depressão hepática que se transforma em fogo tendem a apresentar hiperatividade simpática37. Com base nisso, formulamos a hipótese de que a frequência cardíaca noturna média no padrão de Fogo Hepático que Perturba o Coração pode estar elevada, correspondendo à apresentação na MTC de um “pulso tenso e rápido”. De forma semelhante, no padrão de Deficiência do Coração e do Baço, a deficiência de qi e sangue pode levar a um impulso cardíaco enfraquecido, inferindo-se uma frequência cardíaca noturna relativamente baixa; entretanto, faltam evidências diretas baseadas em radar, e essa associação requer validação clínica.
A variabilidade da frequência cardíaca SDNN (F6) é o desvio padrão dos intervalos R-R sinusais normais, refletindo a capacidade regulatória global do sistema nervoso autônomo. Vários grupos demonstraram que a extração baseada em radar dos intervalos R-R e a subsequente análise da VFC podem alcançar boa concordância com a VFC derivada de ECG em ambientes de laboratório38,39, o que sustenta a viabilidade do uso de radar para avaliação autonômica noturna contínua. Estudos anteriores relataram redução da VFC em pacientes com insônia, particularmente naqueles com padrões relacionados à depressão do fígado. Ampliando essas descobertas para o monitoramento baseado em radar, propomos que o padrão Fogo do Fígado Perturbando o Coração possa estar associado à diminuição da SDNN e da RMSSD. No entanto, trata-se de uma inferência teórica; é necessário testar se os parâmetros de VFC derivados de radar podem replicar essas descobertas em coortes diferenciadas pela MTC. Um valor reduzido de SDNN indica flexibilidade e adaptabilidade diminuídas do sistema nervoso autônomo, o que está alinhado com a patogênese geral da MTC de “desequilíbrio yin-yang”. Chen et al.37 agruparam pacientes com insônia por tipos de padrão da MTC para análise da VFC e encontraram diferenças consideráveis na variabilidade da frequência cardíaca entre os diferentes padrões. Lin et al.40 indicaram que as anormalidades da VFC em pacientes com insônia se manifestam principalmente como diminuição da função parassimpática e hiperatividade da função simpática.
A variabilidade da frequência cardíaca RMSSD (F7) é a raiz quadrada média dos sucessivos intervalos entre diferenças adjacentes R-R, refletindo predominantemente a atividade parassimpática (vagal). O Lingshu · Lun Yong afirma: “A pessoa covarde... tem um vesícula biliar insuficiente e frouxa.” Na deficiência de Qi do Coração-Vesícula Biliar, o Qi insuficiente da vesícula biliar reduz o limiar para respostas ao estresse. O nervo vago é uma via central que regula a resposta de sobressalto, e uma diminuição em sua atividade implica uma capacidade amortecedora enfraquecida contra estímulos externos. Dodds et al.41, em uma revisão sistemática, indicaram que pacientes com insônia apresentam prejuízo da VFC, incluindo reduções significativas na RMSSD e na pNN50. Assim, pode-se observar uma diminuição na RMSSD no padrão de Deficiência de Qi do Coração-Vesícula Biliar, de modo que até mesmo pequenas perturbações podem desencadear despertares.
A tendência da variação da frequência cardíaca noturna (F14) utiliza a frequência cardíaca média durante a primeira hora após o início do sono como linha de base, calcula a alteração da frequência cardíaca média hora a hora e ajusta uma inclinação linear. Em um sono saudável, à medida que o qi yang entra no yin, a frequência cardíaca apresenta uma tendência natural decrescente (padrão de colher). O Leizheng Zhicai afirma: “O coração rege o fogo, e o rim rege a água; somente o fogo pode controlar a água, e somente a água pode controlar o fogo.” Na Não Interação Coração-Rim, a deficiência da água renal não consegue ascender e nutrir o fogo do coração, e o fogo deficiente flutua internamente sem ser contido, resultando em uma frequência cardíaca noturna persistentemente elevada. Nano et al.42 observaram regulação autonômica noturna anormal em pacientes com insônia, sendo manifestações típicas da disfunção autonômica nesses casos o aumento da atividade simpática e a diminuição da atividade vagal. Esta característica transforma a patogênese da Medicina Tradicional Chinesa de “deficiência de yin com hiperatividade do fogo” em uma descrição objetiva da tendência dinâmica da frequência cardíaca noturna.
Características respiratórias
As características respiratórias, nas três dimensões de frequência, ritmo e eventos anormais, fornecem uma ferramenta digital para avaliar o "respirar" na ausculta da MTC, e estão particularmente fortemente associadas ao mecanismo patológico do padrão Fleuma-Calor Perturbando o Coração.
A frequência respiratória média (F8) é a média aritmética da frequência respiratória ao longo de toda a noite. Jerath et al.13 destacaram que existe uma via bidirecional entre o ritmo respiratório e a regulação autonômica, e que as características espectrais das formas de onda respiratórias estão estreitamente relacionadas a diversos estados emocionais, como ansiedade, raiva e estresse. A MTC sustenta que "o pulmão comanda o qi e controla a respiração" e que a respiração rápida pertence principalmente aos padrões de calor ou excesso. O Mai Jing afirma: "O calor provoca respiração rápida". Quando o fleuma-calor se acumula internamente, o qi pulmonar deixa de se difundir, exigindo um aumento da frequência respiratória para compensar a obstrução do mecanismo do qi; assim, a frequência respiratória média pode estar elevada.
O coeficiente de variação da frequência respiratória (F9) é a razão entre o desvio padrão da frequência respiratória e sua média, refletindo a estabilidade do ritmo respiratório. Quando a fleuma-umidade obstrui o pulmão e as vias aéreas estão impedidas, a resposta do centro respiratório às alterações nos gases sanguíneos torna-se instável, manifestando-se por alternância entre respiração rápida e lenta, distúrbio do ritmo e aumento do coeficiente de variação. O Suwen · Bi Lun afirma: “Na bi do coração, os vasos estão obstruídos, com inquietação e palpitações abaixo do coração, subida súbita do qi e ofegação.” Indivíduos com o padrão Fogo do Fígado Perturbando o Coração também podem apresentar falta de ar e irregularidade respiratória devido à distensão no tórax e na região hipocôndrica; portanto, pode-se observar também um aumento do coeficiente de variação respiratória.
O índice de apneia-hipopneia (F15) é o número total de eventos de apneia e hipopneia por hora. O Suwen · Ni Diao Lun afirma: “Aqueles que não conseguem deitar-se e cuja respiração é ruidosa são causados pelo refluxo do Yangming”, o que corresponde fortemente ao conceito moderno de apneia do sono. Em indivíduos com geração interna de fleuma-umidade, a fleuma obstrui as vias aéreas, e a limitação do fluxo de ar é mais provável de ocorrer durante o relaxamento muscular à noite; portanto, F15 está estreitamente associado ao padrão Fleuma-Calor Perturbando o Coração. Como um parâmetro derivado, o AHI baseado em radar deve ser calculado utilizando um algoritmo de detecção validado, e seu desempenho deve ser comparado com o AHI medido por PSG antes da aplicação clínica. Um estudo clínico que utilizou PSG relatou que pacientes com síndrome de apneia-hipopneia obstrutiva do sono (SAHOS) classificados no padrão Fleuma-Calor apresentaram índices de AHI e de dessaturação de oxigênio significativamente mais altos do que outros padrões da MTC. Isso fornece apoio indireto à associação entre Fleuma-Calor Perturbando o Coração e valores elevados de AHI. No entanto, se o AHI estimado por radar pode reproduzir essa associação ainda não foi investigado e precisa ser validado prospectivamente43.
Movimento corporal e características comportamentais
O movimento corporal e as características comportamentais transformam as observações qualitativas da inquietação dos membros e das viradas e reviravoltas que interrompem o sono na inspeção da forma física da MTC em eventos quantitativos automaticamente detectáveis. A contagem total de movimentos corporais (F10) e o índice de movimento corporal (F11) correspondem, respectivamente, ao número total de eventos de movimento corporal ao longo de toda a noite e à frequência por hora. O Tratado sobre as Causas e Manifestações das Doenças estados, “Os cinco zang órgãos são a base da força do corpo.” A inquietação dos membros reflete uma desarmonia interna entre os zang-fu órgãos. Naqueles com o padrão Fogo do Fígado Perturbando o Coração, "irritabilidade e tendência à raiva" podem manifestar-se durante o sono como contrações rápidas de baixa amplitude nos membros e viradas de posição44; na Síndrome de Calor-Fleuma que Aflige o Coração, “agitarse e virar-se sem descanso” é acompanhado por mudanças posturais frequentes e em grande escala, e a afirmação clássica do Neijing de que “quando o estômago não está harmonizado, o sono é inquieto” descreve precisamente o aumento dos movimentos corporais associado a esse padrão. A Academia Americana de Medicina do Sono (AASM) publicou diretrizes de prática clínica45 posicionando claramente a actigrafia como uma ferramenta eficaz para avaliar objetivamente distúrbios do sono. Um índice de movimento corporal >5 eventos/h indica agitação acentuada durante o sono e pode ser considerado o limiar objetivo para "agitação no sono".
O índice de microdespertares (F12) é definido como o número de eventos breves de despertar com duração de 3 a 15 segundos por hora. Os microdespertares são marcadores eletrofisiológicos de ativação cortical; embora sutis, são suficientes para interromper a continuidade do sono. A ativação cortical, a ativação autonômica e a ativação somática juntas constituem a base fisiológica da insônia17. Um aumento nos microdespertares tem sido relatado em pacientes com insônia15,46. Com base na patogênese da Medicina Tradicional Chinesa relacionada à timidez e à predisposição ao susto, hipotetizamos que a frequência de microdespertares possa estar particularmente elevada na Deficiência de Qi do Coração e da Vesícula Biliar, mas ainda não há evidência direta para esse padrão específico, que permanece por ser validado. O Shen Shi Zun Sheng Shu afirma: “Quando o coração e a vesícula biliar são temerosos e tímidos, facilmente se assusta com os acontecimentos.” Tais pacientes exibem respostas de susto mesmo a estímulos externos mínimos, manifestando-se como uma densidade ultraelevada de eventos de microdespertar e um sono extremamente superficial e frágil. Esse traço transforma a descrição subjetiva de “timidez e predisposição ao susto” em eventos neurofisiológicos quantificáveis47,48. Contudo, é importante observar que o índice de microdespertares é um parâmetro derivado que deve ser estimado a partir de sinais de radar utilizando algoritmos específicos de detecção e que requer validação frente à pontuação de despertares baseada em PSG.
Métodos de cálculo para características-chave do sono na MTC com base em radar de ondas milimétricas
O design de características multidimensionais do sono baseado em radar de ondas milimétricas segue a lógica dedutiva de “etiologia → mapeamento fisiopatológico → indicadores objetivos”. Cada característica é definida de acordo com princípios fisiológicos e pode ser especificada para atender às necessidades da diferenciação de síndromes da MTC. A seguir, as características são agrupadas por categoria funcional em quatro conjuntos — características da arquitetura do sono, características da função autonômica, características respiratórias e características de movimento corporal e comportamentais — e seus métodos de cálculo e associações com a diferenciação de síndromes da MTC são detalhados (Table 3).
As características listadas na Tabela 3 são calculadas utilizando toda a noite como um único período estatístico. Para dados de múltiplas noites coletados continuamente de cada sujeito, além do cálculo das características por noite única, também é necessário computar a média ao longo de múltiplas noites e o coeficiente de variação de noite para noite, de modo a capturar tanto o desempenho estável quanto as características de flutuação do padrão na dimensão temporal. Além disso, algumas características podem ser derivadas em indicadores secundários. Por exemplo, a razão LF/HF pode ser derivada de F6 e F7 (requer suporte de análise no domínio da frequência), e a razão entre sono profundo e sono REM pode ser derivada de F3 e F4, o que fornece um espaço de características mais rico para o modelo subsequente de classificação de padrões. A estrutura geral da diferenciação de síndromes da MTC baseada em radar é resumida na Figura 1. As vantagens dessa organização em grupos são duplas: organizar as características por categoria funcional permite que o pipeline de extração corresponda naturalmente aos módulos de processamento de sinal. Cada característica é explicitamente anotada com sua direção de associação (aumento ou diminuição) com os tipos de padrão da MTC, fornecendo uma estrutura teórica interpretável para a seleção de variáveis de entrada e análise de importância de características nos modelos subsequentes de aprendizado de máquina.
Conclusões
O radar de ondas milimétricas permite a conversão não invasiva e minimamente intrusiva de três conceitos clássicos do diagnóstico da MTC — inspeção da forma física, observação da respiração e percepção do movimento — em parâmetros fisiológicos contínuos e quantitativos. Com base nessa capacidade, foi proposto um caminho diagnóstico teórico que exige validação clínica adicional: desde características derivadas do radar até a mapeamento fisiopatológico e, finalmente, à classificação de padrões. Este artigo propõe um arcabouço teórico sobre como os sinais vitais capturados por radar podem refletir multidimensionalmente as características patogênicas centrais dos cinco principais padrões de insônia. No entanto, as associações propostas entre características e padrões não são limiares diagnósticos validados; elas são inferidas a partir da patogênese da MTC e da fisiologia moderna do sono e requerem validação prospectiva em coortes específicas de MTC antes de seu uso clínico. Apesar disso, limitações práticas do monitoramento por radar incluem sensibilidade ao movimento ambiental, posição corporal e perda de sinal. Esses fatores podem reduzir a confiabilidade em condições reais, destacando a necessidade de processamento cuidadoso do sinal e garantia de qualidade.
A objetividade subjacente ao monitoramento do sono baseado em radar de ondas milimétricas em relação à diferenciação de padrões da MTC manifesta-se em três aspectos principais. Primeiro, a aquisição de dados não invasiva e sem contato elimina o viés subjetivo e evita interferência do monitoramento no indivíduo. Segundo, para sinais primários (respiração, frequência cardíaca e movimento corporal), o cálculo de características baseado nos princípios físicos de medição de distância por radar e discriminação de fase garante padronização e reprodutibilidade. Para parâmetros derivados (estágios do sono, índice de microdespertares, IAH e métricas relacionadas à arquitetura do sono), são necessários algoritmos padronizados e validação rigorosa frente ao PSG antes da interpretação clínica. Terceiro, um espaço de características multidimensional com 15 parâmetros sustenta a classificação probabilística de padrões por meio de aprendizado de máquina, evitando assim a arbitrariedade inerente a qualquer indicador isolado. Dessa forma, o radar pode funcionar como uma extensão complementar dos quatro métodos diagnósticos da MTC durante o sono, mas não como uma ferramenta diagnóstica autônoma.
Trabalhos futuros devem incluir validação clínica multicêntrica em coortes de insônia específicas da MTC, integração multimodal com diagnóstico da língua e do pulso, aprendizado de máquina interpretável e monitoramento longitudinal baseado em casa. Embora o radar capture diretamente a respiração, a frequência cardíaca e os movimentos corporais, as métricas de sono derivadas permanecem como parâmetros estimados que exigem modelagem algorítmica e validação por PSG antes de servirem como evidência para diferenciação de síndromes na MTC.
Figura 1: Visão geral do quadro de diferenciação de padrões de insônia na MTC baseado em radar de ondas milimétricas. O diagrama mostra um fluxo de trabalho em três etapas: Camada superior: aquisição não invasiva por radar de respiração, batimentos cardíacos e movimento corporal. A onda contínua com modulação de frequência (FMCW), uma tecnologia de sinal de radar utilizada aqui em 60 GHz. Camada intermediária: extração de 15 características em quatro domínios (arquitetura do sono, função autonômica, padrão respiratório, movimento corporal). F4: REM = movimento rápido dos olhos, F5: FC = frequência cardíaca, F6: SDNN = desvio padrão dos intervalos normais entre batimentos normais, F7: RMSSD = raiz quadrada média das diferenças sucessivas, F8: FR = frequência respiratória, F9: FR-CV = coeficiente de variação da frequência respiratória, F15: IAH = índice de apneia-hipopneia. Camada inferior: mapeamento dessas características para os cinco principais padrões de insônia na MTC com base na lógica fisiopatogenia-sinal de radar (Table 2 e Table 3). Clique aqui para visualizar uma versão maior desta figura.
| Dimensão da Diferenciação de Síndrome em MTC | Parâmetros Mensuráveis por Radar | Lógica de Mapeamento |
| Emoção (Agitação / Calma) | Frequência de movimentos corporais, número de viradas, VFC | Agitação e inquietação → movimentos corporais de alta frequência, baixa VFC |
| Respiração (Grosseira / Fina / Rápida / Estável) | Frequência respiratória, variabilidade da amplitude respiratória | Respiração grosseira e rápida → alta frequência respiratória, alta variabilidade |
| Corpo Espiritual do Coração (Calmo / Perturbado) | Latência do sono, número de microdespertares | Inquietação do corpo espiritual do coração → latência do sono prolongada, microdespertares frequentes |
| Qi e Sangue (Suficiência / Deficiência) | Nível da frequência cardíaca, variabilidade da frequência cardíaca (VFC) | A deficiência de Qi pode apresentar alteração na VFC; a direção exige validação clínica |
Tabela 1: Lógica de mapeamento entre as dimensões da diferenciação de síndromes da MTC e o radar de ondas milimétricas. A tabela define como quatro dimensões da MTC (emoção, respiração, coração-espírito, qi-sangue) são traduzidas em parâmetros mensuráveis por radar e na lógica quantitativa de mapeamento, fornecendo a base teórica para a avaliação objetiva e sem contato do sono. HRV = variabilidade da frequência cardíaca.
| Tipo de Padrão da MTC | Patogênese Central | Correlação Fisiopatológica Moderna | Características Diferenciais nos Sinais de Onda Milimétrica |
| Fogo do Fígado Perturbando o Coração | Depressão do Fígado transformando-se em fogo; calor perturba o espírito do coração | Excitação simpática | (1) Latência do sono prolongada (aumento da duração do estágio W); (2) Frequência cardíaca noturna média elevada; (3) Redução da variabilidade da frequência cardíaca (VFC), regulação autonômica prejudicada; (4) Aumento de eventos de movimento corporal de alta frequência e baixa amplitude; movimentos corporais frequentes durante o estágio W; |
| Fleuma-Calor Assediando o Coração | Acúmulo de fleuma-umidade, depressão transformando-se em calor, perturbação do espírito do coração | Fragilização do sono | (1) Índice de microdespertares elevado, aumento da proporção do estágio N1, fragmentação do sono acentuada; (2) Padrão respiratório irregular, aumento do coeficiente de variação da frequência respiratória; (3) Movimentos corporais em larga escala frequentes, aumento de mudanças posturais; |
| Deficiência do Coração e do Baço | Ruminação excessiva, geração insuficiente de qi e sangue, espírito do coração desprovido de nutrição | Insuficiência de qi e sangue | (1) Frequência cardíaca noturna média baixa; (2) Aumento da proporção de sono leve (estágios N1/N2), redução do sono profundo; (3) Aumento do número de transições entre estágios NREM-REM e entre sono-vigília, refletindo sono perturbado por sonhos e facilmente interrompido; |
| Desarmonia entre Coração e Rim | Deficiência do yin do rim, fogo do coração ardendo isoladamente, falta de coordenação entre coração e rim | Deficiência de yin com hiperatividade do fogo | (1) Latência do sono prolongada (aumento da duração do estágio W); (2) Frequência cardíaca noturna mantida em níveis elevados com flutuações consideráveis, exibindo padrão não-dipper; (3) Proporção significativamente reduzida de sono profundo N3; a proporção de REM pode estar secundariamente reduzida ou variável; |
| Deficiência de Qi do Coração e da Vesícula Biliar | Deficiência de qi do coração e da vesícula biliar, perda de decisividade, espírito sem domínio | Timidez e predisposição ao susto | (1) Sensibilidade aumentada a distúrbios ambientais externos, respostas de susto com movimentos bruscos, limiar de despertar reduzido durante o estágio N1; (2) Eventos frequentes de microdespertares, aumento de transições intermitentes de N1 e N2 para vigília, sono extremamente superficial e frágil; (3) Vigília após o início do sono (WASO) prolongada, dificuldade para retornar ao sono após despertar; (4) A proporção de REM pode estar reduzida; |
Tabela 2: Conjunto de características diferenciadoras dos cinco tipos de padrão de insônia na MTC com base em radar de ondas milimétricas. A tabela associa cada um dos cinco padrões de insônia à sua patogênese central na MTC, à interpretação fisiopatológica moderna e às características específicas derivadas do radar que permitem a diferenciação (latência do sono, frequência cardíaca/VFC, padrão respiratório, movimentos corporais, microdespertares e arquitetura do sono). Isso fornece a base em nível de características para a classificação objetiva dos padrões. Características como latência do sono, proporções dos estágios do sono, índice de microdespertares, fragmentação do sono e WASO são parâmetros derivados ou estimados que exigem algoritmos validados e comparação com polissonografia (PSG); outras características, como frequência cardíaca, VFC, frequência/padrão respiratório e índices de movimento corporal, são características primárias ou estatísticas simples obtidas a partir dos sinais de radar. As abreviações (estadiamento do sono da American Academy of Sleep Medicine) são definidas como: W = vigília; N1 = sono não REM Estágio 1; N2 = sono não REM Estágio 2; N3 = sono não REM Estágio 3; REM = sono REM; WASO = vigília após o início do sono.
| Nº da Característica | Nome da Característica | Tipo de Sinal | Método de Cálculo | Associação com a Síndrome da MTC |
| F1 | Latência para o início do sono | Derivado | Intervalo entre o apagamento das luzes e os primeiros três períodos contínuos de NREM | Fogo do Fígado Perturbando o Coração ↑, Falta de Interação entre Coração e Rim ↑ |
| F2 | Eficiência do sono | Derivado | Tempo total de sono / Tempo total na cama × 100% | Pode diminuir em todos os padrões |
| F3 | Proporção de sono profundo | Derivado | Duração do N3 / Tempo total de sono × 100% | Deficiência do Coração e do Baço ↓, Falta de Interação entre Coração e Rim ↓ |
| F4 | Proporção de REM | Derivado | Duração do REM / Tempo total de sono × 100% | Deficiência de Qi do Coração e da Vesícula Biliar pode ↓ (primário); Falta de Interação entre Coração e Rim também pode ↓ (secundário/não específico) |
| F5 | Frequência cardíaca média noturna | Primário | Frequência cardíaca média durante toda a noite (bpm) | Fogo do Fígado Perturbando o Coração ↑, Deficiência do Coração e do Baço ↓ |
| F6 | SDNN da variabilidade da frequência cardíaca | Primário | Desvio padrão dos intervalos R-R sinusais normais (ms) | Fogo do Fígado Perturbando o Coração ↓, Deficiência do Coração e do Baço normal/variável (inconclusivo) |
| F7 | RMSSD da variabilidade da frequência cardíaca | Primário | Raiz quadrada média das diferenças entre intervalos R-R sucessivos (ms) | Reflete a atividade parassimpática; Deficiência de Qi do Coração e da Vesícula Biliar ↓ |
| F8 | Frequência respiratória média | Primário | Frequência respiratória média durante toda a noite (respirações/min) | Fleuma-Calor Assediando o Coração pode ↑ |
| F9 | Coeficiente de variação da frequência respiratória | Primário | Desvio padrão da frequência respiratória / Média | Fleuma-Calor Assediando o Coração ↑, Fogo do Fígado Perturbando o Coração ↑ |
| F10 | Número total de movimentos corporais | Primário | Número total de eventos de movimento dos membros durante a noite | Fogo do Fígado Perturbando o Coração ↑, Fleuma-Calor Assediando o Coração ↑ |
| F11 | Índice de movimento corporal | Primário | Número de eventos de movimento corporal por hora | >5 eventos/h indica inquietação durante o sono |
| F12 | Índice de microdespertares | Derivado | Número de eventos de microdespertares por hora (despertares breves de 3–15 segundos) | Pode aumentar em todos os padrões; especialmente acentuado no padrão de Deficiência de Qi do Coração e da Vesícula Biliar |
| F13 | Número de transições entre sono e vigília | Derivado | Número de transições de qualquer estágio de sono de volta à vigília | Deficiência do Coração e do Baço ↑, Deficiência de Qi do Coração e da Vesícula Biliar ↑ |
| F14 | Tendência da variação da frequência cardíaca noturna | Primário | Inclinação da frequência cardíaca do início do sono até o despertar | Falta de Interação entre Coração e Rim (a frequência cardíaca noturna não diminui) |
| F15 | Índice de apneia-hipopneia (AHI) | Derivado | Número de eventos de apneia + hipopneia por hora | Fleuma-Calor Assediando o Coração pode ↑ |
Tabela 3: Extração de características multidimensionais do sono baseada em radar de ondas milimétricas e sua associação com a diferenciação de síndromes da MTC. A tabela categoriza as características em sinais primários (extraídos diretamente do radar) e parâmetros derivados/estimados (calculados por meio de modelos algorítmicos). As setas (↑/↓) indicam a direção esperada da alteração de cada característica no padrão correspondente da MTC. Aqui, “Primário” indica parâmetros diretamente extraídos dos sinais de radar ou calculados por meio de estatísticas simples; “Derivado” indica parâmetros que exigem modelagem algorítmica (por exemplo, classificação dos estágios do sono, detecção de eventos) e que devem ser validados em comparação com a polissonografia (PSG). MNO = Movimento Não Rápido dos Olhos; R-R = intervalo entre onda R e onda R (tempo entre picos sucessivos da onda R no ECG, representando a duração do ciclo cardíaco). Para Deficiência do Coração e do Baço, nenhum padrão consistente de VFC foi estabelecido na literatura atual; o SDNN pode permanecer dentro da faixa normal ou apresentar apenas leve variabilidade. Esta etiqueta indica incerteza.
Divulgações
Os autores não têm conflitos de interesse a declarar.
Agradecimentos
Este trabalho foi apoiado pela Fundação Nacional de Ciências Naturais da China (Programa Geral, Número do Convênio 82374576), pelo Programa de Capacitação para Instituições Locais de Ensino Superior, Comissão de Ciência e Tecnologia do Município de Xangai (Número do Convênio 23010504900) e pelo projeto cooperativo com a Shanghai Rongtai Health Technology Co., Ltd.: “Projeto de um Dispositivo de Aquisição de Sinais Vitais Baseado em Radar de Onda Milimétrica e Construção de um Modelo de Avaliação da Qualidade do Sono” (Número do Convênio E4‑H2411399).
Referências
- 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.
- Mohammadjany A, Miar-Naimi H. High-gain Vivaldi-enhanced FMCW radar for robust through-wall human and object detection. Sens Imaging. 2025;26:148.
- Qu K, Wei L, Zhang R. Noncontact cardiac activity detection based on single-channel ISM band FMCW radar. Biosensors (Basel). 2023;13(11):982.
- 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.
- 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.
- Yue S, et al. BodyCompass. Proc ACM Interact Mob Wearable Ubiquitous Technol. 2020;4(2):1–25.
- 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.
- Hao Z, et al. mmWave-RM: a respiration monitoring and pattern classification system based on mmWave radar. Sensors (Basel). 2024;24(13):4315.
- 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.
- 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.
- Kreibig SD. Autonomic nervous system activity in emotion: a review. Biol Psychol. 2010;84(3):394–421.
- 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.
- 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.
- Tian Y, et al. Scientific analysis of traditional Chinese medicine emotional data based on millimeter-wave radar. Chin Arch Tradit Chin Med. 2025;43.
- Wang R, Tang JY. Research progress on the relationship between insomnia and microarousal. Acta Acad Med Sin. 2021;43(6):945–9.
- 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.
- Bonnet MH, Arand DL. Hyperarousal and insomnia: state of the science. Sleep Med Rev. 2010;14(1):9–15.
- 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.
- Zhang XN, et al. Research progress on insomnia and heart rate variability. J Psychiatry. 2025;38(2):205–8.
- 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.
- 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.
- 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.
- Sateia MJ. International classification of sleep disorders, third edition: highlights and modifications. Chest. 2014;146(5):1387–94.
- 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.
- 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.
- 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.
- 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.
- Reed DL, Sacco WP. Measuring sleep efficiency: what should the denominator be? J Clin Sleep Med. 2016;12(2):263–6.
- 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.
- Deng JH, et al. Research progress on traditional Chinese medicine therapies and mechanisms of action for insomnia. J Liaoning Univ Tradit Chin Med. 2025.
- 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.
- 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.
- 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.
- 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.
- 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.
- 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.
- 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.
- 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.
- Yu G, et al. Non-contact seismocardiogram measurement and HRV analysis using cardiac beamforming with FMCW radar. Front Physiol. 2025;16:1733573.
- 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.
- Dodds KL, et al. Heart rate variability in insomnia patients: a critical review of the literature. Sleep Med Rev. 2017;33:88–100.
- 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.
- 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.
- 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.
- 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.
- 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.
- 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.
- Song YW, Zhong GH. Experience of treating insomnia based on “three differentiations in one”. China Mod Dr. 2026;64(1):81–3.