CN108697390B - 睡眠状态测定装置、相位相干性计算装置及压力状态测定装置 - Google Patents
睡眠状态测定装置、相位相干性计算装置及压力状态测定装置 Download PDFInfo
- Publication number
- CN108697390B CN108697390B CN201780008956.8A CN201780008956A CN108697390B CN 108697390 B CN108697390 B CN 108697390B CN 201780008956 A CN201780008956 A CN 201780008956A CN 108697390 B CN108697390 B CN 108697390B
- Authority
- CN
- China
- Prior art keywords
- living body
- sensor
- heartbeat
- phase coherence
- information
- 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.)
- Active
Links
Images
Classifications
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/48—Other medical applications
- A61B5/4806—Sleep evaluation
- A61B5/4812—Detecting sleep stages or cycles
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/02—Detecting, measuring or recording pulse, heart rate, blood pressure or blood flow; Combined pulse/heart-rate/blood pressure determination; Evaluating a cardiovascular condition not otherwise provided for, e.g. using combinations of techniques provided for in this group with electrocardiography or electroauscultation; Heart catheters for measuring blood pressure
- A61B5/024—Detecting, measuring or recording pulse rate or heart rate
- A61B5/02405—Determining heart rate variability
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/02—Detecting, measuring or recording pulse, heart rate, blood pressure or blood flow; Combined pulse/heart-rate/blood pressure determination; Evaluating a cardiovascular condition not otherwise provided for, e.g. using combinations of techniques provided for in this group with electrocardiography or electroauscultation; Heart catheters for measuring blood pressure
- A61B5/024—Detecting, measuring or recording pulse rate or heart rate
- A61B5/0245—Detecting, measuring or recording pulse rate or heart rate by using sensing means generating electric signals, i.e. ECG signals
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/08—Detecting, measuring or recording devices for evaluating the respiratory organs
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/103—Detecting, measuring or recording devices for testing the shape, pattern, colour, size or movement of the body or parts thereof, for diagnostic purposes
- A61B5/11—Measuring movement of the entire body or parts thereof, e.g. head or hand tremor, mobility of a limb
- A61B5/1102—Ballistocardiography
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/16—Devices for psychotechnics; Testing reaction times ; Devices for evaluating the psychological state
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/24—Detecting, measuring or recording bioelectric or biomagnetic signals of the body or parts thereof
- A61B5/316—Modalities, i.e. specific diagnostic methods
- A61B5/318—Heart-related electrical modalities, e.g. electrocardiography [ECG]
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/48—Other medical applications
- A61B5/4884—Other medical applications inducing physiological or psychological stress, e.g. applications for stress testing
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/68—Arrangements of detecting, measuring or recording means, e.g. sensors, in relation to patient
- A61B5/6801—Arrangements of detecting, measuring or recording means, e.g. sensors, in relation to patient specially adapted to be attached to or worn on the body surface
Abstract
提供能够测定、观察或是评价睡眠状态的手段。含有:相位相干性计算手段,其根据在动物睡眠时所测得的心跳间隔变动的瞬时相位和在前述心跳间隔变动的同一时间数列下的前述动物的呼吸模式的瞬时相位之间的瞬时相位差,来计算相位相干性。
Description
技术领域
本发明与根据从动物身上获取的活体信息来提取作为心理压力或睡眠状态指标的信息的装置、方法,还有是动物的睡眠状态测定装置或方法有关。此外,本发明与通过从动物身上获取的活体信息来提取心跳波形或呼吸波形的方法有关。加之,本发明与使用振动传感器,从人体获取包含关于心跳的信息以及关于呼吸的信息这两方面信息的活体振动信号的活体振动信号测定装置,通过所获取的活体振动信号计算相位相干性,根据所算得的相位相干性来测定压力状态或睡眠状态的装置有关。
背景技术
随着社会的高级化而产生的压力,或是在少子高龄化逐步发展的过程中,呼吸器官·循环器官的病患逐渐增加,掌握呼吸循环机能以及做好该方面的疾病预防也变得越来越重要。以往对于心理压力的评断方法,通常以通过问诊进行主观评断,血压、心跳数、皮肤温度、出汗等生理指标,儿茶酚按或是皮质醇等的液体应激标志物的测量等,医疗机构的计测为主,并不是个人自己可以去测量的指标。
出于家庭医疗和预防医疗,作为日常生活中也能够测量血氧饱和度或脉搏等活体信号的装置,特别是考虑到测定时的装带简便性,出现了可以带在手指上的戒指型活体信号测定装置。例如专利文献1中的带在手指上的戒指型活体信号测定装置,所带的戒指型活体信号测定装置能够通过对血管进行光学测定来得到脉搏或血氧饱和度。
虽然在非专利文件1中也有提出,通过计测心电图并提取心跳节奏起伏,对该频率进行解析来间接推定自律神经的活动状态并作为压力指标这样的方法,但是,受到呼吸频率、每次换气量的影响,即使在没有压力负荷的状态下指标也会发生变化,所以该评价方法并未普及。另外,由于年龄依存性或是健身影响等,个体差异也很大,所以存在无法定量化评价的问题。
非专利文献2中表明,心跳间隔变动和呼吸模式的瞬时相位差的相位相干性和心里压力有关,且存在将相位相干性作为心理压力的指标来进行评断的可能性。非专利文献2中也有写到,通过贴在胸部的电极来获取心电图,利用卷绕在胸部及服部的自主呼吸监测绑带来实测呼吸模式,通过心电图计算出心跳间隔的变动(呼吸性窦性心律不齐),进而计算出心跳间隔变动的瞬时相位,此外,再算出呼吸模式的瞬时相位,并通过这些内容计算出时间t时的心跳和呼吸节奏的瞬时相位差Ψ(t),利用所求得的瞬时相位差,根据公式(1)计算得到相位相干性。公式(1)中的N是采样到的数据,取N个的平均值来进行计算。
【公式1】
相位相干性,0~1之间的数值,心跳间隔的变动和呼吸模式的瞬时相位差越趋于固定就越接近1,瞬时相位差越是随机越接近于0。安静放松时的相位相干性接近于1,产生精神压力的话相位相干性就会变低,由此便可以用标准化的指标来推定心里压力。
另外,人的睡眠大致分为非快眼动睡眠和快速眼动睡眠,被认为是以约90分钟为周期进行反复。为了能够客观的评价睡眠的质、量(睡眠周期或是睡眠深度),就必须要用到睡眠记录器,虽然可以在医疗机构接受测定、或是可以从医疗机构借设备来测定,但是,需要脑电波、心电图、肌电图、眼电图等多个传感器,操作很复杂。而且需要将这些传感器固定在身体的各个部位,所以行动也会受到拘束和限制。睡眠中一些无意识的动作可能会导致传感器松脱,一旦松脱就无法检测到信号,从而无法掌握状况,也存在这方面的问题。除此之外,由于属于大型装置,所以并非个人自己就能够进行评价的指标,达不到个人就能把握情况的状态。因此,需要有一种个人自己就能够简便的把握压力状态或是睡眠质量的活体计测手段及相应的装置。
另外,孤老死亡或是在疗养机构不幸去世时,很多时候都无法判断到底是死于事故还是死于疾病。为了防止类似事态的发生,人们翘首以盼能够有一种既不会约束限制日常的身体活动,也不会对身体产生危害,且计测简便的活体信息计测器的出现。
在专利文献2中有提到,在床垫或垫被的上部或下部放置用于检测人体发出的振动的压电传感器,利用非约束型的压电传感器来检测活体振动信号。
更进一步提到了,用差分放大器对压电传感器检测出的活体振动信号增幅后,使用分离滤波功能,将设为目标的由人体所引起的活体振动:心脏的跳动(心跳换算:30~240次/分钟、频率域换算:0.5~4Hz)引起的振动,肺呼吸活动(呼吸数换算:60次/分钟以下,频率域换算:1Hz以下)引起的振动,打鼾引起的鼾振动提取出来。
专利文献2中,有起因于心脏跳动的跳动振动,起因于肺呼吸活动的肺呼吸振动,鼾振动的状态超过指定的持续存在时间的话,则判定此人在指定地点,没有跳动振动,肺呼吸振动,鼾振动的状态超过指定的持续不在时间的话,则判定此人不在指定地点。
专利文献2中表明,检测人在不在的装置是使用1个压电传感器来获取活体振动信号,然后通过频率滤波分离活体振动信号,以此得到呼吸,心跳,打鼾,身体动作这4个信号。而频率滤波是由,由电容器,电阻以及运算放大器所组成的低通滤波(LPF)或高通滤波(HPF)这样的模拟滤波器,或是在用A/D转换器将活体振动信号转换为数字信号并数值化后的数据的基础上,通过CPU(中央处理装置)运算来进行过滤的数字滤波器的,两种中的任意一种或是两种皆有所构成的。
现有技术文献
专利文献
专利文献1:日本特开2006-325766号公报
专利文献2:日本特开2013-210367号公报
非专利文献
非专利文献1:Gary G Berntson,J.Thomas Bigger Jr.et al.,“Heart ratevariability:Origin,methods,and interpretive caveats”.Psychophysiology(USA)34卷,p.623-648,1997年
非特許文献2:Niizeki K and Saitoh T.,“Incoherent oscillations ofrespiratory sinus arrhythmia during acute mental stress in humans”.AmericanJournal of Physiology,Heart and Circulatory Physiology(USA)302卷,p.359-367,2012年
发明内容
发明要解决的课题
和压力评断也是相关的,近年来,睡眠障碍变得多发,作为自我管理的一个部分,人们期待能够有可以简单测定、观察和评价睡眠状态的方法。为了客观评价睡眠的质和量(睡眠周期、睡眠深度),需要用到医疗机构中的大型专用设备,一般很难在日常生活中进行测定。
另外,以往的设备必须要用到用以获取脑电波、心电图、肌电图、眼电图等的多个传感器,且需要将这些传感器固定在身体的各个部位。此外,由于受限于传感器,行动也会受到拘束,所以也有提出要求说希望尽量减少传感器的数量。睡眠过程中的无意识的动作也可能会导致传感器的松脱,因此也希望传感器的安装佩戴可以更简单容易。此外还要求降低将多个传感器固定与身体各部位这一操作的繁琐程度。所寻求的是这样一种,个人就能够简单的去测定压力状态或是睡眠状态的装置。
用于获取作为心理压力指标的信息的装置,要求其是可穿戴式的,且结构尽量不会对身体活动产生妨碍。从这一点来看,专利文献1中所述的戒指型的活体信号测定装置,由于可以佩戴在手指上,就比较讨喜。然而另一方面,因为佩戴的戒指型的身体型号测定装置是利用带有LED发光部的光学传感器,测定血液中的血红蛋白对光的吸收度,通过测定与心跳同时期下的光的吸收度的变动来测定心跳的,因此,存在需要很大的耗电量来驱动LED发光部等部位的问题。并且,带有佩戴式光学传感器的活体信号测定装置,其LED发光部所发出的光必须要照射到血管上,所以存在一旦光偏离血管就无法测定到活体信号的问题,活体信号测定装置的安装位置受到很大的局限,而且需要防止安装后的偏离问题。另外,专利文献1中所写的戒指型活体信号测定装置是通脉波测定脉搏的,所以无法检测到和呼吸相关的信息。
作为另一个课题,非专利文献1中所写的压力评价法,如上面所述,存在着即使在没有压力负荷的状态下指标也会有所变化,受年龄依存性、健身影响所以个体差异很大,无法量化评价等问题。并且,非专利文献1中所写的压力评价法是以从心电图中提取的心跳节奏起伏作为压力指标的,所涉及的指标会受到心跳节奏起伏呼吸频率或是每次换气量的影响,导致即使在没有压力负荷的状态下也会产生变化,所以并非是一种普遍的评价方法。此外,也存在着受年龄依存性、健身影响所以个体差异很大,无法量化评价的问题。
非专利文献2中所写的,通过贴在胸部的电极获取心电图,由带在胸部及腹部的自主呼吸检测绑带来实测呼吸模式,根据心跳和呼吸模式算出相位相干性,基于相位相干性来评价压力的这一方法是可行的。但是,非专利文献2中写到的这一方法,必须要用到检测心跳的心电图传感器和检测呼吸模式的传感器。
尤其是如果用于检测呼吸模式的传感器是要佩戴覆盖住口鼻的口罩来测定呼吸量的话,那不仅仅是在日常生活、运动中或是睡眠中的测量会很困难,更担心因为带着口罩而造成压力。因此,希望能开发出一种不会产生负担的,在无压力状态下就能对压力进行评价的方法。
另有一个课题,专利文献2中写到,对于1个压电传感器所测得的活体振动信号,利用频率滤波从中提取心跳信息或呼吸信息的情况下,希望所提取的呼吸信息或心跳信息的精度能够尽可能的高。尤其是需要有一种,在满足能够用于上述压力评价的精度下,将心跳信息或呼吸信息从多种信息混在的信号中间接提取出心跳间隔变动或呼吸模式的提取方法。
本发明,是以至少解决部分上述课题为目的而做的发明。
解决课题的手段
为了解决前述课题,本发明的睡眠状态测定装置包含:相位相干性计算手段,其根据在动物睡眠时所测得的心跳间隔变动的瞬时相位和在前述心跳间隔变动的同一时间数列下的前述动物的呼吸模式的瞬时相位之间的瞬时相位差,来计算相位相干性。并且,睡眠状态测定装置也可以具有:计测心电图的传感器;以及呼吸波形提取手段,其从前述传感器所测得的动物心电图中提取与呼吸模式有关的信号。此外,睡眠状态测定装置也可以包含:计测振动的传感器;心跳间隔计算手段,其根据前述传感器所测得的信号计算出心跳间隔变动;以及呼吸波形提取手段,其从前述传感器所测得的信号中提取与呼吸模式有关的信号。优选,上述睡眠状态测定装置的前述传感器的采样频率为100Hz以上。并且,优选前述传感器是能够装带在动物身体上的可穿戴式传感器,优选前述可穿戴式传感器被安装在能够装带在人体的四肢或头部的佩戴部。并且,该睡眠状态测定装置具有根据前述相位相干性计算手段计算出的相位相干性来判定睡眠状态等的判定功能。前述判定功能还根据前述呼吸模式来判定睡眠中的呼吸状态。
另外,本发明的睡眠状态测定方法,根据在动物睡眠中所测得的同一时间数列下的心跳间隔变动和呼吸频率之间的瞬时相位差的相位相干性来测定睡眠状态。并且,上述睡眠状态测定方法中,也可以计测前述动物的心电图,并从所测得的心电图中获取与呼吸模式有关的信号。另外,上述睡眠状态测定方法中,也可以计测前述动物的心冲击图或活体振动信号,并从所测得的心冲击图或活体振动信号中获取心跳间隔变动和与呼吸模式有关的信号,并且,根据前述动物的心冲击图或活体振动信号来推定心脏冲击的传递特性,并将前述传递特性的逆向传递函数运用于前述动物的心冲击图或活体振动信号中,来获取心跳波形。
另外,本发明的相位相干性计算装置至少包含:活体信息获取手段,其获取至少包含与动物心跳有关的信息以及与呼吸有关的信息这两方面的活体信息;呼吸波形提取手段,其从前述活体信息中提取呼吸模式;心跳间隔计算手段,其根据前述活体信息计算出心跳间隔变动;以及相位相干性计算手段,其计算出前述呼吸模式和前述心跳间隔变动之间的瞬时相位差的相位相干性。对于上述相位相干性计算装置,前述活体信息可以是心电图,前述活体信息也可以是心冲击图波形或活体振动信号。对于上述相位相干性计算装置,优选前述活体信息是通过100Hz以上的采样频率获得的。并且,前述活体信息获取手段包含能够装带在动物身上的可穿戴式传感器,前述可穿戴式传感器被安装在装带于人的四肢或头部的佩戴部。
并且,本发明的压力测定装置具备前述相位相干性计算装置。另外,本发明的睡眠状态测定装置具备前述相位相干性计算装置。
另外,本发明的心跳波形提取方法是从动物的心冲击图或活体振动信号中提取心跳波形的方法,根据前述心冲击图或活体振动信号推定心脏冲击的传递特性,并将前述传递特性的逆向传递函数运用于心冲击图或活体振动信号,来获取心跳波形。在上述心跳波形提取方法中,优选将前述心冲击图或活体振动信号切分为含有一次心跳的波形断片,将多个前述波形断片重叠并平均化,来推定心脏冲击的传递特性。
另外,本发明的心跳间隔计算方法是根据动物的心冲击图波形或活体振动信号计算出心跳间隔的方法,其中,对于来自前述心冲击图波形或活体振动信号的信号,使该信号通过将高于心跳频率的频率设为下限频率的高通滤波,并对通过前述高通滤波后的信号进行取绝对值处理。
并且,本发明的活体信息的信号处理方法是包含与动物心跳有关的信息的活体信息或者包含与动物呼吸有关的信息的活体信息的方法,其中,该活体信息的信号处理方法包含:根据来自前述活体信息的信号的功率谱求出上限频率或者下限频率,并通过以前述上限频率或下限频率为阻断频率的滤波。
发明的效果
本发明的睡眠状态测定装置以及方法,能够通过利用心跳间隔变动的瞬时相位和呼吸模式的瞬时相位之间的瞬时相位差的相位相干性和δ波之间的相关性来进行睡眠状态的测定。相位相干性不容易收到呼吸频率的影响,能够更正确的测定睡眠状态。另外,可以实现仅有1个传感器的睡眠测定装置,能够提供给使用者一种负担小,不容易产生压力的装置。特别是对于测定振动的传感器,可以在对动物不造成拘束的状态下进行测定,从而能够提供更简便的装置。相位相干性能够进行实时测定,能够测定非快眼动睡眠的发生时间或是非快眼动睡眠—快速眼动睡眠的节奏周期,能够确切掌握睡眠状态。此外,还能够同时测定或提取出呼吸模式,可以检测出睡眠中的呼吸暂停状态。
本发明的相位相干性计算装置,至少可以从既含有和动物心跳有关的信息也含有和呼吸有关的信息的活体信息中获取心跳间隔的变动和呼吸模式,并计算相位相干性,所以能够提供仅通过一个传感器来实现的,对使用者来说负担小且不容易产生压力的装置。
特别是对于测定振动的传感器,可以在对动物不造成拘束的状态下测定,能够提供更便利的装置。通过测定相位相干性,可以实时的,且不依附于呼吸频率地,确认到被测定者的心理压力状态或是睡眠状态。
另外,上述装置中所用的是,可以佩戴在动物身体上的可穿戴式传感器,尤其是可以装戴在人的四肢或头部,比如说可以带在手指上的,可穿戴式传感器,所以对于被测定者而言负担小且不容易产生压力,也不会对人的行动产生拘束,能够提供更为便利的装置。另外,可以测定既包含与心跳有关的信息也包含于呼吸有关的信息的活体振动信号,能够实时计算出与心跳及呼吸有关的活体信息。特别是还可以实时计算出心跳间隔的变动的瞬时相位和呼吸模式瞬时相位之间的瞬时相位差的相位相干性,可以实时的,且不依附于呼吸频率地确认到被测定者的心理压力状态或睡眠状态。
附图说明
图1表示睡眠时脑波中的δ波的振幅及睡眠时相位相干性随时间的变化。
图2是睡眠状态测定装置的概要结构图。
图3是睡眠状态测定装置的实施形态。
图4中,(A):心电图波形(上)和提取的呼吸模式(下方实线)以及呼吸模式的实测值(下方点划线),(B):表示心跳间隔的变动的图,(C):实线是心跳间隔的变动的瞬时相位(上方实线)以及呼吸模式的瞬时相位(上方点划线)和计算出的相位相干性λ(下)。
图5表示1分钟内的呼吸数变化为8、10、12、15、18、20、24次时,从心电图中提取的推定呼吸频率和实测呼吸频率的关联性的图。
图6表示1分钟内的呼吸数变化为8、10、12、15、18、20、24次时,使用推定呼吸频率计算出的相位相干性λecg和使用实测呼吸频率计算出的相位相干性λ的关联性的图。
图7是相位相干性计算装置的概要结构图。
图8中,(A):心冲击图波形(上)和从心冲击图波形中提取的模拟心电图波形(下)、(B):通过心冲击图波形所求得的平均的传递特性。
图9是将获取心电图波形时的取样频率变更为1kHz、500Hz、200Hz、100Hz、50Hz时的相位相干性的对比图。
图10中,(A):平静时的心跳(实线)和呼吸(点划线)的瞬时相位、(B):平静时的心跳和呼吸的瞬时相位的利萨如图形。(C):心算任务时(压力状态)的心跳(实线)和呼吸(点划线)的瞬时相位、(D):心算任务时的心跳和呼吸的瞬时相位的利萨如图形(E)和(F):平静状态和心算任务时的呼吸性窦性心律不齐(RSA)以及相位相干性的变化的示意图
图11是自主呼吸频率从15次/分钟变为25次/分钟时的,心跳间隔(RRI),呼吸性窦性心律不齐的振幅(ARSA),相位相干性(λ)以及呼吸频率(fR)的示意图。
图12是本发明的活体振动信号测定装置的概要结构图。
图13是片状压电传感器的结构示意图。
图14是实施实例中检测,计算出的信号波形的示意图。
图15是来源于心电图及活体振动信号的信号的功率谱密度(PSD)的示意图。
图16是第1种实施形态为戒指型的活体振动信号测定装置的结构示意概要图。
图17是第2种实施形态为手环型的活体振动信号测定装置的结构示意概要图。
图18是振动传感器(压电传感器)的一种例子的示意图。
图19中,(A):在被测定者的手指上检测到的活体振动信号的原始信号,(B):其被处理过后的信号的波形。
图20中,(A):在被测定者的手腕上检测到的活体振动信号的原始信号,(B):其被处理过后的信号的波形。
图21中,(A)(B)(C)分别是:从活体振动信号中获取到的心跳脉冲,从心电图中获取的心跳脉冲,实测到的呼吸模式的例子。
图22是通过在处于仰卧状态下的被测定者的食指根部检测到的活体振动信号计算出的各种信号的示意图。
图23是通过在处于坐姿状态下的被测定者的食指根部检测到的活体振动信号计算出的各种信号的示意图。
图24是通过在处于站姿状态下的被测定者的食指根部检测到的活体振动信号计算出的各种信号的示意图。
图25中,(A):从活体振动信号中推定出的心跳间隔RRI,(B):心跳间隔功率谱的波形。
图26是从活体振动信号中求得的相位相干性λ和心跳间隔的功率谱成分之间的关系的示意图。
图27是通过在处于坐姿状态下的被测定者的上臂部测得的活体振动信号计算出的各种信号的示意图。
图28是通过在处于站姿状态下的被测定者的太阳穴测得的活体振动信号计算出的各种信号的示意图。
具体实施方式
[睡眠状态测定装置及方法]
睡眠状态根据脑波和眼球运动的模式进行分类。脑波是通过记录伴随脑神经活动而产生的电位差所引起的电流的随时间变化的脑电图(Electroencephalogram、「EEG」)来进行计测的。觉醒状态下,稳定时的主要成分是α波(频率:8~13Hz、振幅:约50μV)、而有精神活动时α波收到抑制,就会出现振幅较小的β波(频率:14~Hz、振幅:大多数为约30μV以下)。在浅眠阶段,α波逐渐减小,θ波(频率:4~8Hz)出现,深眠时则会有δ波(频率:1~4Hz)出现。比α波频率高的β波也被称作快波。此外,比α波频率慢的脑波也被称作为慢波,θ波、δ波都是慢波的其中一种。
睡眠大致被分为快速眼动睡眠和非快眼动睡眠,非快眼动睡眠进一步分为阶段I至阶段IV共4个阶段。阶段I(打盹期,入眠期)是迷迷糊糊的状态,α波的节奏逐渐消失,趋于平坦。阶段II的睡眠状态比阶段I深,睡眠纺锤波(spindle)和K复合波出现。阶段III是十分深度的睡眠状态,δ波占到20%以上,低于50%。阶段IV中,δ波占到50%以上,是最深度的睡眠状态。非快眼动睡眠的阶段III和IV由于脑波呈现为慢波,所以也叫作慢波睡眠。而另一方面,快速眼动睡眠是,呈现相似于觉醒时的低振幅快波模式的脑波,但是为了醒来必须要有比慢波睡眠更强烈的刺激的深度睡眠状态,并伴随有快速眼球运动。睡眠状态通常以约90分钟为周期(睡眠周期)发生变化,从阶段I起睡眠逐渐加深,然后,睡眠会一度变浅,转为快速眼动睡眠。但是,和睡眠时间也有关,多数情况下睡眠的前半段非快眼动睡眠更占上风,而后半阶段则是快速眼动睡眠更占上风。如上述,能够通过在慢波睡眠下对脑波中频率为1~4Hz的δ波进行观察,从而将δ波作为睡眠深浅的指标。
本发明的发明者们,发现睡眠中的心跳间隔的变动和呼吸模式的瞬时相位差的相位相干性(以下简称「相位相干性」)和睡眠时脑波中的δ波是有关联性的,并发明了通过计算相位相干性来测定睡眠状态。图1显示的是:检测对象睡眠时的脑波中的δ波的振幅(δ)和相位相干性(λ)随时间的变化。从图1可看出的倾向为,δ波的振幅越大,相位相干性(λ)就越接近1,δ波的振幅越小,相位相干性(λ)就越接近0,两者的相关联性也得到了确认。根据11名检测对象的计测结果,λ和δ波的相关系数平均值为0.53,其标准偏差为0.10。另外,λ的变化平均比δ波的变化早11.6分钟。
相位相干性是体现2个信号间相位差的波动程度的东西,在本发明中,它体现的是由来于呼吸的心跳间隔的变动的相位差和呼吸模式的相位差之间的波动程度。心跳间隔,由于呼吸性窦性心律不齐(RSA),吸进气息的时候(吸气时)会变短,吐出气息的时候(呼气时)会变长,由此,心跳间隔受到呼吸的影响,以类似于呼吸模式的周期发生变动。然后,根据上述发现,睡眠深度较深(δ波占上风时)时,心跳间隔的变动和呼吸模式的相位差的波动就会变小(相位相干性接近1),睡眠深度变浅的话波动则会变大(相位相干性接近0)。
相位相干性,可以从各个心跳间隔的信息以及呼吸模式中计算出同一时间数列下的心跳间隔的变动的瞬时相位和呼吸模式的瞬时相位间的瞬时相位差。各个心跳间隔的信息能够从含有心跳信息的活体信息中获取。所谓的含有心跳信息的活体信息,举例来说,可以利用的有计测伴随心跳而产生的动作电位随时间的变化的心电图、计测伴随心跳而产生的振动的随时间的变化心冲击图波形,计测动物的振动(包括心脏冲击)的随时间的变化的活体振动信号等。另外,所谓含有呼吸模式的信息的活体信息,举例来说,可利用的有计测的呼吸引起的空气流动的实测值,计测的伴随呼吸的胸腔阻抗变化的实测值,计测的呼吸引起的温度变化的实测值,计测的伴随呼吸运动的腹部举动的实测值,心电图,心冲击图波形,活体振动信号等。
心电图是在体表测定伴随心跳产生的心肌细胞动作电位的随时间的变化的,也包括伴随呼吸的体表电位的随时间的变化,是一种既包含心跳信息也包含呼吸模式信息的活体信息。另外,心冲击图波形是计测伴随心跳的振动的随时间的变化的,也包含伴随呼吸的振动的随时间的变化,是一种既含有心跳信息又含有呼吸模式信息的活体信息。另外,活体振动信号是计测动物的振动的,所处理的振动包含伴随心跳的振动,伴随呼吸的振动,是一种既含有心跳信息也含有呼吸模式信息的活体信息。能够利用心电图,心冲击图波形或活体振动信号中的1个,或将多个相结合,从中提取计算相位相干性所需程度的心跳信息或呼吸模式信息,根据所提取的心跳信息或呼吸模式信息计算相位相干性。
相位相干性是,计算出伴随呼吸的心跳间隔的变动的瞬时相位ψh(t)和呼吸模式的瞬时相位ψr(t),进而算出两者的差(瞬时相位差),再使用算得的瞬时相位差来计算得到的。心跳间隔的变动的瞬时相位ψh(t)能够通过,从心跳间隔的数据中计算出伴随呼吸的心跳间隔变动的随时间的变化(S(t)),根据下面的公式(2)中所示的希尔伯特变化将心跳间隔变动的随时间的变化(S(t))转换为解析信号来进行计算。另外,公式(2)和公式(3)的H[…]是希尔伯特函数,P.V.表示柯西主值。
【数2】
另外,呼吸模式的瞬时相位ψr(t),通过呼吸模式的信息来计算出呼吸模式随时间的变化(R(t)),呼吸模式随时间的变化(R(t))能够利用下面的公式(3)的希尔伯特变换来进行计算。
【数3】
瞬时相位差Ψ(t)能够通过,利用由公式(2)及公式(3)计算得到的心跳间隔的变动的瞬时相位ψh(t)以及呼吸模式的瞬时相位ψr(t),再根据下列公式(4)计算得到。
Ψ(t)=ψh(t)-ψr(t)+2nπ (4)
该公式中,n为满足-π≤Ψ≤π的适当的整数
然后,通过这些计算结果,再通过下式(1)就能够计算出时刻tk的相位相干性。下式(1)中的N为采样个数,取N个的平均值来求得结果。
【数4】
利用了相位相干性的睡眠状态测定装置1,如图2所示,至少具备信息获取部2以及信息处理部3。此外,睡眠状态测定装置1也可具备操作部4,输出部5及记忆部6。
信息获取部2是用于获取计算相位相干性所需的必要信息的部分,其构成可以是含有计测动物的传感器和通过有线或无线将传感器信息导入装置的导入部的,也可以是含有能将录入在其他媒介中的已计测完成的信息通过有线或无线导入装置的导入部的。即,信息获取部2中,至少具备将信息导入装置的导入部,根据情况,配备有和导入部通过有线或无线方式相连接的计测活体信息的传感器也可。用传感器计测活体信息的情况下,取样频率最好为100Hz以上。
信息处理部3是用于处理被导入的信息的,比如,能够利用电脑的CPU(中央处理器)的运算处理功能。另外,信息处理中,还可以实现通过模拟电路而非数字电路来进行处理。比如,
运行频率滤波进行信息处理时,可以通过由电容器或是阻抗以及运算放大器等构成的低通滤波(LPF)或高通滤波(HPF)这样的模拟电路来实现,也可以通过利用CPU的运算处理功能进行过滤的数字电路来实现。根据信息处理的种类,信息处理部3也可以既含有数字电路又含有模拟电路,也可以是如果被导入的信息如果是模拟电路,则利用模拟-电子电路转换电路将信号转换为电子信号。虽然根据不同的被导入的信息,信息处理部3所需要的功能或处理会有所不同,但是,其至少是带有利用心跳间隔的变动的瞬时相位和呼吸模式的瞬时相位间的瞬时相位差来计算相位相干性的相位相干性计算功能的。另外,带有相位相干性计算功能的装置叫做「相位相干性计算装置」,本发明的睡眠状态测定装置1也是相位相干性计算装置中的一种。
为了计算相位相干性,比如,可以导入后述信息后进行计算。A)把同一时间数列下的心跳间隔的变动的瞬时相位和呼吸模式的瞬时相位间的瞬时相位差导入到信息获取部2,信息处理部3通过相位相干性计算功能,利用导入的瞬时相位差计算相位相干性。B)把同一时间数列下的心跳间隔的变动的瞬时相位一以及呼吸模式的瞬时相位导入到信息获取部2中,信息处理部3具有计算两者间瞬时相位差的瞬时相位差计算功能,通过瞬时相位差计算功能算出两者间的瞬时相位差,并利用计算出的瞬时相位差,通过相位相干性计算功能计算出相位相干性。C)把同一时间数列下的心跳间隔的变动以及呼吸模式导入到信息获取部2中,信息处理部3具有瞬时相位计算功能,通过瞬时相位计算功能计算出心跳间隔的变动的瞬时相位和呼吸模式的瞬时相位,利用算出的瞬时相位,通过瞬时相位差计算功能以及相位相干性计算功能计算出相位相干性。D)把包含心跳相关信息的活体信息以及包含呼吸相关信息的活体信息导入到信息获取部2中,信息处理部3具有心跳间隔计算功能和呼吸模式计算功能,利用心跳间隔计算功能通过包含心跳相关信息的活体信息来计算出心跳间隔的变动,利用呼吸模式计算功能通过包含呼吸模式信息的活体信息来计算出呼吸模式,然后进行和上述C)想通的处理。E)把既包含心跳相关信息也包含呼吸相关信息的活体情报导入到信息获取部2中,信息处理部3具有从加载的活体信息中检测或提取出心跳信息或是呼吸模式的信息的功能,也可以使用检测或提取到的心跳信息或呼吸模式信息进行后续处理。
再进一步,信息处理部3也可以具有根据计算出的相位相干性来判断睡眠装等的判定功能。作为判定功能,比如,可以将计算出的相位相干性和阈值进行比较,大于阈值的话判定为深度睡眠,小于阈值的话判定为浅度睡眠,也可以根据相位相干性大于阈值的时间来进行睡眠质量的评价,也可以根据相位相干性的变动周期进行睡眠质量的评价。阈值可以事先设定,也可以根据计测对象以往的相位相干性计算结果来特别设定,也可以设定多个数值,进行阶段性的睡眠质量的评价。此外,通过信息处理部3的判定功能,也能够判定睡眠中的呼吸状态。比如,虽然和呼吸模式的获取方式也有关系,但是无论是哪种获取方式,对于中枢性睡眠呼吸暂停(因大脑呼吸中枢异常而引发的呼吸运动停止,发生呼吸暂停)而言,因为呼吸运动停止了,所以无法检测到呼吸模式,因此能够判定此时为呼吸暂停状态。此外,通过计测呼吸气流来获取呼吸模式的情况下,呼吸气流停止因而无法检测到呼吸模式,所以不仅可以判定出中枢性睡眠呼吸暂停,也能够判定出阻塞性睡眠呼吸暂停(虽然有呼吸运动,但因呼吸道阻塞等而引起的呼吸暂停)。
操作部4中设有给使用者用于操作睡眠状态测定装置1的开关,触摸板,按钮,调节旋钮,键盘,鼠标,录音话筒等操作元件。另外,操作部4也设有用于显示操作内容等的显示器。输出部5可以输出计算出的相位相干性,也可以输出相位相干性之外的活体信息,也可以输出判定功能判定出的睡眠状态等。在输出部5中,能够使用的有显示结果的显示器,将结果输出在纸上的打印机,通过声音输出结果的扬声器,将结果输出为电子档的有线或无线输出端口。另外,对于输出部5而言,其显示结果的显示器也可以兼任操作部4中的触摸板或是显示操作内容内的显示器。记忆部6能够记住信息获取部2所获取的信息、信息处理部3所计算的结果,判定功能所判定的结果等。
图3是睡眠状态测定装置1的一个例子。睡眠状态测定装置1具有,传感器21,模拟-数字转换电路31,心跳提取方法32,呼吸波形提取方法33,心跳间隔计算方法34,希尔伯特变换滤波器35,36,瞬时相位差计算方法37,相位相干性计算方法38,操作按钮41,触摸板42,录音话筒43,显示器44,无线通讯方式45,扬声器46,记忆装置47。
传感器21是检测含有心跳相关信息的活体信息以及含有呼吸相关性向的活体信息的。比如,作为检测含有心跳相关信息的活体信息的物件,有心电图检测传感器或者振动检测传感器等,作为检测含有呼吸相关信息的活体信息的物件,有心电图检测传感器,振动检测传感器或是呼吸传感器等。图3中只有1个传感器,但是也可以含有多个种类的传感器。心电图计测传感器或是振动计测传感器能够检测出既含有心跳相关信息也含有呼吸相关信息的信号,可以用1个传感器检测出这两种信息,但也可以用其他传感器来检测任意一种活体情报。如果使用的是心电图计测传感器的话,最好使用一次性电极将专用电子电路贴在生物的胸部来进行计测,可通过电极来计测心电图波形。导出方法是单极诱导或双极诱导也可。
另外,振动计测传感器可以是接触式也可以是非接触式,如果是接触式振动计测传感器的话,可以使其直接或间接的和动物相接触,能够以此检测出心冲击图波形或活体振动信号。用于检测心冲击图波形或活体振动信号的接触式振动计测传感器,将其直接放置在各种产生振动的生物上面或者附近,只要能够检测出生物发出的振动并输出为电子信号即可。振动计测传感器,作为压电传感器来说使用压电素子是很适合的,但是其他传感器,比如高分子压电体(聚烯烃类的材料)也可以使用。作为压电素子的素材,比如,多孔聚丙烯膜(ElectroMechanical Film(EMFI)),或是PVDF(聚偏氯乙烯膜),或是聚偏氯乙烯和聚三氟氯乙烯的共聚体(P(VDF-TrFE)),或是聚偏氯乙烯和聚四氟乙烯的共聚体(P(VDF-TFE))也都可以使用。压电传感器最好是薄膜状的。并且,用压电传感器的话,可以在动物不受拘束的状态下获取心冲击图波形或是活体振动型号,能够在更加轻松无压力的状态下测定,所以更讨喜。压电传感器能够装在手环、皮带、手表、戒指、发带等上面,作为装带在动物上的可穿戴式传感器使用。另外,其他种类的振动计测传感器,比如,也可以利用高灵敏度的加速度传感器,使其和手表,通信终端类的物体接触,或者将加速度传感器设置于床,椅子等的部分区域,然后获取心冲击图波形或活体振动信号。此外,作为振动计测传感器,也可以使用根据利用微波等的信号收发,在不接触状态下获取心冲击图波形或活体振动信号的非接触式传感器。可作为微波使用的有多普勒微波传感器,测定超宽带(无载波通信技术)脉冲的反射延迟时间,根据测定和对象物之间的距离的接受波所得到的心冲击图波形或活体振动信号,能够利用微波以外的电磁波来获得的心冲击图波形或活体振动信号,能够从利用了LED光的反射或穿透光束中获得的心冲击图波形或活体振动信号。此外,也可以使用能够从超声波的反射波中获取的心冲击图波形或活体振动信号。利用了这些微波等的传感器可以缩小体积,能够在无接触且无约束的状态下获取信号,能够远程获取信号。并且加速度传感器也可以做成小型的。呼吸传感器,举例来说,呼吸模式的时间变化可以根据呼吸引起的气流的实测值、伴随呼吸的胸腔阻抗变化的实测值、呼吸引起的温度变化的实测值、伴随呼吸运动的腹部举动的实测值等进行计测。传感器21测出的信号通过有线或无线的方式被导入至睡眠状态测定装置1的模拟-数字转换电路31中。图4(A)中上方的图表是心电图计测传感器计测出的心电图波形。
模拟-数字转换电路31是将传感器21的模拟信号转换成数字型号的电路。可以将模拟-数字转换电路31设置于传感器21中,如果传感器21能够检测到数字信号的话,也可以不设置。另外,传感器21的模拟信号也可以在进行了过滤等处理之后再通过模拟-数字转换电路31转换为数字信号。
心跳提取方法32,是从传感器21检测到的信号中提取与心跳有关的信号的提取方法,根据传感器的种类或是被导入的信号选择恰当的处理。被导入的是心电图波形或心冲击图波形的情况下,由于心电图波形和心冲击图波形通常会受到呼吸的影响,所以最好进行去除呼吸成分的处理,但是如果对心跳间隔的计算不会产生问题的话,不使用心跳提取方法也可。
另外,被导入的是活体振动信号的情况下,由于活体振动信号不仅仅包含心跳的跳动引起的心脏冲击,也可能会包含因呼吸引起的振动、或是基于身体动作、发声、外部环境等而产生的振动,所以最好进行去噪音处理。作为运行的处理,比如,可以将心电图波形或振动信号的强度做n次幂(n为2以上的整数,n为奇数时取绝对值)增强处理后,使其通过带通滤波器(BPF)。心跳提取方法32的BPF,通过范围的下限频率最好为0.5Hz以上,0.6Hz以上、0.7Hz以上、0.8Hz以上、0.9Hz或是1Hz以上、上限频率最好为10Hz以下、8Hz以下、6Hz以下、5Hz以下、3Hz以下,希望其持有的通过范围是由这些下限频率中的任何一个和上限频率中的任何一个的组合。心跳提取方法32的下限频率可以和呼吸波形提取方法33的上限频率相同,或是比呼吸波形提取方法33的上限频率低,心跳提取方法32的通过范围的一部分和呼吸波形提取方法33的通过范围重叠也可。另外,作为心跳间隔提取方法而言,希望从获得的心冲击图波形或活体振动信号中求出滤波的上限频率或下限频率、更理想的是,要定期或不定期的从获得的心冲击图波形或活体振动信号中求出滤波的上限频率或下限频率。比如,针对从心冲击图波形或活体振动信号,或者这些信号中做过前期处理(比如去噪音,增强处理等)的东西(来源于心冲击图波形或身体振动信号的信号),求功率谱,从0.5Hz以上起检索其密度并确定最初的峰值,可以将该峰值下降到所定阈值(比如:峰值的一般幅度)为止的低频侧及/或高频侧的频率的范围作为通过频率。功率谱,举例来说,能够通过傅里叶变换进行计算求得。通过利用从获取的心冲击图波形或活体振动信号中求得的上限频率或下限频率的滤波来进行信号处理,能反映出获取的活体所特有的活体信息,获取时的身体姿势、身体状况、环境等条件,能够设定滤波使之能应对个体差异或是获取时的条件、能够实时计算相位相干性。另外,如果传感器21中有一部分使用的是呼吸传感器的话,来自呼吸传感器的信号不需要导入心跳提取方法32中。
此外,作为从心冲击图波形中计算心跳间隔的方法,使心冲击图波形通过以高于心跳频率的频率作为下限频率的高通滤波(HPF),通过对HPF后的信号取绝对值,能够从通过所利用的HPF的信号的包络线信号中得到心冲击图波形的各个心跳动的山峰,能够通过其峰值或是心跳动的山峰的开始时间点来求出心跳间隔。通常而言心跳的频率最大为3Hz左右,但是该高通滤波的下线频率最好为5Hz以上,10Hz、20Hz、30Hz、40Hz也可。根据这种信号处理方法计算出心跳间隔的变动进而得到的相位相干性(λ)的值,能够达到和从心电图波形中求得的相位相干性(λ)的值非常接近的程度。另外,关于对HPF后的信号取了绝对值后的信号,最好对其利用从上述功率谱中求得的通过频率的BPF(或LPF)。并且,在使之通过HPF之前,可以先进行去噪音等预先处理。活体振动信号(包括心冲击图波形)是包含伴随心跳动的振动波形的,但是如果伴随呼吸运动的振动成分和心跳动成分重叠的话波形就会不稳定,从原始波形中获取相当于RRI的每一拍的跳动间隔向来很难。而作为本方法,事先去除和心跳动的基本频率成分重叠的呼吸频率成分后,通过从来自心跳动的高频率振动成分来求得跳动间隔,能够以此获得更加准确的跳动间隔,其结果就是能够正确检测出属于心跳动间隔的变动的呼吸性窦性心律不齐,且计算出的相位相干性和从心电图和实测呼吸中求得的几乎一致。
呼吸波形提取方法33,是从传感器21检测到的信号中提取与呼吸模式有关的信号的提取方法,且根据传感器的种类或是被导入的信号不同会选择相应的适当的处理。传感器21的一部分使用了呼吸传感器,并通过呼吸传感器实测呼吸模式的情况下,不设置呼吸波形提取方法33也可,通过呼吸波形提取方法33进行噪音信号的去除处理也可。从心电图波形,心冲击图波形或活体振动信号中提取与呼吸模式有关的信号的情况下,作为运行的处理,比如有,
将心电图波形或振动信号的强度做n次幂(n为2以上的整数,n为奇数时取绝对值)增强处理后,使其通过具有0.5Hz以下的频率范围的通过区域的低通滤波(LPF)。呼吸波形提取方法33的LPF的截止频率可以是0.3,0.4,0.6,0.7Hz,也可以是0.8Hz。另外,呼吸波形提取方法33的截止频率也可以和心跳提取方法32的下限频率相同,也可以比下限频率高且一部分通过范围是重叠的。另外,作为提取呼吸波形的方法,最好从所获得的心电图波形、心冲击图波形或活体振动信号来求滤波的伤心频率或下限频率,更好的则是定期或是不定期的,从获取的心冲击图波形或是活体振动信号中求滤波的上线频率或下限频率。对于心电图波形,心冲击图波形或是活体振动信号,又或者是这些信号中做过预先处理(比如去噪音的过滤或者增强处理等)东西,求出功率谱,从低频侧起检测功率谱密度并确定最初的峰值,将该峰值下降至所定阈值(比如峰值的一半幅度)为止的高频侧的频率作为截止频率也可。像这种,通过利用从获取的心电图波形,心冲击图波形或活体振动信号中求得的上限频率或下限频率的滤波来进行的信号处理,能够反映出获取对象活体所也有的活体信息,获取时的身体姿势,身体状态,环境等条件,能个设定滤波使之能应对个体差异和获取是的条件,能够实时计算相位相干性。另外,作为LPF的替代,也可以通过BPF,这种情况下,BPF的下限频率只要很低的频率就足够了,比如说设定为0.1Hz也可以。图4(A)的下方的图形显示的是呼吸模式,实线是从心电图波形中提取出来的呼吸模式,点划线是呼吸引起的气流的实测值。根据图4(A)的下方的图形,能够知道即便是从心电图波形中提取的呼吸模式,其周期也是和实测值一致的。
图5显示的是,使8名被测定对象的呼吸次数按照1分钟8,10,12,15,18,20,24次进行变化时的从心电图中提取的推定呼吸频率,和实测呼吸频率的关联性。点划线表示的是呼吸频率的95%信赖区间。呼吸频率超过大约0.4Hz的话95%信赖区间就会偏离identityline,评价会偏小,而小于0.4Hz就能以10%以内的精度推定出呼吸频率。图6是,利用图5的推定呼吸频率计算出的相位相干性λecg和利用实测呼吸频率计算出的相位相干性λ的关联性的示意图。呼吸频率到0.33Hz(20次/分钟)为止,能够求得精度在9成以上的相位相干性。
心跳间隔计算方法34是,在来自心跳提取方法32的信号被导入后计算心跳间隔的。心跳的间隔,比如,心电图的P波,R波,T波或是U波的间隔,特别是R波的波峰很尖锐,所以最好计测R波到下一个R波之间的间隔。如果是和从心冲击图波形或是活体振动信号中提取出来的心跳有关的信号的话,最好计测和波峰尖锐的R波相当的波形的间隔。图4(B)是,从图4(A)的心电图中计算出来的心跳间隔的变动的示意图表,纵轴是心跳间隔(ms),横轴是时间(s)。通过图4(B)可以得出心跳间隔是按一定周期进行变动的。另外,虽然呼吸性窦性心律不齐(RSA)的振幅也可以作为心理压力的一个评判指标来使用,但是如下文所述,因为即使是呼吸频率也会引起呼吸性窦性心律不齐(RS)的振幅变化,所以最好是将其和基于相位相干性的评价相组合,用作为辅助性或是追加性的评价。另外,心跳间隔计算方法34也可以直接通过含有心跳相关信息的活体信息来计算心跳的间隔。这种情况下,心跳间隔计算方法34可以是含有心跳提取方法32的功能的,或者根据信号处理方法的不同,也可以不需要心跳提取方法32,直接通过含有心跳相关信息的活体信息计算出心跳的间隔。
希尔伯特变换滤波器35是针对心跳间隔的变动输出瞬时相位和瞬时振幅的部分,希尔伯特变换滤波器36是针对呼吸模式输出瞬时相位和顺时振幅的部分。希尔伯特变换滤波器可以通过模拟电路来实现90度相移滤波器,也可以由有线脉冲响应数字滤波器构成。将希尔伯特变换后的信号和实际信号相结合后得到解析信号,便能够通过解析信号的实部和虚部的比求出瞬时相位。图4(C)的上方的图形中,实线是心跳间隔的变动的瞬时相位,点划线是呼吸模式的瞬时相位,纵轴是相位(弧度),横轴是时间(s)。
瞬时相位计算方法37是,计算出心跳间隔的变动的瞬时相位,并将结果输出至相位相干性计算方法38。相位相干性计算方法38如上述,是利用心跳间隔的变动的瞬时相位和呼吸模式的瞬时相位之间的瞬时相位差来计算相位相干性的。计算相位相干性时的数据至少要在一个呼吸周期的窗长下进行计算。图4(C)中下方的图形是计算得出的相位相干性λ。通过图4(C)可知,相位相干性通常接近于1且相对来说处于波动较小的状态。睡眠状态测定装置1还可以具有根据计算得出的相位相干性λ来判断睡眠状态的功能。
操作按钮41、触摸板42、录音话筒43都是使用者用来操作睡眠状态测定装置1的输入手段,能够运行睡眠状态测定装置1,输出需要的信息。显示器44、扬声器46作为输出手段,能够用来输出心跳、呼吸模式、呼吸性窦性心律不齐、相位相干性λ,根据相位相干性λ推定出来的睡眠状态等。无线通信手段45可以用作计算出的相位相干性λ或是睡眠状态的输出手段,也可以用作导入来自传感器20的信号的输入手段。记录装置47,记录被导入的信息,各种方法手段的程序,计测结果等。
睡眠状态测定1,能够通过便携式终端(如:手机,智能手机等)和传感器来实现。传感器,比如说在心电图传感器中设置A/D转换电路和无线通信功能,通过A/D转换电路将传感器检测到的信号转换为数字信号,通过无线通信功能将数字信号发送至便携式终端。作为无线通信功能,最好可以使用例如Bluetooth(登录商标),Wi-fi(登录商标)等。
本发明的睡眠状态测定装置1,能够利用心跳间隔的变动的瞬时相位和呼吸模式的瞬时相位间的瞬时相位差的相位相干性和δ波的振幅之间的关联性来对睡眠状态进行测定。相位相干性如后文所述,不容易收到呼吸频率的影响,能够更准确的测定睡眠状态。另外,可以只用1个传感器来实现睡眠状态测定装置1,能够给使用者提供负担小,不容易产生压力感的装置。尤其如果是计测振动的传感器的话,可以在对动物无拘束的状态下进行测定,提供了更便利的装置。相位相干性能够进行实时的测定,能够测出非快眼动睡眠时间的发生时期或是非快眼动睡眠-快速眼动睡眠的节奏周期,能够确实掌握到睡眠状态。另外,因为还同时在检测或是在提取呼吸模式,所以也可以检测出睡眠时的呼吸暂停状态。此外,还能测定被测定者的呼吸性窦性心律不齐的程度,作为睡眠状态的辅助性判断指标。
[相位相干性计算装置及方法]
相位相干性不仅可以用于评估睡眠状态,也可以用于评估心理压力。尤其是,本实施形态下所说的相位相干性计算装置,至少可以通过既包含动物心跳的相关信息又包含呼吸相关信息的活体信息获取心跳间隔的变动和呼吸模式,并计算出相位相干性。
图7是相位相干性计算装置11的概要结构图。相位相干性计算装置11至少包含活体信息获取方法12,和呼吸波形提取方法13,和心跳间隔计算方法14,和相位相干性计算方法15。并且,相位相干性计算装置11也可以具有图3中的其他方法手段。在本实施形态下的相位相干性计算装置11,其活体信息获取方法12是至少可以获取既包含动物心跳的相关信息又包含呼吸相关信息的活体信息的,相关活体信息具体举例有:心电图、心冲击图波形或是活体振动信号。活体信息获取方法12,可以是带有计测动物用的传感器以及通过有线或无线方式导入来自传感器的信息的导入部的结构,也可以是带有能从存有已计测信息的其他存储媒介中通过有线或无线的方式将信息导入的导入部的结构。即,信息获取部2至少具备导入信息的导入部,根据情况,也可以具备通过有线或无线方式与导入部相连接的计测活体信息的传感器。如果用传感器计测活体信息的话,取样频率最好为100Hz以上。
正如上面的睡眠状态测定装置1的说明中的详细解说内容,能够从心电图中提取呼吸模式,能够获取心跳间隔的变动和呼吸模式。如果是心冲击图波形或是活体振动型号的话,计测振动的传感器可以直接和生物相接触,也可以和传递来自生物的振动的物件(地板,床,椅子,桌子,衣服,鞋子,毛毯,西服,雨衣等都包括在内)相接触,是非接触式的话放置时可以和生物有一定距离。放置接触式振动计测传感器的物件和生物之间可以夹有多个物件。比如,地板的上面、床垫的上面或下面、椅子的座板或靠背的表面或反面、桌子桌面的表面或反面等都可以放置或埋放振动计测传感器。此外,对于床脚来说,和地板的接触部上装的保护材的其中一个上装置振动计测传感器也可、床架、床头板、或是侧边轨道等地方也可以放置、椅子的脚、扶手、骨架等地方也可以放置、桌子的脚、横木、衬板等地方也可以放置。另外,厕所中的马桶座或是马桶上也可以放置振动计测传感器、振动传感器能够放置在马桶座或马桶的表面、反面或是内部。比如,安装在马桶座反面和马桶的接触部的缓冲部或是设置于马桶座表面和马桶的接触部的缓冲部都可以放置振动计测传感器。另外,作为计测振动的传感器,正如上面所述,能够使用的有压电传感器、加速度传感器、压力传感器、非接触式传感器等。
如果是心冲击图或是活体振动信号的话,则需要把心跳的相关信息和呼吸的相关信息分别提取出来。可以利用低通滤波(LPF)、带通滤波(BPF)、高通滤波(HPF)通过频率来提取心跳的相关信息和呼吸的相关信息。为了得到更准确的心冲击图波形或活体振动信号,可以计算心脏冲击的传递特性,然后推定逆向传递函数,以此从心冲击图波形或活体振动信号中获得相当于心电图的波形。逆向传递函数,可以是事先测定被测定者的心电图和心脏冲击,然后调查其传递特性,也可以是仅通过心冲击图波形或活体振动信号来推定传递特性。将心冲击图波形中的低频成分去除后,运用Wiener滤波,将逆向传递函数和原始心冲击图波形进行重叠积分运算后便能得到模拟心电图波形。另外,作为通过心冲击图波形计算心跳间隔的其他计算方法,使心冲击图波形通过以高于心跳的频率作为下限频率的高通滤波(HPF),对HPF后的信号取绝对值,以此可以从通过所用HPF的信号的包络线信号中获得心冲击图波形的各心跳动的山峰,根据其峰值或是心跳动的山峰的开始时间点来计算心跳间隔也可。
图8(A)中,上方图表是心冲击图波形,下方图表是从心冲击图波形中提取的模拟心电图波形。首先,因为即使在心冲击图波形中,锐利的山峰也是周期性生成的,所以求出山峰时间(T),并假定该时间就是能从心电图中得到的R波的时间,以心冲击图波形的锐利山峰为起点,将伴随其的心冲击图波形按照规定的窗长(最长也就是到下一个山峰为止)切分成波形断片进行总结整理。总结整理时,对于波动较大的波形断片,最好将其看作时间(T)和R波的时间不一致然后将其排除。图8(B)的实线为重叠了100个波形断片后的平均结果,点划线为标准偏差。将此实线看作心电图和心脏冲击之间的平均传递特性,利用该传递特性的逆向传递函数,从心冲击图波形中获得了模拟心电图波形。像这样通过计算心脏冲击的传递特性并推导逆向传递函数来从心冲击图波形或活体振动信号中求得相当于心电图的波形,以此能够更加准确的提取。尤其是本发明的相位相干性计算装置和睡眠状态测定装置,是要提取心跳间隔的变动、呼吸模式的,所以能够更加准确的求得相当于心电图的波形是相当重要的。
另外,要从心冲击图波形中提取与呼吸有关的信号,可以通过使其通过低通滤波(LPF)来提取,也可以通过提取模拟心电图波形中的由来于呼吸的调幅来提取。
用传感器计测活体信息的时候,采样频率最好为100Hz以上。图9是将获取心电图波形时的采样频率分别改变为1kHz、500Hz、200Hz、100Hz、50Hz时的相位相干性的对比图。和以1kHz的频率采集到的心电图的相位相干性进行均方根误差的比较结果为,500Hz是0.028,200Hz是0.039,100Hz是0,045,50Hz是0,109。由此可知,如果采样频率在100Hz以上的话,就能获得精度相当高的相位相干性。
图10显示的是,平稳时和计算状态时(压力状态)的心跳间隔的变动和呼吸模式的瞬时相位的关系。图10(A)是平稳时的心跳(实线)和呼吸(点划线)的瞬时相位,(B)是平稳时的心跳和呼吸的瞬时相位的利萨如图形。图10(C)时计算状态时(压力状态)的心跳(实线)和呼吸(点划线)的瞬时相位,(D)是计算状态时的心跳和呼吸的瞬时相位的利萨如图形。图10(E)是在平稳状态时布置计算任务,以及计算任务结束后的呼吸性窦性心律不齐(RS)的变化。图10(F)是在平稳状态下布置计算任务时,以及计算任务结束后的相位相干性的变化,点划线是利用通过呼吸流速实测出的呼吸模式所计算出的相位相干性,实线是利用通过心电图算出的呼吸模式所计算出的相位相干性。平稳时的相位相干性为0.69±0.12(95%信赖区间:0.63~0.75),计算任务时的相位相干性为0.45±0.17(95%信赖区间:0.41~0.49),相较于平稳时,计算任务时的相位相干性有意识的降低了。从图10可见,瞬时相位差在平稳时非常稳定,而在做计算任务等产生精神压力的话,不仅仅是呼吸性窦性心律不齐(RSA)的程度会减弱,而且相位差也会变得混乱。这就表示,因呼吸中枢生成的呼吸振动和由自律神经支配的心脏跳动振动之间的协调关系会被压力扰乱。
图11是,自主改变呼吸频率时的心跳间隔(RRI),呼吸性窦性心律不齐的振幅(ARSA),相位相干性(λ)以及呼吸频率(fR)的示意图。最开始呼吸次数为1分钟15次,从300s起,有意识的增加到1分钟25次。随着呼吸次数的增加,呼吸性窦性心律不齐的振幅(ARSA)会变小,但是相位相干性几乎没有变化。呼吸性窦性心律不齐是来自于自律神经的副交感神经活动的生理现象,一般认为其振幅是反映了副交感神经活动的紧张度的,然而如图11所示,并没有使副交感神经活动的紧张度产生变化,而是仅仅改变了呼吸次数就影响了呼吸性窦性心律不齐的振幅,所以无法通过呼吸性窦性心律不齐来断定自律神经活动。从这个角度来看,即时改变了呼吸次数,相位相干性也没有发生变化,所以通过相位相干性来推定自律神经活动能够更准确的推测自律神经活动。像这样通过测定相位相干性,就可以不依附于呼吸频率且实时地确认被测定者的心理压力状态或是睡眠状态。此外,还可以测定被测定者的呼吸性窦性心律不齐的大小,所以也能将其作为心理压力状态或是睡眠状态的辅助性判断指标。此外,还能获取心跳间隔的变动,所以可以通过对心跳间隔的变动的随时间的变化进行频率分析(傅里叶变换),求得慢速波动的成分(LF)以及快速波动的成分(HF),可以将LF/HF作为交感神经活动指标,HF作为副交感神经活动指标检测出来。比如,也可以将心跳间隔的变动的随时间的变化进行傅里叶变化后的功率谱的0.04~0.15Hz的成分作为LF,0.15~0.4Hz的成分作为HF计算出来。从前,这些指标是作为从心电图中获得的R波的心跳间隔的变动解析被使用的,在本发明中,不仅是心电图,还能用作为心冲击图波形或活体振动信号中获得的心跳间隔的变动的解析手法,就可以调查交感神经·副交感神经活动的调节障碍了。另外,在本发明的睡眠状态测定装置中利用心电图的情况下,也可以同时检测这些指标。
作为含有与动物心跳有关的信息的活体信息或是含有与呼吸有关的信息的活体信息的信号处理方法,最好可以含有通过来自于活体信息的信号的功率谱求出上限频率或下限频率,使之通过以前述上限频率或下限频率作为拦截频率的滤波的处理。通过从来自于活体信息的信号的功率谱求上限频率或下限频率,能够反映出所取生物所特有的活体信息,获取活体信息时的身体姿势,身体状况,环境等条件,能够设定滤波使之可以应对个体差异或获取时的不同条件。此外,由于身体姿势,身体状态,环境等条件会经常变化,所以最好可以定期或不定期的更新上限频率或下限频率。
所谓含有与心跳有关的信息的活体信息,可以利用的比如有,计测了心电图、心冲击图波形、动物的振动(包括心脏冲击)的随时间的变化的活体振动信号等,所谓含有与呼吸有关的信息的活体信息,可以利用的比如有,所计测的呼吸引起的空气气流的实测值、所计测的伴随呼吸的胸腔阻抗变化的实测值、所计测的呼吸引起的温度变化的实测值、所计测的伴随呼吸运动的腹部举动的实测值、心电图、心冲击图波形、活体振动信号等。来自于活体信息的信号,不仅仅指含有与活体心跳有关的信息的活体信息或含有与呼吸有关的信息的活体信息本身,也包含活体信息做预先处理(比如除噪音,增强处理等)之前的东西。所运用的信号处理方法,比如,在上述睡眠状态测定装置中,可以在通过心跳间隔计算功能从含有与心跳有关的信息的活体信息中算取心跳间隔的变动时,通过呼吸模式计算功能从含有与呼吸模式有关的信息的活体信息中算取呼吸模式时使用,也可以在相位相干性计算装置中,用于从既含有与动物心跳有关的信息又含有与呼吸有关的信息的活体信息中算取心跳间隔的变动,或是算取呼吸模式时使用。
活体振动信号测定装置(可穿戴式传感器)
图12是本发明的活体振动信号测定装置101的概要结构图。活体振动信号测定装置101,在人体的可装戴部上至少具备有振动传感器102,根据需要,也可以具备信息处理手段103,通信手段104,供电手段105,记忆手段106,输出显示手段107,操作手段108等中的一个或多个。装戴部,可以装戴在动物身体上,比如,最好是可以穿戴在人或动物的四肢或头部的可穿戴式的东西。所说的人或动物的上肢,最好是装戴在手指、手腕、手臂上,比如能够将传感器装戴在戒指、手环、指套、手环等上面。另外,所说的人或动物的下肢,最好是可以装戴在大腿、小腿、脚踝上的,比如,传感器装在皮带、袜子、鞋套等上也可。另外,再说人或动物的头部,最好是装戴在脖子、太阳穴、耳朵等上面,比如、传感器装在发带、领带、项链、耳钉、耳环上也可。
振动传感器102是计测振动的传感器,用于获取含有与心跳有关的信息和呼吸有关的信息的活体振动信号,可以通过穿戴部穿戴在人体上。图12中,举例的是单个振动传感器102,也可以包含多个振动传感器,根据需要,也可以将其他种类的传感器(例如光学传感器,温度传感器)和振动传感器102结合使用。通过振动传感器102计测活体振动信号的情况下,取样频率最好是100Hz以上。放置振动传感器102使其直接或间接与人体接触,就能检测出活体振动信号(也可包含心冲击图波形)。作为振动传感器102,如上述内容,可以使用的有压电素子,高分子压电体等。用振动传感器102检测到的活体振动信号可以通过装置内的总线电路或通信手段104被传导到处理方法103等中。
信息处理手段103是处理被导入的活体振动信号的方法,比如,能够利用电子电路或是CPU(中央处理装置)的运算处理功能。信息处理手段103最好被设置于活体振动信号测定装置101中,但通过通信手段104来传导活体振动信号测定装置101中的活体振动信号,从而和活体振动信号测定装置101分开设置也可。根据CPU的运算处理功能,比如,能够构建数字滤波器实现频率滤波。另外,信息处理手段103不仅可以通过数字电路,也可通过模拟电路实现。比如,也可以通过由电容器或电阻或运算放大器构成的低通滤波(LPF)或高通滤波(HPF)等的模拟电路来实现频率滤波。另外,被导入的活体振动信号是模拟信号的话,也可以通过模拟-数字转换电路讲起转换为数字信号。
信息处理手段103至少包含心跳间隔计算手段131,呼吸波形提取手段132,最好还包含相位相干性计算手段133。另外,也有将含有相位相干性计算功能的装置叫作「相位相干性计算装置」的。本发明的活体振动信号测定装置101中具备相位相干性计算功能的情况下,就是一种相位相干性计算装置了。关于心跳间隔计算手段131、呼吸波形提取手段132、相位相干性计算手段133的具体处理方法,详见上述睡眠状态测定装置1以及相位相干性计算装置11中的说明内容。
通信手段104具有通过有线或无线通信方式传递各种信号的功能。通信手段104可以是接续在振动传感器102上的接线、线缆。无线的通信手段104,举例来说,可以将振动传感器102获取到的活体振动信号发送至信息处理手段103、记忆手段106、输出显示手段107、外部装置(无图示),也可以将信息处理手段103计算出的相位相干性的信息传输至记忆手段106、输出显示手段107,外部装置(无图示),也可以将存储于记忆手段106中的活体振动信号或相位相干性发送至信息处理手段103、输出显示手段107等中。另外,通信手段104也可以通过操作手段108将使用者导入的信息发送至处理手段103、记忆手段106、输出显示手段107等中。通信手段104是无线的情况下,举例来说,最好使用Bluetooth(登录商标),Wi-fi(登录商标),近场通信的近距离无线通信(NFC:Near field radio communication)等。另外,根据活体振动信号测定装置101的样式,通信手段104不一定非要是双向通信的。
供电手段105具有给活体振动信号测定装置101的各个部分提供电力的功能,比如,能够使用锂离子电池等电池。记忆手段106具有记忆振动传感器102测得的活体振动信号、信息处理手段103算出的处理结果(相位相干性等)、驱动信息处理手段103的程序等的功能,比如能够使用记忆内存能。
输出显示手段107具有显示或输出计算后的处理结果(相位相干性等),使用者导入的各种信息,操作内容等的功能。作为输出显示手段107,能够利用的有将处理结果呈现为图像的显示器、将处理结果输出到纸上的打印机、将处理结果通过声音输出的扬声器等。也可以在活体振动信号测定装置101上安装显示器来作为输出显示手段107使用。
操作手段108是由,使用者操作活体振动信号测定装置101用的开关、触摸板、按钮、调节旋钮、键盘、鼠标、录音话筒等构成的。另外,如果输出显示手段107是由能够接收使用者的操作的触摸板构成的话,操作手段108也可以兼用做输出显示手段107。
[信号处理方法]
活体振动信号测定装置101的信息处理手段103会对既包含与人体的心跳有关的信息又包含与呼吸有关的信息的活体振动信号进行信号处理并取得活体信息。比如,作为活体信息,可以计算出的有心跳数、心跳间隔、心跳间隔的变动(呼吸性窦性心律不齐的振幅)、呼吸模式,相位相干性、心跳间隔的变动的频率成分等。
相位相干性,可以通过各种心跳间隔的信息以及呼吸模式计算出同一时间数列下的心跳间隔的变动的瞬时相位和呼吸模式的瞬时相位之间的瞬时相位差,然后根据上述式(1)或(4)计算得到。
首先,振动传感器102获取的活体振动信号被导入至信息处理手段103的未图示的模拟-数字转换电路。模拟-数字转换电路是将来自振动传感器102的模拟信号转换为数字信号的电路。另外,振动传感器102中设有模拟-数字转换电路的情况下,振动传感器102本身构造就能够检测出数字信号的情况下,信息处理手段103中不设置模拟-数字转换电路也可以。另外,对来自振动传感器102的模拟信号进行过滤处理后,再将过滤处理后的模拟信号通过模拟-数字转换电路转换为数字信号也可。
接着,转换为数字信号的活体振动信号被导入至信息处理手段103的心跳间隔计算手段131以及呼吸波形提取手段132中。另外,心跳间隔计算手段131的前段中也可以设置未图示的心跳提取手段。信息处理手段103,比如,由振动传感器102取得的模拟信号被导入后,通过低通滤波(LPF)或是高通滤波(HPF)等的模拟滤波器进行过滤处理,并通过运算放大器增强信号。另外,也可以装备有能够自动控制因被检测者的个体而引起的不同信号程度的AGC电路(AUTO GEN CONTROL电路),比如,可以判断经由运算放大器增幅后的信号值是否属于适当范围内,并反馈该信息,决定运算放大器的增幅。
未图示的心跳提取手段,是从振动传感器102检测出的活体振动信号中提取与心跳有关的信息的手段,会根据所导入的活体振动信号选择适当适宜的处理。活体振动信号(包括心冲击图波形)一般而言,不仅仅是心脏跳动所引起的心脏冲击,也包括呼吸引起的振动,或是基于身体动作,发声,外部环境等的振动,所以最好对这些噪音进行去除处理。但是,如果对心跳间隔的计算不会造成问题的话,不使用心跳提取手段也可以。作为所运用的除噪音处理有,上述的方法,比如,可以使用对活体振动信号进行n次幂的增强处理后,使其通过BPF等的方法。此外,作为通过活体振动信号计算心跳间隔的方法,能够利用从上述心冲击图波形中计算心跳间隔的方法。
另外,为了能够更准确地从活体振动信号中求出心跳,也可以计算心脏冲击的传递特性,然后推定逆向传递函数,并以此从活体振动信号中求出相当于心电图的波形。逆向传递函数,可以是事先测定被检测者的心电图和心脏冲击并调查其传递特性,也可以是仅从活体振动信号中推定其传递特性。
通过心跳提取手段提取到的与心跳有关的信息被导入到心跳间隔计算手段131中。心跳间隔计算手段131根据心跳的信息计算出心跳间隔。看心电图的话,心跳间隔的R波通常会有锐利的山峰,所以最好是计测一个R波到下一个R波之间的间隔。如果是从活体振动信号中提取的与心跳有关的信息的话也是同样的,最好计测相当于有锐利山峰的R波的波形的间隔。
呼吸波形提取手段132是,从既包含由振动传感器102检测出的与心跳有关的信息又包含与呼吸有关的信息的活体振动信号中提取呼吸模式。呼吸波形提取手段132会根据所导入的活体振动信号选择适当适宜的处理。呼吸波形提取手段132也可以进行去除噪音信号的处理。从活体振动信号中提取与呼吸模式有关的信号的情况下,所运行的处理有,比如,可以对活体振动信号的强度进行n次幂(n为2以上的整数,n是奇数的话取绝对值)的增强处理后,使其通过具有0.5Hz以下的频率范围的通过带的低通滤波(LPF)。呼吸波形提取手段132的LPF的截断频率可以是0.3、0.4、0.6、0.7Hz、0.8Hz。另外,呼吸波形提取手段132的拦截频率可以和心跳提取手段的下限频率相同。设置成高于下限频率且有部分通过带重叠也可以。另外,作为呼吸波形提取方法,最好是从所获取的活体振动信号中求滤波的上限频率或下限频率。对于活体振动信号或是所运行的信号的预先处理(比如除噪音或是增强处理等)物,求功率谱,从低频侧起检索功率谱密度并设定最初的波峰,该波峰下降至所规定的阈值(比如:波峰的一般幅度)时的高频侧的频率作为拦截频率也可以。通过这种利用从所获取的活体振动信号中求上限频率或下限频率的滤波来进行信号处理,便能反映出被检测者特有的活体信息或是获取信息时的身体姿势,身体状况,环境等条件,能够设置滤波使其可以应对个人差异或是获取时的不同条件,能够实时计算相位相干性。另外,作为LPF的替代,也可以使其通过BPF,这种情况下,BPF的下限频率只要非常低的频率就足够,比如,设定为0.1Hz也可以。
通过心跳间隔计算手段131计算出的心跳间隔,和通过呼吸波形提取手段132所提取出的呼吸模式,被导入至相位相干性计算手段133中。相位相干性计算手段133具有,计算心跳间隔的变动的瞬时相位和呼吸模式的瞬时相位的瞬时相位计算功能(希尔伯特变换滤波器),和计算出两者之间的瞬时相位差的瞬时相位差计算功能(瞬时相位差计算手段),和利用算出的瞬时相位差计算相位相干性的相位相干性计算功能。未图示的希尔伯特变换滤波器,对于心跳间隔的变动输出瞬时相位和瞬时振幅,对于呼吸模式输出瞬时相位和瞬时振幅。希尔伯特变换滤波器可以采用和图3中的睡眠状态测定装置1的希尔伯特变换滤波器35、36相同的东西。
未图示的瞬时相位差计算手段,可以算出心跳间隔的变动的瞬时相位和呼吸模式的瞬时相位之间的相位差(瞬时相位差),并将结果输出至相位相干性计算手段133。接着,相位相干性计算手段133利用心跳间隔的变动的瞬时相位和呼吸模式的瞬时相位之间的瞬时相位差计算出相位相干性。求相位相干性时的数据最低也要在呼吸的1个周期的窗长下计算。
获取活体振动信号时,振动传感器102可以是直接与被测定者接触的,也可以是通过由传导振动的部件所构成的穿戴部(比如:戒指,手环,皮带等)进行间接接触。具体来说,作为穿戴部的材质,最好包含属于强电介体的PZT、BST、PN、PT等陶瓷薄膜材,或是PVDF等有机薄膜材。从这些薄膜材料的两面附着电极材。作为电极材料有,Pt/Ti、Au、Al、Cu类的金属可以被使用。也就是,从两面以金属材料作为电极,强电介体夹在中间的三明治结构。这个电极的一侧作为传导振动的部件,附着或贴有塑料、橡胶类的材料,能够检测到因血流而产生的振动。测定手指的血流的情况下,手指的血流是从手指的两个侧面流动的,为了从手指周围整体获取作为振动信号的血流动态,可以将三明治结构通过有伸缩性的材料夹在手指周围。作为有伸缩性的材料,最好是橡胶类的材料,伸缩性塑料材料。作为戒指的材料被使用的Au、Ag、Pt等金属材料虽然伸缩性不好,但也可以使用。这些金属材料能够活用作传导振动的材料。这样的振动传感器102是非常薄的片状传感器,所以能够获得任意的平面积。并且利用其薄型柔软性的有点,可以方便得卷绕或是贴付在圆柱形或是圆柱体的一部分上。因此,可以使用薄型(10~200μm厚度)的有机片状薄膜传感器,也可以使用以PEN或PET等有机薄膜作为基板材料,在其上面附着厚度为几微米的PVDF等的压电材料的有机薄膜。利用这种薄且柔软性高的特性,可以应用于多个方面。
获取活体振动信号后,需要分别提取出于心跳有关的信息和与呼吸有关的信息。可以通过低通滤波(LPF),带通滤波(BPF),高通滤波(HPF)根据频率将与心跳有关的信息和与呼吸有关的信息提取出来。
作为含有人体的心跳相关信息和呼吸相关信息的活体振动信号的信号处理方法,最好含有通过来自活体振动信号的信号的功率谱求上限频率或下限频率,使之通过以前述上限频率或下限频率作为拦截频率的滤波的处理。通过从来自活体振动信号的信号的功率谱求上限频率或下限频率,可以反映出被检测者所特有的活体信息,或是采取活体信息时的身体姿势,身体状况,环境等条件,能够设定滤波使之可以应对个体差异或是获取时的不同条件。此外,由于身体姿势、身体状况、环境等条件是时常在变化的,所以希望可以定期或不定期的更新滤波的上限频率或下限频率。
本发明中,作为含有心跳相关信息以及呼吸相关信息的活体信息,可以利用计测了振动(包括心脏冲击)随时间变化的活体振动信号。另外,不仅仅是活体振动信号本身,活体振动信号之前用于预先处理(比如去噪音,增强处理等)的信息也包含在内。所运行的信号处理方法可以在通过既包含人的心跳有关信息又包含呼吸有关信息的活体振动信号计算心跳间隔的变动时,计算呼吸模式时使用。
此外,信息处理部103也可以具有根据算出的相位相干性判断睡眠状态等的判定功能。作为判定功能,比如,可以将算出的相位相干性和阈值进行比较,大于阈值的话判定为深度睡眠,小于阈值的话判定为浅度睡眠,也可以根据相位相干性大于阈值的时间来评价睡眠的质量,也可以根据相位相干性的变动的周期来评价睡眠的质量。阈值可以是事先设定的数值,也可以是根据被计测者过往的相位相干性计算结果的进行特别设定,也可以设定多个数值来分阶段的对睡眠质量进行评价。另外,根据信息处理部103的判定功能,也能判定睡眠中的呼吸状态。比如,虽然和呼吸模式的获取方法也有关系,但是无论是哪种获取方法,对于中枢性睡眠呼吸暂停(由于大脑呼吸中枢的异常等而引起呼吸运动停止而发生的呼吸暂停)而言,因为呼吸运动停止了所以无法检测到呼吸模式,所以就能够判定为呼吸暂停状态。
[实施例1]
本实施例中,使用片状压电传感器(压电素子)作为计测振动的传感器来获取活体信息,从该活体信息中求出了相位相干性。另外,同时对被检测者的心电图以及通过热线式呼吸峰流速仪对呼吸模式进行计测,从这些活体信息中也求出了相位相干性。
图13是本实施例中使用的片状压电传感器210的结构。片状压电传感器210是上下为正电极层212以及负电极层213,中间夹着片状的振动传感元件211,此外还有覆盖住这些的外侧覆盖件214,215用于保护。作为振动传感元件211,使用的是属于氟类的有机薄膜强电介体材料聚偏氯乙烯(PVDF)。另外,虽然可以从上下电极中提取信号,但是将负电极层213作为固定电位,从正电极层212中提取出振动传感元件211的位移所引发的信号这样的结构也可以。外侧覆盖件214、215为了排除来自外部的各种杂音,尤其是电磁杂音,所以要保持一定的电位,作为遮蔽层也可以。此处,遮蔽层可以和负电极层213是相同的电位,此时,一部分的材料可以同时兼任负电极层和保护外罩。另外,在正电极层212或是负电极层213,和外侧覆盖件214、215之间放置绝缘层(绝缘垫),使两者之间绝缘也可。正电极层212和负电极层213中,未图示的获取端子和滤波电路等组装在一起,可以各自对电极施加电压或是从电极中输出信号。压电传感器210是压电素子,被施加机械力(很小的力)的话,真的传感素材211就会产生电动势,将振动传感元件211中累积的电荷转换为电流电压,便能作为电子信号被提取出来。
本实施例中,片状压电传感器210放在床的被单下面,对被测定者完全没有负担,能够实时地无拘束的分离提取活体信号。在床上进行计测时,讲片状压电传感器210放置在床垫上面,再铺上被单,能够得到人仰卧时的平稳。人躺在床上后,人的心跳或是呼吸动态通过体内以及体表,作为振动波传递到传感器210中,通过传感器210产生μV命令的电动势。这个信号再加上心跳、呼吸等所需要的活体信息,也包含了会造成障碍的杂音信号,所以之后要利用信号处理算法(电子电路以及软件)将心跳、呼吸等活体信息分离提取出来。另外,被检测者的胸部贴上心电图电极,通过单极输出同时计测了心电图(ECG)。此外,被检测者带着面部口罩,通过热线式呼吸峰流速仪同时计测了呼吸模式。另外,片状压电传感器210放在椅子座位部(臀部下方)的薄坐垫的下方,在被检测者坐着的状态下检测出了活体信号。
活体振动信号和心电图、呼吸流速波形以100Hz进行采样并保存。对活体振动信号,利用检测心跳用的和检测呼吸用的特定数字滤波器进行了信号处理。对活体振动信号施加高频带通滤波(高通滤波也可)后,进行全波整流积分运算,仅将来自心跳的振动成分提取出来,为了求这个波形的波峰,将全波整流积分运算后的来自心跳的振动成分波形进行微分运算,设定阈值后检测出波峰(心跳脉冲),通过该波峰的间隔求出了跳动间隔。此处,将通过心电图求得的心跳间隔称为RRI,通过活体振动信号求得的心跳间隔称为BBI。另外,对活体振动信号施加低频率的带通滤波(低通滤波也可),提取来自呼吸的振动成分,并推定了呼吸模式。通过样条插值法以10Hz对RRI和BBI进行了再次采样。通过热线式呼吸峰流速仪实测的呼吸模式和通过活体振动信号推定的呼吸模式也以10Hz进行了再次采样。呼吸性窦性心律不齐和呼吸模式进行希尔伯特变换,通过解析信号求出瞬时相位,根据其相位差Ψ算出了相位相干性λ。相位相干性在10秒的计算窗内每5秒变换一次进行了计算。
图14(A)是能够通过片状压电传感器210获得的活体振动信号的原始信号。图14(B)是原始信号做过信号处理后(全波整流积分运算后的来自心跳的振动成分波形进行了微分处理之后)的波形。图14(C)上方显示的是心电图(点划线)的心脏脉冲,下方显示的是能够通过信号处理后的波形获得的心跳脉冲(实线)。图14(D)是通过心电图求出的RRI(点划线)和通过活体振动信号求出的BBI(实线)。图14(E)是实测的呼吸模式(点划线)和通过活体振动信号推定的呼吸模式(实线)。图14(F)是通过心电图以及实测的呼吸模式计算出的相位相干性(点划线)和通过活体振动信号推定的相位相干性(实线)。如图14(D)所示,从心电图中同时计测得到的RRI和通过活体振动信号求得的BBI非常相似,能够通过信号处理从活体振动信号中算出心跳间隔的变动。另外,如图14(E)所示,实测的呼吸模式和通过活体振动信号推定的呼吸模式几乎一致。并且,如图14(F)所示,从心电图以及实测的呼吸模式中算出的相位相干性和仅从活体振动信号算出的相位相干性几乎一致。从这些内容可知,仅通过活体振动信号的测定就能算出心跳间隔的变动(呼吸性窦性心律不齐),呼吸模式以及相位相干性是可能的。
图15显示的是心电图的功率谱密度(点划线),和图14(B)所示的活体振动信号进行信号处理后的波形的功率谱的密度(实线)。可以看出,属于心电图的基本频率的心跳频率(约1Hz)和信号处理后的波形的功率谱的波峰一致,且信号处理后的波形中,心电图基本频率的频率数以外的成分都经由信号处理被除去了。如所述,本手法中预先将呼吸频率数成分完全去除后,求来自于心跳的振动成分,求出相当于RRI的BBI,通过这样的方法,BBI更为准确,其结果,能够检测出属于心跳间隔的变动的呼吸性窦性心律不齐,算出的相位相干性和从心电图和实测呼吸模式中求得的几乎一致。
本发明的相位相干性计算装置,可以导入各种各样的家具,电子装备中使用。比如说,在椅子、寝具中加入计测振动的传感器,计测使用者的压力状态。这种情况下,能够应用于火车、飞机等座位、职场的座位、车子、电车、飞机等的司机位等,进行压力管理或是防止瞌睡,或是可以应用于医院或是疗养设施的床上,能够管理患者等的健康状态。另外,可以将振动计测传感器导入厕所、浴室、更衣室等地方的地板上,用于监测昏迷和中风等事故。此外,将相位相干性计算装置导入便携式终端、电脑等中,能够在日常生活中的各种场合下对心理压力进行评估。
[实施例2]
图16是戒指型活体振动信号测定装置的结构概要示意图。戒指型活体振动信号测定装置可以装戴在人的手指上,带有获取既含有心跳有关的信息又含有呼吸有关的信息的手指上的活体振动信号的功能,也可带有通过手指上的活体振动信号计算相位相干性的功能。手指上的活体振动信号是脉搏(随心脏跳动产生的末梢血管系内的血压或是体积的变化),受心脏冲击的影响。
如图16(A)(B)(C)所示,戒指型的活体振动信号测定装置101(101A、101B、101C)至少还含有振动传感器102,根据需要,也可以具有信息处理手段103、通信手段104、供电手段105以及记忆手段106。振动传感器102,如图16(A)所示,可以装配在戒指部件110(安装部)的内侧,也可以如图16(B)所示安装在戒指部件110的外侧。此外,也可以如图16(C)所示埋在戒指部件110的内部。图16(A)所示的振动传感器102是直接与手指接触的,所以能够直接获取手指上的活体振动信号。图16(B)以及图16(C)所示的振动传感器102,能够经由戒指部件110间接获取手指上的活体振动信号。这种情况下,戒指不见110最好由易传导活体振动信号的材料(比如,金属,橡胶,树脂,皮革等)构成。振动传感器102虽然能采用能够检测出手指的振动的适当的结构,但最好使用直接或间接与手指接触的压电传感器(参照图18)。
图16(A)的示例中,戒指型的活体振动信号测定装置101A包括振动传感器102和信息处理手段103。信息处理手段103是对振动传感器102获得的手指上的活体振动信号进行处理的运算装置,包括运算放大器、反馈电路、过渡电路、比较电路等、其构成可以实现心跳间隔计算手段、呼吸波形提取手段、相位相干性计算手段等功能。图16(A)的活体振动信号测定装置101A通过未图示的通信手段或显示手段等,输出获取的活体振动信号或计算出的活体信息。另外,图16(A)所示的戒指型活体振动信号测定装置101A具有相位相干性计算功能(信息处理手段103),所以也算作相位相干性计算装置的一种。另一方面,图16(B)的示例中,活体振动信号测定装置101B不带有相位相干性计算功能(信息处理手段103),其构成仅为获取人的活体振动信息的活体振动信号获取装置,通过通信手段104向外部(比如:手提电话、智能手机、个人电脑等)发送信息,在未图示的显示手段中显示获取的活体振动信号。
图16(C)的示例中,活体振动信号测定装置101C具备振动传感器102、通信手段104、供电手段105以及记忆手段106。记忆手段106(比如记忆内存等)能够收纳振动传感器102获得的活体振动信号、通信手段104(比如Bluetooth(登录商标)等)能够将活体振动信号发送至设置在外部的装置(比如手提电话、智能手机、个人电脑等)的信息处理手段中。供电手段105(比如电池)能够给振动传感器102、信息处理手段103、通信手段104、记忆手段106等提供电力。
另外,图16所示的戒指型活体振动信号测定装置101的各种形态都只是一种例子,并不仅限于此。比如、图16(A)所示的活体振动信号测定装置101A也可以是含有记忆手段106的结构,能够将振动传感器102获取的活体振动信号暂时储存在记忆手段106中,再通过有线或无线通信将活体振动信号输出到外部。另外,图16(B)所示的活体振动信号测定装置101B的结构也可以是含有记忆手段106,记住振动传感器102获取的活体振动信号,并通过通信功能发送至外部(比如手提电话、智能手机、个人电脑等)的。
戒指型活体振动信号测定装置中使用用于获取活体振动信号的振动传感器的情况下,是测定因血流流入手指动脉而在手指周围产生的膨胀的,所以只要能一定程度地安装在手指周围即可,安装部位不局限于手指根部,另外,振动传感器的位置不局限于手指中的血管的位置,振动传感器直接或间接的与手指周围相接即可。另外,使用压电传感器的情况下,振动会引发电子信号,所以可以将活体振动信号转换为电子信号,获取活体振动信号本身不需要电力,就能降低耗电量,适应于长时间的使用。另外,使用压电传感器的情况下,由于不需要装配大容量的电池,所以能实现装置的小型化、轻量化。
构成戒指型活体振动信号测定装置101的结构,信息处理103、通信手段104等,最好可以使之层叠于戒指的一小部分范围中。这些手段也可以直接叠加于振动传感器102、安装在振动传感器102的上部。其结果,是一种在很小的面积上立体叠加了振动传感器102、包含模拟部的信息处理手段、通信手段104等的结构。此外、还能叠加锂离子电池等的供电手段105。
结构为戒指型等的可穿戴式装置的情况下,最好的是系统可以不消耗电量,供电手段105(锂离子电池)的寿命越长越有利。因此,拥有最低限度功能的系统更讨喜,即、信息处理手段103只要具备,含有AGC(auto gen control)、AD转换电路、运算放大器以及滤波器的模拟电路、连接至通信手段的接续部,满足最低限度的功能即可。这种情况下,理想的是安装在戒指部件的信息处理部103仅包含心跳间隔计算手段131、呼吸波形提取手段132,而相位相干性计算手段133等其他手段由外部装置(智能手机、PC服务器、云系统等)构成。经安装在戒指部件的信息处理部103进行处理后的信号,通过通信手段104发送至外部装置,通过外部装置实行最终的信息处理、信息输出也可。
[实施例3]
图17是手环型的活体振动信号测定装置的结构概要示意图。手环型活体振动信号测定装置101D的结构是能够佩戴在人的手腕(图17显示的右手手心)上的,且具有2个振动传感器102(102(1)、102(2)),和接续至2个振动传感器102的信息处理手段103,和收纳振动传感器102以及信息处理手段103的收束带(安装部)。
如图17所示,人的手腕上、小手指侧有尺骨动脉113通过,食指侧有桡骨动脉114通过。振动传感器中的一个102(1)置于尺骨动脉113上,另一个振动传感器102(2)置于桡骨动脉114上。因此,手环型活体振动信号测定装置101D能够从2跟动脉中获取手腕上的活体振动信号。
另外,图17所示的手环型活体振动信号测定装置101D的结构是含有信息处理手段103的,但是不限定于此。设置记忆振动传感器102获得的活体振动信号的记忆手段,通过恰当的通信手段(比如、Bluetooth(登录商标)等)传导至外部信息处理手段的结构也可以,设置显示手段来显示活体振动信号或活体信息也可以。另外,虽然图17中有2个振动传感器102,但这仅仅是举例,并不限定于此。振动传感器102为长带状的结构,所用振动传感器102可以安装使其覆盖整圈手腕或是一部分皆可,或者仅设置任意一个振动传感器102也可以。另外,手环型活体振动信号测定装置中设有信息处理手段103的情况下,信息处理手段103也可以通过恰当的通信手段将信号处理结果发送至外部装置(比如携带式终端、电脑等)。信号处理结果在外部装置的显示装置中显示也可。作为振动传感器102,理想的是使用压电传感器(以下也有写作压电传感器102的)
通过手环型活体振动信号测定装置,可以测定手腕上的2处活体振动信号,所以可以通过2个活体信号计算心跳间隔、呼吸性窦性心律不齐、相位相干性,能够以更高的精度对睡眠状态或压力状态进行评价。但是,使用振动传感器的情况下,需要以一定强度的紧固力安装在手腕上,有时会对人造成不适感。另外,安装不牢固,振动传感器没有和皮肤紧密接触的话,振动传感器和手腕表面之间会产生缝隙,获取到的活体振动信号中可能会混有杂音。此外,在手腕上,振动传感器至少要放置在尺骨动脉113或桡骨动脉114的任意一个上面,否则难以测得正确的振动,振动传感器102的放置是有限定的。从方面来看,戒指型活体振动信号测定装置是安装压电传感器的,较为适宜,即使以一定强度的紧固力安装在手指周围,对人造成的不适感也较小,也不容易产生杂音,所以更为讨喜。
图18是图12、图16、图17中的振动传感器102的一个示例图,是体现了片板厚度的断面。振动传感器102是夹有振动传感元件121且上面和下面是信号电极层122以及接地电机层123,信号电极层122以及接地电机层123各自与上部引出电极124和下部引出电极125相接续。振动传感器102至少有一部分是被覆盖罩120保护住的。作为振动传感元件121,可以使用氟类的有机薄膜强电介体材料聚偏氯乙烯(PVDF)。压电传感器102,比如压电素子,被施加机械力(很小的力)后,振动传感元件121中会发生电动势,振动传感元件121中积蓄的电荷转换为电流电压,能够作为电子信号被取出。
图16所示的戒指部件110是由导电性材料构成的情况下,压电传感器102的上部引出电极124以及下部引出电极125和戒指部件110相接,压电传感器102获取的活体振动信号通过戒指部件110导入至信息处理手段103等也可。另外,上部引出电极124以及下部引出电极125也可以直接接续至图16、图17中所示的信息处理手段103、通信手段104、记忆手段106等的输入端。
[实施例4]
本实施例中,将戒指型活体振动信号测定装置安装于被测定者的食指根部、食指指腹、无名指根部,测定手指上的活体振动信号,并从手指上的活体振动信号中讲与心跳有关的信息分离提取出来。振动传感器是电容式压电素子,其结构为金属电极(20mmφ的电极)重夹有15mmφ的压电体的3层结构,和皮肤接触侧的金属板被圆形橡胶保护住,借由橡胶和皮肤间接接触,测出振动。
同样的,把手环型的活体振动信号测定装置安装在被测定者的手腕上,在振动传感器放置于手腕中央(图17的尺骨动脉113和桡骨动脉114之间)的状态下,和放置于桡骨动脉114的状态下测定能够通过手腕获取的活体振动信号。
心脏中挤压出的血液所引起的跳动会沿着动脉壁或血液传递到手脚末梢,手指或手腕中的血管会由于血液的流入而发生容积变化,通过测定血管运动反应能够捕捉到心脏或呼吸的动态。发生的血管运动反应是指,以振动波的形式通过手指或手腕表面传递到压电传感器中,通过压电传感器发生μV命令的电动势。这个信号再加上心跳、呼吸等所需要的信息,也包含了会造成障碍的杂音信号,所以之后要利用信号处理算法(电子电路以及软件)将心跳、呼吸等信息分离提取出来。另外,为了进行比较,在被检测者的胸部贴上心电图用的电极,在同时通过单极输出计测心电图(ECG)的同时,通过热线式呼吸峰流速仪计测呼吸模式的实测值。
图19(A)中,从左起依次为被检测者的食指根部、食指指腹、无名指根部检出的活体振动信号的原始信号。图19(B)是其处理后信号(经全波整流积分运算后的来自心跳的振动成分波形被进行了微分处理之后)的波形。从图19(B)可知,无论是哪个手指的哪个部位,处理后信号所呈现出的强度都是同等程度的。
图20(A)中,从左起依次为被检测中手腕中央检测到的活体振动信号的原始信号、手腕大拇指侧的桡骨动脉处检测到的活体振动信号的原始信号。图20(B)是其处理后的信号(经全波整流积分运算后的来自心跳的振动成分波形被进行了微分处理之后)的波形。从图20(B)可知,手腕中央部的处理后信号的振幅比桡骨动脉处的处理后信号的振幅小、手腕上的部位不同,所获得的活体振动信号的强度也会有很大差异。
图21(A)是从手指上的活体振动信号(信号处理后的波形)中得到的心跳脉冲的示例。图21(B)是用于比较的,从测定的心电图中得到的心跳脉冲、图21(C)是用于比较的,测定到的实测呼吸模式(呼吸流速波形)。
[实施例5]
本实施例中,把戒指型活体振动信号测定装置安装在被测定者的食指根部、在被测定者的仰卧姿势、坐姿姿势、站立姿势的状态下测定手指上的活体振动信号,从手指的活体振动信号中将于心跳有关的信息和与呼吸有关的信息分离提取出来,并计算了相位相干性。振动传感器和实施例4中的一样,通过橡胶和皮肤间接接触检测出振动。另外,为了进行比较,在被测定者的胸部贴上心电图用的电极,在同时通过单极输出计测心电图(ECG)的同时,通过热线式呼吸峰流速仪同时计测了呼吸模式的实测值。
手指以及手腕的活体振动信号、心电图、呼吸流速波形以100Hz~1000Hz进行采样后保存。使用用于检测心跳的和用于检测呼吸的特定数字滤波对活体振动信号进行信号处理。对活体振动信号施加高频带通滤波(高通滤波也可)后,在时间常数0.1~0.2秒内进行全波整流积分运算后仅将来自心跳的振动成分提取出来,为了求波形的波峰,将全波整流积分运算后的来自心跳的振动成分波形进行微分计算,设定阈值并检测出波峰(心跳脉冲),通过波峰之间的间隔求出了跳动间隔。此处,通过心电图求出的心跳间隔称之为RRI,通过活体振动信号求出的心跳间隔称之为BBI。另外,对活体振动信号施加低频带通滤波(低通滤波也可)来提取来自呼吸的振动成分,并推定出了呼吸模式。通过样条插值法以10Hz对RRI和BBI进行了再次采样。通过热线式呼吸峰流速仪实测的呼吸模式和通过活体振动信号推定的呼吸模式也以10Hz进行了再次采样。呼吸性窦性心律不齐和呼吸模式进行希尔伯特变换,通过解析信号求出瞬时相位,根据其相位差Ψ算出了相位相干性λ。相位相干性在10秒的计算窗内每5秒变换一次进行了计算。
图22是从「仰卧姿势」下的被检测者的食指根部检测到的活体振动信号中获得的各种信号α和从心电图或实测的呼吸模式中获得的各种信号β的比较图。图22(A)的上方显示的是从食指根部的活体振动信号中获得的心跳脉冲(波形α),下方显示的是从心电图中获得的心跳脉冲(波形β)。图22(B)显示的是通过食指根部的活体振动信号推定出的呼吸模式(波形α),和实测的呼吸模式(波形β)。图22(C)显示的是通过食指根部的活体振动信号推定出的心跳间隔BBI(○记号),和通过心电图得到的心跳间隔(实线)。图22(D)显示的是通过食指根部的活体振动信号推定出的呼吸性窦性心律不齐的振幅(波形α),和通过心电图得到的呼吸性窦性心律不齐的振幅(波形β)。图22(E)显示的是通过食指根部的活体振动信号推定出的相位相干性(波形α),和通过心电图以及实测呼吸模式计算出的相位相干性(波形β)。
如图22(A)所示,通过手指的活体振动信号得到的心跳脉冲(波形α)和通过实测的心电图得到的心跳脉冲(波形β)是相似的。如图22(B)所示,通过手指的活体振动信号推定出的呼吸模式(波形α)和实测的呼吸模式(波形β)是相似的。另外,如图22(C)所示,通过手指的活体振动信号推定出的心跳间隔BBI(○记号)和通过心电图进行同时计测得到的心跳间隔RRI(实线)是酷似的,且通过信号处理,从手指的活体振动信号中算出了心跳间隔的变动。如图22(D)所示,通过手指的活体振动信号推定出的呼吸性窦性心律不齐(波形α)的振幅和从心电图中获得的呼吸性窦性心律不齐的振幅(波形β)几乎一致。此外,如图22(E)所示,仅通过手指的活体振动信号来算出的相位相干性(波形α)和通过心电图以及实测的呼吸模式计算出的相位相干性(波形β)是近似的。从这些内容可知,仅通过对手指的活体振动信号的测定,就可以计算心跳间隔的变动(呼吸性窦性心律不齐),呼吸模式以及相位相干性。
图23是从「坐姿」状态下的被测定者的食指根部检出的活体振动信号中获得的各种信号α和从心电图或实测呼吸模式中获得的各种信号β的对比图。图23(A)至图23(E)中所示的信号和图22(A)至图22(E)中所示的信号相同。
如图23(A)所示,通过手指的活体振动信号得到的心跳脉冲(波形α)和通过实测的心电图得到的心跳脉冲(波形β)是相似的。如图23(B)所示,通过手指的活体振动信号推定出的呼吸模式(波形α),虽然有少许的相位偏移,但和实测呼吸模式(波形β)是相似的。另外,如图23(C)所示,通过手指的活体振动信号推定出的心跳间隔BBI(○记号)和通过心电图进行同时计测得到的心跳间隔RRI(实线)是酷似的。如图23(D)所示,通过手指的活体振动信号推定出的呼吸性窦性心律不齐的振幅(波形α)和从心电图中获得的呼吸性窦性心律不齐的振幅(波形β)几乎一致。此外,如图23(E)所示,仅通过手指的活体振动信号来算出的相位相干性(波形α)和通过心电图以及实测的呼吸模式计算出的相位相干性(波形β)具有类似的变动。
图24是从「站姿」状态下的被测定者的食指根部检出的活体振动信号中获得的各种信号α和从心电图或实测呼吸模式中获得的各种信号β的对比图。图24(A)至图24(E)中所示的信号种类和图22(A)至图22(E)中所示的内容信相同。
如图24(A)所示,通过手指的活体振动信号得到的心跳脉冲(波形α)和通过实测的心电图得到的心跳脉冲(波形β)是相似的。如图24(B)所示,通过手指的活体振动信号推定出的呼吸模式(波形α),虽然有少许的相位偏移,但和实测呼吸模式(波形β)是相似的。另外,如图24(C)所示,通过手指的活体振动信号推定出的心跳间隔BBI(○记号)和通过心电图进行同时计测得到的心跳间隔RRI(实线)是酷似的。如图24(D)所示,通过手指的活体振动信号推定出的呼吸性窦性心律不齐的振幅(波形α)和从心电图中获得的呼吸性窦性心律不齐的振幅(波形β)几乎一致。此外,如图24(E)所示,仅通过手指的活体振动信号来算出的相位相干性(波形α)和通过心电图以及实测的呼吸模式计算出的相位相干性(波形β)具有类似的变动。
图25(A)是从「仰卧姿势」下的被测定者的食指根部检测出的活体振动信号(图22)中推定出的心跳间隔BBI(上段)和其功率谱波形(下段)。图25(B)是从「坐姿」状态下的被测定者的食指根部检测到的活体振动信号(图23)中推定出的心跳间隔BBI(上段)和其功率谱波形(下段)。图25(C)是从「站姿」状态下的被测定者的食指根部检测到的活体振动信号(图24)中推定出的心跳间隔BBI(上段)和其功率谱波形(下段)。从图25(A)至图25(C)的下段可以看出,按照仰卧姿势,坐姿,站姿的顺序,高频成分(HF成分)是在减弱的。
图26是从仰卧姿势,坐姿,站姿下的被检测者的食指根部检测到的活体振动信号中求得的相位相干性λ和心跳间隔的功率谱之间的关系的示意图。图26(A)显示的是仰卧姿势,坐姿,站姿状态下的相位相干性λ和图25下段的功率谱波形中的HF成分的功率(ms2)之间的关系。HF成分是对0.15Hz~0.4Hz进行积分运算后得到的东西。图26(B)体现的是仰卧姿势,坐姿,站姿状态下的相位相干性λ和正规化后的HF成分(nHF)的功率(%)之间的关系。nHF是HF成分的功率除以平均BBI后得到的结果。图26(C)体现的是仰卧姿势,坐姿,站姿状态下的相位相干性λ和低频成分(LF成分)的功率/高频成分(HF成分)的功率比之间的关系。
一般来说,高频成分(HF成分)会受到因呼吸引起的副交感神经活动的影响,低频成分(LF成分)会受到交感神经和副交感神经活动的影响。因此,各姿势下的HF成分的功率是副交感神经机能的指标。
根据图26(A)以及图26(B)所示可知,相位相干性λ和HF成分的功率是成正比关系的。另一方面,根据图26(C)所示可知,相位相干性λ和LF成分的功率/HF成分的功率是成反比关系的。一般认为HF或是nHF反应了心脏的副交感神经活动。此外,也认为LF/HF反应了交感神经活动。因此,相位相干性λ体现了心脏自律神经活动的平衡,是0则表示交感神经活动亢进,是1则简介表示副交感神经活动的亢进。如图26所示,仰卧姿势下相位相干性λ较大,HF成分以及nHF成分较大,LF/HF则变小,坐姿相比仰卧姿势,相位相干性λ变小,HF成分及nHF成分则更小,LF/HF则变大。像这样通过手指活体振动信号所获得的活体信息可以作为自律神经的指标加以利用。
[实施例6]
本实施例中,手环型活体振动信号测定装置的结构是,在坐姿装状态下的被检测者(人)的上臂部(手肘和肩膀之间)的,在40μm厚的薄型PVDF薄膜的两个面的几乎整个面上附着1μm厚的碳素电极,再使用25μm厚度的PET薄膜对两个面进行层压加工,以此来保护PVDF薄膜,再出于电磁屏蔽的目的,用铝薄膜(铝薄膜和PET的叠加膜)覆盖在两个面上,从而构成最终形态的传感器(宽8cm,长12cm,厚0.5mm)。本片状传感器卷绕于上臂半圈,测定上臂的活体振动信号(脉搏),从上臂的活体振动信号(脉搏)中将与心跳有关的信息和与呼吸有关的信息分离并提取出来,并算出了相位相干性。是将内侧装有振动传感器的绑带卷绕装带在上臂部的。振动传感器通过厚度仅为几微米的很薄的有机薄膜片状薄膜与皮肤间接接触,检测出振动。另外,为了进行比较,在被测定者胸部贴付了心电图用的电极,通过单极输出,同时计测了心电图(ECG)。
图27是从上臂部检测到的活体振动信号中得到的各种信号(实线,x)和从心电图中得到的各种信号(点划线,○)的对比图。图27(A)是,从上臂部活体振动信号中得到的心跳脉冲(实线),和从心电图中得到的心跳脉冲(点划线)。图27(B)是,从上臂部活体振动信号的波峰推定出的心跳间隔BBI(x),和从心电图波峰中得到的心跳间隔RRI(○)。图27(C)是,从上臂部活体振动信号的峰值间隔的变动中推定出的呼吸模式(实线),和从心电图的峰值间隔(心跳间隔)的变动中推定出的呼吸模式(点划线)。图27(D)是,从上臂部活体振动信号中推定出的呼吸性窦性心律不齐的振幅(实线),和从心电图中得到的呼吸性窦性心律不齐的振幅(点划线)。图27(E)是,从上臂部活体振动信号中推定出的相位相干性(实线),和从心电图中计算出的相位相干性(点划线)。
如图27(A)所示,从上臂部活体振动信号中得到的心跳脉冲(实线)和从实测心电图中得到的心跳脉冲(点划线)是相似的。如图27(B)所示,从上臂部活体振动信号中推定出的心跳间隔BBI(x)和从同时计测的心电图中得到的心跳间隔RRI(○)是酷似的,能够通过信号处理,从上臂部活体振动信号中算出心跳间隔的变动。另外,如图27(C)所示,从上臂部活体振动信号中推定出的呼吸模式(实线)和从心电图中推定出的呼吸模式(点划线),波形有些许差异,用同样的运算法则来计算呼吸模式的做法在本实施例中是不合适的。如图27(D)所示,从上臂部活体振动信号中推定出的呼吸性窦性心律不齐(实线)的振幅和从心电图中得到的呼吸性窦性心律不齐的振幅(点划线)几乎一致。并且,如图27(E)所示,仅通过上臂部活体振动信号来算出的相位相干性(实线)和通过心电图算出的相位相干性(点划线)虽然有一部分有较大的偏差,但是也有有关联的部分,所以可通过上臂部活体振动信号来掌握倾向。从这些事项可知,仅测定上臂部活体振动信号,至少可以算出心跳间隔的变动(呼吸性窦性心律不齐)、呼吸模式以及相位相干性。
[实施例7]
本实施例中,和实施例6相同,制作了一个矩形的薄型传感器(宽5cm,长5cm左右),将其内置于橡胶类的绑带中,把发带型的活体振动信号带在坐姿装下的被测定者(人)的头部(太阳穴),测定太阳穴的活体振动信号,从太阳穴的活体振动信号中将与心跳有关的信息和与呼吸有关的信息分离并提取,计算了相位相干性。是将内置有振动传感器的发带卷绕带在头部的。振动传感器借由橡胶与太阳穴的皮肤间接接触并检测出振动。另外,为了进行比较,在被测定者胸部贴付了心电图用的电极,通过单极输出,同时计测了心电图(ECG)。
图28是从太阳穴检测到的活体振动信号中得到的各种信号(实线,x)和从心电图中得到的各种信号(点划线,○)的对比图。图28(A)是,从太阳穴活体振动信号中得到的心跳脉冲(实线),和从心电图中得到的心跳脉冲(点划线)。图28(B)是,从太阳穴活体振动信号的波峰推定出的心跳间隔BBI(x),和从心电图波峰中得到的心跳间隔RRI(○)。图28(C)是,从太阳穴活体振动信号的峰值间隔的变动中推定出的呼吸模式(实线),和从心电图的峰值间隔的变动中推定出的呼吸模式(点划线)。图28(D)是,从太阳穴体振动信号中推定出的呼吸性窦性心律不齐的振幅(实线),和从心电图中得到的呼吸性窦性心律不齐的振幅(点划线)。图28(E)是,从太阳穴活体振动信号中推定出的相位相干性(实线),和从心电图中计算出的相位相干性(点划线)。
如图28(A)所示,从太阳穴活体振动信号中得到的心跳脉冲(实线)和从实测心电图中得到的心跳脉冲(点划线)是相似的。如图28(B)所示,从太阳穴活体振动信号中推定出的心跳间隔BBI(x)和从同时计测的心电图中得到的心跳间隔RRI(○)是酷似的,能够通过信号处理,从太阳穴活体振动信号中算出心跳间隔的变动。另外,如图28(C)所示,从太阳穴活体振动信号中推定出的呼吸模式(实线)和从心电图中推定出的呼吸模式(点划线),波形有些许差异,用同样的运算法则来计算呼吸模式的做法在本实施例中是不合适的。如图28(D)所示,从太阳穴活体振动信号中推定出的呼吸性窦性心律不齐(实线)的振幅和从心电图中得到的呼吸性窦性心律不齐的振幅(点划线)几乎一致。并且,如图28(E)所示,仅通过太阳穴活体振动信号来算出的相位相干性(实线)和通过心电图算出的相位相干性(点划线)虽然有一部分有偏差,但是也有有关联的部分,所以可通过太阳穴活体振动信号来掌握倾向。从这些事项可知,仅测定太阳穴活体振动信号,至少可以算出心跳间隔的变动(呼吸性窦性心律不齐)、呼吸模式以及相位相干性。
通过本发明的一些形态如戒指型、手环型或绑带型的活体振动信号测定装置,能够利用心跳间隔的变动的瞬时相位和呼吸模式的瞬时相位之间的瞬时相位差的相位相干性和δ波的振幅有相关性这一性质来对睡眠状态进行测定。相位相干性不容易受到呼吸频率的影响,所以能够更加准确地测定睡眠状态。另外,通过本发明的一些形态如戒指型、手环型或绑带型的活体振动信号测定装置,对被测定者产生的负担小,不容易产生压力,能够提供更加简便的睡眠状态测定装置。能够实时测定相位相干性,能够测定非快眼动睡眠的发生时期或是非快速眼动-快速眼动睡眠的节奏周期,能够准确掌握睡眠状态。另外,因为可以同时测定或提取呼吸模式,所以也可以检测出睡眠时的呼吸暂停状态。此外,因为也能够测定被检测者的呼吸性窦性心律不齐的大小,所以也能作为睡眠状态的辅助性判断指标。
此外,构成配备有本发明的一些形态如戒指型、手环型或绑带型的活体振动信号测定装置的睡眠状态测定装置时,睡眠状态测定装置也可以是带有根据算出的相位相干性来判断睡眠状态等的判定功能的。作为判定功能,比如,可以是将算出的相位相干性和阈值进行比较,大于阈值的话判定为深度睡眠,小于则判定为浅度睡眠,也可以是根据相位相干性的变动的周期来评价睡眠的质量。阈值可以是事先设定的数值,也可以是根据被测定者的以往计算得到的相位相干性来特别制定,也可以设置多个数值,对睡眠质量进行阶段性的评价。此外,也可以是具备活体振动信号测定装置的信息处理手段具有判定功能,对睡眠中的呼吸状态进行判定。比如,虽然也会受呼吸模式的获取方式的影响,但无论是哪种获取方式,对于中枢性睡眠呼吸暂停(因大脑呼吸中枢异常而引发的呼吸运动停止,发生呼吸暂停)而言,因为呼吸运动停止了,所以无法检测到呼吸模式,因此能够判定出是呼吸暂停状态。此外,通过计测呼吸气流来获取呼吸模式的情况下,呼吸气流停止则无法检测到呼吸模式,所以不仅可以判定出中枢性睡眠呼吸暂停,也能够判定出阻塞性睡眠呼吸暂停(虽然有呼吸运动,但因呼吸道阻塞等而引起的呼吸暂停)。也可以让活体振动信号测定装置的输出显示手段输出判定功能判定的睡眠状态等的结果。
此外,相位相干性不仅能用于睡眠状态,也可用于心理压力的评估,所以配备有本发明的相位相干性计算功能的活体振动信号测定装置也能够构成压力状态测定装置。
本发明的活体振动信号测定装置可以组装导入于各种装饰品电器中使用。比如,可以在手环,手表,戒指中装入计测振动的传感器,以此来计测压力状态。另外,通过活体振动信号测定装置获得的活体振动信号、取得的活体信息经由通信手段,并在便携式终端、电脑等中导入相位相干性计算装置,便可以在日常生活中的各种场合下进行心理压力的评估,也可以被发送至火车、飞机等用于管理司机的状态。本发明的活体振动信号测定装置可以通过卷绕或贴在圆柱体或人体动物的身体的一部分上,以此来获取脉搏等活体信号。本装置中能够加入Bluetooth(登录商标)或Zigbee(登录商标)等的通信功能和电池功能。其结果,可以将本装置装带于实施隧道工程或是进行地下操作的操作员的身体的一个部分上,实时获取操作员在操作过程中的脉搏等活体振动信号,通过这样,便能够充分利用于操作员的健康管理。另外,将本装置装入女性内衣胸罩里,获取女性的心跳·呼吸等活体信号,也能够充分利用于女性的健康管理中,将本装置安装于孕妇的腹带中,能够用作孕妇的健康管理,能够获得胎儿的心跳或是身体动态等振动信号之类的活体信息。
本发明的活体振动信号测定装置不局限于获取人体活体信息,也可应用于豚鼠等实验动物,狗、猫、兔子、仓鼠等宠物动物,牛、马、羊等家畜动物。作为应用部位,能够装在项圈、手环、脚环、耳环等,上述动物的身体上的一部分上进行使用。
符号说明
1 睡眠状态测定装置
2 信息获取部
3 信息处理部
4 操作部
5 输出部
6 记忆部。
Claims (14)
2.根据权利要求1所述的睡眠状态测定装置,其特征在于,具有:
计测心电图的传感器;以及
呼吸波形提取手段,其从前述传感器所测得的动物心电图中提取与呼吸模式有关的信号。
3.根据权利要求1所述的睡眠状态测定装置,其特征在于,包含:
计测振动的传感器;
心跳间隔计算手段,其根据前述传感器所测得的信号计算出由来于呼吸的心跳间隔变动;以及
呼吸波形提取手段,其从前述传感器所测得的信号中提取与呼吸模式有关的信号。
4.根据权利要求2所述的睡眠状态测定装置,其特征在于,
前述传感器的采样频率为100Hz以上。
5.根据权利要求2所述的睡眠状态测定装置,其特征在于,
前述传感器是能够装带在动物身体上的可穿戴式传感器。
6.根据权利要求5所述的睡眠状态测定装置,其特征在于,
前述可穿戴式传感器被安装在能够装带在人体的四肢或头部的佩戴部。
7.根据权利要求1至6中任意一项所述的睡眠状态测定装置,其特征在于,
该睡眠状态测定装置具有如下功能:根据前述相位相干性计算手段计算出的瞬时相位差的相位相干性来判定睡眠状态等的判定功能。
8.根据权利要求7所述的睡眠状态测定装置,其特征在于,
前述判定功能还根据前述呼吸模式来判定睡眠中的呼吸状态。
9.一种睡眠状态测定装置,其特征在于,包含:
活体信息获取手段,其获取至少包含与动物心跳有关的信息以及与呼吸有关的信息这两方面的活体信息;
呼吸波形提取手段,其从前述活体信息中提取呼吸模式;
心跳间隔计算手段,其根据前述活体信息计算出由来于呼吸的心跳间隔变动;以及
相位相干性计算手段,其根据前述呼吸模式的瞬时相位ψh(t)和前述心跳间隔变动的瞬时相位ψr(t)之间的瞬时相位差Ψ(t)来计算瞬时相位差的相位相干性λ,
前述瞬时相位差Ψ(t)通过下式来计算,
Ψ(t)=ψh(t)-ψr(t)+2nπ
其中,n为-π≤Ψ≤π的适当整数,
前述相位相干性计算手段根据下式来计算时刻tk的相位相干性λ,
其中,N是采样到的数据数,
根据前述相位相干性λ来测定非快眼动睡眠的发生时间点或非快眼动睡眠-快速眼动睡眠的节奏周期。
10.根据权利要求9所述的睡眠状态测定装置,其特征在于,
前述活体信息是心电图。
11.根据权利要求9所述的睡眠状态测定装置,其特征在于,
前述活体信息是心冲击图或活体振动信号。
12.根据权利要求9所述的睡眠状态测定装置,其特征在于,
前述活体信息是通过100Hz以上的采样频率获得的。
13.根据权利要求9所述的睡眠状态测定装置,其特征在于,
前述活体信息获取手段包含能够装带在动物身上的可穿戴式传感器。
14.根据权利要求13所述的睡眠状态测定装置,其特征在于,
前述可穿戴式传感器被安装在装带于人的四肢或头部的佩戴部。
Applications Claiming Priority (3)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2016-026008 | 2016-02-15 | ||
JP2016026008 | 2016-02-15 | ||
PCT/JP2017/005556 WO2017141976A1 (ja) | 2016-02-15 | 2017-02-15 | 睡眠状態測定装置及び方法、位相コヒーレンス算出装置、生体振動信号測定装置、ストレス状態測定装置及び睡眠状態測定装置及び心拍波形抽出方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN108697390A CN108697390A (zh) | 2018-10-23 |
CN108697390B true CN108697390B (zh) | 2021-11-12 |
Family
ID=59625918
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201780008956.8A Active CN108697390B (zh) | 2016-02-15 | 2017-02-15 | 睡眠状态测定装置、相位相干性计算装置及压力状态测定装置 |
Country Status (5)
Country | Link |
---|---|
US (1) | US11089993B2 (zh) |
JP (1) | JP6358768B2 (zh) |
KR (1) | KR20180108664A (zh) |
CN (1) | CN108697390B (zh) |
WO (1) | WO2017141976A1 (zh) |
Families Citing this family (29)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2019063156A (ja) * | 2017-09-29 | 2019-04-25 | ヤマハ株式会社 | 生体センサ |
US20200359929A1 (en) * | 2018-01-31 | 2020-11-19 | Taiyo Yuden Co., Ltd. | Pulse wave propagation velocity measurement device and method for same |
WO2019163740A1 (ja) * | 2018-02-20 | 2019-08-29 | ヘルスセンシング株式会社 | 生体振動信号検出装置 |
JP6666940B2 (ja) * | 2018-03-14 | 2020-03-18 | ミネベアミツミ株式会社 | 体動判定システム及びベッドシステム |
CN108836299B (zh) * | 2018-04-23 | 2021-05-14 | 深圳市友宏科技有限公司 | 一种bcg心率提取方法、存储介质以及装置 |
KR102004219B1 (ko) * | 2018-05-11 | 2019-07-30 | 주식회사 라이프시맨틱스 | 미세진동 센서와 소리 센서 기반 수면장애 검출 시스템 |
GB201813715D0 (en) * | 2018-08-23 | 2018-10-10 | Marexa Oue | A sleep monitoring system for monitoring and measuring sleeping activity |
WO2020042444A1 (zh) * | 2018-08-31 | 2020-03-05 | 深圳迈睿智能科技有限公司 | 人体存在探测器及其人体存在探测方法 |
JP2021536307A (ja) * | 2018-09-06 | 2021-12-27 | ヴァンダービルト ユニバーシティ | 被験体を評価するための非侵襲的静脈波形分析 |
JP7177443B2 (ja) * | 2018-11-09 | 2022-11-24 | ヘルスセンシング株式会社 | 生体振動信号検出装置 |
GB2579820B (en) * | 2018-12-14 | 2023-07-12 | Acurable Ltd | Methods of and apparatus for measuring physiological parameters |
KR102140094B1 (ko) | 2019-01-16 | 2020-07-31 | 재단법인대구경북과학기술원 | 수면 상태 판단 장치 및 방법 |
CN109751706A (zh) * | 2019-01-28 | 2019-05-14 | 珠海格力电器股份有限公司 | 空调的控制方法及装置、空调器、控制器 |
CN109745017B (zh) * | 2019-01-30 | 2021-04-06 | 中国科学院电子学研究所 | 一种动物生理信息及状态实时监测系统、装置及方法 |
US11950910B2 (en) * | 2019-07-07 | 2024-04-09 | Proactive Life Inc. | Valence state memory association |
CN114072054A (zh) * | 2019-08-30 | 2022-02-18 | 住友理工株式会社 | 存在与否判定装置 |
JP7024768B2 (ja) | 2019-09-24 | 2022-02-24 | カシオ計算機株式会社 | 生体情報取得装置、生体情報取得方法及びプログラム |
US20210220661A1 (en) * | 2020-01-21 | 2021-07-22 | Candela Corporation | Skin Tightening System |
JP7260083B2 (ja) * | 2020-04-24 | 2023-04-18 | ヘルスセンシング株式会社 | 振動センサ、生体情報検出装置及び寝具 |
WO2021221139A1 (ja) * | 2020-04-28 | 2021-11-04 | 株式会社アルファー・Ai | 睡眠解析装置 |
JP7414201B2 (ja) * | 2020-08-06 | 2024-01-16 | 浩士 中村 | 生体情報取得装置 |
KR102417541B1 (ko) * | 2020-11-05 | 2022-07-06 | 주식회사 휴서카디안 | 피드백 기반의 일주기 리듬 관리 장치 및 방법 |
CN112965060A (zh) * | 2021-02-19 | 2021-06-15 | 加特兰微电子科技(上海)有限公司 | 生命特征参数的检测方法、装置和检测体征点的方法 |
CN113010141B (zh) * | 2021-03-04 | 2022-11-08 | 湖北三赫智能科技有限公司 | 一种信号首波信息提取方法、系统、装置及可读存储介质 |
US20240032859A1 (en) | 2021-06-25 | 2024-02-01 | Health Sensing Co., Ltd | Sleep state prediction system |
JPWO2023008099A1 (zh) * | 2021-07-27 | 2023-02-02 | ||
JP7256936B2 (ja) * | 2021-09-24 | 2023-04-13 | ヘルスセンシング株式会社 | ストレス測定装置、ストレス測定方法およびプログラム |
JP7158641B1 (ja) * | 2022-03-14 | 2022-10-24 | ヘルスセンシング株式会社 | 無呼吸低呼吸指標推定装置、方法およびプログラム |
CN116421187B (zh) * | 2023-03-30 | 2023-10-13 | 之江实验室 | 一种基于言语层级序列的注意力缺陷多动障碍的分析系统 |
Family Cites Families (16)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP3136430B2 (ja) | 1993-03-15 | 2001-02-19 | 日本光電工業株式会社 | 生体信号測定装置 |
US6415174B1 (en) * | 1998-11-09 | 2002-07-02 | Board Of Regents The University Of Texas System | ECG derived respiratory rhythms for improved diagnosis of sleep apnea |
AU2005204433B2 (en) * | 2004-01-16 | 2010-02-18 | Compumedics Medical Innovation Pty Ltd | Method and apparatus for ECG-derived sleep disordered breathing monitoring, detection and classification |
JP4466654B2 (ja) * | 2004-10-04 | 2010-05-26 | ダイキン工業株式会社 | 睡眠状態向上システム |
EP2265173B1 (en) | 2008-04-16 | 2014-06-11 | Philips Intellectual Property & Standards GmbH | Method and system for sleep/wake condition estimation |
JP5519640B2 (ja) | 2008-04-30 | 2014-06-11 | コーニンクレッカ フィリップス エヌ ヴェ | 被験者を睡眠に誘導するシステム |
US8262582B2 (en) * | 2008-08-22 | 2012-09-11 | Valtion Teknillinen Tutkimuskeskus | Extraction of heart inter beat interval from multichannel measurements |
EP2408353B1 (en) * | 2009-03-17 | 2021-05-12 | Advanced Brain Monitoring, Inc. | A system for the assessment of sleep quality in adults and children |
US9011346B2 (en) | 2011-01-27 | 2015-04-21 | The Board Of Trustees Of The Leland Stanford Junior University | Systems and methods for monitoring the circulatory system |
JP6011240B2 (ja) | 2011-10-20 | 2016-10-19 | アイシン精機株式会社 | 生体情報取得方法及び生体情報取得装置 |
JP6035813B2 (ja) | 2012-03-28 | 2016-11-30 | 富士通株式会社 | 生体モニタリング装置、装置の制御方法、及び装置の制御プログラム |
JP2015204242A (ja) * | 2014-04-16 | 2015-11-16 | キヤノン株式会社 | 多方向入力装置 |
CN104545883A (zh) | 2014-11-18 | 2015-04-29 | 南京丰生永康软件科技有限责任公司 | 基于心电信号的睡眠质量检测设备及其服务 |
CN204246126U (zh) * | 2014-11-18 | 2015-04-08 | 南京丰生永康软件科技有限责任公司 | 基于心电信号的睡眠质量检测设备 |
CN104834946B (zh) * | 2015-04-09 | 2018-02-09 | 清华大学 | 一种非接触式睡眠监测方法及系统 |
JP6599723B2 (ja) | 2015-10-01 | 2019-10-30 | ヘルスセンシング株式会社 | 生体情報取得装置及び信号処理方法 |
-
2017
- 2017-02-15 US US16/077,350 patent/US11089993B2/en active Active
- 2017-02-15 CN CN201780008956.8A patent/CN108697390B/zh active Active
- 2017-02-15 WO PCT/JP2017/005556 patent/WO2017141976A1/ja active Application Filing
- 2017-02-15 JP JP2017545768A patent/JP6358768B2/ja active Active
- 2017-02-15 KR KR1020187023452A patent/KR20180108664A/ko not_active Application Discontinuation
Also Published As
Publication number | Publication date |
---|---|
JP6358768B2 (ja) | 2018-07-18 |
CN108697390A (zh) | 2018-10-23 |
US20190076084A1 (en) | 2019-03-14 |
WO2017141976A1 (ja) | 2017-08-24 |
KR20180108664A (ko) | 2018-10-04 |
JPWO2017141976A1 (ja) | 2018-02-22 |
US11089993B2 (en) | 2021-08-17 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN108697390B (zh) | 睡眠状态测定装置、相位相干性计算装置及压力状态测定装置 | |
JP6767059B2 (ja) | 生体情報取得装置及び信号処理方法 | |
US20220192513A1 (en) | Remote Physiological Monitor | |
US11071493B2 (en) | Multicomponent brain-based electromagnetic biosignal detection system | |
KR101656611B1 (ko) | 무구속적으로 측정한 생체신호를 이용하여 산소탈포화지수를 획득하는 방법 | |
US9107586B2 (en) | Fitness monitoring | |
US9026202B2 (en) | Cardiac performance monitoring system for use with mobile communications devices | |
US20150057512A1 (en) | Wearable heart failure monitor patch | |
KR20170083483A (ko) | 실시간 수면장애 감시 장치 | |
JP7107531B2 (ja) | 血圧算出方法及び装置 | |
JP6521345B1 (ja) | 測定ベルト | |
Lubecke et al. | Wireless technologies in sleep monitoring | |
JP2024516573A (ja) | 生理学パラメータ検知システム及び方法 | |
Vowles et al. | The Use of Conductive Lycra Fabric in the Prototype Design of a Wearable Device to Monitor Physiological Signals | |
JP7256936B2 (ja) | ストレス測定装置、ストレス測定方法およびプログラム | |
KR20180099030A (ko) | 성범죄 분류를 위한 자극 제시에 따른 신체 변화 측정 시스템 및 방법 | |
Igasaki et al. | Fundamental study of measurement of cardiorespiratory signals in a sitting position using piezoelectric sensors | |
Matthies et al. | SeismoPen: Pulse recognition via a smart pen | |
Vehkaoja | Unobtrusive Monitoring of Heart Rate and Respiration Rate during Sleep |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |