Exploration and Analysis of Traditional Chinese Medicine Syndrome Differentiation of Insomnia Based on Millimeter-Wave Radar.

چکیده اصلی

To address the lack of continuous and objective nocturnal sign data in TCM insomnia pattern differentiation, this study explores the objective characterization method and digital-intelligent identification pathway for insomnia syndromes based on millimeter-wave radar. This review systematically searched CNKI, Wanfang, PubMed, and Web of Science from January 2008 to August 2026, covering literature on TCM syndrome differentiation and treatment of insomnia, heart rate variability and autonomic function, and non-contact sleep/respiration monitoring using millimeter-wave radar. Taking the TCM pathogenesis of the five major insomnia syndromes as the starting point and incorporating modern sleep physiology, the internal "syndrome-autonomic/sign" association mechanism is deduced. The non-contact motion signals captured by radar are transformed into primary vital sign sequences such as respiration, heart rate, and body movement. Based on these primary signals, a set of 15 quantitative indicators covering four dimensions-sleep architecture, autonomic nervous function, respiratory pattern, and body movement behavior-is derived. Among them, primary indicators are obtained by direct extraction or simple statistics, whereas sleep architecture, microarousal, and apnea-hypopnea index (AHI) indicators are estimated by algorithmic models and require validation against polysomnography (PSG). A pathogenesis-physiology mapping model linking the five insomnia syndromes with radar signal features is established, forming a TCM sleep digital representation system with 15 standardized parameters, which provides a theoretical computational basis for decoupling the microscopic differences among syndromes from non-contact signals. Millimeter-wave radar can serve as an effective extension of the traditional four diagnostic methods, offering non-intrusive and continuous nocturnal data supplementation for insomnia syndrome differentiation. The indicator system and theoretical framework constructed in this study lay a methodological foundation for subsequent clinical data validation and the development of home-based, digital-intelligent TCM sleep assessment devices.​.

ترجمه فارسی چکیده

برای غلبه بر فقدان داده‌های مداوم و شیءی نشانه‌های شبانه در تفاوت‌های تشخیصی سندرم بی‌خوابی در طب چینی سنتی (TCM)، این مطالعه روش توصیف شیءی و مسیر شناسایی دیجیتال-هوشمند سندرم‌های بی‌خوابی را بر پایه رادار مایکروویو بررسی می‌کند. این مرور به طور سیستماتیک از پایگاه‌های داده CNKI، Wanfang، PubMed و Web of Science از ژانویه ۲۰۰۸ تا اوت ۲۰۲۶ جستجو کرد و به ادبیاتی در مورد تفاوت‌های تشخیصی و درمان سندرم بی‌خوابی در TCM، نوسان ضربان قلب و عملکرد عصبی خودکار، و نظارت بر خواب/تنفس بدون تماس با استفاده از رادار مایکروویو پرداخت. با در نظر گرفتن مکانیسم‌های پاتوژنتیک TCM برای پنج سندرم اصلی بی‌خوابی و ادغام فیزیولوژی خواب مدرن، مکانیسم ارتباط «سندرم-عصبی خودکار/نشانه» داخلی استنباط می‌شود. سیگنال‌های حرکتی بدون تماس که توسط رادار ثبت می‌شوند به سری‌های سیگنال حیاتی اولیه مانند تنفس، ضربان قلب و حرکت بدن تبدیل می‌شوند. بر اساس این سیگنال‌ها، مجموعه‌ای از ۱۵ شاخص کمی پوشش‌دهنده چهار بُعد - معماری خواب، عملکرد عصبی خودکار، الگوی تنفسی و رفتار حرکتی بدن - استخراج می‌شود. در این میان، شاخص‌های اولیه مستقیماً استخراج یا با آمارهای ساده به دست می‌آیند، در حالی که شاخص‌های معماری خواب، آروزش کوتاه و شاخص آپنه-هیپوپنه (AHI) با مدل‌های الگوریتمی تخمین زده می‌شوند و نیازمند اعتبارسنجی در برابر polysomnography (PSG) هستند. یک مدل نقشه‌برداری پاتوژنتیک-فیزیولوژی که پنج سندرم بی‌خوابی را با ویژگی‌های سیگنال رادار پیوند می‌دهد، ایجاد می‌شود و یک سیستم نمایش دیجیتال خواب TCM با ۱۵ پارامتر استاندارد را تشکیل می‌دهد که پایه محاسباتی نظری برای جداسازی تفاوت‌های میکروسکوپی بین سندرم‌ها از سیگنال‌های بدون تماس فراهم می‌کند. رادار مایکروویو می‌تواند به عنوان گسترش موثر چهار روش تشخیص سنتی عمل کند و داده‌های شبانه بدون مزاحمت و مداوم برای تفاوت‌های تشخیصی سندرم بی‌خوابی فراهم آورد. سیستم شاخص‌ها و چارچوب نظری ایجاد شده در این مطالعه، پایه‌ای متدولوژیک برای اعتبارسنجی داده‌های بالینی بعدی و توسعه دستگاه‌های ارزیابی خواب TCM مبتنی بر خانگی و دیجیتال-هوشمند فراهم می‌کند.

متن کامل اصلی