CPC睡眠质量评估系统原理.doc
- 文档编号:30816093
- 上传时间:2024-01-30
- 格式:DOC
- 页数:11
- 大小:1.78MB
CPC睡眠质量评估系统原理.doc
《CPC睡眠质量评估系统原理.doc》由会员分享,可在线阅读,更多相关《CPC睡眠质量评估系统原理.doc(11页珍藏版)》请在冰豆网上搜索。
仪器与方法
一种基于心电图的睡眠期间心肺耦合评价技术
RobertJosephThomas,MD,MMSc1;JosephE.Mietus,BS2;Chung-KangPeng,PhD2;AryL.Goldberger,MD2
马萨诸塞州波士顿市BethIsraelDeaconess医疗中心1肺、重症监护与睡眠医学科,2医学部心血管科
研究目的:
利用单导联心电图信号评价睡眠期间心肺耦合的新自动测定法。
设计:
利用训练数据集和测试数据集(各包括35个睡眠图),评价基于心电图的心肺交互作用测定法与标准睡眠分期和循环交替模式分类之间的相关性。
还评价了15例健康受试者的耦合模式。
研究环境:
美国睡眠医学学会认可的睡眠障碍中心
介入:
无
测量与结果:
从连续单导联心电图提取正常-正常窦性心律间期序列及相应心电图推导的呼吸信号。
采用基于傅里叶变换的技术,通过这2种同步信号的相干度与互谱功率之积生成睡眠期间心肺耦合动力学频谱。
该技术显示,成人非快速眼动睡眠高频与低频心肺耦合域之间存在自发性突变,这些耦合域具有健康和患病群体的典型心电图、呼吸、心率变异性特征。
kappa统计表明,标准睡眠分期差(训练集62.7%,测试集43.9%)但循环交替模式分期较好(训练集74%,测试集77.3%)。
结论:
利用源于单导联心电图的睡眠频谱图动态追踪心肺交互作用。
2个不同域(双峰)证明采用可视化循环交替模式和非循环交替模式分期时的关联比采用标准睡眠分期时的关联更紧密。
这种技术可以提供一种描述非快速眼动睡眠期常规特性的补充方法。
关键词:
循环交替模式,傅里叶分析,心率变异性,非快速眼动睡眠,睡眠呼吸障碍
引文:
ThomasRJ;MietusJE;PengCKetal.Anelectrocardiogram-based技术toassess心肺耦合during睡眠.睡眠2005;28(9):
1151-1161.
介绍
由于多导睡眠图昂贵、复杂,因此,发展易测定的睡眠质量替代指标具有潜在的重大临床意义。
常规睡眠分期分为清醒期、快速眼动(REM)睡眠期、深度逐渐加深(第1-4阶段)的非快速眼动(NREM)睡眠期(该睡眠期约占夜晚平均睡眠时间的80%)1。
不过,第3阶段和第4阶段会随着年龄的增长而缩短,成人NREM睡眠主要是第2阶段,因此,减小常规系统的数值以便精确测定睡眠质量。
2特别是在可以通过心电图(ECG)信号之类的简单便宜的方式测定睡眠质量时,加强睡眠质量定量评定具有重大临床实用性。
睡眠深度和类型改变,睡眠深度和类型改变,自主神经系统动力学(心率变异性、呼吸和相关变量)的特征行为随之改变。
3,4睡眠呼吸障碍(SDB)与可预测特征相关,如呼吸周期性循环和心率。
5-9已经提出了大量从体表ECG检出SDB的方法。
10-17不过,这些主要基于心搏(R-R)间期动力学检测的方法会因心率变异性减小而在应用方面受到限制。
还可以从体表ECG提取的与R-R变异性无关的补充信息,该补充信息是一种替代呼吸信号,称之为心电图推导的呼吸曲线(EDR)。
18-19EDR技术基于ECG电极在胸表相对于心脏的移动位置以及肺部充满与排空时的经胸电阻抗变化量观测。
因此,导联轴在呼吸周期的不同点会发生改变,并且,足够精确的心电轴中度测量显示与呼吸相关变量。
该技术的详细描述及算法源代码,在http:
//www.physionet.org/physiotools/edr/上提供。
不过,带有典型噪音的长临床记录内的EDR信号很难量化。
在初步观察中我们已经发现,我们能够通过把R-R和EDR信息相结合来克服局限并把这些以前的方法扩展到基于ECG的睡眠期间分析中。
从连续单导联ECG中提取与同步心率和呼吸动力学相关信息,并用来生成新的心肺耦合频谱图。
披露声明
本研究并非业界支持研究。
Thomas博士是SomRx的付费顾问,并且获得了SomRx的支持。
Mietus博士编写了描述心肺耦合技术的代码。
Peng博士与Goldberger博士之间没有经济利益冲突。
2004年11月递交,2005年5月录用出版
通信地址:
RobertJosephThomas,MD,MMSc,CC-866,睡眠Unit,BethIsraelDeaconessMedicalCenter,330BrooklineAvenue,Boston,MA02215;电话:
(617)667-3237;传真:
(617)975-5506;
E-mail:
rthomas1@bidmc.harvard.edu
本研究的目的是:
(1)评价从单导联ECG获得心肺耦合频谱图;
(2)量化标准睡眠分期和循环交替模式(CAP)高频与低频耦合域之间的关系,即一种睡眠不稳定性测定方法。
20,21在CAP分类中,不稳定睡眠的特征是存在周期性相位脑电图(EEG)复合波(CAP)、唤醒阈低并且SDB之类的周期性行为占主导。
稳定睡眠的特征是不存在周期性相位EEG复合波(非CAP)、唤醒阈升高并且周期性行为(如连续流量异常)最少。
方法
训练数据集和测试数据集
利用从SDB患者获得的数据训练本技术,因为这些受试者的稳定和不稳定NREM睡眠期(通常与CAP和非CAPEEG相关)特别明显(图1、2)。
然后,我们利用从SDB患者获得的测试数据集评价心肺耦合测定法的准确度。
此外,我们还利用标准ECG数据库评价健康成人的心肺耦合状态。
使用了下列2种数字数据库:
1.共从美国睡眠医学学会批准的位于BethIsraelDeaconess医疗中心的睡眠障碍中心及其附属实验室的获取了2003年12月至2005年7月期间的70个多导睡眠图。
在这段时期内,执行了900次多导睡眠图。
按照下列标准选择所要分析的研究:
(1)受试者无并存疾病(糖尿病、高血压、心力衰竭、肾衰竭、中风),并且没有使用苯二氮平类神经刺激药物;
(2)EEG上无呼吸波动伪影;(3)睡眠期间苏醒时间短(<15%总睡眠时间)、Δ波/慢波睡眠时间短(<15%NREM睡眠时间)。
最常见的研究排除原因是使用了神经刺激药物(44%)以及记录中的清醒时间增长(36%)。
图1:
多导睡眠图显示不稳定睡眠具有反复阻塞性呼吸异常(短箭头)和相位脑电图(EEG)复合波(长箭头)。
常规EEG睡眠分期分为2期,但EEG形态为循环交替模式。
顶部的3条曲线为标准中央至头部顶叶和枕叶EEG片段。
EOG指眼动图;EMG指颏下肌电图;Therm指热敏电阻;NasalP指利用鼻导管压力传感器系统测得的经鼻气流。
Thoracic和Abdom(腹部)记录指利用压带测得的呼吸努力。
2垂直线之间的时间间隔=5s。
EEG、肌电图、眼动图、ECG、体位(直接观察和位置传感器)、指端脉搏血氧测定值、压带测定的呼吸努力、热敏电阻测得的气流和经鼻气压均是标准的。
在气压滴定过程中,利用直插式呼吸速度描记器监测气流。
训练数据集由35例成人的多导睡眠图组成(男性20例),年龄46±12岁,平均身体质量指数28±4kg/m2。
研究类型分布如下:
诊断性研究22项,其中11项无夜间缺氧(定义为氧饱和度保持在90%以上),滴定或诊断+滴定组合研究13项。
另一独立的35例成人(男性28例)多导睡眠图用作测试集,平均年龄49±18岁,平均身体质量指数31±5kg/m2。
研究类型分布如下:
诊断性研究25项,其中12项无缺氧(定义如上),正压滴定睡眠研究10项。
2.标准测试集由为独立方案招募的15例受试者组成(男性9例,女性6例,年龄20-41岁)。
所有受试者均无疾病、未使用药物、睡眠-苏醒时间规律且不肥胖(身体质量指数24±2kg/m2)。
本附加测试数据旨在证明心肺耦合状态不受疾病限制,但也是健康人睡眠的一个特征。
我们未对标准数据执行可视化CAP分期,也未打算评价“CAP检测器”,而是对睡眠状态稳定性估计量进行评价。
多导睡眠图分期与数据导出
手动分期首先利用标准方法识别NREM第1-4阶段、REM睡眠、清醒状态1。
呼吸事件分期规则如下:
图2:
在不同时间从图1同一受试者获得的多导睡眠图显示了稳定的睡眠行为。
常规EEG睡眠分期分为2期,但EEG形态为非循环交替模式(CAP)。
请注意,呼吸流量信号显示“平台型”流量限制(箭头)且无任何明显唤醒或离散呼吸事件。
顶部的3条曲线为标准中央至头部顶叶和枕叶EEG片段。
EOG指眼动图;EMG指颏下肌电图;Therm指热敏电阻;NasalP指利用鼻导管压力传感器系统测得的经鼻气流。
Thoracic和Abdom(腹部)记录指利用压带测得的呼吸努力。
2垂直线之间的时间间隔=5s。
单导联ECG信号
心搏标记
QRS振幅变化测量
标准窦性(N-N)间期选择
N-N间期测量
ECG推导的呼吸(EDR)
时序
N-N间期时序
线性再采样
计算2个时序的互谱功率与相干度之积(CPC法)
自动睡眠心理学检测:
CAP/非CAP;利用不同频带内的CPC比识别睡眠/清醒期
图3:
心肺耦合测量推导步骤。
技术细节见附录。
ECG指心电图;CAP指循环交替模式。
(1)阻塞性呼吸暂停定义为鼻导管内无气流、口腔内热敏电阻信号降至基线10%以下且伴有持续呼吸努力。
无呼吸努力迹象时对中枢性呼吸暂停进行划分。
(2)通气不足定义为3次或3次以上连续呼吸的经鼻气压信号振幅明显降低,或者呼吸流量曲线扁平且突然恢复成圆/正弦流量曲线或者一次大的恢复呼吸。
利用氧减饱和时间是否占4%来评定通气不足。
呼吸暂停低通气指数(AHI)-4%(呼吸暂停+氧减饱和时间占每小时睡眠4%的通气不足)和AHI-0%(呼吸暂停+每小时睡眠中未出现氧减饱和的通气不足)反映是否存在氧减饱和。
这种分期捕获了临床实践中的所有可见呼吸异常。
AHI-4%是统一的医疗临床标准,而AHI-0%利用的是美国睡眠医学协会的研究建议。
27,28利用多导睡眠监测软件(Sandman,Mallinckrodt,St.Louis,MO)内的相关模块将δ频率(≤4Hz)的原始ECG信号(采样频率为64、85.3或120Hz)和EEG(采样频率为120或256Hz)以ASCII格式导出。
不同附属睡眠实验室的采样率不同。
CAP分期
这种分类分期法独立于多导睡眠图,它仅基于EEG,按照CAPAtlas执行。
29CAP标准分期间期为60秒。
若要提高状态检测,通过查看30秒间期内的多导睡眠图将分期间期修改为30秒,并将每个间期指定为CAP或非CAP期。
如果未明确指定或难以指定,则将间期变更为60秒,以便确定状态。
(图4-6将CAP分期与典型睡眠分期结合,以便进行直观比较)
图4:
1例22岁健康妇女的心肺耦合分析。
顶部的4条曲线由上到下依次显示了:
30秒间期常规睡眠分期,源于C4-A1脑电图(EEG)片段(µV2/Hz)的逐秒ΔP,基于EEG的手动循环交替模式(CAP)分期,以及用来检测睡眠状态的低频(0.01-0.1Hz)/高频(0.1-0.4Hz)相干互谱功率比。
底部图片显示了7小时睡眠期内的心肺耦合频谱图,在该频谱图中每个频率的相干互谱功率振幅用峰高来表示。
睡眠频谱图揭示了高频和低频耦合状态的同步转变,在频谱图中用2个不同的频谱峰带表示耦合状态。
在整个晚上,不断出现与非CAP睡眠相关的ΔP和高频耦合周期增大。
W指清醒;R指快速眼动睡眠;C指CAP;NC指非CAP。
在整个研究过程始终采用仰卧体位。
CAP标准分期准则概要
(1)每个CAP周期由2部分组成:
A相由EEG瞬变组成,B相定义为将2个连续A相分开的Δ/θ活动间期。
每相持续时间的范围为2~60秒。
(2)一个CAP序列至少包括2个连续循环。
(3)A相具有下列特征:
(a)第1睡眠阶段内的间歇α波和颅顶尖波序列。
(b)2或多个K-复合波序列,含有/不含α和β波。
(c)Δ突发波显示振幅与背景活动相比至少相差1/3。
(d)第1和第2阶段内或第3和第4阶段结束时的瞬时微觉醒的特征是振幅降低时EEG频率增大、睡眠锭消失、慢波睡眠内出现Δ波、肌张力短暂增强、出现肌电活动、身体移动、姿势改变和心率加速。
同步EEG模式在A1CAP中占主导,A2同时具有同步化和去同步化现象,A3中EEG去同步化占主导。
图5:
1例56岁健康妇女的心肺耦合分析。
图片与图4内的图片相同,底部附有睡眠频谱图。
ΔP和所分期的慢波睡眠存在预期的年龄相关降低。
尽管这种降低相对于较年轻者而言,分别利用循环交替模式(CAP)和非CAP追踪低频和高频耦合状态时,整个晚上的心肺耦合的高频与低频耦合状态的转变模式类型保持不变。
在ΔP在0至最小值范围内的那些曲线中也可看到该模式。
W指清醒;R指快速眼动睡眠;C指CAP;NC指非CAP。
在整个研究过程始终采用仰卧体位。
30我们对本研究中的A1-A3型CAP进行了视觉识别,但无法区分它们,因为在SDB情况下,A1很少见,重点在于检测CAP和非CAP期,而不是检测各个相位。
ECG推导的心肺耦合评定
为了估计心率和呼吸之间的心肺耦合程度,我们采用基于傅里叶变换的技术分析R-R间期序列及其相关EDR信号。
利用傅里叶变换,首先将R-R间期时序和EDR信号分解成在一组在每个频率下具有特定振幅和相位的正弦振荡。
评价这2种信号的耦合强度时需要考虑2个关键因素。
(1)如果2种信号在给定频率下都有相当大的振荡幅度,那么这2种信号可能彼此耦合。
可以通过计算频谱互谱功率(即2种信号在给定频率下的功率之积)来测定这种作用。
(2)如果2种振动在给定频率下彼此同步(即它们的相位关系保持恒定),则可以通过计算这2种信号的相干度来测定这种作用。
我们利用相干度和互谱功率之积来衡量这2种作用,以便量化心肺耦合程度。
技术细节在附录内讨论。
心肺耦合测量的推导步骤如图3所示。
利用单导联ECG,通过一种自动心搏检测算法22,23检测心搏,
图6:
利用基于心电图的心肺耦合技术检测1例患有阻塞性睡眠呼吸障碍的56岁男性患者的稳定和不稳定睡眠。
顶部的3幅图片分别为常规睡眠分期、循环交替模式(CAP)分期、低频(Lo)/高频(Hi)耦合比(如图4和图5内所示)。
底部图片为心肺耦合频谱图。
很容易看出与手动评定为不稳定(CAP)和稳定(CAP)睡眠一一对应的高/低频耦合交替期。
4小时之后应用持续气道正压(CPAP)通气疗法,导致生理行为明显改变,非CAP和高频耦合显著增大。
在开始治疗之前被评定为“清醒”期的大多数时期实际上是睡眠呼吸暂停期。
因2:
55:
00~3:
15:
00期间的信号丢失,所以在3:
00:
00左右观察到高频耦合。
W指清醒;R指快速眼动睡眠;C指CAP;NC指非CAP。
在整个研究过程始终采用仰卧体位。
并按照其形态和时序将其划分为正常或异常心搏。
所有心搏中约2%被划分为异常心搏。
此外,还确定了因心电轴相对于电极偏移而导致的QRS复合波振幅改变以及经胸电阻抗变化量。
这些心电轴中度波动(通常为1°~12°峰-峰)与呼吸循环内的相位改变相关。
按照上文所述,从这些振幅变化中获取替代EDR。
18,19然后,从R-R间期时序中提取正常-正常窦性(N-N)间期时序以及与这些N-N间期相关的EDR时序。
利用带有41个数据点的滑动窗平均滤波器去除因检测到错误或丢失的R波而产生的离群值。
位于20%滑动窗平均值外的中心点被拒绝。
然后,以2Hz的采样率对所产生的N-N间期序列及其相关EDR信号进行线性重采样。
在一个有1024个样本(8.5分钟)的窗口内计算这2种信号的互谱功率和相干度,快速傅里叶变换对该窗口内的3个重叠的拥有512个样本的子窗口适用。
在执行傅里叶变换之前,首先在每个子窗口内利用Hanning(余弦)函数将数据线性去趋势化和窗口化。
表1:
训练、测试和标准数据集的特征
测量参数
训练集
测试集
标准数据
男/女人数
20/15
28/7
9/6
年龄,岁
46±12
49±18
27±8*
BMI,kg/m2
28±4
31±5
24±2*
AHI-4%*
26±18(8-76)
22±7(0-53)
0*
AHI-0%
46±12(22-84)
36±16(13-65)
9±8*(2-23)
MinSaO2
74±12
81±9
94±2*
数据表示为中值±标准差(全距)。
BMI指身体质量指数;AHI-4%指呼吸暂停+氧减饱和时间占每小时睡眠4%的通气不足;AHI-0%指呼吸暂停+每小时睡眠中未出现氧减饱和通气不足;MinSaO2指睡眠期间的最低血氧饱和度。
*方差分析显示训练集与测试集之间存在显著差异。
然后,通过256个样本(2.1分钟)改进1024相干窗口,并且重复计算,直至整个N-N间期/EDR序列分析完成。
对于每个1024窗口,利用相干度与互谱功率之积计算低频带(0.01-0.1Hz.)内2个最大相干互谱功率峰值之和与高频带(0.1-0.4Hz.)内2个最大峰值之和的比率。
低频带内的优势功率与SDB期间的周期性呼吸相关7,而高频带内的额外功率与生理呼吸窦性心律不齐及深度睡眠相关24。
心肺耦合频谱图检查显示,低频和高频耦合域与标准睡眠分期相关性差,但CAP分期后相关性高,此时低频耦合与CAP相关,而高频耦合与非CAP相关。
我们还观测到,在极低频带内的优势功率与清醒/REM期相关时,极低频带(0-0.01Hz)内的2个最大峰值之和与每个低频和高频带内的2个最大峰值的组合功率的比率能够用来估计清醒/REM期。
利用这些功率比的适当阈值,能够识别非CAP、CAP和清醒/REM状态。
由于每30秒评定一次睡眠阶段,并且每2.1分钟计算一次ECG推导的相干互功率,在连续2.1分钟测量之间执行30秒线性插入,以便计算与每个分期时间点的频谱功率。
对于3个睡眠状态(非CAP、CAP和清醒/REM睡眠组合)中的任一状态,计算频率阈值范围上的独立受试者工作特征曲线,并且将为该状态提供最大组合敏感性和特异性的阈值选定为用来检测该状态的最佳阈值。
首先,我们利用功率阈值检测非CAP,所采用的功率阈值能够使CAP逐个时间点检测具有最大敏感性和特异性。
特别是,我们需要一个给定的最小高频功率(>0.02标准单位)以及一个低于设定值(<2.0)的低/高频率比。
如果检测到一个时间点不是非CAP,接下来我们应该应用CAP检测标准,再次使用使逐个时间点检测具有最大敏感性和特异性的阈值。
此时,我们需要一个一个给定的最小高频功率(>0.02标准单位)以及一个低于设定值(<2.0)的低/高频率比。
最后,如果检测出一个时间点既不是非CAP也不是CAP,
表2:
基于心电图的状态估计量的性能
数据集
可视化分期,%
心电图检测,%
敏感性
特异性
阳性预测值
训练(24927个时间点)
NCAP
25.8
30
0.62
0.81
0.53
CAP
49
45
0.58
0.68
0.63
WR
25.3
21
0.37
0.85
0.45
测试(22922个时间点)
NCAP
42.5
53
0.81
0.68
0.65
CAP
36.8
25
0.40
0.84
0.59
WR
20.6
18
0.37
0.86
0.41
基于脑电图的CAP/NCAP可视化分期与基于心电图的心肺耦合检测。
CAP指非快速眼动(NREM)睡眠期间的循环交替模式;NCAP指NREM睡眠期间的非CAP;WR指清醒或快速眼动睡眠。
我们利用使逐个时间点检测具有最大敏感性和特异性的阈值检测清醒/REM睡眠。
对于这种检测,我们需要一个最小极低频功率(>0.05标准单位)和一个最小的极低频率与低/高频组合功率比(>0.2)。
若一小部分时间(约4%)经检测并不是非CAP、CAP或清醒/REM睡眠期,则这部分时间划分为“不确定期”。
统计方法
数据集特征概括为中值、全距和标准差;心肺耦合状态检测统计参数包括敏感性、特异性和阳性预测值。
我们还量化了带有标准睡眠分期逐时间点分期和CAP/非CAP状态可视化分期的基于ECG的低频和高频耦合状态自动检测。
为此,我们将每组方法视为“独立分期法”,并且利用kappa统计31(STATA8,StataCorpLP,CollegeStation,Texas)评价“交互分期一致性”。
为了将ECG检测与标准分期进行比较,我们将计算限定在第2~4阶段,因为第1阶段在可视化分期上始终为CAP,并且CAP很难从生理上分辨SDB患者的REM睡眠期。
如果采用标准分期法或CAP分期法基于ECG检测睡眠状态时一致性高,则相应kappa值将越接近1。
如果一致性低,将相应kappa值将越接近0。
结果
数据及受试者特征
表1和2总结了受试者及数据特征。
训练数据集中有35个多导睡眠图,提供了共计12,464分钟的数据,其中清醒时间占10.5%、REM占14.8%、CAP占49.0%、非CAP占25.8%(可视化EEGCAP分期法)。
呼吸分期总结为AHI-4%时中值为26±18(全距:
8-76),AHI-0%时中值为46±12(全距:
22-84)。
最低睡眠血氧饱和度为74%±12%。
所有患者均患有阻塞性呼吸障碍,其中大量周期性呼吸患者6例。
没有任何患者患有显性或纯中枢性睡眠呼吸暂停。
测试数据集也有35个多导睡眠图,并且提供了共计11,461分钟的数据,其中清醒时间占6.3%、REM占14.3%、CAP占36.8%、非CAP占42.5%。
呼吸分期总结为AHI-4%时中值为22±7(全距:
0-53),AHI-0%时中值为36±16(全距:
13-65)。
最低睡眠血氧饱和度为81%±9%。
所有患者均患有阻塞性呼吸障碍。
标准数据集由15个多导睡眠图组成,提供了共计6474分钟的数据,其中清醒时间占10.5%、REM期占21%、第1阶段占10.2%、第2阶段占52.1%、第3阶段占4.1%、第4阶段占1.9%。
呼吸分期总结为AHI-4%时中值为0,AHI-0%时中值为9±8(全距:
2-23)。
实际上,所有分期事件都是轻度流量限制型。
最低睡眠血氧饱和度为94%±2%。
基于ECG的心肺耦合分析
SDB训练数据集
肉眼观察频谱图,发现基于ECG的低/高频耦合状态与标准睡眠分期的相关性不高。
例如,研究中出现的这2种耦合行为没有慢波睡眠期。
不过,量化分析发现,这些基于ECG的状态不能追踪CAP/非CAP域内的睡眠过程。
可视化CAP分期与ECG耦合睡眠状态的敏感性和特异性如下:
CAP时分别为58%和68%;非CAP时分别为62%和81%;清醒/REM时分别为37%和85%(表2)。
45%的睡眠时间检测为CAP,30%检测为非CAP,21%检测为清醒/REM,不确定期占4%。
然后,单独评价了21个REM睡眠片段(从上述多导睡眠图中的12个图中截取的537分钟)。
心肺耦合检测器连续检测无明显呼吸暂停或通气不足的REM睡眠是否是低频耦合睡眠CAP(250分钟中的92%)。
反之,当唯一的异常是由唤醒引起的流量限制时,检测时间降至287分钟的60%。
测试数据集
SDB测试数据集
利用基于ECG的技术检测高/低频耦合的明确可分开状态,状态之间的重叠最小。
可视化CAP分期与ECG检测的耦合状态的敏感性和特异
- 配套讲稿:
如PPT文件的首页显示word图标,表示该PPT已包含配套word讲稿。双击word图标可打开word文档。
- 特殊限制:
部分文档作品中含有的国旗、国徽等图片,仅作为作品整体效果示例展示,禁止商用。设计者仅对作品中独创性部分享有著作权。
- 关 键 词:
- CPC 睡眠 质量 评估 系统 原理