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

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

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。

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。

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Ｔ_０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。ＳｐＯ_２（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ＳｐＯ_２（ｉ）と前回測定された酸素飽和度データＳｐＯ_２（ｉ−１）とを用いて判断される。たとえば、「上向きに交差」とは、ＳｐＯ_２（ｉ−１）の値が閾値未満であってＳｐＯ_２（ｉ）の値が閾値以上であることを表わし、ＳｐＯ_２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、ＳｐＯ_２（ｉ−１）の値が閾値以上であってＳｐＯ_２（ｉ）の値が閾値未満であることを表わし、ＳｐＯ_２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、ＳｐＯ_２（ｉ）が閾値未満であるか否かを判断する。ＳｐＯ_２（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、ＳｐＯ_２（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Ｔ_１（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Ｔ_１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Ｔ_１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、ＳｐＯ_２（ｉ）が閾値未満の時間が所定間隔Ｔ_１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ＳｐＯ_２、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、ＳｐＯ_２が閾値Ｖｘ未満であったとしても、現在時刻Ｔ（ｉ）がＴｓｔ（ＳｐＯ_２が閾値Ｖｘを下向きに交差した時刻）とＴｘ（Ｔｓｔ＋所定間隔Ｔ_１）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ＳｐＯ_２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Ｔ_２（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Ｔ_２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Ｔ_２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、ＳｐＯ_２（ｉ）が無呼吸状態から正常な状態（ＳｐＯ_２（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Ｔ_２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。

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。

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。

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。

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。

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。

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。

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。

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２５２Ａ_１および曜日データ２５２Ａ_２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。

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。

本発明の各実施の形態における無呼吸管理装置の外観の一例を示す図である。 本発明の各実施の形態における無呼吸管理装置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。 本発明の実施の形態１における無呼吸管理装置の機能構成を示す機能ブロック図である。 本発明の実施の形態１における測定結果記憶領域のデータ構造の一例を示す図である。 本発明の実施の形態１における無呼吸管理装置のＣＰＵが実行する処理の流れを示すフローチャートである。 本発明の実施の形態１における無呼吸検出処理を示すフローチャートである。 無呼吸の判定方法を説明するための図である。 無呼吸の発生回数を示す図である。 図５のステップＳ１０で表示される画面の一例を示す図である。 本発明の実施の形態１において判定される２つの無呼吸タイプの典型的な無呼吸発生頻度指標のトレンドの一例を示す図である。 図５のステップＳ１４で表示される画面の一例である。 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の機能構成を示す機能ブロック図である。 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のデータ構造の一例を示す図である。 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のＣＰＵが実行する処理の流れを示すフローチャートである。 本発明の実施の形態１の変形例１における無呼吸検出処理を示すフローチャートである。 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の機能構成を示す機能ブロック図である。 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のデータ構造の一例を示す図である。 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のＣＰＵが実行する処理の流れを示すフローチャートである。 本発明の実施の形態１の変形例２における無呼吸検出処理を示すフローチャートである。 本発明の実施の形態２およびその変形例における無呼吸管理装置の機能構成を示す機能ブロック図である。 本発明の実施の形態２における測定結果記憶領域のデータ構造の一例を示す図である。 本発明の実施の形態２およびその変形例１における無呼吸管理装置のＣＰＵが実行する処理の流れを示すフローチャートである。 本発明の実施の形態２、実施の形態２の変形例１，２における無呼吸検出処理を示すフローチャートである。 （Ａ），（Ｂ）は、本発明の実施の形態２において図２２のステップＳ３０で表示される画面の一例を示す図である。 本発明の実施の形態２において図２２のステップＳ３０で表示される画面の他の例を示す図である。 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のデータ構造の一例を示す図である。 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のＣＰＵが実行する処理の流れを示すフローチャートである。 図２７のステップＳ３２で表示される画面の一例を示す図である。 図２７のステップＳ３８で表示される画面の一例を示す図である。 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のデータ構造の一例を示す図である。 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のＣＰＵが実行する処理の流れを示すフローチャートである。 図３１のステップＳ２０Ａで表示される画面の一例を示す図である。 図３１のステップＳ６４で表示される画面の一例を示す図である。 図３１のステップＳ６４で表示される画面の他の例を示す図である。

符号の説明

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)

1. 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。
2. 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。
3. 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。
4. 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。
5. 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。
6. 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。
7. 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。
8. 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。
9. 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。
10. 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。
11. 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。
12. 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。
13. 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。
14. 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。
15. 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。
16. 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。
17. 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。
18. 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。
19. 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。
20. 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。
21. 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。
22. 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。
23. 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。

Images