睡眠是對身心健康有著重要意義的復雜生理過程，其研究范圍涉及多個學科領域。目前睡眠的定量分析主要依靠作為“金標準”的多導睡眠監測儀（PSG）完成，但是它對人體的干擾較大，并且不能反映大腦的血流動力學狀況。將功能性近紅外光譜（fNIRS）用于睡眠研究，既滿足了對人體干擾低這一需求又能夠反映大腦的血流動力學狀況。因此本文收集整理了fNIRS用于睡眠研究的相關文獻，從睡眠分期研究、臨床睡眠監測研究、疲勞檢測研究現狀等方面進行梳理總結，文章的最后總結了現有研究的局限，指出后續該領域的發展方向，以期為睡眠及腦血流動力學相關領域的研究提供參考。
引用本文： 黃夢盈, 焦學軍, 姜勁, 楊捷鴻, 楚洪祚, 潘津津, 曹勇. 基于功能性近紅外光譜的睡眠研究綜述. 生物醫學工程學雜志, 2021, 38(6): 1211-1218. doi: 10.7507/1001-5515.202102003 復制
版權信息： ?四川大學華西醫院華西期刊社《生物醫學工程學雜志》版權所有，未經授權不得轉載、改編
引言
睡眠的主要功能是讓人體得到休息、機能得到恢復。低質量的睡眠易導致疲勞等問題，從而影響日常生活[1]。科學研究發現，睡眠質量與記憶、認知、運動的能力，以及人體的生長發育和患病率等相關，不健康的睡眠方式容易引起身心疲勞，從而導致身體機能下降[2-6]。目前，很多學科領域都很注重對睡眠的研究，包括心理學、生物醫學工程、臨床醫學等[7-9]。
睡眠質量通常根據睡眠的時長及睡眠狀態的比例來判斷。健康人群睡眠平均時長為7 h，包括了不同的睡眠階段（睡眠階段即代表睡眠狀態），不同睡眠階段對人體健康有不同的影響。現代研究中普遍使用1968年由研究學者Rechtschaffen和Kales建立的睡眠分期標準。該標準將睡眠分為6 期：覺醒期（wake，W），非快速眼動期（non-rapid eye movement，NREM），其中又分為：NREM一期、NREM二期、NREM三期、NREM四期，以及快速眼動期（rapid eye movement，REM）[10]。為了研究方便，美國睡眠醫學學會（American Academy of Sleep Medicine，AASM）在2007年制定了新的睡眠分期標準，把Rechtschaffen和Kales建立的睡眠分期標準中的NREM三期和NREM四期合并為NREM三期，通常也被稱為深睡（deep sleep，DS）、慢波睡眠（slow-wave sleep，SWS）；另外NREM一期和NREM二期通常也被合并稱為淺睡（light sleep，LS）。
睡眠狀態可以通過各類監測儀器采集的生理信號分析得出，儀器主要包括：多導睡眠監測儀（polysomnography，PSG）、便攜式睡眠監測儀（portable monitoring devices，PMDs）、壓電式睡眠監測儀、手環等[11-16]。其中，PSG是目前臨床使用最廣泛的睡眠監測設備，它的分析結果被認為是睡眠監測的“黃金標準”[17]。但是，PSG使用時存在很多局限，如：設備龐大、操作復雜、數據需人工判讀、影響睡眠、價格昂貴等，這些問題在一定程度上限制了PSG的推廣[18]。PMDs相比于PSG采集的信號數量較少，更加便攜，部分PMDs已能滿足睡眠障礙診斷的需求，但其睡眠分期的結果仍未得到專業領域的認可[19]。至于其他設備，包括手環、睡眠監測床墊等，比PMDs更加便攜，還可在醫院及實驗室環境以外使用，對睡眠影響較小，但都存在精度不高、采集信號有限等問題[20-21]。
功能性近紅外光譜（functional near-infrared spectroscopy，fNIRS）是利用近紅外光監測大腦活動的光譜技術[22]。大腦組織活動時，氧合血紅蛋白（oxygenated hemoglobin，HbO）和脫氧血紅蛋白（deoxygenated hemoglobin，HbR）對近紅外光的吸收在不同的頻段有足夠大的差異，可以根據此差異計算它們各自在體內的濃度。其基本做法是同時測量特定時間段內經由大腦皮層兩個不同波長的近紅外光密度，利用修正的比爾—朗伯定律就可以將光密度信號恢復為HbO、HbR濃度信號。正電子發射斷層掃描（positron emission computed tomography，PET）和功能性磁共振成像（functional magnetic resonance imaging，fMRI）是傳統的神經系統成像方式，與它們相比，fNIRS具有更高的時間分辨率，可與電生理信號監測設備同時使用，同時還具有造價低、便攜性好、無噪聲等優點[23-26]。研究中還發現，fNIRS對受試者的動作不敏感，故而其信號中的運動干擾比電信號小得多，也更適合在自然環境中應用[27]。因此，fNIRS被廣泛運用于神經學、心理學、教育學等研究中[22, 28-29]。
傳統的睡眠監測方法無法反映大腦的血流動力學情況，PET與fMRI可以反映大腦血氧情況，但其時間分辨率不高，不能與金屬設備同時使用，且使用過程要求受試者保持靜止，因此并沒有將PET和fMRI應用于睡眠監測任務中。fNIRS可以反映大腦血流動力學情況，并且可與腦電（electroencephalogram，EEG）信號監測設備同時使用，因此有學者將fNIRS用于探究疲勞及睡眠過程中大腦的血氧變化情況。除此之外，有研究指出利用心肺耦合技術可以較準確地分出DS、LS、REM及W[30]。fNIRS信號包含的心率及呼吸率通常作為生理噪聲從原始信號中剔除了，睡眠相關研究中則可以提出心動及呼吸信號加以應用。基于以上分析可以得知，使用fNIRS進行睡眠監測既有理論基礎，又具備廣闊的應用前景。
綜上所述，本文針對fNIRS用于睡眠分期的研究、fNIRS用于臨床睡眠監測、fNIRS用于疲勞狀態的檢測幾個方向的研究現狀進行梳理總結，分析了目前fNIRS用于睡眠監測存在的問題，并指出了其發展方向，以期為相關領域的研究奠定理論基礎。
1 功能性近紅外光譜用于睡眠分期的研究
1.1 應用血氧濃度信號進行睡眠分期
通過分析fNIRS采集的信號，研究人員發現大腦血氧變化情況與大腦活躍度之間存在密切關系，研究中包括了對睡眠的研究[31-32]。研究分析了HbO、HbR及兩者濃度之和——總血紅蛋白（total hemoglobin，tHb）濃度，在不同睡眠階段及不同睡眠階段過渡過程中的變化特點，并且發現了變化規律[31-32]。這些研究為應用fNIRS技術完成睡眠分期的工作提供了重要依據。另外，在嬰兒的睡眠研究中，由于嬰兒的覺醒和睡眠兩種狀態只能持續幾分鐘至一小時，對運動不敏感的fNIRS在對嬰兒的睡眠研究中比其他技術更具優勢[33]。
Oniz等[31]以PSG的分析結果作為睡眠分期的參考，利用fNIRS記錄受試者前額整夜的血流動力學變化情況。結果顯示W、NREM與REM期的HbO、HbR濃度差異具有統計學意義，而tHb濃度差異不具有統計學意義；并且W、NREM、REM期的開始及結束時的HbO、HbR濃度差異都具有統計學意義，tHb濃度差異仍然不具有統計學意義。根據該結果可以推斷大腦的血液動力學變化中的HbO、HbR濃度有可能作為睡眠分期以及大腦完成“清理”和“提神”工作的指標。
Shiotsuka等[32]應用fNIRS和EEG兩種生理信號監測技術采集了4名男性8個夜晚的數據。其中4個夜晚，fNIRS采集了國際10-20系統Fp1和C3位置的信號，另外4個夜晚采集了O1和C3位置的信號。結果發現，整夜睡眠中，HbO和HbR濃度的變化趨勢存在很大的個體差異，但同一個受試者兩個整夜睡眠中HbO和HbR濃度的變化趨勢則相對較小。這意味著利用HbO和HbR濃度的變化分析睡眠狀態，在個體中較容易實現，當其范圍擴大到群體中時，分期結果的準確率會有所下降。另外他們還發現該研究中所有受試者Fp1和C3位置的HbO、HbR濃度在睡眠狀態過渡階段中變化趨勢一致；清醒到睡眠的過程中，HbO濃度降低，HbR濃度升高，從LS進入DS的過程中HbO濃度升高、HbR濃度降低；O1位置的變化趨勢則剛好相反。在REM睡眠期間HbO和HbR與NREM睡眠期間相比波動更大，并且REM期HbO濃度低于其他睡眠階段。
在關于睡眠的不同的研究中，相同位置血紅蛋白的濃度特征變化趨勢基本是一致的。如表1所示，前額區域變化結果呈現為清醒到進入睡眠狀態的過程中HbO濃度逐漸下降，HbR濃度逐漸升高，tHb濃度變化差異不具有統計學意義。另外，LS到DS的過程中HbO濃度逐漸升高，HbR濃度逐漸下降，tHb濃度變化差異不具有統計學意義。tHb濃度變化差異不具有統計學意義反映了不同的睡眠階段及安靜清醒狀態下人體總的血流動力學情況變化不大。在此基礎上，HbO濃度、HbR濃度的變化差異具有統計學意義反映了安靜清醒狀態大腦比剛入睡時更加活躍，DS時期大腦比LS時期更加活躍。這可能成為證明DS時期對精力的恢復比LS時期更重要的理論依據。
表1
不同睡眠階段fNIRS信號的響應特點（前額葉區域）
Table1.
Response characteristics of fNIRS signal in different sleep stages (prefrontal area)
表2
部分文獻fNIRS睡眠試驗設計
Table2.
The fNIRS sleep experiment design of part of the literatures
表3
fNIRS睡眠數據處理
Table3.
Processing of sleep data collected by fNIRS
1.2 應用其他生理信號進行睡眠分期
研究指出除血氧濃度信號之外，fNIRS信號中還可獲得組織氧飽和度（tissue oxygen saturation，TOI）、心跳、呼吸、低頻振蕩（low frequency oscillations，LFO）（頻率范圍3～40 mHz）、超低頻振蕩（very low frequency oscillations，VLFO）（頻率范圍40～150 mHz）等生理信息[34-35]。其中與LS和REM相比，DS期間的LFO和VLFO功率有所下降。
Nguyen等[36]同時記錄了受試者EEG、眼電圖（electro-oculogram，EOG）、fNIRS信號，并通過這些信號研究人體休息和睡眠時大腦的功能性連接狀況。他們分析了安靜覺醒睜眼（wake eyes open，w-o）、安靜覺醒閉眼（wake eyes closed，w-c）、NREM一期、NREM二期4個狀態腦網絡的連接情況。用EEG、EOG信號確定受試者狀態，將133個fNIRS頻道分組，分在5個腦區（額區、運動區、顳區、體感區和視覺區），這5個區域用來形成15個大腦網絡連接。他們發現w-c和NREM一期連接率高，w-o和NREM二期連接率低。此外，w-c和NREM一期之間的連接強度相似，w-o和NREM二期的連接強度較低。此結果說明，fNIRS有望成為研究休息和睡眠狀態下大腦功能性連接的主要工具。
Taga等[37]應用fNIRS測量了2～10月嬰兒覺醒和睡眠期間聽覺和視覺刺激相關皮層的血流動力學反應。他們將這些皮層區域分為4個腦區，并計算了4個腦區在不同情況下的HbO、HbR血流動力學平均響應曲線、腦區的功能性連接、HbO和HbR的相（the hemoglobin phase of oxygenation and deoxygenation，hPod）。經過統計分析發現，HbO和HbR的變化從刺激開始到達到峰值的時間在清醒狀態下比在睡眠狀態下更長。另外還發現，睡眠狀態的腦網絡連接強于清醒時。Lee等[38]同時采集EEG和fNIRS信號，以EEG信號的睡眠分期結果作參考依據，利用fNIRS采集的大腦血流動力學信號分析新生兒在活動睡眠（active sleep，AS）和安靜睡眠（quiet sleep，QS）期間大腦功能性連接是否存在差異，他們設定了3個閾值評估睡眠狀態對靜息狀態功能連接的影響。結果顯示，與QS期間的連接相比，AS期間的連接距離較遠。作者指出，這意味著在功能的早期發展過程中，每個睡眠狀態都扮演著不同的角色。另外，他們還發現不同的閾值設置會得到不同腦網絡連接結果，在閾值較低的情況中，更容易發現不同睡眠狀態的腦網絡連接存在差異。
如表1～表3所示，各研究將fNIRS與PSG等可進行睡眠分期的設備結合使用，通過數據預處理得到純凈的血氧濃度信號，接著利用統計學方法對不同睡眠狀態大腦血流動力學反應進行分析比較，且均發現fNIRS信號中存在一些特征，它們在不同睡眠階段的差異具有統計學意義。各項研究的結果說明，可以采用fNIRS研究不同睡眠狀態腦血流動力學狀況。同時也能看到目前研究中還存在以下兩個問題：① 對睡眠過程中fNIRS數據處理方法介紹較少；② 研究主要采集分析了前額葉區域的信號，分析區域為整個前額葉或單側前額葉，而針對全腦的fNIRS睡眠檢測研究較少。以上問題的解決依托于fNIRS設備性能和數據處理方法的提升，另外研究中也可通過探索fNIRS與其他生理信號的耦合特征來獲得更多與睡眠狀態相關的生理響應信息。
2 功能性近紅外光譜用于臨床睡眠監測
睡眠障礙、部分心理障礙、創傷性腦損傷、代謝受損等疾病都會引起腦血流變化異常[39-40]。腦血流量和新陳代謝的損害可導致繼發性腦損傷，這種影響在疾病初期尤為嚴重，從而導致臨床結果惡化。在以上疾病的急性期評估腦血流動力變化有助于更有效地規劃治療策略，以減少繼發性腦部病變。經顱多普勒（transcranial doppler，TCD）已被廣泛應用于血管性疾病、睡眠疾病、精神疾病的無創的腦血流監測當中，它通過測量腦內血流速度來反映大腦的血流動力情況[41]。TCD的時間分辨率（< 0.1 Hz）遠小于fNIRS，并且只能應用于顱骨較薄弱的地方。目前，已有睡眠障礙及心理疾病的睡眠監測中增加fNIRS設備輔助監測的報道[42-43]。
睡眠呼吸障礙（sleep-disordered breathing，SDB）在人群中十分常見并且會影響部分人的正常生活；中年人群中大約9％的女性，24％的男性受到SDB的影響；兒童中大約有4%～11%受到SDB的影響[44-45]。患有SDB更容易患上心肌梗塞、高血壓等心血管疾病[18]。同時患有SDB對認知功能也會產生消極影響。有研究利用fNIRS技術采集的生理信號分析對比缺乏睡眠或存在睡眠障礙的人群與健康人群在任務中血液變化的區別，其結果反映的變化為深入了解睡眠障礙及其影響提供了理論依據[46]。Bu等[46]采集睡眠正常和睡眠被剝奪的受試者在休息時、任務中、任務后前額葉的fNIRS信號，并在六個小頻率區間上對信號進行小波相位相干性（wavelet phase coherence，WPCO）分析，WPCO值越低，表明左右前額葉HbO振蕩之間的相位同步性越低。他們發現休息時、任務中、任務后睡眠剝奪組0.05～0.15 Hz的WPCO值都低于對照組，這表明睡眠剝奪導致左側和右側前額葉血流相位同步下降。因此研究指出WPCO適合用于分析大腦血氧含量在低頻區間的相位同步性，并且提供了六個頻率間隔的生理意義：① 0.6～2 Hz（心臟活動），② 0.145～0.6 Hz（呼吸活動），③ 0.052～0.145 Hz（腦振蕩起源于抵抗血管中平滑肌細胞的固有肌源性活動），④ 0.021～0.052 Hz（神經源性活動），⑤ 0.009 5～0.021 Hz（一氧化氮相關內皮活動），⑥ 0.005～0.009 5 Hz（非一氧化氮相關的內皮活動）。這六個頻率區間對應的生理活動的準確性還需進一步的檢驗。
Zhang等[42]通過fNIRS測量阻塞性呼吸暫停和低通氣量呼吸暫停在微血管床中引起的局部血液動力學變化，并觀測了連續氣道正壓（continuous positive airway pressure，CPAP）對患者腦血流變化情況是否存在影響。結果顯示，在呼吸暫停事件中患者的腦血氧量和氧飽和存在相位差異，腦血氧量在呼吸暫停發生前開始下降，在呼吸暫停發生后上升，而氧飽和則在其發生后開始下降，并在血氧量到達峰值之后才能到達最小值。作者認為呼吸暫停開始時腦血氧的增加可能是由于急性缺氧和高碳酸血癥引起的腦血管擴張導致的，事件結束后腦血氧的下降可能反映了恢復階段的腦血管收縮。線性混合效應模型檢測結果表示呼吸暫停的持續時間和類型是決定大腦血液動力學變化的最重要的協變量，另外還發現睡姿對腦氧飽和腦血壓都有影響，CPAP能夠改變呼吸暫停期間的腦血氧變化情況。此項研究為睡眠障礙治療手段的有效性驗證提供了思路。
Nishida等[43]利用fNIRS信號分析抑郁患者睡眠時的血流動力學參數的變化情況，以便了解導致抑郁癥患者睡眠困難生理機制。其結果表明抑郁癥患者在任務過程中前額的血氧激活程度與對照組相比更低且差異具有統計學意義，推知前額葉可能受到了抑郁睡眠障礙的影響，同時還可推知抑郁癥患者血流動力學反應系統可能受到了損傷。
整合目前的研究可以發現臨床睡眠監測中，fNIRS主要用于睡眠障礙、心理疾病等相關研究中。其工作目標致力于了解患者睡眠狀態下血流動力學反應與健康人群的區別。研究大多以其他設備的睡眠分期、疾病診斷結果為參考，再分析患者的腦血流動力學在不同睡眠狀態或疾病發生狀態的變化情況。目前fNIRS的結果反映患者與健康人群在睡眠過程中部分腦區的血流動力學狀況是存在區別的。因此推知，睡眠障礙中fNIRS的應用是疾病診斷以及檢驗治療手段有效性的優先選擇。fNIRS為臨床睡眠監測提供了更多的指標和便利，但其結果仍需更多的研究驗證。雖然fNIRS在不同睡眠階段腦血氧濃度差異檢測以及部分睡眠疾病發生時的腦血流情況檢測中有著優異的表現，但根據fNIRS數據建立健康人群與患者區別模型的工作仍未完成，這意味著fNIRS設備仍然很難獨立使用，以及將fNIRS用于臨床疾病檢測仍需大量的研究支撐。另外，有文獻指出，經過美國食品藥品監督管理局批準可以商用的fNIRS極少，由此可知將其投入廣泛應用還需大量的技術積累[27]。
3 功能性近紅外光譜用于疲勞狀態檢測
疲勞被分為兩類，一類是身體疲勞，另一類是心理疲勞[47]。身體疲勞通常由體力勞動過多、睡眠時長過短等原因造成，通過調整作息、增加睡眠時長等方式可以緩解身體疲勞。而心理疲勞通常由壓力過大、情緒低沉等原因造成，嚴重的心理疲勞通常還伴隨著身體疲勞及睡眠質量下降等問題。進一步，身體疲勞及睡眠質量下降又會引起心理疲勞的加重，循環往復，對身體和心理造成極大的傷害。公共衛生與預防醫學、臨床醫學、中西醫結合等領域有很多學者對睡眠與疲勞關系開展了研究。其中，大量研究通過統計分析問卷、量表了解睡眠與疲勞的關系[48-50]，同時也有生物醫學工程領域的專家學者應用fNIRS等技術研究睡眠剝奪對疲勞的影響 [51]。
研究指出，人在輕度疲勞狀態下能保持良好的行為能力，其結果顯示保持行為能力的過程中，相關的腦區HbO濃度增加，這意味著該區域在任務狀態中被激活[52]。Chuang等[52]通過探測器為8源16導的fNIRS記錄了受試者疲勞駕駛狀態下大腦血液動力學變化情況。受試者的行為表現表明，即使大腦出現疲勞跡象，所有受試者也能夠迅速應對車道偏離事件，這表明受試者在駕駛試驗中與疲勞進行了斗爭。這個斗爭過程中，額葉皮層、初級運動皮層、頂枕皮質和輔助運動區的HbO濃度均呈現增加的趨勢，這些結果說明疲勞狀態下，為了維持績效，運動任務相關腦區被激活了，此結果與EEG信號分析的結果一致。
Lin等[53]利用EEG和fNIRS對精神疲勞狀態下的多生理信號變化進行研究，觀察汽車偏離試驗中優、中、差三組受試者枕葉的HbO濃度變化的標準分數。研究指出，肌肉反應相似的情況下，精神疲勞組雙側前額的HbO濃度含量低于對照組，并且其差異具有統計學意義。該項研究結果說明，精神疲勞會直接導致大腦HbO濃度含量降低，導致腦細胞不活躍。另外作者還發現隨著疲勞程度的增加，前額葉中的HbO濃度增加，增加前后濃度差異具有統計學意義，這個結果說明大腦發出維持運動能力的指令需要消耗更多的氧氣。
Borragán等[51]發現睡眠剝奪引起的認知疲勞，會導致工作記憶任務、警覺任務中受試者前額葉HbO濃度的增加，左右半球同步性下降。其結果說明，睡眠剝奪引起的認知疲勞增加了大腦前額葉的激活程度，由于未見其他文獻報道疲勞狀態下任務中左右半球的同步性下降，可以推測這個結果可能由睡眠剝奪導致也可能是疲勞導致的。
綜上所述，目前基于fNIRS的疲勞狀態檢測研究結果發現，疲勞組和對照組的HbO濃度、HbR濃度、左右腦區同步性存在差異。這意味著fNIRS可能成為研究疲勞的有力工具，并且fNIRS相關特征可能成為判斷疲勞指標。但目前未見研究建立疲勞狀態檢測模型，完成此項工作需積累大量試驗數據并對數據進行有效的歸一化處理。
4 討論
作為新興起的腦功能成像技術，fNIRS具有空間分辨率高、運動干擾較小、設備輕巧便攜、價格低等優勢。另外，fNIRS技術能夠從時域、頻域、非線性域等角度反映大腦的血氧濃度的變化。因此，fNIRS在睡眠、疲勞、靜息相關的研究中具有廣闊的前景。本文進一步將針對目前fNIRS用于睡眠分期、臨床睡眠監測、疲勞3個方面的研究情況進行深入的討論。
通過對睡眠分期，可以進一步理解睡眠對生命狀態的影響方式。目前將fNIRS用于睡眠分期的研究中，大多趨向于分析不同睡眠狀態下個體腦血氧存在的差異，結果說明不同睡眠狀態下，大腦活躍度不同[31-32]。其中REM期大腦耗氧量最大，最為活躍，這可能與夢通常出現在REM期相關，不同的夢境是否會影響REM期不同區域腦血氧變化可以作為進一步的探索方向。
將fNIRS用于臨床睡眠監測便于醫生查看患者大腦的血氧情況，讓睡眠、神經疾病的監控診斷更為便利。現有研究發現呼吸暫停的持續時間和類型、睡姿、CPAP等因素均對睡眠過程中的腦血氧情況存在影響，其中具體的影響方式及影響結果尚有待進一步更深入的研究[42]。睡眠障礙及心血管疾病對睡眠的影響是睡眠醫學研究的主要方向，將fNIRS技術引進這類研究中可以直觀地了解疾病對大腦血流狀況的影響及改變。
應用fNIRS進行疲勞檢測幫助研究人員了解了不同行為引起的疲勞對大腦不同區域的血流動力學情況的影響[51-53]。已有研究側重關注血氧濃度與疲勞程度的關系，但是在某些方面研究還能繼續深入。例如，個體在疲勞狀態下維持高作業績效的時長與血氧變化的關系，以及年齡、性別、健康狀態對維持時長有哪些影響等。另外，聯合使用fNIRS、EEG等設備進行的多生理睡眠、疲勞研究目前較少，未來開展相關研究將對進一步挖掘睡眠及疲勞方面的生理規律具有重要意義。
但是目前，將fNIRS應用于睡眠監測的研究仍然存在一些技術問題，如整夜睡眠時間通常超過5 h，而長時間的fNIRS信號采集受基線漂移、運動偽跡等干擾影響較大；不同廠家的數據接口不一致，這導致相關領域的學者使用fNIRS設備時通常缺乏生理響應信號的深入分析，因而也是今后值得深入研究的方向之一。
5 總結
本文分別介紹了fNIRS用于睡眠分期、臨床睡眠監測、疲勞狀態檢測3個問題的研究現狀，通過對比研究現狀總結分析了目前fNIRS技術用于睡眠研究的焦點及存在的問題。將fNIRS用于睡眠監測中有助于了解睡眠狀態下腦血流動力學狀況。在無法采集到良好電信號等特殊環境，fNIRS的使用也可為研究結果分析、患者疾病診斷提供可靠依據。
另外，基于fNIRS對疲勞及睡眠監測，本文還討論了當前研究存在的局限性：① 基于fNIRS對疲勞、睡眠、睡眠障礙診斷的特征仍未完全發掘；② 基于fNIRS的疲勞檢測、睡眠分期研究，未能根據其響應規律進行疲勞檢測及睡眠分期；③ fNIRS用于觀測心血管疾病與睡眠障礙關系相關研究匱乏。
綜上所述，基于fNIRS的睡眠監測研究仍有很多問題值得探索。未來，可以對針對睡眠監測的fNIRS數據預處理方法進行深入研究，另外還可探尋更多fNIRS信號中的睡眠敏感特征，從而建立性能優越的睡眠分期模型。
利益沖突聲明：本文全體作者均聲明不存在利益沖突。
引言
睡眠的主要功能是讓人體得到休息、機能得到恢復。低質量的睡眠易導致疲勞等問題，從而影響日常生活[1]。科學研究發現，睡眠質量與記憶、認知、運動的能力，以及人體的生長發育和患病率等相關，不健康的睡眠方式容易引起身心疲勞，從而導致身體機能下降[2-6]。目前，很多學科領域都很注重對睡眠的研究，包括心理學、生物醫學工程、臨床醫學等[7-9]。
睡眠質量通常根據睡眠的時長及睡眠狀態的比例來判斷。健康人群睡眠平均時長為7 h，包括了不同的睡眠階段（睡眠階段即代表睡眠狀態），不同睡眠階段對人體健康有不同的影響。現代研究中普遍使用1968年由研究學者Rechtschaffen和Kales建立的睡眠分期標準。該標準將睡眠分為6 期：覺醒期（wake，W），非快速眼動期（non-rapid eye movement，NREM），其中又分為：NREM一期、NREM二期、NREM三期、NREM四期，以及快速眼動期（rapid eye movement，REM）[10]。為了研究方便，美國睡眠醫學學會（American Academy of Sleep Medicine，AASM）在2007年制定了新的睡眠分期標準，把Rechtschaffen和Kales建立的睡眠分期標準中的NREM三期和NREM四期合并為NREM三期，通常也被稱為深睡（deep sleep，DS）、慢波睡眠（slow-wave sleep，SWS）；另外NREM一期和NREM二期通常也被合并稱為淺睡（light sleep，LS）。
睡眠狀態可以通過各類監測儀器采集的生理信號分析得出，儀器主要包括：多導睡眠監測儀（polysomnography，PSG）、便攜式睡眠監測儀（portable monitoring devices，PMDs）、壓電式睡眠監測儀、手環等[11-16]。其中，PSG是目前臨床使用最廣泛的睡眠監測設備，它的分析結果被認為是睡眠監測的“黃金標準”[17]。但是，PSG使用時存在很多局限，如：設備龐大、操作復雜、數據需人工判讀、影響睡眠、價格昂貴等，這些問題在一定程度上限制了PSG的推廣[18]。PMDs相比于PSG采集的信號數量較少，更加便攜，部分PMDs已能滿足睡眠障礙診斷的需求，但其睡眠分期的結果仍未得到專業領域的認可[19]。至于其他設備，包括手環、睡眠監測床墊等，比PMDs更加便攜，還可在醫院及實驗室環境以外使用，對睡眠影響較小，但都存在精度不高、采集信號有限等問題[20-21]。
功能性近紅外光譜（functional near-infrared spectroscopy，fNIRS）是利用近紅外光監測大腦活動的光譜技術[22]。大腦組織活動時，氧合血紅蛋白（oxygenated hemoglobin，HbO）和脫氧血紅蛋白（deoxygenated hemoglobin，HbR）對近紅外光的吸收在不同的頻段有足夠大的差異，可以根據此差異計算它們各自在體內的濃度。其基本做法是同時測量特定時間段內經由大腦皮層兩個不同波長的近紅外光密度，利用修正的比爾—朗伯定律就可以將光密度信號恢復為HbO、HbR濃度信號。正電子發射斷層掃描（positron emission computed tomography，PET）和功能性磁共振成像（functional magnetic resonance imaging，fMRI）是傳統的神經系統成像方式，與它們相比，fNIRS具有更高的時間分辨率，可與電生理信號監測設備同時使用，同時還具有造價低、便攜性好、無噪聲等優點[23-26]。研究中還發現，fNIRS對受試者的動作不敏感，故而其信號中的運動干擾比電信號小得多，也更適合在自然環境中應用[27]。因此，fNIRS被廣泛運用于神經學、心理學、教育學等研究中[22, 28-29]。
傳統的睡眠監測方法無法反映大腦的血流動力學情況，PET與fMRI可以反映大腦血氧情況，但其時間分辨率不高，不能與金屬設備同時使用，且使用過程要求受試者保持靜止，因此并沒有將PET和fMRI應用于睡眠監測任務中。fNIRS可以反映大腦血流動力學情況，并且可與腦電（electroencephalogram，EEG）信號監測設備同時使用，因此有學者將fNIRS用于探究疲勞及睡眠過程中大腦的血氧變化情況。除此之外，有研究指出利用心肺耦合技術可以較準確地分出DS、LS、REM及W[30]。fNIRS信號包含的心率及呼吸率通常作為生理噪聲從原始信號中剔除了，睡眠相關研究中則可以提出心動及呼吸信號加以應用。基于以上分析可以得知，使用fNIRS進行睡眠監測既有理論基礎，又具備廣闊的應用前景。
綜上所述，本文針對fNIRS用于睡眠分期的研究、fNIRS用于臨床睡眠監測、fNIRS用于疲勞狀態的檢測幾個方向的研究現狀進行梳理總結，分析了目前fNIRS用于睡眠監測存在的問題，并指出了其發展方向，以期為相關領域的研究奠定理論基礎。
1 功能性近紅外光譜用于睡眠分期的研究
1.1 應用血氧濃度信號進行睡眠分期
通過分析fNIRS采集的信號，研究人員發現大腦血氧變化情況與大腦活躍度之間存在密切關系，研究中包括了對睡眠的研究[31-32]。研究分析了HbO、HbR及兩者濃度之和——總血紅蛋白（total hemoglobin，tHb）濃度，在不同睡眠階段及不同睡眠階段過渡過程中的變化特點，并且發現了變化規律[31-32]。這些研究為應用fNIRS技術完成睡眠分期的工作提供了重要依據。另外，在嬰兒的睡眠研究中，由于嬰兒的覺醒和睡眠兩種狀態只能持續幾分鐘至一小時，對運動不敏感的fNIRS在對嬰兒的睡眠研究中比其他技術更具優勢[33]。
Oniz等[31]以PSG的分析結果作為睡眠分期的參考，利用fNIRS記錄受試者前額整夜的血流動力學變化情況。結果顯示W、NREM與REM期的HbO、HbR濃度差異具有統計學意義，而tHb濃度差異不具有統計學意義；并且W、NREM、REM期的開始及結束時的HbO、HbR濃度差異都具有統計學意義，tHb濃度差異仍然不具有統計學意義。根據該結果可以推斷大腦的血液動力學變化中的HbO、HbR濃度有可能作為睡眠分期以及大腦完成“清理”和“提神”工作的指標。
Shiotsuka等[32]應用fNIRS和EEG兩種生理信號監測技術采集了4名男性8個夜晚的數據。其中4個夜晚，fNIRS采集了國際10-20系統Fp1和C3位置的信號，另外4個夜晚采集了O1和C3位置的信號。結果發現，整夜睡眠中，HbO和HbR濃度的變化趨勢存在很大的個體差異，但同一個受試者兩個整夜睡眠中HbO和HbR濃度的變化趨勢則相對較小。這意味著利用HbO和HbR濃度的變化分析睡眠狀態，在個體中較容易實現，當其范圍擴大到群體中時，分期結果的準確率會有所下降。另外他們還發現該研究中所有受試者Fp1和C3位置的HbO、HbR濃度在睡眠狀態過渡階段中變化趨勢一致；清醒到睡眠的過程中，HbO濃度降低，HbR濃度升高，從LS進入DS的過程中HbO濃度升高、HbR濃度降低；O1位置的變化趨勢則剛好相反。在REM睡眠期間HbO和HbR與NREM睡眠期間相比波動更大，并且REM期HbO濃度低于其他睡眠階段。
在關于睡眠的不同的研究中，相同位置血紅蛋白的濃度特征變化趨勢基本是一致的。如表1所示，前額區域變化結果呈現為清醒到進入睡眠狀態的過程中HbO濃度逐漸下降，HbR濃度逐漸升高，tHb濃度變化差異不具有統計學意義。另外，LS到DS的過程中HbO濃度逐漸升高，HbR濃度逐漸下降，tHb濃度變化差異不具有統計學意義。tHb濃度變化差異不具有統計學意義反映了不同的睡眠階段及安靜清醒狀態下人體總的血流動力學情況變化不大。在此基礎上，HbO濃度、HbR濃度的變化差異具有統計學意義反映了安靜清醒狀態大腦比剛入睡時更加活躍，DS時期大腦比LS時期更加活躍。這可能成為證明DS時期對精力的恢復比LS時期更重要的理論依據。
表1
不同睡眠階段fNIRS信號的響應特點（前額葉區域）
Table1.
Response characteristics of fNIRS signal in different sleep stages (prefrontal area)
表2
部分文獻fNIRS睡眠試驗設計
Table2.
The fNIRS sleep experiment design of part of the literatures
表3
fNIRS睡眠數據處理
Table3.
Processing of sleep data collected by fNIRS
1.2 應用其他生理信號進行睡眠分期
研究指出除血氧濃度信號之外，fNIRS信號中還可獲得組織氧飽和度（tissue oxygen saturation，TOI）、心跳、呼吸、低頻振蕩（low frequency oscillations，LFO）（頻率范圍3～40 mHz）、超低頻振蕩（very low frequency oscillations，VLFO）（頻率范圍40～150 mHz）等生理信息[34-35]。其中與LS和REM相比，DS期間的LFO和VLFO功率有所下降。
Nguyen等[36]同時記錄了受試者EEG、眼電圖（electro-oculogram，EOG）、fNIRS信號，并通過這些信號研究人體休息和睡眠時大腦的功能性連接狀況。他們分析了安靜覺醒睜眼（wake eyes open，w-o）、安靜覺醒閉眼（wake eyes closed，w-c）、NREM一期、NREM二期4個狀態腦網絡的連接情況。用EEG、EOG信號確定受試者狀態，將133個fNIRS頻道分組，分在5個腦區（額區、運動區、顳區、體感區和視覺區），這5個區域用來形成15個大腦網絡連接。他們發現w-c和NREM一期連接率高，w-o和NREM二期連接率低。此外，w-c和NREM一期之間的連接強度相似，w-o和NREM二期的連接強度較低。此結果說明，fNIRS有望成為研究休息和睡眠狀態下大腦功能性連接的主要工具。
Taga等[37]應用fNIRS測量了2～10月嬰兒覺醒和睡眠期間聽覺和視覺刺激相關皮層的血流動力學反應。他們將這些皮層區域分為4個腦區，并計算了4個腦區在不同情況下的HbO、HbR血流動力學平均響應曲線、腦區的功能性連接、HbO和HbR的相（the hemoglobin phase of oxygenation and deoxygenation，hPod）。經過統計分析發現，HbO和HbR的變化從刺激開始到達到峰值的時間在清醒狀態下比在睡眠狀態下更長。另外還發現，睡眠狀態的腦網絡連接強于清醒時。Lee等[38]同時采集EEG和fNIRS信號，以EEG信號的睡眠分期結果作參考依據，利用fNIRS采集的大腦血流動力學信號分析新生兒在活動睡眠（active sleep，AS）和安靜睡眠（quiet sleep，QS）期間大腦功能性連接是否存在差異，他們設定了3個閾值評估睡眠狀態對靜息狀態功能連接的影響。結果顯示，與QS期間的連接相比，AS期間的連接距離較遠。作者指出，這意味著在功能的早期發展過程中，每個睡眠狀態都扮演著不同的角色。另外，他們還發現不同的閾值設置會得到不同腦網絡連接結果，在閾值較低的情況中，更容易發現不同睡眠狀態的腦網絡連接存在差異。
如表1～表3所示，各研究將fNIRS與PSG等可進行睡眠分期的設備結合使用，通過數據預處理得到純凈的血氧濃度信號，接著利用統計學方法對不同睡眠狀態大腦血流動力學反應進行分析比較，且均發現fNIRS信號中存在一些特征，它們在不同睡眠階段的差異具有統計學意義。各項研究的結果說明，可以采用fNIRS研究不同睡眠狀態腦血流動力學狀況。同時也能看到目前研究中還存在以下兩個問題：① 對睡眠過程中fNIRS數據處理方法介紹較少；② 研究主要采集分析了前額葉區域的信號，分析區域為整個前額葉或單側前額葉，而針對全腦的fNIRS睡眠檢測研究較少。以上問題的解決依托于fNIRS設備性能和數據處理方法的提升，另外研究中也可通過探索fNIRS與其他生理信號的耦合特征來獲得更多與睡眠狀態相關的生理響應信息。
2 功能性近紅外光譜用于臨床睡眠監測
睡眠障礙、部分心理障礙、創傷性腦損傷、代謝受損等疾病都會引起腦血流變化異常[39-40]。腦血流量和新陳代謝的損害可導致繼發性腦損傷，這種影響在疾病初期尤為嚴重，從而導致臨床結果惡化。在以上疾病的急性期評估腦血流動力變化有助于更有效地規劃治療策略，以減少繼發性腦部病變。經顱多普勒（transcranial doppler，TCD）已被廣泛應用于血管性疾病、睡眠疾病、精神疾病的無創的腦血流監測當中，它通過測量腦內血流速度來反映大腦的血流動力情況[41]。TCD的時間分辨率（< 0.1 Hz）遠小于fNIRS，并且只能應用于顱骨較薄弱的地方。目前，已有睡眠障礙及心理疾病的睡眠監測中增加fNIRS設備輔助監測的報道[42-43]。
睡眠呼吸障礙（sleep-disordered breathing，SDB）在人群中十分常見并且會影響部分人的正常生活；中年人群中大約9％的女性，24％的男性受到SDB的影響；兒童中大約有4%～11%受到SDB的影響[44-45]。患有SDB更容易患上心肌梗塞、高血壓等心血管疾病[18]。同時患有SDB對認知功能也會產生消極影響。有研究利用fNIRS技術采集的生理信號分析對比缺乏睡眠或存在睡眠障礙的人群與健康人群在任務中血液變化的區別，其結果反映的變化為深入了解睡眠障礙及其影響提供了理論依據[46]。Bu等[46]采集睡眠正常和睡眠被剝奪的受試者在休息時、任務中、任務后前額葉的fNIRS信號，并在六個小頻率區間上對信號進行小波相位相干性（wavelet phase coherence，WPCO）分析，WPCO值越低，表明左右前額葉HbO振蕩之間的相位同步性越低。他們發現休息時、任務中、任務后睡眠剝奪組0.05～0.15 Hz的WPCO值都低于對照組，這表明睡眠剝奪導致左側和右側前額葉血流相位同步下降。因此研究指出WPCO適合用于分析大腦血氧含量在低頻區間的相位同步性，并且提供了六個頻率間隔的生理意義：① 0.6～2 Hz（心臟活動），② 0.145～0.6 Hz（呼吸活動），③ 0.052～0.145 Hz（腦振蕩起源于抵抗血管中平滑肌細胞的固有肌源性活動），④ 0.021～0.052 Hz（神經源性活動），⑤ 0.009 5～0.021 Hz（一氧化氮相關內皮活動），⑥ 0.005～0.009 5 Hz（非一氧化氮相關的內皮活動）。這六個頻率區間對應的生理活動的準確性還需進一步的檢驗。
Zhang等[42]通過fNIRS測量阻塞性呼吸暫停和低通氣量呼吸暫停在微血管床中引起的局部血液動力學變化，并觀測了連續氣道正壓（continuous positive airway pressure，CPAP）對患者腦血流變化情況是否存在影響。結果顯示，在呼吸暫停事件中患者的腦血氧量和氧飽和存在相位差異，腦血氧量在呼吸暫停發生前開始下降，在呼吸暫停發生后上升，而氧飽和則在其發生后開始下降，并在血氧量到達峰值之后才能到達最小值。作者認為呼吸暫停開始時腦血氧的增加可能是由于急性缺氧和高碳酸血癥引起的腦血管擴張導致的，事件結束后腦血氧的下降可能反映了恢復階段的腦血管收縮。線性混合效應模型檢測結果表示呼吸暫停的持續時間和類型是決定大腦血液動力學變化的最重要的協變量，另外還發現睡姿對腦氧飽和腦血壓都有影響，CPAP能夠改變呼吸暫停期間的腦血氧變化情況。此項研究為睡眠障礙治療手段的有效性驗證提供了思路。
Nishida等[43]利用fNIRS信號分析抑郁患者睡眠時的血流動力學參數的變化情況，以便了解導致抑郁癥患者睡眠困難生理機制。其結果表明抑郁癥患者在任務過程中前額的血氧激活程度與對照組相比更低且差異具有統計學意義，推知前額葉可能受到了抑郁睡眠障礙的影響，同時還可推知抑郁癥患者血流動力學反應系統可能受到了損傷。
整合目前的研究可以發現臨床睡眠監測中，fNIRS主要用于睡眠障礙、心理疾病等相關研究中。其工作目標致力于了解患者睡眠狀態下血流動力學反應與健康人群的區別。研究大多以其他設備的睡眠分期、疾病診斷結果為參考，再分析患者的腦血流動力學在不同睡眠狀態或疾病發生狀態的變化情況。目前fNIRS的結果反映患者與健康人群在睡眠過程中部分腦區的血流動力學狀況是存在區別的。因此推知，睡眠障礙中fNIRS的應用是疾病診斷以及檢驗治療手段有效性的優先選擇。fNIRS為臨床睡眠監測提供了更多的指標和便利，但其結果仍需更多的研究驗證。雖然fNIRS在不同睡眠階段腦血氧濃度差異檢測以及部分睡眠疾病發生時的腦血流情況檢測中有著優異的表現，但根據fNIRS數據建立健康人群與患者區別模型的工作仍未完成，這意味著fNIRS設備仍然很難獨立使用，以及將fNIRS用于臨床疾病檢測仍需大量的研究支撐。另外，有文獻指出，經過美國食品藥品監督管理局批準可以商用的fNIRS極少，由此可知將其投入廣泛應用還需大量的技術積累[27]。
3 功能性近紅外光譜用于疲勞狀態檢測
疲勞被分為兩類，一類是身體疲勞，另一類是心理疲勞[47]。身體疲勞通常由體力勞動過多、睡眠時長過短等原因造成，通過調整作息、增加睡眠時長等方式可以緩解身體疲勞。而心理疲勞通常由壓力過大、情緒低沉等原因造成，嚴重的心理疲勞通常還伴隨著身體疲勞及睡眠質量下降等問題。進一步，身體疲勞及睡眠質量下降又會引起心理疲勞的加重，循環往復，對身體和心理造成極大的傷害。公共衛生與預防醫學、臨床醫學、中西醫結合等領域有很多學者對睡眠與疲勞關系開展了研究。其中，大量研究通過統計分析問卷、量表了解睡眠與疲勞的關系[48-50]，同時也有生物醫學工程領域的專家學者應用fNIRS等技術研究睡眠剝奪對疲勞的影響 [51]。
研究指出，人在輕度疲勞狀態下能保持良好的行為能力，其結果顯示保持行為能力的過程中，相關的腦區HbO濃度增加，這意味著該區域在任務狀態中被激活[52]。Chuang等[52]通過探測器為8源16導的fNIRS記錄了受試者疲勞駕駛狀態下大腦血液動力學變化情況。受試者的行為表現表明，即使大腦出現疲勞跡象，所有受試者也能夠迅速應對車道偏離事件，這表明受試者在駕駛試驗中與疲勞進行了斗爭。這個斗爭過程中，額葉皮層、初級運動皮層、頂枕皮質和輔助運動區的HbO濃度均呈現增加的趨勢，這些結果說明疲勞狀態下，為了維持績效，運動任務相關腦區被激活了，此結果與EEG信號分析的結果一致。
Lin等[53]利用EEG和fNIRS對精神疲勞狀態下的多生理信號變化進行研究，觀察汽車偏離試驗中優、中、差三組受試者枕葉的HbO濃度變化的標準分數。研究指出，肌肉反應相似的情況下，精神疲勞組雙側前額的HbO濃度含量低于對照組，并且其差異具有統計學意義。該項研究結果說明，精神疲勞會直接導致大腦HbO濃度含量降低，導致腦細胞不活躍。另外作者還發現隨著疲勞程度的增加，前額葉中的HbO濃度增加，增加前后濃度差異具有統計學意義，這個結果說明大腦發出維持運動能力的指令需要消耗更多的氧氣。
Borragán等[51]發現睡眠剝奪引起的認知疲勞，會導致工作記憶任務、警覺任務中受試者前額葉HbO濃度的增加，左右半球同步性下降。其結果說明，睡眠剝奪引起的認知疲勞增加了大腦前額葉的激活程度，由于未見其他文獻報道疲勞狀態下任務中左右半球的同步性下降，可以推測這個結果可能由睡眠剝奪導致也可能是疲勞導致的。
綜上所述，目前基于fNIRS的疲勞狀態檢測研究結果發現，疲勞組和對照組的HbO濃度、HbR濃度、左右腦區同步性存在差異。這意味著fNIRS可能成為研究疲勞的有力工具，并且fNIRS相關特征可能成為判斷疲勞指標。但目前未見研究建立疲勞狀態檢測模型，完成此項工作需積累大量試驗數據并對數據進行有效的歸一化處理。
4 討論
作為新興起的腦功能成像技術，fNIRS具有空間分辨率高、運動干擾較小、設備輕巧便攜、價格低等優勢。另外，fNIRS技術能夠從時域、頻域、非線性域等角度反映大腦的血氧濃度的變化。因此，fNIRS在睡眠、疲勞、靜息相關的研究中具有廣闊的前景。本文進一步將針對目前fNIRS用于睡眠分期、臨床睡眠監測、疲勞3個方面的研究情況進行深入的討論。
通過對睡眠分期，可以進一步理解睡眠對生命狀態的影響方式。目前將fNIRS用于睡眠分期的研究中，大多趨向于分析不同睡眠狀態下個體腦血氧存在的差異，結果說明不同睡眠狀態下，大腦活躍度不同[31-32]。其中REM期大腦耗氧量最大，最為活躍，這可能與夢通常出現在REM期相關，不同的夢境是否會影響REM期不同區域腦血氧變化可以作為進一步的探索方向。
將fNIRS用于臨床睡眠監測便于醫生查看患者大腦的血氧情況，讓睡眠、神經疾病的監控診斷更為便利。現有研究發現呼吸暫停的持續時間和類型、睡姿、CPAP等因素均對睡眠過程中的腦血氧情況存在影響，其中具體的影響方式及影響結果尚有待進一步更深入的研究[42]。睡眠障礙及心血管疾病對睡眠的影響是睡眠醫學研究的主要方向，將fNIRS技術引進這類研究中可以直觀地了解疾病對大腦血流狀況的影響及改變。
應用fNIRS進行疲勞檢測幫助研究人員了解了不同行為引起的疲勞對大腦不同區域的血流動力學情況的影響[51-53]。已有研究側重關注血氧濃度與疲勞程度的關系，但是在某些方面研究還能繼續深入。例如，個體在疲勞狀態下維持高作業績效的時長與血氧變化的關系，以及年齡、性別、健康狀態對維持時長有哪些影響等。另外，聯合使用fNIRS、EEG等設備進行的多生理睡眠、疲勞研究目前較少，未來開展相關研究將對進一步挖掘睡眠及疲勞方面的生理規律具有重要意義。
但是目前，將fNIRS應用于睡眠監測的研究仍然存在一些技術問題，如整夜睡眠時間通常超過5 h，而長時間的fNIRS信號采集受基線漂移、運動偽跡等干擾影響較大；不同廠家的數據接口不一致，這導致相關領域的學者使用fNIRS設備時通常缺乏生理響應信號的深入分析，因而也是今后值得深入研究的方向之一。
5 總結
本文分別介紹了fNIRS用于睡眠分期、臨床睡眠監測、疲勞狀態檢測3個問題的研究現狀，通過對比研究現狀總結分析了目前fNIRS技術用于睡眠研究的焦點及存在的問題。將fNIRS用于睡眠監測中有助于了解睡眠狀態下腦血流動力學狀況。在無法采集到良好電信號等特殊環境，fNIRS的使用也可為研究結果分析、患者疾病診斷提供可靠依據。
另外，基于fNIRS對疲勞及睡眠監測，本文還討論了當前研究存在的局限性：① 基于fNIRS對疲勞、睡眠、睡眠障礙診斷的特征仍未完全發掘；② 基于fNIRS的疲勞檢測、睡眠分期研究，未能根據其響應規律進行疲勞檢測及睡眠分期；③ fNIRS用于觀測心血管疾病與睡眠障礙關系相關研究匱乏。
綜上所述，基于fNIRS的睡眠監測研究仍有很多問題值得探索。未來，可以對針對睡眠監測的fNIRS數據預處理方法進行深入研究，另外還可探尋更多fNIRS信號中的睡眠敏感特征，從而建立性能優越的睡眠分期模型。
利益沖突聲明：本文全體作者均聲明不存在利益沖突。
