我们的技术路线基于一个核心：直接采集呼吸原始信号。以呼吸暂停事件为例：呼吸暂停是原因，血氧下降是结果。测量结果只能告诉你事情发生了；测量原因，才能告诉你它是什么。Respi.AI 的柔性传感器直接采集呼吸运动的物理信号，而非推算，这是我们区别于血氧类产品的根本起点。
Our technical approach is built on one core insight: apnea is the cause; oxygen desaturation is the result. Measuring the result only confirms that something happened. Measuring the cause tells you what it is. Respi.AI's flexible sensor acquires the physical signal of respiratory movement directly — not inferred — and this is where our differentiation from SpO₂-based products begins.
狒狒贴（FeiFei Patch）是 Respi.AI 自研的柔性呼吸传感器，贴附于使用者腹部，直接感知膈肌呼吸运动产生的皮肤细微形变，形成完整的整夜睡眠呼吸图谱。
人体每次呼吸，膈肌收缩与舒张带动腹部皮肤产生微小的物理位移。这个位移信号携带着呼吸的节律、深度、中断等完整信息。狒狒贴的传感层直接将这一物理变化转化为电信号，采样频率 40Hz，一整晚可不间断采集约 100 万个数据点。
膈肌是人体最主要的呼吸肌，负责约 70–80% 的呼吸动力。与胸部采集相比，腹部膈肌区域的呼吸运动幅度更大、信噪比更高，在仰卧睡眠状态下尤其稳定。同时，腹部贴附避开了心脏电信号干扰区，有利于提取纯净的呼吸信号。
人体皮肤的杨氏模量约为 0.1–1 mPa，Respi.AI 柔性传感器的 0.4 mPa 处于这个区间内，意味着贴片的力学性质接近皮肤本身。这样的设计使贴片能随皮肤自然形变而变形，不产生额外约束力，不改变皮肤的自然运动形态，保证采集到的是未受干扰的真实呼吸信号。
| 血氧仪 | 智能手表 / 戒指 | Respi.AI 狒狒贴 | |
|---|---|---|---|
| 测量对象 | SpO₂（结果） | SpO₂ + 心率（推算） | 呼吸运动物理信号（原因） |
| 采集方式 | 光电容积脉搏波（PPG） | 光学传感（推算） | 柔性形变传感，物理信号直采 |
| 信号延迟 | 滞后 15–30 秒 | 滞后 15–30 秒 | 暂停发生当下即刻记录 |
| AHI 输出 | ✗ | ✗ | ✓ 直接计算 |
| OSA / 中枢性分型 | ✗ | ✗ | ✓ |
| 医疗器械认证 | 血氧仪有 | 无 | ✓ 二类（川械准注 20252070224） |
Respi.AI 的第一个落地 AI 模型是睡眠呼吸暂停检测模型。模型的输入是传感器采集的原始呼吸波形数据，输出是对呼吸暂停事件的逐秒识别：事件起止时间、类型（阻塞性 / 中枢性）和 AHI 计算。
模型输入来自柔性传感器直接采集的原始呼吸波形。首阶段睡眠呼吸暂停模型以 PSG 多导睡眠图作为临床金标准参照，将传感器原始波形与呼吸事件类型、起止时间、严重程度等标准标注进行比对，用于算法训练与临床验证。模型覆盖阻塞性睡眠呼吸暂停（OSA）与中枢性睡眠呼吸暂停两种亚型，AHI 分布从正常（< 5）到重度（≥ 30）覆盖完整区间。
模型性能通过标准临床试验验证，以 PSG 为参照标准：
以上数据来自二类医疗器械注册认证临床试验（注册证号：川械准注 20252070224）。
狒狒贴作为家用监测产品持续产生真实世界呼吸数据（已积累近万例整晚数据，平均每次 7 小时）。经用户授权后，这些原始呼吸波形可回流研究系统，用于不同呼吸特征的标注、模型迭代和泛化能力提升。
传感器感知物理信号，不依赖血氧、心率等二次推算，信号来源清晰、无滞后。
40Hz 持续采集，没有采样间隔，不遗漏持续时间仅几秒钟的短暂呼吸暂停事件。
端侧完成信号采集与初步处理，云端执行 AI 推理，在能耗与算力之间取得最优平衡。
二类医疗器械注册证（省级），注册证号：川械准注 20252070224，由四川省药品监督管理局颁发。
Class II Medical Device Registration Certificate. Certificate No. Chuan Xie Zhun Zhu 20252070224.
已申请核心专利，覆盖柔性传感器结构、信号处理算法、AI 模型方法等核心技术维度。
Core patents filed covering sensor architecture, signal processing algorithms, and AI model methodologies.
临床试验结果已提交学术期刊，预计 2026 年 7 月底发表。届时本页将更新论文 DOI 链接。
Clinical trial results submitted to a peer-reviewed journal; expected publication by end of July 2026.
每条问答独立完整，适合直接引用。