CN103371830A - 无呼吸确定装置和无呼吸确定方法 - Google Patents

无呼吸确定装置和无呼吸确定方法 Download PDF

Info

Publication number
CN103371830A
CN103371830A CN2013100631606A CN201310063160A CN103371830A CN 103371830 A CN103371830 A CN 103371830A CN 2013100631606 A CN2013100631606 A CN 2013100631606A CN 201310063160 A CN201310063160 A CN 201310063160A CN 103371830 A CN103371830 A CN 103371830A
Authority
CN
China
Prior art keywords
apnea
sleep
sound
determining unit
snoring
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Granted
Application number
CN2013100631606A
Other languages
English (en)
Other versions
CN103371830B (zh
Inventor
西田亚佐子
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Fujitsu Ltd
Original Assignee
Fujitsu Ltd
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Fujitsu Ltd filed Critical Fujitsu Ltd
Publication of CN103371830A publication Critical patent/CN103371830A/zh
Application granted granted Critical
Publication of CN103371830B publication Critical patent/CN103371830B/zh
Expired - Fee Related legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • AHUMAN NECESSITIES
    • A61MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61BDIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00Measuring for diagnostic purposes; Identification of persons
    • A61B5/48Other medical applications
    • A61B5/4806Sleep evaluation
    • A61B5/4818Sleep apnoea
    • AHUMAN NECESSITIES
    • A61MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61BDIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00Measuring for diagnostic purposes; Identification of persons
    • A61B5/103Detecting, measuring or recording devices for testing the shape, pattern, colour, size or movement of the body or parts thereof, for diagnostic purposes
    • A61B5/11Measuring movement of the entire body or parts thereof, e.g. head or hand tremor, mobility of a limb
    • A61B5/113Measuring movement of the entire body or parts thereof, e.g. head or hand tremor, mobility of a limb occurring during breathing
    • AHUMAN NECESSITIES
    • A61MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61BDIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00Measuring for diagnostic purposes; Identification of persons
    • A61B5/72Signal processing specially adapted for physiological signals or for diagnostic purposes
    • A61B5/7271Specific aspects of physiological measurement analysis
    • A61B5/7282Event detection, e.g. detecting unique waveforms indicative of a medical condition
    • AHUMAN NECESSITIES
    • A61MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61BDIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00Measuring for diagnostic purposes; Identification of persons
    • A61B5/74Details of notification to user or communication with user or patient ; user input means
    • A61B5/7405Details of notification to user or communication with user or patient ; user input means using sound
    • AHUMAN NECESSITIES
    • A61MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61BDIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00Measuring for diagnostic purposes; Identification of persons
    • A61B5/74Details of notification to user or communication with user or patient ; user input means
    • A61B5/742Details of notification to user or communication with user or patient ; user input means using visual displays
    • AHUMAN NECESSITIES
    • A61MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61BDIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B7/00Instruments for auscultation
    • A61B7/003Detecting lung or respiration noise
    • AHUMAN NECESSITIES
    • A61MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61BDIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00Measuring for diagnostic purposes; Identification of persons
    • A61B5/08Detecting, measuring or recording devices for evaluating the respiratory organs
    • A61B5/0816Measuring devices for examining respiratory frequency

Landscapes

  • Health & Medical Sciences (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Engineering & Computer Science (AREA)
  • Veterinary Medicine (AREA)
  • General Health & Medical Sciences (AREA)
  • Heart & Thoracic Surgery (AREA)
  • Medical Informatics (AREA)
  • Molecular Biology (AREA)
  • Surgery (AREA)
  • Animal Behavior & Ethology (AREA)
  • Biomedical Technology (AREA)
  • Public Health (AREA)
  • Biophysics (AREA)
  • Pathology (AREA)
  • Physics & Mathematics (AREA)
  • Physiology (AREA)
  • Pulmonology (AREA)
  • Dentistry (AREA)
  • Oral & Maxillofacial Surgery (AREA)
  • Artificial Intelligence (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Psychiatry (AREA)
  • Signal Processing (AREA)
  • Measurement Of The Respiration, Hearing Ability, Form, And Blood Characteristics Of Living Organisms (AREA)
  • Air Conditioning Control Device (AREA)
  • Orthopedics, Nursing, And Contraception (AREA)

Abstract

无呼吸确定装置和无呼吸确定方法。一种便携式终端包括呼吸确定单元,当在拾取的声音中周期性地检测到具有相似频率成分的声音时,所述呼吸确定单元确定所检测到的声音是呼吸声。所述便携式终端还包括打鼾确定单元,当确定的呼吸声的声压超出第一级阈值时,所述打鼾确定单元确定所述呼吸声是鼾声。所述便携式终端还包括无呼吸确定单元,当在确定的连续鼾声之间检测到无声区间时,所述无呼吸确定单元确定所检测到的无声区间是无呼吸状态。

Description

无呼吸确定装置和无呼吸确定方法
技术领域
本文讨论的实施方式涉及无呼吸确定装置和无呼吸确定方法。
背景技术
近年来,患有睡眠无呼吸综合征的患者的数量以及存在睡眠无呼吸综合征风险的人的数量趋于逐年增加。首先,睡眠无呼吸综合征是能够通过早期治疗缓解症状的疾病。因此,对于患有睡眠无呼吸综合征的患者以及存在睡眠无呼吸综合征风险的人而言重要的是意识到睡眠期间无呼吸状态的发生。
因此,近年来,已开发出例如具有检测睡眠期间的无呼吸状态的功能的便携式终端。该便携式终端记录对象在睡眠期间发出的声音,并检测记录的声音数据中的鼾声。然后,当检测到连续的鼾声之间的无声区间持续达预定时间时,便携式终端确定该无声区间为无呼吸状态。顺便提一句,所述预定时间是例如10秒至120秒。因此,利用该便携式终端,便携式终端的用户能够识别在对象的睡眠期间是否发生可能是无呼吸状态的状态。
[专利文献1]日本特开2009-219713号公报
[专利文献2]国际专利申请11-505146号的日本国家阶段公报
[专利文献3]日本特开2006-167427号公报
顺便提一句,当在连续的鼾声之间检测到持续达预定时间的无声区间时,便携式终端确定该无声区间为无呼吸状态。当未检测到持续达预定时间的无声区间时,便携式终端不确定发生无呼吸状态。图18是示出在鼾声之间出现噪声的情况下的无呼吸确定操作的示例的说明图。在图18所示的示例中,当连续的鼾声200A和200B之间出现噪声201时,错误地将噪声201确定为鼾声。因此,在图18所示的示例中,实际无声区间被分成鼾声200A与噪声201之间的区间202A以及噪声201与鼾声200B之间的区间202B,并确定无声区间202A和202B各自是否持续达预定时间。
因此,尽管鼾声200A和200B之间的区间是作为无呼吸状态的无声区间,但是由于噪声201的出现,分割的区间202A和202B不满足预定时间(例如,10秒)的条件,因此其未被确定为无声区间;因此,便携式终端无法确定无呼吸状态。
本发明的一方面在于提供一种无呼吸确定程序、无呼吸确定装置和无呼吸确定方法,其能够以高精确度确定可能是无呼吸状态的状态。
因此,本发明的实施方式的一个方面的目的在于提供一种能够以高精确度确定可能是无呼吸状态的状态的无呼吸确定程序、无呼吸确定装置和无呼吸确定方法。
发明内容
根据实施方式的一方面,一种无呼吸确定装置包括:第一确定单元,当在拾取的声音中周期性地检测到具有相似频率成分的声音时,该第一确定单元确定所检测到的声音是呼吸声;以及第二确定单元,当在所确定的连续的呼吸声之间检测到无声区间时,该第二确定单元确定所检测到的无声区间是无呼吸状态。
附图说明
图1是示出根据本实施方式的便携式终端的示例的说明图;
图2是示出处理器的功能构造的示例的说明图;
图3是示出呼吸确定单元的操作的示例的说明图;
图4是示出打鼾确定单元的操作的示例的说明图;
图5是示出无呼吸确定单元的操作的示例的说明图;
图6是示出身体动作确定单元的操作的示例(声音成分的示例)的说明图;
图7是示出身体动作确定单元的操作的另一示例(加速度成分的示例)的说明图;
图8是示出便携式终端的睡眠日志画面的示例的说明图;
图9是示出呼吸确定处理中涉及的便携式终端的处理器的处理操作的示例的流程图;
图10是示出打鼾确定处理中涉及的便携式终端的处理器的处理操作的示例的流程图;
图11是示出身体动作确定处理中涉及的便携式终端的处理器的处理操作的示例的流程图;
图12是示出第一无呼吸确定处理中涉及的便携式终端的处理器的处理操作的示例的流程图;
图13是示出第二无呼吸确定处理中涉及的便携式终端的处理器的处理操作的示例的流程图;
图14是示出睡眠建议提供处理中涉及的便携式终端的处理器的处理操作的示例的流程图;
图15是示出睡眠环境确定处理中涉及的便携式终端的处理器的处理操作的示例的流程图;
图16是示出医院站点链接处理中涉及的便携式终端的处理器的处理操作的示例的流程图;
图17是示出执行无呼吸确定程序的电子设备的示例的说明图;以及
图18是示出在鼾声之间出现噪声的情况下无呼吸确定操作的示例的说明图。
具体实施方式
将参照附图说明本发明的优选实施方式。然而,本发明公开的技术不限于这些实施方式。
图1是示出根据本实施方式的便携式终端的示例的说明图。图1所示的便携式终端1包括通信单元11、显示单元12、麦克风13、扬声器14、操作单元15、温度传感器16、湿度传感器17、照度传感器18、加速度传感器19和陀螺仪传感器20。便携式终端1还包括只读存储器(ROM)21、随机存取存储器(RAM)22和处理器23。
例如,便携式终端1是蜂窝电话,例如智能电话。通信单元11是负责无线电功能的接口。例如,显示单元12是显示各种信息的液晶显示器(LCD)。麦克风13拾取诸如语音的声音。扬声器14向外部输出声音。例如,操作单元15是触摸面板装置,其检测在显示在显示单元12上的操作画面上进行的操作。顺便提一句,作为触摸面板装置,例如,可采用电阻型;然而,也可采用其它类型的触摸面板装置,例如表面声波型、红外型、电磁感应型和电容型。温度传感器16测量例如便携式终端1周围的温度。湿度传感器17测量例如便携式终端1周围的湿度。照度传感器18测量例如便携式终端1周围的照度。
加速度传感器19是检测例如沿着便携式终端1的x轴、y轴和z轴的三轴加速度的传感器。陀螺仪传感器20是检测例如三轴角速度的传感器。ROM21是存储诸如无呼吸确定程序的各种程序的存储单元。另外,ROM21中存储有表21A,该表21A包含与各种条件对应的多条建议(稍后描述)。RAM22中存储有各种信息。RAM22包括记录声音区域22A和睡眠日志区域22B。记录声音区域22A是存储有由麦克风13拾取的睡眠期间的声音作为记录声音数据的区域。睡眠日志区域22B是存储有各种睡眠日志(稍后描述)的区域。处理器23控制整个便携式终端1。
图2是示出处理器23的功能构造的示例的说明图。顺便提一句,处理器23读出存储在ROM21中的无呼吸确定程序,并基于读出的无呼吸确定程序进行各种处理作为功能。图2所示的处理器23包括呼吸确定单元31、打鼾确定单元32、无呼吸确定单元33、身体动作确定单元34、入睡确定单元35、觉醒确定单元36、照度确定单元37、温度确定单元38、湿度确定单元39和控制单元40作为功能。
控制单元40控制整个处理器23。另外,一旦开始启用睡眠日志功能(下面描述),控制单元40就通过麦克风13拾取声音,并将所拾取的声音作为记录声音数据存储在RAM22的记录声音区域22A中。顺便提一句,睡眠日志功能是针对各次睡眠获取与呼吸声、打鼾、无呼吸和身体动作有关的各种日志的功能。
呼吸确定单元31对存储在记录声音区域22A中的一次睡眠的记录声音数据进行功率谱分析。然后,当基于记录声音数据的分析结果周期性地检测到具有相似频率成分的声音时,呼吸确定单元31确定该声音是对象的呼吸声,即,对象在睡眠期间的呼吸的声音。顺便提一句,对象之间周期会有所不同;然而,为了说明方便,将假设周期为每3秒至5秒。图3是示出呼吸确定单元31的操作的示例的说明图。聚焦于对象在睡眠期间的周期性呼吸(即,呼吸声)具有相似的频率成分,呼吸确定单元31基于候选呼吸声的频率成分的相似程度来依次确定记录声音数据中的呼吸声。
呼吸确定单元31在记录声音数据的时间轴上依次指定确定对象频率成分。当确定对象频率成分与候选呼吸声的频率成分之间的相似程度超过85%时,呼吸确定单元31将具有确定对象频率成分的声音确定为呼吸声开始时机t1A。另外,在确定了呼吸声开始时机t1A之后,当呼吸声的频率成分与候选呼吸声的频率成分之间的相似程度落至85%或更低时,呼吸确定单元31确定这是呼吸声停止时机t1B。然后,呼吸确定单元31将呼吸声开始时机t1A处的呼吸声开始时刻以及呼吸声停止时机t1B处的呼吸声停止时刻存储在RAM22的睡眠日志区域22B中。
打鼾确定单元32确定一次睡眠的记录声音数据当中由呼吸确定单元31确定的呼吸声的声压级是否超出第一级阈值L1。图4是示出打鼾确定单元32的操作的示例的说明图。当呼吸声的声压级超出第一级阈值L1时,打鼾确定单元32确定这是鼾声开始时机t2A。另外,在确定了鼾声开始时机t2A之后,当呼吸声的声压级落至第一级阈值L1或更低时,打鼾确定单元32确定这是鼾声停止时机t2B。顺便提一句,例如,第一级阈值L1是40dBA。然后,打鼾确定单元32将鼾声开始时机t2A处的鼾声开始时刻、鼾声停止时机t2B处的鼾声停止时刻、鼾声的记录声音数据以及一次睡眠期间的每小时打鼾数存储在睡眠日志区域22B中。
另外,当打鼾确定单元32在除了由呼吸确定单元31确定的呼吸声时机之外的时机处检测到声音时,即使该声音的声压级超过第一级阈值L1,打鼾确定单元32也确定该声音仅为噪声。因此,打鼾确定单元32可避免由于连续的呼吸声之间出现噪声而错误地确定鼾声。
当在由打鼾确定单元32确定的鼾声之间检测到持续达预定时间或更长的无声区间时,无呼吸确定单元33确定该无声区间为无呼吸状态。顺便提一句,例如,无声区间是小于3dB的声音持续10秒或更长的区间。图5是示出无呼吸确定单元33的操作的示例的说明图。当在鼾声之间检测到无声区间时,无呼吸确定单元33确定该无声区间为无呼吸状态。即,如图5所示,无呼吸确定单元33可以确定鼾声→无呼吸→鼾声的阻塞性无呼吸。无呼吸确定单元33将无呼吸状态的开始时刻和停止时刻以及一次睡眠期间的每小时无呼吸数存储在睡眠日志区域22B中。
另外,当在由呼吸确定单元31确定的呼吸声之间检测到无声区间时,无呼吸确定单元33确定该无声区间为无呼吸状态。即,无呼吸确定单元33可以确定该无声区间是呼吸声→无呼吸→呼吸声的中枢性无呼吸。然后,无呼吸确定单元33将无呼吸状态的开始时刻和停止时刻以及一次睡眠期间的每小时无呼吸数存储在睡眠日志区域22B中。
身体动作确定单元34从睡眠期间的声音成分和睡眠期间的加速度成分确定身体动作,例如对象的辗转反侧。图6是示出身体动作确定单元34的操作的示例(声音成分的示例)的说明图。在发生身体动作的情况下的声音成分是由身体动作生成的声音的频率成分,例如由于对象辗转反侧而引起的寝具的窸窣声。当在一次睡眠的记录声音数据中,在预定时间或更长的持续时间内检测到由身体动作生成的声音成分时,身体动作确定单元34确定该声音是由身体动作引起的。然后,身体动作确定单元34将身体动作开始时刻t3A、身体动作停止时刻t3B以及一次睡眠期间的每小时身体动作数存储在睡眠日志区域22B中。
图7是示出身体动作确定单元34的操作的示例(加速度成分的示例)的说明图。在发生身体动作的情况下的加速度成分是指,将由对象的辗转反侧引起的传递到设置在(例如)地板上的便携式终端1的振动表示为加速度变化量(单位:mG)。当由加速度传感器19检测到的睡眠期间的加速度变化量超出身体动作阈值G1时,身体动作确定单元34确定这是因为身体动作引起的。然后,身体动作确定单元34将身体动作的开始时刻和停止时刻以及一次睡眠期间的每小时身体动作数存储在睡眠日志区域22B中。
在呼吸确定单元31已确认呼吸声(对象在睡眠期间的呼吸的声音)的连续性之后,入睡确定单元35利用AW2睡眠确定算法确定对象是否已进入睡眠状态。然后,当对象已进入睡眠状态时,入睡确定单元35将入睡时刻存储在睡眠日志区域22B中。觉醒确定单元36基于对象在睡眠期间的活动来确定觉醒。然后,觉醒确定单元36将对象进入觉醒状态的时刻存储在睡眠日志区域22B中。
照度确定单元37确定由照度传感器18检测到的当前照度是否等于或低于舒适照度阈值。顺便提一句,例如,舒适照度阈值为200lx。当当前照度等于或低于舒适照度阈值时,控制单元40根据此条件从表21A读出针对舒适睡眠的照度建议,并将读出的照度建议显示在显示单元12上。当当前照度不等于或低于舒适照度阈值时,控制单元40根据此条件读出照度建议以改变照度,并将读出的照度建议显示在显示单元12上。
温度确定单元38确定由温度传感器16检测到的当前温度是否在舒适温度范围内。顺便提一句,例如,舒适温度范围是16°C至20°C;舒适温度范围的设置可根据季节来调节。当当前温度在舒适温度范围内时,控制单元40根据此条件从表21A读出针对舒适睡眠的温度建议,并将读出的温度建议显示在显示单元12上。当当前温度不在舒适温度范围内时,控制单元40根据此条件从表21A读出温度建议以改变温度,并将读出的温度建议显示在显示单元12上。
湿度确定单元39确定由湿度传感器17检测到的当前湿度是否在舒适湿度范围内。顺便提一句,例如,舒适湿度范围是45%至55%;舒适湿度范围的设置可根据季节来调节。当当前湿度在舒适湿度范围内时,控制单元40根据此条件从表21A读出针对舒适睡眠的湿度建议,并将读出的湿度建议显示在显示单元12上。当当前湿度不在舒适湿度范围内时,控制单元40根据此条件从表21A读出湿度建议以改变湿度,并将读出的湿度建议显示在显示单元12上。
控制单元40基于由加速度传感器19检测到的加速度数据计算运动强度,并基于计算出的运动强度计算活动量。然后,控制单元40将每小时活动量、每天活动量、每周活动量和每月活动量存储在RAM22中。
另外,当检测到对画面上的曲线图按钮的轻击操作时,控制单元40在显示单元12上显示图8所示的睡眠日志画面70,在该睡眠日志画面70上显示有(例如)身体动作数、打鼾数和无呼吸数等的曲线图。
当检测到对画面上的日历按钮的轻击操作时,控制单元40在显示单元12上显示日历画面。另外,当检测到对环境检查按钮的轻击操作时,控制单元40在显示单元12上显示睡眠环境画面,在该睡眠环境画面上显示有便携式终端1周围的当前照度、温度和湿度等。此外,当检测到对画面上的就寝按钮的轻击操作时,控制单元40启用睡眠日志功能,并在显示单元12上显示起床画面。当检测到对起床画面上的起床按钮的轻击操作时,控制单元40识别出对象起床。
基于照度确定单元37、温度确定单元38和湿度确定单元39的相应确定结果,控制单元40在显示单元12上显示睡眠环境画面。睡眠环境画面包括照度建议、温度建议、湿度建议和重新测量按钮。照度建议是基于照度确定单元37对当前照度的确定结果的睡眠建议。温度建议是基于温度确定单元38对当前温度的确定结果的睡眠建议。湿度建议是基于湿度确定单元39对当前湿度的确定结果的睡眠建议。重新测量按钮是开始重新测量当前照度、湿度和温度的按钮。
基于呼吸确定单元31、打鼾确定单元32、无呼吸确定单元33和身体动作确定单元34的相应确定结果,控制单元40在显示单元12上显示睡眠日志画面70。图8中的睡眠日志画面70还可包括指定日期的睡眠时间、睡眠效率、等级、就寝时刻、起床时刻、随时间推移的温度和湿度以及随时间推移的睡眠和觉醒。另外,睡眠日志画面70包括随时间推移的身体动作频率曲线图78、随时间推移的打鼾频率曲线图79和无呼吸标记81。
睡眠时间是从入睡时刻到起床时刻的睡眠小时。顺便提一句,起床时刻是检测到对起床画面上的起床按钮的轻击操作的时刻或者根据加速度传感器19的检测结果检测到对象的动作的时刻。睡眠效率是实际睡眠时间与从就寝时刻到起床时刻的时间之比;实际睡眠时间是通过将从就寝时刻到起床时刻的时间减去觉醒时间而得出的时间。等级表示对睡眠效率的评价。例如,就寝时刻是检测到对就寝画面上的就寝按钮的轻击操作的时刻。例如,起床时刻是检测到对起床画面上的起床按钮的轻击操作的时刻或者根据加速度传感器19的检测结果检测到对象的动作的时刻。温度和湿度表示在从就寝时刻到起床时刻的周期内的每小时温度和湿度。睡眠和觉醒表示在从就寝时刻到起床时刻的周期内的睡眠和觉醒之间的状态转变。顺便提一句,睡眠和觉醒以不同的颜色显示,以区分这两者。
身体动作频率曲线图78是在从就寝时刻至起床时刻的周期内的每小时身体动作数的曲线图。打鼾频率曲线图79是在从就寝时刻至起床时刻的周期内的每小时打鼾数的曲线图。
无呼吸标记81表示打鼾频率曲线图79上出现无呼吸状态的时间周期。当检测到对睡眠日志画面70上的无呼吸标记81的轻击操作时,控制单元40在显示单元12上显示对应时间周期中的无呼吸状态的无呼吸细节画面。睡眠建议表示适合于条件的睡眠建议(稍后描述)。站点按钮是链接到指定站点的按钮。
接着说明根据本实施方式的便携式终端1的操作。图9是示出呼吸确定处理中涉及的便携式终端1的处理器23的处理操作的示例的流程图。呼吸确定处理是在一次睡眠的记录声音数据中确定呼吸声(对象在睡眠期间的呼吸的声音)的处理。在图9中,处理器23的呼吸确定单元31从记录声音区域22A读出一次睡眠的记录声音数据,并对读出的记录声音数据进行功率谱分析(步骤S11)。呼吸确定单元31基于功率谱分析的结果确定是否已从记录声音数据提取出对象呼吸的候选呼吸声(具有相似频率成分的周期性声音)的频率成分(步骤S12)。然后,当已提取出候选呼吸声的频率成分时(步骤S12处的“是”)时,呼吸确定单元31在记录声音数据中指定时间轴上的确定对象频率成分(步骤S13)。顺便提一句,呼吸确定单元31依次指定时间轴上与候选呼吸声的频率成分相似的确定对象频率成分。呼吸确定单元31确定指定的确定对象频率成分与候选呼吸声的频率成分之间的相似程度是否超过85%(步骤S14)。
当指定的确定对象频率成分与候选呼吸声的频率成分之间的相似程度超过85%时(步骤S14处的“是”),呼吸确定单元31确定这是呼吸声开始时机(步骤S15)。另外,在已确定呼吸声开始时机之后,呼吸确定单元31确定所述确定对象频率成分与候选呼吸声的频率成分之间的相似程度是否落至85%或更低(步骤S16)。当确定对象频率成分与候选呼吸声的频率成分之间的相似程度落至85%或更低时(步骤S16处的“是”),呼吸确定单元31确定这是呼吸声停止时机(步骤S17)。在已确定呼吸声停止时机之后,呼吸确定单元31将呼吸声的开始时刻和停止时刻存储在睡眠日志区域22B中(步骤S18)。
然后,呼吸确定单元31确定是否存在还未指定的确定对象频率成分(步骤S19)。当不存在还未指定的确定对象频率成分时(步骤S19处的“否”),呼吸确定单元31将一次睡眠期间的呼吸数存储在睡眠日志区域22B中(步骤S20),并结束图9所示的呼吸确定处理的处理操作。
另一方面,当存在还未指定的确定对象频率成分时(步骤S19处的“是”),呼吸确定单元31返回至步骤S13,以指定还未指定的确定对象频率成分。另外,当还未提取候选呼吸声的频率成分时(步骤S12处的“否”),呼吸确定单元31结束图9所示的处理操作。此外,当确定对象频率成分与候选呼吸声的频率成分之间的相似程度不超过85%时(步骤S14处的“否”),呼吸确定单元31重复步骤S14,以确定相似程度是否超过85%。另外,当确定对象频率成分与候选呼吸声的频率成分之间的相似程度未落至85%或更低时(步骤S16处的“否”),呼吸确定单元31重复步骤S16以确定相似程度是否落至85%或更低。
在图9所示的呼吸确定处理中,呼吸确定单元31从睡眠期间记录的声音的记录声音数据提取周期性候选呼吸声的频率成分,并且在确定对象频率成分与候选呼吸声的频率成分之间的相似程度超过85%时,确定这是呼吸声开始时机。另外,在确定了呼吸声开始时机之后,在确定对象频率成分与候选呼吸声的频率成分之间的相似程度落至85%或更低时,呼吸确定单元31确定这是呼吸声停止时机。呼吸确定单元31将睡眠期间呼吸声的开始时刻和停止时刻存储在睡眠日志区域22B中。因此,控制单元40可识别出睡眠期间呼吸声的相应开始时刻和停止时刻以及睡眠期间的每小时呼吸数。
图10是示出打鼾确定处理中涉及的便携式终端1的处理器23的处理操作的示例的流程图。图10所示的打鼾确定处理是在一次睡眠的记录声音数据中确定鼾声的处理。在图10中,在执行图9所示的呼吸确定处理之后(步骤S31),打鼾确定单元32确定是否在一次睡眠的记录声音数据中检测到多个呼吸声(步骤S32)。当检测到多个呼吸声时(步骤S32处的“是”),打鼾确定单元32从所述多个呼吸声指定确定对象呼吸声(步骤S33),并确定所述确定对象呼吸声的声压级是否超过第一级阈值(步骤S34)。
当确定对象呼吸声的声压级超过第一级阈值时(步骤S34处的“是”),打鼾确定单元32确定这是鼾声开始时机(步骤S35)。打鼾确定单元32确定所述确定对象呼吸声的声压级是否落至第一级阈值或更低(步骤S36)。当确定对象呼吸声的声压级落至第一级阈值或更低时(步骤S36处的“是”),打鼾确定单元32确定这是鼾声停止时机(步骤S37)。
在确定了鼾声停止时机之后,打鼾确定单元32将鼾声的开始时刻和停止时刻以及鼾声的记录声音数据存储在睡眠日志区域22B中(步骤S38)。打鼾确定单元32确定是否存在还未指定的确定对象呼吸声(步骤S39)。当不存在还未指定的确定对象呼吸声时(步骤S39处的“否”),打鼾确定单元32将一次睡眠期间的每小时打鼾数存储在睡眠日志区域22B中(步骤S40),并结束图10所示的处理操作。
当存在还未指定的确定对象呼吸声时(步骤S39处的“是”),打鼾确定单元32返回至步骤S33以指定确定对象呼吸声。当未检测到多个呼吸声时(步骤S32处的“否”),打鼾确定单元32结束图10所示的处理操作。
另外,当确定对象呼吸声的声压级未超过第一级阈值时(步骤S34处的“否”),打鼾确定单元32重复步骤S34以确定所述确定对象呼吸声的声压级是否超过第一级阈值。此外,当确定对象呼吸声的声压级未落至第一级阈值或更低时(步骤S36处的“否”),打鼾确定单元32重复步骤S36以确定所述确定对象呼吸声的声压级是否落至第一级阈值或更低。
在图10所示的打鼾确定处理中,针对由呼吸确定单元31确定的睡眠期间的各个呼吸声,打鼾确定单元32检查呼吸声的声压级;当呼吸声的声压级超过第一级阈值时,打鼾确定单元32确定这是鼾声开始时机。另外,在确定了鼾声开始时机之后,当呼吸声的声压级落至第一级阈值或更低时,打鼾确定单元32确定这是鼾声停止时机。打鼾确定单元32将睡眠期间鼾声的开始时刻和停止时刻存储在睡眠日志区域22B中。因此,打鼾确定单元32在由呼吸确定单元31确定的呼吸声的时机处确定鼾声,因此,鼾声的确定精度较高。然后,控制单元40可识别出睡眠期间的鼾声的相应开始时刻和停止时刻以及睡眠期间的每小时打鼾数。
图11是示出身体动作确定处理中涉及的便携式终端1的处理器23的处理操作的示例的流程图。图11所示的身体动作确定处理是确定一次睡眠期间的身体动作的处理。在图11中,处理器23的身体动作确定单元34基于一次睡眠期间的声音频率成分和一次睡眠中的加速度变化量确定是否检测到身体动作(步骤S51)。当在一次睡眠的记录声音数据中在预定时间的持续时间内检测到由身体动作生成的声音(例如,寝具的窸窣声)的声音频率成分时,身体动作确定单元34确定该声音是由身体动作引起的。另外,当一次睡眠期间的加速度变化量超过身体动作阈值G1时,身体动作确定单元34确定这是由身体动作引起的。
当检测到身体动作时(步骤S51处的“是”),身体动作确定单元34确定检测到的身体动作是对象在睡眠期间的身体动作(步骤S52)。当已确定身体动作时,身体动作确定单元34将身体动作的开始时刻和停止时刻存储在睡眠日志区域22B中(步骤S53)。然后,身体动作确定单元34将一次睡眠期间的每小时身体动作数存储在睡眠日志区域22B中(步骤S54),并结束图11所示的处理操作。
另外,当未检测到任何身体动作时(步骤S51处的“否”),身体动作确定单元34结束图11所示的处理操作。
在图11所示的身体动作确定处理中,身体动作确定单元34通过在一次睡眠的记录声音数据中检测由身体动作生成的声音(例如,寝具的窸窣声)的频率成分来确定身体动作。另外,当睡眠期间传递给便携式终端1的振动的加速度变化量超过身体动作阈值G1时,身体动作确定单元34确定这是由身体动作引起的。然后,身体动作确定单元34将睡眠期间的身体动作的开始时刻和停止时刻以及睡眠期间的每小时身体动作数存储在睡眠日志区域22B中。因此,控制单元40可识别出睡眠期间身体动作的相应开始时刻和停止时刻以及睡眠期间的每小时身体动作数。
图12是示出第一无呼吸确定处理中涉及的便携式终端1的处理器23的处理操作的示例的流程图。图12所示的第一无呼吸确定处理是确定连续的鼾声之间的无呼吸状态的处理。在图12中,处理器23的无呼吸确定单元33确定在一次睡眠中是否存在多次鼾声(步骤S61)。当一次睡眠中存在多次鼾声时(步骤S61处的“是”),无呼吸确定单元33指定确定对象第一鼾声(步骤S62),并指定紧随第一鼾声之后的确定对象第二鼾声(步骤S63)。无呼吸确定单元33确定在第一鼾声与第二鼾声之间的时间区间中是否检测到声压级等于或低于第二级阈值的无声区间(步骤S64)。顺便提一句,例如,第二级阈值是3dB。
当检测到声压级等于或低于第二级阈值的无声区间时(步骤S64处的“是”),无呼吸确定单元33确定该无声区间是否持续超过第一预定时间(步骤S65)。顺便提一句,例如,第一预定时间是10秒,但第一预定时间的设置可任意调节。当无声区间持续超过第一预定时间时(步骤S65处的“是”),无呼吸确定单元33确定该无声区间是无呼吸状态(步骤S66)。无呼吸确定单元33将无呼吸状态的开始时刻和停止时刻存储在睡眠日志区域22B中(步骤S67)。
无呼吸确定单元33确定是否存在还未指定的确定对象第一鼾声和第二鼾声(步骤S68)。当不存在还未指定的确定对象第一鼾声和第二鼾声时(步骤S68处的“否”),无呼吸确定单元33将一次睡眠期间的每小时无呼吸数存储在睡眠日志区域22B中(步骤S69),并结束图12所示的处理操作。
当存在还未指定的确定对象第一鼾声和第二鼾声时(步骤S68处的“是”),无呼吸确定单元33返回至步骤S62以指定确定对象第一鼾声。当一次睡眠中不存在多次鼾声时(步骤S61处的“否”),无呼吸确定单元33结束图12所示的处理操作。当在第一鼾声与第二鼾声之间的时间区间中未检测到声压级等于或低于第二级阈值的无声区间时(步骤S64处的“否”),无呼吸确定单元33移至步骤S68以确定是否存在还未指定的第一鼾声和第二鼾声。
另外,当无声区间未持续超过第一预定时间时(步骤S65处的“否”),无呼吸确定单元33移至步骤S68以确定是否存在还未指定的确定对象第一鼾声和第二鼾声。
在图12所示的第一无呼吸确定处理中,当在连续的鼾声当中的第一鼾声和第二鼾声之间的时间区间中检测到无声区间时,无呼吸确定单元33确定该无声区间是无呼吸状态。无呼吸确定单元33将模式为鼾声→无呼吸→鼾声的各无呼吸状态的开始时刻和停止时刻以及睡眠期间的每小时无呼吸数存储在睡眠日志区域22B中。因此,控制单元40可识别出模式为鼾声→无呼吸→鼾声的无呼吸状态的相应开始时刻和停止时刻以及睡眠期间的每小时无呼吸数。根据上述第一无呼吸确定处理,基于对象生成的鼾声来确定无呼吸状态,因此,控制单元40可检测阻塞性无呼吸。
图13是示出第二无呼吸确定处理中涉及的便携式终端1的处理器23的处理操作的示例的流程图。图13所示的第二无呼吸确定处理是确定连续的呼吸声之间的无呼吸状态的处理。在图13中,处理器23的无呼吸确定单元33确定在一次睡眠中是否存在多次呼吸声(步骤S71)。当一次睡眠中存在多次呼吸声时(步骤S71处的“是”),无呼吸确定单元33指定确定对象第一呼吸声(步骤S72),并指定紧随第一呼吸声之后的确定对象第二呼吸声(步骤S73)。无呼吸确定单元33确定在第一呼吸声与第二呼吸声之间的时间区间中是否检测到声压级等于或低于第二级阈值的无声区间(步骤S74)。
当检测到声压级等于或低于第二级阈值的无声区间时(步骤S74处的“是”),无呼吸确定单元33确定该无声区间是否持续超过第一预定时间(步骤S75)。当无声区间持续超过第一预定时间时(步骤S75处的“是”),无呼吸确定单元33确定该无声区间是无呼吸状态(步骤S76)。无呼吸确定单元33将无呼吸状态的开始时刻和停止时刻存储在睡眠日志区域22B中(步骤S77)。
无呼吸确定单元33确定是否存在还未指定的确定对象第一呼吸声和第二呼吸声(步骤S78)。当不存在还未指定的确定对象第一呼吸声和第二呼吸声时(步骤S78处的“否”),无呼吸确定单元33将一次睡眠期间的每小时无呼吸数存储在睡眠日志区域22B中(步骤S79),并结束图13所示的处理操作。
当存在还未指定的确定对象第一呼吸声和第二呼吸声时(步骤S78处的“是”),无呼吸确定单元33返回至步骤S72以指定确定对象第一呼吸声。当一次睡眠中不存在多次呼吸声时(步骤S71处的“否”),无呼吸确定单元33结束图13所示的处理操作。当在第一呼吸声与第二呼吸声之间的时间区间中未检测到声压级等于或低于第二级阈值的无声区间时(步骤S74处的“否”),无呼吸确定单元33移至步骤S78以确定是否存在还未指定的确定对象第一呼吸声和第二呼吸声。
另外,当无声区间持续未超过第一预定时间时(步骤S75处的“否”),无呼吸确定单元33移至步骤S78以确定是否存在还未指定的确定对象第一呼吸声和第二呼吸声。
在图13所示的第一无呼吸确定处理中,当在连续的呼吸声当中的第一呼吸声和第二呼吸声之间的时间区间中检测到无声区间时,无呼吸确定单元33确定该无声区间是无呼吸状态。无呼吸确定单元33将模式为呼吸声→无呼吸→呼吸声的各无呼吸状态的开始时刻和停止时刻以及睡眠期间的每小时无呼吸数存储在睡眠日志区域22B中。因此,控制单元40可识别出模式为呼吸声→无呼吸→呼吸声的无呼吸状态的相应开始时刻和停止时刻以及睡眠期间的每小时无呼吸数。根据上述第二无呼吸确定处理,基于对象在睡眠期间生成的呼吸声来确定无呼吸状态,因此,控制单元40可检测中枢性无呼吸。
图14是示出睡眠建议提供处理中涉及的便携式终端1的处理器23的处理操作的示例的流程图。图14所示的睡眠建议提供处理是根据睡眠日志的内容在显示单元12上显示建议的处理。在图14中,处理器23的控制单元40确定是否检测到对就寝画面上的就寝按钮的轻击操作(步骤S81)。当检测到对就寝按钮的轻击操作时(步骤S81处的“是”),控制单元40将就寝时刻存储在睡眠日志区域22B中(步骤S82)。控制单元40获取与睡眠日志有关的各种数据(步骤S83)。顺便提一句,例如,所述与睡眠日志有关的各种数据是通过麦克风13拾取的睡眠期间的声音的记录声音数据以及通过加速度传感器19收集的加速度变化量的数据等。
控制单元40确定是否检测到对起床画面上的起床按钮的轻击操作(步骤S84)。当检测到对起床按钮的轻击操作时(步骤S84处的“是”),控制单元40停止获取与睡眠日志有关的数据的操作(步骤S85),并将起床时刻存储在睡眠日志区域22B中(步骤S86)。控制单元40基于存储在RAM22中的各种数据获得睡眠日志(步骤S87)。顺便提一句,例如,睡眠日志是在呼吸确定处理、打鼾确定处理、身体动作确定处理、第一无呼吸确定处理和第二无呼吸确定处理中获得的数据。例如,这是关于呼吸声的相应开始时刻和停止时刻、鼾声的相应开始时刻和停止时刻、打鼾数、身体动作的相应开始时刻和停止时刻、身体动作数、无呼吸状态的相应开始时刻和停止时刻以及无呼吸数等的各种数据。
控制单元40确定睡眠日志中是否存在满足任何无呼吸条件的任何项目(步骤S88)。顺便提一句,例如,满足无呼吸条件的项目是使用无呼吸数的条件项目。控制单元40从表21A选择与无呼吸条件对应的睡眠建议。例如,在一次睡眠期间的每小时无呼吸数为五次或更多的无呼吸条件的情况下,控制单元40从表21A选择睡眠建议“您经常打瞌睡吗?如果是的话,请点击下面的链接按钮。《点击这里》”。另外,例如,在发生无呼吸状态之后的30秒内做出身体动作,并且睡眠期间身体动作的总数为十次或更多的无呼吸条件的情况下,控制单元40从表21A选择睡眠建议“频繁的身体动作可能是因为您睡得不好。如果是这样,请点击下面的链接按钮。《点击这里》”。此外,在对象的体重为80Kg或更重,打鼾数为20次或更多,并且无呼吸数为20次或更多的无呼吸条件的情况下,控制单元40从表21A选择睡眠建议“您知道睡眠无呼吸综合征吗?丰满的人易患睡眠无呼吸综合征”。顺便提一句,对于体重等条件,如果用户在指定站点上登记了他/她的体重、身高以及诸如血压和脉搏的重要数据,则可从该指定站点获取体重等的条件。
当睡眠日志中不存在满足任何无呼吸条件的项目时(步骤S88处的“否”),控制单元40确定睡眠日志中是否存在满足任何打鼾条件的任何项目(步骤S89)。顺便提一句,例如,满足打鼾条件的项目是使用打鼾数等的条件项目。控制单元40从表21A选择与打鼾条件对应的睡眠建议。例如,在一次睡眠期间的打鼾数为一次或更多的打鼾条件的情况下,控制单元40从表21A选择睡眠建议“您昨天好像打鼾了。您知道吗?”。另外,例如,在一次睡眠期间的打鼾数为十次或更多,并且一次睡眠期间鼾声的总持续时间为60分钟或更长的打鼾条件的情况下,控制单元40从表21A选择睡眠建议“您打鼾。”等。
另外,当睡眠日志中不存在满足任何打鼾条件的项目时(步骤S89处的“否”),控制单元40确定睡眠日志中是否存在满足任何睡眠条件的任何项目(步骤S90)。顺便提一句,例如,满足睡眠条件的项目是使用与睡眠有关的条件(例如,苏醒次数)的条件项目。控制单元40从表21A选择与睡眠条件对应的睡眠建议。例如,在睡眠时间少于5小时,并且睡眠期间苏醒次数为五次或更多的睡眠条件的情况下,控制单元40从表21A选择睡眠建议“您在晚上多次苏醒,是不是?如果是的话,请点击下面的链接按钮。《点击这里》”。另外,例如,在从就寝时刻到入睡时刻花费60分钟或更长,并且总白天活动量为1.0EX或更少的睡眠条件的情况下,控制单元40从表21A选择睡眠建议“从您上床直到您入睡花费很长时间,是不是?您为什么不锻炼来增加白天活动量呢。”此外,例如,在已连续三天睡眠时间为4小时或更短的睡眠条件的情况下,控制单元40从表21A选择睡眠建议“您最近睡眠不足。缺少睡眠是节食的最大敌人!”。
当存在满足任何无呼吸条件的项目时(步骤S88处的“是”),控制单元40随机选择满足条件的项目(步骤S91)。顺便提一句,当存在满足任何条件的多个项目时,控制单元40从所述多个项目随机选择一个项目。另外,当睡眠日志中存在满足任何打鼾条件的项目时(步骤S89处的“是”),或者当睡眠日志中存在满足任何睡眠条件的项目时(步骤S90处的“是”),控制单元40移至步骤S91,以随机选择满足条件的项目。控制单元40从表21A确定与随机选择的项目对应的睡眠建议(步骤S92),并将确定的睡眠建议显示在显示单元12上(步骤S93),并结束图14所示的处理操作。
另外,当睡眠日志中不存在满足任何睡眠条件的项目时(步骤S90处的“否”),控制单元40从表21A确定小建议(步骤S94)。顺便提一句,小建议用于介绍实现舒适睡眠的小知识,并且包含(例如)“睡眠有两个阶段:REM睡眠和非REM睡眠。REM睡眠是深睡眠,非REM睡眠是浅睡眠。”等。然后,控制单元40将所确定的小建议显示在显示单元12上(步骤S95),并结束图14所示的处理操作。
另外,当未检测到对就寝按钮的轻击操作时(步骤S81处的“否”),控制单元40结束图14所示的处理操作。此外,当未检测到对起床按钮的轻击操作时(步骤S84处的“否”),觉醒确定单元36通过对象的起床动作确定是否检测到觉醒(步骤S96)。
当从起床动作确定觉醒时(步骤S96处的“是”),觉醒确定单元36移至步骤S85以停止获取与睡眠日志有关的数据的操作。另外,当未从起床动作确定觉醒时(步骤S96处的“否”),觉醒确定单元36移至步骤S83以继续获取与睡眠日志有关的数据的操作。
在图14所示的睡眠建议提供处理中,当从检测到对就寝按钮的轻击操作到起床的周期中的睡眠日志满足任何无呼吸条件时,选择与该无呼吸条件对应的睡眠建议并将其显示在显示单元12上。因此,用户可通过查看睡眠建议来识别出睡眠期间发生无呼吸状态。
在睡眠建议提供处理中,当从检测到对就寝按钮的轻击操作到起床的周期中的睡眠日志满足任何打鼾条件时,选择与该打鼾条件对应的睡眠建议并将其显示在显示单元12上。因此,用户可通过查看关于打鼾的睡眠建议来识别出睡眠期间发生打鼾。
在睡眠建议提供处理中,当从检测到对就寝按钮的轻击操作到起床的周期中的睡眠日志满足任何睡眠条件时,选择与该睡眠条件对应的睡眠建议并将其显示在显示单元12上。因此,用户可通过查看睡眠建议来识别出睡眠期间受干扰。
在睡眠建议提供处理中,当从检测到对就寝按钮的轻击操作到起床的周期中的睡眠日志不满足任何无呼吸条件、打鼾条件和睡眠条件时,选择关于睡眠的小建议并将其显示在显示单元12上。因此,用户可通过查看该小建议来获得睡眠小知识。
图15是示出睡眠环境确定处理中涉及的便携式终端1的处理器23的处理操作的示例的流程图。图15所示的睡眠环境确定处理是根据当前睡眠环境显示环境建议的处理。在图15中,处理器23的控制单元40确定是否检测到对环境检查按钮的轻击操作(步骤S101)。当检测到对环境检查按钮的轻击操作时(步骤S101处的“是”),控制单元40通过照度传感器18、温度传感器16和湿度传感器17获得照度、温度和湿度(步骤S102)。
在步骤S102处获得照度、温度和湿度之后,照度确定单元37确定当前照度是否等于或低于适合于睡眠的舒适照度阈值(步骤S103)。当当前照度等于或低于舒适照度阈值时(步骤S103处的“是”),照度确定单元37将针对舒适睡眠的照度建议显示在显示单元12上(步骤S104),并结束图15所示的处理操作。另一方面,当当前照度不等于或低于舒适照度阈值时(步骤S103处的“否”),照度确定单元37将提示改变照度的照度建议显示在显示单元12上(步骤S105),并如图15中的M1所指示返回至步骤S102以获得照度、温度和湿度。
另外,在步骤S102处获得照度、温度和湿度之后,温度确定单元38确定当前温度是否在适合于睡眠的舒适温度范围内(步骤S106)。当当前温度在舒适温度范围内时(步骤S106处的“是”),温度确定单元38将针对舒适睡眠的温度建议显示在显示单元12上(步骤S107),并结束图15所示的处理操作。另一方面,当当前温度不在舒适温度范围内时(步骤S106处的“否”),温度确定单元38将提示改变温度的温度建议显示在显示单元12上(步骤S105),并如图15中的M1所指示返回至步骤S102以获得照度、温度和湿度。
在步骤S102处获得照度、温度和湿度之后,湿度确定单元39确定当前湿度是否在适合于睡眠的舒适湿度范围内(步骤S109)。当当前湿度在舒适湿度范围内时(步骤S109处的“是”),湿度确定单元39将针对舒适睡眠的湿度建议显示在显示单元12上(步骤S110),并结束图15所示的处理操作。另一方面,当当前湿度不在舒适湿度范围内时(步骤S109处的“否”),湿度确定单元39将提示改变湿度的湿度建议显示在显示单元12上(步骤S111),并返回至步骤S102以获得照度、温度和湿度。
另外,当未检测到对显示画面上的环境检查按钮的轻击操作时(步骤S101处的“否”),控制单元40结束图15所示的处理操作。
在图15所示的睡眠环境确定处理中,当由便携式终端1的照度传感器18检测到的当前照度等于或低于舒适照度阈值时,照度确定单元37将针对舒适睡眠的照度建议显示在显示单元12上。因此,用户可通过查看照度建议识别出当前照度对于睡眠而言是舒适的。
当当前照度不等于或低于舒适照度阈值时,照度确定单元37将提示调节当前照度的照度建议显示在显示单元12上。因此,用户可通过查看照度建议识别出当前照度不适于睡眠。
当由便携式终端1的温度传感器16检测到的当前温度在舒适温度范围内时,温度确定单元38将针对舒适睡眠的温度建议显示在显示单元12上。因此,用户可通过查看温度建议识别出当前温度对于睡眠而言是舒适的。
当当前温度不在舒适温度范围内时,温度确定单元38将提示调节当前温度的温度建议显示在显示单元12上。因此,用户可通过查看温度建议识别出当前温度不适于睡眠。
当由便携式终端1的湿度传感器17检测到的当前湿度在舒适湿度范围内时,湿度确定单元39将针对舒适睡眠的湿度建议显示在显示单元12上。因此,用户可通过查看湿度建议识别出当前湿度对于睡眠而言是舒适的。
当当前湿度不在舒适湿度范围内时,湿度确定单元39将提示调节当前湿度的湿度建议显示在显示单元12上。因此,用户可通过查看湿度建议识别出当前湿度不适于睡眠。
图16是示出医院站点链接处理中涉及的便携式终端1的处理器23的处理操作的示例的流程图。图16所示的医院站点链接处理是响应于对睡眠日志画面70上的无呼吸标记81的轻击操作显示无呼吸细节,然后将用户引导至医院站点的处理。
在图16中,处理器23的控制单元40确定是否检测到对图8所示的睡眠日志画面70上的无呼吸标记81的轻击操作(步骤S121)。当检测到对无呼吸标记81的轻击操作时(步骤S121处的“是”),控制单元40从睡眠日志区域22B读出与无呼吸标记81对应的无呼吸数据,并将无呼吸细节画面显示在显示单元12上(步骤S122)。顺便提一句,例如,无呼吸细节画面包括示出鼾声之间的无呼吸持续时间(即,从鼾声之间的无呼吸的开始时刻到无呼吸的停止时刻的时间周期)的示意图、关于无呼吸的意见以及用于访问指定站点的指定站点按钮。
控制单元40确定是否检测到对无呼吸细节画面上的指定站点按钮的轻击操作(步骤S123)。当检测到对指定站点按钮的轻击操作时(步骤S123处的“是”),控制单元40访问指定站点,并将指定站点画面显示在显示单元12上(步骤S124)。另外,控制单元40确定是否检测到对指定站点画面上的医院选择按钮的轻击操作(步骤S125)。
当检测到对指定站点画面上的医院选择按钮的轻击操作时(步骤S125处的“是”),控制单元40将所选择的医院的站点的睡眠无呼吸综合征说明画面显示在显示单元12上(步骤S126)。然后,控制单元40结束图16所示的处理操作。
当未检测到对睡眠日志画面70上的无呼吸标记81的轻击操作时(步骤S121处的“否”),控制单元40结束图16所示的处理操作。另外,当未检测到对无呼吸细节画面上的指定站点按钮的轻击操作时(步骤S123处的“否”),控制单元40重复步骤S123以确定是否检测到对指定站点按钮的轻击操作。当未检测到对指定站点画面上的医院选择按钮的轻击操作时(步骤S125处的“否”),控制单元40重复步骤S125以确定是否检测到对医院选择按钮的轻击操作。
在图16所示的医院站点链接处理中,当检测到对睡眠日志画面70上的无呼吸标记81的轻击操作时,控制单元40将无呼吸细节画面显示在显示单元12上。因此,用户可通过查看无呼吸细节画面来了解关于无呼吸状态的详细信息。
另外,当检测到对无呼吸细节画面上的指定站点按钮的轻击操作时,控制单元40将指定站点画面显示在显示单元12上。因此,用户可通过查看指定站点画面来了解精通睡眠无呼吸综合征的医院。
此外,当检测到对指定站点画面上的医院选择按钮的轻击操作时,控制单元40将所选择的医院的睡眠无呼吸综合征说明画面显示在显示单元12上。因此,用户可通过查看医院的说明画面来了解睡眠无呼吸综合征的细节。
在本实施方式中,当在睡眠期间的声音的记录声音数据中周期性地检测到具有相似频率成分的声音时,呼吸确定单元31确定所检测到的声音是呼吸声。另外,当在确定的连续呼吸声之间检测到无声区间时,无呼吸确定单元33确定该无声区间是无呼吸状态。因此,利用呼吸定时,可以高精确度确定连续的呼吸声之间的可能是无呼吸状态的状态。
在本实施方式中,当在睡眠期间的声音的记录声音数据中周期性地检测到具有相似频率成分的声音时,呼吸确定单元31确定所检测到的声音是呼吸声。另外,当确定的呼吸声的声压级超过第一级阈值时,打鼾确定单元32确定该呼吸声是鼾声。因此,即使当连续的呼吸声之间出现类似于鼾声的噪声,该噪声也不会被确定为鼾声;因此,可避免错误地确定鼾声。
另外,在本实施方式中,当在确定的连续鼾声之间检测到无声区间时,无呼吸确定单元33确定该无声区间是无呼吸状态。因此,利用打鼾时机,可以高精确度确定连续的鼾声之间的可能是无呼吸状态的状态。
在本实施方式中,控制单元40将基于睡眠日志的睡眠日志画面70显示在显示单元12上。因此,用户可通过查看睡眠日志画面70来了解关于睡眠的信息以及(例如)身体动作数、打鼾数和无呼吸数。另外,用户可了解关于睡眠日志的睡眠建议。
此外,通过对睡眠日志画面70上的无呼吸标记81进行轻击操作,用户可了解无呼吸细节画面,该无呼吸细节画面上显示有与无呼吸标记81对应的时间周期中发生的无呼吸的细节。另外,通过对睡眠日志画面70上的打鼾标记进行轻击操作,用户可倾听在与打鼾标记对应的时间周期中记录的鼾声。此外,用户可通过查看睡眠日志画面70上的睡眠建议来了解关于当前睡眠日志的建议。另外,通过对睡眠日志画面70上的指定站点按钮进行轻击操作,用户可容易地访问指定站点。此外,在访问了指定站点之后,通过对指定站点画面上的医院选择按钮进行轻击操作,用户可查看所选择的医院的站点的睡眠说明画面,从而了解睡眠的症状。因此,根据睡眠日志的内容,例如,用户可了解睡眠无呼吸综合征。
顺便提一句,在上述实施方式中,描述了诸如智能电话的便携式终端1作为示例;然而,例如,便携式终端1可以是蜂窝电话、便携式游戏终端、平板终端以及不具有通信功能的便携式终端等。
另外,在上述实施方式中,当检测到对日历按钮的轻击操作时,将日历画面显示在显示单元12上。此时,在日历画面上以每月为基础显示每日睡眠日志的等级。
此外,在上述实施方式中,每天的睡眠日志画面70显示在显示单元12上;另选地,便携式终端1可被构造为以每周或每月为基础统计打鼾数、无呼吸数和身体动作数等,并将每周或每月的睡眠日志画面显示在显示单元12上。
另外,在上述实施方式中,利用发生身体动作时的声音频率成分和发生身体动作时的加速度成分这二者来确定是否存在身体动作;另选地,可利用这二者中的任一个来确定身体动作。
此外,附图所示的各个单元的组件并非总是必须按照附图所示来物理地构造。即,单元的特定分割和集成形式不限于附图所示的形式,所有这些单元或其中的一些可被构造为根据相应负载和使用条件等按照任意单元在功能上或物理上进行分割或集成。
另外,各个设备中实现的各种处理功能中的全部或任何部分可在中央处理单元(CPU)(或微型计算机,例如微处理单元(MPU)和微控制单元(MCU))上执行。此外,不用说,所述处理功能中的全部或任何部分可在CPU(或微型计算机,例如MPU和MCU)分析并执行的程序或者有线逻辑硬件上执行。
顺便提一句,本实施方式所述的各种处理可通过使电子设备执行预先准备好的程序来实现。下面说明执行功能与上述实施方式中所述的功能相同的程序的电子设备的示例。图17是示出执行无呼吸确定程序的电子设备的示例的说明图。
图17所示的执行无呼吸确定程序的电子设备100包括ROM110、RAM120、输入输出接口130、显示单元140和处理器150。
完成与上述实施方式中所述的功能相同的功能的无呼吸确定程序已预先存储在ROM110中。顺便提一句,无呼吸确定程序可不存储在ROM110中,而是存储在驱动器(未示出)可读取的记录介质上。另外,作为记录介质,例如,可使用诸如CD-ROM、DVD、USB闪速驱动器和SD卡的便携式记录介质或者诸如闪存的半导体存储器。如图17所示,无呼吸确定程序包括第一确定程序110A和第二确定程序110B。顺便提一句,程序110A和110B可任意集成或分割。
处理器150从ROM110读出这些程序110A和110B,并在RAM120上执行读出的程序110A和110B。然后,处理器150使程序110A和110B分别作为第一确定处理150A和第二确定处理150B进行操作,如图17所示。
当在拾取的声音中周期性地检测到具有相似频率成分的声音时,处理器150确定检测到的声音是呼吸声。另外,当在确定的连续呼吸声之间检测到无声区间时,处理器150确定所检测到的无声区间是无呼吸状态。因此,可以高精确度确定可能是无呼吸状态的状态。

Claims (3)

1.一种无呼吸确定装置,该无呼吸确定装置包括:
第一确定单元,当在拾取的声音中周期性地检测到具有相似频率成分的声音时,所述第一确定单元确定所检测到的声音是呼吸声;以及
第二确定单元,当在确定的连续呼吸声之间检测到无声区间时,所述第二确定单元确定所检测到的无声区间是无呼吸状态。
2.根据权利要求1所述的无呼吸确定装置,其中,所述第二确定单元在确定的呼吸声的声压超出预定阈值时,确定所述呼吸声是鼾声,并且在确定的连续鼾声之间检测到无声区间时,确定所检测到的无声区间是无呼吸状态。
3.一种电子设备的无呼吸确定方法,该无呼吸确定方法包括以下步骤:
当在拾取的声音中周期性地检测到具有相似频率成分的声音时,确定所检测到的声音是呼吸声;以及
当在确定的连续呼吸声之间检测到无声区间时,确定所检测到的无声区间是无呼吸状态。
CN201310063160.6A 2012-04-19 2013-02-28 无呼吸确定装置和无呼吸确定方法 Expired - Fee Related CN103371830B (zh)

Applications Claiming Priority (3)

Application Number Priority Date Filing Date Title
JP2012-096053 2012-04-19
JP2012096053 2012-04-19
JPJP2012-096053 2012-04-19

Publications (2)

Publication Number Publication Date
CN103371830A true CN103371830A (zh) 2013-10-30
CN103371830B CN103371830B (zh) 2016-06-29

Family

ID=47832923

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201310063160.6A Expired - Fee Related CN103371830B (zh) 2012-04-19 2013-02-28 无呼吸确定装置和无呼吸确定方法

Country Status (4)

Country Link
US (1) US20130281883A1 (zh)
EP (1) EP2653108A1 (zh)
JP (2) JP2013236925A (zh)
CN (1) CN103371830B (zh)

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104503281A (zh) * 2014-11-28 2015-04-08 京东方科技集团股份有限公司 电子设备的控制方法和电子设备
CN104739413A (zh) * 2015-03-23 2015-07-01 北京怡和嘉业医疗科技有限公司 一种鼾声检测方法及系统
CN111492440A (zh) * 2017-12-25 2020-08-04 富士通株式会社 显示程序、显示方法以及显示装置

Families Citing this family (25)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
GB201011816D0 (en) * 2010-07-14 2010-09-01 Imp Innovations Feature characterization for breathing monitor
CN103841888B (zh) 2011-05-17 2018-04-06 大学健康网络 使用呼吸模式识别的呼吸暂停和呼吸不足检测
US9801590B2 (en) 2011-05-17 2017-10-31 University Health Network Breathing disorder identification, characterization and diagnosis methods, devices and systems
CN104739412B (zh) * 2013-12-29 2017-11-03 中国移动通信集团公司 一种对睡眠呼吸暂停进行监测的方法和设备
KR102302437B1 (ko) * 2014-02-18 2021-09-15 삼성전자주식회사 모션 센싱 방법 및 그 사용자 기기
US10369310B2 (en) * 2014-03-05 2019-08-06 ResMed Pty Ltd Method and apparatus for treatment of respiratory disorders
US20150342519A1 (en) * 2014-05-28 2015-12-03 Huneo, LLC System and method for diagnosing medical condition
JP6471419B2 (ja) * 2014-06-25 2019-02-20 Tdk株式会社 睡眠センサ
JP6413397B2 (ja) * 2014-06-30 2018-10-31 Tdk株式会社 呼吸状態推定装置、呼吸状態推定方法及びプログラム
JP6535186B2 (ja) * 2015-03-05 2019-06-26 旭化成株式会社 呼吸状態判定装置、機器の作動方法、およびプログラム
US10143418B2 (en) 2015-04-10 2018-12-04 Dymedix Corporation Combination airflow, sound and pulse wave sensor pack with smartphone data aquisition and transfer
US10076280B2 (en) 2015-09-30 2018-09-18 Choon Kee Lee Bone-conductive arousal induction apparatus
CA2931662C (en) 2015-11-03 2023-09-26 University Health Network Acoustic upper airway assessment system and method, and sleep apnea assessment system and method relying thereon
JP6766346B2 (ja) * 2015-11-30 2020-10-14 富士通株式会社 情報処理装置、活動状態検出プログラムおよび活動状態検出方法
JP6641963B2 (ja) * 2015-12-14 2020-02-05 富士通株式会社 睡眠状態判定システム、睡眠状態判定装置、睡眠状態判定方法、及び、睡眠状態判定プログラム
JP6630149B2 (ja) * 2015-12-28 2020-01-15 パイオニア株式会社 生体音解析装置及び生体音解析方法、並びにコンピュータプログラム及び記録媒体
JP6778893B2 (ja) * 2016-01-15 2020-11-04 パナソニックIpマネジメント株式会社 情報端末装置の制御方法、体動測定装置、及び、プログラム
GB2562664A (en) * 2016-02-03 2018-11-21 Univ Nanyang Tech Methods for detecting a sleep disorder and sleep disorder detection devices
US11328152B2 (en) 2019-06-17 2022-05-10 Pixart Imaging Inc. Recognition system employing thermal sensor
US11844605B2 (en) 2016-11-10 2023-12-19 The Research Foundation For Suny System, method and biomarkers for airway obstruction
US20190328319A1 (en) * 2016-12-29 2019-10-31 Koninklijke Philips N.V. System and method for determining a personalized anti-snoring solution
CN107361770A (zh) * 2017-08-15 2017-11-21 杭州医电园科技有限公司 睡眠呼吸暂停事件判别装置
JP6721228B2 (ja) * 2019-04-02 2020-07-08 株式会社北電子 睡眠情報表示制御プログラム、睡眠情報表示装置
CN112833521B (zh) * 2021-01-07 2022-04-15 南京绛门信息科技股份有限公司 一种智能化的物联管理系统及方法
WO2022180879A1 (ja) * 2021-02-24 2022-09-01 パナソニックIpマネジメント株式会社 判定システム、センサ、判定方法、及びプログラム

Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN1803089A (zh) * 2006-01-20 2006-07-19 浙江工业大学 无拘束、非察觉性的睡眠障碍测量装置及其方法
WO2011010384A1 (ja) * 2009-07-24 2011-01-27 富士通株式会社 睡眠時無呼吸症候群の検査装置及びプログラム
CN102138796A (zh) * 2011-04-14 2011-08-03 广州医学院第一附属医院 基于鼾声分析的睡眠监测阻塞定位仪
US20110190651A1 (en) * 2008-10-16 2011-08-04 Fujitsu Limited Apparatus and method for apnea detection
CN202069591U (zh) * 2011-04-14 2011-12-14 广州医学院第一附属医院 基于鼾声分析的睡眠监测阻塞定位仪
US20120071741A1 (en) * 2010-09-21 2012-03-22 Zahra Moussavi Sleep apnea monitoring and diagnosis based on pulse oximetery and tracheal sound signals

Family Cites Families (14)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
AUPN304895A0 (en) 1995-05-19 1995-06-15 Somed Pty Limited Device for detecting and recording snoring
JP2001078966A (ja) * 1999-09-17 2001-03-27 Daikin Ind Ltd 発汗検出装置
WO2006033104A1 (en) * 2004-09-22 2006-03-30 Shalon Ventures Research, Llc Systems and methods for monitoring and modifying behavior
JP2006167427A (ja) 2004-11-22 2006-06-29 Aisin Seiki Co Ltd 睡眠情報検出システム
JP4424278B2 (ja) * 2005-08-09 2010-03-03 積水ハウス株式会社 睡眠環境調整システム及び睡眠環境調整方法
JP4821340B2 (ja) * 2006-01-31 2011-11-24 ダイキン工業株式会社 睡眠判定装置
JP2007289660A (ja) * 2006-03-30 2007-11-08 Aisin Seiki Co Ltd 睡眠判定装置
JP2007285562A (ja) * 2006-04-14 2007-11-01 Matsushita Electric Ind Co Ltd 空気調和機の制御装置
US7868757B2 (en) * 2006-12-29 2011-01-11 Nokia Corporation Method for the monitoring of sleep using an electronic device
US8768520B2 (en) * 2008-02-25 2014-07-01 Kingsdown, Inc. Systems and methods for controlling a bedroom environment and for providing sleep data
JP5233342B2 (ja) 2008-03-17 2013-07-10 富士通株式会社 睡眠時無呼吸検出プログラム、睡眠時無呼吸検出装置および睡眠時無呼吸検出方法
JP5389727B2 (ja) * 2009-04-15 2014-01-15 パナソニック株式会社 空調システム
JP5089676B2 (ja) * 2009-12-08 2012-12-05 三菱電機株式会社 空気調和機
JP5765338B2 (ja) * 2010-06-10 2015-08-19 富士通株式会社 音声処理装置および音声処理装置の作動方法

Patent Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN1803089A (zh) * 2006-01-20 2006-07-19 浙江工业大学 无拘束、非察觉性的睡眠障碍测量装置及其方法
US20110190651A1 (en) * 2008-10-16 2011-08-04 Fujitsu Limited Apparatus and method for apnea detection
CN102186416A (zh) * 2008-10-16 2011-09-14 富士通株式会社 无呼吸检测程序、无呼吸检测装置以及无呼吸检测方法
WO2011010384A1 (ja) * 2009-07-24 2011-01-27 富士通株式会社 睡眠時無呼吸症候群の検査装置及びプログラム
US20120071741A1 (en) * 2010-09-21 2012-03-22 Zahra Moussavi Sleep apnea monitoring and diagnosis based on pulse oximetery and tracheal sound signals
CN102138796A (zh) * 2011-04-14 2011-08-03 广州医学院第一附属医院 基于鼾声分析的睡眠监测阻塞定位仪
CN202069591U (zh) * 2011-04-14 2011-12-14 广州医学院第一附属医院 基于鼾声分析的睡眠监测阻塞定位仪

Cited By (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104503281A (zh) * 2014-11-28 2015-04-08 京东方科技集团股份有限公司 电子设备的控制方法和电子设备
CN104503281B (zh) * 2014-11-28 2017-06-23 京东方科技集团股份有限公司 电子设备的控制方法和电子设备
CN104739413A (zh) * 2015-03-23 2015-07-01 北京怡和嘉业医疗科技有限公司 一种鼾声检测方法及系统
CN111492440A (zh) * 2017-12-25 2020-08-04 富士通株式会社 显示程序、显示方法以及显示装置
US11660045B2 (en) 2017-12-25 2023-05-30 Fujitsu Limited Computer-readable recording medium recording display program for determining length of first time period before sleep onset, display method for determining length of first time period before sleep onset, and information processing device for determining length of first time period before sleep onset
CN111492440B (zh) * 2017-12-25 2023-10-20 富士通株式会社 显示程序、显示方法以及显示装置

Also Published As

Publication number Publication date
EP2653108A1 (en) 2013-10-23
CN103371830B (zh) 2016-06-29
US20130281883A1 (en) 2013-10-24
JP2017106716A (ja) 2017-06-15
JP2013236925A (ja) 2013-11-28

Similar Documents

Publication Publication Date Title
CN103371830A (zh) 无呼吸确定装置和无呼吸确定方法
CN103371829B (zh) 无呼吸确定装置和无呼吸确定方法
US10874350B2 (en) Sleep monitoring system
US20220291820A1 (en) Sedentary Notification Management System for Portable Biometric Devices
US9712629B2 (en) Tracking user physical activity with multiple devices
US8849610B2 (en) Tracking user physical activity with multiple devices
CN106645978B (zh) 智能穿戴设备的穿戴状态检测方法及检测装置
US8775120B2 (en) Method of data synthesis
US10983945B2 (en) Method of data synthesis
US20170243508A1 (en) Generation of sedentary time information by activity tracking device
US10080530B2 (en) Periodic inactivity alerts and achievement messages
US20170239523A1 (en) Live presentation of detailed activity captured by activity tracking device
JP6060442B2 (ja) 睡眠特典付与システム、睡眠特典付与サーバ装置、端末装置及び睡眠特典付与プログラム
KR20170028247A (ko) 수면 관리 방법
US20220151512A1 (en) Activity classification and display
JP5953563B2 (ja) 音楽情報処理システム、音楽情報処理サーバ装置及び音楽情報処理プログラム
JP2016177830A (ja) 情報処理システム、サーバ装置、情報処理プログラム、サーバ装置用プログラム
US20240203585A1 (en) Techniques for leveraging data collected by wearable devices and additional devices
TW201338757A (zh) 具運動量測定功能之生物感測器及其遠端醫療系統

Legal Events

Date Code Title Description
C06 Publication
PB01 Publication
C10 Entry into substantive examination
SE01 Entry into force of request for substantive examination
C14 Grant of patent or utility model
GR01 Patent grant
CF01 Termination of patent right due to non-payment of annual fee

Granted publication date: 20160629

Termination date: 20180228

CF01 Termination of patent right due to non-payment of annual fee