Title: Diagnosis and monitoring of bruxism using earbud motion sensors

Patent No.: 20220313153
Application Date: 2022-03-30
Assignee: Apple Inc.
Inventors: Seyedeh Fereshteh Shahmiri, Jun Gong, Gierad Laput, Mengying Fang, Ke-Yu Chen, Runchang Kang

摘要

本发明涉及使用耳塞运动传感器诊断和监测磨牙症的实施例。在一个实施例中，一种方法包括：通过至少一个处理器接收来自耳塞中运动传感器的信号，其中信号是在耳塞插入用户耳朵时捕获的；使用该处理器将信号分割成多个片段；从这些片段中提取特征；使用该处理器对特征进行分类；并基于分类结果确定预测的口腔面部活动。

Patent Drawings

技术领域

健康监测技术领域，具体涉及使用耳塞传感器监测口腔面部活动。

发明背景

磨牙症是一种常见的口腔副功能行为，可能发生在清醒或睡眠期间。现有的监测方法主要依赖多导睡眠图（PSG）和肌电图（EMG）传感器，但这些方法存在成本高、使用不便以及无法有效区分磨牙和其他口腔面部活动的缺点。现有技术难以实现对磨牙症的早期诊断和预防。

发明总览

本发明提出了一种利用耳塞中的运动传感器监测磨牙症的新方法。通过分析耳塞中加速度计捕捉到的音频频段振动信号，本发明能够有效区分磨牙和其他口腔面部活动。该方法包括信号预处理、特征提取和分类等步骤，使用支持向量机（SVM）分类器进行分类，并提供多类和二分类输出。本发明相较于现有技术，具有更高的便捷性和社会接受度，同时能够提供高质量的信号以实现准确的诊断。

核心创新

  • 利用耳塞中的运动传感器（如加速度计）捕捉音频频段振动信号，通过分析这些信号来监测磨牙症。
  • 在信号预处理阶段，通过计算信号样本窗口的能量并设定功率阈值，去除能量低于阈值的片段，从而提高信号质量。
  • 采用多尺度特征提取方法，包括短时特征（时域和频域特征）、中时统计特征和长时平均特征，以全面捕捉磨牙活动的特征。
  • 使用支持向量机（SVM）分类器对提取的特征进行分类，分类结果以多类和二分类格式提供，提高了分类的准确性和灵活性。
  • 信号幅度被归一化为最大自主咬合（MVC）的百分比，从而实现标准化处理，便于不同用户之间的比较。
  • 通过耳塞传感器捕捉到的振动信号能够有效区分磨牙和其他口腔面部活动，解决了现有技术中无法有效区分的问题。
  • 本发明可应用于日常监测场景，利用耳塞作为现成设备，无需额外用户仪器，实现便捷、无干扰的口腔活动监测，为用户提供自我健康管理的新途径。

View on WIPO

Analyzed by Patent Digest System
2026-04-08 20:18