JP2005152328A - 無呼吸症候群の検査装置 - Google Patents

Abstract

【課題】 医者等の専門家が行う無呼吸状態もしくは低呼吸状態の判断の精度により近づいた、無呼吸状態もしくは低呼吸状態を検出する無呼吸症候群の検査装置を提供する。
【解決手段】 就寝者の呼吸曲線を算出し、その呼吸曲線から振幅包絡線を算出し、その振幅包絡線の極値の周期性から無呼吸状態もしくは低呼吸状態を判定する。具体的には、極大値間時間Ｓｂ（ｋ）と極小値間時間Ｓｓ（ｋ）とが、平均極値間時間に比較して共に所定時間だけ小さくかつ、その状態が時間軸に対して連続している場合に、その各極小値間時間Ｓｓ（ｋ）を構成する極小値Ｐｓ（ｋ−１），Ｐｓ（ｋ）の時点Ｔｓ（ｋ−１），Ｔｓ（ｋ）をそれぞれ無呼吸状態もしくは低呼吸状態と判定する。
【選択図】 図７

Description

本発明は、就寝者の無呼吸状態もしくは低呼吸状態を検査する無呼吸症候群の検査装置に関する。

従来の、睡眠時無呼吸症候群による無呼吸状態の検査装置として、例えば特開２００１−３７７４２号に記載されたものがある。この検査装置は、寝具の下部に挿入された複数の感圧素子を有するセンサシート、制御器、及び就寝者の呼吸数、血中酸素飽和度の低下回数等の表示を行うモニタとを備える。制御器は、各感圧素子の出力する荷重信号から、就寝者の呼吸数に対応する周波数帯域の信号成分である呼吸体動信号を生成する。この呼吸体動信号の振幅の変化パターンから、閉塞性無呼吸時に発生する血中酸素飽和度の低下を判定するとともに、その血中酸素飽和度の低下の回数をモニタに表示する。

例えば、睡眠に伴う頤筋肉の弛緩等により喉部が閉塞し、肺に酸素が供給されない閉塞性無呼吸状態では、就寝者の呼吸動作は行なわれるが、喉部の閉塞により酸素が肺に供給されない。そして、肺へ酸素が供給されないため血中酸素飽和度が低下して所定の低濃度レベルに到達すると、一時的に就寝者が覚醒して、非常に深い呼吸動作が行われることになる。このため、この従来の検査装置では、呼吸体動信号の振幅が急激に増大したこと（サイン）を捉えて、閉塞性無呼吸状態、ひいては血中酸素飽和度の低下と判定していた。

ここで、睡眠時無呼吸症候群の中には、酸素が肺に全く供給されない閉塞性無呼吸症や中枢性無呼吸症以外に、就寝者の気道が狭窄して、酸素の供給量が不足する低呼吸症もある。低呼吸症の場合も、睡眠時に酸素の供給量が不足するため、その患者に閉塞性無呼吸症と類似の症状が観られる場合がある。したがって、無呼吸症候群の検査装置としては、無呼吸症に加えて、低呼吸症も検査できることが求められる。

しかしながら、従来の検査装置のように呼吸体動信号の振幅が急激に増大したこと（サイン）を捉えて、無呼吸状態を判定する場合、低呼吸状態では、無呼吸状態ほどの大きな呼吸体動信号の振幅変化が生じない場合があるため、低呼吸状態を高精度に判定することができない。この場合、呼吸体動信号の振幅変化から低呼吸状態も検出すべく、低呼吸状態と判定するための振幅変化の閾値を小さく設定すると、例えば体の微動による呼吸変化を低呼吸状態と誤って判定してしまう場合があり、低呼吸状態の検出精度を向上することはできない。

そこで本願発明者らは、就寝者の呼吸による体動に応じた荷重変化を呼吸信号として生成し、この呼吸信号の周波数変化に基づいて就寝者の無呼吸状態もしくは低呼吸状態を判定する検出装置を考えた（特願２００２−１８７８９９号）。つまり、無呼吸状態及び低呼吸状態の後に行われる回復呼吸動作の早さに着目し、その早さを周波数変化として捉え、就寝者の無呼吸状態もしくは低呼吸状態を判定することを考えた。
特開２００１−３７７４２号公報

ところが、この検出装置が用いる判定方法は、ある１回の無呼吸状態もしくは低呼吸状態の後に起こる呼吸に注目して無呼吸状態もしくは低呼吸状態であるかを判定するように実質的になっているが、医者等の専門家が呼吸信号を見て無呼吸状態もしくは低呼吸状態を判定する場合は、無呼吸状態もしくは低呼吸状態と思われる注目箇所だけでなく、その注目箇所の前後数分間の他の無呼吸状態もしくは低呼吸状態と思われる箇所も含めて総合的に検討して、注目箇所を無呼吸状態もしくは低呼吸状態として認定する。

このため、上述した検出装置では、呼吸に起因しないノイズによる１回の呼吸信号の周波数変化を無呼吸状態あるいは低呼吸状態と判断してしまうおそれがあり、医者等の専門家が判断する場合に比較して検出精度に問題があった。

本発明は、このような問題に鑑みなされたものであり、医者等の専門家が行う無呼吸状態もしくは低呼吸状態の判断の精度により近づいた、無呼吸状態もしくは低呼吸状態を検出する無呼吸症候群の検査装置を提供することを目的とする。

上記課題を解決するためになされた請求項１に記載の無呼吸症候群の検査装置は、就寝者の呼吸による体動に応じた、寝具に加わる荷重又は振動の変化を呼吸信号として生成する呼吸信号生成手段と、呼吸信号生成手段によって生成された呼吸信号の振幅包絡線における極値の周期性に基づいて就寝者の無呼吸状態もしくは低呼吸状態を判定する判定手段とを備える。なお、呼吸信号生成手段は、理想的には就寝者の呼吸による体動に応じた荷重又は振動の変化のみを呼吸信号として生成できるとよいが、現実的には就寝者の呼吸による体動以外の体動に応じた荷重又は振動の変化も呼吸信号として生成してしまうことが想定される。また、判定手段が判定する際に用いる振幅包絡線は離散的なものでもよく実質的に振幅包絡線として扱うことができるものであればよい。

一般的に、就寝者の無呼吸状態もしくは低呼吸状態（以下、二状態を合わせて「無呼吸状態」と言う。）に関連しない体動は周期的なものでなく突発的に起こる場合が多いが、無呼吸状態に関連する体動は周期的に起こる場合が多い。このため、請求項１に記載の無呼吸症候群の検査装置のように、呼吸信号の振幅包絡線における極値（つまり無呼吸状態の可能性がある時点）の周期性に基づいて無呼吸状態を判定するようになっていれば、突発的に起こる就寝者の無呼吸状態に関連しない体動を無呼吸状態に関連する体動として検出しにくい。その一方で、一般的に周期的に起こることが多い無呼吸状態に関連する体動を検出することができる。また、従来の検出装置は、誤検出を防ぐために通常の呼吸とは異なる呼吸のサイン（例えば振幅変化や周波数変化）に対し、誤検出をしない程度の閾値が設定されていたが、請求項１に記載の無呼吸症候群の検査装置は、上述したように極値の周期性に基づいて検出を行うため、極値判定を行う際の閾値を大幅に下げることができる。その結果、請求項１に記載の無呼吸症候群の検査装置は、従来の検出装置と比較して小規模な無呼吸状態を検出しやすい。

また、上記課題を解決するためになされた請求項２に記載の無呼吸症候群の検査装置は、就寝者の呼吸による体動に応じた、寝具に加わる荷重又は振動の変化を呼吸信号として生成する呼吸信号生成手段と、呼吸信号生成手段によって生成された呼吸信号から算出（具体的には例えばピーク時刻差分から算出）した周波数信号の振幅包絡線における極値の周期性に基づいて就寝者の無呼吸状態を判定する判定手段とを備える。なお、呼吸信号生成手段は、理想的には就寝者の呼吸による体動に応じた荷重又は振動の変化のみを呼吸信号として生成できるとよいが、現実的には就寝者の呼吸による体動以外の体動に応じた荷重又は振動の変化も呼吸信号として生成してしまうことが想定される。また、判定手段が判定する際に用いる「呼吸信号から算出した周波数信号の振幅包絡線」は離散的なものでもよく実質的にこのような振幅包絡線として扱うことができるものであればよい。

このように、呼吸信号から算出した周波数信号の振幅包絡線における極値（つまり無呼吸状態の可能性がある時点）の周期性に基づいて無呼吸状態を判定するようになっていれば、突発的に起こる就寝者の無呼吸状態に関連しない体動を無呼吸状態に関連する体動として検出しにくい。その一方で、一般的に周期的に起こることが多い無呼吸状態に関連する体動を検出することができる。また、従来の検出装置は、誤検出を防ぐために通常の呼吸とは異なる呼吸のサイン（例えば振幅変化や周波数変化）に対し、誤検出をしない程度の閾値が設定されていたが、請求項２に記載の無呼吸症候群の検査装置は、上述したように極値の周期性に基づいて検出を行うため、極値判定を行う際の閾値を大幅に下げることができる。その結果、請求項２に記載の無呼吸症候群の検査装置は、従来の検出装置と比較して小規模な無呼吸状態を検出しやすい。

ところで、上述した「極値の周期性に基づいて」というのは、極値に周期が存在するということだけでなく、周期特性という意味も含んでいる。具体的には例えば、請求項３〜請求項５の何れかに記載のようになっているとよい。つまり、判定手段が、前記振幅包絡線上の時間的に連続する任意の極小値と極大値とが、極小値については当該極小値に隣接する時間的に前二つの極小値間時間が共に所定時間より短く、且つ、極大値については当該極大値に隣接する時間的に前二つの極大値間時間が共に所定時間より短いときに、当該極小値の時点を無呼吸状態の時点として判定するようになっているとよい。また、判定手段が、前記振幅包絡線上の時間的に連続する任意の極小値と極大値とが、極小値については当該極小値に隣接する時間的に前後二つの極小値間時間が共に所定時間より短く、且つ、極大値については当該極大値に隣接する時間的に前後二つの極大値間時間が共に所定時間より短いときに、当該極小値の時点を無呼吸状態の時点として判定するようになっているとよい。判定手段は、前記振幅包絡線上の時間的に連続する任意の極小値と極大値とが、極小値については当該極小値に隣接する時間的に後ろ二つの極小値間時間が共に所定時間より短く、且つ、極大値については当該極大値に隣接する時間的に後ろ二つの極大値間時間が共に所定時間より短いときに、前記極小値の時点を無呼吸状態の時点として判定するようになっているとよい。

ここで言う「極小値間時間」というのは、ある特定の極小値に注目した場合、その極小値の時点とその極小値より時間的に前の極小値の時点とによって定まる２つの時点間の時間を意味する。この具体例を「発明を実施するための最良の形態」に記載した実施例を参酌して説明する。図７に示す極小値Ｐｓ（２）に注目した場合、「当該極小値に隣接する時間的に前二つの極小値間時間」というのは、極小値Ｐｓ（２）の時点Ｔｓ（２）と極小値Ｐｓ（１）の時点Ｔｓ（１）とによって定まるＳｓ（２）と、極小値Ｐｓ（１）の時点Ｔｓ（１）と極小値Ｐｓ（０）の時点Ｔｓ（０）とによって定まるＳｓ（１）のことである。なお、「極大値間時間」についても同様である。

また、上述した所定時間というのは、請求項６に記載のように、極小値についての所定時間として平均極小値間時間に基づいた時間を用い、極大値についての所定時間として平均極大値間時間に基づいた時間を用いるとよい。一般的に、無呼吸状態に関連しない体動の多くは、無呼吸状態に関連する体動に比較して、発生間隔が大きい。したがって、このように所定時間を定めれば、無呼吸状態の検出精度を高めることができる。

ところで、他の周期特性と例としては、請求項７〜請求項９の何れかに記載の無呼吸症候群の検査装置も考えられる。つまり、判定手段が、前記振幅包絡線上の時間的に連続する任意の極小値と極大値とが、極小値については当該極小値に隣接する時間的に前二つの極小値間時間が共に所定時間範囲に収まり、且つ、極大値については当該極大値に隣接する時間的に前二つの極大値間時間が共に所定時間範囲に収まっているときに、当該極小値の時点を無呼吸状態の時点として判定するようになっていてもよい。また、判定手段が、前記振幅包絡線上の時間的に連続する任意の極小値と極大値とが、極小値については当該極小値に隣接する時間的に前後二つの極小値間時間が共に所定時間範囲に収まり、且つ、極大値については当該極大値に隣接する時間的に前後二つの極大値間時間が共に所定時間範囲に収まっているときに、当該極小値の時点を無呼吸状態の時点として判定するようになっていてもよい。また、判定手段が、前記振幅包絡線上の時間的に連続する任意の極小値と極大値とが、極小値については当該極小値に隣接する時間的に後ろ二つの極小値間時間が共に所定時間範囲に収まり、且つ、極大値については当該極大値に隣接する時間的に後ろ二つの極大値間時間が共に所定時間範囲に収まっているときに、前記極小値の時点を無呼吸状態の時点として判定するようになっていてもよい。ここで言う「極小値間時間」及び「極大値間時間」というのは、請求項３〜請求項５について説明した箇所の記載と同様である。

このように、請求項７〜請求項９の何れかに記載の無呼吸症候群の検査装置は、上述した請求項３〜請求項５の何れかに記載の無呼吸症候群の検査装置の場合と異なり、「所定時間」でなく「所定時間範囲」という条件で判断する。つまり、極小値間時間及び極大値間時間が、請求項３〜請求項５の何れかに記載の無呼吸症候群の検査装置の場合では、「所定時間より短い」（例えば１分未満）という条件であったが、請求項７〜請求項９の何れかに記載の無呼吸症候群の検査装置の場合は、「所定時間範囲に収まっている」（例えば３０秒以上１分以内）という条件を用いる。

なお、上述した「所定時間範囲」というのは、請求項１０に記載のように、極小値についての所定時間範囲として平均極小値間時間に基づいた時間範囲を用い、極大値についての所定時間範囲として平均極大値間時間に基づいた時間範囲を用いるとよい。一般的に、無呼吸状態に関連しない体動の多くは、無呼吸状態に関連する体動に比較して、発生間隔が大きい。また、痙攣や、いわゆる貧乏揺すりのような著しく小刻みに起こる体動については、無呼吸状態に関連する体動に比較して、一振動の発生間隔が小さい。したがって、請求項１０に記載のように所定時間を定めれば、無呼吸状態の検出精度を高めることができる。

以下、本発明が適用された実施例について図面を用いて説明する。尚、本発明の実施の形態は、下記の実施例に何ら限定されることはなく、本発明の技術的範囲に属する限り種々の形態を採りうる。

図１は、実施例である無呼吸症候群の検査装置Ａを使用する際の設置状態を示す図であり、図２は、検査装置Ａの概略構成図である。
図１に示すように、ベッド１は、敷布団等の寝具１０を載置するための載置部１１と、載置部１１の端部から立設された背板部１２とからなる。検査装置Ａは、ベッド１の載置部１１に設置された寝具１０の下部に挿入されて使用される。なお、検査装置Ａは、ベッド１上に就寝者が横になったときに就寝者の胸部から腹部の位置に対応するように、載置部１１の中央部より背板部１２側に設置される。

図２に示すように、検査装置Ａは、シート部２と制御部３とからなる。シート部２は、２枚のシート状の保護部材２１間に、複数の（本例では３つの）センサシート２２と、センサシート２２毎に設けられたセンサ選択部２３とを挟装して構成されている。

センサシート２２は、印加荷重に応じて電気抵抗が変化（減少）する感圧素子２２１を略等間隔に複数個（本例では３つのシート合計で１６２個）シート状部材に配置したものである。なお、図２では、各感圧素子２２１とセンサ選択部２３とを電気的に接続する配線パターンの図示を省略している。

つまり、各感圧素子２２１を含む回路に電圧が印加されているときに、印加荷重に応じて感圧素子２２１の電気抵抗が変化することにより、感圧素子２２１による降下電圧値が増減するので、この降下電圧値の変化に基づいて印加荷重を各感圧素子２２１毎に独立して検出できるものである。

センサ選択部２３は、各感圧素子２２１との接続を電気的に切り替えることができ、感圧素子２２１からの電圧信号を取得して制御部３に伝達させる。
制御部３は、図３のブロック図に示すように、アナログ信号をデジタル信号に変換するＡ／Ｄ変換器３１、各種処理を実行するマイコン３２、種々のデータを記憶するメモリ３３及びＬＥＤや液晶装置等からなる表示部３４によって構成される。なお、制御部３においては、Ａ／Ｄ変換器３１から得られるセンサシート２２の各感圧素子２２１の荷重信号を取り込み、その取り込んだ荷重信号に基づいて呼吸曲線を算出する処理（呼吸曲線算出処理）を実行する。また、その算出した呼吸曲線に基づいて無呼吸状態の発生回数等を判定して表示部３４に表示させる処理（判定処理）を実行する。

次に、マイコン３２で実行される呼吸曲線算出処理の詳細を図４に示すフローチャートを用いて説明する。呼吸曲線算出処理は、利用者によって図示しない操作部が操作されると実行が開始される。

実行が開始されると、Ａ／Ｄ変換器３１を介して全ての感圧素子２２１から荷重信号を取り込む（Ｓ１１０）。続いて、呼吸状態に対応した特定の周波数領域を通過帯域とするバンドパスフィルタによって各荷重信号をフィルタリング処理する。そして、フィルタリング処理した各荷重信号を周波数解析（以下ＦＦＴ解析と呼ぶ）し、特定の周波数領域のパワースペクトルを算出し、その大きさにより、呼吸に伴う体動を検出している一の感圧素子２２１を基準センサとして決定する（Ｓ１２０）。具体的には、特定の周波数領域のパワースペクトルが最も大きい（すなわち、呼吸に伴う体動による荷重変化が最も大きい）信号を出力している感圧素子２２１を、呼吸曲線算出のための基準センサとする。このとき、特定の周波数領域は、例えば、正常な呼吸状態に対応する周波数領域を外れた呼吸状態も検出すべく、例えば０．１５Ｈｚ〜０．５５Ｈｚ（呼吸数９〜３３回／ｍｉｎ）に設定するとよい。

次に、基準センサと各感圧素子２２１の荷重信号に関する相互相関関数を算出して、基準センサが出力する荷重信号と略同位相の荷重信号を出力する感圧素子２２１を選択する（Ｓ１３０）。このとき、基準センサが出力する荷重信号に対し、±１／８周期内に位相差が入る信号を同位相の信号とする。そして、選択した感圧素子２２１が出力する同位相の荷重信号と、基準センサが出力する荷重信号とを加算して呼吸曲線を算出する（Ｓ１４０）。このようにして呼吸曲線を算出することにより、できるだけ呼吸以外の体動等によるノイズの影響を排除して、呼吸状態に正確に対応した呼吸曲線を求めることができる。

なお、基準センサの荷重信号と略同位相の荷重信号を出力する感圧素子２２１に代えて、略逆位相の荷重信号を出力する感圧素子２２１を選定し、この略逆位相の荷重信号の反転信号（位相を１８０°ずらした信号）を基準センサの荷重信号と加算することにより呼吸曲線を算出しても良い。さらに、基準センサの荷重信号に、略同位相の荷重信号及び略逆位相の荷重信号の反転信号の両方を加算することにより、呼吸曲線を求めても良い。なぜこのようなことができるかと言うと、例えば基準センサを胸部近傍に位置する感圧素子２２１とすると、胸部近傍に位置する感圧素子２２１は略同位相の荷重信号を出力するが、頭部及び腹部近傍の感圧素子は、略逆位相の荷重信号を出力するからである。

このようにして呼吸曲線を算出すると、算出した呼吸曲線に関するデータをメモリ３３に記憶し（Ｓ１５０）、利用者によって図示しない操作部が操作されて呼吸曲線算出処理を停止する旨の指令を受けるまで上述した処理を繰り返す。

次に、マイコン３２で実行される判定処理の詳細を図５に示すフローチャートを用いて説明する。判定処理は、利用者によって図示しない操作部が操作されると実行が開始される。

実行が開始されるとまずメモリ３３から呼吸曲線に関するデータを入力する（Ｓ２１０）。続いて、入力したデータに基づいて呼吸曲線の振幅包絡線を算出する（Ｓ２２０）。この振幅包絡線を図６に示す波形グラフを用いて説明する。図６（ａ）に示すような呼吸曲線が得られたとすると、この呼吸曲線の中から、呼吸曲線の１波長分（図６（ｂ）参照）を抽出してその振幅値を求める。このような処理をメモリ３３から入力した呼吸曲線に関するデータ全てに対して行い振幅値を求め、その振幅値を補間することにより呼吸曲線の振幅包絡線を算出する（図６（ａ）参照）。

図５に戻り、続いて振幅包絡線の極値を特定する（Ｓ２３０）。この極値の特定は、どのような方法であってもよいが、例えば振幅包絡線を微分することによって極値を特定するようになっているとよい。また、前述した振幅値の差分の正負が反転する箇所を極値とするようになっていてもよい（図６（ａ）参照）。

次に、極値の周期性から無呼吸状態の回数を算出する（Ｓ２４０）。これは、Ｓ２３０で特定した極値列の極大値Ｐｂ（ｋ）の時点Ｔｂ（ｋ）によって定められる極大値間時間Ｓｂ（ｋ）＝Ｔｂ（ｋ）−Ｔｂ（ｋ−１）と、Ｓ２３０で特定した極値列の極小値Ｐｓ（ｋ）の時点Ｔｓ（ｋ）によって定められる極小値間時間Ｓｓ（ｋ）＝Ｔｓ（ｋ）−Ｔｓ（ｋ−１）との両方が次の条件１〜３の何れかを満たす場合に、そのｋに対応する極小値Ｐｓ（ｋ）の時点Ｔｓ（ｋ）を無呼吸状態と判定して回数を数える。なお、平均極大値間時間ＳｂＡ＝ΣＳｂ（ｋ）／ｋであり、平均極小値間時間ＳｓＡ＝ΣＳｓ（ｋ）／ｋであり、α＝３０［秒］である。また、このαは、実験等によって定める値であり、就寝者の癖や無呼吸状態の程度によって調整して定めるようになっているとよい。

（条件１）
Ｓｓ（ｋ）＜ＳｓＡ＋α 且つ Ｓｂ（ｋ）＜ＳｂＡ＋α 且つ
Ｓｓ（ｋ−１）＜ＳｓＡ＋α 且つ Ｓｂ（ｋ−１）＜ＳｂＡ＋α
（条件２）
Ｓｓ（ｋ）＜ＳｓＡ＋α 且つ Ｓｂ（ｋ）＜ＳｂＡ＋α 且つ
Ｓｓ（ｋ＋１）＜ＳｓＡ＋α 且つ Ｓｂ（ｋ＋１）＜ＳｂＡ＋α
（条件３）
Ｓｓ（ｋ＋１）＜ＳｓＡ＋α 且つ Ｓｂ（ｋ＋１）＜ＳｂＡ＋α 且つ
Ｓｓ（ｋ＋２）＜ＳｓＡ＋α 且つ Ｓｂ（ｋ＋２）＜ＳｂＡ＋α

図７の波形グラフを用いて具体的に説明する。ここで例えば、極小値間時間が、Ｓｓ（１）＝Ｓｓ（２）＝１２０［秒］、Ｓｓ（３）＝Ｓｓ（４）＝３０［秒］、極大値間時間が、Ｓｂ（１）＝Ｓｂ（２）＝１２０［秒］、Ｓｂ（３）＝Ｓｂ（４）＝３０［秒］であるとすると、ＳｓＡ＝７５［秒］、ＳｂＡ＝７５［秒］となる。

したがって、ｋ＝２の時に条件３を満たし、ｋ＝３の時に条件２を満たし、ｋ＝４の時に条件１を満たし、ｋ＝１、ｋ＝２の時は何れの条件も満たさない。この結果、Ｔｓ（２）、Ｔｓ（３）、Ｔｓ（４）の時点が、無呼吸状態と判定して回数を３と数える。

図５に戻り、続くＳ２５０では、Ｓ２４０で算出した無呼吸状態の回数を表示部３４に表示させ、本処理（判定処理）を終了する。
ここまで説明したように、本実施例の検査装置Ａによれば、呼吸信号の振幅包絡線における極値（つまり無呼吸状態の可能性がある時点）の周期性に基づいて無呼吸状態を判定するようになっているため、突発的に起こる就寝者の無呼吸状態に関連しない体動を無呼吸状態に関連する体動として検出しにくい。その一方で、一般的に周期的に起こることが多い無呼吸状態に関連する体動を検出することができる。また、従来の検出装置は、誤検出を防ぐために通常の呼吸とは異なる呼吸のサイン（例えば振幅変化や周波数変化）に対し、誤検出をしない程度の閾値が設定されていたが、本実施例の検査装置Ａは、上述したように極値の周期性に基づいて検出を行うため、極値判定を行う際の閾値を大幅に下げることができる。その結果、本実施例の検査装置Ａは、従来の検出装置と比較して小規模な無呼吸状態を検出しやすい。

以下、他の実施例について述べる。
（１）上記実施例の検査装置Ａは、極大値Ｐｂ（ｋ）の時点Ｔｂ（ｋ）によって定められる極大値間時間Ｓｂ（ｋ）＝Ｔｂ（ｋ）−Ｔｂ（ｋ−１）と、極小値Ｐｓ（ｋ）の時点Ｔｓ（ｋ）によって定められる極小値間時間Ｓｓ（ｋ）＝Ｔｓ（ｋ）−Ｔｓ（ｋ−１）との両方が条件１〜３の何れかを満たす場合に、そのｋに対応する極小値Ｐｓ（ｋ）の時点Ｔｓ（ｋ）を無呼吸状態と判定して回数を数えるようになっていた。しかし、条件１〜３の代わりに、次の条件４〜６の何れかを満たす場合に、そのｋに対応する極小値Ｐｓ（ｋ）の時点Ｔｓ（ｋ）を無呼吸状態と判定して回数を数えるようになっていてもよい。

（条件４）
ＳｓＡ−β＜Ｓｓ（ｋ）＜ＳｓＡ＋α 且つ
ＳｂＡ−β＜Ｓｂ（ｋ）＜ＳｂＡ＋α 且つ

ＳｓＡ−β＜Ｓｓ（ｋ−１）＜ＳｓＡ＋α 且つ
ＳｂＡ−β＜Ｓｂ（ｋ−１）＜ＳｂＡ＋α
（条件５）
ＳｓＡ−β＜Ｓｓ（ｋ）＜ＳｓＡ＋α 且つ
ＳｂＡ−β＜Ｓｂ（ｋ）＜ＳｂＡ＋α 且つ
ＳｓＡ−β＜Ｓｓ（ｋ＋１）＜ＳｓＡ＋α 且つ
ＳｂＡ−β＜Ｓｂ（ｋ＋１）＜ＳｂＡ＋α
（条件６）
ＳｓＡ−β＜Ｓｓ（ｋ＋１）＜ＳｓＡ＋α 且つ
ＳｂＡ−β＜Ｓｂ（ｋ＋１）＜ＳｂＡ＋α 且つ
ＳｓＡ−β＜Ｓｓ（ｋ＋２）＜ＳｓＡ＋α 且つ
ＳｂＡ−β＜Ｓｂ（ｋ＋２）＜ＳｂＡ＋α

なお、この上記α，βは、実験等によって定める値であり、就寝者の癖や無呼吸状態の程度によって調整して定めるようになっているとよい。具体的には、例えばα＝３０［秒］、β＝５０［秒］であるとよい。

このようになっていれば、痙攣や、いわゆる貧乏揺すりのような著しく小刻みに起こる体動を無呼吸状態に関連する体動とから除外することができ、無呼吸状態の検出精度が高まる。

また、極小値だけ又は極大値だけに注目するようになっていてもよい。例えば以下のような条件である。

（条件７）
ＳｓＡ−β＜Ｓｓ（ｋ）＜ＳｓＡ＋α 且つ
ＳｓＡ−β＜Ｓｓ（ｋ−１）＜ＳｓＡ＋α 且つ
（条件８）
ＳｓＡ−β＜Ｓｓ（ｋ）＜ＳｓＡ＋α 且つ
ＳｓＡ−β＜Ｓｓ（ｋ＋１）＜ＳｓＡ＋α 且つ
（条件９）
ＳｓＡ−β＜Ｓｓ（ｋ＋１）＜ＳｓＡ＋α 且つ
ＳｓＡ−β＜Ｓｓ（ｋ＋２）＜ＳｓＡ＋α 且つ
※α，βは上述したものに同じ。

このような条件を採用すると、上述した条件１〜３や条件４〜６を採用する場合と比較して検出精度は若干劣るかもしれないが、判断処理が簡易になるため検出装置のハードウェアやソフトウェアを簡易にすることができる。

（２）上記実施例の検査装置Ａは、呼吸信号の振幅包絡線における極値の周期性に基づいて就寝者の無呼吸状態を判定するようになっていたが、呼吸信号のピーク時刻差分から算出した周波数信号の振幅包絡線における極値の周期性に基づいて就寝者の無呼吸状態を判定するようになっていてもよい。つまり、図５を用いて説明したＳ２２０のステップの際に、呼吸曲線のピーク時刻差分から算出した周波数曲線の振幅包絡線を算出し、以降のステップを実行するようになっているとよい。

一般的に、無呼吸状態とその状態から回復した後とでは、呼吸の速さに違いがある。したがって、呼吸曲線のピーク時刻差分から算出した周波数曲線の振幅包絡線を用いるようになっていても、無呼吸状態を検出することができる。

（３）上記実施例の検査装置Ａは、感圧素子２２１から出力される信号を用いて呼吸曲線を算出するようになっていたが、圧力を感知する代わりに振動を感知する振動感知素子を採用してその出力信号を用いて呼吸曲線を算出するようになっていてもよい。その場合の振動感知素子としては、ピエゾフィルム素子やＰＶＤＦ素子を用いることが考えられる。

無呼吸症候群の検査装置を使用する際の設置状態を示す図である。 実施例の検査装置の概略構成である。 検査装置の制御部を説明するためのブロック図である。 呼吸曲線算出処理を説明するためのフローチャートである。 判定処理を説明するためのフローチャートである。 振幅包絡線を説明するための波形グラフである。 極値が周期的であるか否かを判定する処理を説明するための波形グラフである。

符号の説明

Ａ…検査装置、１…ベッド、２…シート部、３…制御部、１０…寝具、１１…載置部、１２…背板部、２１…保護部材、２２…センサシート、２２１…感圧素子、２３…センサ選択部、３１…Ａ／Ｄ変換器、３２…マイコン、３３…メモリ、３４…表示部。

Claims (10)

1. 就寝者の呼吸による体動に応じた、寝具に加わる荷重又は振動の変化を呼吸信号として生成する呼吸信号生成手段と、
   前記呼吸信号生成手段によって生成された前記呼吸信号の振幅包絡線における極値の周期性に基づいて前記就寝者の無呼吸状態もしくは低呼吸状態を判定する判定手段と、
   を備えることを特徴とする無呼吸症候群の検査装置。
2. 就寝者の呼吸による体動に応じた、寝具に加わる荷重又は振動の変化を呼吸信号として生成する呼吸信号生成手段と、
   前記呼吸信号生成手段によって生成された前記呼吸信号から算出した周波数信号の振幅包絡線における極値の周期性に基づいて前記就寝者の無呼吸状態もしくは低呼吸状態を判定する判定手段と、
   を備えることを特徴とする無呼吸症候群の検査装置。
3. 請求項１又は請求項２に記載の無呼吸症候群の検査装置において、
   前記判定手段は、前記振幅包絡線上の時間的に連続する任意の極小値と極大値とが、極小値については当該極小値に隣接する時間的に前二つの極小値間時間が共に所定時間より短く、且つ、極大値については当該極大値に隣接する時間的に前二つの極大値間時間が共に所定時間より短いときに、当該極小値の時点を無呼吸状態もしくは低呼吸状態の時点として判定することを特徴とする無呼吸症候群の検査装置。
4. 請求項１〜請求項３の何れかに記載の無呼吸症候群の検査装置において、
   前記判定手段は、前記振幅包絡線上の時間的に連続する任意の極小値と極大値とが、極小値については当該極小値に隣接する時間的に前後二つの極小値間時間が共に所定時間より短く、且つ、極大値については当該極大値に隣接する時間的に前後二つの極大値間時間が共に所定時間より短いときに、当該極小値の時点を無呼吸状態もしくは低呼吸状態の時点として判定することを特徴とする無呼吸症候群の検査装置。
5. 請求項１〜請求項４の何れかに記載の無呼吸症候群の検査装置において、
   前記判定手段は、前記振幅包絡線上の時間的に連続する任意の極小値と極大値とが、極小値については当該極小値に隣接する時間的に後ろ二つの極小値間時間が共に所定時間より短く、且つ、極大値については当該極大値に隣接する時間的に後ろ二つの極大値間時間が共に所定時間より短いときに、前記極小値の時点を無呼吸状態もしくは低呼吸状態の時点として判定することを特徴とする無呼吸症候群の検査装置。
6. 請求項３〜請求項５の何れかに記載の無呼吸症候群の検査装置において、
   前記判定手段は、極小値についての前記所定時間として平均極小値間時間に基づいた時間を用い、極大値についての前記所定時間として平均極大値間時間に基づいた時間を用いることを特徴とする無呼吸症候群の検査装置。
7. 請求項１又は請求項２に記載の無呼吸症候群の検査装置において、
   前記判定手段は、前記振幅包絡線上の時間的に連続する任意の極小値と極大値とが、極小値については当該極小値に隣接する時間的に前二つの極小値間時間が共に所定時間範囲に収まり、且つ、極大値については当該極大値に隣接する時間的に前二つの極大値間時間が共に所定時間範囲に収まっているときに、当該極小値の時点を無呼吸状態もしくは低呼吸状態の時点として判定することを特徴とする無呼吸症候群の検査装置。
8. 請求項１〜請求項３の何れかに記載の無呼吸症候群の検査装置において、
   前記判定手段は、前記振幅包絡線上の時間的に連続する任意の極小値と極大値とが、極小値については当該極小値に隣接する時間的に前後二つの極小値間時間が共に所定時間範囲に収まり、且つ、極大値については当該極大値に隣接する時間的に前後二つの極大値間時間が共に所定時間範囲に収まっているときに、当該極小値の時点を無呼吸状態もしくは低呼吸状態の時点として判定することを特徴とする無呼吸症候群の検査装置。
9. 請求項１〜請求項４の何れかに記載の無呼吸症候群の検査装置において、
   前記判定手段は、前記振幅包絡線上の時間的に連続する任意の極小値と極大値とが、極小値については当該極小値に隣接する時間的に後ろ二つの極小値間時間が共に所定時間範囲に収まり、且つ、極大値については当該極大値に隣接する時間的に後ろ二つの極大値間時間が共に所定時間範囲に収まっているときに、前記極小値の時点を無呼吸状態もしくは低呼吸状態の時点として判定することを特徴とする無呼吸症候群の検査装置。
10. 請求項７〜請求項９の何れかに記載の無呼吸症候群の検査装置において、
    前記判定手段は、極小値についての前記所定時間範囲として平均極小値間時間に基づいた時間範囲を用い、極大値についての前記所定時間範囲として平均極大値間時間に基づいた時間範囲を用いることを特徴とする無呼吸症候群の検査装置。