Обзорная статья

Исследование и анализ дифференциации синдромов бессонницы в традиционной китайской медицине на основе миллиметрового радара

61 просмотров

⸱

11 сентября 2026 г.

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

В этой статье

Краткое содержание

В данном исследовании предлагается система бесконтактного радара миллиметрового диапазона для объективной характеристики пяти паттернов бессонницы в традиционной китайской медицине (TKM) путем извлечения 15 многомерных признаков сна с помощью двухслойной структуры: первичных сигналов (дыхание, частота сердечных сокращений, движения тела) и производных параметров (архитектура сна, микропробуждения), оцениваемых с помощью алгоритмических моделей, требующих валидации по данным полисомнографии (PSG).

Аннотация

Чтобы восполнить нехватку непрерывных и объективных данных о ночных признаках при дифференциации паттернов бессонницы в традиционной китайской медицине (ТКМ), в данном исследовании изучается метод объективной характеристики и путь цифровой интеллектуальной идентификации синдромов бессонницы на основе радара миллиметрового диапазона. Был проведен систематический поиск в базах CNKI, Wanfang, PubMed и Web of Science за период с января 2008 года по август 2026 года, охватывающий литературу по дифференциации синдромов и лечению бессонницы методами ТКМ, вариабельности сердечного ритма и функции вегетативной нервной системы, а также бесконтактному мониторингу сна и дыхания с использованием радара миллиметрового диапазона. Исходя из патогенеза пяти основных синдромов бессонницы в ТКМ и с учетом современной физиологии сна, был выведен внутренний механизм связи «синдром — вегетативная функция/признак». Бесконтактные сигналы движения, регистрируемые радаром, преобразуются в первичные последовательности показателей жизнедеятельности, таких как дыхание, частота сердечных сокращений и движения тела. На основе этих первичных сигналов выведен набор из 15 количественных показателей, охватывающих четыре измерения: архитектуру сна, функцию вегетативной нервной системы, характер дыхания и поведение при движениях тела. Среди них первичные показатели получаются путем прямого извлечения или простой статистики, тогда как показатели архитектуры сна, микропробуждений и индекс апноэ-гипопноэ (AHI) оцениваются с помощью алгоритмических моделей и требуют валидации по данным полисомнографии (PSG). Установлена модель отображения «патогенез — физиология», связывающая пять синдромов бессонницы с характеристиками радарных сигналов, что формирует систему цифрового представления сна в ТКМ с 15 стандартизированными параметрами, обеспечивая теоретическую вычислительную базу для выявления микроскопических различий между синдромами на основе бесконтактных сигналов. Радар миллиметрового диапазона может служить эффективным дополнением к традиционным четырем методам диагностики, предоставляя неинвазивные и непрерывные ночные данные для дифференциации синдромов бессонницы. Система показателей и теоретическая база, сконструированные в этом исследовании, создают методологический фундамент для последующей клинической валидации данных и разработки предназначенных для домашнего использования цифровых интеллектуальных устройств оценки сна методами ТКМ.​

Введение

Расстройства сна стали глобальной проблемой общественного здравоохранения. В традиционной китайской медицине (ТКМ) бессонница классифицируется в категории «Bu Mei» (бессонница). Система дифференциации синдромов и лечения в ТКМ сосредоточена на дисбалансе инь и ян, подчеркивая важность индивидуальной диагностики и лечения, адаптированного для каждого пациента. Традиционная дифференциация синдромов в ТКМ опирается на опыт врача и использование четырех методов диагностики (осмотр, listening/smelling — прослушивание/обоняние, опрос и пальпация). По мере модернизации ТКМ использование современных сенсорных технологий для объективного сбора и количественного анализа данных при дифференциации синдромов стало ключевым направлением в «цифровых интеллектуальных» клинических исследованиях ТКМ1.

Традиционная полисомнография (ПСГ) и носимые устройства (такие как смарт-браслеты, смарт-часы и ЭКГ-пластыри) требуют использования датчиков на теле; эти методы могут вызвать значительные нарушения сна и выраженный «эффект первой ночи», что делает их непригодными для длительного непрерывного домашнего мониторинга. Радар миллиметрового диапазона позволяет бесконтактно и напрямую определять два ключевых жизненно важных показателя — дыхание и частоту сердечных сокращений, а также идентифицировать сигналы движения человека с помощью измерений дальности и скорости. Последние достижения продемонстрировали возможность определения стадий сна на основе радарных данных с умеренным или высоким уровнем согласованности с ПСГ2,3. Аналогичным образом, вариабельность сердечного ритма (ВСР), полученная с помощью радара, была подтверждена в нескольких исследованиях по сравнению с электрокардиографией (ЭКГ), показав приемлемое соответствие для параметров временной и частотной областей4,5. Также изучались обнаружение респираторных событий и оценка индекса апноэ-гипопноэ (ИАГ) на основе радара, при этом сообщалось о корреляции выше 0,8 по сравнению с ПСГ6,7. Однако производные параметры, такие как стадии сна, индексы микропробуждений и ИАГ, не измеряются напрямую, а требуют дополнительной алгоритмической оценки и валидации по ПСГ. Радарное обнаружение микропробуждений остается относительно недостаточно разработанным по сравнению с определением стадий сна и мониторингом респираторных событий8.

Основываясь на мониторинге показателей жизнедеятельности человека с помощью радара миллиметрового диапазона и теории классификации типов сна в традиционной китайской медицине (ТКМ), в данном обзоре исследуется глубокая интеграция технологии радаров миллиметрового диапазона с дифференциацией типов сна по ТКМ. Целями работы являются обобщение текущего состояния мониторинга сна на основе радаров, изучение возможного соответствия между физиологическими параметрами, полученными с помощью радара, и распространенными синдромами бессонницы в ТКМ, а также обсуждение ограничений и перспектив данного подхода к цифровой дифференциации синдромов ТКМ. Преобразуя абстрактные концепции дифференциации синдромов ТКМ в объективные физиологические параметры, фиксируемые радаром, данная работа предлагает реализуемое решение и концептуальную основу для дальнейших исследований и клинической практики в этой области.

Обзор и перспектива

Теоретическое сопоставление миллиметрового радара и дифференциации синдромов в ТКМ

Теоретические основы классификации типов нарушений сна в традиционной китайской медицине (ТКМ)

Традиционная китайская медицина (TCM) классифицирует бессонницу (Bu Mei) прежде всего по пяти типам синдромов: синдром Огня Печени, беспокоящего Сердце, синдром Мокроты-Жара, беспокоящей Сердце, синдром Недостаточности Сердца и Селезенки, синдром Отсутствия Взаимодействия Сердца и Почек, и синдром Недостаточности Ци Сердца и Желчного пузыря9. В трактате Lingshu · Kouwen указано: «Когда ян-ци истощается и инь-ци становится обильной, глаза закрываются и наступает сон; когда инь-ци истощается и ян-ци становится обильной, человек просыпается». Нормальный сон зависит от динамического баланса, при котором ян-ци входит в инь. При нарушении этого баланса — будь то гиперактивность ян, препятствующая ее вхождению в инь, или недостаточность инь, неспособная сдерживать ян — возникают расстройства сна. С точки зрения теории питательной (Ying) и защитной (Wei) ци, защитная ци проявляет циркадный ритм: «В течение дня она циркулирует двадцать пять раз в ян, а ночью — двадцать пять раз в инь»10. Регулярное чередование дневного и ночного циклов циркуляции защитной ци формирует физиологическую основу ритма сна и бодрствования. Дисфункция циркуляции питательной и защитной ци приводит к расстройствам сна. Таким образом, дисгармония инь-ян составляет основу патогенеза бессонницы.

Теоретические основы радарных сигналов и дифференциации синдромов в ТКМ

Эмоции, частота движений тела и ВСР

Тесная связь между эмоциями и вегетативной нервной системой является фундаментальным консенсусом в физиологической психологии. «Эмоциональное беспокойство» патофизиологически проявляется в виде симпатического возбуждения, что приводит к усилению непроизвольных движений конечностей и снижению вариабельности сердечного ритма (ВСР)11; следовательно, детектирование движений тела с помощью радара и анализ ВСР позволяют косвенно количественно оценить это состояние. С точки зрения дифференциации синдромов в традиционной китайской медицине, Чжан и др.12 обнаружили, что показатели ВСР во временной и частотной областях у пациентов с паттерном депрессии печени с обструкцией слизью и паттерном депрессии печени с застоем ци были значительно ниже, чем в нормальной контрольной группе (P < 0.01).

Дыхание, частота дыхания и вариабельность дыхания

Двунаправленная взаимосвязь между паттернами дыхания и эмоциями была широко подтверждена современной психофизиологией. Например, Jerath и др.13 указали на то, что спектры форм дыхательных волн коррелируют с эмоциональными состояниями, и что дыхание как отражает, так и регулирует эмоции двунаправленно. С точки зрения теории ТКМ, Tian и др.14 объединили теорию эмоций ТКМ с детектированием дыхательных сигналов с помощью радара миллиметрового диапазона, систематически продемонстрировав рациональность и возможность использования дыхания в качестве цифрового индикатора сбора данных об эмоциях.

Лекарственные средства для сердца-духа, ци, крови и сна

Гипотеза «гиперактивации» при бессоннице является основной теорией, объясняющей патологические механизмы данного расстройства в современной медицине сна. Wang et al.15 было установлено, что основным механизмом, лежащим в основе возникновения и поддержания бессонницы, является гипервозбуждение, проявляющееся на трех уровнях: корковое возбуждение, вегетативное возбуждение и соматическое возбуждение. Это создает основу для сопоставления понятия «беспокойство сердца и духа» → «удлинение латентного периода засыпания и частые микропробуждения», при этом последние определялись на основании показателей частоты сердечных сокращений и сигналов движения тела16В частности, уровень коркового возбуждения можно количественно оценить с помощью электроэнцефалографии, в то время как соматическое возбуждение проявляется в виде увеличения частоты движений тела.17, заложив основу для этого картирования. Kuo et al.18 обнаружили, что мощность бета-ритма ЭЭГ во время сна без быстрых движений глаз (NREM-сон) демонстрирует значимую положительную корреляцию с соотношением низкочастотного и высокочастотного компонентов (LF/HF), которое отражает симпатико-парасимпатический баланс (r = 0,40 ± 0,06), и эта связь даже более тесная, чем во время быстрого сна (REM-сон). Это означает, что микропробуждения сопровождаются колебаниями частоты сердечных сокращений и преходящими изменениями вегетативного состояния.

Что касается взаимосвязи между измерением «Ци и Крови» и частотой сердечных сокращений (ЧСС) и ВСР, Чжан и др.19 отметили, что вариабельность сердечного ритма является важным объективным показателем для оценки функции вегетативной нервной системы, способным отражать статус сна у пациентов с бессонницей. Это создает основу для вывода о состоянии избытка или истощения ци и крови с помощью мониторинга уровней ЧСС и параметров ВСР с помощью радара, используя метод «оценки внутреннего состояния через наблюдение за внешним»20.

Логическое сопоставление радарных сигналов и дифференциации синдромов в традиционной китайской медицине

На основе данной структуры может быть установлена следующая логика сопоставления (Таблица 1). Суть этой логики заключается в том, что функциональные состояния в рамках измерений дифференциации синдромов ТКМ могут быть операционально переведены в параметры современного физиологического уровня с помощью радара миллиметрового диапазона.

Кроме того, опираясь на макроскопическое картирование, представленное в Таблице 1, и уделяя особое внимание пяти основным типам паттернов бессонницы, основной патогенез каждого паттерна может быть дополнительно интегрирован с современными патофизиологическими интерпретациями для вывода набора дифференцирующих признаков, которые могут быть зафиксированы с помощью радара (Таблица 2).

Тем не менее, содержимое Таблицы 2> по-прежнему представляет собой качественное описание признаков на уровне типов паттернов и еще не было преобразовано в конкретные численные показатели, которые могут быть непосредственно получены в результате конвейерной обработки радарных сигналов. Для автоматизации распознавания паттернов на основе необработанных радарных данных эти признаки должны быть преобразованы в вычисляемые переменные с определенными методами расчета, временными окнами и ассоциациями TCM. В следующем подразделе в целях достижения этой задачи будут поочередно определены и извлечены ключевые признаки.

Перед детальным описанием конвейера извлечения признаков крайне важно прояснить иерархическую природу параметров, рассматриваемых в данной структуре. Мы различаем два уровня сигналов: Уровень 1 включает первичные сигналы, которые могут быть напрямую и надежно извлечены из необработанных данных миллиметрового радара на основе установленных физических принципов (например, измерения фазы и дальности). К ним относятся частота и ритм дыхания, частота сердечных сокращений и события движения тела. Уровень 2 включает вторичные, производные параметры, которые не могут быть измерены напрямую, но оцениваются на основе сигналов Уровня 1 с использованием алгоритмических моделей. К ним относятся стадии сна (N1, N2, N3, REM), индексы микропробуждений и индекс апноэ-гипопноэ (AHI). Оценка этих параметров требует сложных методов обработки сигналов и моделей машинного обучения, а их точность должна быть строго подтверждена путем сопоставления с эталонными данными ПСГ.

Многомерное извлечение признаков сна с использованием радара миллиметрового диапазона и его корреляция с дифференциацией паттернов традиционной китайской медицины (TCM)

Характеристики архитектуры сна

Следующие характеристики архитектуры сна (F1–F4, F13) представляют собой производные параметры, полученные с помощью модели стадирования сна, которая использует в качестве входных данных кардиореспираторные сигналы и сигналы движения, регистрируемые радаром. В недавних исследованиях по стадированию сна на основе радаров сообщалось о значениях каппы Коэна в диапазоне примерно от 0,5 до 0,7 для стадирования по четырем классам (бодрствование, REM-сон, легкий сон, глубокий сон) при сравнении с ПСГ21,22. Тем не менее, их точность зависит от производительности модели, характеристик популяции и конфигурации радара, и все еще требует валидации с помощью ПСГ в когортах с диагнозом TCM.

Латентный период засыпания (F1) определяется как интервал от выключения света до появления первых трех непрерывных эпох NREM-сна. Это ключевой показатель, измеряющий эффективность процесса «вхождения ян в инь». В трактате Suwen · Zhi Zhen Yao Da Lun указано: «Все маниакальные и возбужденные состояния обусловлены огнем», а в Jingyue Quanshu говорится: «Когда истинный инь, эссенция и кровь недостаточны, и инь и ян не взаимодействуют, дух не может спокойно пребывать в своем обиталище». Люди с дефицитом инь почек и разгорающимся огнем сердца также проявляют беспокойство и не могут заснуть, поскольку инь не способен сдерживать ян. Современная сомнология определяет латентный период засыпания >30 min как затруднение при засыпании23, что полностью соответствует основным жалобам при синдромах «Огонь Печени disturbs Сердце» и «Несоответствие Сердца и Почек»24.

Эффективность сна (F2) представляет собой отношение общего времени сна к общему времени пребывания в постели. Снижение эффективности сна наблюдается при всех типах бессонницы, однако механизмы различаются: при паттернах «Огонь Печени, беспокоивший Сердце» и «Пламя Огня Сердца, направленное вверх» трудности с засыпанием увеличивают время пребывания в постели при недостаточном эффективном сне25; при паттерне «Мокрота-Жар, беспокоящая Сердце» фрагментация сна приводит к трудностям с поддержанием сна26; при паттернах «Дефицит Сердца и Селезенки» и «Дефицит Ци Сердца и Желчного пузыря» частые сновидения и легкое пробуждение увеличивают время бодрствования27. Рид (Reed)28 отметил, что эффективность сна ниже 85% является одним из основных диагностических признаков бессонницы. Хотя этот показатель не специфичен для какого-либо одного паттерна, он является базовым параметром для оценки общего качества сна.

Доля глубокого сна (F3) оценивается как процент длительности стадии N3 относительно общего времени сна (TST). В традиционной китайской медицине (ТКМ) сон в стадии N3 считается временем, когда «ян-ци накапливается наиболее глубоко». В трактате Lingshu · Ying Weis Shenghui говорится: «Когда инь-ци истощена и вэй-ци атакует изнутри, человек не бодрствует днем и не может заснуть ночью». При синдроме недостаточности сердца и селезенки наблюдается дефицит ци и крови, сердце-дух (шэнь) не получает достаточного питания, и глубокий сон не может накопиться; при отсутствии взаимодействия между сердцем и почками инь не может сдерживать ян, и огонь недостаточности вызывает внутренние нарушения, что приводит к частым прерываниям стадии N3. Baglioni et al.29 продемонстрировали, что у пациентов с первичной инсомнией наблюдается нарушение непрерывности сна со значительным сокращением медленноволнового сна (SWS) и REM-сна30.

Доля REM-сна (F4) отражает целостность фазы сна с быстрыми движениями глаз. В трактате Lei Jing говорится: «Hun связан с состояниями, напоминающими сновидения и транс», что указывает на тесную связь REM-сна с функцией печени по хранению hun31. При дефиците Ци сердца и желчного пузыря, вследствие робости Ци желчного пузыря и утраты решительности, дух лишается управления, и фаза REM-сна может сокращаться из-за склонности к испугу. Baglioni et al.29 также подтвердили значительное сокращение REM-сна у пациентов с бессонницей. Поскольку связь между долей REM-сна и дефицитом Ци сердца и желчного пузыря все еще требует дополнительных клинических доказательств, этот показатель отмечен как «возможно снижен (↓)». Хотя в Таблице 2 также указано возможное сокращение REM-сна при отсутствии взаимодействия сердца и почек, это следует интерпретировать как вторичное следствие дефицита инь с гиперактивностью огня и фрагментацией сна, а не как первичный дифференцирующий признак данного паттерна.

Количество переходов между сном и бодрствованием (F13) представляет собой общую частоту возвращений в состояние бодрствования (W) из любой стадии сна и служит прямым показателем непрерывности сна. В трактате Jingyue Quanshu синдром недостаточности Сердца и Селезенки описывается как «некрепкий сон с частыми сновидениями и легким пробуждением»32, а недостаточность Ци Сердца и Желчного пузыря — как «склонность к испугу и повышенная возбудимость, сопровождающиеся раздражительностью на фоне недостаточности и бессонницей»33. Международная классификация расстройств сна третьего издания (ICSD-3)23 использует количество пробуждений в течение ночи в качестве объективного доказательства расстройства поддержания сна. Частые переходы в стадию W являются цифровым представлением «частых сновидений и легкого пробуждения», а также «склонности к испугу и пробуждению»34, что позволяет преобразовать качественную оценку беспокойства духа сердца при осмотре в рамках ТКМ в количественно измеримые временные события.

Характеристики вегетативной функции

Характеристики автономной функции, определяемые путем количественного анализа частоты сердечных сокращений и вариабельности сердечного ритма, отражают функциональные состояния «сердца, управляющего кровью и сосудами» и «сердца, хранящего дух», являясь непрерывным расширением информации о «проявлении пульса», полученной при пальпации пульса в рамках традиционной китайской медицины (ТКМ), в бессознательном состоянии во время ночного сна35.

Средняя ночная частота сердечных сокращений (F5) представляет собой среднее значение ЧСС на протяжении всей ночи. В трактате Suwen · Wu Zang Sheng Cheng Pian утверждается: «Вся кровь относится к сердцу». Частота сердечных сокращений, являясь фундаментальным ритмом, с помощью которого ци сердца обеспечивает кровообращение, напрямую отражает достаточность или недостаточность ци и крови, а также наличие жара. Shi и др.36 отметили, что при трансформации депрессии печени в огонь и при воздействии слизи и жара на сердце функция симпатико-адреномодулярной системы гиперактивна; при дефиците инь с гиперактивностью огня возбудимость симпатической системы повышена; а при паттерне недостаточности сердца и селезенки у пациентов обычно наблюдается функциональная депрессия. Клинические исследования показали, что пациенты с бессонницей и депрессией печени, трансформирующейся в огонь, склонны к симпатической гиперактивности37. Исходя из этого, мы предполагаем, что средняя ночная частота сердечных сокращений при паттерне «огонь печени, тревожащий сердце», может быть повышена, что соответствует описанию «струнообразного и быстрого пульса» в ТКМ. Аналогично, при паттерне недостаточности сердца и селезенки дефицит ци и крови может привести к ослаблению сердечного выброса, что позволяет предположить относительно низкую ночную ЧСС; однако прямых доказательств на основе радарного мониторинга недостаточно, и эта связь требует клинического подтверждения.

Вариабельность сердечного ритма SDNN (F6) представляет собой стандартное отклонение нормальных синусовых интервалов R-R, отражая общую регуляторную способность вегетативной нервной системы. Ряд групп исследователей продемонстрировал, что извлечение интервалов R-R с помощью радара и последующий анализ HRV позволяют добиться тесного соответствия с данными HRV, полученными с помощью ЭКГ в лабораторных условиях38,39, что подтверждает возможность использования радара для непрерывной ночной оценки состояния вегетативной нервной системы. В предыдущих исследованиях сообщалось о снижении HRV у пациентов с бессонницей, особенно у лиц с паттернами, связанными с депрессией печени. Экстраполируя эти данные на радарный мониторинг, мы предполагаем, что паттерн «Огонь Печени, тревожащий Сердце» может быть связан со снижением показателей SDNN и RMSSD. Однако это теоретический вывод; необходимо проверить, могут ли параметры HRV, полученные с помощью радара, воспроизвести эти результаты в когортах с дифференциацией по ТКМ. Сниженное значение SDNN указывает на уменьшение гибкости и адаптивности вегетативной нервной системы, что согласуется с общей патогенезом ТКМ «дисгармонией инь-ян». Chen и др.37 разделили пациентов с бессонницей по типам паттернов ТКМ для анализа HRV и обнаружили значительные различия в вариабельности сердечного ритма между различными паттернами. Lin и др.40 указали, что отклонения HRV у пациентов с бессонницей проявляются прежде всего в снижении парасимпатической функции и гиперактивности симпатической функции.

Вариабельность сердечного ритма RMSSD (F7) представляет собой среднеквадратичное отклонение последовательных разностей между соседними R-R интервалами и преимущественно отражает парасимпатическую (вагусную) активность. В Lingshu · Lun Yong сказано: «Трусливый человек... имеет недостаточный и вялый желчный пузырь». При синдроме дефицита Ци сердца и желчного пузыря недостаток Ци желчного пузыря снижает порог стрессовых реакций. Блуждающий нерв является основным путем регуляции реакции испуга, и снижение его активности означает ослабление буферной способности организма противостоять внешним стимулам. Dodds et al.41 в систематическом обзоре указали, что у пациентов с бессонницей наблюдается нарушение ВСР, включая значительное снижение RMSSD и pNN50. Таким образом, при синдроме дефицита Ци сердца и желчного пузыря может наблюдаться снижение RMSSD, вследствие чего даже незначительные раздражители могут вызвать пробуждение.

Тренд ночной вариабельности частоты сердечных сокращений (F14) принимает среднюю ЧСС в течение первого часа после засыпания за базовую линию, рассчитывает изменение средней ЧСС по часам и аппроксимирует линейный наклон. При здоровом сне, по мере вхождения ян-ци в инь, ЧСС демонстрирует естественную тенденцию к снижению (дипперный паттерн). В трактате Leizheng Zhicai сказано: «Сердце управляет огнем, а почки — водой; только огонь может контролировать воду, и только вода может контролировать огонь». При нарушении взаимодействия сердца и почек дефицит почечной воды препятствует ее подъему и питанию сердечного огня, а огонь дефицита свободно циркулирует внутри, не будучи сдерживаемым, что приводит к стойкому повышению ночной ЧСС. Nano и др.42 отметили аномальную ночную автономную регуляцию у пациентов с бессонницей, при этом повышение симпатической активности и снижение вагусной активности являются типичными проявлениями вегетативной дисфункции при бессоннице. Этот признак трансформирует патогенез ТКМ «дефицит инь с гиперактивностью огня» в объективное описание динамического тренда ночной частоты сердечных сокращений.

Дыхательные характеристики

Респираторные характеристики, представленные тремя измерениями — частотой, ритмом и аномальными событиями, служат цифровым инструментом для оценки «дыхания» при аускультации в традиционной китайской медицине (TCM) и тесно связаны с патологическим механизмом синдрома «Флегма-Жар, беспокоящая сердце».

Средняя частота дыхания (F8) представляет собой среднее арифметическое значение частоты дыхания на протяжении всей ночи. Джерат и соавт.13 отметили наличие двусторонней связи между дыхательным ритмом и автономной регуляцией, а также то, что спектральные характеристики дыхательных волн тесно связаны с различными эмоциональными состояниями, такими как тревога, гнев и стресс. Согласно ТКМ, «легкие управляют ци и регулируют дыхание», а учащенное дыхание чаще всего характерно для паттернов жара или избытка. В трактате Mai Jing указано: «Жар вызывает учащенное дыхание». При внутреннем накоплении слизи-жара ци легких перестает распространяться, что требует увеличения частоты дыхания для компенсации нарушения механизма ци; таким образом, средняя частота дыхания может быть повышенной.

Коэффициент вариации частоты дыхания (F9) представляет собой отношение стандартного отклонения частоты дыхания к ее среднему значению, что отражает стабильность дыхательного ритма. Когда скопление слизи и сырости обструктурирует легкие и дыхательные пути становятся заблокированными, реакция дыхательного центра на изменения состава газов в крови становится нестабильной, что проявляется в виде чередования частого и медленного дыхания, нарушения ритма и повышения коэффициента вариации. В Suwen · Bi Lun сказано: «При синдроме би сердца сосуды обструктурированы, что сопровождается беспокойством и сердцебиением в области сердца, внезапным подъемом ци и одышкой». У пациентов с паттерном «Огонь Печени, тревожащий Сердце» также может наблюдаться shortness и неправильный ритм дыхания из-за распирания в груди и подреберье; следовательно, в таких случаях также может наблюдаться повышенный коэффициент вариации дыхания.

Индекс апноэ-гипопноэ (F15) представляет собой общее количество эпизодов апноэ и гипопноэ в час. В трактате Suwen · Ni Diao Lun указано: «Те, кто не может лежать на спине и чье дыхание шумное, страдают от инверсии Янмин», что в значительной степени соответствует современному понятию апноэ во сне. У людей с внутренним образованием слизи и сырости слизь обструктурирует дыхательные пути, и ограничение воздушного потока с большей вероятностью возникает во время расслабления мышц ночью; следовательно, F15 тесно связан с паттерном «Слизь и Жар, тревожащие Сердце». Как производный параметр, AHI на основе радарных данных должен вычисляться с использованием валидированного алгоритма обнаружения, а его эффективность должна быть проверена по сравнению с AHI, измеренным с помощью полисомнографии (ПСГ), перед клиническим применением. В одном клиническом исследовании с использованием ПСГ было отмечено, что пациенты с обструктивным синдромом апноэ-гипопноэ сна (ОСАГС), классифицированные по паттерну «Слизь-Жар», имели значительно более высокий AHI и индекс десатурации кислорода, чем пациенты с другими паттернами традиционной китайской медицины (ТКМ). Это дает косвенное подтверждение связи паттерна «Слизь и Жар, тревожащие Сердце» с повышенным AHI. Однако вопрос о том, может ли расчетный с помощью радара AHI воспроизвести эту связь, не был исследован и требует проспективной валидации43.

Движения тела и поведенческие характеристики

Движения тела и поведенческие характеристики позволяют преобразовать качественные наблюдения за беспокойством конечностей, а также перемещениями и ворочаньем, нарушающими сон, которые описываются в методе «осмотра внешнего облика» в ТКМ, в автоматически регистрируемые количественные события. Общее количество движений тела (F10) и индекс движений тела (F11) представляют собой общее число событий двигательной активности за всю ночь и их частоту в час соответственно. В трактате Mai Yao Jing Wei Lun утверждается: «Пять органов zang являются основой силы организма». Беспокойство конечностей отражает внутреннюю дисгармонию между органами zang-fu. При паттерне «Огонь Печени беспокоит Сердце» «раздражительность и склонность к гневу» во время сна могут проявляться в виде высокочастотных низкоамплитудных подергиваний конечностей и переворачиваний44; при паттерне «Флегма-Жар беспокоит Сердце» «беспокойство и ворочанье без отдыха» сопровождаются частыми крупномасштабными изменениями положения тела, а классическое утверждение в Neijing о том, что «когда желудок не гармонизирован, сон беспокоен», точно описывает повышенную двигательную активность, связанную с этим паттерном. Американская академия медицины сна (AASM) опубликовала клинические рекомендации45, в которых актиграфия четко позиционируется как эффективный инструмент для объективной оценки нарушений сна. Индекс движений тела >5 событий/ч указывает на выраженное беспокойство во время сна и может рассматриваться как объективный порог «беспокойного сна».

Индекс микропробуждений (F12) определяется как количество кратковременных событий пробуждения продолжительностью 3–15 s в час. Микропробуждения являются электрофизиологическими маркерами коркового возбуждения; несмотря на свою малозаметность, их достаточно для нарушения непрерывности сна. Корковое, вегетативное и соматическое возбуждение в совокупности составляют физиологическую основу инсомнии17. У пациентов с инсомнией сообщалось о повышенном количестве микропробуждений15,46. Основываясь на патогенезе робости и склонности к испугу в традиционной китайской медицине (TCM), мы предполагаем, что частота микропробуждений может быть особенно повышена при дефиците Ци Сердца и Желчного пузыря, однако прямых доказательств для этого конкретного паттерна недостаточно, и они требуют подтверждения. В трактате Shen Shi Zun Sheng Shu сказано: «Когда сердце и желчный пузырь охвачены страхом и робостью, человек легко пугается событий». Такие пациенты демонстрируют реакции испуга даже на незначительные внешние стимулы, что проявляется в сверхвысокой плотности событий микропробуждения и крайне поверхностном, хрупком сне. Эта особенность превращает субъективное описание «робости и склонности к испугу» в количественно определяемые нейрофизиологические события47,48. Однако важно отметить, что индекс микропробуждений является производным параметром, который должен быть рассчитан на основе радарных сигналов с использованием специальных алгоритмов обнаружения и требует валидации путем сопоставления с оценкой пробуждений на основе полисомнографии (PSG).

Методы расчета ключевых характеристик сна по ТКМ на основе радара миллиметрового диапазона

Разработка многомерных признаков сна на основе радара миллиметрового диапазона следует дедуктивной логике: «патогенез → патофизиологическое картирование → объективные показатели». Каждый признак определяется в соответствии с физиологическими принципами и может быть детализирован для удовлетворения потребностей дифференциации синдромов в традиционной китайской медицине (ТКМ). Ниже признаки разделены по функциональным категориям на четыре группы — характеристики архитектуры сна, характеристики вегетативных функций, характеристики дыхания, а также характеристики движений тела и поведения; далее подробно описаны методы их расчета и связь с дифференциацией синдромов ТКМ (Таблица 3).

Признаки, перечисленные в Таблице 3, рассчитываются за всю ночь как за один статистический период. Для данных за несколько ночей, собранных непрерывно для каждого субъекта, помимо расчета признаков за одну ночь, необходимо вычислить многоночное среднее значение и коэффициент вариации от ночи к ночи, чтобы зафиксировать как стабильные показатели, так и характеристики колебаний паттерна во временном измерении. Кроме того, некоторые признаки могут быть преобразованы в вторичные показатели. Например, отношение LF/HF может быть получено из F6 и F7 (что требует анализа в частотной области), а отношение глубокого сна к REM-сну — из F3 и F4; все это обеспечивает более богатое пространство признаков для последующей модели классификации паттернов. Общая схема дифференциации синдромов ТКМ на основе радара представлена на Рисунке 1. Преимущества такой группировки twofold: организация признаков по функциональным категориям позволяет конвейеру извлечения данных естественным образом соответствовать модулям обработки сигналов. Каждый признак четко аннотирован по направлению его связи (увеличение или уменьшение) с типами паттернов ТКМ, что создает интерпретируемую теоретическую основу для выбора входных переменных и анализа значимости признаков в последующих моделях машинного обучения.

Выводы

Радар миллиметрового диапазона позволяет осуществлять бесконтактное и минимально интрузивное преобразование трех классических диагностических концепций традиционной китайской медицины (ТКМ) — осмотра физической формы, наблюдения за дыханием и анализа движений — в непрерывные количественные физиологические параметры. На основе этих возможностей был предложен теоретический диагностический путь, требующий дальнейшего клинического подтверждения: от признаков, полученных с помощью радара, к патофизиологическому картированию и, наконец, к классификации паттернов. В данной работе предлагается теоретическая база того, как показатели жизненно важных функций, зафиксированные радаром, могут многомерно отражать основные патогенные характеристики пяти основных паттернов бессонницы. Однако предложенные связи между признаками и паттернами не являются валидированными диагностическими порогами; они выведены из патогенеза ТКМ и современной физиологии сна и требуют проспективной валидации в специфических когортах пациентов ТКМ перед клиническим применением. Тем не менее, к практическим ограничениям радарного мониторинга относятся чувствительность к движению в окружающей среде, положению тела и потере сигнала. Эти факторы могут снизить надежность в реальных условиях, что подчеркивает необходимость тщательной обработки сигналов и контроля качества.

Объективность мониторинга сна на основе радара миллиметрового диапазона в контексте дифференциации синдромов традиционной китайской медицины (ТКМ) проявляется в трех ключевых аспектах. Во-первых, неинтрузивный бесконтактный сбор данных устраняет субъективную предвзятость и позволяет избежать воздействия мониторинга на испытуемого. Во-вторых, для первичных сигналов (дыхание, частота сердечных сокращений и движения тела) расчет признаков, основанный на физических принципах радиолокационного определения расстояния и фазовой дискриминации, обеспечивает стандартизацию и воспроизводимость. Для производных параметров (стадии сна, индекс микропробуждений, AHI и соответствующие показатели архитектуры сна) перед клинической интерпретацией требуются стандартизированные алгоритмы и строгая валидация по данным полисомнографии (PSG). В-третьих, многомерное пространство признаков из 15 параметров поддерживает вероятностную классификацию синдромов с помощью машинного обучения, что позволяет избежать произвольности, присущей любому отдельному показателю. Таким образом, радар может служить вспомогательным дополнением к четырем диагностическим методам ТКМ во время сна, но не может использоваться как самостоятельный диагностический инструмент.

Будущие исследования должны включать многоцентровую клиническую валидацию в когортах пациентов с бессонницей, специфичных для ТКМ, мультимодальную интеграцию с диагностикой по языку и пульсу, интерпретируемое машинное обучение и долгосрочный домашний мониторинг. Хотя радар напрямую фиксирует дыхание, частоту сердечных сокращений и движения тела, производные показатели сна остаются оценочными параметрами, требующими алгоритмического моделирования и валидации с помощью ПСГ, прежде чем они смогут служить доказательством для дифференциации синдромов ТКМ.

figure-results-1
Рисунок 1: Обзор структуры дифференциации паттернов бессонницы по методам традиционной китайской медицины (ТКМ) на основе радара миллиметрового диапазона. На схеме показан трехэтапный рабочий процесс: Верхний уровень: бесконтактный радарный сбор данных о дыхании, сердцебиении и движениях тела. Частотно-модулированная непрерывная волна (FMCW) — технология радарного сигнала, используемая здесь на частоте 60 GHz. Средний уровень: извлечение 15 признаков в четырех областях (архитектура сна, вегетативные функции, характер дыхания, движения тела). F4: REM = быстрый сон, F5: HR = частота сердечных сокращений, F6: SDNN = стандартное отклонение интервалов RR, F7: RMSSD = среднеквадратичное отклонение разностей соседних интервалов RR, F8: RR = частота дыхания, F9: RR-CV = коэффициент вариации частоты дыхания, F15: AHI = индекс апноэ-гипопноэ. Нижний уровень: сопоставление этих признаков с пятью основными паттернами бессонницы в ТКМ на основе логики «патогенез — физиология — радарный сигнал» (Таблица 2 и Таблица 3). Пожалуйста, нажмите здесь, чтобы просмотреть увеличенную версию этого рисунка.

Критерий дифференциации синдромов в ТКМПараметры, измеряемые радаромЛогика сопоставления
Эмоции (беспокойство / спокойствие)Частота движений тела, количество поворотов, HRVБеспокойство и возбуждение → высокая частота движений тела, низкий HRV
Дыхание (грубое / мелкое / частое / стабильное)Частота дыхания, вариабельность глубины дыханияГрубое и частое дыхание → высокая частота дыхания, высокая вариабельность
Сердце-Дух (спокойствие / тревога)Латентный период засыпания, количество микропробужденийБеспокойство Сердца-Духа → увеличение латентного периода засыпания, частые микропробуждения
Ци и Кровь (достаточность / недостаточность)Уровень частоты сердечных сокращений, вариабельность сердечного ритма (HRV)Дефицит Ци может проявляться в изменении HRV; направление требует клинического подтверждения

Таблица 1: Логика сопоставления измерений дифференциации синдромов ТКМ и миллиметрового радара. В таблице определено, как четыре измерения ТКМ (эмоции, дыхание, сердце-дух, ци-кровь) переводятся в измеряемые параметры радара и количественную логику сопоставления, что обеспечивает теоретическую основу для бесконтактной объективной оценки сна. HRV = вариабельность сердечного ритма.

Тип паттерна ТКМОсновной патогенезСовременное патофизиологическое картированиеРазличающие признаки в сигналах миллиметрового диапазона волн
Огонь Печени, тревожащий СердцеДепрессия Печени, трансформирующаяся в огонь; жар disturbs дух сердцаСимпатическое возбуждение(1) Удлинение латентности сна (увеличение продолжительности стадии бодрствования W);
(2) Повышенная средняя частота сердечных сокращений в ночное время;
(3) Снижение вариабельности сердечного ритма (ВСР), нарушение вегетативной регуляции;
(4) Увеличение количества высокочастотных низкоамплитудных событий двигательной активности тела; частые движения тела во время стадии W (бодрствования);
Флегма-Жар, воздействующая на СердцеНакопление флегмы-сырости, трансформация депрессии в жар, disturbs (нарушение) сердечного духа (шэнь)Фрагментация сна(1) Повышенный индекс микропробуждений, увеличение доли стадии N1, выраженная фрагментация сна;
(2) Нерегулярный характер дыхания, повышенный коэффициент вариации частоты дыхания;
(3) Частые крупномасштабные движения тела, учащение смены поз;
Дефицит сердца и селезенкиЧрезмерное обдумывание, недостаточное образование ци и крови, истощение питания сердца и духаНедостаточность ци и крови(1) Низкая средняя частота сердечных сокращений в ночное время;
(2) Увеличение доли поверхностного сна (стадии N1/N2), сокращение продолжительности глубокого сна;
(3) Увеличение количества переходов между NREM- и REM-сном, а также между стадиями сна и бодрствования, что отражает нарушение сна сновидениями и его легкую прерывистость;
Отсутствие взаимодействия между сердцем и почкамиДефицит инь почек, разгорание огня сердца, нарушение взаимодействия сердца и почекДефицит инь с гиперактивностью огня(1) Увеличение латентного периода засыпания (увеличение продолжительности стадии W);
(2) Ночной сердечный ритм сохранялся на высоком уровне со значительными колебаниями, демонстрируя паттерн «нон-диппер» (отсутствие ночного снижения);
(3) Значительное снижение доли глубокого сна стадии N3; доля REM-сна может быть вторично снижена или варьироваться;
Дефицит ци сердца и желчного пузыряДефицит ци сердца и желчного пузыря, утрата решительности, отсутствие контроля над духомПугливость и склонность к испугу(1) Повышенная чувствительность к внешним раздражителям окружающей среды, реакции испуга с резкими подергиваниями, снижение порога пробуждения во время стадии N1;
(2) частые микропробуждения, увеличение количества перемежающихся переходов из стадий N1 и N2 в состояние бодрствования, крайне поверхностный и хрупкий сон;
(3) Продолжительное бодрствование после засыпания (WASO), трудности с повторным засыпанием после пробуждения;
(4) доля REM-сна может быть снижена;

Таблица 2: Набор дифференцирующих признаков пяти типов синдромов бессонницы по ТКМ на основе данных радара миллиметрового диапазона.В таблице каждому из пяти типов бессонницы сопоставлены основной патогенез по ТКМ, современная патофизиологическая интерпретация и специфические дифференцирующие признаки, полученные с помощью радара (латентный период засыпания, частота сердечных сокращений/ВСР, характер дыхания, движения тела, микропробуждения и архитектура сна). Это создает базу признаков для объективной классификации синдромов. Такие признаки, как латентный период засыпания, пропорции стадий сна, индекс микропробуждений, фрагментация сна и WASO, являются производными или расчетными параметрами, требующими валидированных алгоритмов и сопоставления с данными ПСГ; другие признаки, такие как частота сердечных сокращений, ВСР, частота/характер дыхания и индексы движений тела, являются первичными или простыми статистическими признаками, полученными из сигналов радара. Сокращения (стадии сна по классификации Американской академии медицины сна) определены следующим образом: W = бодрствование; N1 = стадия 1 сна без быстрых движений глаз; N2 = стадия 2 сна без быстрых движений глаз; N3 = стадия 3 сна без быстрых движений глаз; REM = быстрые движения глаз; WASO = время бодрствования после засыпания.

№ признакаНазвание функцииТип сигналаМетод расчетаСвязь дифференциации синдромов в традиционной китайской медицине
F1Латентный период засыпанияПроизводныйИнтервал от "выключить свет" к первым трем последовательным эпохам NREM-снаОгонь Печени, disturbs сердце (Поражение сердца Огнем Печени) ↑, отсутствие взаимодействия между сердцем и почками ↑
F2Эффективность снаПроизводныйОбщая продолжительность сна / Общее время пребывания в постели × 100%Возможно снижение во всех паттернах
F3Доля глубокого снаПроизводныйПродолжительность стадии N3 / Общее время сна × 100%Дефицит сердца и селезенки ↓, отсутствие взаимодействия между сердцем и почками ↓
F4доля REM-снаПроизводныйДлительность REM-фазы / Общее время сна × 100%Дефицит ци сердца и желчного пузыря может ↓ (первичный);
 Отсутствие взаимодействия между сердцем и почками также может ↓ (вторичный/неспецифический)
F5Средняя частота сердечных сокращений в ночное времяПервичныйСредняя частота сердечных сокращений за всю ночь (уд/мин)Жар Печени, тревожащий Сердце ↑, дефицит сердца и селезенки ↓
F6Вариабельность сердечного ритма SDNNПервичныйСтандартное отклонение нормальных синусовых интервалов R-R (мс)Огонь Печени, воздействующий на Сердце ↓, дефицит сердца и селезенки, норма/вариабельность (неопределенный результат)
F7Вариабельность сердечного ритма RMSSDПервичныйСреднеквадратичное отклонение разностей соседних R-R интервалов (мс)Отражает парасимпатическую активность; дефицит Ци сердца и желчного пузыря ↓
F8Средняя частота дыханияПервичныйСредняя частота дыхания за всю ночь (вдохов/мин)Синдром «флегма-жар, воздействующая на сердце», может ↑
F9Коэффициент вариации частоты дыханияПервичныйСтандартное отклонение частоты дыхания / Среднее значениеФлегма-жар, воздействующая на сердце ↑, Огонь Печени, нарушающий Сердце ↑
F10Общее количество движений телаПервичныйОбщее количество событий движения конечностей за ночьОгонь Печени, disturbs сердце (в контексте традиционной китайской медицины) ↑, состояние «Флегма-Жар, тревожащие сердце» ↑
F11Индекс двигательной активности телаПервичныйКоличество событий перемещения тела в час>Показатель 5 событий/ч указывает на беспокойство во время сна
F12Индекс микропробужденийПроизводныйКоличество эпизодов микропробуждений в час (кратковременные пробуждения продолжительностью 3–15 секунд)Может повышаться при всех паттернах; особенно выражено при паттерне дефицита Ци сердца и желчного пузыря
F13Количество переходов между сном и бодрствованиемПроизводныйКоличество переходов из любой стадии сна обратно в состояние бодрствованияДефицит сердца и селезенки ↑, дефицит Ци сердца и желчного пузыря ↑
F14Тенденция вариабельности частоты сердечных сокращений в ночное времяПервичныйНаклон кривой частоты сердечных сокращений от момента засыпания до пробужденияОтсутствие взаимодействия между сердцем и почками (отсутствие снижения частоты сердечных сокращений в ночное время)
F15Индекс апноэ-гипопноэ (ИАГ)ПроизводныйКоличество эпизодов апноэ и гипопноэ в часСостояние «Флегма-Жар, воздействующая на сердце», может ↑

Таблица 3: Многомерное извлечение признаков сна на основе радара миллиметрового диапазона и их связь с дифференциацией синдромов ТКМ. В таблице признаки разделены на первичные сигналы (извлеченные непосредственно с радара) и производные/оценочные параметры (рассчитанные с помощью алгоритмических моделей). Стрелки (↑/↓) указывают ожидаемое направление изменения каждого признака при соответствующем паттерне ТКМ. Здесь «Первичные» означает параметры, которые можно извлечь непосредственно из радарных сигналов или вычислить с помощью простой статистики; «Производные» означает параметры, требующие алгоритмического моделирования (например, стадирование сна, обнаружение событий) и подлежащие валидации по данным полисомнографии (PSG). NREM = сон без быстрых движений глаз; R-R = интервал от зубца R до зубца R (время между последовательными пиками зубца R на ЭКГ, представляющее продолжительность сердечного цикла). Для синдрома недостаточности сердца и селезенки в текущей литературе не установлено устойчивого паттерна HRV; SDNN может оставаться в пределах нормы или проявлять лишь незначительную вариабельность. Данная пометка указывает на неопределенность.

Раскрытие информации

Авторы заявляют об отсутствии конфликта интересов.

Благодарности

Данная работа была поддержана Национальным фондом естественных наук Китая (Общая программа, грант № 82374576), Программой по наращиванию потенциала местных колледжей и университетов, Комиссией по науке и технологиям муниципалитета Шанхая (грант № 23010504900), а также совместным проектом с компанией Shanghai Rongtai Health Technology Co., Ltd.: «Разработка устройства сбора показателей жизнедеятельности на основе радара миллиметрового диапазона и построение модели оценки качества сна» (грант № E4‑H2411399).

Ссылки

  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.

Перепечатки и разрешения

Теги

Дифференциация синдромов бессонницыархитектура снавариабельность сердечного ритмафункция вегетативной нервной системыбесконтактный мониторингпаттерн дыханияособенности двигательной активности телавалидация с помощью полисомнографии
Связаться с нами
Порекомендовать библиотеке

Конфиденциальность

Условия использования

Политики

© 2026 MyJoVE Corporation. Все права защищены.