JP2007292514A - 加速度センサのデータ処理方法、及び呼吸運動検出方法、並びに呼吸運動検出装置。 - Google Patents

Abstract

【課題】多次元の加速度データを元にして、加速度の変動が高精度に反映された１次元の加速度データを得ることができる加速度センサのデータ処理方法、及び当該加速度センサのデータ処理方法を用いた呼吸運動検出方法、並びに当該呼吸運動検出方法を用いた呼吸運動検出装置を提供することにある。
【解決手段】呼吸運動検出装置１は、被験者の身体に装着される３次元の加速度センサ２ａ，２ｂと、加速度センサ２ａ，２ｂより得られた３次元の加速度データを元に被験者の呼吸運動を検出する呼吸運動検出部４とを備え、呼吸運動検出部４は、前記３次元の加速度データを元に加速度の変動の主軸を算出し、該主軸上に３次元の加速度データを投影することで１次元の加速度データを生成する１次元化手段４ａと、１次元化手段４ａで得られた１次元加速度データを元に呼吸運動を検出する呼吸運動検出手段４ｃとを有している。
【選択図】図１

Description

本発明は、加速度センサのデータ処理方法、及び該データ処理方法を用いて被験者の呼吸運動を検出する呼吸運動検出方法、並びに該呼吸運動検出方法を用いた呼吸運動検出装置に関するものである。

近年、睡眠時無呼吸症候群（ＳＡＳ〔Sleep Apnea Syndrome〕）について社会的関心が高まっている。睡眠時無呼吸症候群は、日中に、酷いだるさや眠気を感じる等の障害を伴うものであり、成人の５％が発症しているといわれている。

このような睡眠時無呼吸症候群としては、気道の閉塞に起因する（すなわち、のどが塞がって呼吸が止まることによる）閉塞性無呼吸（ＯＳ〔Obstructive Apnea〕）を生じる閉塞性睡眠時無呼吸症候群（ＯＳＡＳ〔ObstructiveSleep Apnea Syndrome〕）と、脳からの呼吸信号が止まることに起因する中枢性無呼吸（ＣＡ〔CentralApnea〕）を生じる中枢性睡眠時無呼吸症候群（ＣＳＡＳ〔Central Sleep ApneaSyndrome〕）と、閉塞性無呼吸（ＯＳ）及び中枢性無呼吸（ＣＳ）が混在する混合性無呼吸（ＭＡ〔MixApnea〕）を生じる混合性睡眠時無呼吸症候群（ＭＳＡＳ〔Mix Sleep Apnea Syndrome〕）とがあり、ここで、閉塞性睡眠時無呼吸症候群を防止するための装置としては、特許文献１に示すものが従来から提供されている。

特許文献１の睡眠時無呼吸症候群防止装置は、床面と水平な面内であって仰臥位（仰臥姿勢）にある人の身長方向と略平行な方向の呼吸動作による腹部や胸部の動きを加速度の変化として検出する検出部と、アクチュエータにより空気が供給可能なマット部と、検出部で検出した加速度と無呼吸状態及び／又は低呼吸状態を示す呼吸動作情報等とに基づいてマット部上の人について無呼吸状態及び／又は低呼吸状態の発生の有無を判断し、無呼吸状態及び／又は低呼吸状態のときにアクチュエータによりマット部に空気を供給することでマット部の寝台面を傾斜させて、マット部上の人の気道の確保を行う無呼吸発生有無判断部とを備えている。

ここで、検出部は、睡眠時における人間の腹部や胸部等に装着され、該検出部が装着された人間の身体の動き、例えば呼吸動作による腹部や胸部の装着面に対して所定の方向の動きを加速度の変化として検出するためのものであり、加速度センサが用いられている。
特開２００５−２３０５１１号公報（段落番号〔００２７〕〜〔００２９〕、及び図１〜図４参照）

以上述べた特許文献１の睡眠時無呼吸症候群防止装置では、呼吸動作を検出するための加速度センサとして、所定方向（例えば床面と水平な面内であって仰臥姿勢にある人の身長方向と略平行な方向、又は水平面内であって前記身長方向と略直交する方向、又は床面の法線と略平行な方向）における加速度のみを検出するものであるから、１次元の加速度センサが用いられている。

しかしながら、呼吸運動による腹部や胸部の動きは、人によって異なっているため、１方向の加速度のみでは、呼吸運動の評価としては不十分であった。

そこで、加速度センサとして、互いに直交する３方向（例えば、床面と水平な面内であって仰臥姿勢にある人の身長方向と略平行なＹ軸方向、又は水平面内であって前記身長方向と略直交するＸ軸方向、又は床面の法線と略平行なＺ軸方向）の加速度を検出することが可能な３次元の加速度センサを用いることが提案されている。

このような３次元の加速度センサを用いて呼吸運動を評価する場合、３次元の加速度データを１次元化して、１次元の加速度データを生成するデータ処理を行う必要があり、このようなデータ処理方法としては、３次元の加速度データのノルムを計算する方法がある。

ここで、ノルムは、３次元の加速度データＡ＝（ａ_ｘ，ａ_ｙ，ａ_ｚ）（ここで、ａ_ｘはＸ軸方向の加速度データであり、ａ_ｙはＹ軸方向の加速度データであり、ａ_ｚはＺ軸方向の加速度データであるとする）に対して、（ａ_ｘ ^２＋ａ_ｙ ^２＋ａ_ｚ ^２）^１／２で与えられるため、このようなノルムを、１次元の加速度データＮとして用いることができる。つまり、ノルムを計算することによって、３次元の加速度データを元に、各軸方向の加速度データａ_ｘ，ａ_ｙ，ａ_ｚの値が反映された１次元の加速度データＮを得ることができる。

ところが、ノルムを用いて３次元の加速度データから１次元の加速度データを生成した際には、次のような問題が生じていた。尚、以下の説明では、説明の簡略化のために３次元の加速度データのうちＸ軸方向の加速度データａ_ｘとＹ軸方向の加速度データａ_ｙのみを取り扱い、ノルムの値としては、（ａ_ｘ ^２＋ａ_ｙ ^２）^１／２を用いている。

例えば、Ｘ軸方向の加速度データａ_ｘとＹ軸方向の加速度データａ_ｙが、図１４（ａ）に示すように、ともにゼロを中心として振動するような波形である場合、ａ_ｘとａ_ｙのそれぞれの波形と比べて、１次元の加速度データＮの波形は凹凸（波）の数が２倍程度に多くなっている。すなわち、ノルムを用いて１次元化することによって、２次元の加速度データの挙動が把握し難くなってしまっているのである。また、１次元の加速度データＮの波形を見れば明らかなように、ａ_ｘとａ_ｙのそれぞれの波形に比べて振幅が小さくなっており、このような１次元の加速度データＮでは、ノイズ等による振動の影響が大きくなってしまうおそれがある。

一方、Ｘ軸方向の加速度データａ_ｘとＹ軸方向の加速度データａ_ｙが、図１４（ｂ）に示すように、ともに正の領域内で振動するような波形であって、Ｘ軸方向の加速度データａ_ｘの波形と、Ｙ軸方向の加速度データａ_ｙの波形との位相がずれているような場合、図１４（ｂ）中においてＣ３で示すようにａ_ｘとａ_ｙの振幅が大きい区間と、図１４（ｂ）中においてＣ４で示すようにａ_ｘとａ_ｙの振幅が小さい区間とで、１次元の加速度データＮの振幅がほとんど変わらず、実際の運動の大きさが反映されていない。これはノルムが原点からの距離（換言すれば、ａ_ｘ，ａ_ｙにおける各時刻での大きさ）により評価される値であることに起因し、Ｃ３で示すようにａ_ｘ，ａ_ｙの振幅が大きい区間においてａ_ｘの波形とａ_ｙの波形との位相がずれていると、これらが互いに打ち消しあって、振幅が小さくなってしまうのである。

すなわち、ノルムを用いて３次元の加速度データを評価（３次元の加速度データを１次元化）する場合に、各加速度データａ_ｘ，ａ_ｙ，ａ_ｚの波形が０を中心とした波形であると、１次元の加速度データは、各加速度データａ_ｘ，ａ_ｙ，ａ_ｚの波形を正側に折り返したような波形になり、波の数が倍になってしまうという問題がある。

また、各加速度データａ_ｘ，ａ_ｙ，ａ_ｚの波形が、正の領域（又は負の領域）内で振動するような波形であると、各加速度データａ_ｘ，ａ_ｙ，ａ_ｚの波形に位相のずれが生じた際に、振幅が実際よりも小さく評価されてしまうという問題がある。

以上述べたように、３次元の加速度データを１次元化したことによって、波の数が増加したり、振幅が小さく評価されてしまったりすると、３次元の加速度データの変動が１次元の加速度データに正しく反映されているとはいえず、このような１次元の加速度データでは、正しい呼吸数や、呼吸の強さ（深さ）を評価することが困難になってしまう。

つまるところ、ノルムを用いて３次元の加速度データから１次元の加速度データを生成した際には、高精度な呼吸運動の検出が行えないという問題があった。

本発明は上記事由に鑑みて為されたものであり、多次元の加速度データを元にして、加速度の変動が高精度に反映された１次元の加速度データを得ることができる加速度センサのデータ処理方法、及び当該加速度センサのデータ処理方法を用いた呼吸運動検出方法、並びに当該呼吸運動検出方法を用いた呼吸運動検出装置を提供することにある。

上述の課題を解決するために、請求項１の加速度センサのデータ処理方法の発明では、多次元の加速度センサより得られた多次元の加速度データを処理するデータ処理方法であって、多次元の加速度データを元に加速度の変動の主軸を算出する主軸算出過程と、該主軸算出過程で算出した主軸上に多次元の加速度データを投影することで、１次元の加速度データを生成する１次元データ生成過程とを有していることを特徴とする。

請求項２の加速度センサのデータ処理方法の発明では、請求項１の構成に加えて、多次元の加速度センサは、互いに直交する３方向の加速度を検出する３次元の加速度センサであって、主軸算出過程は、３次元の加速度データを元に近似平面を算出し、該近似平面に３次元の加速度データを投影して２次元の加速度データを生成し、該２次元の加速度データを元に近似直線を求めるように構成され、１次元データ生成過程は、主軸算出過程で求めた近似直線を主軸として用い、該主軸上に２次元の加速度データを投影することで１次元の加速度データを生成するように構成されていることを特徴とする。

請求項３の加速度センサのデータ処理方法の発明では、請求項１の構成に加えて、多次元の加速度センサは、互いに直交する３方向の加速度を検出する３次元の加速度センサであって、主軸算出過程は、３次元の加速度データを用いて近似直線を算出し、１次元データ生成過程は、主軸算出過程で求めた近似直線を主軸として用い、該主軸上に前記３次元の加速度データを投影することで１次元の加速度データを生成するように構成されていることを特徴とする。

請求項４の加速度センサのデータ処理方法の発明では、請求項１〜３のいずれか１項の構成に加えて、主軸算出過程が、所定時間毎に行われることを特徴とする。

請求項５の呼吸運動検出方法の発明では、被験者の身体に装着された多次元の加速度センサから得られた多次元の加速度データを、請求項１〜４のいずれか１項に記載の加速度センサのデータ処理方法で処理して１次元の加速度データを生成する１次元化過程と、該１次元化過程で生成した１次元の加速度データを元にして１次元の加速度データの変動のピークを検出し、該検出したピークの中から、ピーク間の強度差が所定の閾値以上のピークを有効ピークとして検出する有効ピーク検出過程と、該有効ピーク検出過程により得られた有効ピークを用いて呼吸運動を検出する呼吸運動検出過程とを有していることを特徴とする。

請求項６の呼吸運動検出方法の発明では、請求項５の構成に加えて、呼吸運動検出過程は、隣接する有効ピーク間の時間差が基準値以上である場合に、当該隣接する有効ピーク間の区間を無呼吸区間として検出する無呼吸検出過程を有していることを特徴とする。

請求項７の呼吸運動検出方法の発明では、請求項６の構成に加えて、呼吸運動検出過程は、無呼吸区間を検出した際に、該無呼吸区間として検出した隣接する有効ピーク間の区間において、時系列が前の有効ピークの時刻を呼吸停止時刻として取得し、時系列が後の有効ピークの時刻を呼吸開始時刻として取得する無呼吸期間検出過程を有していることを特徴とする。

請求項８の呼吸運動検出方法の発明では、請求項５〜７のいずれか１項の構成に加えて、呼吸運動検出過程は、隣接する有効ピーク間の強度差を用いて呼吸の強さを算出する呼吸強度算出過程を有していることを特徴とする。

請求項９の呼吸運動検出方法の発明では、請求項５〜８のいずれか１項の構成に加えて、呼吸運動検出処理は、有効ピーク検出処理で検出した有効ピークのうち、所定の山ピークと当該山ピークの次の山ピークとの間の時間差、又は所定の谷ピークと当該谷ピークの次の谷ピークとの間の時間差を用いて単位時間当たりの呼吸数を算出する呼吸数算出過程を有していることを特徴とする。

請求項１０の呼吸運動検出装置の発明では、被験者の身体に装着される多次元の加速度センサと、請求項５〜９のいずれか１項に記載の呼吸運動検出方法を用いて、前記多次元の加速度センサから得られた多次元の加速度データを元に呼吸運動を検出する呼吸運動検出部とを備えていることを特徴とする。

請求項１の加速度センサのデータ処理方法の発明は、多次元の加速度データのノルムを計算して１次元の加速度データを生成するのではなく、多次元の加速度データを元に加速度の変動の主軸を算出し、この主軸上に多次元の加速度データを投影することで、加速度の変動の主軸、すなわち運動の主方向を考慮した１次元の加速度データを生成しているので、単に多次元の加速度データのノルムを計算するものとは異なり、加速度の変動が高精度に反映された１次元の加速度データを得ることができるという効果を奏する。

請求項２又は３の加速度センサのデータ処理方法の発明は、多次元の加速度データが３次元の加速度データである場合に、加速度の変動が高精度に反映された１次元の加速度データを得ることができるという効果を奏する。

請求項４の加速度センサのデータ処理方法の発明は、所定時間毎に算出しなおした主軸を用いて１次元の加速度データが生成されることになるので、加速度の変動の主軸、すなわち運動の主方向が時間的に変化するような場合でも、加速度の変動が高精度に反映された１次元の加速度データを得ることができるという効果を奏する。

請求項５の呼吸運動検出方法の発明は、被験者の身体に装着された多次元の加速度センサから、加速度の変動が高精度に反映された１次元の加速度データを得ることができ、このような１次元の加速度データを用いて呼吸運動の検出を行うようにしているので、呼吸運動の高精度な検出が行えるという効果を奏する。

請求項６の呼吸運動検出方法の発明は、被験者の身体に装着された多次元の加速度センサより得られた３次元の加速度データを元に生成した１次元の加速度データから、無呼吸区間の有無を検出することができるという効果を奏する。

請求項７の呼吸運動検出方法の発明は、無呼吸区間を検出した際に、当該無呼吸区間の開始時刻である呼吸停止時刻と、無呼吸区間の終了時刻である呼吸開始時刻とを得ることが可能になるという効果を奏する。

請求項８の呼吸運動検出方法の発明は、被験者の呼吸の強さを得ることができるという効果を奏する。

請求項９の呼吸運動検出方法の発明は、被験者の単位時間当たりの呼吸数を得ることができるという効果を奏する。

請求項１０の呼吸運動検出装置の発明は、呼吸運動の高精度な検出が行えるという効果を奏する。

以下に、本発明の呼吸運動検出装置の一実施形態について図１〜図１３を参照して説明する。

本実施形態の呼吸運動検出装置１は、例えば睡眠時無呼吸症候群の検査に用いられるものであって、睡眠時無呼吸症候群を判定する指標として、主に無呼吸・低呼吸指数（ＡＨＩ〔Apnea Hypopnea Index〕）を用いて睡眠時無呼吸症候群の判定を行うように構成されている。ここで、ＡＨＩは、睡眠１時間あたりに無呼吸又は低呼吸が何回起こったかを表す値であり、ＡＨＩ＝５以上１５未満が軽度、ＡＨＩ＝１５以上３０未満が中低度、ＡＨＩ＝３０以上が重度と診断される。

呼吸運動検出装置１は、図１に示すように、被験者Ｈ（図２（ａ），（ｂ）参照）の身体に装着される３次元の加速度センサ（３軸の加速度センサ）２ａ，２ｂと、各加速度センサ２ａ，２ｂの出力から交流成分（ＡＣ成分）と直流成分（ＤＣ成分）とを取り出すフィルタ部３ａ，３ｂと、加速度センサ２ａ，２ｂの交流成分を元にして呼吸運動の検出を行う呼吸運動検出部４と、加速度センサ２ａ，２ｂの直流成分を元にして被験者Ｈの姿勢の検出を行う姿勢検出部５と、呼吸運動検出部４により得られた呼吸運動情報と姿勢検出部５より得られた姿勢情報に基づいて総合的な呼吸運動の判定を行う総合判定部６と、総合判定部６で得られた結果をＰＣ等の外部装置（図示せず）に出力する結果出力部７とを有している。

さらに、呼吸運動検出装置１は、上記の加速度センサ２ａ，２ｂの他に、被験者Ｈの鼻による呼吸運動（鼻フロー）検出用のサーミスタ等の温度センサ（図示せず）と、被験者Ｈの口による呼吸運動（口フロー）検出用のサーミスタ等の温度センサ（図示せず）と、被験者Ｈの血中酸素飽和度（ＳＰＯ２）を測定するための血中酸素飽和度測定器（図示せず）と、被験者Ｈのいびき（気管音）を測定するための集音装置（図示せず）と、被験者Ｈの脈拍測定用の脈拍計（図示せず）とを備えている。したがって、総合判定部６では、呼吸運動検出部４により得られた呼吸運動情報と姿勢検出部５より得られた姿勢情報だけではなく、上記の両温度センサと、血中酸素飽和度測定器と、集音装置と、脈拍計とから得られる情報を用いて総合的な呼吸運動の判定を行うように構成されている。

上記の血中酸素飽和度測定器は、ＡＨＩと同様に、睡眠時無呼吸症候群を判定する指標となる無呼吸動脈血酸素飽和度低下指数（ＯＤＩ〔Oxygen Desaturation index〕）を算出するためのものである。このＯＤＩは、睡眠１時間あたり血中酸素濃度が何回低下したかを指す指標であり、５以上であれば、睡眠時無呼吸症候群であると判定される。尚、血中酸素濃度の低下のカウントは、血中酸素濃度が３〜４％低下し、低下する直前と同等レベルに戻るまでを１回とカウントすることによって行うのが一般的である。

尚、上記の被験者Ｈの口による呼吸運動検出用の温度センサと、脈拍計とは必ずしも必要ではないが、睡眠時無呼吸症候群の判定の際には、鼻フローと、ＳＰＯ２と、いびきの３つのデータを計測しなければならないと薬事法で定められているため、鼻フロー用の温度センサと、血中酸素飽和度測定器と、いびき測定用の集音装置は必須である。

以下に本実施形態の呼吸運動検出装置１について詳細に説明する。

加速度センサ２ａは、互いに直交する３方向における加速度を検出可能な３次元の加速度センサ（３軸加速度センサ）であり、このような加速度センサとしては、例えば、小型で低消費電力なＭＥＭＳ（Micro Electro Mechanical Systems）を利用したピエゾ抵抗型の加速度センサ等を用いることができる。そして、このような加速度センサ２ａによれば、図５（ａ）に示すように、互いに直交する３方向（Ｘ軸方向、Ｙ軸方向、Ｚ軸方向）の加速度（すなわち３次元の加速度）に対応する出力（電圧値）が得られ、この出力が３次元の加速度データとして用いられる。一方、加速度センサ２ｂは、加速度センサ２ａと同様のものを用いているため、加速度センサ２ｂの説明は省略する。

そして、加速度センサ２ａは、図２（ａ）に示すように被験者Ｈの胸部に装着され、加速度センサ２ｂは、図２（ａ）に示すように被験者Ｈの腹部に装着される。このとき、各加速度センサ２ａ，２ｂは、図２（ａ），（ｂ）に示すように、水平面内において仰臥（仰向け）姿勢にある被験者Ｈの身長方向と略平行な方向がＹ軸方向（頭部側を正側、足部側を負側とする）、水平面内において前記身長方向（Ｙ軸方向）と直交する方向である被験者Ｈの幅方向がＸ軸方向（左肩側を正側、右肩側を負側とする）、水平面の法線と平行な方向がＺ軸方向（背面側を正側、前面側を負側とする）となるように被験者Ｈに装着されている。

フィルタ部３ａは、図３に示すように、加速度センサ２ａの各出力を、直流成分と交流成分とに分けて出力する成分抽出用フィルタ３０と、成分抽出用フィルタ３０により抽出された交流成分から高周波ノイズを除去するためのノイズフィルタ３１とで構成されている。そして、成分抽出用フィルタ３０により抽出された直流成分は姿勢検出部５に、ノイズフィルタ３１を通過した交流成分は呼吸運動検出部４に、それぞれ出力されるようになっている。ここで、成分抽出用フィルタ３０としては、オペアンプを用いたバンドパスフィルタ等を用いることができ、ノイズフィルタとしては、加速度センサ２ａの交流成分を通過させ、高周波を遮断するローパスフィルタ（例えば、生体力学のデータ処理にてよく用いられるbryantのフィルタ等）を用いることができる。尚、本実施形態では、加速度センサ２ａの各出力を直流成分と交流成分に分けているが、この直流成分は、交流成分に比べて大きいため、加速度センサの各出力をそのまま直流成分として用いるようにしてもよい。

一方、フィルタ部３ｂは、フィルタ部３ａと同様の構成のものであり、加速度センサ２ｂの各出力の交流成分を呼吸運動検出部４に、加速度センサ２ｂの各出力の直流成分を姿勢検出部５にそれぞれ出力するように構成されている。

呼吸運動検出部４は、各フィルタ部３ａ，３ｂより得られた各加速度センサ２ａ，２ｂの出力の交流成分を用いて、呼吸運動の検出処理を行い、各加速度センサ２ａ，２ｂより得た呼吸運動に関する情報を総合判定部６に出力するように構成されている。このような呼吸運動検出部４は、例えばＣＰＵ等を備えており、図１に示すように、１次元化手段４ａと、有効ピーク検出手段４ｂと、呼吸運動検出手段４ｃとをソフトウェア等により実現している。

ところで、睡眠時無呼吸症候群の検査においては、エポックと称する時間単位が用いられており、１エポックは、３０秒、１分、２分のいずれかとするのが一般的である。したがって、本実施形態の呼吸運動検出装置１では、３０秒を１エポックとし、呼吸運動検出部４では、３次元の加速度データを、２０エポック（すなわち１０分）毎に処理するようにしている。

１次元化手段４ａは、時系列順に並べられた加速度センサ２ａの各出力の交流成分からなる３次元の加速度データを元にデータ処理を行うことで、１次元の加速度データを生成する１次元化過程を行うものであり、以下に、この１次元化手段４ａによる具体的な加速度センサのデータ処理方法について、図４に示すフローチャートを参照して説明する。

１次元化手段４ａにより行われる加速度センサのデータ処理方法は、３次元の加速度センサより得られた３次元の加速度データを元に加速度の変動の主軸（すなわち運動の主方向）を算出する主軸算出過程と、該主軸算出過程で算出した主軸上に３次元の加速度データを投影することで、１次元の加速度データを生成する１次元データ生成過程とで構成されている。そして、１次元化手段４ａにより生成された１次元の加速度データは、有効ピーク検出手段４ｂに出力される。

主軸算出過程は、３次元の加速度センサより得られた３次元の加速度データを元に、加速度の変動の主軸を算出する過程であり、図４のフローチャートに示すステップＳ１〜Ｓ３からなる。

ここで、被験者に装着された３次元の加速度センサから得られる３次元の加速度データは、図５（ａ）に示すように、一見複雑な変化を示しているように見えるが、ある方向から見れば、図５（ｂ）に示すように、平面内の運動であるとみなすことができる。つまり、３次元の加速度データの近似平面を求めれば、３次元の加速度データを２次元の加速度データに変換することができる。したがって、主軸算出過程では、上記の点に注目して主軸の算出を行うようにしている。

ステップＳ１は、３次元の加速度データを元に近似平面を算出する過程であり、以下にステップＳ１における近似平面の算出方法について説明する。ステップＳ１では、まず３次元の加速度データのうち任意の点（少なくとも３つ以上の点で、且つ時系列的に並んだデータであることが好ましい）を用いて法線ベクトルを算出する。例えば、３次元の加速度データのうち時系列的に並んだ任意の３つの点を、Ａ１＝（ｘ１、ｙ１、ｚ１）、Ａ２＝（ｘ２、ｙ２、ｚ２）、Ａ３＝（ｘ３，ｙ３，ｚ３）とすると、これらの点Ａ１，Ａ２，Ａ３を通る平面の法線ベクトルＭは、外積を用いて式（１）のように表される。

ここで、３次元の加速度データのデータ数がｎ（ｎは整数）であれば、ｎ−２本の法線ベクトルＭが得られる。

次に、このようにして得られた法線ベクトルＭの平均を算出することで、近似平面の法線ベクトルＷ＝（ｘｎ，ｙｎ，ｚｎ）を求め、この後に法線ベクトルＷにそれぞれ直交するベクトルＵ，Ｖ（但しベクトルＵ≠ベクトルＶ）を求める。ここでベクトルＵ，Ｖは、例えばそれぞれ式（２），（３）で表すことができる。

次のステップＳ２は、ステップＳ１にて算出した法線ベクトルＷを有する近似平面に、３次元の加速度データを投影することで、２次元の加速度データを生成する過程であり、以下にステップＳ２における２次元の加速度データの生成方法について説明する。

このステップＳ２では、ステップＳ１で得たベクトルＵ，Ｖ，Ｗの単位ベクトルを算出し、この単位ベクトルを元にしてＸＹＺ座標系上の任意の点Ｐ＝（ｐｘ，ｐｙ，ｐｚ）を、ＵＶＷ座標系上の点Ｐ’＝（ｐｕ，ｐｖ，ｐｗ）に変換する行列Ｔを求める。このような行列Ｔは、式（４）で示すような、ＵＶＷ座標系上の点Ｐ’＝（ｐｕ，ｐｖ，ｐｗ）をＸＹＺ座標系上の点Ｐ＝（ｐｘ，ｐｙ，ｐｚ）に変換する行列Ｓの逆行列として求めることができる（式（５）参照）。

上記の行列Ｔを用いることによりＸＹＺ座標系の点ＰをＵＶＷ座標系に変換した（投影した）点Ｐ’を求めることができ、ここで、点Ｐ’においてｐｗを無視することで（つまりＷ軸を無視して、Ｕ，Ｖ軸のみの平面とみなすことで）、２次元のデータ（ｐｕ，ｐｖ）が得られる。

したがって、ＸＹＺ座標系の３次元の加速度データを、行列ＴによりＵＶＷ座標系に投影し、このＵＶＷ座標系に投影した３次元の加速度データにおいてＵ軸上の点と、Ｖ軸上の点のみを抽出することで、図６（ａ）に示すような２次元の加速度データ（ｕ，ｖ）を得ることができる（図６（ａ）では、１０エポック分の２次元の加速度データの一例を示している）。

ステップＳ３は、ステップＳ２で生成した２次元の加速度データ（図６（ａ）参照）を元に、主軸として用いる近似直線を求める計算を行う過程であり、以下にステップＳ３における近似直線の計算方法について説明する。このステップＳ３では、２次元の加速度データ（ｕ，ｖ）を用いて最小二乗法近似を行うことで、図７に示すような近似直線Ｌを求め、この近似直線の方向を主軸の方向として用いる。

ところで、上記のような主軸は、１分程度の短い時間でも変化するという結果が得られている。例えば、図６（ａ）は、５分間（１０エポック間）の２次元の加速度データ（ｕ，ｖ）の時間変化を示しているが、図６（ａ）中にＥ１で示す２エポック間の加速度の変化は、図６（ｂ）に示すようになっており、図６（ｂ）では、矢印ａ１で示す方向が主軸の向きであると考えられる。一方、図６（ａ）中にＥ２で示す２エポック間の加速度の変化は、図６（ｃ）に示すようになっており、図６（ｃ）では、矢印ａ２で示す方向が主軸の向きであると考えられる。同様に、図６（ａ）中にＥ３で示す２エポック間の加速度の変化は図６（ｄ）に、図６（ａ）中にＥ４で示す２エポック間の加速度の変化は図６（ｅ）に、図６（ａ）中にＥ５で示す２エポック間の加速度の変化は図６（ｆ）に、それぞれ示すようになっており、図６（ｄ）〜（ｆ）のそれぞれにおいて矢印ａ３〜ａ５で示す方向が主軸の向きであると考えられる。

図６（ｂ）〜（ｆ）の矢印ａ１〜ａ５を見れば明らかなように、１分間のような短い時間であっても、加速度の軌跡（主軸の向きや、楕円の長さや幅等の形状）は大きく変化していることがわかる。かかる点に鑑みれば、ステップＳ３にて行う主軸の算出は、ステップＳ１にて行う近似平面の算出よりも、より短い時間間隔で行うことが好ましい。

そのため、本実施形態では、ステップＳ３では、１エポック毎に２次元の加速度データ（ｕ，ｖ）を元に主軸を算出するようにしている。

ここで、所定時間内（本実施形態では１エポック内）における２次元の加速度データ（ｕ，ｖ）を、（ｕ_１，ｖ_１）、（ｕ_２，ｖ_２）、（ｕ_３，ｖ_３）、・・・（ｕ_ｉ，ｖ_ｉ）の集合、ｎを２次元の加速度データの数とすれば、図７に示すように、近似直線Ｌは、ｖ＝ａｕ＋ｂで与えられ、この係数ａ，ｂは、次式（６）で定義される。尚、ｉ，ｎはともに整数であり、ｎ≦ｉである。

したがって、係数ａ，ｂは、逆行列を計算すれば次式（７）のように表すことができる。

そして、このようにして得られた係数ａを用れば、近似直線ｖ＝ａｕ＋ｂの方向ベクトルＲ＝（ｓ，ｔ）は、次式（８）で表すことができる。

このようにして得られた方向ベクトルＲ＝（ｓ，ｔ）が、加速度の変動の主軸の方向ベクトルとして用いられる。

主軸算出過程は、以上述べたステップＳ１〜Ｓ３からなり、これらステップＳ１〜Ｓ３により、３次元の加速度データを元に、加速度の変動の主軸が算出される。

一方、１次元データ生成過程は、上記の主軸算出過程で算出した主軸上に３次元の加速度データを投影することで１次元の加速度データを生成する過程であり、図４のフローチャートに示すステップＳ４からなる。すなわちステップＳ４では、ステップＳ３で得られた方向ベクトルＲ＝（ｓ，ｔ）を用いて２次元の加速度データ（ｕ_ｉ，ｖ_ｉ）を１次元化することで（すなわち、２次元の加速度データ（ｕ_ｉ，ｖ_ｉ）を近似直線上に投影することで）、次式（９）で表される１次元の加速度データｒ_ｉを生成する。

これにより所定の１エポック間の１次元の加速度データｒ_ｉが得られ、全エポック間のデータを時系列順につなぎ合わせることで、図８に示すような、１次元の加速度データｒが得られる。尚、図８では、２エポック分の１次元の加速度データｒの一例を示している。

１次元化手段４ａにより得られた１次元の加速度データｒによれば、図８に示すように、２次元の加速度データ（ｕ，ｖ）が、ともにゼロを中心として振動するような波形であっても、従来の図１４（ａ）に示す１次元の加速度データＮとは異なり、波形の凹凸（波）の数が２倍程度に多くなってしまったりすることがなく、３次元の加速度データが１次元の加速度データに正しく反映されていることがわかる。また、図１４（ａ）に示す１次元の加速度データＮとは異なり、元の加速度データの波形に比べて振幅が小さくなってしまうことがなく、これによりノイズ等による振動の影響を小さくできる。

さらに、図８においてＣ１で示す区間のように、２次元の加速度データ（ｕ，ｖ）の各波形間において位相がずれているような場合であっても、従来の図１４（ｂ）に示す１次元の加速度データＮとは異なり、互いに打ち消しあって振幅が小さくなってしまうことがなくなっている。そのため、図８中においてＣ１で示すように２次元の加速度データ（ｕ，ｖ）の各波形において振幅が大きい区間と、Ｃ２で示すように２次元の加速度データ（ｕ，ｖ）の各波形において振幅が小さい区間とが、１次元の加速度データｒの振幅に高精度に反映されている。

このように本実施形態の１次元化手段４ａにおける加速度センサのデータ処理方法によれば、従来のように多次元の加速度データのノルムを計算して１次元の加速度データを生成するのではなく、多次元の加速度データを元に加速度の変動の主軸を算出し、この主軸上に多次元の加速度データを投影することで、加速度の変動の主軸、すなわち運動の主方向を考慮した１次元の加速度データを生成しているので、単に多次元の加速度データのノルムを計算するものとは異なり、加速度の変動が高精度に反映された１次元の加速度データを得ることができるという効果を奏する。

また、この１次元化手段４ａでは、主軸算出過程が、所定時間毎（本実施形態では１エポック毎）に行われているので、所定時間毎に算出しなおした主軸を用いて１次元の加速度データが生成され、これにより運動の主方向が時間的に変化するような場合でも、加速度の変動が高精度に反映された１次元の加速度データを得ることができるという効果を奏する。

以上述べた１次元化手段４ａにより生成された１次元の加速度データは、有効ピーク検出手段４ｂに出力される。

有効ピーク検出手段４ｂは、１次元化手段４ａによる１次元化過程で生成した１次元の加速度データを元にして、１次元の加速度データの変動のピークを検出し、該検出したピークの中から、ピーク間の強度差が所定の閾値以上のピークを有効ピークとして検出する有効ピーク検出過程を行うものである。ここで、有効ピーク検出過程は、１次元化手段４ａより得た１次元の加速度データの変動のピークを検出するピーク検出処理と、該ピーク検出処理により検出したピークの中から、呼吸運動検出手段４ｃにおいて検出する呼吸運動、例えば、無呼吸や、呼吸の強さ（呼吸の強度）、呼吸数等を検出するために有効に用いることができるピークを有効ピークとして選出する有効ピーク選出処理と、該有効ピーク選出処理により得られた有効ピークを整列処理する有効ピーク整列処理とで構成されている。また、有効ピーク検出手段４ｂは、１次元の加速度データより得た有効ピーク情報を呼吸運動検出手段４ｃに送るように構成されている。

ピーク検出処理は、１次元の加速度データｒの変動のピークを検出する過程であり、微分値の正負が反転する点（換言すれば、前後の点よりも大きい点又は前後の点よりも小さい点）をピークであると判断する。そしてピークであると判断した際には、その点に関する情報が、すなわちその点における加速度データの値（これをピークの強度とする）と、その点における時刻と、ピークの種類（山ピーク又は谷ピーク）とが、ピークＰ１（ｊ）として記憶される（但し、ｊは整数）。

以下に、ピーク検出処理によるピークの検出方法について、図９（ａ）に示すような点ｄ１〜点ｄ２２からなる１次元の加速度データを参照して説明する。尚、以下の説明では、点ｄｎ（ｎ＝１〜２２）における加速度データをｒ_ｄｎ（≧０）で表すとする。また尚、説明の簡略化のために、点ｄ１及び点ｄ２２はピークではないとする。

ピーク検出処理によれば、まず、点ｄ２がピークであるか否かの判断が行われる。ここで、ｒ_ｄ２−ｒ_ｄ１＞０、ｒ_ｄ３−ｒ_ｄ２＞０であるから、点ｄ２はピークとして判断されない。次に点ｄ３に着目してピークの判断が行われ、点ｄ３に関しては、ｒ_ｄ３−ｒ_ｄ２＞０，ｒ_ｄ４−ｒ_ｄ３＜０であるから、点ｄ３はピークとして判断される。また、点ｄ３に対応する加速度データｒ_ｄ３の値は、前後の点ｄ２，ｄ４にそれぞれ対応する加速度データｒ_ｄ２，ｒ_ｄ４の値よりも大きいので、山ピークであると判断される。そして、点ｄ３に関する情報である加速度データｒ_ｄ３の値と、点ｄ３における時刻と、山ピークであるという情報とが、ピークＰ１（ｋ）として記憶される（但し、ｋは整数）。

次に点ｄ４に着目してピークの判断が行われ、点ｄ４に関しては、ｒ_ｄ４−ｒ_ｄ３＜０、ｒ_ｄ５−ｒ_ｄ４＜０であるから、点ｄ４はピークとして判定されない。同様にして、点ｄ５〜ｄ７もピークとして判定されない。

一方、点ｄ８に関しては、ｒ_ｄ８−ｒ_ｄ７＜０，ｒ_ｄ９−ｒ_ｄ８＞０であるから点ｄ８はピークとして判断される。このとき、点ｄ８に対応する加速度データｒ_ｄ８の値は、前後の点ｄ７，ｄ９にそれぞれ対応する加速度データｒ_ｄ７，ｒ_ｄ９の値よりも小さいので、谷ピークであると判断される。そして、点ｄ８は、加速度データｒ_ｄ８の値と、時刻と、山ピークであるという情報とが、ピークＰ１（ｋ＋１）として記憶される。

以後、同様の処理が繰り返されることになり、その結果、点ｄ１０は、山ピークであると判断されて、加速度データｒ_ｄ１０の値と、時刻と、山ピークであるという情報とが、ピークＰ１（ｋ＋２）として記憶される。また、点ｄ１２は谷ピークであると判断されて、加速度データｒ_ｄ１２の値と、時刻と、谷ピークであるという情報とが、ピークＰ１（ｋ＋３）として記憶される。さらに、点ｄ１５は、山ピークであると判断されて、加速度データｒ_ｄ１５の値と、時刻と、山ピークであるという情報とが、ピークＰ１（ｋ＋４）として記憶される。加えて、点ｄ１７は、谷ピークであると判断されて、加速度データｒ_ｄ１７の値と、時刻と、山ピークであるという情報とが、ピークＰ１（ｋ＋５）として記憶され、点ｄ１９は、山ピークであると判断されて、加速度データｒ_ｄ１９の値と、時刻と、山ピークであるという情報とが、ピークＰ１（ｋ＋６）として記憶される。尚、残りの点ｄ９，ｄ１１，ｄ１３，ｄ１４，ｄ１６，ｄ１８，ｄ２０，ｄ２１はピークとして判断されない。

このようにしてピーク検出処理を行った結果、図９（ａ）に示すような点ｄ１〜点ｄ２２からなる１次元の加速度データより、図９（ｂ）に示すように、ピークＰ１（ｋ），Ｐ１（ｋ＋１），Ｐ１（ｋ＋２），Ｐ１（ｋ＋３），Ｐ１（ｋ＋４），Ｐ１（ｋ＋５），Ｐ１（ｋ＋６）が得られることになる。

以上述べたように、ピーク検出処理によれば、１次元の加速度データにおいてピークと判定された点の情報（ピーク強度と、時刻と、ピークの種類）を有するピークＰ１（ｊ）が得られるのである。

有効ピーク選出処理は、ピーク検出処理により検出したピーク、すなわちピークＰ１（ｊ）の中から、呼吸運動を検出するために有効に用いることができるピークを有効ピークＰ２（ｌ）として選出する過程である（但し、ｌは整数）。

この有効ピーク選出処理では、呼吸運動を検出するために有効に用いることができるピークのみを選出するために、ピークが有効ピークとして適しているか否かの判定を行っており、有効ピークの判定は、着目したピークの振幅（該着目したピークと、最後に有効ピークであると判定されたピークとの加速度データの値の差、換言すればピークの強度差）が、所定の閾値ｄＡ以上であるか否かによって有効ピークの仮判定を行う１次判定過程と、１次判定過程で有効ピークとして判定されたピークが真に有効ピークとして適しているか否かが判定される２次判定過程とからなる。

上記の１次判定過程は、上述したように着目したピークの振幅が、閾値ｄＡ以上であるか否かによって、着目したピークが有効ピークとして適しているか否かの判定を行う過程であり、ピーク検出処理により検出したピークＰ１（ｊ）に対して順次行われる。ここで、着目したピークの振幅が閾値ｄＡ以上であれば、着目したピークを有効ピークとして判定して次のピークの判定に移り、着目したピークの振幅が閾値ｄＡ未満であれば、２次判定過程が開始されるようになっている。尚、一番初めのピークＰ１（１）に対しては、比較対象となるピークが存在しないため、１次判定過程では、ピークＰ１（１）は有効ピークとして判定するようにしている。

上記の閾値ｄＡは、１次元の加速度データにおいて、そのピークが被験者の通常の呼吸によるものか、又は低呼吸や無呼吸等の他の要因によるものかを判断するための値である。

そして閾値ｄＡとしては、ＡＡＳＭ（アメリカ睡眠学会、American Academyof Sleep Medicine）により定義された無呼吸、低呼吸の判断基準となる値を用いており、ＡＡＳＭによれば、無呼吸、低呼吸の定義は、以下のように定義されている。
（１）睡眠中の適正に計測された呼吸の振幅がベースラインより５０％以下低下する。
（２）振幅の低下は５０％未満だが、酸素飽和度が３％以上低下する。又は、覚醒する。
（３）（１）又は（２）が１０秒以上継続する。

ここで、上記のベースラインは、判定しようとする区間の直前２分間の平均振幅であるが、２分間の間に無呼吸区間が含まれる場合は、直前３呼吸の平均振幅で代用するとされている。

したがって、閾値ｄＡとしては、有効ピークを選出しようとするエポックの直前２分間（換言すれば直前の４エポック間）の１次元の加速度データにおける平均振幅の１／２の値（５０％の値）を用いている。ここで、１次元の加速度データのはじめの（１番目の）エポックでは、その２分前のエポックに該当するデータが存在しないため、閾値ｄＡとしては、１次元の加速度データの最大値から最小値を減じたものに０．０１を乗じた値を用いている。また、２番目〜４番目のエポックでは、１次元の加速度データが２分間に満たないので、直前のエポック全ての１次元の加速度データにおける平均振幅の１／２の値を用いている。尚、本実施形態の有効ピーク検出手段４ｂでは、１番目〜４番目のエポックを除いては、有効ピークを選出しようとするエポックの直前２分間の１次元の加速度データにおける平均振幅の１／２の値を閾値ｄＡとして用いているが、直前２分間の間に無呼吸区間が含まれる場合は、ＡＡＳＭの定義に倣って、直前の３つの呼吸（ピーク）の平均振幅で代用することが望ましい。

一方、２次判定過程は、１次判定過程により、着目したピークの振幅が閾値ｄＡ未満であると判断された際に開始され、着目したピークと、最後に有効ピークとして判定されているピークとのどちらが有効ピークとして適しているかを判定する過程である。

以下に、２次判定過程における具体的な有効ピークの判定方法について説明する。すなわち、２次判定過程では、最後に判定した有効ピークの１つ前の有効ピーク（すなわち有効ピークであることが確定している有効ピーク）と最後に判定した有効ピークとの強度差（以下、説明の簡略化のため強度差Ｉ１と略記する）と、最後に判定した有効ピークの１つ前の有効ピークと着目しているピークとの強度差（以下、説明の簡略化のため強度差Ｉ２と略記する）との大小を比較することで、最後に有効ピークとして判定されているピークと着目しているピークとのどちらが有効ピークとして適しているかを判定する。

ここで、強度差Ｉ１が強度差Ｉ２以上であれば、着目しているピークよりも最後に判定した有効ピークのほうが有効ピークとして適していると判定し、着目しているピークを有効ピークの候補から除外する。一方、強度差Ｉ１が強度差Ｉ２未満であれば、最後に選出した有効ピークよりも着目しているピークのほうが有効ピークとして適していると判定し、最後に判定した有効ピークの代わりに、着目しているピークを有効ピークとして採用する。尚、強度差Ｉ１が強度差Ｉ２を超過した際に、着目しているピークを有効ピークの候補から除外し、強度差Ｉ１が強度差Ｉ２以下であれば、最後に判定した有効ピークの代わりに、着目しているピークを有効ピークとして採用するようにしてもよい。つまり、強度差Ｉ１と強度差Ｉ２が同値となった際の処理は、状況に応じて適宜変更すればよいのである。

このような２次判定過程によれば、元来一つであるはずのピークが割れ等により２つに割れた際等であっても、ピークを正しく評価することが可能になる。

以下に、１次判定過程及び２次判定過程による有効ピークの判定方法について図９（ｂ）を参照してさらに詳細に説明する。ここで、既にピークＰ１（ｋ）が有効ピークＰ２（ｍ）として選出されており、ピークＰ１（ｋ）とピークＰ１（ｋ＋１）との強度差をｈ１、ピークＰ１（ｋ＋１）とピークＰ１（ｋ＋２）との強度差をｈ２、ピークＰ１（ｋ＋２）とピークＰ１（ｋ＋３）との強度差をｈ３、ピークＰ１（ｋ＋１）とピークＰ１（ｋ＋３）との強度差をｈ４、ピークＰ１（ｋ＋１）とピークＰ１（ｋ＋４）との強度差をｈ５、ピークＰ１（ｋ＋２）とピークＰ１（ｋ＋４）との強度差をｈ６、ピークＰ１（ｋ＋４）とピークＰ１（ｋ＋５）との強度差をｈ７、ピークＰ１（ｋ＋１）とピークＰ１（ｋ＋５）との強度差をｈ８、Ｐ１（ｋ＋４）とＰ１（ｋ＋６）との強度差をｈ９とする。また、強度差ｈ１，ｈ２，ｈ９は、閾値ｄＡ以上であり、強度差ｈ３，ｈ７は閾値ｄＡ未満であるとし、さらに、強度差ｈ２は強度差ｈ４より大きく、強度差ｈ５は強度差ｈ２，ｈ８より大きいとする。

まず、１次判定過程により、ピークＰ１（ｋ＋１）が有効ピークとしての条件を満たしているかが判定される。この判定は、上述したように着目したピークＰ１（ｋ＋１）の振幅、すなわちピークＰ１（ｋ＋１）と、最後に選出した有効ピークＰ１（ｋ）との強度差ｈ１が、所定の閾値ｄＡ以上であるか否かによって行われる。ここで、強度差ｈ１は所定の閾値ｄＡ以上であるから、ピークＰ１（ｋ＋１）は有効ピークであると判定されて、有効ピークＰ２（ｍ＋１）として記憶される。このとき、強度差ｈ１は所定の閾値ｄＡ以上であるから２次判定過程は行われない。

次に、ピークＰ１（ｋ＋２）に着目して１次判定過程が行われ、ここで、ピークＰ１（ｋ＋２）と、最後に検出した有効ピークＰ２（ｍ＋１）であるピークＰ１（ｋ＋１）との強度差ｈ２は、所定の閾値ｄＡ以上であるから、ピークＰ１（ｋ＋２）は、有効ピークＰ２（ｍ＋２）として記憶される。このとき、強度差ｈ２は所定の閾値ｄＡ以上であるから上記の場合と同様に２次判定過程は行われない。

この後に、ピークＰ１（ｋ＋３）に着目して１次判定過程が行われる。ここで、ピークＰ１（ｋ＋３）と、最後に検出した有効ピークＰ２（ｍ＋２）であるピークＰ１（ｋ＋２）との強度差ｈ３は、所定の閾値ｄＡ未満であるから、２次判定過程が行われることになる。

そして、２次判定過程では、最後に判定した有効ピークＰ２（ｍ＋２）の１つ前の有効ピークＰ２（ｍ＋１）と最後に判定した有効ピークＰ２（ｍ＋２）との強度差、すなわちピークＰ１（ｋ＋１）とピークＰ１（ｋ＋２）との強度差ｈ２と、有効ピークＰ２（ｍ＋１）と着目しているピークＰ１（ｋ＋３）との強度差、すなわちピークＰ１（ｋ＋１）とピークＰ１（ｋ＋３）との強度差ｈ４との大小が比較される。このとき、強度差ｈ２＞強度差ｈ４であるから、ピークＰ１（ｋ＋３）は、有効ピークの候補から除外されることになる。尚、強度差ｈ２＜強度差ｈ４であれば、ピークＰ１（ｋ＋２）の代わりにピークＰ１（ｋ＋３）が有効ピークＰ２（ｍ＋２）として採用される。

次に、ピークＰ１（ｋ＋４）に着目して１次判定過程が行われ、ここでピークＰ１（ｋ＋４）と、最後に検出した有効ピークＰ２（ｍ＋２）であるピークＰ１（ｋ＋２）との強度差ｈ６は、所定の閾値ｄＡ未満であるから、２次判定過程が行われることになる。

そして、２次判定過程では、最後に判定した有効ピークＰ２（ｍ＋２）の１つ前の有効ピークＰ２（ｍ＋１）と最後に判定した有効ピークＰ２（ｍ＋２）との強度差、すなわちピークＰ１（ｋ＋１）とピークＰ１（ｋ＋２）との強度差ｈ２と、有効ピークＰ２（ｍ＋１）と着目しているピークＰ１（ｋ＋４）との強度差、すなわちピークＰ１（ｋ＋１）とピークＰ１（ｋ＋４）との強度差ｈ５との大小が比較される。このとき、強度差ｈ５＞強度差ｈ２であるから、ピークＰ１（ｋ＋２）の代わりにピークＰ１（ｋ＋４）が有効ピークＰ２（ｍ＋２）として採用される。尚、強度差ｈ２＞強度差ｈ４であれば、ピークＰ１（ｋ＋４）は、有効ピークの候補から除外されることになる。

この後に、ピークＰ１（ｋ＋５）に着目して１次判定過程が行われ、ここで、ピークＰ１（ｋ＋５）と、最後に検出した有効ピークＰ２（ｍ＋２）であるピークＰ１（ｋ＋４）との強度差ｈ７は、所定の閾値ｄＡ未満であるから、２次判定過程が行われることになる。

そして、２次判定過程では、最後に判定した有効ピークＰ２（ｍ＋２）の１つ前の有効ピークＰ２（ｍ＋１）と最後に判定した有効ピークＰ２（ｍ＋２）との強度差、すなわちピークＰ１（ｋ＋１）とピークＰ１（ｋ＋４）との強度差ｈ５と、有効ピークＰ２（ｍ＋１）と着目しているピークＰ１（ｋ＋５）との強度差、すなわちピークＰ１（ｋ＋１）とピークＰ１（ｋ＋５）との強度差ｈ８との大小が比較される。このとき、強度差ｈ５＞強度差ｈ８であるから、ピークＰ１（ｋ＋５）は、有効ピークの候補から除外されることになる。尚、強度差ｈ５＜強度差ｈ８であれば、ピークＰ１（ｋ＋４）の代わりにピークＰ１（ｋ＋５）が有効ピークＰ２（ｍ＋２）として採用される。

最後に、ピークＰ１（ｋ＋６）に着目して１次判定過程が行われ、ここで、ピークＰ１（ｋ＋６）と、最後に検出した有効ピークＰ２（ｍ＋２）であるピークＰ１（ｋ＋４）との強度差ｈ９は、所定の閾値ｄＡ以上であるから、ピークＰ１（ｋ＋６）は、有効ピークＰ２（ｍ＋３）として記憶される。このとき、強度差ｈ９は所定の閾値ｄＡ以上であるから２次判定過程は行われない。

このようにして有効ピーク選出処理を行った結果、図９（ｂ）に示すように、ピーク検出処理により検出されたピークＰ１（ｋ），Ｐ１（ｋ＋１），Ｐ１（ｋ＋２），Ｐ１（ｋ＋３），Ｐ１（ｋ＋４），Ｐ１（ｋ＋５），Ｐ１(ｋ＋６)の中から、図１０（ａ）に示すように、ピークＰ１（ｋ），Ｐ１（ｋ＋１），Ｐ１（ｋ＋４），Ｐ１（ｋ＋６）が、それぞれ有効ピークＰ２（ｍ），Ｐ２（ｍ＋１），Ｐ２（ｍ＋２），Ｐ２（ｍ+３）として選出されることになる。

以上述べたように、有効ピーク選出処理によれば、１次判定過程と２次判定過程とが行われることで、ピーク検出処理により検出したピークＰ１（ｊ）の中から、有効ピークＰ２（ｌ）を選出することができるのである。

有効ピーク整列処理は、有効ピーク選出処理により得られた有効ピークＰ２（ｌ）を整列処理する過程である。ここで、整列処理とは、有効ピークＰ２（ｌ）を、山ピークと谷ピークとが交互に並んだ状態、すなわち異種のピークが交互に並んだ状態にする処理であり、同種ピーク検出過程と、ピーク除去過程とで構成されている。

同種ピーク検出過程は、各有効ピーク２（ｌ）のピークの種類を参照し、ピークの種類が同じ有効ピークが並んでいる際に、これらピークの種類が同じ有効ピークを同種ピークとして検出する過程であり、例えば図１０（ａ）に示すような有効ピークＰ２（ｍ），Ｐ２（ｍ＋１），Ｐ２（ｍ＋２），Ｐ２（ｍ＋３）では、有効ピークが、山、谷、山、山の順に並んでいるため、ピークの種類（ここでは山ピーク）が同じである有効ピークＰ２（ｍ＋２），Ｐ（ｍ＋３）を同種ピークとして検出する。

ピーク除去過程は、同種ピーク検出過程により検出した同種ピークのうち１つのみを残して残りを除去する（間引く）処理を行い、有効ピークＰ３（ｏ）を生成する（但し、ｏは整数）。ここで、同種ピークのうち１つだけ残すピークの選択方法としては、直前の異種のピークとの強度差を比較して、強度差が一番大きいピークのみを残す方法を採用している。例えば、図１０（ａ）に示す場合であれば、同種ピークである有効ピークＰ２（ｍ＋２），Ｐ２（ｍ＋３）に対して直前の異種のピークとなる有効ピークＰ２（ｍ＋１）と、各有効ピークＰ２（ｍ＋２），Ｐ２（ｍ＋３）との強度差を比較し、強度差が大きいほうを残して、小さいほうを除去する。この場合、有効ピークＰ２（ｍ＋１）と有効ピークＰ２（ｍ＋２）との強度差Ｈ１は、有効ピークＰ２（ｍ＋１）とＰ２（ｍ＋３）との強度差Ｈ２よりも小さいため、有効ピークＰ２（ｍ＋３）が残されて、有効ピークＰ２（ｍ＋２）が除去されることになる。

したがって、ピーク除去処理を行った結果、図１０（ａ）に示すように、有効ピーク選出処理により選出された有効ピークＰ２（ｍ），Ｐ２（ｍ＋１），Ｐ２（ｍ＋２），Ｐ２（ｍ+３）の中から有効ピークＰ２（ｍ＋２）が除去されて、ピークＰ２（ｍ），Ｐ２（ｍ＋１），Ｐ２（ｍ＋３）からなる有効ピークＰ３（ｐ），Ｐ３（ｐ＋１）．Ｐ３（ｐ＋２）が得られる（但し、ｐは整数）。

このような有効ピーク整列処理は、２回行うようにしてある。すなわち、上記の有効ピークＰ３（ｏ）に対して、再度、同種ピーク検出過程及びピーク除去過程を行うようにしてあり、これにより図１１に示すような、確実に異種のピークが交互に並んだ有効ピークＰ４（ｑ）を得ることができる（但し、ｑは整数）。

そして、このようにして得られた有効ピークＰ４（ｑ）は、呼吸運動検出手段４ｃに出力される。

呼吸運動検出手段４ｃは、図１１に示すような、有効ピーク検出手段４ｂより出力された有効ピークＰ４（ｑ）を用いて呼吸運動を検出する呼吸運動検出過程を行うものであり、呼吸運動検出過程は、無呼吸区間の検出を行う無呼吸検出過程と、無呼吸検出過程で検出した無呼吸区間の開始時刻（すなわち呼吸停止時刻）及び終了時刻（呼吸開始時刻）を検出する無呼吸期間検出過程と、呼吸の強さを算出する呼吸強度算出過程と、単位時間当たりの呼吸数を算出する呼吸数算出過程とを有している。

無呼吸検出過程は、有効ピーク検出手段４ｂより得たピーク情報、すなわち有効ピークＰ４（ｑ）を元に無呼吸区間を検出する過程であり、隣接する有効ピーク間の時間差（すなわち、有効ピークＰ４（ｎ）と有効ピークＰ４（ｎ＋１）との時間差（但し、ｎは整数）が、基準値以上である場合に、当該隣接する有効ピーク間の区間を無呼吸区間として検出するように構成されている。例えば、図１１に示すように、有効ピークＰ４（１８）と有効ピークＰ４（１９）との時間差Ｄ１を計算し、この時間差Ｄ１が、無呼吸区間の判断となる基準値以上であれば、有効ピークＰ４（１８）と有効ピークＰ４（１９）との間の区間を、無呼吸区間として認定する。そして、この無呼吸検出過程では、このようにして無呼吸が検出された際には、その回数をカウントするように構成されている。

ここで、上記の基準値は、無呼吸区間であるか否かを判断するための値であり、上述したように、本実施形態の呼吸運動検出装置１は、ＡＨＩを用いて睡眠時無呼吸症候群の判定を行うことを主目的としているので、前記基準値としては、ＡＡＳＭにより定義された無呼吸、低呼吸の判断基準となる値を用いている。すなわち、上述したようにＡＡＳＭの定義によれば、睡眠中の適正に計測された呼吸の振幅がベースラインより５０％以下低下した状態が、１０秒間以上継続されたときが、無呼吸（低呼吸）であると定義されているため、上記の基準値としては１０秒を用いている。

無呼吸期間検出過程は、上記無呼吸検出過程により認定した有効ピーク間の区間の開始時刻（無呼吸区間の開始時刻）と、終了時刻（無呼吸区間の終了時刻）とを検出する過程である。例えば、上記無呼吸検出過程により有効ピークＰ４（ｎ）と有効ピークＰ４（ｎ＋１）との間の区間が、無呼吸区間であると認定された際には、無呼吸区間に対応する隣接する有効ピーク間の区間において、時系列が前の有効ピークＰ４（ｎ）の時刻を無呼吸区間の開始時刻（呼吸停止時刻）として取得し、時系列が後の有効ピークＰ４（ｎ＋１）の時刻を無呼吸区間の終了時刻（呼吸開始時刻）として取得する。

呼吸強度算出過程は、隣接する有効ピーク間の強度差（すなわち、有効ピークＰ４（ｎ）と有効ピークＰ４（ｎ＋１）との強度差）を用いて呼吸の強さを算出する過程であり、例えば、図１１に示すように、有効ピークＰ４（２７）と、有効ピークＰ４（２８）との強度差を有効ピークＰ４（２８）における呼吸の強さの指標として算出する。このようにして得られた呼吸の強さは、全ての有効ピークＰ４（ｑ）について算出された後に平均が求められ、これが次のエポックにおける閾値ｄＡの算出に用いられる。

呼吸数算出過程は、有効ピーク検出手段４ｂで検出した有効ピークＰ４（ｑ）のうち、所定の山ピークと当該山ピークの次の山ピークとの間の時間差（例えば、有効ピークＰ４（２ｑ’）が山ピークであれば、有効ピークＰ４（２ｑ’）と有効ピークＰ４（２ｑ’＋２）との間の時間差、但しｑ’は整数）、又は所定の谷ピークと当該谷ピークの次の谷ピークとの間の時間差（例えば、有効ピークＰ４（２ｑ’＋１）が谷ピークであれば、有効ピークＰ４（２ｑ’＋１）と有効ピークＰ４（２ｑ’＋３）との間の時間差）を用いて単位時間（本実施形態では１分）当たりの呼吸数を算出する過程である。例えば、図１１に示すように、谷ピークである有効ピークＰ４（８）と、当該有効ピークＰ４（８）の次の谷ピークである有効ピークＰ４（１０）との間の時間差Ｄ３〔sec〕を算出し、６０／Ｄ３の値を、単位時間当たりの呼吸数として得る。

以上述べたように、呼吸運動検出手段４ｃによれば、有効ピーク検出手段４ｂにより検出した有効ピークＰ４（ｑ）を元に、無呼吸区間の有無が判断され、無呼吸区間があった場合には、その回数と各無呼吸区間の開始時刻及び終了時刻が算出されることになる。さらに、呼吸運動検出手段４ｃによれば、有効ピークＰ４（ｑ）を元に、呼吸の強度、及び呼吸数の算出が行われ、このようにして得られた呼吸運動に関する情報が、総合判定部６へと出力されることになる。

姿勢検出部５は、フィルタ部３ａ，３ｂでそれぞれ抽出された各加速度センサ２ａ，２ｂの出力の直流成分を元に被験者の姿勢を検出し、検出した姿勢情報を、総合判定部６に出力するように構成されている。

ここで、上述したように、加速度センサ２ａは被験者Ｈの胸部に、加速度センサ２ｂは被験者Ｈの腹部にそれぞれ装着され、各加速度センサ２ａ，２ｂは、図２（ａ），（ｂ）に示すように、水平面内において仰臥姿勢にある被験者Ｈの身長方向と略平行な方向がＹ軸方向、水平面内において前記身長方向（Ｙ軸方向）と直交する方向である被験者Ｈの幅方向がＸ軸方向、水平面の法線と平行な方向がＺ軸方向となるように被験者Ｈに装着されている。

したがって、姿勢検出部５では、図１２（ａ）に示すように、水平方向に対するＹ軸方向の角度である体幹角度θ（但し、−１８０°≦θ≦１８０°）と、図１２（ｂ）に示すように、水平面の法線と平行な方向に対するＺ軸方向の角度である寝姿勢角度ｆ（但し、−１８０°≦ｆ≦１８０°）とを用いて姿勢の検出を行う。ここで、本実施形態の呼吸運動検出装置１において、体幹角度θの値に対する姿勢名称は、図１３（ａ）に示すように定義されており、体幹角度θが−２２．５°〜２２．５°又は１５７．５°〜１８０°又は−１５７．５°〜−１８０°であれば横臥位、２２．５°〜６７．５°又は１１２．５°〜１５７．５°であればファウラー体位（ファーラー体位、逆トレンデレンブルグ体位）、６７．５°〜１１２．５°であれば立位（座位）、−２２．５°〜−６７．５°又は−１１２．５°〜−１５７．５°であればトレンデレンブルグ体位、−６７．５°〜−１１２．５°であれば倒立位と定義している。同様に、本実施形態の呼吸運動検出装置１において、寝姿勢角度ｆの値に対する姿勢名称は、図１３（ｂ）に示すように、寝姿勢角度ｆが−２２．５°〜２２．５°であれば仰臥位（背臥位）、２２．５°〜６７．５°であれば第一斜位（ＲＡＯ〔Right Anterior Oblique Position〕）、６７．５°〜１１２．５°であれば右上側臥位、−１１２．５°〜１１２．５°であれば伏臥位（腹臥位）、−２２．５°〜−６７．５°であれば第二斜位（ＬＡＯ〔Left Anterior Oblique Position〕）、−６７．５°〜−１１２．５°であれば左上側臥位と定義している。

このように姿勢検出部５では、体幹角度θ及び寝姿勢角度ｆを用いて被験者Ｈの姿勢を検出するように構成されており、以下に、各加速度センサ２ａ，２ｂの直流成分を元に、体幹角度θ及び寝姿勢角度ｆを算出する方法について説明する。尚、体幹角度θ及び寝姿勢角度ｆの算出方法は加速度センサ２ａ，２ｂで共通であるから、以下の説明では加速度センサ２ａの場合についてのみ説明する。

まず、フィルタ部３ａから得た加速度センサ２ａの各軸（Ｘ軸、Ｙ軸、Ｚ軸）における直流成分を元に、重力加速度の単位ベクトルを算出する。ここで、加速度センサ２ａの各軸の直流成分の出力（電圧値）を（ＤＣｘ，ＤＣｙ，ＤＣｚ）とし、加速度センサ２ａにおいて重力加速度（約９．８ｍ／ｓ^２）に相当する出力（電圧値）をＧとすると、加速度センサ２ａにより重力加速度の単位ベクトルＧ_Ａ＝（Ｇｘ，Ｇｙ，Ｇｚ）が得られ、Ｇｘ，Ｇｙ，Ｇｚの値は、次式（１０）で表される。

例えば、フィルタ部３ａにより加速度センサ２ａの直流成分が、１０ｂｉｔのデジタル信号として与えられ、デジタル信号の値が１０２４（２進数で１０００００００００）であるときの加速度センサ２ａの出力値が２５００ｍＶであり、重力加速度Ｇに対応する値が３３３ｍＶであれば、Ｇｘ＝ＤＣｘ×２５００／（１０２４×３３３）で与えられる。

そして、上記の計算により得られた単位ベクトルＧ_Ａ＝（Ｇｘ，Ｇｙ，Ｇｚ）を用いれば、体幹角度θは、次式（１１）で表すことができる。尚、ｐｉは円周率である。

ここで、姿勢検出部５では、式（１１）により得られた体幹角度θにより横臥位であると判断された場合（又は、Ｇｙ≒０である場合）に、被験者Ｈが寝姿勢にあると判断して、寝姿勢角度ｆの算出を行うようになっている。

寝姿勢角度ｆは、Ｇｚ及びＧｘの正負によって場合分けされ、Ｇｚ≧０の場合、次式（１２）で表される。

また、寝姿勢角度ｆは、Ｇｚ＜０の場合に、Ｇｘ≧０であれば次式（１３）で表され、Ｇｘ＜０であれば次式（１４）で表される。

以上述べたように、姿勢検出部５によれば、加速度センサ２ａの各軸の直流成分（ＤＣｘ，ＤＣｙ，ＤＣｚ）より算出した単位ベクトルＧ_Ａ＝（Ｇｘ，Ｇｙ，Ｇｚ）を用いて、体幹角度θ及び寝姿勢角度ｆを求めることができ、体幹角度θ及び寝姿勢角度ｆの値によって、被験者Ｈの姿勢を検出することができる。そして、姿勢検出部５では、上述した方法によって検出した加速度センサ２ａ，２ｂ毎の被験者Ｈの姿勢を、総合判定部６に出力するように構成されている。

総合判定部６は、マイコン等が用いられており、各加速度センサ２ａ，２ｂの出力に基づき呼吸運動検出部４で検出した呼吸運動情報と、各加速度センサ２ａ，２ｂの出力に基づき姿勢検出部５で検出した姿勢情報に加えて、上述した被験者Ｈの鼻による呼吸運動（鼻フロー）検出用のサーミスタ等の温度センサと、被験者Ｈの口による呼吸運動（口フロー）検出用のサーミスタ等の温度センサと、被験者ＨのＳＰＯ２を測定するための血中酸素飽和度測定器と、被験者Ｈのいびき（気管音）を測定するための集音装置と、被験者Ｈの脈拍測定用の脈拍計とから得られる情報とを用いて、無呼吸の判定を行うように構成されている。また、総合判定部６は、判定結果を結果出力部７に出力するように構成されている。

以下に、総合判定部６による無呼吸の判定方法の一例について説明する。例えば、総合判定部６では、鼻フロー検出用の温度センサより得た鼻フローの停止の有無に基づいて、無呼吸区間の回数、時刻、継続時間を算出し、鼻フローによる呼吸情報と、口フローの呼吸情報、さらに呼吸運動検出部４より得た呼吸運動情報（すなわち、胸部〔加速度センサ２ａ〕及び腹部〔加速度センサ２ｂ〕の呼吸運動を示す情報）と、血中酸素飽和度測定器より得たＳＰＯ２情報とを用いて、無呼吸の判定を行う。

無呼吸の判定は、鼻フロー及び口フローがいずれも停止しているかどうかによって行われ、鼻フロー及び口フローがいずれも停止している場合に、無呼吸であると判定する。そして、無呼吸であると判定した際には、呼吸運動検出部４より得た情報に基づいて無呼吸の種類の判定が行われる。すなわち、胸部及び腹部の呼吸運動が両方とも停止している場合、脳からの呼吸命令が停止していることが原因である中枢性無呼吸であると判定する。一方、胸部及び腹部の呼吸運動の波形の乱れ（呼吸運動を行ってはいるものの、規則性がなくなっているようなケース）や、胸部及び腹部の呼吸運動の位相のずれ（胸部では呼気運動を行っているのに対して腹部では吸気運動を行っているようなケース）が生じている場合、気道閉塞が原因である閉塞性無呼吸であると判定する。或いは、胸部及び腹部の呼吸運動が停止した後であって、鼻フロー及び口フローが開始する前に、胸部及び腹部の呼吸運動が開始された場合、混合性無呼吸であると判定する。

さらに、無呼吸であると判定した際には、当該無呼吸の情報に、その無呼吸区間おける被験者Ｈの姿勢情報が付される。これにより、被験者Ｈが、起きているか、寝ているかの判断や、寝る方向（仰向けや横寝等）により無呼吸の出現を低減できる可能性について評価することが可能となる。

また、各無呼吸（中枢性無呼吸、閉塞性無呼吸、混合性無呼吸）の回数を被験者Ｈの睡眠時間で割ることで、１時間当たりの無呼吸（低呼吸）の回数、すなわちＡＨＩを算出するとともに、ＳＰＯ２の低下回数を被験者Ｈの睡眠時間で割ることで、１時間当たりのＳＰＯ２低下回数、すなわちＯＤＩを算出する。そして、これらＡＨＩ及びＯＤＩの各数値を元に、睡眠時無呼吸症候群の重症度の判定を行う。

ここで、被験者Ｈの睡眠時間としては、データ取得期間のうち、姿勢検出部５によって被験者Ｈの姿勢が、上述したように寝姿勢にあると判断された期間（すなわち、寝姿勢角度ｆの算出が行われた場合）の累計時間を用いている。

尚、被験者Ｈの睡眠時間は、上記のように被験者Ｈが寝姿勢にある累計時間により評価しても良いが、脈拍計により求めた心拍数や、加速度センサ２ａ，２ｂの出力の変動の頻繁さ等から求めた体動等を用いて、データ取得期間内における被験者Ｈの覚醒状態、レム睡眠状態、及び睡眠段階（スリープステージ）１〜４からなるノンレム睡眠状態の推定を行うことで睡眠の区間を判断し、データ取得期間内において被験者Ｈが覚醒している期間を除いた期間の累計時間を睡眠時間として用いることが望ましい。

以上述べた判定方法により、中枢性無呼吸と、閉塞性無呼吸と、混合性無呼吸とが、被験者Ｈの睡眠時間において発生した回数と、ＡＨＩ及びＯＤＩの数値と、ＡＨＩ及びＯＤＩにより判定した睡眠時無呼吸症候群の重症度とが得られ、総合判定部６は、これらの結果を、結果出力部７に出力するように構成されている。また、総合判定部６は、呼吸運動検出部４により得た呼吸運動の情報、すなわち、無呼吸区間と、当該無呼吸区間の開始時刻である呼吸停止時刻と、無呼吸区間の終了時刻である呼吸開始時刻と、被験者Ｈの呼吸の強さと、被験者Ｈの単位時間当たりの呼吸数とを、結果出力部７に出力するように構成されている。さらに、総合判定部６は、被験者Ｈのいびき（気管音）を測定するための集音装置と、被験者Ｈの脈拍測定用の脈拍計とから得られる情報を結果出力部７に出力するように構成されている。

結果出力部７は、呼吸運動検出装置１をＰＣ等の外部装置（図示せず）に接続するためのものであり、総合判定部６により得られた結果を、外部装置に出力するように構成されている。

本実施形態の呼吸運動検出装置１は、上述した３次元の加速度センサ（３軸の加速度センサ）２ａ，２ｂと、各加速度センサ２ａ，２ｂの出力から交流成分（ＡＣ成分）と直流成分（ＤＣ成分）とを取り出すフィルタ部３ａ，３ｂと、加速度センサ２ａ，２ｂの交流成分を元にして呼吸運動の検出を行う呼吸運動検出部４と、加速度センサ２ａ，２ｂの直流成分を元にして被験者Ｈの姿勢の検出を行う姿勢検出部５と、呼吸運動検出部４と姿勢検出部５より得られた情報に基づいて総合的な呼吸運動の判定を行う総合判定部６と、総合判定部６で得られた結果をＰＣ等の外部装置（図示せず）に出力する結果出力部７とを主な構成要素として有している。

呼吸運動検出装置１において、上記の呼吸運動検出部４の１次元化手段４ａで用いた加速度センサのデータ処理方法によれば、上述したように、加速度の変動が高精度に反映された１次元の加速度データを得ることができるという効果を奏し、しかも主軸が時間的に変化するような場合でも、加速度の変動が高精度に反映された１次元の加速度データを得ることができるという効果を奏する。尚、主軸を算出しなおす時間間隔としては、上記の１エポックに限られるものではなく、加速度センサが取着される物体や、場所に応じて好適な値に設定すればよい。

そして、呼吸運動検出部４によれば、１次元化手段４ａで生成した１次元の加速度データを元にして１次元の加速度データの変動のピークを検出し、該検出したピークの中から、ピーク間の強度差が所定の閾値以上のピークを有効ピークとして検出する有効ピーク検出手段４ｂと、該有効ピーク検出処理により得られた有効ピークを用いて呼吸運動を検出する呼吸運動検出手段４ｃとを有し、これらにより加速度の変動が高精度に反映された１次元の加速度データを用いて呼吸運動の検出を行うから、呼吸運動の高精度な検出が行えるという効果を奏する。

また、呼吸運動検出部４では、１次元化手段４ａで生成した１次元の加速度データから、無呼吸状態又は低呼吸状態が規定時間以上継続していることを示す無呼吸区間の有無を検出することができるという効果を奏し、また、無呼吸区間を検出した際に、当該無呼吸区間の開始時刻である呼吸停止時刻と、無呼吸区間の終了時刻である呼吸開始時刻とを得ることが可能になるという効果を奏する。さらに、呼吸運動検出部４では、被験者Ｈの呼吸の強さを得ることができるとともに、被験者Ｈの単位時間当たりの呼吸数を得ることができるという効果を奏する。

このように、本実施形態の呼吸運動検出装置１によれば、呼吸運動の高精度な検出が行えるという効果を奏する。

ところで、上記の加速度センサのデータ処理方法の発明では、主軸算出過程は、３次元の加速度データを元に近似平面を算出し、該近似平面に３次元の加速度データを投影して２次元の加速度データを生成し、該２次元の加速度データを元に近似直線を求めるように構成され、１次元データ生成過程は、２次元の加速度データを主軸算出過程で求めた近似直線上に投影することで１次元の加速度データを生成するように構成されている。しかしながら、本発明の加速度センサのデータ処理方法は、上記のものに限られるものではない。例えば、加速度センサのデータ処理方法において、主軸算出過程を、３次元の加速度データを用いて近似直線を算出し、算出した近似直線を主軸として用いるように構成し、１次元データ生成過程を、主軸算出過程で算出した主軸上に３次元の加速度データを投影することで、１次元の加速度データを生成するように構成してもよい。すなわち、本実施形態の加速度センサのデータ処理方法では、３次元の加速度データから２次元の加速度データを生成した後に、１次元の加速度データを生成しているが、３次元の加速度データから１次元の加速度データを直接的に生成するようにしてもよい。

尚、上記の例では、３次元の加速度センサを用いているが、平面内での運動であれば、２次元の加速度センサを用いるようにしてもよく、多次元の加速度センサであれば、同様の技術的思想の元にデータ処理を行うことができる。

また尚、本実施形態の加速度センサのデータ処理方法は、上述したような呼吸運動検出装置１に用いる用途に限られるものではなく、例えば車両に搭載した加速度センサのデータ処理にも用いることができ、車両の衝突試験等、特に加速度の方向が頻繁に変わることが想定される場合に有効なデータを得ることができ、主軸の変化を観察することも可能となる。

本発明の一実施形態の呼吸運動検出装置のブロック図である。 （ａ），（ｂ）は、被験者に加速度センサを装着した状態を示す説明図である。 フィルタ部のブロック図である。 本発明の加速度センサのデータ処理方法のフローチャートである。 （ａ）は、３次元の加速センサより得られる３次元の加速度データの一例を示す図であり、（ｂ）は、同図（ａ）を回転させた図である。 （ａ）は、３次元の加速度データより生成した２次元の加速度データを示す説明図であり、（ｂ）〜（ｆ）は、主軸の時間変化を示す説明図である。 ２次元の加速度データの近似直線の説明図である。 ２次元の加速度データを主軸に投影することで生成した１次元の加速度データを示す説明図である。 （ａ）は、１次元の加速度データの一例を示す説明図であり、（ｂ）は、ピーク検出処理の説明図である。 （ａ）は、有効ピーク選出処理の説明図であり、（ｂ）は、有効ピークの整列処理の説明図である。 有効ピークの情報を用いて呼吸運動を検出する方法の説明図である。 （ａ）は、体幹角度の説明図であり、（ｂ）は、寝姿勢角度の説明図である。 （ａ）は、体幹角度の値に対する姿勢名称の説明図であり、（ｂ）は、寝姿勢角度の値に対する姿勢名称の説明図である。 （ａ）は、従来の１次元化方法により得られた１次元の加速度データの一例を示すグラフであり、（ｂ）は、従来の１次元化方法により得られた１次元の加速度データの他例を示すグラフである。

符号の説明

１ 呼吸運動検出装置
２ａ，２ｂ 加速度センサ
４ 呼吸運動検出部
４ａ １次元化手段
４ｂ 呼吸運動検出手段

Claims (10)

1. 多次元の加速度センサより得られた多次元の加速度データを処理するデータ処理方法であって、多次元の加速度データを元に加速度の変動の主軸を算出する主軸算出過程と、該主軸算出過程で算出した主軸上に多次元の加速度データを投影することで、１次元の加速度データを生成する１次元データ生成過程とを有していることを特徴とする加速度センサのデータ処理方法。
2. 多次元の加速度センサは、互いに直交する３方向の加速度を検出する３次元の加速度センサであって、主軸算出過程は、３次元の加速度データを元に近似平面を算出し、該近似平面に３次元の加速度データを投影して２次元の加速度データを生成し、該２次元の加速度データを元に近似直線を求めるように構成され、１次元データ生成過程は、主軸算出過程で求めた近似直線を主軸として用い、該主軸上に２次元の加速度データを投影することで１次元の加速度データを生成するように構成されていることを特徴とする請求項１に記載の加速度センサのデータ処理方法。
3. 多次元の加速度センサは、互いに直交する３方向の加速度を検出する３次元の加速度センサであって、主軸算出過程は、３次元の加速度データを用いて近似直線を算出し、１次元データ生成過程は、主軸算出過程で求めた近似直線を主軸として用い、該主軸上に前記３次元の加速度データを投影することで１次元の加速度データを生成するように構成されていることを特徴とする請求項１に記載の加速度センサのデータ処理方法。
4. 主軸算出過程が、所定時間毎に行われることを特徴とする請求項１〜３のいずれか１項に記載の加速度センサのデータ処理方法。
5. 被験者の身体に装着された多次元の加速度センサから得られた多次元の加速度データを、請求項１〜４のいずれか１項に記載の加速度センサのデータ処理方法で処理して１次元の加速度データを生成する１次元化過程と、該１次元化過程で生成した１次元の加速度データを元にして１次元の加速度データの変動のピークを検出し、該検出したピークの中から、ピーク間の強度差が所定の閾値以上のピークを有効ピークとして検出する有効ピーク検出過程と、該有効ピーク検出過程により得られた有効ピークを用いて呼吸運動を検出する呼吸運動検出過程とを有していることを特徴とする呼吸運動検出方法。
6. 呼吸運動検出過程は、隣接する有効ピーク間の時間差が基準値以上である場合に、当該隣接する有効ピーク間の区間を無呼吸区間として検出する無呼吸検出過程を有していることを特徴とする請求項５に記載の呼吸運動検出方法。
7. 呼吸運動検出過程は、無呼吸区間を検出した際に、該無呼吸区間として検出した隣接する有効ピーク間の区間において、時系列が前の有効ピークの時刻を呼吸停止時刻として取得し、時系列が後の有効ピークの時刻を呼吸開始時刻として取得する無呼吸期間検出過程を有していることを特徴とする請求項６に記載の呼吸運動検出方法。
8. 呼吸運動検出過程は、隣接する有効ピーク間の強度差を用いて呼吸の強さを算出する呼吸強度算出過程を有していることを特徴とする請求項５〜７のいずれか１項に記載の呼吸運動検出方法。
9. 呼吸運動検出処理は、有効ピーク検出処理で検出した有効ピークのうち、所定の山ピークと当該山ピークの次の山ピークとの間の時間差、又は所定の谷ピークと当該谷ピークの次の谷ピークとの間の時間差を用いて単位時間当たりの呼吸数を算出する呼吸数算出過程を有していることを特徴とする請求項５〜８のいずれか１項に記載の呼吸運動検出方法。
10. 被験者の身体に装着される多次元の加速度センサと、請求項５〜９のいずれか１項に記載の呼吸運動検出方法を用いて、前記多次元の加速度センサから得られた多次元の加速度データを元に呼吸運動を検出する呼吸運動検出部とを備えていることを特徴とする呼吸運動検出装置。

Images