CN113613552A - 睡眠状态检测装置、睡眠状态检测方法及睡眠状态检测程序 - Google Patents
睡眠状态检测装置、睡眠状态检测方法及睡眠状态检测程序 Download PDFInfo
- Publication number
- CN113613552A CN113613552A CN202080026685.0A CN202080026685A CN113613552A CN 113613552 A CN113613552 A CN 113613552A CN 202080026685 A CN202080026685 A CN 202080026685A CN 113613552 A CN113613552 A CN 113613552A
- Authority
- CN
- China
- Prior art keywords
- sleep state
- data
- heartbeat fluctuation
- periodic heartbeat
- state detection
- 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.)
- Pending
Links
- 230000007958 sleep Effects 0.000 title claims abstract description 260
- 238000001514 detection method Methods 0.000 title claims abstract description 168
- 230000000737 periodic effect Effects 0.000 claims abstract description 163
- 238000012545 processing Methods 0.000 claims abstract description 124
- 208000008784 apnea Diseases 0.000 claims abstract description 113
- 238000000034 method Methods 0.000 claims abstract description 29
- 230000008569 process Effects 0.000 claims abstract description 21
- 230000000241 respiratory effect Effects 0.000 claims abstract description 14
- 230000007717 exclusion Effects 0.000 claims abstract description 10
- 238000003379 elimination reaction Methods 0.000 claims abstract description 6
- 230000008030 elimination Effects 0.000 claims abstract description 5
- 210000000467 autonomic pathway Anatomy 0.000 claims description 108
- 230000033001 locomotion Effects 0.000 claims description 52
- 230000029058 respiratory gaseous exchange Effects 0.000 claims description 38
- 230000010349 pulsation Effects 0.000 claims description 5
- 238000010009 beating Methods 0.000 claims description 3
- 238000010586 diagram Methods 0.000 description 41
- 238000004891 communication Methods 0.000 description 20
- 210000000707 wrist Anatomy 0.000 description 18
- 230000036385 rapid eye movement (rem) sleep Effects 0.000 description 16
- 230000004622 sleep time Effects 0.000 description 16
- 230000000694 effects Effects 0.000 description 15
- 230000003287 optical effect Effects 0.000 description 15
- 206010021079 Hypopnoea Diseases 0.000 description 14
- 238000004422 calculation algorithm Methods 0.000 description 13
- 230000008452 non REM sleep Effects 0.000 description 11
- 230000002889 sympathetic effect Effects 0.000 description 11
- 210000005036 nerve Anatomy 0.000 description 8
- 230000015654 memory Effects 0.000 description 7
- 230000001133 acceleration Effects 0.000 description 6
- 230000008667 sleep stage Effects 0.000 description 5
- 230000014509 gene expression Effects 0.000 description 4
- 210000005037 parasympathetic nerve Anatomy 0.000 description 4
- 239000004065 semiconductor Substances 0.000 description 4
- 201000002859 sleep apnea Diseases 0.000 description 4
- 206010038669 Respiratory arrest Diseases 0.000 description 3
- 238000007796 conventional method Methods 0.000 description 3
- 230000006870 function Effects 0.000 description 3
- 230000002093 peripheral effect Effects 0.000 description 3
- 208000001871 Tachycardia Diseases 0.000 description 2
- 239000008280 blood Substances 0.000 description 2
- 210000004369 blood Anatomy 0.000 description 2
- 208000006218 bradycardia Diseases 0.000 description 2
- 230000036471 bradycardia Effects 0.000 description 2
- 238000004364 calculation method Methods 0.000 description 2
- 230000008859 change Effects 0.000 description 2
- 238000006243 chemical reaction Methods 0.000 description 2
- 238000004590 computer program Methods 0.000 description 2
- 238000001914 filtration Methods 0.000 description 2
- 230000006872 improvement Effects 0.000 description 2
- 230000008035 nerve activity Effects 0.000 description 2
- 230000035485 pulse pressure Effects 0.000 description 2
- 230000033764 rhythmic process Effects 0.000 description 2
- 230000006794 tachycardia Effects 0.000 description 2
- 238000012935 Averaging Methods 0.000 description 1
- 208000022249 Sleep-Wake Transition disease Diseases 0.000 description 1
- 206010041235 Snoring Diseases 0.000 description 1
- 230000004075 alteration Effects 0.000 description 1
- 210000001367 artery Anatomy 0.000 description 1
- QVGXLLKOCUKJST-UHFFFAOYSA-N atomic oxygen Chemical compound [O] QVGXLLKOCUKJST-UHFFFAOYSA-N 0.000 description 1
- 230000004071 biological effect Effects 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 230000017531 blood circulation Effects 0.000 description 1
- 230000000747 cardiac effect Effects 0.000 description 1
- 239000000470 constituent Substances 0.000 description 1
- 230000008602 contraction Effects 0.000 description 1
- 238000003745 diagnosis Methods 0.000 description 1
- 208000037265 diseases, disorders, signs and symptoms Diseases 0.000 description 1
- 208000035475 disorder Diseases 0.000 description 1
- 230000004424 eye movement Effects 0.000 description 1
- 230000036541 health Effects 0.000 description 1
- 239000004973 liquid crystal related substance Substances 0.000 description 1
- 238000005259 measurement Methods 0.000 description 1
- 210000004165 myocardium Anatomy 0.000 description 1
- 230000037053 non-rapid eye movement Effects 0.000 description 1
- 229910052760 oxygen Inorganic materials 0.000 description 1
- 239000001301 oxygen Substances 0.000 description 1
- 230000001734 parasympathetic effect Effects 0.000 description 1
- 230000037081 physical activity Effects 0.000 description 1
- 230000004461 rapid eye movement Effects 0.000 description 1
- 238000012216 screening Methods 0.000 description 1
- 230000036578 sleeping time Effects 0.000 description 1
- 230000003595 spectral effect Effects 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 239000011800 void material Substances 0.000 description 1
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
- A61B5/4818—Sleep apnoea
-
- 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
- A61B5/0826—Detecting or evaluating apnoea events
-
- 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
- A61B5/113—Measuring movement of the entire body or parts thereof, e.g. head or hand tremor, mobility of a limb occurring during breathing
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/40—Detecting, measuring or recording for evaluating the nervous system
- A61B5/4029—Detecting, measuring or recording for evaluating the nervous system for evaluating the peripheral nervous systems
- A61B5/4035—Evaluating the autonomic nervous system
-
- 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
- A61B5/02416—Detecting, measuring or recording pulse rate or heart rate using photoplethysmograph signals, e.g. generated by infrared radiation
-
- 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
- A61B5/02438—Detecting, measuring or recording pulse rate or heart rate with portable devices, e.g. worn by the patient
-
- 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
- A61B5/0816—Measuring devices for examining respiratory frequency
-
- 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
- A61B5/1118—Determining activity level
-
- 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]
- A61B5/346—Analysis of electrocardiograms
- A61B5/349—Detecting specific parameters of the electrocardiograph cycle
- A61B5/352—Detecting R peaks, e.g. for synchronising diagnostic apparatus; Estimating R-R interval
-
- 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]
- A61B5/346—Analysis of electrocardiograms
- A61B5/349—Detecting specific parameters of the electrocardiograph cycle
- A61B5/353—Detecting P-waves
-
- 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
- A61B5/68—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
- A61B5/6802—Sensor mounted on worn items
- A61B5/681—Wristwatch-type devices
Landscapes
- Health & Medical Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- Engineering & Computer Science (AREA)
- General Health & Medical Sciences (AREA)
- Veterinary Medicine (AREA)
- Biophysics (AREA)
- Biomedical Technology (AREA)
- Heart & Thoracic Surgery (AREA)
- Medical Informatics (AREA)
- Molecular Biology (AREA)
- Surgery (AREA)
- Animal Behavior & Ethology (AREA)
- Physics & Mathematics (AREA)
- Public Health (AREA)
- Pathology (AREA)
- Cardiology (AREA)
- Physiology (AREA)
- Neurology (AREA)
- Dentistry (AREA)
- Oral & Maxillofacial Surgery (AREA)
- Pulmonology (AREA)
- Signal Processing (AREA)
- Neurosurgery (AREA)
- Measurement Of The Respiration, Hearing Ability, Form, And Blood Characteristics Of Living Organisms (AREA)
- Measuring Pulse, Heart Rate, Blood Pressure Or Blood Flow (AREA)
Abstract
本发明提供一种睡眠时的呼吸停止或低度呼吸状态的检测精度高的简便的睡眠状态检测装置。睡眠状态检测装置(2、3)的特征在于,具有:获取部(221、321),获取包含睡眠期间的规定期间的受试者的搏动间隔数据;事件检测部(222、322),根据搏动间隔数据,检测周期性心跳波动事件数据;事件处理部(223、323),执行从周期性心跳波动事件数据中将搏动间隔为规定范围内的期间的周期性心跳波动事件数据排除的排除处理;输出部(224、324),输出与排除处理后的周期性心跳波动事件数据相关联的呼吸暂停指标信号。
Description
技术领域
本公开涉及睡眠状态检测装置、睡眠状态检测方法及睡眠状态检测程序。
背景技术
睡眠时呼吸停止或低度呼吸的疾病即睡眠呼吸暂停综合症(SAS:Sleep apneasyndrome)是被熟知的。作为睡眠呼吸暂停综合症的诊断方法,有整个晩上都在测定睡眠中的脑电图、眼球运动、心电图、肌电图、呼吸曲线、打鼾、动脉血氧饱和度等生物体活动的睡眠多项生理检查。但是,装置规模大,受试者需要入院,存在不能轻松测定这样的问题。另外,需要由医师或临床检查技师进行综合判断。因此,对能够简便地进行睡眠呼吸暂停综合症的诊断的睡眠状态检测装置的需要性高。
已知睡眠时变成呼吸停止或低度呼吸的状态和心率的波动是关联的。当观测睡眠时的心率变化时,与正常睡眠时的心率的波动相比,在变成了呼吸停止或低度呼吸时,发生交替地重复心动过缓和心动过速的特征性的心跳波动即所谓的周期性心跳波动(CVHR:cyclic variation of heartrate)。
专利文献1公开了一种检测周期性心跳波动来判定成为呼吸停止或低度呼吸的状态的方法。进而公开了如下内容:为了提高呼吸停止或低度呼吸状态的精度,利用交感神经和副交感神经的活动比率的变化作为反映受试者各自的健康状态的指标。
专利文献2公开了如下的睡眠状态判定方法:根据心跳间隔求出交感神经及副交感神经的活动比率,推定快速眼动睡眠、非快速眼动睡眠等睡眠状态。
专利文献3公开了如下的睡眠状态判定方法:在使用睡眠中的脉搏间隔数据来判定受试者的睡眠状态时,在示出受试者的身体活动程度的体动在规定的范围时,将对应的脉搏间隔数据排除。
专利文献4公开了如下的显示方法:在时刻显示图像上,将起床时刻及就寝时刻与图形的面积、数量、颜色或它们的组合关联起来,可视化地显示与用户的睡眠状态相关的数据。
现有技术文献
专利文献
专利文献1:日本特开2010-051387号公报
专利文献2:日本特开平7-143972号公报
专利文献3:日本特开2005-279113号公报
专利文献4:日本特开2013-146463号公报。
发明内容
在专利文献1记载的检测方法中,已知在快速眼动睡眠等的情况下,获取与周期性心跳波动类似的心跳波动,有可能将快速眼动睡眠时等的心跳波动误检测为睡眠时的呼吸停止或低度呼吸。
专利文献2记载的推定方法虽然能够进行快速眼动睡眠、非快速眼动睡眠的判定,但没有公开睡眠时的呼吸停止或低度呼吸状态的判定。
作为受试者的体动的原因,不仅是受试者的呼吸停止或低度呼吸时,还有各种各样的因素,仅通过专利文献3公开的体动,难以判定为变成了呼吸停止或低度呼吸。
专利文献4没有公开呼吸暂停睡眠状态、快速眼动睡眠及非快速眼动睡眠状态的显示方法。
睡眠状态检测装置希望是睡眠时的呼吸停止或低度呼吸状态的检测精度高的简便的睡眠状态检测装置。
实施方式的一个方面的睡眠状态检测装置的特征在于,具有:获取部,获取包含睡眠期间的规定期间的受试者的搏动间隔数据;事件检测部,根据搏动间隔数据,检测周期性心跳波动事件数据;事件处理部,执行从周期性心跳波动事件数据中将搏动间隔为规定范围内的期间的周期性心跳波动事件数据排除的排除处理;以及输出部,输出与排除处理后的周期性心跳波动事件数据相关联的呼吸暂停指标信号。
在实施方式的一个方面的睡眠状态检测装置中,优选的是,还具有自律神经指标输出部,该自律神经指标输出部基于搏动间隔数据,输出示出自律神经指标的自律神经指标数据,事件处理部从排除处理后的周期性心跳波动事件数据中进一步将自律神经指标数据低于规定的阈值的周期性心跳波动事件数据排除。
在实施方式的一个方面的睡眠状态检测装置中,优选的是,还具有:自律神经指标输出部,根据搏动间隔数据,输出自律神经指标数据;以及呼吸推定部,基于排除处理后的周期性心跳波动事件数据及自律神经指标数据,推定受试者的呼吸暂停或低度呼吸睡眠状态,输出部输出示出推定结果的呼吸暂停指标信号。
在实施方式的一个方面的睡眠状态检测装置中,优选的是,还具有体动数据输出部,该体动数据输出部获取受试者的体动信号,输出体动数据,呼吸推定部基于搏动间隔数据、自律神经指标数据及体动数据,推定受试者的呼吸暂停或低度呼吸睡眠状态。
在实施方式的一个方面的睡眠状态检测装置中,优选的是,呼吸推定部还具有:事件检测部,根据搏动间隔数据,检测周期性心跳波动事件数据;以及事件处理部,从周期性心跳波动事件数据中将搏动间隔为规定范围内的期间的周期性心跳波动事件数据排除,并且,从周期性心跳波动事件数据中将自律神经指标数据不足规定的自律神经指标阈值的周期性心跳波动事件数据排除,并且,将体动数据不足规定的体动阈值的周期性心跳波动事件数据排除。
在实施方式的一个方面的睡眠状态检测装置中,优选的是,呼吸推定部基于多个受试者的数据,推定受试者的呼吸暂停或低度呼吸睡眠状态。
实施方式的一个方面的睡眠状态检测方法的特征在于,包含:获取包含睡眠期间的规定期间的受试者的搏动间隔数据;根据搏动间隔数据,检测周期性心跳波动事件数据;执行从周期性心跳波动事件数据中将搏动间隔为规定范围内的期间的周期性心跳波动事件数据排除的排除处理;输出与排除处理后的周期性心跳波动事件数据相关联的呼吸暂停指标信号。
在实施方式的一个方面的睡眠状态检测方法中,优选的是,还包含:根据搏动间隔数据,输出自律神经指标数据;基于排除处理后的周期性心跳波动事件数据及自律神经指标数据,推定受试者的呼吸暂停或低度呼吸睡眠状态;输出示出推定结果的呼吸暂停指标信号。
在实施方式的一个方面的睡眠状态检测方法中,优选的是,获取基于受试者的搏动间隔数据的睡眠状态指标,获取基于搏动间隔数据的自律神经指标,获取周期性心跳波动事件,该周期性心跳波动事件示出发生了基于睡眠状态指标及自律神经指标的受试者的呼吸暂停状态,获取基于周期性心跳波动事件的呼吸暂停指标,以规定的共用的时间间隔按时间序列显示睡眠状态指标、自律神经指标及呼吸暂停指标,以与其他的指标重叠的方式显示周期性心跳波动事件。
在实施方式的一个方面的睡眠状态检测方法中,优选的是,周期性心跳波动事件以填充睡眠状态指标、自律神经指标及呼吸暂停指标的显示的方式与这些指标重叠地显示。
在实施方式的一个方面的睡眠状态检测方法中,优选的是,周期性心跳波动事件以能够辨识睡眠状态指标、自律神经指标及呼吸暂停指标的显示的方式与这些指标重叠地显示。
实施方式的一个方面的睡眠状态检测程序是使计算机工作的程序,其特征在于,使计算机执行上述的睡眠状态检测方法。
根据本实施方式,睡眠状态检测装置、睡眠状态检测方法及睡眠状态检测程序能够简便地提高睡眠时的呼吸停止或低度呼吸状态的检测精度。
本发明的目的及效果是通过使用在权利要求中特别指出的构成要素及组合来认识且得到的。前述的一般性说明及后述的详细说明这二者是例示性及说明性的,并不限制权利要求书中记载的本发明。
附图说明
图1是对示出心脏的搏动的心电图和心脏的搏动的时间间隔即心跳间隔进行说明的图。图1A是心电图波形,图1B是心跳间隔(RRI)的图表。
图2是用于对现有的根据脉搏波间隔波动来推定周期性心跳波动的方法进行说明的图。
图3是示出现有的根据脉搏波间隔来推定周期性心跳波动标志的算法的一例的图。
图4是示出描绘了平滑化后的脉搏波间隔和周期性心跳波动事件的关联的图表的图。
图5是示出睡眠状态检测装置的第一实施方式的处理概要的一例的图。
图6是示出睡眠状态检测装置的第一实施方式的结构的一例的图。
图7是示出在第一实施方式中进行的睡眠状态检测处理的流程的一例的图。
图8是示出自律神经指标(LF/HF)的一例的图。
图9是示出睡眠状态检测装置的第二实施方式的处理概要的一例的图。
图10是示出睡眠状态检测装置的第二实施方式的结构的一例的图。
图11是示出在第二实施方式中进行的睡眠状态检测处理的流程的一例的图。
图12是示出本公开的周期性心跳波动检测效果的图。
图13是示出睡眠状态检测装置的第三实施方式的处理概要的一例的图。
图14是示出睡眠状态检测装置的第三实施方式的结构的一例的图。
图15是示出在第三实施方式中进行的睡眠状态检测处理的流程的一例的图。
图16是示出睡眠状态检测装置的第四实施方式的一例的外形立体图。图16A是从正面观察的外形立体图,图16B是从背面观察的外形立体图。
图17是示出睡眠状态检测装置的第四实施方式的主体部的结构的一例的图。
图18是示出在睡眠状态显示中使用的睡眠状态检测装置的处理概要的一例的图。
图19是示出在睡眠状态显示中使用的睡眠状态检测装置的结构的一例的图。
图20是示出睡眠显示画面的一例的图。
图21是示出睡眠状态显示装置的结构的一例的图。
图22是示出睡眠状态显示处理的流程的一例的图。
具体实施方式
下面,参照附图对本公开的一个方面的睡眠状态检测装置、睡眠状态检测方法及睡眠状态检测程序进行说明。但是,本公开的技术范围不限定于这些实施方式,要留意涉及到权利要求书记载的发明和其均等物的方面。此外,在以下的说明及附图中,关于具有同一功能结构的结构要素,通过标注同一符号而省略重复说明。
[心脏的搏动和心跳间隔]
图1是对示出心脏的搏动的心电图和心脏的搏动的时间间隔即心跳间隔进行说明的图。图1A是心电图波形,图1B是心跳间隔的图表。
众所周知,人在躺下等安静的时候,心脏的搏动变“慢”,在运动的时候或紧张的时候,心脏的搏动变“快”。心脏的搏动“快”、“慢”这种现象例如能够利用搏动的一拍和接下来的一拍之间的时间即心跳间隔来表现。在心脏的搏动快时,心跳间隔时间变小,相反地,在心脏的搏动慢时,心跳间隔时间变大。
图1A是示出被称为心电图的在心脏搏动时产生的电信号的图。心电图的最尖锐的峰即R是在心脏的被称为心室的部分急剧收缩而从心脏送出血液时产生的电信号,将R-R间的时间间隔称为心跳间隔(RRI;R-R Interval)。
图1B是描绘了心跳间隔(RRI)的图表。已知心跳间隔(RRI)并不总是固定的,而是波动的。通过运动,心率上升,心跳间隔(RRI)发生变化,不仅如此,即使在安静的时候或睡眠的时候,也会观察到心跳间隔(RRI)的波动。在上图中,心跳间隔(RRI)在950毫秒到900毫秒之间波动。将这样的心跳间隔的波动称为心跳波动。
已知在受试者处于呼吸暂停或低度呼吸睡眠状态时,会发生交替地重复心动过缓和心动过速的特征性的心跳波动即所谓的周期性心跳波动。但是,周期性的心跳波动存在各种因素,需要简便且高精度地推定受试者处于呼吸暂停或低度呼吸睡眠状态。另外,在本实施方式中,将心跳间隔(RRI)和脉搏波间隔(PPI)统称为搏动间隔。脉搏波间隔(PPI)例如是指脉搏波的最尖锐的峰间的时间间隔。心电图是捕捉到了随着心脏的心肌活动产生的电位变化而得到的图,相对于此,脉搏波是测定心脏泵出的血液经由动脉流向末梢的血流的波动而得到的图,已知RRI和PPI是分别获取的信息,但在睡眠时等比较安静时,它们显示大致同样的值。在以后的实施例中,基于脉搏波间隔进行说明。
[现有的根据脉搏波间隔波动来检测周期性心跳波动的方法]
图2是用于对现有的根据脉搏波间隔波动来推定周期性心跳波动的方法进行说明的图。
图2的上部的图表是以脉搏波间隔值为纵轴且以睡眠时刻为横轴而描绘的图表。实线示出实际的脉搏波间隔,虚线例如是通过移动平均而平滑化的脉搏波间隔。将平滑化后的脉搏波间隔的下降称为下沉(dip)。图2的下部的图表是以睡眠时刻为横轴而描绘了根据平滑化后的脉搏波间隔推定的周期性心跳波动标志的图表。周期性心跳波动标志是示出受试者处于呼吸暂停状态的标志。
图3是示出现有的根据脉搏波间隔来推定周期性心跳波动标志的算法的一例的图。首先,提取平滑化后的脉搏波间隔的极小值附近的形状作为下沉候补(ST101)。进行所提取的下沉形状的判定例如下沉形状是否类似于规定的抛物线形状的判定(ST102)。进而,作为下沉的深度例如极小值的中心时刻的值和前后的移动平均的最大值的平均值之差,计算各自的下沉的深度,进行阈值判定(ST103)。进而,进行下沉的宽度的判定例如相对于相邻的下沉是否具有规定范围内的下沉宽度的判定(ST104)。
进而,进行下沉的类似性的判定(ST105)。例如将相对于相邻的下沉具有规定范围内的下沉宽度及规定范围内的下沉高度并且相对于相邻的下沉具有规定范围内的下沉宽度和下沉高度之比的下沉确定为具有类似性的下沉。进而,进行下沉的周期性的判定(ST106)。例如关于四个连续的下沉中的相邻的两个下沉的全部,在相邻的两个下沉的时刻差为规定时间的范围内并且时刻差的大小的偏差为规定范围内的情况下,设为该四个下沉具有周期性。获取全部满足上述条件的下沉作为周期性心跳波动标志(ST107)。周期性心跳波动标志示出在与周期性心跳波动标志对应的时刻受试者处于呼吸暂停状态并且发生了周期性心跳波动事件。
图4是示出描绘了平滑化后的脉搏波间隔和周期性心跳波动事件的关联的图表的图。
可知受试者的被平滑化后的脉搏波间隔在左侧部分A是稳定的,但在右侧部分B波动较大。利用现有的根据脉搏波间隔波动来推定周期性心跳波动的算法,在左侧部分A获取周期性心跳波动标志c(1,t1)、c(2,t2)、c(3,t3)。在此,c(n,tn)是第n个周期性心跳波动标志,示出在时刻tn被检测到(n:自然数)。进而,在右侧部分B获取周期性心跳波动标志c(4,t4)、c(5,t5)、c(6,t6)、c(7,t7)、c(8,t8)。
在平滑化后的脉搏波间隔波动较大的右侧部分B,发明者通过将实际的呼吸暂停状态和被检测到的周期性心跳波动标志进行对比,得知了受试者并不是呼吸暂停状态而是处于例如快速眼动睡眠等其他睡眠状态。本申请发明从利用现有的根据脉搏波间隔波动来获取周期性心跳波动的算法而获取的周期性心跳波动标志中排除受试者不处于呼吸暂停状态的周期性心跳波动标志,从而提高受试者的呼吸暂停睡眠状态的检测精度。
[睡眠状态检测装置的第一实施方式的处理概要]
图5是示出睡眠状态检测装置的第一实施方式的处理概要的一例的图。
在受试者的手腕上安装有腕带1,该腕带1具有检测受试者的心脏的搏动状态例如脉搏的光学式脉搏波传感器11。光学式脉搏波传感器11具有光学式脉搏波传感器IC,该光学式脉搏波传感器IC搭载有例如LED驱动器和绿色检测用光电二极管。用光电二极管来测定使LED向生物体内照射时的反射光的强度,能够得到脉搏波信号。脉搏波传感器不仅可以是光学式,例如也可以是脉搏压检测式脉搏波传感器。
在本实施例中,示出了腕带1安装于受试者的手腕的状态,但也可以安装于受试者的其他部位。
由腕带1的光学式脉搏波传感器11检测到的搏动信号通过无线通信例如WiFi、蓝牙(注册商标),发送到睡眠状态检测装置2。搏动信号的发送可以不是实时的,例如也可以在受试者从睡眠中醒来之后,集中发送到睡眠状态检测装置2。另外,不需要从腕带1向睡眠状态检测装置2直接无线发送搏动信号,例如经由智能手机、接入点而发送到睡眠状态检测装置2也可以。
从腕带1发送的搏动信号由通信接口22经由睡眠状态检测装置2的天线21来接收。获取部221从搏动信号中获取包含睡眠期间的规定期间的受试者的搏动间隔数据。
事件检测部222将搏动间隔数据平滑化。进而,事件检测部222使用图3所示的现有的根据脉搏波间隔来推定周期性心跳波动标志的算法,检测周期性心跳波动事件。所检测到的周期性心跳波动事件数据被输入到事件处理部223。
事件处理部223从所检测到的周期性心跳波动事件数据中排除与搏动间隔在规定范围内的期间对应的周期性心跳波动事件数据。在与呼吸暂停相伴的周期性心跳波动中,交感神经占主导地位,平均搏动间隔有变短的倾向,但例如在快速眼动睡眠的情况下,成为类似于周期性心跳波动的心跳波动,但存在该平均搏动间隔比呼吸暂停的情况长的倾向,因此,将规定范围设为快速眼动睡眠时的平均搏动间隔附近,通过排除该范围,仅选择示出为呼吸暂停的周期性心跳波动事件数据。
基于事件处理部223的检测结果,输出部224输出周期性心跳波动事件数据作为呼吸暂停指标信号。也可以代替周期性心跳波动事件数据,或者与周期性心跳波动事件数据一同输出每检测单位时间的呼吸指标例如相当于每小时的呼吸暂停和低度呼吸加起来的次数即呼吸暂停低度呼吸指数(AHI:Apnea Hypopnea Index)的值。
呼吸暂停指标信号被输入到内置于睡眠状态检测装置2的未图示的显示部,在显示画面上显示例如相当于呼吸暂停低度呼吸指数的值。另外,呼吸暂停指标信号也可以被写入到内置于睡眠状态检测装置2的未图示的硬盘、可拆卸存储卡。进而,相当于呼吸暂停低度呼吸指数的值也可以被输出到与睡眠状态检测装置2连接的打印机、信息终端装置、服务器装置。另外,也可以经由网络发送到例如具有受试者数据库的服务器装置。
另外,光学式脉搏波传感器11可以发送搏动间隔信号来代替脉搏波信号,或者,也可以发送脉搏波信号和搏动间隔信号。
根据本实施方式的睡眠状态检测装置2,能够简便地提高睡眠时的呼吸停止或低度呼吸状态的检测精度。
[睡眠状态检测装置的第一实施方式的构成例]
图6是示出睡眠状态检测装置的第一实施方式的结构的一例的图。
睡眠状态检测装置2具有:经由天线21与外部进行通信的通信接口22、与通信接口22连接的控制部24。进而,也可以具有与外部存储介质连接的存储介质接口23。例如,利用存储介质接口23,睡眠状态检测装置2能够读取存储于腕带1的存储介质的检测数据。
控制部24具有控制存储部210和控制处理部220。控制存储部210由一个或多个半导体存储器构成。例如,具有RAM、闪存、EPROM、EEPROM等非易失性存储器中的至少一个。控制存储部210存储在由控制处理部220进行的处理中使用的驱动程序、操作系统程序、应用程序、数据等。
例如,控制存储部210存储控制通信接口22的设备驱动程序作为驱动程序。计算机程序例如也可以从CD-ROM、DVD-ROM等计算机可读取的便携式记录介质中,使用公知的安装程序等而安装于控制存储部210。另外,也可以从程序服务器等中下载而安装。
进而,控制存储部210也可以临地时存储规定的处理的临时数据。控制存储部210存储下沉判定阈值、搏动间隔阈值、搏动间隔范围阈值、搏动间隔平均阈值等阈值表211、推定单位时间、检测单位时间等时间表212、用于统计处理的统计母版213等。
存储于控制存储部210的搏动间隔阈值、搏动间隔范围阈值及搏动间隔平均范围阈值等阈值表211、推定单位时间、检测单位时间及算出时间等时间表212也可以设为固有的设定值。另外,阈值表211及时间表212也可以通过获取多个受试者的呼吸暂停或低度呼吸睡眠状态的统计并且基于统计值的平均、方差等统计性地被设定。进而,也可以将与受试者的生物体信息例如年龄、性別、体重相应的设定值存储于统计母版213而利用于受试者的呼吸暂停或低度呼吸睡眠状态的检测。
控制处理部220具有一个或多个处理器及其周边电路。控制处理部220是总体地对睡眠状态检测装置2的整体动作进行控制的处理部,例如是MCU(Micro Controller Unit:微控制器单元)。
控制处理部220基于存储在控制存储部210中的程序(操作系统程序、驱动程序、应用程序等)执行处理。另外,控制处理部220也可以并行执行多个程序(应用程序等)。控制处理部220具有获取部221、事件检测部222、事件处理部223、输出部224等。
控制处理部220具有的这些各部也可以作为独立的集成电路、电路模块、微处理器或固件而安装于控制部24。
[第一实施方式的睡眠状态检测处理流程]
图7是示出在第一实施方式中进行的睡眠状态检测处理的流程的一例的图。
获取部221使用从受试者的腕带1接收到的搏动信号,获取示出搏动间隔的搏动间隔数据(ST201)。
事件检测部222将搏动间隔数据平滑化(ST202)。进而,事件检测部222使用图3所示的现有的根据脉搏波间隔来推定周期性心跳波动标志的算法,检测周期性心跳波动事件(ST203)。事件处理部223计算搏动间隔数据的移动平均(mv)(ST204)。事件处理部223计算每规定期间例如1小时的或1个睡眠期间的平均值(An)(ST205)。
事件处理部223在检测到周期性心跳波动标志的时刻tk判定移动平均(mv)是否为平均值(An)以下(ST206)。在移动平均(mv)为平均值(An)以下时(ST206:是),事件处理部223累计时刻tk的周期性心跳波动标志c(k,tk)作为周期性心跳波动标志(ST207)。在移动平均(mv)超过平均值(An)时(ST206:否),事件处理部223返回到ST206,将接下来的周期性心跳波动标志的移动平均(mv)和平均值(An)进行比较。此外,这里设为移动平均(mv)为平均值(An)以下时,但不限于此,也可以为平均值(An)的常数倍(例如1.1)等。另外,An设为1个睡眠期间的平均值,但也可以将其设为睡眠的超日节律内的平均例如每1.5小时的平均。
事件处理部223判定时刻tk是否超过了睡眠时间(ST208)。在时刻tk未超过睡眠时间时(ST208:否),返回到ST206。在时刻tk超过了睡眠时间时(ST208;是),输出部224基于所累计的周期性心跳波动标志,输出呼吸暂停指标信号(ST209)。处理流程结束。
[睡眠状态检测装置的第二实施方式的处理概要]
在第一实施方式中,基于来自睡眠中的受试者的搏动间隔数据,检测受试者的睡眠状态。在第二实施方式中,进一步根据搏动间隔数据输出自律神经指标数据,基于搏动间隔数据和自律神经指标数据,检测受试者的睡眠状态。
[自律神经指标的例子]
已知在受试者成为呼吸暂停睡眠状态时,受试者的交感神经活动被激活。关于交感神经活动的活动度,已知例如能够通过分析心跳波动来掌握。
图8是示出自律神经指标(LF/HF)的一例的图。示出了进行心跳波动的频率分析所得的结果的一个例子。例如是示出将心跳间隔(RRI)设为规定时间例如5分钟来进行频率分析所得的频率f(横轴)和功率PW(纵轴)的关系的图表。设低频区间(例如0.05Hz-0.15Hz)的峰值为LF,设高频区间(例如0.15Hz-0.4Hz)的峰值为HF。
LF主要示出交感神经功能的活动度,HF示出副交感神经功能的活动度。但是,LF不仅涉及交感神经,还涉及副交感神经,因此,大多使用LF和HF之比(LF/HF)作为交感神经的活性度的指标,在本公开中,使用LF/HF作为交感神经活性度的指标。另外,不是峰值,而是将低频区间和高频区间的功率谱密度之比设为自律神经指标(LF/HF)也可以。利用示出交感神经活动度的自律神经指标(LF/HF),能够提高受试者成为呼吸暂停睡眠状态时的推定精度。
[睡眠状态检测装置的第二实施方式的处理概要]
图9是示出睡眠状态检测装置的第二实施方式的处理概要的一例的图。
由腕带1的脉搏波传感器检测到的搏动信号利用无线通信例如WiFi、蓝牙(注册商标)被发送到睡眠状态检测装置4。
从腕带1发送的搏动信号由通信接口42经由睡眠状态检测装置4的天线41来接收。
获取部421从示出受试者的心脏的搏动状态的搏动信号获取搏动的间隔例如示出脉搏波的相邻的峰值的时间间隔的搏动间隔数据。搏动间隔数据被输入到呼吸推定部422。另外,搏动间隔数据被输出到自律神经指标输出部426。
呼吸推定部422的事件检测部423将搏动间隔数据平滑化。进而,事件检测部423使用图3所示的现有的根据脉搏波间隔来推定周期性心跳波动标志的算法,检测周期性心跳波动事件。所检测到的周期性心跳波动事件数据被输入到事件处理部424。
自律神经指标输出部426基于搏动间隔数据,输出自律神经指标(LF/HF)数据。从自律神经指标输出部426输出的自律神经指标数据被输入到事件处理部424。
事件处理部424从所检测到的周期性心跳波动事件数据中排除与搏动间隔为规定范围内的期间对应的周期性心跳波动事件数据。
事件处理部424进一步基于自律神经指标数据,对排除处理后的示出是呼吸暂停的周期性心跳波动事件数据进行筛选。筛选例如将自律神经指标为规定的自律神经指标阈值以上时的周期性心跳波动事件数据判定为示出是呼吸暂停的周期性心跳波动事件数据。在自律神经指标(LF/HF)高时,推定为受试者处于呼吸暂停或低度呼吸睡眠状态的可能性高。
基于事件处理部424的检测结果,输出部425输出周期性心跳波动事件数据作为呼吸暂停指标。也可以代替周期性心跳波动事件数据或者与周期性心跳波动事件数据一同输出每检测单位时间的呼吸指标例如相当于每小时的呼吸暂停和低度呼吸加起来的次数即呼吸暂停低度呼吸指数(AHI:Apnea Hypopnea Index)的值。
呼吸暂停指标被输入到内置于睡眠状态检测装置4的未图示的显示部,在显示画面上显示例如相当于呼吸暂停低度呼吸指数的值。另外,呼吸暂停指标也可以被写入到内置于睡眠状态检测装置4的未图示的硬盘、可拆卸存储卡。进而,相当于呼吸暂停低度呼吸指数的值也可以被输出到与睡眠状态检测装置4连接的打印机、信息终端装置、服务器装置。另外,也可以经由网络发送到例如具有受试者数据库的服务器装置。
根据本实施方式的睡眠状态检测装置4,能够简便地提高睡眠时的呼吸停止或低度呼吸状态的检测精度。
[睡眠状态检测装置的第二实施方式的构成例]
图10是示出睡眠状态检测装置的第二实施方式的结构的一例的图。
睡眠状态检测装置4具有经由天线41与外部进行通信的通信接口42和与通信接口42连接的控制部44。进而,也可以具有与外部存储介质连接的存储介质接口43。
控制部44具有控制存储部410和控制处理部420。控制存储部410由一个或多个半导体存储器构成。
控制存储部410也可以临时地存储规定的处理中的临时数据。控制存储部410存储搏动阈值、搏动间隔平均范围、自律神经指标阈值、体动阈值等阈值表411、推定时间、判定时间、自律神经指标算出时间等时间表412、用于统计处理的统计母版413等。
控制处理部420具有获取部421、呼吸推定部422、事件检测部423、事件处理部424、输出部425、自律神经指标输出部426等。
[第二实施方式的睡眠状态检测处理流程]
图11是示出在第二实施方式中进行的睡眠状态检测处理的流程的一例的图。
本例的睡眠状态检测处理流程是已经从受试者的腕带1向睡眠状态检测装置4发送了受试者的1次睡眠时间的量例如7小时的量的搏动信号并存储于控制存储部210时的处理,能够集中进行睡眠状态检测处理。另外,例如也可以以1小时为单位来获取搏动信号,按每1小时进行推定处理。
获取部421使用从受试者的腕带1接收到的搏动信号,获取示出搏动间隔的搏动间隔数据(ST301)。
自律神经指标输出部426基于搏动间隔数据,输出自律神经指标数据(ST302)。
事件检测部423将搏动间隔数据平滑化(ST303)。进而,事件检测部423使用图3所示的现有的根据脉搏波间隔来推定周期性心跳波动标志的算法,检测周期性心跳波动事件(ST304)。事件处理部424计算搏动间隔数据的移动平均(mv)(ST305)。事件处理部424计算每规定期间例如1小时的或者1个睡眠期间的搏动间隔数据的平均值(An)(ST306)。
事件处理部424在检测到周期性心跳波动标志的时刻tk判定搏动间隔数据的移动平均(mv)是否为平均值(An)以下(ST307)。在移动平均(mv)为平均值(An)以下时(ST307:是),事件处理部224判定时刻tk时的自律神经指标是否为规定的自律神经指标阈值Th以上(ST308)。在移动平均(mv)超过平均值(An)时(ST307:否),事件处理部424返回到ST307,将接下来的时刻的周期性心跳波动标志的移动平均(mv)和平均值(An)进行比较。此外,在此,设为移动平均(mv)为平均值(An)以下时,但不限于此,也可以是平均值(An)的常数倍(例如1.1)等。另外,An设为1个睡眠期间的平均值,但也可以将其设为睡眠的超日节律内的平均例如每1.5小时的平均。
在时刻tk的自律神经指标为规定的自律神经指标阈值Th以上时(ST308:是),事件处理部424累计时刻tk的周期性心跳波动标志c(k,tk)作为周期性心跳波动标志(ST309)。在时刻tk的自律神经指标不足规定的自律神经指标阈值Th时(ST308:否),事件处理部424返回到ST307,将接下来的时刻的周期性心跳波动数据的移动平均(mv)和平均值(An)进行比较。
事件处理部424判定时刻tk是否超过了睡眠时间(ST310)。在时刻tk未超过睡眠时间时(ST310:否),返回到ST307。在时刻tk超过了睡眠时间时(ST310;是),输出部425基于所累计的周期性心跳波动标志,输出呼吸暂停指标(ST311)。处理流程结束。
[本公开的周期性心跳波动检测的效果]
图12是示出本公开的周期性心跳波动检测效果的图。
在图12的上部示出受试者的1个睡眠期间例如睡眠时间为7小时时的脉搏波间隔(PPI)。移动平均(mv)用实线示出,平均值(An)用虚线示出。
最下部的(i)AHI以带状示出由多导睡眠监测装置测量的实际的呼吸暂停或低度呼吸的状态。从下数第二段的(ii)CVHR(原始)以带状示出使用现有算法推定为发生了周期性心跳波动事件时的状态。当将(i)和(ii)进行比较时,可知在(ii)中实际上包含许多不是呼吸暂停或低度呼吸的状态的状态。
从下数第三段的(iii)CVHR(改进后)示出由本申请的第一实施方式检测受试者的睡眠状态的效果。以带状示出从(i)中将移动平均(mv)比脉搏波间隔(PPI)的平均值(An)长的情况排除时的周期性心跳波动事件。可知通过从使用现有算法检测到的周期性心跳波动事件数据中将搏动间隔为规定范围内的期间的周期性心跳波动事件数据排除,从而推定被改善了。
在从下数第四段的(iv)LF/HF筛选中,水平的粗线中成为空隙的部分是与自律神经指标数据成为规定的自律神经指标阈值以上的部分的自律神经指标对应的部分。
从下数第五段的(v)CVHR(改进后)+LF/HF筛选示出由本申请的第二实施方式检测受试者的睡眠状态的效果。在iii)中以带状示出考虑了(iv)的周期性心跳波动。可知(v)更加接近(i)的实际的呼吸暂停或低度呼吸的状态。
[睡眠状态检测装置的第三实施方式的处理概要]
在第二实施方式中,基于睡眠中的受试者的搏动间隔数据及自律神经指标数据,推定了受试者的睡眠状态。在第三实施方式中,进一步基于体动数据,推定受试者的睡眠状态。
图13是示出本公开的睡眠状态检测装置的第三实施方式的处理概要的一例的图。
在受试者的手腕上安装有腕带5,该腕带5具有检测受试者的心脏的搏动状态例如脉搏的光学式脉搏波传感器51和体动传感器52。光学式脉搏波传感器51具有光学式脉搏波传感器IC,该光学式脉搏波传感器IC搭载有例如LED驱动器和绿色检测用光电二极管。由光电二极管测定使LED向生物体内照射时的反射光的强度,能够得到脉搏波信号。脉搏波传感器不仅可以是光学式,例如也可以是脉搏压检测式脉搏波传感器。
体动传感器52例如是具有加速度传感器的运动传感器。体动传感器也可以具有陀螺仪。能够利用多个加速度传感器检测三维的运动矢量,进而能够计算受试者的手腕的移动量。
由腕带5的光学式脉搏波传感器51检测到的搏动信号和由体动传感器52检测到的体动信号通过无线通信例如WiFi、蓝牙(注册商标)被发送到睡眠状态检测装置6。
从腕带5发送的搏动信号和体动信号由通信接口62经由睡眠状态检测装置6的天线61来接收。
获取部621从示出受试者的心脏的搏动状态的搏动信号获取搏动的间隔例如示出脉搏波的相邻的峰值的时间间隔的搏动间隔数据。搏动间隔数据被输入到呼吸推定部622。另外,搏动间隔数据被输入到自律神经指标输出部626。
自律神经指标输出部626基于搏动间隔数据计算自律神经指标(LF/HF)数据。从自律神经指标输出部626输出的自律神经指标数据被输入到呼吸推定部622。
体动数据输出部627获取受试者的体动信号,输出示出受试者的手腕的移动量的体动数据。已知在睡眠中受试者陷入了呼吸停止、低度呼吸状态的情况下,在超越极限而再次开始呼吸时,伴随着体动,瞬间发生醒来反应,再次开始呼吸。通过在睡眠中测量体动,从而能够判断发生呼吸暂停或低度呼吸的可能性。
呼吸推定部622使用搏动间隔数据、自律神经指标数据及体动数据,推定受试者的呼吸暂停或低度呼吸睡眠状态。
呼吸推定部622的事件检测部623将搏动间隔数据平滑化。进而,事件检测部623使用图3所示的现有的根据脉搏波间隔推定周期性心跳波动标志的算法,检测周期性心跳波动事件。所检测到的周期性心跳波动事件数据被输入到事件处理部624。
自律神经指标输出部726基于搏动间隔数据,输出自律神经指标(LF/HF)数据。从自律神经指标输出部626输出的自律神经指标数据被输入到事件处理部624。
事件处理部624从所检测到的周期性心跳波动事件数据中将与搏动间隔为规定范围内的期间对应的周期性心跳波动事件数据排除。
事件处理部624进一步基于自律神经指标数据,对排除处理后的示出是呼吸暂停的周期性心跳波动事件数据进行筛选。
事件处理部624进一步基于体动数据,对基于自律神经指标数据进行了筛选的周期性心跳波动事件数据进行筛选。筛选例如将体动量为规定的体动指标阈值以上时的周期性心跳波动事件数据判定为示出是呼吸暂停的周期性心跳波动事件数据。在体动量大时,推定为受试者发生了呼吸暂停反应所引起的瞬间醒来反应,推定为受试者处于呼吸暂停或低度呼吸睡眠状态的可能性高。
基于事件处理部624的检测结果,输出部625输出周期性心跳波动事件数据作为呼吸暂停指标。代替周期性心跳波动事件数据或者与周期性心跳波动事件数据一同输出每检测单位时间的呼吸指标例如相当于每1小时的呼吸暂停和低度呼吸加起来的次数即呼吸暂停低度呼吸指数(AHI:Apnea Hypopnea Index)的值也可以。
呼吸暂停指标被输入到内置于睡眠状态检测装置6的未图示的显示部,在显示画面上显示例如相当于呼吸暂停低度呼吸指数的值。
呼吸暂停指标被输入到内置于睡眠状态检测装置6的未图示的显示部,在显示画面上显示例如呼吸暂停低度呼吸指数的值。
根据本实施方式的睡眠状态检测装置6,能够进一步简便地提高睡眠时的呼吸停止或低度呼吸状态的检测精度。
[睡眠状态检测装置的第三实施方式的构成例]
图14是示出睡眠状态检测装置的第三实施方式的结构的一例的图。
睡眠状态检测装置6具有经由天线61与外部进行通信的通信接口62和与通信接口62连接的控制部64。进而,也可以具有与外部存储介质连接的存储介质接口63。
控制部64具有控制存储部610和控制处理部620。控制存储部610由一个或多个半导体存储器构成。
进而,控制存储部610也可以临时地存储规定的处理中的临时数据。控制存储部610存储搏动阈值、自律神经指标阈值、搏动间隔平均范围、体动阈值等阈值表611、推定单位时间、自律神经指标输出单位时间等时间表612、用于统计处理的统计母版613等。
控制处理部620具有获取部621、呼吸推定部622、事件检测部623、事件处理部624、输出部625、自律神经指标输出部626、体动数据输出部626等。
[第三实施方式的睡眠状态检测处理流程]
图15是示出在第三实施方式中进行的睡眠状态检测处理的流程的一例的图。
本例的睡眠状态检测处理流程是从受试者的腕带5已经向睡眠状态检测装置6发送了受试者的1次睡眠时间的量例如6小时的量的搏动信号及体动信号并存储于控制存储部610时的处理,能够集中进行睡眠状态检测处理。另外,例如也可以以1小时为单位获取搏动信号,按每1小时进行推定处理。
获取部621使用存储于控制存储部610的搏动信号,获取示出搏动间隔的搏动间隔数据(ST401)。
自律神经指标输出部626基于搏动间隔数据,输出自律神经指标数据(ST402)。
体动数据输出部626基于存储于控制存储部610的体动信号,输出数据(ST403)。
事件检测部623将搏动间隔数据平滑化(ST404)。进而,事件检测部623使用图3所示的现有的根据脉搏波间隔来推定周期性心跳波动标志的算法,检测周期性心跳波动事件(ST405)。事件处理部624计算搏动间隔数据的移动平均(mv)(ST406)。事件处理部624计算每规定期间例如1小时的或1个睡眠期间的平均值(An)(ST407)。
事件处理部624在检测到周期性心跳波动标志的时刻tk判定移动平均(mv)是否为平均值(An)以下(ST408)。在移动平均(mv)超过平均值(An)时(ST408:否),事件处理部624返回到ST408,将接下来的时刻的周期性心跳波动标志的移动平均(mv)和平均值(An)进行比较。在移动平均(mv)为平均值(An)以下时(ST408:是),事件处理部624判定时刻tk的自律神经指标是否为规定的自律神经指标阈值Th以上(ST409)。
在自律神经指标低于规定的自律神经指标阈值Th时(ST409:否),事件处理部624返回到ST408。在时刻tk的自律神经指标为规定的自律神经指标阈值Th以上时(ST409:是),事件处理部624判定时刻tk的体动量是否为体动阈值Tb以上(ST410)。在体动量不足体动阈值Tb时(ST410:否),事件处理部624返回到ST408。在体动量为体动阈值Tb以上时(ST410:是),事件处理部624累计时刻tk的周期性心跳波动标志c(k,tk)作为周期性心跳波动标志(ST411)。
事件处理部624判定时刻tk是否超过了睡眠时间(ST412)。在时刻tk未超过睡眠时间时(ST410:否),返回到ST408。在时刻tk超过了睡眠时间时(ST412:是),输出部625基于所累计的周期性心跳波动标志,输出呼吸暂停指标(ST413)。处理流程结束。
[睡眠状态检测装置的第四实施方式的概要]
在第一、第二及第三实施方式中,是接收来自佩戴于受试者的手腕的腕带的传感器信号推定受试者的睡眠状态的睡眠状态检测装置。在第四实施方式中,对在腕带内组装有睡眠状态检测装置的例如智能手表型的睡眠状态检测装置进行说明。
图16是示出睡眠状态检测装置的第四实施方式的一例的外形立体图。图16A是从正面观察的外形立体图,图16B是从背面观察的外形立体图。
睡眠状态检测装置8具有主体部81和腕带部82。在主体部81的正面具有显示部83,在侧面具有操作按钮84。在主体部81的背面具有光学式脉搏波传感器85。未图示的加速度传感器86内置于主体部81。
[睡眠状态检测装置的第四实施方式的构成例]
图17是示出睡眠状态检测装置的第四实施方式的主体部的构成的一例的图。
主体部81具有显示部83、操作按钮84、光学式脉搏波传感器85、加速度传感器86、控制部87、输入输出接口88及传感器接口88。显示部83及操作按钮84经由输入输出接口88连接于控制部87,光学式脉搏波传感器85及加速度传感器86经由传感器接口88连接于控制部87。
来自光学式脉搏波传感器85的搏动信号及来自加速度传感器86的体动信号经由传感器接口88被输入到控制部87,控制部87使用搏动信号及体动信号,推定睡眠状态检测装置8的佩戴者即受试者的睡眠状态。从控制部87输出的呼吸暂停指标经由输入输出接口88被发送,将呼吸指标值显示于显示部83。另外,操作按钮84经由输入输出接口88操作控制部87的动作。
[睡眠状态显示的概要]
关于显示受试者的睡眠状态的处理,例如,睡眠状态检测装置和睡眠显示装置协同处理。
[睡眠状态检测装置的处理概要]
图18是示出在睡眠状态显示中使用的睡眠状态检测装置的处理概要的一例的图。
由腕带1的脉搏波传感器检测到的搏动信号通过无线通信例如WiFi、蓝牙(注册商标)发送到睡眠状态检测装置10。
从腕带1发送的搏动信号由通信接口102经由睡眠状态检测装置10的天线101来接收。
获取部1021从示出受试者的心脏的搏动状态的搏动信号获取搏动的间隔例如示出脉搏波的相邻的峰值的时间间隔的搏动间隔数据。搏动间隔数据被输入到呼吸推定部422。另外,搏动间隔数据被输出到自律神经指标输出部426。
呼吸推定部1022的事件检测部1023将搏动间隔数据平滑化。进而,事件检测部1023使用图3所示的现有的根据脉搏波间隔推定周期性心跳波动标志的算法,检测周期性心跳波动事件。所检测到的周期性心跳波动事件数据被输入到事件处理部1024。
自律神经指标输出部1026基于搏动间隔数据,输出自律神经指标(LF/HF)数据。从自律神经指标输出部426输出的自律神经指标数据被输入到事件处理部424。
事件处理部1024从所检测到的周期性心跳波动事件数据中将与搏动间隔为规定范围内的期间对应的周期性心跳波动事件数据排除。
事件处理部1024进一步基于自律神经指标数据,对排除处理后的示出是呼吸暂停的周期性心跳波动事件数据进行筛选。
睡眠状态指标输出部1026使用从自律神经指标输出部1025输出的自律神经指标(LF/HF)数据,推定快速眼动睡眠、非快速眼动睡眠等示出睡眠状态的被称为睡眠阶段的状态。已知在非快速眼动睡眠时副交感神经占主导地位,因此LF/HF的值低,随着睡眠变深,该值变低。另一方面,已知在快速眼动睡眠时,相对于非快速眼动睡眠,交感神经占主导地位,自律神经状态不稳定,所以,在LF/HF的值高且规定时间范围的LF/HF的偏差大的情况下,判定为快速眼动睡眠。从睡眠状态指标输出部326输出的睡眠阶段数据作为睡眠状态指标数据而被输入到输出部10245。
基于事件处理部1024的检测结果,输出部1025输出周期性心跳波动事件数据作为呼吸暂停指标。也可以代替周期性心跳波动事件数据或者与周期性心跳波动事件数据一同输出每检测单位时间的呼吸指标例如相当于每1小时的呼吸暂停和低度呼吸加起来的次数即呼吸暂停低度呼吸指数(AHI:Apnea Hypopnea Index)的值。另外,输出部1025输出推定了快速眼动睡眠、非快速眼动睡眠等示出睡眠状态的被称为睡眠阶段的状态的睡眠状态指标数据。
作为呼吸暂停指标的周期性心跳波动事件数据或睡眠状态指标数据被输入到内置于睡眠状态检测装置10的未图示的显示部,在显示画面上显示例如相当于呼吸暂停低度呼吸指数的值。
根据本实施方式的睡眠状态检测装置10,能够简便地提高睡眠时的呼吸停止或低度呼吸状态的检测精度。
[睡眠状态检测装置的构成例]
图19是示出睡眠状态检测装置的结构的一例的图。
睡眠状态检测装置10具有经由天线101与外部进行通信的通信接口102和与通信接口102连接的控制部104。进而,也可以具有与外部存储介质连接的存储介质接口103。
控制部104具有控制存储部1010和控制处理部1020。
控制存储部1010也可以临时地存储规定的处理中的临时数据。控制存储部1010存储:搏动阈值、搏动间隔平均范围、自律神经指标阈值、体动阈值等阈值表1011、推定时间、判定时间、自律神经指标算出时间等时间表1012、用于统计处理的统计母版1013等。
控制处理部1020具有:获取部1021、呼吸推定部1022、事件检测部1023、事件处理部10210、输出部1025、自律神经指标输出部1026、睡眠状态指标输出部1027等。
[睡眠状态显示画面的概要]
图20是示出睡眠显示画面的一例的图。显示画面显示于显示装置例如液晶显示装置(LCD:liquid crystal display)、阴极射线管装置。
在显示画面110的左侧区域显示标题部1101。标题部1101的右侧区域显示指标部1102。在显示画面110的右侧区域显示标题部1101,标题部1101的左侧区域显示指标部1102也可以。
在指标部1102显示有示出睡眠经过时间的时间轴1111。在时间轴1111上附带有刻度或时间值。在标题部1101且在显示于指标部1102的时间轴1111的左侧显示“睡眠经过时间”的名称也可以。另外,也可以显示示出时刻的时刻轴来代替时间轴1111。也可以在标题部1101与显示于指标部1102的时刻轴对应地显示“时刻”的名称。
在标题部1101,显示于指标部1102的各指标名称被纵向地显示。指标名称也可以显示省略名称或例如LF/HF、AHI的符号。进而,几个指标名称也可以省略或变更显示。在指标部1102,以位于显示在标题部1101的各指标名称的右侧的方式以规定的共用的时间间隔按时间序列显示睡眠状态指标1112、自律神经指标1113及呼吸暂停指标1114。另外,例如,睡眠状态指标1112也可以显示为示出快速眼动睡眠、非快速眼动睡眠等示出睡眠状态的被称为睡眠阶段的状态的“睡眠阶段”。
在指标进一步用多个指标来表示时,例如,在睡眠状态指标用快速眼动睡眠状态和非快速眼动睡眠状态表示时,也可以在标题部1101例如将“快速眼动睡眠”和“非快速眼动睡眠”的名称进一步显示为小标题。在指标部1102且在各自的小标题的右侧,以规定的共用的时间间隔按时间序列显示快速眼动睡眠状态和非快速眼动睡眠状态。
作为以规定的共用的时间间隔按时间序列显示各指标的表达,睡眠状态指标1112例如分别用带状图表来表达,以使判明快速眼动睡眠状态和非快速眼动睡眠状态的切换。波动时间较短的自律神经指标1113例如用LF和HF的折线图表来显示。作为呼吸暂停指标1114,例如在示出呼吸暂停低度呼吸指数(AHI:Apnea Hypopea Index)时,用柱状图表来表达。呼吸暂停低度呼吸指数是每1小时的呼吸暂停和低度呼吸加起来的次数。以规定的共用的时间间隔按时间序列显示各指标的表达不限定于这些,也可以采用各种各样的表达例如利用彩色显示进行的表达。
进而,在示出受试者成为呼吸暂停状态时的规定时间例如1小时内发生了规定次数的周期性心跳波动事件时,将1小时内的周期性心跳波动事件作为连续的带区域113而与其他的各指标重叠地显示于显示画面110。该1小时只是一个例子,也可以为10分钟、30分钟等。周期性心跳波动事件是示出发生了受试者的呼吸暂停/低度呼吸状态的事件。
使周期性心跳波动事件连续的带区域113通过填充或半透明来表示。在半透明时,睡眠状态指标1112、自律神经指标1113及呼吸暂停指标1114能够辨识。另外,也可以将使周期性心跳波动事件连续的带区域113与至少一个指标部分重叠地显示于显示画面110。进而,也可以进行对发生了周期性心跳波动事件即呼吸暂停/低度呼吸事件进行说明的显示。另外,也可以直接重叠地显示周期性心跳波动事件。
[睡眠状态显示装置的构成例]
图21是示出睡眠状态显示装置的结构的一例的图。
睡眠状态显示装置12具有显示装置121、与显示装置连接的显示控制部122、与显示控制部122连接且与外部装置进行通信的通信接口123、与显示控制部122连接的用于装置操作的操作装置124。进而,也可以具有与显示控制部122连接且与外部存储介质连接的存储介质接口125。例如,显示装置121和操作装置124也可以作为触摸面板显示器而成为一体。
例如,睡眠状态显示装置12经由通信接口123从睡眠状态检测装置3接收睡眠状态指标信号、自律神经指标信号及呼吸暂停指标信号。另外,睡眠状态显示装置12能够经由存储介质接口125而读取存储于外部存储介质的睡眠状态指标数据、自律神经指标数据及呼吸暂停指标数据。
显示控制部122具有显示存储部1210和显示处理部1220。显示存储部1210由一个或多个半导体存储器构成。例如,具有RAM、闪存、EPROM、EEPROM等非易失性存储器中的至少一个。显示存储部1210存储在由显示处理部1220进行的处理中使用的驱动程序、操作系统程序、应用程序、数据等。
例如,显示存储部1210存储控制显示装置121、操作装置124的设备驱动程序作为驱动程序。计算机程序例如也可以使用公知的安装程序等从CD-ROM、DVD-ROM等计算机可读取的便携式记录介质中安装于显示存储部1210。另外,也可以从程序服务器等中下载进行安装。
进而,显示存储部1210也可以临时地存储规定的处理的临时数据。显示存储部1210存储显示于显示装置121的显示要素、显示图案等显示图像数据1211。另外,显示存储部1210对存储了用于检测周期性心跳波动事件的发生的例如与睡眠经过时间关联的呼吸暂停指标阈值、其他指标阈值的事件检测表1212等进行存储。
显示处理部1220具有一个或多个处理器及其周边电路。显示处理部1220总体地控制睡眠状态显示装置12的整体动作,例如是MCU。
显示处理部1220基于存储于显示存储部1210的程序(操作系统程序、驱动程序、应用程序等)执行处理。另外,显示处理部1220也可以并行地执行多个程序(应用程序等)。显示处理部1220具有指标获取部1221、时刻获取部1222、事件判定部1223、重叠部1224、显示输出部1225等。
显示处理部1220具有的这些各部也可以作为独立的集成电路、电路模块、微处理器或固件而安装于显示控制部122。
[睡眠状态显示处理流程]
图22是示出睡眠状态显示处理流程的一例的图。
指标获取部1221经由通信接口123从睡眠状态检测装置3接收受试者的睡眠状态指标数据、自律神经指标数据、呼吸暂停指标数据及周期性心跳波动事件数据(ST501)。时刻获取部1222经由操作装置124获取受试者的睡眠开始时刻和睡眠结束时刻,计算受试者的睡眠时间(ST502)。事件判定部1223例如判定在示出受试者成为呼吸暂停状态时的规定时间例如1小时内是否发生了规定次数的周期性心跳波动事件(ST503)。在规定时间内发生了规定次数的周期性心跳波动事件时(ST503:是),重叠部1224将规定时间内的周期性心跳波动事件作为连续的带区域73而与其他各指标重叠地显示于显示画面7。进行周期性心跳波动事件重叠显示处理(ST504)。显示输出部1225将显示信号输出到显示装置121。在规定时间内未发生规定次数的周期性心跳波动事件时(ST503:否),显示输出部1225将显示信号输出到显示装置121。当显示输出部1225输出显示信号时,处理流程结束。
在本实施方式中,睡眠状态检测装置3和睡眠状态显示装置12作为不同的装置进行了说明,但睡眠状态检测装置和睡眠状态显示装置也可以作成为一个装置。
在睡眠状态检测装置和睡眠状态显示装置进行了一体化时,一个处理部可以进行睡眠状态检测处理和睡眠状态显示处理。
在上述的说明中,作为受试者的心脏的搏动状态,以脉搏为例进行了说明,但也可以使用心跳作为受试者的心脏的搏动状态。
本发明的睡眠状态检测装置也可以为利用服务器装置-客户端装置间的协作的实施方式。
本领域技术人员要理解的是在不脱离本发明的精神及范围的情况下,能够对其加以各种变更、替换及修正。
Claims (12)
1.一种睡眠状态检测装置,具有:
获取部,获取包含睡眠期间的规定期间的受试者的搏动间隔数据;
事件检测部,根据所述搏动间隔数据,检测周期性心跳波动事件数据;
事件处理部,执行从所述周期性心跳波动事件数据中将搏动间隔为规定范围内的期间的所述周期性心跳波动事件数据排除的排除处理;以及
输出部,输出与所述排除处理后的周期性心跳波动事件数据相关联的呼吸暂停指标信号。
2.根据权利要求1所述的睡眠状态检测装置,其中,
还具有自律神经指标输出部,该自律神经指标输出部基于所述搏动间隔数据,输出示出自律神经指标的自律神经指标数据,
所述事件处理部从所述排除处理后的周期性心跳波动事件数据中进一步将所述自律神经指标数据低于规定的阈值的期间的周期性心跳波动事件数据排除。
3.根据权利要求1所述的睡眠状态检测装置,其中,还具有:
自律神经指标输出部,基于所述搏动间隔数据,输出示出自律神经指标的自律神经指标数据;以及
呼吸推定部,基于所述排除处理后的周期性心跳波动事件数据及所述自律神经指标数据,推定所述受试者的呼吸暂停或低度呼吸睡眠状态,
所述输出部输出示出所述推定结果的呼吸暂停指标信号。
4.根据权利要求3所述的睡眠状态检测装置,其中,
还具有体动数据输出部,该体动数据输出部获取所述受试者的体动信号,输出体动数据,
所述呼吸推定部基于所述搏动间隔数据、所述自律神经指标数据及所述体动数据,推定所述受试者的呼吸暂停或低度呼吸睡眠状态。
5.根据权利要求4所述的睡眠状态检测装置,其中,
所述呼吸推定部还具有:
事件检测部,根据所述搏动间隔数据,检测周期性心跳波动事件数据;以及
事件处理部,从所述周期性心跳波动事件数据中将搏动间隔为规定范围内的期间的周期性心跳波动事件数据排除,并且,从所述周期性心跳波动事件数据中将所述自律神经指标数据不足规定的自律神经指标阈值的期间的周期性心跳波动事件数据排除,并且,将所述体动数据不足规定的体动阈值的期间的周期性心跳波动事件数据排除。
6.根据权利要求3或4所述的睡眠状态检测装置,其中,
所述呼吸推定部基于多个受试者的数据,推定所述受试者的呼吸暂停或低度呼吸睡眠状态。
7.一种睡眠状态检测方法,包含:
获取包含睡眠期间的规定期间的受试者的搏动间隔数据;
根据所述搏动间隔数据,检测周期性心跳波动事件数据;
执行从所述周期性心跳波动事件数据中将搏动间隔为规定范围内的期间的所述周期性心跳波动事件数据排除的排除处理;以及
输出与所述排除处理后的周期性心跳波动事件数据相关联的呼吸暂停指标信号。
8.一种睡眠状态检测方法,还包含:
根据所述搏动间隔数据,输出示出自律神经指标的自律神经指标数据;
基于所述排除处理后的周期性心跳波动事件数据及所述自律神经指标数据,推定所述受试者的呼吸暂停或低度呼吸睡眠状态;以及
输出示出所述推定结果的呼吸暂停指标信号。
9.根据权利要求7所述的睡眠状态检测方法,还包含:
获取基于受试者的搏动间隔数据的睡眠状态指标;
获取基于所述搏动间隔数据的自律神经指标;
获取周期性心跳波动事件,该周期性心跳波动事件示出发生了基于所述睡眠状态指标及所述自律神经指标的所述受试者的呼吸暂停状态;
获取基于所述周期性心跳波动事件的呼吸暂停指标;以及
以规定的共用的时间间隔按时间序列显示所述睡眠状态指标、所述自律神经指标及所述呼吸暂停指标;以及
以与其他的指标重叠的方式显示所述周期性心跳波动事件。
10.根据权利要求9所述的睡眠状态检测方法,其中,
所述周期性心跳波动事件以填充所述睡眠状态指标、所述自律神经指标及所述呼吸暂停指标的显示的方式与这些指标重叠地显示。
11.根据权利要求9所述的睡眠状态检测方法,其中,
所述周期性心跳波动事件以能够辨识所述睡眠状态指标、所述自律神经指标及所述呼吸暂停指标的显示的方式与这些指标重叠地显示。
12.一种睡眠状态检测程序,所述睡眠状态检测程序是使计算机工作的程序,其中,
使计算机执行权利要求7~11所述的睡眠状态检测方法。
Applications Claiming Priority (7)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2019-071657 | 2019-04-03 | ||
JP2019-071645 | 2019-04-03 | ||
JP2019071638A JP7159099B2 (ja) | 2019-04-03 | 2019-04-03 | 睡眠状態検出装置、睡眠状態検出方法及び睡眠状態検出プログラム |
JP2019071657A JP7288334B2 (ja) | 2019-04-03 | 2019-04-03 | 睡眠状態推定装置、睡眠状態推定装置の作動方法及び睡眠状態推定プログラム |
JP2019071645A JP7288333B2 (ja) | 2019-04-03 | 2019-04-03 | 睡眠状態表示装置の作動方法及び睡眠状態表示プログラム |
JP2019-071638 | 2019-04-03 | ||
PCT/JP2020/014397 WO2020203935A1 (ja) | 2019-04-03 | 2020-03-27 | 睡眠状態検出装置、睡眠状態検出方法及び睡眠状態検出プログラム |
Publications (1)
Publication Number | Publication Date |
---|---|
CN113613552A true CN113613552A (zh) | 2021-11-05 |
Family
ID=72668128
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202080026685.0A Pending CN113613552A (zh) | 2019-04-03 | 2020-03-27 | 睡眠状态检测装置、睡眠状态检测方法及睡眠状态检测程序 |
Country Status (4)
Country | Link |
---|---|
EP (1) | EP3949838A4 (zh) |
KR (1) | KR20210134007A (zh) |
CN (1) | CN113613552A (zh) |
WO (1) | WO2020203935A1 (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN115969330A (zh) * | 2023-03-20 | 2023-04-18 | 安徽星辰智跃科技有限责任公司 | 一种睡眠情绪活跃水平检测量化的方法、系统和装置 |
Families Citing this family (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR20230087300A (ko) | 2021-12-09 | 2023-06-16 | 주식회사 비트센싱 | 레이더를 이용하여 병증을 판단하는 장치, 방법 및 컴퓨터 프로그램 |
Citations (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN1736324A (zh) * | 2005-07-26 | 2006-02-22 | 中国人民解放军空军航空医学研究所 | 用于获取呼吸紊乱指数信息的检测处理方法及装置 |
US20070093724A1 (en) * | 2005-10-11 | 2007-04-26 | Takeshi Tanigawa | Automatic apnea/hypopnea detection device, detection method, program and recording medium |
US20090203970A1 (en) * | 2005-05-19 | 2009-08-13 | Matsushita Electric Works, Ltd. | Sleep apnea test sensor assembly and sleep apnea test equipment using the same |
JP2010051387A (ja) * | 2008-08-26 | 2010-03-11 | Nagoya City Univ | 睡眠呼吸障害の無呼吸発作又は低呼吸発作に伴うcvhrの検出装置 |
US20100204586A1 (en) * | 2009-02-12 | 2010-08-12 | Cardionet, Inc. | Detecting Sleep Disorders Using Heart Activity |
JP2010179133A (ja) * | 2010-04-12 | 2010-08-19 | Toshiba Corp | 睡眠状態計測装置、睡眠状態計測方法及び睡眠状態計測システム |
JP2013202121A (ja) * | 2012-03-27 | 2013-10-07 | Fujitsu Ltd | 睡眠状態判定装置及び睡眠状態判定方法 |
CN106175770A (zh) * | 2016-08-01 | 2016-12-07 | 华南师范大学 | 一种睡眠期间呼吸暂停的判断方法及系统 |
US20180070836A1 (en) * | 2015-03-12 | 2018-03-15 | Public University Corporation Nagoya City University | Cvhr shape measurement devices |
CN108392186A (zh) * | 2018-04-19 | 2018-08-14 | 广西欣歌拉科技有限公司 | 一种非接触式睡眠呼吸暂停症检测方法及系统 |
JP2019048150A (ja) * | 2018-11-22 | 2019-03-28 | 日本電信電話株式会社 | 睡眠段階推定装置、方法およびプログラム |
Family Cites Families (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPH07143972A (ja) | 1993-11-25 | 1995-06-06 | Matsushita Electric Works Ltd | 睡眠状態判定方法及びその装置 |
JP3987053B2 (ja) | 2004-03-30 | 2007-10-03 | 株式会社東芝 | 睡眠状態判定装置および睡眠状態判定方法 |
US20070173728A1 (en) * | 2006-01-25 | 2007-07-26 | Yachuan Pu | Cyclic variation of heart rate detection and treatment |
JP5870706B2 (ja) | 2012-01-20 | 2016-03-01 | オムロンヘルスケア株式会社 | 睡眠表示プログラム、睡眠表示方法及び睡眠表示装置 |
CN106473700B (zh) * | 2016-08-26 | 2019-11-12 | 复旦大学 | 基于hrv频域分析的阻塞性睡眠呼吸暂停综合征的检测系统 |
-
2020
- 2020-03-27 EP EP20784323.6A patent/EP3949838A4/en active Pending
- 2020-03-27 CN CN202080026685.0A patent/CN113613552A/zh active Pending
- 2020-03-27 KR KR1020217031217A patent/KR20210134007A/ko not_active Application Discontinuation
- 2020-03-27 WO PCT/JP2020/014397 patent/WO2020203935A1/ja unknown
Patent Citations (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20090203970A1 (en) * | 2005-05-19 | 2009-08-13 | Matsushita Electric Works, Ltd. | Sleep apnea test sensor assembly and sleep apnea test equipment using the same |
CN1736324A (zh) * | 2005-07-26 | 2006-02-22 | 中国人民解放军空军航空医学研究所 | 用于获取呼吸紊乱指数信息的检测处理方法及装置 |
US20070093724A1 (en) * | 2005-10-11 | 2007-04-26 | Takeshi Tanigawa | Automatic apnea/hypopnea detection device, detection method, program and recording medium |
JP2010051387A (ja) * | 2008-08-26 | 2010-03-11 | Nagoya City Univ | 睡眠呼吸障害の無呼吸発作又は低呼吸発作に伴うcvhrの検出装置 |
US20100204586A1 (en) * | 2009-02-12 | 2010-08-12 | Cardionet, Inc. | Detecting Sleep Disorders Using Heart Activity |
JP2010179133A (ja) * | 2010-04-12 | 2010-08-19 | Toshiba Corp | 睡眠状態計測装置、睡眠状態計測方法及び睡眠状態計測システム |
JP2013202121A (ja) * | 2012-03-27 | 2013-10-07 | Fujitsu Ltd | 睡眠状態判定装置及び睡眠状態判定方法 |
US20180070836A1 (en) * | 2015-03-12 | 2018-03-15 | Public University Corporation Nagoya City University | Cvhr shape measurement devices |
CN106175770A (zh) * | 2016-08-01 | 2016-12-07 | 华南师范大学 | 一种睡眠期间呼吸暂停的判断方法及系统 |
CN108392186A (zh) * | 2018-04-19 | 2018-08-14 | 广西欣歌拉科技有限公司 | 一种非接触式睡眠呼吸暂停症检测方法及系统 |
JP2019048150A (ja) * | 2018-11-22 | 2019-03-28 | 日本電信電話株式会社 | 睡眠段階推定装置、方法およびプログラム |
Non-Patent Citations (3)
Title |
---|
CHRISTIAN GUILLEMINAULT: "CYCLICAL VARIATION OF THE HEART RATE IN SLEEP APNOEA SYNDROME", THE LANCET, pages 126 - 131 * |
JUNICHIRO HAYANO,ET.AL: "Screening for Obstructive Sleep Apnea by Cyclic Variation of Heart Rate", CIRCULATION ARRHYTHMIA ELECTROPHYSIOLOGY, pages 64 - 72 * |
T. PENZEL: "DESIGN OF AN AMBULATORY SLEEP APNEA RECORDER", MEDICAL INSTRUMENT DESIGN, pages 171 - 179 * |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN115969330A (zh) * | 2023-03-20 | 2023-04-18 | 安徽星辰智跃科技有限责任公司 | 一种睡眠情绪活跃水平检测量化的方法、系统和装置 |
Also Published As
Publication number | Publication date |
---|---|
EP3949838A1 (en) | 2022-02-09 |
KR20210134007A (ko) | 2021-11-08 |
WO2020203935A1 (ja) | 2020-10-08 |
EP3949838A4 (en) | 2022-12-28 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
EP3427653B1 (en) | Biological information analysis device, system, and program | |
US10856801B2 (en) | System and method for slow wave sleep detection | |
CN106999065B (zh) | 使用加速度测量术的可穿戴疼痛监测器 | |
US20210186371A1 (en) | Method and apparatus for assessing respiratory distress | |
JP6508417B2 (ja) | 睡眠現象のモニタリング | |
JP5281002B2 (ja) | うっ血性心不全患者の携帯型自動モニタリング | |
CN105380618B (zh) | 生物体信息解析系统及生物体信息处理系统 | |
US20070118028A1 (en) | Pulse wave analyzing device | |
JP6894451B2 (ja) | 被検者の睡眠段階を判定するための判定システム及び方法 | |
US20170035365A1 (en) | Biological information processing system, electronic apparatus, server system and biological information processing method | |
JP2006263054A (ja) | 呼吸器系疾患関連解析データの取得方法、オキシメータシステム及びその動作プログラム、オキシメータ並びに酸素補給システム | |
JP2016016144A (ja) | 生体情報処理システム及び生体情報処理システムの制御方法 | |
JP2016214491A (ja) | 無呼吸識別システム及びコンピュータプログラム | |
CN113613552A (zh) | 睡眠状态检测装置、睡眠状态检测方法及睡眠状态检测程序 | |
US20200359909A1 (en) | Monitoring device including vital signals to identify an infection and/or candidates for autonomic neuromodulation therapy | |
JP2015131049A (ja) | 生体情報処理システム、電子機器及びサーバーシステム | |
US20180055373A1 (en) | Monitoring device to identify candidates for autonomic neuromodulation therapy | |
US20220287592A1 (en) | Behavior task evaluation system and behavior task evaluation method | |
JP2007283041A (ja) | 集中度計測装置 | |
JP2021535817A (ja) | 対象者の時間的情報の提供 | |
JP7288334B2 (ja) | 睡眠状態推定装置、睡眠状態推定装置の作動方法及び睡眠状態推定プログラム | |
JP2016168188A (ja) | Cvhr形状測定装置 | |
JP7288333B2 (ja) | 睡眠状態表示装置の作動方法及び睡眠状態表示プログラム | |
JP7159099B2 (ja) | 睡眠状態検出装置、睡眠状態検出方法及び睡眠状態検出プログラム | |
JP6589587B2 (ja) | 生体情報処理装置、生体情報処理方法及び生体情報処理システム |
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 | ||
WD01 | Invention patent application deemed withdrawn after publication | ||
WD01 | Invention patent application deemed withdrawn after publication |
Application publication date: 20211105 |