睡眠学
🔑 核心发现
- 压电传感器方案（如Withings Sleep Analyzer）心率监测误差<2.12 bpm，呼吸率误差<1.6次/分钟，短程精度已接近临床级
- 睡眠/觉醒判断灵敏度约95%，但特异性仅25-47%——能可靠地识别你已入睡，但经常将安静清醒误判为睡眠
- 床垫设备系统性高估总睡眠时间（中位数+30-48分钟），低估入睡后觉醒时间（中位数-45-54分钟），这些偏差在睡眠障碍患者中更为显著
- 非接触式设备检测中重度睡眠呼吸暂停（AHI≥15）的灵敏度88%、特异度87%（AUC 0.92）——Meta分析级别证据
- 智能床垫对深睡眠和REM的判断能力远低于可穿戴设备——因为它们不测脑电波，仅靠体动和心率推测
📋 本文目录
你不需要戴手表、不需要贴电极、甚至不需要碰任何东西——一块放在床垫下面的垫子，就能在你完全无感的情况下追踪你每晚的心率、呼吸、睡眠时长和打鼾情况。这个"无形中守护你的睡眠"的承诺听起来像是未来科技，但它今天已经在你身边的电商平台上以几百到几千元不等的价格出售。
智能床垫和睡眠追踪垫的核心卖点是"被动监测"——你什么都不用做，数据自动来。但问题的关键在于：这些数据到底有多准？它们是真正能帮你改善睡眠的工具，还是只是一个让你为"看不见摸不着的科技"买单的营销概念？
本文基于2021-2025年发表的9篇同行评审验证研究——包括系统综述、Meta分析、大样本PSG对照研究——系统评估非接触式睡眠监测技术的真实表现。
三种核心技术原理：它们如何"隔空"感知你的身体？
智能床垫和追踪垫的核心在于不接触身体就能采集到心率、呼吸和体动信号。目前市面上的产品主要采用以下三种传感技术[1][9]：
| 技术 | 原理 | 代表产品 | 优势 | 局限 |
|---|---|---|---|---|
| 压电传感器 | 压电薄膜/陶瓷在外力作用下产生电荷，感知心跳、呼吸和体动引起的微振动 | 慕思智能床垫、部分国产品牌追踪垫 | 高灵敏度、无需供电（被动式）、制造成本低 | 受床垫厚度和材质影响大；双人床需分区 |
| 气压传感器 | 充气垫内的压力传感器检测呼吸运动和体动引起的压力变化 | Withings Sleep Analyzer | 信号稳定、体动检测优秀、算法成熟 | 需供电、精度受床板平整度影响 |
| 弹道心动图（BCG） | 检测心脏每次泵血对身体产生的微小反作用力，推算心率和呼吸 | Emfit QS、Sleep Number智能床 | 心搏信号丰富、理论可提取HRV | 信号处理复杂、体重大/年龄大者精度下降 |
2023年Zhai等人发表的系统综述和Meta分析（纳入26篇研究，其中22篇提供Meta可分析数据）确认了一个重要发现：在健康参与者中，使用压电传感器的床垫式设备具有最好的监测准确度。其睡眠/觉醒区分的表现与体动记录仪（actigraphy）相当——而体动记录仪已经是临床上广泛接受的替代性睡眠评估工具[1]。
值得注意的是，这些设备之间的技术路径并非完全独立——例如BCG传感器在本质上也是一种特殊的压电/压力传感器。2025年Daneshvar等人发表的综述系统梳理了这一领域从传统床垫式传感器到AI驱动方法的进化历程，指出机器学习（尤其是深度学习）的引入正在显著提升BCG信号中提取睡眠信息的精度[9]。
基础生理信号监测：心率和呼吸已经相当可靠
在讨论睡眠分期之前，有必要先回答一个更基础的问题：智能床垫测出来的心率和呼吸率准不准？
2024年Ravindran等人在JMIR mHealth and uHealth发表了一项数字健康技术评估研究，在睡眠实验室环境下对35名社区居住老年人（65-83岁）同时进行了PSG和三种非接触式设备的监测[3]。结果如下：
| 设备 | 心率 MAE (bpm) | 心率 MAPE | 呼吸率 MAE (cpm) | 呼吸率 MAPE |
|---|---|---|---|---|
| Withings Sleep Analyzer（床垫下气压） | <2.12 | <5% | ≤1.6 | <12% |
| Emfit QS（床垫下BCG） | <2.12 | <5% | ≤1.6 | <12% |
| Somnofy（床边雷达） | N/A（仅测呼吸） | N/A | ≤1.6 | <12% |
所有三种设备在1分钟分辨率下的心率和呼吸率均达到了"可接受"的精度水平[3]。其中Withings的鼾声检测与PSG的相关性r²=0.76（P<0.001），呼吸暂停-低通气指数（AHI）估计与PSG的相关性r²=0.59——这一结果为后续的睡眠呼吸暂停筛查应用奠定了基础[3]。
一个实用的结论是：如果你只关心自己每晚的心率趋势和呼吸频率变化，当前的智能床垫/追踪垫已经足够胜任。心率和呼吸率的测量误差<2 bpm和<2 cpm的水平，几乎不会影响趋势解读。
睡眠/觉醒判断：灵敏度高，特异性差——同一老问题
所有基于体动的睡眠监测设备——无论是腕表、指环还是床垫——都共享一个根本性的方法论局限：它们通过"你是否在动"来推断"你是否在睡"。这个方法有两个天生的缺陷[2][4]：
- 安静清醒被误判为睡眠：你半夜醒来、躺在床上不动——设备会认为你在睡觉
- REM期的活跃体动被误判为清醒：你在做梦时身体不自觉地动了一下——设备可能认为你醒了
2023年Ravindran等人对比了三种非接触式设备在35名老年人中的表现，发现了一个规律性结论[2]：
- Withings Sleep Analyzer：睡眠灵敏度高，但特异性仅约41%（MCC 0.41）——即超过一半的清醒状态被误判为睡眠
- Emfit QS：表现最差（MCC 0.35），睡眠/觉醒区分能力有限
- Somnofy床边雷达：在三种设备中表现最好（MCC 0.63），但仍远低于PSG
有趣的是，研究中的参考设备——腕部体动记录仪（Actiwatch Spectrum）——其MCC也仅为0.37，与非接触式设备在同一水平甚至更低[2]。这意味着非接触式设备在睡眠/觉醒判断上与已获临床接受的体动记录仪并无本质差距。
更重要的是，所有三种非接触式设备都系统性地高估了总睡眠时间：Withings高估>90分钟，Emfit情况类似。入睡后觉醒时间（WASO）也被系统性低估>50分钟[2]。
2025年最大规模验证：>400晚数据的真相
2025年Manners等人在Journal of Sleep Research发表了迄今为止最大规模的床垫下传感器验证研究——183名参与者、超过400晚的PSG同步数据（包括健康睡眠者和多种睡眠障碍患者，涵盖夜间和日间睡眠）[4]。核心结果如下：
- 睡眠/觉醒总体分类准确率：83%
- 睡眠灵敏度：95%（即PSG判定为睡眠的时段，设备也判定为睡眠的比例高达95%）
- 清醒特异性：仅37%（即PSG判定为清醒的时段，设备正确识别为清醒的比例只有37%）
- 总睡眠时间（TST）高估：平均+48分钟（SD 81分钟）
- 入睡后觉醒时间（WASO）低估：平均-54分钟（SD 78分钟）
- 睡眠效率高估：+9%（SD 15%）
- 入睡潜伏期高估：+6分钟（SD 26分钟）
以下几个亚组分析结论特别值得强调[4]：
- 夜间睡眠的准确率（89%）显著高于日间睡眠（82%）：因为日间睡眠质量本身更差、觉醒更多
- 健康人群的准确率（89%）显著高于睡眠障碍患者（81%）：后者有更多的安静清醒状态被误判
- 关键提示：如果你有失眠或其它睡眠障碍，床垫设备会系统性高估你的睡眠时长——并且偏差比健康人群更大
EMFIT QS：BCG技术的警示案例
EMFIT QS是弹道心动图（BCG）技术路线的典型代表——它使用压电传感器条带放置在床垫下，从心搏振动的反作用力中提取生理信号。但2022年Kholghi等人在JCSM发表的独立验证研究揭示了一个严重的性能问题[6]：
- 数据丢失率高达47%：62名睡眠实验室患者中有29人的EMFIT数据因信号质量问题无法使用
- 在剩余33名可分析参与者中（53.7±16.5岁），EMFIT高估总睡眠时间平均177.5分钟（P<0.001）——这接近3小时的偏差，在消费级设备中极为罕见
- 睡眠/觉醒检测的一致性极低（Kappa=0.13）
- 无法有效区分睡眠阶段：混淆矩阵显示，PSG判定的深睡眠有49%被误判为浅睡，清醒有53%被误判为浅睡
EMFIT确实在平均静息心率和入睡潜伏期上表现可接受[6]。但整体来看，这一验证结果强烈提示：BCG消费级设备在更广泛的临床人群中的实际表现远不如其营销所暗示的。在选购BCG类产品时，"数据质量是否稳定"比"理论上能测什么"更重要。
睡眠呼吸暂停筛查：智能床垫的真正杀手锏
如果说睡眠分期是非接触式设备的软肋，那么睡眠呼吸暂停（OSA）筛查就是它们最亮眼的应用场景。
Withings Sleep Analyzer：临床级验证
2021年Edouard等人在JCSM发表的标准PSG对照验证（n=118名疑似OSA患者，单夜同时记录）为这一应用提供了最坚实的证据[5]：
- 中重度OSA检测（AHI≥15）：灵敏度88.0%，特异度88.6%，AUC 0.926
- 重度OSA检测（AHI≥30）：灵敏度86.0%，特异度91.2%，AUC 0.954
- 平均AHI估计误差：9.5事件/小时
- 在欧盟，Withings Sleep Analyzer已被认证为医疗级睡眠呼吸暂停筛查设备
智能床BCG方案：大型队列验证
2025年Siyahjani等人发表了智能床BCG方案的大规模验证研究（104名参与者，跨2016-2024年的三批次独立睡眠实验），在识别中重度OSA（AHI≥15）上达到了83.3%的准确率，灵敏度76%，特异度85%[7]。
Meta分析确认的全局结论
2025年Hasanain等人发表了一项纳入59项研究的系统综述和Meta分析——这是迄今最全面的可穿戴与接触式设备OSA检测诊断价值评估[8]。关键结论：
- 非接触式设备检测中重度OSA（AHI>15）：汇总灵敏度0.88（95% CI: 0.86-0.90），汇总特异度0.87（95% CI: 0.82-0.91），AUC 0.92
- 可穿戴设备检测中重度OSA：汇总灵敏度0.87（95% CI: 0.81-0.92），特异度0.86（95% CI: 0.78-0.91），AUC 0.93
- 非接触式和可穿戴设备的OSA检测性能几乎持平，均达到了可作为筛查工具的精度水平
这意味着一个你可能没有意识到的现实：如果你有打鼾、白天嗜睡、晨起口干等OSA疑似症状，一块几百元的智能床垫追踪垫可能比几千元的智能手表更有效地帮你进行初步筛查——前提是该设备具有经过验证的呼吸事件检测功能。[8]
但请注意：所有研究的结论都是一致的——这些设备适用于筛查而非诊断。它们无法替代医院的多导睡眠图（PSG）或家庭睡眠呼吸暂停测试（HSAT）。如果你怀疑自己患有OSA，设备数据可以作为你就医的参考，但不能作为自我诊断的依据[8][9]。
价格、品牌与实际选购建议
中国市场的智能睡眠监测产品价格跨度极大。
| 价格区间 | 典型产品类型 | 核心功能 | 验证级别 | 适合人群 |
|---|---|---|---|---|
| 200-800元 | 基础追踪垫（国产压电式） | 心率、呼吸率、睡眠时长、体动 | 低（多数无PSG验证） | 仅需基础趋势追踪 |
| 800-2000元 | 中端追踪垫（Withings Sleep入门/国产中高端） | +睡眠分期、打鼾检测、呼吸事件 | 中（Withings有PSG验证） | 关注OSA筛查或睡眠分期 |
| 2000-8000元 | 高端追踪垫/智能床垫配件 | +双人分区、温控、HRV、AI分析 | 中-低（大部分缺乏独立验证） | 追求全面睡眠优化 |
| 8000元以上 | 一体化智能床垫 | +硬度调节、智能家居联动、升降 | 极低（几乎无公开PSG验证） | 预算充裕的整体睡眠方案 |
选购核心原则：
- 看验证证据，不要看营销术语：是否在同行评审期刊上发表了PSG对照验证研究？样本量多大？是否包含临床人群？这是区分"真科技"和"伪科技"的唯一标准[1][4]。目前只有Withings Sleep Analyzer和Emfit QS有公开发表的独立PSG验证数据。
- OSA筛查需求优先于睡眠分期：如果你关注呼吸问题（打鼾、呼吸暂停），选择有OSA验证的床垫设备是有价值的投资。如果你只是想精确追踪深睡和REM的比例，床垫设备不是合适的工具——它们的睡眠分期能力远不如Oura Ring等经过验证的可穿戴设备[2][4]。
- 双人床必须确认分区功能：床垫传感器通常无法区分两个人的信号。如果你的伴侣同床，必须确认设备明确支持双人独立监测或分区部署，否则心率数据会严重混淆。
- 注意数据订阅费：部分品牌的高级分析功能需要月/年订阅。在购买前确认基本功能和付费功能的分界线和持续成本。
- 床垫类型影响精度：厚记忆棉床垫（>30cm）可能衰减振动信号，导致精度下降。有床板间隙的排骨架床也可能影响传感器贴合。购买前确认产品是否兼容你的床垫类型[2]。
- 不要把追踪垫放在另一层床垫的上面：追踪垫需要放置在床垫和床板/床架之间，而非床垫和床单之间。多层叠放会严重削弱信号强度。
局限性与未来展望
当前主要局限：
- 无法区分安静清醒与睡眠：这是所有非接触式设备的系统性短板——特异性通常<50%[2][4]
- 睡眠分期准确率远低于可穿戴设备：床垫设备对REM和深睡的误判率极高（如EMFIT将49%的深睡眠判为浅睡）[6]
- 缺乏跨品牌、跨种族的标准化验证：除Withings外，绝大多数品牌无公开发表的独立PSG验证研究
- 体重大和体重轻者的精度下降：传感器对体型和体重的适应性有限
- 不能替代医院诊断：筛查工具≠诊断工具。OSA的最终诊断必须通过PSG或HSAT完成[8]
值得关注的趋势：
- AI/深度学习提升分期精度：2026年的压电薄膜研究（61晚PSG同步数据）利用装袋树（bagging tree）模型实现四分期准确率80.5%，Kappa 0.74——展示了AI在解决睡眠分期难题上的潜力
- 智能家居联动：与智能灯/恒温器联动实现"温度-光照-声音"三位一体的睡眠环境优化——这不仅限于床垫，而是整个卧室生态
- 长期连续健康监测：非接触式设备的最大优势是依从性——无需充电、无需佩戴，可实现连续数月甚至数年的无间断数据采集，这对于捕捉睡眠趋势和早期健康变化具有可穿戴设备无法比拟的价值[3][4]
- 医疗级认证拓展：Withings Sleep Analyzer在欧盟的医疗认证为行业指明了方向——未来的床垫追踪器可能不只是"健康工具"，而是有监管机构背书的筛查设备[5]
一句话总结：智能床垫和睡眠追踪垫在基础生理信号监测（心率、呼吸）和睡眠呼吸暂停筛查方面已达到实用水平——2025年Meta分析确认其OSA检测AUC可达0.92。但在睡眠分期精确度上，它们仍然受限于"不测脑电波"的根本性瓶颈。如果你不介意这个局限性而更看重"零负担使用的长期健康趋势追踪"，那么一块几百到一千多元的经临床验证的追踪垫是值得投资的工具。但如果你追求精准的REM和深睡比例分析、或已有失眠症状，你需要的不是一块垫子——而是换个方式理解睡眠。
🔬 睡眠学评价
证据等级：🟢 A级·强证据
总结一句话：
基于9篇经过PubMed验证的同行评审研究（含系统综述、Meta分析、大样本PSG对照研究和临床验证），智能床垫/追踪垫在基础生理信号监测和OSA筛查方面已达到临床可接受的精度水平，但在睡眠分期精确度上仍存在根本性限制——这是一个有真实价值的技术，但你需要清楚地知道它能做什么、不能做什么。
可信度较高的发现：
- 心率和呼吸率监测精度已接近临床级：Withings Sleep Analyzer心率MAE<2.12 bpm、呼吸率MAE≤1.6 cpm——Ravindran 2023和2024两项独立研究一致确认
- OSA筛查性能可靠：Edouard 2021（n=118）和Siyahjani 2025（n=104）独立验证，Hasanain 2025 Meta分析（59项研究）汇总确认——灵敏度88%、特异度87%、AUC 0.92
- 睡眠/觉醒灵敏度极高（~95%）但特异性极差（25-47%）：跨设备、跨人群的高度一致发现——Ravindran 2023、Manners 2025（>400晚）双重确认
- 总睡眠时间系统性高估+30-177分钟：Kholghi 2022（EMFIT）、Ravindran 2023（三设备）、Manners 2025（>400晚）三重验证
- 非接触式设备与可穿戴设备在OSA检测上性能持平：Hasanain 2025 Meta分析级别证据
需要注意的局限：
- 独立PSG验证仅覆盖Withings和EMFIT：绝大多数中国品牌和高端智能床垫缺乏公开发表的同行评审验证
- EMFIT数据丢失率高达47%（Kholghi 2022），BCG信号在真实世界中的稳定性存疑
- 睡眠分期能力显著弱于可穿戴设备——这是由传感器类型决定的根本性瓶颈
- 日间睡眠和睡眠障碍患者的准确率显著低于夜间睡眠和健康人群
- 目前尚无针对中国人群的大样本验证研究——不同种族的体型和睡眠习惯可能影响精度
- 所有OSA筛查研究均基于实验室环境——居家环境中的噪音和信号衰减可能降低实际表现
- 证据等级：A级·强证据（多篇Meta分析和系统综述支持核心结论）
适合阅读人群：
正在考虑购买智能床垫或睡眠追踪垫的消费者、想要了解非接触式睡眠监测技术边界的科技爱好者、怀疑自己有睡眠呼吸暂停并想通过居家设备进行初步筛查的用户、关注长期健康数据趋势但不愿佩戴可穿戴设备的银发人群。
睡眠学立场：
我们看好非接触式睡眠监测技术在OSA筛查和长期趋势追踪方面的应用前景。但我们也必须坦率地指出当前产品的睡眠分期不足。选购时请重点关注是否经过了公开发表的独立PSG验证，而非依赖品牌自己的营销术语。本文将随新的独立验证研究和中国人群数据的发布而更新。
实用建议：
- 关注数据趋势而非单晚数值，结合自身白天的精力与感受综合判断。
- 设备数据仅供自我观察参考，不能替代专业医疗诊断。
- 若数据持续异常且伴日间症状，应就医而非自行解读。
风险提醒：
- 避免过度关注数字而产生焦虑；设备误差存在，趋势比绝对值更有意义。
- 异常数据不作为自我诊断依据。
📚 参考文献
- Evaluation of the Accuracy of Contactless Consumer Sleep-Tracking Devices Application in Human Experiment: A Systematic Review and Meta-Analysis. Sensors (Basel), 2023. PMID: 37430756 · DOI: 10.3390/s23104842
- Three Contactless Sleep Technologies Compared With Actigraphy and Polysomnography in a Heterogeneous Group of Older Men and Women in a Model of Mild Sleep Disturbance: Sleep Laboratory Study. JMIR Mhealth Uhealth, 2023. PMID: 37878360 · DOI: 10.2196/46338
- Reliable Contactless Monitoring of Heart Rate, Breathing Rate, and Breathing Disturbance During Sleep in Aging: Digital Health Technology Evaluation Study. JMIR Mhealth Uhealth, 2024. PMID: 39190477 · DOI: 10.2196/53643
- Performance evaluation of an under-mattress sleep sensor versus polysomnography in > 400 nights with healthy and unhealthy sleep. J Sleep Res, 2025. PMID: 40017337 · DOI: 10.1111/jsr.14480
- Validation of the Withings Sleep Analyzer, an under-the-mattress device for the detection of moderate-severe sleep apnea syndrome. J Clin Sleep Med, 2021. PMID: 33590821 · DOI: 10.5664/jcsm.9168
- A validation study of a ballistocardiograph sleep tracker against polysomnography. J Clin Sleep Med, 2022. PMID: 34705630 · DOI: 10.5664/jcsm.9754
- Validating a smart bed against polysomnography for sleep apnea detection. Sci Rep, 2025. PMID: 40603440 · DOI: 10.1038/s41598-025-07336-4
- Diagnostic value of wearable and contactless technologies for detecting obstructive sleep apnea: a systematic review and meta-analysis. Sleep Breath, 2025. PMID: 41310031 · DOI: 10.1007/s11325-025-03544-4
- Tracing the evolution in sleep apnea detection: a review from traditional non-contact under-the-mattress devices to advanced AI-driven methods. Sleep Breath, 2025. PMID: 41139169 · DOI: 10.1007/s11325-025-03500-2