JP2007319247A - 無呼吸管理装置および無呼吸頻度指標表示プログラム - Google Patents
無呼吸管理装置および無呼吸頻度指標表示プログラム Download PDFInfo
- Publication number
- JP2007319247A JP2007319247A JP2006150268A JP2006150268A JP2007319247A JP 2007319247 A JP2007319247 A JP 2007319247A JP 2006150268 A JP2006150268 A JP 2006150268A JP 2006150268 A JP2006150268 A JP 2006150268A JP 2007319247 A JP2007319247 A JP 2007319247A
- Authority
- JP
- Japan
- Prior art keywords
- apnea
- time
- measurement
- index
- ahf
- 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.)
- Withdrawn
Links
Images
Classifications
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/08—Detecting, measuring or recording devices for evaluating the respiratory organs
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/145—Measuring characteristics of blood in vivo, e.g. gas concentration, pH value; Measuring characteristics of body fluids or tissues, e.g. interstitial fluid, cerebral tissue
- A61B5/1455—Measuring characteristics of blood in vivo, e.g. gas concentration, pH value; Measuring characteristics of body fluids or tissues, e.g. interstitial fluid, cerebral tissue using optical sensors, e.g. spectral photometrical oximeters
- A61B5/14551—Measuring characteristics of blood in vivo, e.g. gas concentration, pH value; Measuring characteristics of body fluids or tissues, e.g. interstitial fluid, cerebral tissue using optical sensors, e.g. spectral photometrical oximeters for measuring blood gases
-
- 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
Landscapes
- Health & Medical Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- Physics & Mathematics (AREA)
- Medical Informatics (AREA)
- Surgery (AREA)
- Biophysics (AREA)
- Pathology (AREA)
- Engineering & Computer Science (AREA)
- Biomedical Technology (AREA)
- Heart & Thoracic Surgery (AREA)
- Veterinary Medicine (AREA)
- Molecular Biology (AREA)
- Public Health (AREA)
- Animal Behavior & Ethology (AREA)
- General Health & Medical Sciences (AREA)
- Pulmonology (AREA)
- Physiology (AREA)
- Spectroscopy & Molecular Physics (AREA)
- Optics & Photonics (AREA)
- Measurement Of The Respiration, Hearing Ability, Form, And Blood Characteristics Of Living Organisms (AREA)
Abstract
【課題】睡眠時無呼吸症候群の原因の把握、治療方針の決定、あるいは対処方法の指導などに役立つ信頼性の高い情報を提示することのできる無呼吸管理装置および無呼吸頻度指標表示プログラムを提供すること。
【解決手段】被験者の血中の酸素飽和度に基づいて、測定期間ごとに無呼吸低呼吸の発生の有無を判定するための無呼吸判定部111と、判定結果に基づいて、無呼吸頻度指標を特定するための指標特定情報を取得するための指標特定情報取得部112と、取得された指標特定情報を、酸素飽和度の測定の際の時間区分と関連付けて記憶するためのメモリ部15と、記憶された指標特定情報に基づいて、時間区分単位で無呼吸頻度指標の統計値を算出するための統計処理部115と、少なくとも2つの時間区分それぞれに対応する統計値を対比して表示するための信号を生成するための表示制御部116と、表示部50とを備える。
【選択図】図3
【解決手段】被験者の血中の酸素飽和度に基づいて、測定期間ごとに無呼吸低呼吸の発生の有無を判定するための無呼吸判定部111と、判定結果に基づいて、無呼吸頻度指標を特定するための指標特定情報を取得するための指標特定情報取得部112と、取得された指標特定情報を、酸素飽和度の測定の際の時間区分と関連付けて記憶するためのメモリ部15と、記憶された指標特定情報に基づいて、時間区分単位で無呼吸頻度指標の統計値を算出するための統計処理部115と、少なくとも2つの時間区分それぞれに対応する統計値を対比して表示するための信号を生成するための表示制御部116と、表示部50とを備える。
【選択図】図3
Description
本発明は、無呼吸管理装置および無呼吸頻度指標表示プログラムに関し、特に、睡眠時に被験者の血中の酸素飽和度を測定することのできる無呼吸管理装置、および、無呼吸頻度指標のトレンドを表示するための無呼吸頻度指標表示プログラムに関する。
最近では、家庭で血中の酸素飽和度(SpO2)を自己測定できる携帯型のパルスオキシメータが市販されている。パルスオキシメータは、呼吸が一時的に停止して肺から血中への酸素供給が停止すると酸素飽和度が低下することを応用して、無呼吸の状態をモニタリングするためにも利用されているが、睡眠時無呼吸症候群(以下「SAS(Sleep Apnea Syndrome)」ともいう)の重症度を具体的に示す指標としては、1晩に酸素飽和度が低下した回数(無呼吸が起こった回数)を1時間当たりの回数に換算した酸素飽和度低下指標(以下「ODI(Oxygen Desaturation Index)」という)が用いられている。
通常、ODIを得るためには、PC上で、別途、専用の解析ソフトにより酸素飽和度の解析が行なわれるが、たとえば特許文献1には、酸素飽和度の他に、ODIの値や、1晩における1時間毎の酸素飽和度の低下頻度を表示する生体情報計測装置が開示されている。
特開2005−312913号公報
しかしながら、特許文献1のような装置では、1晩だけの特異例が抽出される可能性があり、表示される情報は、被験者の病態の把握、治療方針の決定、あるいは被験者に対する対処方法の指導などの観点からは、信頼性に欠けるという問題があった。
本発明は、上記のような問題を解決するためになされたものであって、その目的は、睡眠時無呼吸症候群の原因の把握、治療方針の決定、あるいは対処方法の指導などに役立つ信頼性の高い情報を提示することのできる無呼吸管理装置および無呼吸頻度指標表示プログラムを提供することである。
この発明のある局面に従う無呼吸管理装置は、被験者の血中の酸素飽和度を測定するための測定手段と、測定手段による測定期間ごとに、酸素飽和度に基づいて、無呼吸低呼吸の発生の有無を判定するための第1の判定手段と、第1の判定手段による判定結果に基づいて、無呼吸低呼吸の発生頻度を表わす無呼吸頻度指標を特定するための指標特定情報を取得するための取得手段と、計時動作を行なうための計時手段と、取得された指標特定情報を、酸素飽和度の測定の際の測定条件と関連付けて記憶するための記憶手段とを備え、測定条件は、無呼吸低呼吸の発生要因または結果に関連する情報であり、複数の所定の時間区分のうちのいずれか1つを含む。また、上記無呼吸管理装置は、記憶手段に記憶された指標特定情報に基づいて、時間区分単位で、無呼吸頻度指標の第1の統計値を算出するための統計手段と、統計手段により算出された少なくとも2つの時間区分それぞれに対応する第1の統計値を対比して表示するための信号を生成するための生成手段と、生成手段からの出力に基づく表示を行なうための表示手段とをさらに備える。
好ましくは、生成手段は、時間区分と第1の統計値との関係を表わすグラフを生成する。
好ましくは、生成手段は、複数の所定の時間区分にわたる第1の統計値の推移を対比して表示するための信号を生成するための手段と、前後する時間区分の第1の統計値の変化率が大きい位置、または、第1の統計値の平均値よりも大きい第1の統計値の位置をマーキングするためのマーキング手段とを含む。
好ましくは、複数の所定の時間区分は、それぞれ、測定期間のうちの被験者の睡眠推定期間を分割する複数の時間帯である。
あるいは、複数の所定の時間区分は、それぞれ、測定期間を分割する複数の時間帯であることが望ましい。
好ましくは、無呼吸頻度指標は、各時間帯における、無呼吸低呼吸の発生頻度を表わす。
また、取得手段は、判定結果に基づいて、時間帯単位で、無呼吸低呼吸の発生回数をカウントするためのカウント手段と、カウントされた発生回数を、時間帯のうちの測定期間に含まれる時間で除算することにより、無呼吸頻度指標を算出するための算出手段とを含み、記憶手段は、算出された無呼吸頻度指標を指標特定情報として記憶することが望ましい。
あるいは、取得手段は、判定結果に基づいて、時間帯単位で、無呼吸低呼吸の発生回数をカウントするためのカウント手段を含み、記憶手段は、算出された発生回数を指標特定情報として記憶することが望ましい。
あるいは、取得手段は、判定結果と計時手段からの出力とに基づいて、無呼吸低呼吸の発生時刻を取得するための時刻取得手段を含み、記憶手段は、取得された発生時刻を指標特定情報として記憶することが望ましい。
また、時間帯ごとの第1の統計値と、予め定められた計算式とに基づいて、無呼吸低呼吸の発生タイミングの特徴を表わす複数の所定の無呼吸タイプのうち、被験者の無呼吸タイプを判定するための第2の判定手段をさらに備え、生成手段は、判定された無呼吸タイプを表示するための信号を生成するための手段を含む。
好ましくは、各時間区分は、日、曜日、週、月、季節、および年のうちのいずれかである。
あるいは、各時間区分は、時間の経過に従い変遷する期間である週、月および年のうちのいずれかであり、測定条件は、さらに、時間の経過とともに繰返される複数の繰返条件のうちの1つを含み、統計手段は、繰返条件別に、時間区分単位の第1の統計値を算出し、生成手段は、繰返条件別に、少なくとも2つの時間区分それぞれに対応する第1の統計値を対比して表示するための信号を生成することが望ましい。
また、無呼吸頻度指標は、測定期間のうちの被験者の睡眠推定期間における、無呼吸低呼吸の発生頻度を表わすことが望ましい。
あるいは、無呼吸頻度指標は、各測定期間における、無呼吸低呼吸の発生頻度を表わすことが好ましい。
また、取得手段は、判定結果に基づいて、測定期間ごとに無呼吸低呼吸の発生回数をカウントするためのカウント手段と、カウントされた発生回数を、測定期間に対応する時間で除算することにより、無呼吸頻度指標を算出するための算出手段とを含み、記憶手段は、算出された無呼吸頻度指標を指標特定情報として記憶することが望ましい。
あるいは、取得手段は、判定結果に基づいて、測定期間ごとに無呼吸低呼吸の発生回数をカウントするためのカウント手段を含み、記憶手段は、カウントされた発生回数と測定期間に対応する時間とを指標特定情報として記憶することが好ましい。
あるいは、取得手段は、判定結果と計時手段からの出力とに基づいて、無呼吸低呼吸の発生時刻を取得するための時刻取得手段を含み、記憶手段は、取得された発生時刻および測定期間に対応する時間を指標特定情報として記憶することが好ましい。
好ましくは、第1の統計値とは、平均値であることが予め定められ、記憶手段は、測定回数をさらに記憶する。
また、測定条件は、さらに、複数の所定の生活習慣の有無を示す情報を含み、統計手段は、さらに、生活習慣の項目単位で、無呼吸頻度指標の第2の統計値を算出し、生成手段は、さらに、統計手段により算出された少なくとも2つの生活習慣の項目それぞれに対応する第2の統計値を対比して表示するための信号を生成することが望ましい。
「複数の所定の生活習慣」は、少なくとも飲酒(または、所定量以上の飲酒)または服薬を含み、飲酒または服薬に加え、さらに、たとえば、所定量以上の運動、過食(所定カロリー以上の飲食)、および、所定量以上の喫煙などを含むことが好ましい。
好ましくは、生成手段は、生活習慣と第2の統計値との関係を表わすグラフを生成する。
好ましくは、ユーザより、複数の所定の生活習慣の有無を示す情報の入力を受付けるための操作手段をさらに備える。
好ましくは、ユーザからの指示を受け付けるための操作手段をさらに備え、測定期間は、被験者からの指示に基づいて定められる。
この発明の他の局面に従うプログラムは、無呼吸低呼吸の発生頻度を表わす無呼吸頻度指標のトレンドを表示するための無呼吸頻度指標表示プログラムであって、時間情報と関連付けられた被験者の血中の酸素飽和度のデータを記憶するステップと、酸素飽和度のデータに基づいて、酸素飽和度の測定期間ごとに、無呼吸低呼吸の発生の有無を判定するステップと、判定結果に基づいて、無呼吸頻度指標を特定するための指標特定情報を取得するステップと、時間情報および指標特定情報に基づいて、酸素飽和度の測定の際の時間区分ごとに、無呼吸頻度指標の統計値を算出するステップと、算出された少なくとも2つの時間区分それぞれに対応する統計値を対比して表示するための信号を生成するステップとを、コンピュータに実行させる。
本発明によると、所定の時間区分単位で無呼吸頻度指標の統計値が算出され、少なくとも2つの時間区分それぞれに対応する統計値が対比して表示される。これにより、睡眠時無呼吸症候群の原因の把握、治療方針の決定、あるいは対処方法の指導などに役立つ信頼性の高い情報を提示することができる。
本発明の実施の形態について図面を参照しながら詳細に説明する。なお、図中同一または相当部分には同一符号を付してその説明は繰返さない。
[実施の形態1]
(無呼吸管理装置の外観および構成について)
図1は、本発明の実施の形態1における無呼吸管理装置1の外観の一例を示す図である。
(無呼吸管理装置の外観および構成について)
図1は、本発明の実施の形態1における無呼吸管理装置1の外観の一例を示す図である。
図1を参照して、無呼吸管理装置1は、本体ユニット10と、被験者の測定部位(たとえば指先)に装着するためのセンサユニット20とを備える。本体ユニット10とセンサユニット20とは、配線30を介して電気的に接続される。
本体ユニット10の表面には、各種情報を表示するための表示部50およびユーザからの指示を受付けるための操作部60が設けられる。また、本体ユニット10の背面には、ユーザの所定部位(たとえば手首)に装着するためのカフ40が設けられる。
操作部60は、たとえば、測定の開始および停止の指示を受付けるための測定/停止ボタン61と、表示部50に表示されたカーソルの左方向への移動の指示を受付けるための左ボタン62と、表示部50に表示されたカーソルの右方向への移動の指示を受付けるための右ボタン63と、表示部50に表示された情報についての設定指示を受付けるための設定ボタン64とを含む。なお、本実施の形態において、左ボタン62および右ボタン63は、これらが同時に押下されることにより、メモリ読出しの指示を受付ける機能をさらに有していてもよい。
図2は、本発明の実施の形態1における無呼吸管理装置1のハードウェア構成を示すハードウェアブロック図である。
センサユニット20は、少なくとも2つの異なる中心波長を持つ赤色光または赤外光を発光する発光素子21,22と、発光素子21,22から照射され測定部位を透過した光量を検出するための受光素子23とを含む。
本体ユニット10は、上記した表示部50および操作部60に加え、発光素子21,22を駆動する発光素子駆動回路12と、受光素子23の出力を波長別に増幅し、AD変換する増幅・AD変換回路13と、各種演算処理を行なうためのCPU11と、電源部14と、各種データおよびプログラムを記憶するためのメモリ部15と、計時動作を行なうためのタイマ16と、外部機器との通信を行なうための通信I/F(インターフェイス)17とを含む。
図3は、本発明の実施の形態1における無呼吸管理装置1の機能構成を示す機能ブロック図である。
CPU11は、発光素子駆動回路12および増幅・AD変換回路13を制御して、被験者の血中の酸素飽和度を測定するための制御を行なう酸素飽和度測定制御部110と、測定期間ごとに、測定された酸素飽和度に基づいて、無呼吸低呼吸(以下、単に「無呼吸」という)の発生の有無を判定するための無呼吸判定部111と、無呼吸判定部111の判定結果に基づいて、無呼吸の発生頻度を表わす指標であるAHF(Apnea Hyponea Frequency)を特定するための指標特定情報を取得するための指標特定情報取得部112と、後述する時間帯を判別するための時間帯判別部113と、指標特定情報取得部112からの出力に応じた指標特定情報を、酸素飽和度測定の際の測定条件と関連付けてメモリ部15の測定結果記憶領域151に記憶するための処理を行なう記憶処理部114と、測定結果記憶領域151に記憶された指標特定情報に基づいて、AHFの統計処理を行なうための統計処理部115と、統計処理部115の統計結果を表示部50に表示するための信号を生成する表示制御部116と、統計処理部115の統計結果に基づいて、被験者の無呼吸タイプ(SASタイプ)を判定するためのSASタイプ判定部117とを含む。なお、「低呼吸」とは、呼吸回数が通常より低下する状態を表わすものとする。
酸素飽和度測定制御部110は、クロック1101と、脈波振幅算出部1102と、脈波振幅比較部1103と、酸素飽和度算出部1104とを含む。
酸素飽和度測定制御部110は、発光素子21,22が2つの波長の赤色光または赤外光を交互に発光するように、クロック1101が規定するタイミングで発光素子駆動回路12を制御する。被験者の測定部位を透過して受光素子23に到達した光は、受光素子23によって検出される。その際、動脈内圧の拍動に伴う動脈容積変化が、透過光量の変化として受光素子23の出力に反映される。これを光電脈波(以下、単に「脈波」)という。脈波信号が受光素子23から増幅・AD変換回路13に送られると、クロック1101が規定するタイミングで波長の異なる脈波が別個に増幅・AD変換される。AD変換された脈波信号は、脈波振幅算出部1102に送られる。
脈波振幅算出部1102は、増幅・AD変換回路13より得られる脈波を1拍単位で認識し、それぞれの脈波の振幅を算出する。脈波振幅比較部1103は、脈波振幅算出部1102により算出された2つの波長の脈波振幅の比を求める。酸素飽和度算出部1104は、算出された脈波振幅の比に基づいて、酸素飽和度を算出する。酸素飽和度算出部1104は、予めプログラムに記憶されている脈波振幅比と酸素飽和度との関係に基づいて、被験者の血中の酸素飽和度を算出する。酸素飽和度は、たとえば1心拍ごとまたは1心拍に相当する時間ごとに算出され、算出された酸素飽和度データは、内部メモリに記録されるものとする。
本実施の形態において、発光素子21,22、受光素子23、発光素子駆動回路12、増幅・AD変換回路13および酸素飽和度測定制御部110は、酸素飽和度を測定するための酸素飽和度測定部70として機能する。酸素飽和度測定部70の構成、および、酸素飽和度算出方法は、上記に限定されるものではない。
本実施の形態において、「測定条件」とは、無呼吸の発生要因または結果に関連する情報であることが好ましく、複数の所定の時間区分のうちのいずれか1つを含む。また、本実施の形態において、「時間区分」は、測定期間を分割する時間帯である。なお、本実施の形態では、時間区分は、測定期間を分割する時間帯であるものとして説明するが、測定期間のうちの睡眠推定期間(睡眠していると推定される期間)を分割する時間帯であってもよい。
ここで、「測定期間」とは、少なくとも被験者の睡眠推定期間を含み、酸素飽和度の測定制御が開始されてから終了されるまでの期間である。本実施の形態においては、(電源投入後)最初に測定/停止ボタン61が押下されてから、再度測定/停止ボタン61が押下されるまでの期間をいう。なお、このように、測定期間の始期および終期のいずれもが被験者からの指示に基づき定められるものでなくてもよい。たとえば、最初に測定/停止ボタン61が押下されてから、所定時間(たとえば6時間)後までの期間を測定期間としてもよい。あるいは、被験者が睡眠を開始したか否かを検出するための検出部(図示せず)からの出力に基づいて、測定期間の始期を決定してもよい。このような検出部(図示せず)としては、たとえば、被験者の姿勢や動作を検出するセンサや、被験者の脳波形、脈拍変動を検出するセンサなどが考えられる。
また、「時間帯」とは、本実施の形態において、タイマ16が計測する時刻を基準に、たとえば10時台、11時台というように、1時間単位で表わされる期間をいう。なお、時間帯は、1時間単位に限定されるものではなく、たとえば、30分単位で表わされる期間であってもよいし、2時間単位で表わされる期間であってもよい。あるいは、測定開始時刻(睡眠開始が推定される時刻)を始点とした期間(たとえば、就寝後0〜1時間の時間帯、就寝後1〜2時間の時間帯、…)であってもよいし、測定終了時刻(睡眠終了が推定される時刻)を始点とした期間(たとえば、起床前0〜1時間の時間帯、起床前1〜2時間の時間帯、…)であってもよい。あるいは、測定期間の前半と後半とに分割された期間であってもよい。
本実施の形態において、「AHF」は、各時間帯における無呼吸の発生頻度を表わす。
指標特定情報取得部112は、時間帯単位で無呼吸の発生回数をカウントするための発生回数カウント部1122と、発生回数カウント部1122によりカウントされた無呼吸の発生回数に基づいて、時間帯ごとのAHFを算出するためのAHF算出部1124とを含む。
指標特定情報取得部112は、時間帯単位で無呼吸の発生回数をカウントするための発生回数カウント部1122と、発生回数カウント部1122によりカウントされた無呼吸の発生回数に基づいて、時間帯ごとのAHFを算出するためのAHF算出部1124とを含む。
記憶処理部114は、AHF算出部1124により算出されたAHFを、指標特定情報として、測定結果記憶領域151に記憶する。
統計処理部115は、測定結果記憶領域151に記憶された少なくとも指標特定情報に基づいて、時間帯単位で、AHFの統計値、たとえば平均値を算出する。なお、ここでは統計値として平均値が算出されることとして説明するが、平均値に限定されるものではなく、たとえば、総和であってもよいし、全体に対する比率であってもよい。
表示制御部116は、統計処理部115により算出された、少なくとも2つの時間帯それぞれに対応するAHFの平均値を対比して表示するための信号を生成する。表示制御部116は、時間区分とAHFの平均値との関係を表わすグラフを生成することが好ましい。また、就寝(測定開始)から起床(測定終了)までの複数の時間帯にわたるAHF平均の推移を対比して表示するための信号を生成することとしてもよい。また、表示制御部116は、前後する時間帯のAHF平均の変化率が大きい位置、または、AHF平均の平均値よりも大きいAHF平均の位置を、たとえば、該当位置の色や線の太さを変えたり、星印を付けたりすることで、マーキングすることとしてもよい。
SASタイプ判定部117は、統計処理部115により算出された時間帯ごとのAHF平均と、予め定められた計算式とに基づいて、無呼吸の発生タイミングの特徴を表わす複数の所定のSASタイプのうち、被験者のSASタイプを判定する。判定されたSASタイプの情報は、表示制御部116に送られる。表示制御部116は、SASタイプの情報を受け取ると、被験者のSASタイプを表示するための信号を生成する。
無呼吸判定部111、指標特定情報取得部112、時間帯判別部113、記憶処理部114、統計処理部115、および、SASタイプ判定部117により実行される処理の具体例については後述する。
なお、図3に示した機能ブロックの動作は、メモリ部15中に格納されたソフトウェアを実行することで実現されてもよいし、少なくとも1つについては、ハードウェアで実現されてもよい。
図4は、本発明の実施の形態1における測定結果記憶領域151のデータ構造の一例を示す図である。
測定結果記憶領域151には、AHFの統計値を算出するために必要な情報が記憶され、少なくとも、時間帯の情報と指標特定情報とを含む。本実施の形態において、測定結果記憶領域151に記憶されるこれらの情報を総称して、以下、「測定結果情報」という。
図4を参照して、予め複数の時間帯データ152が記憶され、時間帯ごとに、指標特定情報としてAHF合計データ153と、測定回数の累計を示す測定回数データ154とが対応付けられて記憶される。このように、本実施の形態では、AHFの平均値が算出されるため、測定結果情報には、測定回数の累計がさらに含まれる。なお、このような記憶形式に限定されるものではなく、時間帯ごとに、AHFの合計と測定回数とが関連付けられて記憶されればよい。
(無呼吸管理装置の動作について)
図5は、本発明の実施の形態1における無呼吸管理装置1のCPU11がAHFのトレンドを表示するために実行する処理(以下「AHF表示処理」という)の流れを示すフローチャートである。図5のフローチャートに示す処理は、予めプログラムとしてメモリ部15に格納されており、CPU11がこのプログラムを読み出して実行することによりAHF表示処理が実現される。なお、図5に示す処理は、たとえば、CPU11が測定/停止ボタン61の押下を検知した場合に開始され、酸素飽和度測定制御部110による酸素飽和度測定・算出処理と並行して実行される。
図5は、本発明の実施の形態1における無呼吸管理装置1のCPU11がAHFのトレンドを表示するために実行する処理(以下「AHF表示処理」という)の流れを示すフローチャートである。図5のフローチャートに示す処理は、予めプログラムとしてメモリ部15に格納されており、CPU11がこのプログラムを読み出して実行することによりAHF表示処理が実現される。なお、図5に示す処理は、たとえば、CPU11が測定/停止ボタン61の押下を検知した場合に開始され、酸素飽和度測定制御部110による酸素飽和度測定・算出処理と並行して実行される。
図5を参照して、初めに、無呼吸の状態を検出して指標特定情報を抽出するための無呼吸検出処理が行なわれる(ステップS2)。本実施の形態における無呼吸検出処理のサブルーチンを図6に示す。
図6を参照して、時間帯判別部113は、現在時刻を取得し、現在時刻の時間帯Hを設定する(ステップS102)。ここでの現在時刻は、電源が投入されて、CPU11が測定/停止ボタン61の押下を検知したときの時刻(測定開始時刻)となる。たとえば、測定開始時刻が10時25分であったとすると、現在時刻の時間帯Hとして、「10」が設定される。
次に、時間帯判別部113は、時間帯Hの開始時刻T0として現在時刻を内部メモリに一時的に記憶する(ステップS104)。
続いて、無呼吸判定部111は、無呼吸の発生回数をカウントするためのカウンタNと、酸素飽和度データのポインタiとを、それぞれ0に初期化する(ステップS106)。また、低酸素状態の始点の時刻を記憶する変数Tstと、終点の時刻を記憶する変数Tenとを、それぞれ0に初期化する(ステップS108)。
次に、無呼吸判定部111は、ポインタiを1インクリメントして(ステップS110)、それに対応する酸素飽和度データSpO2(i)を読込む(ステップS112)。そして、読込んだSpO2(i)が閾値を上向きに交差するか、下向きに交差するか、または閾値の交差がないかを判断する(ステップS114)。SpO2(i)が閾値を交差していないと判断した場合、ステップS116に進む。SpO2(i)が閾値を下向きに交差していると判断した場合、ステップS130に進む。SpO2(i)が閾値を上向きに交差していると判断した場合、ステップS132に進む。なお、ここでの交差に関する判断は、たとえば酸素飽和度データSpO2(i)と前回測定された酸素飽和度データSpO2(i−1)とを用いて判断される。たとえば、「上向きに交差」とは、SpO2(i−1)の値が閾値未満であってSpO2(i)の値が閾値以上であることを表わし、SpO2のプロットが閾値をプラス方向に交差する(またぐ)ことを意味する。これに対し、「下向きに交差」とは、SpO2(i−1)の値が閾値以上であってSpO2(i)の値が閾値未満であることを表わし、SpO2のプロットが閾値をマイナス方向に交差する(またぐ)ことを意味する。
ステップS130において、無呼吸判定部111は、タイマ16からの出力に基づき現在時刻を取得し、変数Tstを、現在時刻を表わす変数T(i)に設定する。この処理が終わると、ステップS134に進む。
ステップS132において、無呼吸判定部111は、タイマ16からの出力に基づき現在時刻を取得し、変数Tenを、現在時刻を表わす変数T(i)に設定する。この処理が終わると、ステップS134に進む。
ステップS116において、無呼吸判定部111は、SpO2(i)が閾値未満であるか否かを判断する。SpO2(i)が閾値未満であると判断された場合(ステップS116においてYES)、ステップS118に進む。一方、SpO2(i)が閾値以上であると判断された場合(ステップS116においてNO)、ステップS122に進む。
ステップS118において、無呼吸判定部111は、現在時刻を示す変数T(i)と低酸素状態の始点を示す変数Tstとの差を算出し、それが所定間隔T1(たとえば10秒)より長いか否かを判断する。変数T(i)と変数Tstとの差が、所定間隔T1より長いと判断された場合(ステップS118においてYES)、ステップS120に進む。一方、変数T(i)と変数Tstとの差が所定間隔T1以下であると判断された場合(ステップS118においてNO)、ステップS134に進む。
ステップS120において、低酸素状態(無呼吸状態)を示すフラグF1を1にセットする。この処理が終わると、ステップS134に進む。
このように、SpO2(i)が閾値未満の時間が所定間隔T1を超えてはじめて無呼吸が発生したと判定される。このことについて、図7を参照しながら具体的に説明する。図7には、縦軸をSpO2、横軸を時間とするグラフが示されている。無呼吸判定部111は、SpO2が閾値Vx未満であったとしても、現在時刻T(i)がTst(SpO2が閾値Vxを下向きに交差した時刻)とTx(Tst+所定間隔T1)との間であれば、無呼吸が発生したと判定しない。現在時刻T(i)がTxを超えた場合に、無呼吸が発生したと判定する。なお、無呼吸の判定基準となる閾値Vxは、たとえば90%などの絶対値が予め定められていてもよいし、被験者の通常の呼吸状態の酸素飽和度に対する相対値が設定されてもよい。
ステップS122において、現在時刻を示す変数T(i)とSpO2低下の終点を示す変数Tenとの差を算出し、それが所定間隔T2(たとえば2秒)より長いか否かを判断する。変数T(i)と変数Tenとの差が所定間隔T2より長いと判断された場合(ステップS122においてYES)、ステップS124に進む。一方、変数T(i)と変数Tenとの差が所定間隔T2以下と判断された場合(ステップS122においてNO)、ステップS134に進む。
このように、SpO2(i)が無呼吸状態から正常な状態(SpO2(i)が閾値以上)に戻ったとしても、閾値以上の時間が所定間隔T2以下の場合は無呼吸状態が続いていると判定される。これにより、無呼吸の発生頻度の検出精度を向上させることができる。
ステップS124において、無呼吸判定部111は、フラグF1が1であるか否かを判断する。フラグF1が1であると判断された場合(ステップS124においてYES)、ステップS126に進む。一方、フラグF1が1でないと判断された場合(ステップS124においてNO)、ステップS134に進む。
ステップS126において。発生回数カウント部1122は、無呼吸が発生したとして、カウンタNを1インクリメントする。この結果、無呼吸の発生回数が、図8に示すようにカウントされる。
続いて、無呼吸判定部111は、フラグF1を0にリセットする(ステップS128)。この処理が終わると、ステップS134に進む。
なお、無呼吸判定部111により実行される無呼吸判定方法は一例であり、上記のような方法に限定されるものではない。
ステップS134において、一連の測定が終了したか、すなわち、酸素飽和度の測定期間が終了したか否かを判断する。測定期間が終了していないと判断された場合(ステップS134においてNO)、ステップS136に進む。
ステップS136において、時間帯判別部113は、現在時刻を示す変数T(i)の分・秒が「0分0秒」であるか否かを判断する。つまり、現在時刻の時間帯が変更されたか否かが判断される。変数T(i)の分・秒が「0分0秒」であると判断された場合(ステップS136においてYES)、ステップS138に進む。変数T(i)の分・秒が「0分0秒」でないと判断された場合(ステップS136においてNO)、ステップS110に戻る。
ステップS138において、AHF算出部1124は、時間帯Hの無呼吸頻度指標であるAHF(H)を算出する。より詳細には、カウンタNの値を、時間帯Hのうち測定期間に含まれる時間(すなわち、「現在時刻T(i)−時間帯Hの開始時刻To」)で除算することにより、AHF(H)が算出される。算出されたAHF(H)の値は、時間帯Hと対応付けて内部メモリに一時的に記録される。
次に、時間帯判別部113は、変数Hを1インクリメントする(ステップS140)。この処理が終わると、ステップS104に戻る。
ステップS134において、測定期間が終了したと判断された場合(ステップS134においてYES)、AHF算出部1124は、時間帯Hの無呼吸頻度指標であるAHF(H)を算出する(ステップS142)。ここでも、ステップS138と同様に、カウンタNの値を、時間帯Hのうち測定期間に含まれる時間(すなわち、「現在時刻T(i)−時間帯Hの開始時刻To」)で除算することにより、AHF(H)が算出される。また、算出されたAHF(H)の値は、時間帯Hと対応付けて内部メモリに一時的に記録される。
ステップS142の処理が終わると、処理はメインルーチンに戻される。
ステップS142の処理が終わると、処理はメインルーチンに戻される。
このように、本実施の形態では、カウンタNの値を、現在時刻T(i)から時間帯Hの開始時刻Toを引いた値で除算することにより、どの時刻に開始、終了されても、精度の高いAHFを算出することができる。なお、処理の単純化のために、カウンタNの値そのものをAHFとして算出してもよい。
再び図5を参照して、上述の無呼吸検出処理が終了すると、記憶処理部114は、時間帯ごとのAHFを測定結果記憶領域151に記憶する処理を行なう(S4)。より具体的には、対応する時間帯のAHF合計データ153の値に、今回のAHFの値を加算する。さらに、対応する時間帯の測定回数データ154の値に、1加算する。
続いて、統計処理部115は、測定結果記憶領域151に記憶された測定結果情報を読出す(ステップS6)。測定結果情報が読出されると、統計処理部115は、時間帯ごとにAHFの平均値を算出する(ステップS8)。より具体的には、時間帯ごとに、AHF合計を測定回数で除算することにより、AHFの平均値が算出される。図4に示すような測定結果情報が記憶されていると仮定すると、たとえば3時台の時間帯のAHFの平均値は、(15/5により)“3”となる。
次に、表示制御部116は、時間帯ごとのAHFの平均値に基づいて、時間帯ごとのAHFのトレンドを表示する(ステップS10)。図9は、ステップS10において表示部50に表示される画面の一例を示す図である。
図9を参照して、表示部50には、横軸に時間区分(時間帯)、縦軸にAHFの平均値を示す棒グラフが表示される。このように、本実施の形態においては、複数の時間帯それぞれに対応するAHFの平均値を対比させてグラフ表示するため、無呼吸状態になりやすい時間帯を一目で把握することができる。なお、図9に示されるように、時間帯ごとのAHF平均を示すグラフのうち、すべての時間帯の平均値よりも大きい位置(部分)を、他の表示形態とは異なる表示形態で示すようにマーキングしてもよい。
このように、本実施の形態では、就寝から起床までのAHFデータを複数晩に渡って集め、そのデータを時間帯ごとに平均化して表示する。このため、睡眠時無呼吸症候群の原因の把握、治療方針の決定、あるいは対処方法の指導などに役立つ信頼性の高い情報を提示することができる。具体的には、たとえば、投薬治療を行なっている被験者の場合、薬の効果が睡眠中いつまで続いているのかを知ることができる。就寝直後よりも朝方のAHF平均が高い場合、その被験者は、睡眠途中で薬の効果が途切れて交感神経が活発化していると判断できる。このように、時間帯ごとのAHF平均を表示することで、投薬治療をサポートする情報を提示することができる。
なお、ここでは、測定期間に含まれる時間帯全てのAHF平均の推移を表示したが、このような表示形態に限定されるものではない。たとえば、時間帯が、測定開始時刻(睡眠開始が推定される時刻)を始点とした期間である場合、就寝後3時間のAHF平均と起床前3時間のAHF平均を対比して表示させてもよい。
次に、SASタイプ判定部117は、時間帯ごとのAHF平均に基づいて、被験者のSASタイプを判定する(ステップS12)。より具体的には、次のようにしてSASタイプが判定されてよい。たとえば、測定期間を2等分する時刻を基準にして、その時刻から前と後の無呼吸発生回数の総和を比較する。2等分時刻から後の時間に発生する無呼吸発生回数が前よりも多ければ朝型SAS、その逆であれば夜型SASと判定する。あるいは、測定期間全体のAHF平均を算出し、各時間帯におけるAHF平均が測定期間全体のAHF平均よりも高くなっている時間帯を抽出する。そして、2等分時刻から後に抽出した時間帯の数が前よりも多ければ朝型SAS、その逆であれば夜型SASと判定してもよい。なお、ここでは、測定期間を2等分して朝型/夜型を判定する例をあげたが、測定期間を3等分して朝型/夜型/深夜型と細分化することとしてもよい。さらにN等分して無呼吸の発生要因/結果を細かく分類化することとしてもよい。
図10は、ステップS12で判定されるSASタイプの具体例を示す図である。図10に示されるように、AHFの値が起床前よりも就寝直後の方が高ければ、夜型SASと判定され、AHFの値が就寝直後よりも起床前の方が高い場合に、朝方SASと判定される。
表示制御部116は、判定されたSASタイプを表示部50に表示する処理を行なう。
図11は、ステップS14において表示部50に表示される画面の一例を示す図である。図11を参照して、表示部50には、たとえば、「あなたのSASタイプは夜型です」というメッセージが表示される。このように、SASタイプの判定結果が表示されることで、睡眠時無呼吸症候群の原因の把握、治療方針の決定、あるいは対処方法の指導などに役立つ。
図11は、ステップS14において表示部50に表示される画面の一例を示す図である。図11を参照して、表示部50には、たとえば、「あなたのSASタイプは夜型です」というメッセージが表示される。このように、SASタイプの判定結果が表示されることで、睡眠時無呼吸症候群の原因の把握、治療方針の決定、あるいは対処方法の指導などに役立つ。
なお、本実施の形態では、一連の測定期間が終了すると、自動的に、AHF統計・表示処理(ステップS6〜S10)を行なうこととした。しかしながら、測定期間とは無関係に当該処理が行なわれてもよく、たとえば、ユーザより左ボタン62および右ボタン63が同時に押下された場合に、ステップS6〜S10と同様の処理が行なわれてもよい。
また、本実施の形態では、AHF統計・表示処理(ステップS6〜S10)に引き続いてSASタイプの判定・表示処理(ステップS12,S14)が行なわれることとしたが、当該処理は、必ずしも行なわれなくてもよい。この場合、CPU11は、SASタイプ判定部117を含まなくてよい。
また、本実施の形態では、ステップS138,S142で算出された今回のAHF(H)は表示されることなく、複数回分のAHFの平均値のみが表示されることとしたが、さらに、今回のAHF(H)の値が表示されてもよい。
なお、上記したように、実施の形態1では、測定結果記憶領域151に、AHFそのもののデータを記憶して、AHFの統計処理を行なうこととしたが、このような記憶方法に限定されるものではない。以下の変形例1,2に、指標特定情報の他の記憶方法について説明する。
<変形例1>
変形例1では、メモリ部15の測定結果記憶領域に、時間帯ごとに、無呼吸の発生回数のデータを記憶して、AHFの統計処理を行なう方法について説明する。
変形例1では、メモリ部15の測定結果記憶領域に、時間帯ごとに、無呼吸の発生回数のデータを記憶して、AHFの統計処理を行なう方法について説明する。
図12は、本発明の実施の形態1の変形例1における無呼吸管理装置1の機能構成を示す機能ブロック図である。
図12を参照して、メモリ部15は、実施の形態1の測定結果記憶領域151に代えて、測定結果記憶領域151Aを含む。CPU11は、実施の形態1における指標特定情報取得部112、記憶処理部114および統計処理部115に代えて、指標特定情報取得部112A、記憶処理部114Aおよび統計処理部115Aを含む。指標特定情報取得部112Aは、発生回数カウント部1122のみを含み、AHF算出部1124を含まない。なお、その他の機能構成は、実施の形態1と同様である。
記憶処理部114Aは、時間帯に対応付けて、発生回数カウント部1122によりカウントされた発生回数と、時間帯に含まれる測定時間とを、指標特定情報として、測定結果記憶領域151Aに記憶する処理を行なう。統計処理部115Aは、測定結果記憶領域151Aに記憶された測定結果情報に基づいて、AHFの統計処理を行なう。
図13は、本発明の実施の形態1の変形例1における測定結果記憶領域151Aのデータ構造の一例を示す図である。
図13を参照して、測定結果記憶領域151Aには、予め複数の時間帯データ152が記憶され、時間帯ごとに、無呼吸の発生回数の合計を示す発生回数合計データ153Aと、測定回数の累計を示す測定回数データ154と、測定期間のうち各時間帯に含まれる時間(時間帯別測定時間)の合計を示す測定時間合計データ155とが対応付けられて記憶されている。なお、このような記憶形式に限定されるものではなく、時間帯ごとに、発生回数の合計と測定回数の累計と測定時間の合計とが関連付けられて記憶されればよい。
図14は、本発明の実施の形態1の変形例1における無呼吸管理装置1のCPU11が実行するAHF表示処理の流れを示すフローチャートである。図14のフローチャートに示す処理もまた、予めプログラムとしてメモリ部15に格納されており、CPU11がこのプログラムを読み出して実行することによりAHF表示処理が実現される。なお、図5に示した処理と同様の処理については同じステップ番号を付し、これらの詳細な説明はここでは繰返さない。
図14を参照して、初めに、無呼吸検出処理が行なわれる(ステップS2A)。本実施の形態の変形例1における無呼吸検出処理のサブルーチンを図15に示す。図15においても、上記図6に示したフローチャートと同様の処理については同じステップ番号を付し、ここでの詳細な説明は繰返さない。
図15を参照して、実施の形態1における無呼吸検出処理と比較すると、ステップS138およびS142それぞれの処理に代えて、ステップS138AおよびS142Aの処理が行われる。実施の形態1の変形例1では、ステップS138Aにおいて、ステップS126でカウントされたカウンタNの値を時間帯と対応付けて、内部メモリに一時記憶する。また、ステップS142Aにおいても、ステップS126においてカウントされたカウンタNの値を、時間帯と対応付けて一時記憶する。
つまり、実施の形態1では、対応する時間帯におけるAHFを算出して、算出された値を時間帯と対応付けて記憶しておいたが、実施の形態1の変形例1では、無呼吸の発生回数の値を、時間帯と対応付けて一時記憶する。
再び図14を参照して、無呼吸検出処理が終わると、記憶処理部114は、時間帯ごとのカウンタNの値を測定結果記憶領域151Aに記憶する処理を行なう(S4A)。より具体的には、対応する時間帯の発生回数合計データ153Aの値に、今回のカウンタNの値を加算する。また、対応する時間帯の測定回数データ154の値に、1加算する。さらに、対応する時間帯の測定時間合計データ155の値に、今回の測定期間のうち各時間帯に含まれる時間(時間帯別測定時間)(たとえば「分」)を加算する。たとえば、今回の測定期間が10時25分〜6時15分であったと仮定すると、10〜11時の時間帯データ152に対応する測定時間合計データ155の値に、35を加算し、11〜12時,0〜1時,…,5〜6時の時間帯データ152に対応する測定時間合計データ155の値に、各々、60を加算し、6〜7時の時間帯データ152に対応する測定時間合計データ155の値に、15を加算する。
次に、統計処理部115Aは、測定結果記憶領域151Aに記憶された測定結果情報を読出し(ステップS6)、時間帯ごとにAHFの平均値を算出する(ステップS8A)。より具体的には、時間帯ごとに、発生回数合計を測定時間合計(単位:時間)で除算することにより、AHFの平均値が算出される。図13に示すような測定結果情報が記憶されていると仮定すると、3時台の時間帯のAHFの平均値は、(15/(300/60)より)“3”となる。
ステップS8Aの処理が終わると、実施の形態1と同様に、ステップS10,S12,S14の処理が実行されて、本実施の形態の変形例1におけるAHF表示処理は終了される。
上述のように、測定結果記憶領域151Aに、時間帯別測定時間を記憶することで、時間帯単位のAHF平均を精度良く算出することができる。なお、測定結果記憶領域151Aに測定回数が含まれることとしたが、含まれない構成であってもよい。あるいは、ここでは、時間帯ごとの発生回数合計と測定時間合計とによってAHF平均が算出されたが、時間帯ごとの発生回数合計と測定回数合計とによってAHF平均が算出されてもよい。ただし、その場合は、AHF平均の算出精度が若干落ちることになる。
<変形例2>
変形例2では、メモリ部15の測定結果記憶領域に、時間帯ごとに、無呼吸の発生時刻のデータを記憶して、AHFの統計処理を行なう方法について説明する。
変形例2では、メモリ部15の測定結果記憶領域に、時間帯ごとに、無呼吸の発生時刻のデータを記憶して、AHFの統計処理を行なう方法について説明する。
図16は、本発明の実施の形態1の変形例2における無呼吸管理装置1の機能構成を示す機能ブロック図である。
図16を参照して、メモリ部15は、実施の形態1の測定結果記憶領域151に代えて、測定結果記憶領域151Bを含む。CPU11は、実施の形態1における指標特定情報取得部112、記憶処理部114および統計処理部115に代えて、指標特定情報取得部112B、記憶処理部114Bおよび統計処理部115Bを含む。また、変形例2において、CPU11は、時間帯判別部113を含まない。指標特定情報取得部112Bは、無呼吸の発生時刻を取得するための発生時刻取得部1125を含み、発生回数カウント部1122およびAHF算出部1124を含まない。なお、その他の機能構成は、実施の形態1と同様である。
「無呼吸の発生時刻」とは、無呼吸判定部111により無呼吸と判定された時刻であり、無呼吸状態の始点の時刻(変数Tst)であることが好ましい。しかしながら、無呼吸状態の始点の時刻でなくてもよく、たとえば、無呼吸状態の終点の時刻(変数Ten)であってもよいし、無呼吸状態の中間時点の時刻であってもよい。
記憶処理部114Bは、発生時刻取得部1125により取得された無呼吸発生時刻と、測定開始時刻および測定終了時刻とを、指標特定情報として、測定結果記憶領域151Bに記憶する処理を行なう。統計処理部115Bは、測定結果記憶領域151Bに記憶された測定結果情報に基づき、AHFの統計処理を行なう。
図17は、本発明の実施の形態1の変形例2における測定結果記憶領域151Bのデータ構造の一例を示す図である。
図17を参照して、測定結果記憶領域151Bには、測定期間ごとに、測定結果情報がレコードR(R1,R2,…,Rk,…,Rn)単位で格納される。レコードRkには、測定日(たとえば測定開始日の年月日)を示す測定日データYMDk、無呼吸発生時刻を示す発生時刻データTk(1),Tk(2),…,Tk(mk)、測定開始時刻を示す測定開始時刻データSTkおよび測定終了時刻を示す測定終了時刻データETkが含まれる。なお、これらのデータは、測定期間ごとに対応付けされて格納され、時間帯ごとの測定回数が管理できればよく、レコードRを用いた格納形式に限定されるものではない。
図18は、本発明の実施の形態1の変形例2における無呼吸管理装置1のCPU11が実行するAHF表示処理の流れを示すフローチャートである。図18のフローチャートに示す処理もまた、予めプログラムとしてメモリ部15に格納されており、CPU11がこのプログラムを読み出して実行することによりAHF表示処理が実現される。なお、図5に示した処理と同様の処理については同じステップ番号を付し、これらの詳細な説明はここでは繰返さない。
図18を参照して、初めに、無呼吸検出処理が行なわれる(ステップS2B)。本実施の形態1の変形例2における無呼吸検出処理のサブルーチンを図19に示す。図19においても、上記図6に示したフローチャートと同様の処理については同じステップ番号を付し、ここでの詳細な説明は繰返さない。
図19を参照して、実施の形態1における無呼吸検出処理と比較すると、ステップS102,S104の処理が除かれ、ステップS106およびS126それぞれの処理に代えて、ステップS107およびS127の処理が行なわれる。また、変形例2においては、ステップS134移行の処理が異なる。
ステップS107において、ポインタiの初期化のみが行なわれる。また、ステップS127において、発生時刻取得部1125は、S130で設定された変数Tstの値を取得し、内部メモリに記憶する。
ステップS134において、測定期間が終了していないと判断された場合(ステップS134においてNO)、ステップS110に戻り、ステップS110〜S134の処理を繰返す。
これに対し、ステップS134において測定期間が終了したと判断された場合(ステップS134においてYES)、処理はメインルーチンに戻される。
つまり、上記実施の形態1では、対応する時間帯におけるAHFを算出して、算出された値を時間帯と対応付けて記憶しておいたが、実施の形態1の変形例2では、無呼吸の発生時刻を一時記憶する。
再び図18を参照して、無呼吸検出処理が終わると、記憶処理部114Bは、ステップS127で記憶された発生時刻のデータ、および、測定開始時刻ならびに測定終了時刻を測定結果記憶領域151Bに記憶する処理を行なう(S4B)。
次に、統計処理部115Bは、測定結果記憶領域151Bに記憶された測定結果情報を読出し(ステップS6)、時間帯ごとにAHFの平均値を算出する(ステップS8B)。より具体的には、時間帯ごとに発生時刻データTの数を合計し、測定開始時刻データSTおよび測定終了データETに基づいて、時間帯別測定時間の合計および測定回数の合計を算出する。これにより、上述の実施の形態1の変形例1と同様の手法により、時間帯ごとのAHFの平均値を算出することができる。
ステップS8Bの処理が終わると、実施の形態1と同様に、ステップS10,S12,S14の処理が実行されて、本実施の形態の変形例2におけるAHF表示処理は終了される。
上述のように、測定結果記憶領域151Bに、測定開始時刻および測定終了時刻を記憶することで、時間帯単位のAHF平均を精度良く算出することができる。なお、処理の単純化のためには、これらの時刻情報を含まないこととしてもよい。ただし、その場合は、AHF平均の算出精度が若干落ちることになる。
[実施の形態2]
上記実施の形態1では、測定条件に含まれる時間区分は、測定期間を分割する時間帯であった。これにより、一晩における無呼吸の発生傾向を知ることができた。しかしながら、時間区分は、測定期間を分割する時間帯に限定されるものではなく、日、曜日、週、月、年、季節などであってもよい。実施の形態2では、時間区分がたとえば曜日であるものとし、以下に、本発明の実施の形態2における無呼吸管理装置について説明する。
上記実施の形態1では、測定条件に含まれる時間区分は、測定期間を分割する時間帯であった。これにより、一晩における無呼吸の発生傾向を知ることができた。しかしながら、時間区分は、測定期間を分割する時間帯に限定されるものではなく、日、曜日、週、月、年、季節などであってもよい。実施の形態2では、時間区分がたとえば曜日であるものとし、以下に、本発明の実施の形態2における無呼吸管理装置について説明する。
なお、実施の形態2における無呼吸管理装置の外観およびハードウェア構成は、実施の形態1における無呼吸管理装置と同じである。したがって、ここでも、図1および図2に示した符号を用いて説明する。なお、タイマ16は、曜日の計測も可能であるものとする。
本実施の形態における無呼吸管理装置1の機能構成も、実施の形態1で図3に示した機能構成と同様であるが、実施の形態2では、実施の形態1における指標特定情報取得部112、記憶処理部114および統計処理部115の処理が異なる。したがって、実施の形態2では、これらを、指標特定情報取得部212、記憶処理部214および統計処理部215として説明する。また、実施の形態2のCPU11は、時間帯判別部113およびSASタイプ判定部117に相当する機能は含まなくてよい。本発明の実施の形態2における無呼吸管理装置1の機能構成を図20に示す。
指標特定情報取得部212は、測定期間ごとに無呼吸の発生回数をカウントするための発生回数カウント部2122と、発生回数カウント部2122によりカウントされた発生回数と測定期間に対応する測定時間とに基づいて、測定期間におけるAHFを算出するためのAHF算出部2124とを含む。このように、本実施の形態におけるAHFは、測定期間内の無呼吸発生回数を1時間当りの回数に換算した指標であるODIに相当する。なお、本実施の形態では、AHFは、測定期間における無呼吸の発生頻度を示す指標であるものとして説明するが、測定期間のうちの睡眠推定期間における無呼吸の発生頻度を示す指標であってもよい。
本実施の形態において、メモリ部15は、測定結果記憶領域251を含む。
図21は、本発明の実施の形態2における測定結果記憶領域251のデータ構造の一例を示す図である。
図21は、本発明の実施の形態2における測定結果記憶領域251のデータ構造の一例を示す図である。
測定結果記憶領域251に記憶される測定結果情報は、少なくとも、曜日の情報と指標特定情報とを含み、AHF平均を算出するために、さらに、測定回数の情報を含む。
図21を参照して、測定結果記憶領域251には、予め複数の曜日データ252が記憶され、曜日ごとに、AHFの合計を示すAHF合計データ253と、測定回数の累計を示す測定回数データ254とが対応付けられて記憶される。なお、このような記憶形式に限定されるものではなく、曜日ごとに、AHFの合計と測定回数とが関連付けられて記憶されればよい。
図22は、本発明の実施の形態2における無呼吸管理装置1のCPU11が実行するAHF表示処理の流れを示すフローチャートである。図22のフローチャートに示す処理もまた、予めプログラムとしてメモリ部15に格納されており、CPU11がこのプログラムを読み出して実行することによりAHF表示処理が実現される。
図22を参照して、初めに、無呼吸の状態を検出して指標特定情報を抽出するための無呼吸検出処理が行なわれる(ステップS22)。本実施の形態における無呼吸検出処理のサブルーチンを図23に示す。なお、上記図6に示したフローチャートと同様の処理については同じステップ番号を付し、ここでの詳細な説明は繰返さない。
図23を参照して、実施の形態1における無呼吸検出処理と比較すると、実施の形態2では、ステップS102,S104,S136〜140の処理が省かれる。これにより、本実施の形態では、ステップS126において、発生回数カウント部2122は、測定期間中の無呼吸発生回数をカウントすることになる。
また、本実施の形態では、実施の形態1のステップS142の処理に代えて、ステップS242の処理が行なわれる。ステップS242において、AHF算出部2124は、ステップS126でカウントされたカウンタNの値と、測定開始時刻および測定終了時刻とに基づいて、今回の測定期間におけるAHFを算出する。
再び図22を参照して、無呼吸検出処理が終わると、記憶処理部214は、ステップS242で算出された測定期間単位のAHFを測定結果記憶領域251に記憶する処理を行なう(ステップS24)。より具体的には、測定日(たとえば測定開始時刻の属する日)が属する曜日に対応するAHF合計データ253の値に、今回のAHFの値を加算し、測定日が属する曜日に対応する測定回数データ254の値に、1加算する。
続いて、統計処理部215は、測定結果記憶領域251に記憶された測定結果情報を読出す(ステップS26)。測定結果情報が読出されると、統計処理部215は、曜日ごとにAHFの平均値を算出する(ステップS28)。より具体的には、曜日ごとに、AHF合計を測定回数で除算することにより、AHFの平均値が算出される。図21に示すような測定結果情報が記憶されていると仮定すると、たとえば金曜のAHFの平均値は、(120/10により)“12”となる。
次に、表示制御部116は、曜日ごとのAHFの平均値に基づいて、曜日ごとのAHFのトレンドを表示する(ステップS30)。
以上で、本実施の形態におけるAHF表示処理は終了される。
図24(A),(B)は、ステップS30において表示部50に表示される画面の一例を示す図である。図24(A),(B)を参照して、表示部50には、横軸に時間区分(曜日)、縦軸にAHFの平均値を示すグラフが表示される。このように、本実施の形態においては、複数の曜日それぞれに対応するAHFの平均値を対比させてグラフ表示するため、無呼吸状態になりやすい曜日を一目で把握することができる。
図24(A),(B)は、ステップS30において表示部50に表示される画面の一例を示す図である。図24(A),(B)を参照して、表示部50には、横軸に時間区分(曜日)、縦軸にAHFの平均値を示すグラフが表示される。このように、本実施の形態においては、複数の曜日それぞれに対応するAHFの平均値を対比させてグラフ表示するため、無呼吸状態になりやすい曜日を一目で把握することができる。
なお、図24(A),(B)に示されるように、前後する時間区分(隣り合う曜日)のAHF平均の変化率が最も大きい位置や、AHF平均が最も高い位置を、他の表示形態とは異なる表示形態で示すようにマーキングしてもよい。図24(A)では、1つ前の曜日と比較してAHF平均の変化率の大きい曜日(土曜)の棒グラフの位置に、星印がマーキングされた例が示されている。また、図24(B)では、他の曜日と比較してAHF平均が高い曜日(金曜)の棒グラフの位置に、星印がマーキングされた例が示されている。
上述のように、実施の形態2において、時間区分として曜日が採用されることで、被験者は、どの曜日のAHFが高い傾向にあるかを認識することができる。その結果、被験者は、自身の生活習慣の改善を図ることができる。具体的には、たとえば、毎週金曜に飲酒する機会が多い被験者が、飲酒後の睡眠時にAHFが高くなる傾向があることが分かれば、その被験者は、飲酒習慣を改善したり飲酒量をコントロールすることで、自己の健康管理につなげていくことが可能となる。
なお、本実施の形態では、時間の経過とともに繰返される期間である曜日を時間区分の例に示したが、時間の経過に従い変遷する期間である日、週、月、年が採用されてもよい。その場合に、ステップS30において表示される画面の一例を図25に示す。
図25を参照して、表示部50には、横軸に時間区分(年・月)、縦軸にAHFの平均値を示すグラフが表示される。このように、月ごとのAHFの平均値の推移がグラフ表示されるため、SASの改善の効果を一目で把握することができる。その結果、運動や肥満改善、服薬、飲酒、喫煙等の生活習慣改善療法を持続する動機付けとすることができる。
なお、本実施の形態では、測定結果記憶領域251に、指標特定情報としてAHFそのものが記憶されることとしたが、本実施の形態においても、実施の形態1の変形例1,2に示すような、他の情報(無呼吸発生回数,無呼吸発生時刻)が記憶されてもよい。
また、上述のように、実施の形態2では、測定条件は、曜日、週、月、年、季節などで表わされる時間区分を含むものであったが、測定条件は、時間区分の他、他の条件を含んでいてもよい。以下の変形例1,2に、測定条件が、時間区分と他の条件とを含む場合について説明する。
<変形例1>
変形例1では、時間区分は、時間の経過に従い変遷する期間(たとえば月)であり、測定条件は、さらに、時間の経過とともに繰返される条件を表わす繰返条件、たとえば曜日を含む。
変形例1では、時間区分は、時間の経過に従い変遷する期間(たとえば月)であり、測定条件は、さらに、時間の経過とともに繰返される条件を表わす繰返条件、たとえば曜日を含む。
図26は、本発明の実施の形態2の変形例1における測定結果記憶領域251Aのデータ構造の一例を示す図である。
図26を参照して、測定結果記憶領域251Aには、予め複数の年・月データ252A1および曜日データ252A2が記憶され、年・月および曜日ごとに、AHFの合計を示すAHF合計データ253と、測定回数の累計を示す測定回数データ254とが対応付けられて記憶される。なお、このような記憶形式に限定されるものではなく、年・月および曜日ごとに、AHFの合計と測定回数とが関連付けられて記憶されればよい。
図27は、本発明の実施の形態2の変形例1における無呼吸管理装置1のCPU11が実行するAHF表示処理の流れを示すフローチャートである。図27のフローチャートに示す処理もまた、予めプログラムとしてメモリ部15に格納されており、CPU11がこのプログラムを読み出して実行することによりAHF表示処理が実現される。なお、上記図22に示したフローチャートと同様の処理については同じステップ番号を付し、ここでの詳細な説明は繰返さない。
図27を参照して、初めに、上記実施の形態2と同様に、ステップS22〜S26の処理が行なわれると、表示部50に曜日選択画面が表示される(ステップS32)。曜日選択画面の一例を図28に示す。図28を参照すると、表示部50には、「何曜日のトレンドを表示しますか?」というメッセージとともに、1週間を構成する複数の曜日を示す項目が表示される。なお、この図では、金曜が選択されている例が示されている。
次に、ユーザからの曜日の選択を受付けると(ステップS34)、統計処理部215は、測定結果情報に基づいて、選択された曜日の、月ごとのAHFの平均値を算出する(ステップS36)。その結果、曜日別月単位のAHFトレンドが表示部50に表示される(ステップS38)。
図29は、ステップS38において表示部50に表示される画面の一例を示す図である。
図29を参照して、表示部50には、横軸に時間区分(年・月)、縦軸にAHFの平均値を示すグラフが表示され、選択された曜日(たとえば金曜)のAHF平均の推移が表示される。このように、本実施の形態においては、曜日別に月ごとのAHFの平均値が対比されてグラフ表示される。このため、たとえば、金曜に飲酒する機会が多い被験者が、飲酒を控えたことによる効果等を、視覚的に把握することが可能となる。
なお、ここでは、ユーザにより選択された曜日の、月ごとのAHF平均を表示することとしたが、全ての曜日の、月ごとのAHF平均が順次表示されることとしてもよい。
<変形例2>
変形例2では、測定条件は、時間区分に加え、少なくとも1つの所定の生活習慣の有無を含む。変形例2における時間区分は、実施の形態2と同様に、日、曜日、週、月、年、季節のうちのいずれかであればよい。ここでは、時間区分が曜日であるものと仮定する。
変形例2では、測定条件は、時間区分に加え、少なくとも1つの所定の生活習慣の有無を含む。変形例2における時間区分は、実施の形態2と同様に、日、曜日、週、月、年、季節のうちのいずれかであればよい。ここでは、時間区分が曜日であるものと仮定する。
少なくとも1つの所定の生活習慣は、無呼吸の発生要因または結果に関連するものであり、所定量以上の運動、服薬、飲酒(または、所定量以上の飲酒)、過食(所定カロリー以上の飲食)、および、所定量以上の喫煙のうち少なくとも1つを含む。本実施の形態の変形例2では、測定条件は、これら全ての生活習慣の有無の情報を含むものとする。
図30は、本発明の実施の形態2の変形例2における測定結果記憶領域251Bのデータ構造の一例を示す図である。
図30を参照して、測定結果記憶領域251Bには、測定期間ごとに、測定結果情報がレコードR´(R´1,R´2,…,R´j,…,R´p)単位で格納される。レコードR´jには、時間区分として測定日(たとえば測定開始日)が属する曜日を示すデータDTj、指標特定情報としてAHFを示すデータAHFj、所定量以上の運動の有無を示すデータEXj、服薬の有無を示すデータMDj、飲酒の有無を示すデータADj、所定カロリー以上の飲食(過食)の有無を示すデータEETj、および、所定量以上の喫煙の有無を示すデータSMjが含まれる。なお、これらのデータは、測定期間ごとに対応付けされて格納され、測定回数が管理できればよく、レコードR´を用いた格納形式に限定されるものではない。
生活習慣の有無のデータEXj、MDj、ADj、EETj、SMjには、各々、たとえば、該当している場合(“有”の場合)「1」が格納され、該当していない場合(“無”の場合)「0」が格納される。
図31は、本発明の実施の形態2の変形例2における無呼吸管理装置1のCPU11が実行するAHF表示処理の流れを示すフローチャートである。図31のフローチャートに示す処理もまた、予めプログラムとしてメモリ部15に格納されており、CPU11がこのプログラムを読み出して実行することによりAHF表示処理が実現される。なお、図22に示した処理と同様の処理については同じステップ番号を付し、これらの詳細な説明はここでは繰返さない。
実施の形態2の変形例2では、無呼吸検出処理(ステップS22)の前に、ステップS20A,S20Bの処理が実行される。また、ステップS24の処理に代えて、ステップS24Aの処理が実行される。また、ステップS30の後に、ステップS62およびS64の処理が実行される。
ステップS20Aにおいて、表示部50に、生活習慣入力画面が表示される。生活習慣入力画面の一例を、図32に示す。図32を参照すると、表示部50には、「該当する生活習慣を選択して下さい。」というメッセージとともに、各生活習慣を選択するためのチェックボックスが表示される。
ステップS20Bにおいて、CPU11は、被験者からの生活習慣の有無の入力を受付ける。生活習慣の有無の入力は、被験者(ユーザ)が、操作部60を操作することにより受付けられる。
ステップS24Aにおいて、記憶処理部214は、測定結果記憶領域251Bに、今回の測定日の属する曜日、ステップS20Bで受付けた各生活習慣の有無、ステップS242で算出された測定期間単位のAHFを対応付けて格納する。
ステップS62において、統計処理部215は、生活習慣(の種類)ごとにAHFの平均値を算出する。その結果、ステップS64において、表示制御部116は、生活習慣ごとのAHFのトレンドを表示部50に表示する。図33は、ステップS64において表示部50に表示される画面の一例を示す図である。
図33を参照して、表示部50には、縦軸に生活習慣、横軸にAHFの平均値を示す棒グラフが表示される。このように、実施の形態2の変形例2においては、複数の生活習慣それぞれに対応するAHFの平均値を対比させてグラフ表示するため、無呼吸の発生要因となる生活習慣または無呼吸の結果生じる生活習慣などを一目で把握することができる。
なお、変形例2では、曜日ごとのAHFの統計・表示処理と、生活習慣ごとのAHFの統計・表示処理との双方が順に実行されることとしたが、ユーザに、いずれの統計・表示処理を実行させるかを選択させてもよい。
あるいは、変形例2において、統計処理部215は、生活習慣の種類ごとのAHFの平均値を算出することとしたが、生活習慣の項目単位、すなわち、生活習慣の種類単位、または、生活習慣の有無単位でAHFの平均値を算出すればよい。「生活習慣の有無単位」とは、特定の生活習慣の有・無を単位とすることであり、たとえば、飲酒した日および飲酒しなかった日それぞれのAHFの平均値を算出することとしてもよい。その結果、ステップS64で表示される画面の一例を、図34に示す。
図34を参照して、表示部50には、縦軸に1つの生活習慣の有無、横軸にAHFの平均値を示す棒グラフが表示される。このように、1つの生活習慣の有無それぞれに対応するAHFの平均値を対比させてグラフ表示するため、生活習慣の改善によるSAS改善の効果を一目で把握することができる。
なお、本発明の無呼吸管理装置1のCPU11が行なうAHF表示方法を、プログラムとして提供することもできる。このようなプログラムは、CD−ROM(Compact Disc-ROM)などの光学媒体や、メモリカードなどのコンピュータ読取り可能な記録媒体にて記録させて、プログラム製品として提供することもできる。また、ネットワークを介したダウンロードによって、プログラムを提供することもできる。
提供されるプログラム製品は、ハードディスクなどのプログラム格納部にインストールされて実行される。なお、プログラム製品は、プログラム自体と、プログラムが記録された記録媒体とを含む。
また、このようなプログラムは、たとえばPCなどの情報処理装置(図示せず)に格納され、当該情報処理装置において、上述のAHF表示処理が実現されてもよい。その場合、情報処理装置は、無呼吸管理装置1と同様のハードウェア構成で酸素飽和度測定部70の機能を有する従来より存在するようなパルスオキシメータから、測定の際の時間情報と対応付けられた酸素飽和度データを受取ることができればよい。
今回開示された実施の形態はすべての点で例示であって制限的なものではないと考えられるべきである。本発明の範囲は上記した説明ではなくて特許請求の範囲によって示され、特許請求の範囲と均等の意味および範囲内でのすべての変更が含まれることが意図される。
1 無呼吸管理装置、10 本体ユニット、11 CPU、12 発光素子駆動回路、13 増幅・AD変換回路、14 電源部、15 メモリ部、16 タイマ、17 通信I/F、20 センサユニット、21,22 発光素子、23 受光素子、30 配線、40 カフ、50 表示部、60 操作部、61 測定/停止ボタン、62 左ボタン、63 右ボタン、64 設定ボタン、70 酸素飽和度測定部、110 酸素飽和度測定制御部、111 無呼吸判定部、112,112A,112B 指標特定情報取得部、113 時間帯判別部、114,114A,114B 記憶処理部、115,115A,115B 統計処理部、116 表示制御部、117 SASタイプ判定部、212 指標特定情報取得部、214 記憶処理部、215 統計処理部、1101 クロック、1102 脈波振幅算出部、1103 脈波振幅比較部、1104 酸素飽和度算出部、1122,2122 発生回数カウント部、1124,2124 AHF算出部、1125 発生時刻取得部。
Claims (23)
- 被験者の血中の酸素飽和度を測定するための測定手段と、
前記測定手段による測定期間ごとに、前記酸素飽和度に基づいて、無呼吸低呼吸の発生の有無を判定するための第1の判定手段と、
前記第1の判定手段による判定結果に基づいて、無呼吸低呼吸の発生頻度を表わす無呼吸頻度指標を特定するための指標特定情報を取得するための取得手段と、
計時動作を行なうための計時手段と、
取得された前記指標特定情報を、前記酸素飽和度の測定の際の測定条件と関連付けて記憶するための記憶手段とを備え、
前記測定条件は、無呼吸低呼吸の発生要因または結果に関連する情報であり、複数の所定の時間区分のうちのいずれか1つを含み、
前記記憶手段に記憶された前記指標特定情報に基づいて、前記時間区分単位で、前記無呼吸頻度指標の第1の統計値を算出するための統計手段と、
前記統計手段により算出された少なくとも2つの前記時間区分それぞれに対応する前記第1の統計値を対比して表示するための信号を生成するための生成手段と、
前記生成手段からの出力に基づく表示を行なうための表示手段とをさらに備える、無呼吸管理装置。 - 前記生成手段は、前記時間区分と前記第1の統計値との関係を表わすグラフを生成する、請求項1に記載の無呼吸管理装置。
- 前記生成手段は、
前記複数の所定の時間区分にわたる前記第1の統計値の推移を対比して表示するための信号を生成するための手段と、
前後する前記時間区分の前記第1の統計値の変化率が大きい位置、または、前記第1の統計値の平均値よりも大きい前記第1の統計値の位置をマーキングするためのマーキング手段とを含む、請求項2に記載の無呼吸管理装置。 - 前記複数の所定の時間区分は、それぞれ、前記測定期間のうちの前記被験者の睡眠推定期間を分割する複数の時間帯である、請求項1に記載の無呼吸管理装置。
- 前記複数の所定の時間区分は、それぞれ、前記測定期間を分割する複数の時間帯である、請求項1に記載の無呼吸管理装置。
- 前記無呼吸頻度指標は、各前記時間帯における、無呼吸低呼吸の発生頻度を表わす、請求項5に記載の無呼吸管理装置。
- 前記取得手段は、
前記判定結果に基づいて、前記時間帯単位で、無呼吸低呼吸の発生回数をカウントするためのカウント手段と、
カウントされた前記発生回数を、前記測定期間のうち各前記時間帯に含まれる時間で除算することにより、前記無呼吸頻度指標を算出するための算出手段とを含み、
前記記憶手段は、算出された前記無呼吸頻度指標を前記指標特定情報として記憶する、請求項6に記載の無呼吸管理装置。 - 前記取得手段は、前記判定結果に基づいて、前記時間帯単位で、無呼吸低呼吸の発生回数をカウントするためのカウント手段を含み、
前記記憶手段は、算出された前記発生回数を前記指標特定情報として記憶する、請求項6に記載の無呼吸管理装置。 - 前記取得手段は、前記判定結果と前記計時手段からの出力とに基づいて、無呼吸低呼吸の発生時刻を取得するための時刻取得手段を含み、
前記記憶手段は、取得された前記発生時刻を前記指標特定情報として記憶する、請求項6に記載の無呼吸管理装置。 - 前記時間帯ごとの前記第1の統計値と、予め定められた計算式とに基づいて、無呼吸低呼吸の発生タイミングの特徴を表わす複数の所定の無呼吸タイプのうち、前記被験者の無呼吸タイプを判定するための第2の判定手段をさらに備え、
前記生成手段は、判定された前記無呼吸タイプを表示するための信号を生成するための手段を含む、請求項6に記載の無呼吸管理装置。 - 各前記時間区分は、日、曜日、週、月、季節、および年のうちのいずれかである、請求項1に記載の無呼吸管理装置。
- 各前記時間区分は、時間の経過に従い変遷する期間である週、月および年のうちのいずれかであり、
前記測定条件は、さらに、時間の経過とともに繰返される複数の繰返条件のうちの1つを含み、
前記統計手段は、前記繰返条件別に、前記時間区分単位の前記第1の統計値を算出し、
前記生成手段は、前記繰返条件別に、少なくとも2つの前記時間区分それぞれに対応する前記第1の統計値を対比して表示するための信号を生成する、請求項1に記載の無呼吸管理装置。 - 前記無呼吸頻度指標は、前記測定期間のうちの前記被験者の睡眠推定期間における、無呼吸低呼吸の発生頻度を表わす、請求項11または12に記載の無呼吸管理装置。
- 前記無呼吸頻度指標は、各前記測定期間における、無呼吸低呼吸の発生頻度を表わす、請求項11または12に記載の無呼吸管理装置。
- 前記取得手段は、
前記判定結果に基づいて、前記測定期間ごとに無呼吸低呼吸の発生回数をカウントするためのカウント手段と、
カウントされた前記発生回数を、前記測定期間に対応する時間で除算することにより、前記無呼吸頻度指標を算出するための算出手段とを含み、
前記記憶手段は、算出された前記無呼吸頻度指標を前記指標特定情報として記憶する、請求項14に記載の無呼吸管理装置。 - 前記取得手段は、前記判定結果に基づいて、前記測定期間ごとに無呼吸低呼吸の発生回数をカウントするためのカウント手段を含み、
前記記憶手段は、カウントされた前記発生回数と前記測定期間に対応する時間とを前記指標特定情報として記憶する、請求項14に記載の無呼吸管理装置。 - 前記取得手段は、前記判定結果と前記計時手段からの出力とに基づいて、無呼吸低呼吸の発生時刻を取得するための時刻取得手段を含み、
前記記憶手段は、取得された前記発生時刻および前記測定期間に対応する時間を前記指標特定情報として記憶する、請求項14に記載の無呼吸管理装置。 - 前記第1の統計値とは、平均値であることが予め定められ、
前記記憶手段は、測定回数をさらに記憶する、請求項7〜9,15〜17のうちのいずれか1項に記載の無呼吸管理装置。 - 前記測定条件は、さらに、複数の所定の生活習慣の有無を示す情報を含み、
前記統計手段は、さらに、前記生活習慣の項目単位で、前記無呼吸頻度指標の第2の統計値を算出し、
前記生成手段は、さらに、前記統計手段により算出された少なくとも2つの前記生活習慣の項目それぞれに対応する前記第2の統計値を対比して表示するための信号を生成する、請求項1に記載の無呼吸管理装置。 - 前記生成手段は、前記生活習慣と前記第2の統計値との関係を表わすグラフを生成する、請求項19に記載の無呼吸管理装置。
- ユーザより、前記複数の所定の生活習慣の有無を示す情報の入力を受付けるための操作手段をさらに備える、請求項19に記載の無呼吸管理装置。
- ユーザからの指示を受け付けるための操作手段をさらに備え、
前記測定期間は、前記被験者からの指示に基づいて定められる、請求項1に記載の無呼吸管理装置。 - 無呼吸低呼吸の発生頻度を表わす無呼吸頻度指標のトレンドを表示するための無呼吸頻度指標表示プログラムであって、
時間情報と関連付けられた被験者の血中の酸素飽和度のデータを記憶するステップと、
前記酸素飽和度のデータに基づいて、前記酸素飽和度の測定期間ごとに、無呼吸低呼吸の発生の有無を判定するステップと、
判定結果に基づいて、前記無呼吸頻度指標を特定するための指標特定情報を取得するステップと、
前記時間情報および前記指標特定情報に基づいて、前記酸素飽和度の測定の際の時間区分ごとに、前記無呼吸頻度指標の統計値を算出するステップと、
算出された少なくとも2つの前記時間区分それぞれに対応する前記統計値を対比して表示するための信号を生成するステップとを、コンピュータに実行させる、プログラム。
Priority Applications (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2006150268A JP2007319247A (ja) | 2006-05-30 | 2006-05-30 | 無呼吸管理装置および無呼吸頻度指標表示プログラム |
PCT/JP2007/058496 WO2007138799A1 (ja) | 2006-05-30 | 2007-04-19 | 信頼性の高い情報を提示することのできる無呼吸管理装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2006150268A JP2007319247A (ja) | 2006-05-30 | 2006-05-30 | 無呼吸管理装置および無呼吸頻度指標表示プログラム |
Publications (1)
Publication Number | Publication Date |
---|---|
JP2007319247A true JP2007319247A (ja) | 2007-12-13 |
Family
ID=38778321
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2006150268A Withdrawn JP2007319247A (ja) | 2006-05-30 | 2006-05-30 | 無呼吸管理装置および無呼吸頻度指標表示プログラム |
Country Status (2)
Country | Link |
---|---|
JP (1) | JP2007319247A (ja) |
WO (1) | WO2007138799A1 (ja) |
Cited By (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US8077297B2 (en) | 2008-06-30 | 2011-12-13 | Nellcor Puritan Bennett Ireland | Methods and systems for discriminating bands in scalograms |
US8295567B2 (en) | 2008-06-30 | 2012-10-23 | Nellcor Puritan Bennett Ireland | Systems and methods for ridge selection in scalograms of signals |
US8827917B2 (en) | 2008-06-30 | 2014-09-09 | Nelleor Puritan Bennett Ireland | Systems and methods for artifact detection in signals |
KR20170133102A (ko) * | 2016-05-25 | 2017-12-05 | 한국 한의학 연구원 | 미병의 발현 주기에 따른 건강 관리 프로그램을 제공하는 보조 컴퓨팅 장치 및 방법 |
EP3213671A4 (en) * | 2014-10-31 | 2018-02-28 | Fujitsu Limited | State display method, program, and state display device |
US10342485B2 (en) | 2014-10-01 | 2019-07-09 | Covidien Lp | Removable base for wearable medical monitor |
JP2019180800A (ja) * | 2018-04-09 | 2019-10-24 | 国立大学法人神戸大学 | 類型判別装置 |
WO2024018972A1 (ja) * | 2022-07-19 | 2024-01-25 | オムロン株式会社 | 酸素飽和度測定装置及び酸素飽和度測定方法 |
Families Citing this family (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP5969283B2 (ja) * | 2012-06-28 | 2016-08-17 | フクダ電子株式会社 | 生体信号解析装置およびその制御方法 |
JP6220015B2 (ja) * | 2016-07-06 | 2017-10-25 | フクダ電子株式会社 | 生体信号解析装置およびその制御方法 |
JP6923426B2 (ja) * | 2017-11-30 | 2021-08-18 | パラマウントベッド株式会社 | 異常判定装置及びそれに用いるプログラム |
JP7203419B2 (ja) * | 2019-03-15 | 2023-01-13 | 株式会社ニューロシューティカルズ | 生体情報解析装置及び生体情報解析方法並びにプログラム |
Family Cites Families (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPS54127188A (en) * | 1978-03-24 | 1979-10-02 | Tokyo Shibaura Electric Co | Breathing monitor device |
JPS60220041A (ja) * | 1984-04-17 | 1985-11-02 | リズム時計工業株式会社 | 呼吸監視装置 |
JPH11267115A (ja) * | 1998-03-19 | 1999-10-05 | Sanyo Electric Co Ltd | まくら装置 |
JP2000312669A (ja) * | 1999-04-30 | 2000-11-14 | Minolta Co Ltd | 生体情報測定装置 |
JP4253568B2 (ja) * | 2003-12-01 | 2009-04-15 | 株式会社創成電子 | 呼吸データ収集システム |
JP4670512B2 (ja) * | 2005-06-30 | 2011-04-13 | ダイキン工業株式会社 | 睡眠判定アドバイス装置 |
JP4686281B2 (ja) * | 2005-07-06 | 2011-05-25 | 株式会社東芝 | 呼吸状態判定装置、呼吸状態測定方法および呼吸状態判定プログラム |
-
2006
- 2006-05-30 JP JP2006150268A patent/JP2007319247A/ja not_active Withdrawn
-
2007
- 2007-04-19 WO PCT/JP2007/058496 patent/WO2007138799A1/ja active Search and Examination
Cited By (12)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US8077297B2 (en) | 2008-06-30 | 2011-12-13 | Nellcor Puritan Bennett Ireland | Methods and systems for discriminating bands in scalograms |
US8289501B2 (en) | 2008-06-30 | 2012-10-16 | Nellcor Puritan Bennett Ireland | Methods and systems for discriminating bands in scalograms |
US8295567B2 (en) | 2008-06-30 | 2012-10-23 | Nellcor Puritan Bennett Ireland | Systems and methods for ridge selection in scalograms of signals |
US8483459B2 (en) | 2008-06-30 | 2013-07-09 | Nèllcor Puritan Bennett Ireland | Systems and methods for ridge selection in scalograms of signals |
US8827917B2 (en) | 2008-06-30 | 2014-09-09 | Nelleor Puritan Bennett Ireland | Systems and methods for artifact detection in signals |
US9113815B2 (en) | 2008-06-30 | 2015-08-25 | Nellcor Puritan Bennett Ireland | Systems and methods for ridge selection in scalograms of signals |
US10342485B2 (en) | 2014-10-01 | 2019-07-09 | Covidien Lp | Removable base for wearable medical monitor |
EP3213671A4 (en) * | 2014-10-31 | 2018-02-28 | Fujitsu Limited | State display method, program, and state display device |
KR20170133102A (ko) * | 2016-05-25 | 2017-12-05 | 한국 한의학 연구원 | 미병의 발현 주기에 따른 건강 관리 프로그램을 제공하는 보조 컴퓨팅 장치 및 방법 |
JP2019180800A (ja) * | 2018-04-09 | 2019-10-24 | 国立大学法人神戸大学 | 類型判別装置 |
JP7130228B2 (ja) | 2018-04-09 | 2022-09-05 | 国立大学法人神戸大学 | 類型判別装置 |
WO2024018972A1 (ja) * | 2022-07-19 | 2024-01-25 | オムロン株式会社 | 酸素飽和度測定装置及び酸素飽和度測定方法 |
Also Published As
Publication number | Publication date |
---|---|
WO2007138799A1 (ja) | 2007-12-06 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP2007319247A (ja) | 無呼吸管理装置および無呼吸頻度指標表示プログラム | |
Tedesco et al. | Validity evaluation of the Fitbit Charge2 and the Garmin vivosmart HR+ in free-living environments in an older adult cohort | |
US20210186371A1 (en) | Method and apparatus for assessing respiratory distress | |
Lujan et al. | Past, present, and future of multisensory wearable technology to monitor sleep and circadian rhythms | |
US10172530B2 (en) | Biological information processing system and method of controlling biological information processing system | |
US8979730B2 (en) | Method and system for providing behavioural therapy for insomnia | |
US10891356B2 (en) | Contactless and minimal-contact monitoring of quality of life parameters for assessment and intervention | |
Grandner et al. | Actigraphic sleep tracking and wearables: Historical context, scientific applications and guidelines, limitations, and considerations for commercial sleep devices | |
US20170055899A1 (en) | Visualizing, Scoring, Recording, and Analyzing Sleep Data and Hypnograms | |
US20130281796A1 (en) | Biosensor with exercise amount measuring function and remote medical system thereof | |
JP5740006B2 (ja) | 呼吸測定システム及びrem睡眠判定システム | |
US20170035365A1 (en) | Biological information processing system, electronic apparatus, server system and biological information processing method | |
JP2006296940A (ja) | 生体センサ、脈波センサ、睡眠情報処理方法、睡眠情報処理装置、プログラム、及び記録媒体 | |
O’Mahony et al. | Technologic advances in the assessment and management of obstructive sleep apnoea beyond the apnoea-hypopnoea index: a narrative review | |
US10765374B2 (en) | Methods and apparatus for adaptable presentation of sensor data | |
US11617545B2 (en) | Methods and systems for adaptable presentation of sensor data | |
US20150196242A1 (en) | Performance Assessment Tool | |
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 | |
WO2015107860A1 (ja) | 健康管理支援システム | |
WO2020039827A1 (ja) | 健康管理装置、健康管理方法、及びプログラム | |
US10646169B2 (en) | Process of controlling a device for diagnosing and monitoring individual activity, conditions, and diet | |
JP5296392B2 (ja) | 自己組織化マップを用いた健康状態判定支援システム及び自己組織化マップ生成システム | |
JP2008005964A (ja) | 無呼吸管理装置および無呼吸管理用プログラム | |
WO2022049592A1 (en) | Wearable health monitoring device for stress detection and meditation guidance | |
JP6746508B2 (ja) | ユーザ端末装置およびデータ送信方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A300 | Withdrawal of application because of no request for examination |
Free format text: JAPANESE INTERMEDIATE CODE: A300 Effective date: 20090804 |