JP2007044331A - 無呼吸検査装置 - Google Patents
無呼吸検査装置 Download PDFInfo
- Publication number
- JP2007044331A JP2007044331A JP2005233024A JP2005233024A JP2007044331A JP 2007044331 A JP2007044331 A JP 2007044331A JP 2005233024 A JP2005233024 A JP 2005233024A JP 2005233024 A JP2005233024 A JP 2005233024A JP 2007044331 A JP2007044331 A JP 2007044331A
- Authority
- JP
- Japan
- Prior art keywords
- data
- apnea
- frequency
- pulse wave
- pulse
- 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
Images
Abstract
【課題】簡易構成で無呼吸の種別を精度良く判定できる無呼吸検査装置の提供。
【解決手段】無呼吸検査装置は、脈波センサ1から得られた赤色脈波データDR(t)と赤外脈波データDIR(t)を基に酸素飽和濃度(SpO2)を算出し、この低下を契機に無呼吸継続時間(TE−TS)を規定する無呼吸判定手段20、赤色及び赤外脈派データを合成し、有酸素ヘモクロビンの吸光係数と無酸素ヘモクロビンの吸光係数とが実質的に等しい第3波長光の脈派データに対応する合成脈派データDG(t)を得る合成脈波データ生成手段30、心拍周波数よりも低い高域遮断周波数を持ち呼吸周波数FBを含む周波数帯域の低周波データD(t)を合成脈派データから得るデータ抽出手段40、及び低周波データのうち無呼吸継続時間に亘るデータについて脈動度合いから無呼吸種別を判定する無呼吸種別判定手段50を有する。
【選択図】 図1
【解決手段】無呼吸検査装置は、脈波センサ1から得られた赤色脈波データDR(t)と赤外脈波データDIR(t)を基に酸素飽和濃度(SpO2)を算出し、この低下を契機に無呼吸継続時間(TE−TS)を規定する無呼吸判定手段20、赤色及び赤外脈派データを合成し、有酸素ヘモクロビンの吸光係数と無酸素ヘモクロビンの吸光係数とが実質的に等しい第3波長光の脈派データに対応する合成脈派データDG(t)を得る合成脈波データ生成手段30、心拍周波数よりも低い高域遮断周波数を持ち呼吸周波数FBを含む周波数帯域の低周波データD(t)を合成脈派データから得るデータ抽出手段40、及び低周波データのうち無呼吸継続時間に亘るデータについて脈動度合いから無呼吸種別を判定する無呼吸種別判定手段50を有する。
【選択図】 図1
Description
本発明は、睡眠時無呼吸症候群の診断等に好適な無呼吸検査装置に関し、特に、簡易型で無呼吸の種別までも高精度に判定できる無呼吸検査装置に関する。
特開2002−153432公報においては、手首に装着した脈波センサから得られた脈波データを低域通過フィルタに通して不要周波数成分(体動や外来光による3Hz以上のノイズ)をカットし、この低周波データに様々な後処理を施し、無呼吸の種別(中枢型無呼吸、閉塞型無呼吸、混合型無呼吸)を判定する様々な診断法が開示されている。例えば、低周波データの脈波振幅若しくは波形の長さから判定するようになっている。
なお、中枢型無呼吸とは、脳中枢の異常から呼吸停止で腹壁若しくは胸郭運動も停止した状態であり、閉塞型無呼吸とは、脂肪や舌で気道が閉塞されることによる呼吸停止で腹壁若しくは胸郭運動がなお生じている状態であり、混合型無呼吸とは中枢型無呼吸に引き続いて閉塞型無呼吸が起る状態を言う。
特開2002−153432公報
心拍(脈拍)周波数は成人平均で約1Hz、呼吸周波数は成人平均で約0.4Hzである。上記公報に係る発明において、3Hz以下の低周波数の脈波データでは、心拍周波数成分が無呼吸の種別に拘わらず主たる脈波として顕著に存在し、それよりも低い呼吸周波数の成分が心拍周波数成分のゆらぎとして付帯する。このゆらぎを評価する計量的表現は上記公報に見られるように様々存在するものの、呼吸周波数以外の不要周波数成分の紛れ込みにより呼吸周波数成分の強度とゆらぎ度との相関性が担保できない。また、上記公報に係る発明において、脈波センサに用いた発光素子は単一であり、単色光源であるか否かは記載されていないものの、その発光波長の如何によっては有酸素(酸化)ヘモルロビンの吸光係数と無酸素(還元)ヘモクロビンの吸光係数とが一致しないため、脈波データに酸素飽和濃度の変動を反映した成分が紛れ込んで呼吸周波数成分によるゆらぎ自体を擾乱している。このため、脈波データのゆらぎから無呼吸の種別を判定する方法では判定精度が悪く、信頼性に乏しい。
そこで、上記問題点に鑑み、本発明の課題は、簡易構成でありながらも、無呼吸の種別を精度良く判定できる無呼吸検査装置を提供することにある。
ところで、呼吸周波数とは、腹壁若しくは胸郭運動に起因して口や鼻による換気(呼吸)周波数であるが、口気流や鼻気流が停止し、酸素飽和濃度が低下して無呼吸時間と判定された場合でも、閉塞型無呼吸や混合型無呼吸では腹壁若しくは胸郭運動がなおあることから、その影響が脈波センサの検知対象である動脈血層にも波及するものである。心拍運動は血管内部に流れるヘモクロビン流量の心拍脈動をもたらすが、呼吸運動、つまり腹壁若しくは胸郭運動は血管の外部から歪み作用し、ヘモクロビン流量の脈動をもたらしている。本発明者らは、ヘモクロビンの吸光を計測する脈波センサを用いて腹壁若しくは胸郭の周期運動を脈動として直接捉えることが課題解決の方向付けであると着眼した。
上記課題を解決するため、本発明に係る第1の無呼吸検査装置は、図1に示す如く、脈派データ収集手段10,無呼吸判定手段20,第3脈波(合成脈波)データ生成手段30,データ抽出手段40及び無呼吸種別判定手段50とを有して成る。
脈派データ収集手段10は、脈波センサ1などから成り、第1波長光(例えば赤色光R)と第2波長光(例えば赤外光IR)とを動脈血層TGに照射してそれからの非吸収光(反射光又は透過光)をそれぞれ受光し、時系列の第1(赤色)脈派データDR(t)と時系列の第2(赤外)脈派データDIR(t)とを得る。無呼吸判定手段20は、第1(赤色)脈派データDR(t)及び第2(赤外)脈派データDIR(t)に基づき時系列の酸素飽和濃度を算出し、この酸素飽和濃度の低下を契機に無呼吸期間を規定する。第3脈波(合成脈波)データ生成手段30は、第1(赤色)脈派データDR(t)及び第2(赤外)脈派データDIR(t)を重み付け等で合成し、有酸素ヘモクロビンの吸光係数と無酸素ヘモクロビンの吸光係数とが実質的に等しい第3波長光(例えば緑色光)の時系列の脈派データに対応する第3脈派(合成脈波)データDG(t)を得る。データ抽出手段40は、心拍周波数よりも低い高域遮断周波数を持ち呼吸周波数を含む周波数帯域の低周波データD(t)を第3脈派(合成脈波)データDG(t)から得る。そして、無呼吸種別判定手段50は、低周波データD(t)のうち無呼吸期間に亘る無呼吸期間データについて脈動度合いから無呼吸種別を判定する。
斯かる構成の無呼吸検査装置においては、第3脈波(合成脈波)データ生成手段30によって、有酸素ヘモクロビンの吸光係数と無酸素ヘモクロビンの吸光係数とが実質的に等しい第3波長光の時系列の第3脈波(合成脈波)データDG(t)を得ているため、酸素飽和濃度が経時的に変動しても、第3脈波(合成脈波)データDG(t)にはそれを反映した成分が紛れ込まず、ヘモクロビン流量に応じた推移を示すことになるから、腹壁若しくは胸郭の周期運動を反映する脈動が際立っている。しかも、データ抽出手段40によって、この第3脈波(合成脈波)データDG(t)から、心拍周波数よりも低い高域遮断周波数を持ち呼吸周波数を含む周波数帯域の低周波データD(t)を得ているため、低周波データD(t)には心拍周波数成分が紛れ込まないので、呼吸周波数(腹壁若しくは胸郭の運動周波数)成分が更に際立ち、閉塞型無呼吸のときは脈動として明瞭に現われる。また中枢型無呼吸のときは脈動がないことからフラットとなり、更に混合型無呼吸のときはフラットの後に脈動が現われる。
このため、無呼吸種別判定手段50による判定精度が高まり、無呼吸種別の判定結果の信頼性が向上する。加えて、手首等に装着する脈波センサだけで無呼吸種種別の判定に必要なデータ収集が可能となるので、睡眠時の被験者に拘束感を与えずに検査でき、装置構成も簡素化できる。更に、第3脈波(合成脈波)データDG(t)は無呼吸期間を規定するに用いる酸素飽和濃度を算出するための第1脈派データDR(t)及び第2脈派データDIR(t)を合成したものであるから、脈波センサにおいて第3脈波用光源などを省略でき、脈派データ収集手段10の構成の複雑化も回避でき、低コスト化に資する。
本発明に係る第2の無呼吸検査装置は、図12に示す如く、上記第1の無呼吸検査装置における第3脈波(合成脈波)データ生成手段30を具備せず、その代わりに、第1波長光,第2波長光,及び有酸素ヘモクロビンの吸光係数と無酸素ヘモクロビンの吸光係数とが実質的に等しい第3波長光(例えば緑色光G)を動脈血層TGに照射してそれからの非吸収光をそれぞれ受光し、時系列の第1脈派データDR(t),時系列の第2脈派データDIR(t),及び時系列の第3脈波データDG(t)を得る脈派データ収集手段10′を設けたところにある。
斯かる構成では、第3脈波用光源などを追加した脈派データ収集手段10′となるが、作用効果は上記第1の無呼吸検査装置の場合と同様である。
上記の無呼吸判定手段20としては、無呼吸期間)の始期から所定時間(例えば20秒)前の時点を無呼吸開始時刻として算出することが望ましい。酸素飽和濃度の低下は無呼吸開始時刻から平均20秒遅延して起るとされているためである。無呼吸開始時刻及び無呼吸期間をメモリ60に記録し、覚醒後に読み出して表示することにより、被験者自身も無呼吸の有無,その回数,無呼吸開始時刻,無呼吸時間などを知ることができる。
データ抽出手段40はバンドパスフィルターとしての機能を持つが、周波数帯域は0Hz近傍周波数よりも高い低域遮断周波数を持つことが望ましい。外来光,体動,脈拍による血管のうねり成分などの極低周波ノイズをカットでき、低周波データD(t)の不要なゆらぎを抑制することができる。また、周波数帯域としては、高域遮断周波数と低域遮断周波数との中間周波数に所定呼吸周波数を規定して成ることが望ましい。被験者の呼吸周波数は多少増減するからである。例えば、高域遮断波数は所定呼吸周波数より0.1Hz高い周波数で、低域遮断周波数は所定呼吸周波数より0.1Hz低い周波数としても良い。
しかし、予め定めた呼吸周波数を用いたのでは個体差や時間帯により不一致となる頻度が高くなるため、無呼吸判定手段20が無呼吸期間を規定する度に、第3脈波(合成脈波)データDG(t)を周波数解析してから呼吸周波数を検出する呼吸周波数検出手段42を設けるのが望ましい。被験者固有で無呼吸の起る時期の呼吸周波数が得られるから、低周波データD(t)には被験者固有の呼吸周波数による脈動を際立てることができる。
ところで、この呼吸周波数検出手段42を設けることは、第3脈波データDG(t)を周波数解析するフーリエ変換手段の装備を必要とする。データ抽出手段40はバンドパス機能を果すものであるから、このフーリエ変換手段を利用すると、データ抽出手段40としては、無呼吸期間を含む第3脈波データDG(t)について高速フーリエ変換処理を施して周波数特性データA(f)を得るFFT手段41と、この周波数特性データA(f)上で呼吸周波数FBを検出する呼吸周波数検出手段42と、周波数特性データA(f)のうち前記周波数帯域について高速逆フーリエ変換処理を施し前記低周波データD(t)を得る逆FFT手段43とを有する構成を採用できる。このデータ抽出手段40は、被験者固有の呼吸周波数FBの検出とその呼吸周波数FBを用いて規定される周波数帯域のバンドパス機能を兼備し、構成の簡易さと処理時間の短縮化を実現できる。
なお、呼吸周波数検出手段42は、周波数特性データA(f)のうち0.1Hz〜0.6Hzの範囲におけるスペクトルの周波数を呼吸周波数FBとすることが望ましい。
低周波データD(t)の脈動度合いから、例えば脈波の個数をカウントして無呼吸種別を直接判定することができる。ただ、脈波振幅が小さい場合もあり得るので、閾値の設定が微妙ではあるが、呼吸周波数を反映した小振幅の脈波は無視することができない。そこで、無呼吸種別判定手段50としては、低周波データD(t)うち無呼吸期間に亘る無呼吸期間データの脈動態様を呼吸周波数に基づき誇張する波形変形処理手段を有して成ることが望ましい。既に得られている被験者固有の呼吸周波数情報に関連付けて脈波の周期性が誇張変形されるため、脈動度合いを顕在化でき、無呼吸種別の判定精度が高まる。
この波形変形処理手段の一例として、無呼吸種別判定手段50は、値域0〜1の正規化データR(t)を作成する正規化処理手段51を有する構成を採用できる。呼吸周波数の半周期をΔT、時点tの前記無呼吸期間データをDE−S(t)、時点(t+ΔT)の無呼吸期間データをDE−S(t+ΔT)とすると、正規化データR(t)は、DE−S(t)≦DE−S(t+ΔT)のときはDE−S(t+ΔT)/DE−S(t)であって、DE−S(t)>DE−S(t+ΔT)のときはDE−S(t)/DE−S(t+ΔT)とする。低周波データD(t)における呼吸周波数に同期する脈波は、その振幅が小さくても、頂点と底点の間隔が呼吸周期の半周期ΔTであるので、低周波データD(t)を半周期ΔTで自己相関させることにより、低周波データD(t)に脈波がある場合には、無呼吸期間データDE−S(t)に呼吸周波数に見合う脈波部分を強調でき、閉塞型無呼吸判定が容易となる。また、比を算出してあるから、低周波データD(t)がフラットな場合には、無呼吸期間データDE−S(t)にゆらぎを抑制でき、中枢型無呼吸の判定が容易となる。
種別判定のための計量化法としては、上記値域0〜1の間を細分した区間iとこの区間に属する区間別データ数n(i)とが対応するヒストグラムを生成するヒストグラム生成手段52と、このヒストグラムのうち1に最も近い区間に属する区間別データ数Mの正規化データR(t)の総データ数Nに対する比(M/N)を算出する中枢型度算出手段53を設けることが望ましい。そして、比(M/N)が1近い第1閾値TH1を超えるか否かを比較して超えるときは中枢型無呼吸と判定し、比(M/N)が0に近い第2閾値TH2よりも小さいか否かを比較して小さいときは閉塞型無呼吸と判定し、比(M/N)が第1閾値TH1以下で第2閾値TH2以上か否かを比較し両閾値間のときは混合型無呼吸と判定する比較手段54を設けることが望ましい。
この種別判定結果をメモリ60に記録し、覚醒後に読み出して表示することにより、被験者自身もその結果を知ることができる。
本発明では、第3脈波データ生成手段によって、有酸素ヘモクロビンの吸光係数と無酸素ヘモクロビンの吸光係数とが実質的に等しい第3波長光の時系列の第3脈波データを得ているため、第3脈波データがヘモクロビン流量に応じた推移を示すことになるから、腹壁若しくは胸郭の周期運動を反映する脈動が際立ち、しかも、データ抽出手段によって、心拍周波数がカットされているため、低周波データに腹壁若しくは胸郭の運動周波数成分が更に際立つので、無呼吸種別の判定精度が高まり、信頼性が向上する。加えて、手首等に装着する脈波センサだけで無呼吸種種別の判定に必要なデータ収集が可能となるので、睡眠時の被験者に拘束感を与えずに検査でき、装置構成も簡素化できる。
次に、本発明の実施形態を添付図面に基づいて説明する。
図1は本発明の実施例1に係る無呼吸検査装置を示す機能ブロック図、図2は同装置においてデータサンプリングから無呼吸種別の判定までの動作の流れを示すフローチャート、図3は同装置において酸素飽和濃度の計測ルーチンを示すフローチャート、図4は同装置において無呼吸種別の判定ルーチンを示すフローチャートである。
本例の無呼吸検査装置は、図1に示す如く、脈派データ収集手段10,無呼吸判定手段20,合成脈波データ生成手段30,データ抽出手段40,無呼吸種別判定手段50,及びメモリ60などを有している。本例においては、無呼吸判定手段20,合成脈波データ生成手段30,データ抽出手段40,無呼吸種別判定手段50,及びメモリ60はマイクロコンピュータで構成されている。
脈派データ収集手段10は、手首等に装着する腕時計型の脈波センサ1と、このセンサを制御してセンサ出力を受け取るエンコーダ/デコーダ回路2とを有する。脈波センサ1は、波長660nmの赤色発光部(赤色発光ダイオード)1bと波長905nmの赤外発光部(赤外発光ダイオード)1cとを交互に発光させるためのパルス幅変調(PWM)回路1aと、赤色光Rと赤外光IRとが交互に手首等の動脈血層TGに向け照射し、それからの反射光を交互に受光する単一の受光部(フォトダイオード)1eとを有する。回路2のエンコーダはパルス幅変調(PWM)回路1aを制御し、回路2のデコーダは、受光部1eからのセンサ出力をA/D変換した後、エンコーダに同期して所定のサンプリング周期で振り分け時系列の赤色脈波データDR(t)と時系列の赤外脈波データDIR(t)を生成する。
無呼吸判定手段20は、赤色脈派データDR(t)及び赤外脈派データDIR(t)に基づき時系列の酸素飽和濃度(SpO2)を算出し、この酸素飽和濃度の低下を契機に無呼吸継続時間(TE−TS)を規定する。また、無呼吸判定手段20は、無呼吸期間(TE−TS)の始期(TS)から所定時間20秒前の時点を無呼吸開始時刻(TS−20)として算出し、無呼吸開始時刻(TS−20)と無呼吸継続時間(TE−TS)をメモリ60に記憶する。合成脈波データ生成手段30は、赤色脈派データDR(t)及び赤外脈派データDIR(t)を重み付け等で合成し、有酸素(酸化)ヘモクロビン(HbO2)の吸光係数と無酸素(還元)ヘモクロビン(Hb)の吸光係数とが実質的に等しい緑色脈波の時系列の脈派データに対応する合成脈派データDG(t)を得る。
データ抽出手段40は、心拍周波数よりも低い高域遮断周波数を持ち呼吸周波数を含む周波数帯域の低周波データD(t)を合成脈派データDG(t)から得るものであって、無呼吸継続時間(TE−TS)を含む合成脈波データDG(t)について高速フーリエ変換処理を施して周波数特性データA(f)を得るFFT手段41と、この周波数特性データA(f)上で呼吸周波数FBを検出する呼吸周波数検出手段42と、周波数特性データA(f)のうち上記周波数帯域について高速逆フーリエ変換処理を施し低周波データD(t)を得る逆FFT手段43とを有している。
無呼吸種別判定手段50は、低周波データD(t)のうち無呼吸継続時間(TE−TS)に亘る無呼吸期間データについて脈動度合いから無呼吸種別を判定するものであって、正規化処理手段51,ヒストグラム生成手段52,中枢型度算出手段53及び比較手段54とを有している。正規化処理手段51は、値域0〜1の正規化データR(t)を生成し、呼吸周波数の半周期をΔT、時点tの無呼吸期間データをDE−S(t)、時点(t+ΔT)の無呼吸期間データをDE−S(t+ΔT)とすると、正規化データR(t)は、DE−S(t)≦DE−S(t+ΔT)のときはDE−S(t+ΔT)/DE−S(t)であって、DE−S(t)>DE−S(t+ΔT)のときはDE−S(t)/DE−S(t+ΔT)とする。ヒストグラム生成手段52は、上記値域0〜1の間を細分した区間iとこの区間iに属する区間別データ数n(i)とが対応するヒストグラムを生成する。中枢型度算出手段53は、このヒストグラムのうち1に最も近い区間に属する区間別データ数Mの正規化データR(t)の総データ数Nに対する比(M/N)を算出する。比較手段54は、比(M/N)が1近い第1閾値TH1を超えるか否かを比較して超えるときは中枢型無呼吸と判定し、比(M/N)が0に近い第2閾値TH2よりも小さいか否かを比較して小さいときは閉塞型無呼吸と判定し、比(M/N)が第1閾値TH1以下で第2閾値TH2以上か否かを比較し両閾値間のときは混合型無呼吸と判定し、判定結果をメモリ60に記憶する。
次に、本例の無呼吸検査装置の動作を図2に基づいて詳細に説明する。脈波センサ1は赤色光Rと赤外光IRを交互に動脈血層TGに照射し、ステップST1において、エンコーダ/デコーダ回路2がセンサ出力を16Hzでサンプリングし、図5(a)に示す時系列の赤色脈波データDR(t)と図5(b)に示す時系列の赤外脈派データDIR(t)とを生成する。ステップST2において、無呼吸判定手段20が酸素飽和濃度SpO2(t)を算出する。この算出ルーチンは図3に示す如く、ステップS1において、赤色脈波データDR(t)の交流成分ACRと赤外脈派データDIR(t)の交流成分ACIRとの振幅比ΔAC(=ACIR/ACR)を算出し、次にステップS2において、赤色脈波データDR(t)の直流成分DCRと赤外脈派データDIR(t)の直流成分DCIRとのレベル比ΔDC(=DCIR/DCR)を算出した後、ステップS3において、校正係数をa,bとして、酸素飽和濃度SpO2(t)=a×Log10(ΔAC×ΔDC)+bを算出する。
次いでステップST3において、図6(a)に示す過去300秒分のデータ数の酸素飽和濃度SpO2(t)を記憶した後、ステップST4において、合成脈波生成手段30は、重み係数ΔIを用い、赤色脈派データDR(t)と赤外脈派データDIR(t)を合成し({ΔI・DR(t)+DIR(t)}/2)、緑色光脈波に換算した合成脈波データDG(t)を得て、ステップST5において図6(b)に示す過去300秒分の合成脈波データDG(t)を記憶する。
ステップST6において、無呼吸判定手段20は、過去300秒分の酸素飽和濃度SpO2(t)のデータを検索し、時間推移と共に90%以下に低下したデータがあるか否かを判定する。低下しない場合はステップST1に戻るが、低下した場合はステップST7において、無呼吸判定手段20は、その低下が回復し始めたか否かを判定する。回復し始めない場合はステップST1に戻るが、回復し始めた場合はステップST8において、無呼吸判定手段20は、酸素飽和濃度SpO2(t)が回復し始めた時点TEを算定し、ステップST9において、酸素飽和濃度SpO2(t)の低下が始める時点TSを算定し、ステップ10において、無呼吸継続時間(TE−TS)が10秒以上か否かを判定する。10秒未満の場合はステップST1に戻るが、10秒以上の場合は無呼吸判定結果となり、ステップ11において、データ抽出手段40及び無呼吸種別判定手段50により、図4に示す無呼吸種別判定ルーチンが実行される。
まず、データ抽出手段40のFFT手段41は、ステップT1において、合成脈派データDG(t)について高速フーリエ変換(周波数解析)処理を施し、図7(a)に示す周波数特性データA(f)を作成する。このA(f)特性では、1Hz近傍スペクトルの周波数が心拍(脈拍)周波数、0Hz近傍周波数は主にノイズ成分で体動成分や脈拍による血管のうねり成分も含まれ、0.1Hz〜0.6Hzの範囲に現われたスペクトルが呼吸周波数FBの成分であり、FB〜1Hzの間にも体動成分が現われている。そのため、呼吸周波数検出手段42が図7(a)に示す周波数特性データA(f)のうち0.1Hz〜0.6Hzの範囲にあるスペクトルの周波数FBを検出して呼吸周波数とするため、被験者の無呼吸状態が生じた際の呼吸周波数FBを検出することができる。ステップT2において、逆FFT手段43は、周波数特性データA(f)のうち低域遮断周波数(FB−0.1)Hz〜高域遮断周波数(FB+0.1)Hzの周波数帯域について高速逆フーリエ変換処理を施し、図7(b)に示す低周波データ(呼吸曲線)D(t)を生成する。呼吸周波数FBは周波数帯域の中心周波数である。
ステップT3において、無呼吸種別判定手段50の正規化処理手段51は、低周波データ(呼吸曲線)D(t)の無呼吸期間(TE−TS)に亘るデータを選択し、値域0〜1の正規化データR(t)を生成する。呼吸周波数FBの半周期1/2FBをΔT、時点tの無呼吸期間データをDE−S(t)、時点(t+ΔT)の無呼吸期間データをDE−S(t+ΔT)とすると、正規化データR(t)は、図8(a)に示す如く、次の通りである。
DE−S(t)=B3≦DE−S(t+ΔT)=B4のときは、DE−S(t)/DE−S(t+ΔT)=B3/B4=R2であって、DE−S(t)=B1>DE−S(t+Δt)=B2のときは、DE−S(t+ΔT)/DE−S(t)=B2/B1=R1である。
次にステップT4において、ヒストグラム生成手段52は、図8(b)に示す如く、上記値域0〜1の間を細分した区間iとこの区間iに属する区間別データ数n(i)とが対応するヒストグラムを生成する。また、中枢型度算出手段53は、区間別データ数n(i)のうち1に最も近い区間(1≧R(t)≧0.995)に属する区間別データ数Mの正規化データR(t)の総データ数Nに対する比(100×M/N)%を算出する。
ステップT5において、比較手段54は、比(100×M/N)が第1閾値TH1(80%)を超えるか否かを比較して超えるときは中枢型無呼吸と判定し、比(100×M/N)が第2閾値TH2(40%)よりも小さいか否かを比較して小さいときは閉塞型無呼吸と判定し、比(100×M/N)が第1閾値TH1以下で第2閾値TH2以上か否かを比較し両閾値間のときは混合型無呼吸と判定する。
そして、ステップT6において、無呼吸種別の判定結果,無呼吸開始時刻(TS−20)及び無呼吸継続時間(TE−TS)がメモリ60に記憶される。
図9(a)は中枢型無呼吸の無呼吸期間データDE−S(t)の推移を示すグラフ、図9(b)はその無呼吸期間データDE−S(t)から得られた正規化データR(t)の推移を示すグラフ、図9(c)はその正規化データR(t)から得られた区間別データ数n(i)である。無呼吸期間データDE−S(t)の推移はフラットである。その正規化では振幅の小さな脈波も誇張されるため、正規化データR(t)では脈動が少し現われているが、比(100×M/N)が第1閾値TH1(80%)を超えているため、中枢型無呼吸と判定される。
図10(a)は閉塞型無呼吸の無呼吸期間データDE−S(t)の推移を示すグラフ、図10(b)はその無呼吸期間データDE−S(t)から得られた正規化データR(t)の推移を示すグラフ、図10(c)はその正規化データR(t)から得られた区間別データ数n(i)である。無呼吸期間データDE−S(t)の全域に亘り脈動が現われているが、その正規化では脈動が誇張されるため、正規化データR(t)では脈動が顕著に現われ、比(100×M/N)が第2閾値TH2(40%)未満であるため、閉塞型無呼吸と判定される。
図11(a)は混合型無呼吸の無呼吸期間データDE−S(t)の推移を示すグラフ、図11(b)はその無呼吸期間データDE−S(t)から得られた正規化データR(t)の推移を示すグラフ、図11(c)はその正規化データR(t)から得られた区間別データ数n(i)である。無呼吸期間データDE−S(t)はフラットから脈動に推移しているため、正規化データR(t)ではその様相が誇張されている。比(100×M/N)が第2閾値TH2(40%)〜第1閾値TH1(80%)であるため、混合型無呼吸と判定される。
このように、有酸素ヘモクロビンの吸光係数と無酸素ヘモクロビンの吸光係数とが実質的に等しい緑色光の時系列に対応する合成脈波データDG(t)が得られているため、酸素飽和濃度SpO2が経時的に変動しても、合成脈波データDG(t)にはそれを反映した成分が紛れ込まず、ヘモクロビン流量に応じた推移を示す。このため、合成脈波データDG(t)には腹壁若しくは胸郭の周期運動を反映する脈動が際立っている。しかも、合成脈波データDG(t)から、心拍周波数(約1Hz)よりも低い高域遮断周波数(FB+1)を持ち呼吸周波数FBを含む周波数帯域(FB−0.1〜FB+0.1)の低周波データD(t)を得ているため、低周波データD(t)には心拍周波数成分が紛れ込まないので、呼吸周波数(腹壁若しくは胸郭の運動周波数)成分が更に際立ち、閉塞型無呼吸のときは脈動として明瞭に現われる。また中枢型無呼吸のときは脈動がないことからフラットとなり、更に混合型無呼吸のときはフラットの後に脈動が現われる。このため、無呼吸種別判定手段50による判定精度が高まり、無呼吸種別の判定結果の信頼性が向上する。
加えて、手首等に装着する脈波センサ1だけで無呼吸種種別の判定に必要なデータ収集が可能となるので、睡眠時の被験者に拘束感を与えずに検査でき、装置構成も簡素化できる。更に、合成脈波データDG(t)は無呼吸期間を規定するに用いる酸素飽和濃度を算出するための第1脈派データDR(t)及び第2脈派データDIR(t)を合成したものであるから、脈波センサ1において第3脈波用光源などを省略でき、脈派データ収集手段10の構成の複雑化も回避でき、低コスト化に資する。
図12は本発明の実施例2に係る無呼吸検査装置を示す機能ブロック図で、図1に示す部分と同一部分には同一参照符号を付しその説明は省略する。
本例の無呼吸検査装置は、図12に示す如く、図1に示す無呼吸検査装置における合成脈波データ生成手段30を具備せず、その代わりに、赤色光R,赤外光IR,及び有酸素ヘモクロビンの吸光係数と無酸素ヘモクロビンの吸光係数とが実質的に等しい緑色光Gを動脈血層TGに照射してそれからの非吸収光をそれぞれ受光し、時系列の赤色脈派データDR(t),時系列の赤外脈派データDIR(t),及び時系列の緑色脈波データDG(t)を得る脈派データ収集手段10′を設けたところにある。脈波センサ1には波長540nmの緑色発光部1cが追加されている。
図13は本例においてデータサンプリングから無呼吸種別の判定までの動作の流れを示すフローチャートで、図2に示す部分と同一部分には同一参照符号を付しその説明は省略する。脈波センサ1は赤色光Rと赤外光IRと緑色光Gをサイクリックに動脈血層TGに照射し、ステップST1′において、エンコーダ/デコーダ回路2がセンサ出力を16Hzでサンプリングし、時系列の赤色脈波データDR(t)と時系列の赤外脈派データDIR(t)と時系列の緑色脈波データDG(t)を生成する。ステップST5′において、過去300秒分の緑色脈波データDG(t)を記憶する。
図14は本例において無呼吸種別の判定ルーチンを示すフローチャートで、図4に示す部分と同一部分には同一参照符号を付しその説明は省略する。ステップT1′とT2′において図4のステップT1とT2の合成脈波が緑色脈波に代わっただけで、データDG(t)は実質等しい。
本例では、緑色発光部1cを追加した脈派データ収集手段10′となるが、作用効果は図1に示す無呼吸検査装置の場合と同様である。
1,1′…脈波センサ
1a…パルス幅変調(PWM)回路
1b…赤色発光部
1c…赤外発光部
1d…緑色発光部
1e…受光部
2…エンコーダ/デコーダ回路
10,10′…脈派データ収集手段
20…無呼吸判定手段
30…合成脈波データ生成手段
40…データ抽出手段
41…FFT手段
42…呼吸周波数検出手段
43…逆FFT手段
50…無呼吸種別判定手段
51…正規化処理手段
52…ヒストグラム生成手段
53…中枢型度算出手段
54…比較手段
60…メモリ
R…赤色光
IR…赤外光
G…緑色光
TG…動脈血層
DR(t)…赤色脈波データ
DIR(t)…赤外脈波データ
DG(t)…合成(緑色)脈波データ
SpO2…酸素飽和濃度
(TE−TS)…無呼吸継続時間
(TS−20)…無呼吸開始時刻
A(f)…周波数特性データ
FB…呼吸周波数
DE−S(t)…無呼吸期間データ
D(t)…低周波データ(呼吸曲線)
R(t)…正規化データ
n(i)…区間別データ数
TH1…第1閾値
TH2…第2閾値
1a…パルス幅変調(PWM)回路
1b…赤色発光部
1c…赤外発光部
1d…緑色発光部
1e…受光部
2…エンコーダ/デコーダ回路
10,10′…脈派データ収集手段
20…無呼吸判定手段
30…合成脈波データ生成手段
40…データ抽出手段
41…FFT手段
42…呼吸周波数検出手段
43…逆FFT手段
50…無呼吸種別判定手段
51…正規化処理手段
52…ヒストグラム生成手段
53…中枢型度算出手段
54…比較手段
60…メモリ
R…赤色光
IR…赤外光
G…緑色光
TG…動脈血層
DR(t)…赤色脈波データ
DIR(t)…赤外脈波データ
DG(t)…合成(緑色)脈波データ
SpO2…酸素飽和濃度
(TE−TS)…無呼吸継続時間
(TS−20)…無呼吸開始時刻
A(f)…周波数特性データ
FB…呼吸周波数
DE−S(t)…無呼吸期間データ
D(t)…低周波データ(呼吸曲線)
R(t)…正規化データ
n(i)…区間別データ数
TH1…第1閾値
TH2…第2閾値
Claims (13)
- 第1波長光と第2波長光を動脈血層に照射してそれからの非吸収光をそれぞれ受光し、時系列の第1脈派データと時系列の第2脈派データを得る脈派データ収集手段と、前記第1及び第2脈派データに基づき時系列の酸素飽和濃度を算出し、この酸素飽和濃度の低下に基づき無呼吸期間を規定する無呼吸判定手段と、前記第1及び第2脈派データを合成し、有酸素ヘモクロビンの吸光係数と無酸素ヘモクロビンの吸光係数とが実質的に等しい第3波長光の時系列の脈派データに対応する第3脈派データを得る第3脈波データ生成手段と、心拍周波数よりも低い高域遮断周波数を持ち呼吸周波数を含む周波数帯域の低周波データを前記第3脈派データから得るデータ抽出手段と、前記低周波データのうち前記無呼吸期間に亘る無呼吸期間データについて脈動度合いから無呼吸種別を判定する無呼吸種別判定手段とを有して成ること特徴とする無呼吸検査装置。
- 第1波長光,第2波長光,及び有酸素ヘモクロビンの吸光係数と無酸素ヘモクロビンの吸光係数とが実質的に等しい第3波長光を動脈血層に照射してそれからの非吸収光をそれぞれ受光し、時系列の第1脈派データ,時系列の第2脈派データ,及び時系列の第3脈波データを得る脈派データ収集手段と、前記第1及び第2脈派データに基づき時系列の酸素飽和濃度を算出し、この酸素飽和濃度の低下に基づき無呼吸期間を規定する無呼吸判定手段と、心拍周波数よりも低い高域遮断周波数を持ち呼吸周波数を含む周波数帯域の低周波データを前記第3脈派データから得るデータ抽出手段と、前記低周波データのうち前記無呼吸期間に亘る無呼吸期間データについて脈動度合いから無呼吸種別を判定する無呼吸種別判定手段とを有して成ること特徴とする無呼吸検査装置。
- 請求項1又は請求項2において、前記無呼吸判定手段は、前記無呼吸期間の始期から所定時間前の時点を無呼吸開始時刻として算出することを特徴とする無呼吸検査装置。
- 請求項1又は請求項2において、前記周波数帯域は、0Hz近傍周波数よりも高い低域遮断周波数を持つことを特徴とする無呼吸検査装置。
- 請求項4において、前記周波数帯域は、前記高域遮断周波数と前記低域遮断周波数との中心周波数に所定呼吸周波数を規定して成ることを特徴とする無呼吸検査装置。
- 請求項5において、前記高域遮断周波数は前記所定呼吸周波数より0.1Hz高い周波数で、前記低域遮断周波数は前記所定呼吸周波数より0.1Hz低い周波数であることを特徴とする無呼吸検査装置。
- 請求項1又は請求項2において、前記無呼吸判定手段が前記無呼吸期間を規定する度に、前記第3脈波データを周波数解析してから前記呼吸周波数を検出する呼吸周波数検出手段を有して成ることを特徴とする無呼吸検査装置。
- 請求項1又は請求項2において、前記データ抽出手段は、前記無呼吸期間を含む前記第3脈波データについて高速フーリエ変換処理を施して周波数特性データを得るFFT手段と、この周波数特性データ上で前記呼吸周波数を検出する呼吸周波数検出手段と、前記周波数特性データのうち前記周波帯域について高速逆フーリエ変換処理を施し前記低周波データを得る逆FFT手段とを有して成ることを特徴とする無呼吸検査装置。
- 請求項8において、前記呼吸周波数検出手段は、前記周波数特性データのうち0.1Hz〜0.6Hzの範囲にあるスペクトルの周波数を前記呼吸周波数として検出することを特徴とする無呼吸検査装置。
- 請求項1又は請求項2において、前記無呼吸種別判定手段は、前記無呼吸期間データの脈動態様を前記呼吸周波数に基づき誇張する波形変形処理手段を有して成ること特徴とする無呼吸検査装置。
- 請求項1又は請求項2において、前記呼吸周波数の半周期をΔT、時点tの前記無呼吸期間データをDE−S(t)、時点(t+ΔT)の前記無呼吸期間データをDE−S(t+ΔT)とすると、前記無呼吸種別判定手段は、DE−S(t)≦DE−S(t+ΔT)のときはDE−S(t+ΔT)/DE−S(t)であって、DE−S(t)>DE−S(t+ΔT)のときはDE−S(t)/DE−S(t+ΔT)である、値域0〜1の正規化データを生成する正規化処理手段を有して成ることを特徴とする無呼吸検査装置。
- 請求項11において、前記値域0〜1の間を細分した区間とこの区間に属する前記正規化データの区間別データ数とが対応するヒストグラムを生成するヒストグラム生成手段と、前記ヒストグラムのうち1に最も近い区間に属する区間別データ数の前記正規化データの総データ数に対する比を算出する中枢型度算出手段を有して成ることを特徴とする無呼吸検査装置。
- 請求項12において、前記比が1近い第1閾値を超えるか否かを比較して超えるときは中枢型無呼吸と判定し、前記比が0に近い第2閾値よりも小さいか否かを比較して小さいときは閉塞型無呼吸と判定し、前記比が第1閾値以下で第2閾値以上か否かを比較し両閾値間のときは混合型無呼吸と判定する比較手段を有して成ることを特徴とする無呼吸検査装置。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2005233024A JP2007044331A (ja) | 2005-08-11 | 2005-08-11 | 無呼吸検査装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2005233024A JP2007044331A (ja) | 2005-08-11 | 2005-08-11 | 無呼吸検査装置 |
Publications (1)
Publication Number | Publication Date |
---|---|
JP2007044331A true JP2007044331A (ja) | 2007-02-22 |
Family
ID=37847698
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2005233024A Pending JP2007044331A (ja) | 2005-08-11 | 2005-08-11 | 無呼吸検査装置 |
Country Status (1)
Country | Link |
---|---|
JP (1) | JP2007044331A (ja) |
Cited By (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2011188901A (ja) * | 2010-03-12 | 2011-09-29 | Oki Electric Industry Co Ltd | 運動検出装置、運動検出方法、及びプログラム |
JP2012523935A (ja) * | 2009-04-20 | 2012-10-11 | レスメド・リミテッド | 酸素測定信号を用いるチェーンストークス呼吸パターンの識別 |
JP2018029727A (ja) * | 2016-08-23 | 2018-03-01 | 株式会社カネカ | 生体検査システム及び生体検査方法 |
JP2019166152A (ja) * | 2018-03-23 | 2019-10-03 | 国立大学法人九州大学 | 生体情報測定装置、及び生体情報測定プログラム |
JP2020146261A (ja) * | 2019-03-14 | 2020-09-17 | 富士ゼロックス株式会社 | 生体情報測定装置、及び生体情報測定プログラム |
JP2021023462A (ja) * | 2019-08-01 | 2021-02-22 | エーエムイー株式会社 | 無呼吸状態検出装置、無呼吸状態回避システム、無呼吸状態検出方法及び無呼吸状態検出装置の作動方法 |
-
2005
- 2005-08-11 JP JP2005233024A patent/JP2007044331A/ja active Pending
Cited By (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2012523935A (ja) * | 2009-04-20 | 2012-10-11 | レスメド・リミテッド | 酸素測定信号を用いるチェーンストークス呼吸パターンの識別 |
JP2011188901A (ja) * | 2010-03-12 | 2011-09-29 | Oki Electric Industry Co Ltd | 運動検出装置、運動検出方法、及びプログラム |
JP2018029727A (ja) * | 2016-08-23 | 2018-03-01 | 株式会社カネカ | 生体検査システム及び生体検査方法 |
JP2019166152A (ja) * | 2018-03-23 | 2019-10-03 | 国立大学法人九州大学 | 生体情報測定装置、及び生体情報測定プログラム |
JP2020146261A (ja) * | 2019-03-14 | 2020-09-17 | 富士ゼロックス株式会社 | 生体情報測定装置、及び生体情報測定プログラム |
JP7247671B2 (ja) | 2019-03-14 | 2023-03-29 | 富士フイルムビジネスイノベーション株式会社 | 生体情報測定装置、及び生体情報測定プログラム |
JP2021023462A (ja) * | 2019-08-01 | 2021-02-22 | エーエムイー株式会社 | 無呼吸状態検出装置、無呼吸状態回避システム、無呼吸状態検出方法及び無呼吸状態検出装置の作動方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP6387348B2 (ja) | 動きアーチファクトを識別するシステム及び方法 | |
Karlen et al. | Multiparameter respiratory rate estimation from the photoplethysmogram | |
CA2654252C (en) | Multi parametric classification of cardiovascular sounds | |
JP3824615B2 (ja) | 睡眠無呼吸の診断装置及び方法 | |
Sukor et al. | Signal quality measures for pulse oximetry through waveform morphology analysis | |
US6905470B2 (en) | Apparatus and method for detecting heartbeat using PPG | |
CA2766879C (en) | Systems and methods for detecting effort events | |
US9179876B2 (en) | Systems and methods for identifying portions of a physiological signal usable for determining physiological information | |
US20060122476A1 (en) | Relative phase estimation of harmonic frequency component of a plethysmographic waveform | |
KR20180029072A (ko) | 생물학적 데이터 처리 | |
US20130267805A1 (en) | System and method for detecting ventilatory instability | |
US20120283533A1 (en) | Adjusting parameters used in pulse oximetry analysis | |
JP2007044331A (ja) | 無呼吸検査装置 | |
JP2006526460A5 (ja) | ||
CN107072594A (zh) | 用于评估呼吸窘迫的方法和装置 | |
Vadrevu et al. | Real-time quality-aware PPG waveform delineation and parameter extraction for effective unsupervised and IoT health monitoring systems | |
CN115209801A (zh) | 睡眠呼吸暂停检测系统和方法 | |
Graybeal et al. | Adaptive filtering and alternative calculations revolutionizes pulse oximetry sensitivity and specificity during motion and low perfusion | |
WO2012133931A1 (en) | Multistage system and method for estimating respiration parameters from acoustic signal | |
JP4613261B2 (ja) | 生体情報信号処理装置、生体情報信号処理方法および生体情報測定装置 | |
CN114974566A (zh) | 一种认知功能评估方法和系统 | |
Campbell et al. | Near-real-time detection of pulse oximeter PPG peaks using wavelet decomposition | |
JP4731031B2 (ja) | 睡眠解析装置及びプログラム並びに記録媒体 | |
Cherif et al. | Detection of artifacts on photoplethysmography signals using random distortion testing | |
Wang et al. | Preprocessing PPG and ECG signals to estimate blood pressure based on noninvasive wearable device |