夜深人静，有的人鼾声很大很长，声音从起来到落下间隔可达1分钟，此现象可能是呼吸暂停综合症。有过多年医疗器械研发经历的杭州电子科技大学信息学院院长李文钧告诉《中国科学报》：“呼吸暂停综合症和心脏骤停一样致命，但在日常生活中容易被忽视，以为就是打鼾厉害。”

呼吸暂停综合症多发在晚上睡觉时，有人可能在睡眠中死去，却不知道死因。在导师李文钧和岳克强的指导下，杭州电子科技大学一个叫做“谛听”的学生团队，研发出“毫米波生命体征监测系统”，已经申请九篇专利，发表两篇软著。

项目负责人、杭州电子科技大学2019级计算机科学与技术研一学生岳雪颖说：“我们的工作一是希望呼吸暂停综合症能为更多人认知，二是希望用毫米波、深度学习、物联网等技术识别、干预、监测、预警这个致命病症，守护人类健康。”

杭州电子科技大学2019级电子与通信工程专业研一学生孙洁介绍道，“毫米波生命体征监测系统”终端是一个看起来很像充电宝的东西，可以放置在家里的任意位置。凹槽里的芯片发出毫米波，可以穿透雾、烟、灰尘等，也具有较强的抗干扰能力，可以精准的找到家里睡觉的人。

那么，睡眠中的人身上会发出很多种声音，比如心跳声、呼吸声、翻体声，毫米波雷达怎么精准识别鼾声呢？杭州电子科技大学2019级电子科学与技术研一学生程思一表示：“这里用到了深度学习技术。我的主要工作就是识别鼾声，进而精准识别呼吸暂停综合症表现出的声音。”

“站在一个睡觉的人旁边，识别其呼声间隔很长是很容易的。可是在房间里一定距离之外，毫米波雷达实现精准识别，就涉及了大量的算法。”程思一介绍道，通过我们设计的基于卷积神经网络的多输入混合网络对各类鼾声进行分类，最终涉及患病与否的二分类鼾声识别率可以达到95.3%，涉及病重程度的三分类鼾声识别率可以达到81.6%。

杭州电子科技大学大一学生周春珂主要负责“收集病人鼾声”。 周春珂说：“项目研发过程中，我需要在学校、杭州市二医院、笕桥医院之间三点一线奔波，向医院的心血管、呼吸科医生请教，并采集相关病人呼吸心率的‘声音’，带回实验室进行分析，通过声音的分析，我们可以检测出病人的病情，并与实际临床问题结合。在半年的时间里，我们持续采集了200多名病人呼吸心率的声音，并成功破解了呼吸暂停综合症患者鼾声中的数字密码。”

项目另一位指导老师、杭州星科智控科技有限公司总经理赵星伦告诉记《中国科学报》：“这个系统能通过鼾声实时监测生命体征，主要功能是识别呼吸暂停综合症、及时干预睡眠呼吸暂停，其次就是体检出老年人的隐性疾病，适用家里的老人，统计老人的睡眠信息状况，在App内生成健康分析报告，及时了解老人的身体状况与患病风险。”