SomniSense 背後的研究。

我們想測試什麼

基準問題刻意收得很窄：在以 PSG 為參照的記錄中，手機麥克風模型能多準確地分類已標註的 1 秒鼾聲片段與已標註的 200 秒呼吸視窗？

它沒有問手機能否取代 PSG，也不驗證夜間 BRI、事件邊界、時長或診斷。以下所有內容只描述兩項已評估的分類任務及其限制。

驗證研究

偵測表現以睡眠記錄的臨床參照——實驗室內與居家多導睡眠檢查（PSG）——衡量；在這些夜晚，手機與 PSG 配置記錄的是同一個人、同一晚、同一時間。

• 樣本。來自 40 位參與者的 80 個配對夜晚——10 個實驗室 PSG 夜晚及 70 個使用鼻氣流導管的居家 PSG 夜晚。包括有、無已診斷睡眠呼吸疑慮的成人。基於誠實原則，此群組對某些族群代表不足——未滿 18 歲者、BMI 極端者及某些人口群體——我們明確說明，而不躲在大型彙總數字後面。
• 錄音媒介。一般的床邊智慧型手機（2018 年起的不同 iPhone 與 Android 機型），距參與者頭部 50–90 cm。不是實驗室硬體；重點就是測試使用者實際擁有的設備。
• 真值。PSG 音訊由受過 AASM 訓練的睡眠技術人員評分，且他們不知道 SomniSense 對每個片段的判斷。盲法評分使測試不會形成循環——評分者不能先看到我們的答案。
• 正式版輸出邊界。事件邊界、時長、類型標籤、夜間 BRI 與個人趨勢都是產品輸出。它們需要針對輸出的分析，不會繼承已發表視窗基準的準確度。

逐項數字完整拆解——鼾聲片段指標、呼吸視窗指標與 bootstrap 範圍——都在 /accuracy，供想仔細檢視每個數字的人閱讀。

系統實際如何運作

SomniSense 不是一個模型，而是兩個模型的串聯。這個結構是我最引以為傲的部分，因為正是它讓即時睡眠模型小到能放在手機裡，而不是資料中心。

• 階段 1——短視窗聆聽器。一個小型 CNN 每次查看一秒音訊，只問一個問題：那是鼾聲嗎？整晚每秒都會執行。
• 階段 2——長視窗讀取器。每秒得到的答案連同兩個簡單的響度特徵，被組成精簡的 200 × 3 網格——約 600 個數字，用來描述夜間 200 秒的片段。第二個 CNN 讀取該網格，判斷其中是否含有呼吸不規則。

關鍵就是中間的網格。多數音訊模型會帶著笨重的頻譜圖——每個視窗數 MB。先把每個視窗壓縮成約 600 個數字，再交給第二階段，整條管線就縮小成低於 60 KB、在 Apple Neural Engine 上僅需 0.064 ms 的模型。這才是「裝置端、無雲端」在底層真正需要的設計。

某些裝置端系統細節——包括串聯、壓縮、閘控與保護隱私的推論架構——已納入 SomniAI LLC 提交的美國臨時專利申請。這些申請尚在審理中，未經實質審查；申請狀態不會驗證基準、臨床結果或診斷。

論文

完整的兩階段串聯系統寫成一篇論文——Research Square 預印本，附可引用 DOI。其下有三篇配套預印本完整記錄各個部分——公開發表於 Zenodo，每篇都有自己的 DOI（分類 cs.LG 與 eess.AS）。全部尚未同儕審查，因此我稱它們為預印本，而不是有期刊背書的論文。DOI 連結如下。

1. Paper A — 用於智慧型手機睡眠音訊偵測的串聯兩階段 CNN 管線

   兩個 CNN 基準與串聯結構，採多隨機種子 bootstrap 驗證，避免數字只來自一次幸運的資料切分。

   Yang L. (SomniAI LLC) · cs.LG, eess.AS · Zenodo · doi:10.5281/zenodo.20662374

2. Paper C — 用於 1D 音訊式睡眠呼吸暫停偵測的 Coordinate Attention

   用於呼吸事件階段的一維 Coordinate-Attention 設計——相較普通基準減少 93% 參數，並跨多個隨機種子研究。

   Yang L. (SomniAI LLC) · cs.LG, eess.AS · Zenodo · doi:10.5281/zenodo.20663376

3. Paper E — 用於睡眠呼吸暫停偵測的裝置端壓縮

   模型如何從研究規模的網路縮小到實際推出的低於 60 KB 版本——量化感知訓練加結構化剪枝，同時不損失準確度。

   Yang L. (SomniAI LLC) · cs.LG, eess.AS · Zenodo · doi:10.5281/zenodo.20663768

為什麼在同儕審查前先發布預印本

同儕審查需要數月。等待就代表這段時間沒有任何具體資料可供你查核。因此，方法現在就以預印本公開，讓你閱讀和質疑——並明確提醒尚未正式審查。狀態改變時，本頁也會改變，且我會說明改了什麼。

這項研究是什麼——又不是什麼

這項驗證報告兩項 PSG 參照聲學任務的分類表現。它不會把健康觀察 App 變成醫療器材，也不會自動延伸到每一項正式版輸出。

• 不是診斷。SomniSense 根據麥克風音訊報告產品定義的 Breathing Irregularity Index（BRI）。BRI 不是臨床 AHI，也不診斷阻塞性睡眠呼吸暫停。
• 不能取代睡眠檢查。診斷需要合格臨床醫師與適當的臨床檢測。目擊呼吸停頓、喘氣或持續日間嗜睡等症狀——而非 App 閾值——才是考慮進行專業討論的理由。
• 尚未針對未滿 18 歲者驗證。群組僅包含成人。

因為症狀而讀到這裡？

研究是證據層。如果你是因為實際感受到某件事而來，以下頁面會從症狀而不是方法開始：

• → 喘著氣醒來
• → 睡了八小時仍然疲倦
• → 大聲打鼾