JP2014064675A - 非拘束無呼吸検知システムとその方法とそのプログラム - Google Patents
非拘束無呼吸検知システムとその方法とそのプログラム Download PDFInfo
- Publication number
- JP2014064675A JP2014064675A JP2012211242A JP2012211242A JP2014064675A JP 2014064675 A JP2014064675 A JP 2014064675A JP 2012211242 A JP2012211242 A JP 2012211242A JP 2012211242 A JP2012211242 A JP 2012211242A JP 2014064675 A JP2014064675 A JP 2014064675A
- Authority
- JP
- Japan
- Prior art keywords
- frequency
- sound
- respiratory
- breathing
- spectrum
- 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.)
- Granted
Links
- 208000008784 apnea Diseases 0.000 title claims abstract description 125
- 238000001514 detection method Methods 0.000 title claims abstract description 70
- 238000000034 method Methods 0.000 title claims abstract description 21
- 238000004458 analytical method Methods 0.000 claims abstract description 216
- 208000037656 Respiratory Sounds Diseases 0.000 claims abstract description 134
- 238000001228 spectrum Methods 0.000 claims abstract description 117
- 230000029058 respiratory gaseous exchange Effects 0.000 claims abstract description 85
- 230000000241 respiratory effect Effects 0.000 claims description 108
- 206010041235 Snoring Diseases 0.000 claims description 50
- 230000003595 spectral effect Effects 0.000 claims description 21
- 238000010183 spectrum analysis Methods 0.000 claims description 13
- 230000000452 restraining effect Effects 0.000 claims description 12
- 230000008569 process Effects 0.000 claims description 8
- 230000035565 breathing frequency Effects 0.000 claims 1
- 206010021079 Hypopnoea Diseases 0.000 description 17
- 238000010586 diagram Methods 0.000 description 17
- 201000002859 sleep apnea Diseases 0.000 description 15
- 230000010354 integration Effects 0.000 description 10
- 230000000694 effects Effects 0.000 description 9
- 230000007958 sleep Effects 0.000 description 9
- 230000006870 function Effects 0.000 description 8
- 238000012986 modification Methods 0.000 description 8
- 230000004048 modification Effects 0.000 description 8
- 238000006243 chemical reaction Methods 0.000 description 5
- QVGXLLKOCUKJST-UHFFFAOYSA-N atomic oxygen Chemical compound [O] QVGXLLKOCUKJST-UHFFFAOYSA-N 0.000 description 4
- 230000008859 change Effects 0.000 description 4
- 229910052760 oxygen Inorganic materials 0.000 description 4
- 239000001301 oxygen Substances 0.000 description 4
- 238000012545 processing Methods 0.000 description 4
- 239000008280 blood Substances 0.000 description 3
- 210000004369 blood Anatomy 0.000 description 3
- 230000007423 decrease Effects 0.000 description 3
- 206010012601 diabetes mellitus Diseases 0.000 description 3
- 238000005259 measurement Methods 0.000 description 3
- 230000004044 response Effects 0.000 description 3
- 238000012216 screening Methods 0.000 description 3
- 238000009423 ventilation Methods 0.000 description 3
- 206010020772 Hypertension Diseases 0.000 description 2
- 201000010099 disease Diseases 0.000 description 2
- 208000037265 diseases, disorders, signs and symptoms Diseases 0.000 description 2
- 238000011156 evaluation Methods 0.000 description 2
- 239000000284 extract Substances 0.000 description 2
- 238000001914 filtration Methods 0.000 description 2
- 230000036541 health Effects 0.000 description 2
- 230000000737 periodic effect Effects 0.000 description 2
- 238000012360 testing method Methods 0.000 description 2
- 238000002560 therapeutic procedure Methods 0.000 description 2
- 208000000884 Airway Obstruction Diseases 0.000 description 1
- 208000003417 Central Sleep Apnea Diseases 0.000 description 1
- 206010010356 Congenital anomaly Diseases 0.000 description 1
- 208000001705 Mouth breathing Diseases 0.000 description 1
- 206010061876 Obstruction Diseases 0.000 description 1
- 208000010340 Sleep Deprivation Diseases 0.000 description 1
- 210000004556 brain Anatomy 0.000 description 1
- 230000001684 chronic effect Effects 0.000 description 1
- 238000004891 communication Methods 0.000 description 1
- 238000011513 continuous positive airway pressure therapy Methods 0.000 description 1
- 230000010485 coping Effects 0.000 description 1
- 238000003745 diagnosis Methods 0.000 description 1
- 210000005069 ears Anatomy 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 238000002474 experimental method Methods 0.000 description 1
- 238000000605 extraction Methods 0.000 description 1
- 230000005802 health problem Effects 0.000 description 1
- 230000000147 hypnotic effect Effects 0.000 description 1
- 238000007689 inspection Methods 0.000 description 1
- 239000000463 material Substances 0.000 description 1
- 208000010125 myocardial infarction Diseases 0.000 description 1
- 230000010352 nasal breathing Effects 0.000 description 1
- 230000000414 obstructive effect Effects 0.000 description 1
- 208000001797 obstructive sleep apnea Diseases 0.000 description 1
- 230000005855 radiation Effects 0.000 description 1
- 230000036391 respiratory frequency Effects 0.000 description 1
- 238000005070 sampling Methods 0.000 description 1
- 230000001568 sexual effect Effects 0.000 description 1
- 208000019116 sleep disease Diseases 0.000 description 1
- 239000007787 solid Substances 0.000 description 1
- 230000002123 temporal effect Effects 0.000 description 1
- 208000001072 type 2 diabetes mellitus Diseases 0.000 description 1
- 230000001755 vocal effect Effects 0.000 description 1
Landscapes
- Measurement Of The Respiration, Hearing Ability, Form, And Blood Characteristics Of Living Organisms (AREA)
Abstract
【課題】鼻及び／又は口にサイレントホイッスルを備えた呼気音発生器を装着して高周波音を発生させ、その音を収集することで低コストかつ高精度、さらに被検者を拘束することなく呼吸状態を解析することができる非拘束無呼吸検知システムとその方法とそのプログラムを提供する。
【解決手段】５ｋＨｚ以上の高周波音を発生可能なサイレントホイッスルを備えて鼻及び／又は口に装着される呼気音発生器２と、この呼気音発生器２又は前記鼻又は口から発生する呼吸音を受信可能なセンサ３と、呼吸音をスペクトル解析する周波数解析部５と、このスペクトルをスペクトル包絡解析してスペクトル包絡線を求めるスペクトル包絡解析部６と、スペクトル包絡線において極大点が存在しない場合又は極大点のうち最大点を与える周波数における強度が所望の閾値を超えない場合に無呼吸状態として判断する呼吸状態解析部７を有する。
【選択図】図１
【解決手段】５ｋＨｚ以上の高周波音を発生可能なサイレントホイッスルを備えて鼻及び／又は口に装着される呼気音発生器２と、この呼気音発生器２又は前記鼻又は口から発生する呼吸音を受信可能なセンサ３と、呼吸音をスペクトル解析する周波数解析部５と、このスペクトルをスペクトル包絡解析してスペクトル包絡線を求めるスペクトル包絡解析部６と、スペクトル包絡線において極大点が存在しない場合又は極大点のうち最大点を与える周波数における強度が所望の閾値を超えない場合に無呼吸状態として判断する呼吸状態解析部７を有する。
【選択図】図１
Description
本発明は、睡眠時無呼吸症候群（ＳＡＳ）のスクリーニングを行うことが可能な無呼吸検知システムに係り、特に非拘束、高精度かつ安価に呼吸の有無について検知可能な非拘束無呼吸検知システムに関する。
近年、健康意識の高まりにより在宅における健康管理が注目されている。特に、我が国の睡眠時無呼吸症候群（ＳＡＳ）の患者数は既に２００万人を超えていると推計されている。
睡眠時無呼吸症候群（ＳＡＳ）は、閉塞性無呼吸（ＯＳＡ）と中枢性無呼吸（ＣＳＡ）に分けられ、生活習慣病などと関連が深いのは睡眠時に気道閉塞による呼吸障害が発生する閉塞性無呼吸の方である。最近の研究では、先天性でないII型の糖尿病で治療を受けている患者の３６％が、閉塞性睡眠時無呼吸であることが、米国Whittier糖尿病研究所（カリフォルニア州ラホラ）から報告されている。
睡眠時無呼吸は慢性的な睡眠不足から、糖尿病だけでなく、心臓発作、高血圧、鬱病などの健康障害との強い関連が示されている。更に、運転事故などを誘発するとして、ＪＲや日本トラック協会でも睡眠時無呼吸の予防に力を入れている。睡眠時無呼吸は、本人による早期の自覚が難しく、糖尿病や高血圧などの生活習慣病を罹患するか、極度の寝不足によって生活や業務に支障が出てから受診・治療を受けることが多い。睡眠時無呼吸症候群のスクリーニングは、まず病院から処方されたアプノモニター（簡易睡眠時無呼吸症候群検査機：アプノモニターはチエスト株式会社の登録商標）でスクリーニングし、その後、病院にてポリソムノグラフィ（睡眠ポリグラフ）で確定診断を受けることになる。アプノモニターとは、睡眠中における鼻での呼気、口の呼吸（吸気）の流れ、いびきや気道を通る空気の音、血中酸素量などを計測することで睡眠時無呼吸症候群のスクリーニング検査を行う小型のもので、ポリソムノグラフィとは、各種のセンサーを取り付けた状態で一晩眠り、心拍数、いびき音をはじめ脳波や心電図等を測定するものである。
睡眠時無呼吸症候群については、一旦罹患すると、痩せて気道が自然に広がるのを待つか、気道を外科的に広げない限り治療法はなく、対処療法として睡眠時に呼吸を強制的に改善する装置(シーパップ)が処方されている。シーパップとは、ＣＰＡＰ(Continuous Positive Airway
Pressure)の略で、持続的陽圧呼吸を意味する。気道の狭窄を防ぐために、持続的に加圧した空気（陽圧の空気）を気道に送る療法をＣＰＡＰ療法と言う。
睡眠障害を早期に自覚し生活習慣を改めることによって、疾病に罹患することを効果的に予防できることは周知であり、早期に自覚するためには、家庭で手軽(簡便)に、しかも安価にスクリーニングできることが重要である。このようなことから、非拘束にしかも手軽に睡眠時無呼吸を検知する装置が幾つか提案されている。
睡眠時無呼吸症候群（ＳＡＳ）は、閉塞性無呼吸（ＯＳＡ）と中枢性無呼吸（ＣＳＡ）に分けられ、生活習慣病などと関連が深いのは睡眠時に気道閉塞による呼吸障害が発生する閉塞性無呼吸の方である。最近の研究では、先天性でないII型の糖尿病で治療を受けている患者の３６％が、閉塞性睡眠時無呼吸であることが、米国Whittier糖尿病研究所（カリフォルニア州ラホラ）から報告されている。
睡眠時無呼吸は慢性的な睡眠不足から、糖尿病だけでなく、心臓発作、高血圧、鬱病などの健康障害との強い関連が示されている。更に、運転事故などを誘発するとして、ＪＲや日本トラック協会でも睡眠時無呼吸の予防に力を入れている。睡眠時無呼吸は、本人による早期の自覚が難しく、糖尿病や高血圧などの生活習慣病を罹患するか、極度の寝不足によって生活や業務に支障が出てから受診・治療を受けることが多い。睡眠時無呼吸症候群のスクリーニングは、まず病院から処方されたアプノモニター（簡易睡眠時無呼吸症候群検査機：アプノモニターはチエスト株式会社の登録商標）でスクリーニングし、その後、病院にてポリソムノグラフィ（睡眠ポリグラフ）で確定診断を受けることになる。アプノモニターとは、睡眠中における鼻での呼気、口の呼吸（吸気）の流れ、いびきや気道を通る空気の音、血中酸素量などを計測することで睡眠時無呼吸症候群のスクリーニング検査を行う小型のもので、ポリソムノグラフィとは、各種のセンサーを取り付けた状態で一晩眠り、心拍数、いびき音をはじめ脳波や心電図等を測定するものである。
睡眠時無呼吸症候群については、一旦罹患すると、痩せて気道が自然に広がるのを待つか、気道を外科的に広げない限り治療法はなく、対処療法として睡眠時に呼吸を強制的に改善する装置(シーパップ)が処方されている。シーパップとは、ＣＰＡＰ(Continuous Positive Airway
Pressure)の略で、持続的陽圧呼吸を意味する。気道の狭窄を防ぐために、持続的に加圧した空気（陽圧の空気）を気道に送る療法をＣＰＡＰ療法と言う。
睡眠障害を早期に自覚し生活習慣を改めることによって、疾病に罹患することを効果的に予防できることは周知であり、早期に自覚するためには、家庭で手軽(簡便)に、しかも安価にスクリーニングできることが重要である。このようなことから、非拘束にしかも手軽に睡眠時無呼吸を検知する装置が幾つか提案されている。
例えば、特許文献１には、「睡眠時無呼吸症候群の検査器具」という名称で、鼻からの呼吸流を感知して呼吸の有無を検出する鼻呼吸センサと口からの呼吸流を検知して呼吸の有無を検知する口呼吸センサと、さらには顔面の任意の部位に取り付けて、当該部位の経皮的動脈血酸素飽和度を計測するパルスオキシメータによる計測結果とに基づいて無呼吸状態又は低呼吸状態の有無を検出する技術が開示されている。
このように構成される発明においては、鼻呼吸センサと口呼吸センサによって呼吸気による温度変化等を感知し、呼吸していることを認識することが可能である。また、パルスオキシメータは、動脈血の酸素飽和度を赤色光と近赤外光を用いて測定して、無呼吸状態又は低呼吸状態の回数を正確に測定することができる。
このように構成される発明においては、鼻呼吸センサと口呼吸センサによって呼吸気による温度変化等を感知し、呼吸していることを認識することが可能である。また、パルスオキシメータは、動脈血の酸素飽和度を赤色光と近赤外光を用いて測定して、無呼吸状態又は低呼吸状態の回数を正確に測定することができる。
また、特許文献２には、「呼吸検出器」という名称で、呼吸により発生する気流の温度を検出するセンサを顔面から離れた位置に装着される発明が開示されている。
このように構成される発明においては、呼吸検出器を装着した際に、温度を検出するセンサが顔面より離れた位置にあり皮膚とは接触しないため、体温の影響を受けることなく呼吸による気流の温度変化を正確に計測可能である。
このように構成される発明においては、呼吸検出器を装着した際に、温度を検出するセンサが顔面より離れた位置にあり皮膚とは接触しないため、体温の影響を受けることなく呼吸による気流の温度変化を正確に計測可能である。
しかしながら、特許文献１に開示される技術は、呼吸の有無を検出するための鼻呼吸センサと口呼吸センサと更に、それと一体となったパルスオキシメーターを同時に備えており、一見小型・手軽な装置に見えるが、これら、複数のセンサの信号を同時に処理し、呼吸や血中の酸素量を計測し、更に無呼吸や低呼吸を判定するには複雑な処理が必要となり専用の回路を顔面に装着する組立体の中で一体化するには、小型化技術、コストの面で手軽な装置としては困難という課題があった。
また、特許文献２に開示される技術についても、顔面に貼り付けた温度センサを用いて呼吸を計測するだけで、周囲の影響を受けやすいため、精度の高い呼吸計測は難しく、また、信号処理および呼吸を計測する部分は別装置となっていることから、携帯性やコスト面から課題があった。
また、特許文献２に開示される技術についても、顔面に貼り付けた温度センサを用いて呼吸を計測するだけで、周囲の影響を受けやすいため、精度の高い呼吸計測は難しく、また、信号処理および呼吸を計測する部分は別装置となっていることから、携帯性やコスト面から課題があった。
本発明は、このような課題を解決すべくなされたものであって、鼻及び／又は口にサイレントホイッスルを備えた呼気音発生器を装着して高周波音を発生させ、その音を収集することで低コストかつ高精度、さらに被検者を拘束することなく呼吸状態を解析することができる非拘束無呼吸検知システムとその方法とそのプログラムを提供することを目的とする。
また、高周波音を発生させることで、被検者はもちろんのことその周囲の人に対して耳障りになることもなく、高い低侵襲性をも備えた非拘束無呼吸検知システムとその方法とそのプログラムを提供することも目的とする。
また、高周波音を発生させることで、被検者はもちろんのことその周囲の人に対して耳障りになることもなく、高い低侵襲性をも備えた非拘束無呼吸検知システムとその方法とそのプログラムを提供することも目的とする。
上記目的を達成するため、請求項１記載の発明である非拘束無呼吸検知システムは、５ｋＨｚ以上の高周波音を発生可能なサイレントホイッスルを備えて鼻及び／又は口に装着される呼気音発生器と、この呼気音発生器又は前記鼻又は口から発生する呼吸音を受信可能なセンサと、このセンサで受信された呼吸音をスペクトル解析する周波数解析部と、この周波数解析部で解析された前記呼吸音のスペクトルをスペクトル包絡解析してスペクトル包絡線を求めるスペクトル包絡解析部と、このスペクトル包絡解析部で得られたスペクトル包絡線において周波数軸方向に強度の差分を取って極大点を演算し、この強度の極大点の有無及びこの極大点を与える周波数を呼吸音周波数データとして取得し、この呼吸音周波数データにおいて前記極大点が存在しない場合又は前記極大点のうち最大点を与える周波数における強度が所望の閾値を超えない場合に無呼吸状態として判断する呼吸状態解析部と、を有することを特徴とするものである。
このように構成される非拘束無呼吸検知システムにおいては、被検者の呼吸によって呼気音発生器に備えられたサイレントホイッスルが高周波音を発生し、センサが呼吸音として受信するように作用する。なお、本願においては、「呼気音」とは、呼気音発生器に備えられたサイレントホイッスルによって発生する高周波音を概念し、「呼吸音」とは、呼吸によって鼻又は口から直に発生する音に加えて、サイレントホイッスルが発生する高周波音（呼気音）を含めた概念である。また、もちろん呼吸によって鼻又は口から直に発生する音としては、いびきによる音も含まれる。
スペクトル包絡解析部は、周波数解析部で解析された呼吸音のスペクトルをスペクトル包絡解析してスペクトル包絡線を求めて、呼吸状態解析部７における呼吸状態の解析を容易にすべくスペクトルが滑らかな曲線を形成するように作用する。呼吸状態解析部は、横軸が周波数、縦軸が強度で表現されるスペクトル包絡線の極大点を演算し、さらに極大点のうち最大点を与える周波数における強度を解析することで、呼吸の有無を判断するように作用する。なお、最大点とは、極大点のうち強度が最大である点を意味するものである。また、極大点のみならず、最大点を求めたのは、無呼吸であることを判断するためには最も強度が高い極大点であっても所望に定めた閾値を下回る必要があるためである。
このように構成される非拘束無呼吸検知システムにおいては、被検者の呼吸によって呼気音発生器に備えられたサイレントホイッスルが高周波音を発生し、センサが呼吸音として受信するように作用する。なお、本願においては、「呼気音」とは、呼気音発生器に備えられたサイレントホイッスルによって発生する高周波音を概念し、「呼吸音」とは、呼吸によって鼻又は口から直に発生する音に加えて、サイレントホイッスルが発生する高周波音（呼気音）を含めた概念である。また、もちろん呼吸によって鼻又は口から直に発生する音としては、いびきによる音も含まれる。
スペクトル包絡解析部は、周波数解析部で解析された呼吸音のスペクトルをスペクトル包絡解析してスペクトル包絡線を求めて、呼吸状態解析部７における呼吸状態の解析を容易にすべくスペクトルが滑らかな曲線を形成するように作用する。呼吸状態解析部は、横軸が周波数、縦軸が強度で表現されるスペクトル包絡線の極大点を演算し、さらに極大点のうち最大点を与える周波数における強度を解析することで、呼吸の有無を判断するように作用する。なお、最大点とは、極大点のうち強度が最大である点を意味するものである。また、極大点のみならず、最大点を求めたのは、無呼吸であることを判断するためには最も強度が高い極大点であっても所望に定めた閾値を下回る必要があるためである。
また、請求項２に記載される発明は、請求項１記載の非拘束無呼吸検知システムにおいて、前記呼吸状態解析部は、前記呼吸音周波数データの極大点を与える周波数が所望に予め定められるいびき周波数帯域に含まれる場合をいびき状態として判断することを特徴とする特徴とするものである。
このように構成される非拘束無呼吸検知システムにおいては、請求項１に記載の発明の作用に加えて、呼吸状態解析部がいびき状態を判断するように作用する。この場合の周波数は呼吸によってサイレントホイッスルが発生する高周波ではなく、いびき自体の音の周波数であるため呼吸に伴う呼吸音とは識別が可能である。
このように構成される非拘束無呼吸検知システムにおいては、請求項１に記載の発明の作用に加えて、呼吸状態解析部がいびき状態を判断するように作用する。この場合の周波数は呼吸によってサイレントホイッスルが発生する高周波ではなく、いびき自体の音の周波数であるため呼吸に伴う呼吸音とは識別が可能である。
請求項３に記載される発明である非拘束無呼吸検知システムは、請求項１又は請求項２に記載の非拘束無呼吸検知システムにおいて、前記呼吸状態解析部は、前記呼吸音周波数データに含まれる極大点のうち最大点を与える周波数が所望に予め定められる低呼吸周波数帯域に含まれる場合を低呼吸状態として判断することを特徴とするものである。
このように構成される非拘束無呼吸検知システムにおいては、請求項１又は請求項２に記載の発明の作用に加えて、呼吸状態解析部が低呼吸状態を判断するように作用する。
このように構成される非拘束無呼吸検知システムにおいては、請求項１又は請求項２に記載の発明の作用に加えて、呼吸状態解析部が低呼吸状態を判断するように作用する。
請求項４に記載される発明は、請求項１乃至請求項３のいずれか１項に記載の非拘束無呼吸検知システムにおいて、前記呼吸状態解析部は、前記周波数解析部で解析された前記高周波音のスペクトル又は前記スペクトル包絡解析部で解析された前記高周波音のスペクトルのスペクトル包絡線のパワーを積算し、これを時間領域波形として求めて呼吸周期を解析することを特徴とするものである。
このように構成される非拘束無呼吸検知システムにおいては、請求項１乃至請求項３のいずれか１項に記載の発明の作用に加えて、呼吸状態解析部がスペクトル又はスペクトル包絡線のパワーを積算して時間領域波形を求めることで、横軸を時間として呼吸周期を解析するように作用する。
このように構成される非拘束無呼吸検知システムにおいては、請求項１乃至請求項３のいずれか１項に記載の発明の作用に加えて、呼吸状態解析部がスペクトル又はスペクトル包絡線のパワーを積算して時間領域波形を求めることで、横軸を時間として呼吸周期を解析するように作用する。
請求項５に記載される発明は、請求項１乃至請求項４のいずれか１項に記載の非拘束無呼吸検知システムにおいて、フィルタを備え、前記センサで受信された呼吸音を前記フィルタに通した後に前記周波数解析部でスペクトル解析することを特徴とするものである。
このように構成される非拘束無呼吸検知システムにおいては、請求項１乃至請求項４のいずれか１項に記載の発明の作用に加えて、フィルタで呼吸状態解析部での解析に必要な周波数の呼吸音のみを周波数解析部でスペクトル解析するように作用する。フィルタでろ過させる周波数領域としては、サイレントホイッスルで発生可能な５ｋＨ以上や、あるいはいびき状態における呼吸音の周波数を含む帯域や低呼吸状態における呼吸音の周波数を含む帯域などが考えられる。
このように構成される非拘束無呼吸検知システムにおいては、請求項１乃至請求項４のいずれか１項に記載の発明の作用に加えて、フィルタで呼吸状態解析部での解析に必要な周波数の呼吸音のみを周波数解析部でスペクトル解析するように作用する。フィルタでろ過させる周波数領域としては、サイレントホイッスルで発生可能な５ｋＨ以上や、あるいはいびき状態における呼吸音の周波数を含む帯域や低呼吸状態における呼吸音の周波数を含む帯域などが考えられる。
請求項６に記載される発明は、請求項１乃至請求項５のいずれか１項に記載の非拘束無呼吸検知システムにおいて、前記呼気音発生器は、鼻及び／又は口を覆うマスクと、このマスク内の呼気で鳴るように吸気側をマスク内に排気側をマスク外に固定されるサイレントホイッスルと、前記マスク内に給気するために前記マスクに設けられる吸入弁と、前記マスク内の呼気による圧力を調整するために前記マスクに設けられる排気弁と、を有することを特徴とするものである。
このように構成される非拘束無呼吸検知システムにおいては、請求項１乃至請求項５のいずれか１項に記載の発明の作用に加えて、呼気音発生器の吸入弁がサイレントホイッスルを吹くための空気を外部から吸い込むように作用し、排気弁は、サイレントホイッスルから放出される空気以外に、適度に圧力を保ちつつホイッスルに空気を送りながら、装着者を息苦しくさせないように一定圧力以上になったときに空気を逃がすように作用するものである。
このように構成される非拘束無呼吸検知システムにおいては、請求項１乃至請求項５のいずれか１項に記載の発明の作用に加えて、呼気音発生器の吸入弁がサイレントホイッスルを吹くための空気を外部から吸い込むように作用し、排気弁は、サイレントホイッスルから放出される空気以外に、適度に圧力を保ちつつホイッスルに空気を送りながら、装着者を息苦しくさせないように一定圧力以上になったときに空気を逃がすように作用するものである。
請求項７に記載される発明である非拘束無呼吸検知方法は、鼻及び／又は口からの呼気で５ｋＨｚ以上の高周波音を発生可能なサイレントホイッスルを備えた呼気音発生器又は前記鼻又は口から発生する呼吸音を受信する呼吸音受信工程と、前記呼吸音受信工程で受信した前記呼吸音をスペクトル解析するスペクトル解析工程と、このスペクトル解析工程で解析された前記呼吸音のスペクトルをスペクトル包絡解析してスペクトル包絡線を求めるスペクトル包絡解析工程と、このスペクトル包絡解析工程で得られたスペクトル包絡線において周波数軸方向に強度の差分を取って極大点を演算し、この強度の極大点の有無及びこの極大点を与える周波数を呼吸音周波数データとして取得する呼吸音周波数解析工程と、この呼吸音周波数解析工程で取得された前記呼吸音周波数データにおいて、前記極大点が存在しない場合又は前記極大点のうち最大点を与える周波数における強度が所望の閾値を超えない場合に無呼吸状態として判断する呼吸状態解析工程と、を有することを特徴とするものである。
このように構成される非拘束無呼吸検知方法においては、請求項１に記載される非拘束無呼吸検知システムを方法発明として捉えたものであり、その作用は請求項１記載の発明と同様である。
このように構成される非拘束無呼吸検知方法においては、請求項１に記載される非拘束無呼吸検知システムを方法発明として捉えたものであり、その作用は請求項１記載の発明と同様である。
請求項８に記載される発明は、請求項７に記載の非拘束無呼吸検知方法において、前記呼吸状態解析工程は、前記呼吸音周波数解析工程で取得された前記呼吸音周波数データの極大点を与える周波数が所望に予め定められるいびき周波数帯域に含まれる場合をいびき状態として判断することを特徴とするものである。
このように構成される非拘束無呼吸検知方法は、請求項２に記載の発明を方法発明として捉えたものであり、その作用は請求項２に記載の発明と同様である。
このように構成される非拘束無呼吸検知方法は、請求項２に記載の発明を方法発明として捉えたものであり、その作用は請求項２に記載の発明と同様である。
請求項９に記載される発明である非拘束無呼吸検知プログラムは、コンピュータによって実行される非拘束無呼吸検知プログラムであって、鼻及び／又は口からの呼気で５ｋＨｚ以上の高周波音を発生可能なサイレントホイッスルを備えた呼気音発生器又は前記鼻又は口から発生する呼吸音を前記コンピュータに内蔵される又は前記コンピュータに接続されるセンサによって受信する呼吸音受信工程と、前記サイレントホイッスルで発生した前記呼吸音を周波数解析部において解析するスペクトル解析工程と、このスペクトル解析工程で解析された前記呼吸音のスペクトルを呼吸状態解析部でスペクトル包絡解析してスペクトル包絡線を求め、このスペクトル包絡線において周波数軸方向に強度の差分を取って極大点を演算し、この強度の極大点の有無及びこの極大点を与える周波数を呼吸周期データとして取得する呼吸音周波数解析工程と、この呼吸音周波数解析工程で取得された前記呼吸音周波数データに対して、呼吸状態解析部を用いて前記極大点が存在しない場合又は前記極大点のうち最大点を与える周波数における強度が所望の閾値を超えない場合に無呼吸状態として判断する呼吸状態解析工程と、を実行することを特徴とするものである。
このように構成される非拘束無呼吸検知プログラムは、請求項２に記載の発明をプログラムとして捉えたものであり、その作用は請求項２に記載の発明と同様である。なお、本請求項における非拘束無呼吸検知プログラムは、例えばスマートフォンやタブレット等の小型のコンピュータに搭載されるものであり、呼気音発生器を被検者に装着しさえすれば、その後はスマートフォンやタブレットで呼吸音の収集から呼吸状態の解析まで実行可能となるものである。
このように構成される非拘束無呼吸検知プログラムは、請求項２に記載の発明をプログラムとして捉えたものであり、その作用は請求項２に記載の発明と同様である。なお、本請求項における非拘束無呼吸検知プログラムは、例えばスマートフォンやタブレット等の小型のコンピュータに搭載されるものであり、呼気音発生器を被検者に装着しさえすれば、その後はスマートフォンやタブレットで呼吸音の収集から呼吸状態の解析まで実行可能となるものである。
請求項１０に記載される発明は、請求項９記載の非拘束無呼吸検知プログラムにおいて、前記呼吸状態解析工程は、前記呼吸音周波数解析工程で取得された前記呼吸音周波数データの極大点を与える周波数が所望に予め定められるいびき周波数帯域に含まれる場合をいびき状態として判断することを特徴とするものである。
このように構成される非拘束無呼吸検知プログラムにおいては、請求項２に記載の発明をプログラム発明として捉えたものであり、その作用は請求項２に記載の発明と同様である。
このように構成される非拘束無呼吸検知プログラムにおいては、請求項２に記載の発明をプログラム発明として捉えたものであり、その作用は請求項２に記載の発明と同様である。
本発明の請求項１に記載の発明においては、非拘束かつ低侵襲で安価に精度高く無呼吸状態を解析することが可能である。
本発明の請求項２に記載の発明においては、請求項１に記載の発明の効果に加えていびき状態をも解析することができる。
本発明の請求項３に記載の発明においては、請求項１又は請求項２に記載の発明の効果に加えて低呼吸状態をも解析することが可能である。
本発明の請求項４に記載の発明においては、請求項１乃至請求項３のいずれか１項に記載の発明の効果に加えて呼吸周期をも解析することができる。
本発明の請求項５に記載の発明においては、請求項１乃至請求項４のいずれか１項に記載の発明の効果に加えて呼吸状態解析部における解析に必要な周波数の呼吸音のみ抽出することでより精度の高い解析を行うことが可能である。
本発明の請求項６に記載の発明においては、請求項１乃至請求項５のいずれか１項に記載の発明の効果に加えて被検者の呼吸を容易にしながらサイレントホイッスルによる高周波音の発生をより容易に効果的にすることが可能である。
本発明の請求項７に記載の発明においては、請求項１に記載の発明の効果と同様である。
本発明の請求項８に記載の発明においては、請求項２に記載の発明の効果と同様である。
本発明の請求項９に記載の発明においては、請求項１に記載の発明の効果と同様である。
本発明の請求項１０に記載の発明においては、請求項２に記載の発明の効果と同様である。
本発明の実施の形態について、図面を参照しながら説明する。
図１は、本発明の実施の形態に係る非拘束無呼吸検知システムのシステム構成図である。図１において、非拘束無呼吸検知システム１は、被検者の鼻及び／又は口を覆うようにして装着される呼気音発生器２と、この呼気音発生器２から発生する呼気音あるいは被験者の鼻及び／又は口から直接発生する呼吸音を解析する解析装置１ａから構成される。なお、本願では前述のとおり「呼吸音」は、呼気音発生器２に備えられたサイレントホイッスル（図３（ａ）符号３５ａ、図４符号３５ｂ参照）によって発生する高周波音を概念し、「呼吸音」は、呼吸によって鼻又は口から直に発生する音に「呼気音」を含めた概念であるので、単に「呼吸音」とした場合でも「呼気音」が含まれている場合がある。
解析装置１ａは、呼気音発生器２から発生する呼気音の他、被検者の鼻及び／又は口から発生する呼吸音を収集する呼吸音収集部３、呼吸音収集部３で収集された呼吸音から解析に不要な雑音を排除するフィルタ４、フィルタ４で雑音が排除された呼吸音をスペクトル解析する周波数解析部５、周波数解析部５で解析されたスペクトルをスペクトル包絡解析するスペクトル包絡解析部６、スペクトル包絡解析部６でスペクトル包絡解析されたスペクトルを用いて無呼吸状態、いびき状態、低呼吸状態という呼吸状態を解析すると共に呼吸周期を解析する呼吸状態解析部７、呼吸状態解析部７で解析された結果を表示したり、印刷したり、外部装置１０へ出力する出力部８、また、呼吸音収集部３で得られた呼吸音データをはじめ、解析途中で得られた呼吸音に関する解析処理データを読み出し可能に格納するためのデータメモリ９から構成されている。
図１は、本発明の実施の形態に係る非拘束無呼吸検知システムのシステム構成図である。図１において、非拘束無呼吸検知システム１は、被検者の鼻及び／又は口を覆うようにして装着される呼気音発生器２と、この呼気音発生器２から発生する呼気音あるいは被験者の鼻及び／又は口から直接発生する呼吸音を解析する解析装置１ａから構成される。なお、本願では前述のとおり「呼吸音」は、呼気音発生器２に備えられたサイレントホイッスル（図３（ａ）符号３５ａ、図４符号３５ｂ参照）によって発生する高周波音を概念し、「呼吸音」は、呼吸によって鼻又は口から直に発生する音に「呼気音」を含めた概念であるので、単に「呼吸音」とした場合でも「呼気音」が含まれている場合がある。
解析装置１ａは、呼気音発生器２から発生する呼気音の他、被検者の鼻及び／又は口から発生する呼吸音を収集する呼吸音収集部３、呼吸音収集部３で収集された呼吸音から解析に不要な雑音を排除するフィルタ４、フィルタ４で雑音が排除された呼吸音をスペクトル解析する周波数解析部５、周波数解析部５で解析されたスペクトルをスペクトル包絡解析するスペクトル包絡解析部６、スペクトル包絡解析部６でスペクトル包絡解析されたスペクトルを用いて無呼吸状態、いびき状態、低呼吸状態という呼吸状態を解析すると共に呼吸周期を解析する呼吸状態解析部７、呼吸状態解析部７で解析された結果を表示したり、印刷したり、外部装置１０へ出力する出力部８、また、呼吸音収集部３で得られた呼吸音データをはじめ、解析途中で得られた呼吸音に関する解析処理データを読み出し可能に格納するためのデータメモリ９から構成されている。
このように構成される非拘束無呼吸検知システム１の使用について、図２乃至図１３を参照しながら説明する。図２は本発明の実施の形態に係る非拘束無呼吸検知システムを用いて呼吸状態を解析する場合のフロー図である。図３は、（ａ）は本発明の実施の形態に係る非拘束無呼吸検知システムの呼気音発生器の構成図であり、（ｂ）は呼気音発生器に用いられる筒型サイレントホイッスルの原理説明図である。また、図４は、（ａ）は本発明の実施の形態に係る非拘束無呼吸検知システムの呼気音発生器の変形例の構成図であり、（ｂ）は（ａ）の呼気音発生器の変形例を内側から見た構成図であり、（ｃ）は呼気音発生器の変形例に用いられる平型サイレントホイッスルの原理説明図である。
図３（ａ）あるいは図４（ａ）、（ｂ）に示されるような呼気音発生器２を被検者の鼻及び／又は口を覆うように装着して被検者は就寝する。図３の（ａ）に示す呼気音発生器２は、マスク３８の中央に筒型サイレントホイッスル３５ａを送気孔４０（図３（ｂ）参照）が内側となるように配置し、呼吸と筒型サイレントホイッスル３５ａを鳴らすための空気を吸い込む吸入弁３６を備えている。呼気の吐き出しは、筒型サイレントホイッスル３５ａを鳴らす以外に余分となるものについては排気弁３７を用いることでマスク３８内の圧力を調整し、被検者の呼吸を円滑にする。すなわち、排気弁３７は筒型サイレントホイッスル３５ａから放出される空気以外に、被検者を息苦しくさせないように一定圧力以上になったときに空気を逃がすようにしている。
呼気音発生器２のマスク３８は被検者の顔面にフィットするように形成されており、呼気が抜けて筒型サイレントホイッスル３５ａに供給される呼気が少なくなり過ぎないように対策されている。また、固定バンド３９を備えることでより顔面にフィットさせるのと同時に就寝中の被検者に容易に装着可能にしている。
図３（ａ）あるいは図４（ａ）、（ｂ）に示されるような呼気音発生器２を被検者の鼻及び／又は口を覆うように装着して被検者は就寝する。図３の（ａ）に示す呼気音発生器２は、マスク３８の中央に筒型サイレントホイッスル３５ａを送気孔４０（図３（ｂ）参照）が内側となるように配置し、呼吸と筒型サイレントホイッスル３５ａを鳴らすための空気を吸い込む吸入弁３６を備えている。呼気の吐き出しは、筒型サイレントホイッスル３５ａを鳴らす以外に余分となるものについては排気弁３７を用いることでマスク３８内の圧力を調整し、被検者の呼吸を円滑にする。すなわち、排気弁３７は筒型サイレントホイッスル３５ａから放出される空気以外に、被検者を息苦しくさせないように一定圧力以上になったときに空気を逃がすようにしている。
呼気音発生器２のマスク３８は被検者の顔面にフィットするように形成されており、呼気が抜けて筒型サイレントホイッスル３５ａに供給される呼気が少なくなり過ぎないように対策されている。また、固定バンド３９を備えることでより顔面にフィットさせるのと同時に就寝中の被検者に容易に装着可能にしている。
この呼気音発生器２の筒型サイレントホイッスル３５ａは、図３（ｂ）に示す原理で高周波音を発生させている。すなわち、送気孔４０から呼気を導入し、排気孔４１から呼気を排出させた際に、高周波音（呼気音）を発生させるもので、内部に挿入させた抵抗体４２の送気孔４０側の端面の排気孔４１からの位置（符号Ｌであらわされる距離）によってその周波数が異なる。具体的には、排気孔４１の幅をΔＬとし、発生する呼気音の波長をλとすると、式（１）で表現される関係があることが知られている。
λ／４〜３λ／４＝Ｌ＋ΔＬ （１）
従って、高周波音とするためには、可能な限りＬとΔＬを短くする必要があることがわかる。図３（ｂ）でいえば、抵抗体４２を排気孔４１に近づける必要があることになる。
なお、式（１）の右辺で幅があるのは、周波数の高低が呼気の流量にも依存するためである。筒型サイレントホイッスル３５ａについて、呼気の流量と発生する高周波音の周波数の関係について図５に示す。図５の横軸は呼気の流量であり、縦軸は発生する高周波音（呼気音）の周波数である。図５から、送気孔４０から流入する呼気流量が多いほど（流入速度が高いほど）発生する高周波音の周波数が高いことが明らかにされている。
また、この呼気音発生器２の変形例として図４（ａ）、（ｂ）に示すものがある。この変形例ではサイレントホイッスルに平型サイレントホイッスル３５ｂを採用するものである。この変形例ではマスク３８にメッシュ地のものを採用することで空気の吸入と排気を調整して吸入弁と排出弁を削除することに成功している。また、図４（ｃ）には平型サイレントホイッスル３５ｂが高周波音を発生させる原理が示されている。送気孔４０から吸入された呼気は排気孔４１から排出されるが、その際に平型サイレントホイッスル３５ｂの内部で図に示すようなカルマン渦が発生し、これによって高周波音（呼気音）が発生している。
平型サイレントホイッスル３５ｂも筒型サイレントホイッスル３５ａと同様に、内容積を小さく、また、流入孔に流入する呼気の流速が高いほど高周波音が発生することがわかっている。流入孔を小さくしすぎると音を出すための陽圧を高くしなければならないため息苦しくなってしまう。息苦しくない様に調整する必要がある。なお、実験において、流入孔は０．５ｍｍ〜１．０ｍｍが比較的良好な結果を得ている。
筒型サイレントホイッスル３５ａの方が一般的であるが、この場合、マスク３８に装着する場合に奥行きがあることで小型化に限界がある可能性があり、そのような場合には、平型サイレントホイッスル３５ｂを採用することが望ましい。
就寝中の呼吸によって、呼気音発生器２に備えられている筒型サイレントホイッスル３５ａあるいは平型サイレントホイッスル３５ｂが高周波音を発生する。高周波音は５ｋＨｚでピアノの高音キー程度であり、次第に人の耳に対して気に障らない音域になるが、とりわけ１０ｋＨｚを超えると中高年には聞こえにくい音域とされているので、少なくとも５ｋＨｚ以上であることが望ましく、更に、１０ｋＨｚ以上の高周波数を発生可能なサイレントホイッスルであれば、被検者はもとより周囲に就寝する家族や病院では患者に対する侵襲性が低く、使用に際して何らの不都合がなくなるので望ましい。
λ／４〜３λ／４＝Ｌ＋ΔＬ （１）
従って、高周波音とするためには、可能な限りＬとΔＬを短くする必要があることがわかる。図３（ｂ）でいえば、抵抗体４２を排気孔４１に近づける必要があることになる。
なお、式（１）の右辺で幅があるのは、周波数の高低が呼気の流量にも依存するためである。筒型サイレントホイッスル３５ａについて、呼気の流量と発生する高周波音の周波数の関係について図５に示す。図５の横軸は呼気の流量であり、縦軸は発生する高周波音（呼気音）の周波数である。図５から、送気孔４０から流入する呼気流量が多いほど（流入速度が高いほど）発生する高周波音の周波数が高いことが明らかにされている。
また、この呼気音発生器２の変形例として図４（ａ）、（ｂ）に示すものがある。この変形例ではサイレントホイッスルに平型サイレントホイッスル３５ｂを採用するものである。この変形例ではマスク３８にメッシュ地のものを採用することで空気の吸入と排気を調整して吸入弁と排出弁を削除することに成功している。また、図４（ｃ）には平型サイレントホイッスル３５ｂが高周波音を発生させる原理が示されている。送気孔４０から吸入された呼気は排気孔４１から排出されるが、その際に平型サイレントホイッスル３５ｂの内部で図に示すようなカルマン渦が発生し、これによって高周波音（呼気音）が発生している。
平型サイレントホイッスル３５ｂも筒型サイレントホイッスル３５ａと同様に、内容積を小さく、また、流入孔に流入する呼気の流速が高いほど高周波音が発生することがわかっている。流入孔を小さくしすぎると音を出すための陽圧を高くしなければならないため息苦しくなってしまう。息苦しくない様に調整する必要がある。なお、実験において、流入孔は０．５ｍｍ〜１．０ｍｍが比較的良好な結果を得ている。
筒型サイレントホイッスル３５ａの方が一般的であるが、この場合、マスク３８に装着する場合に奥行きがあることで小型化に限界がある可能性があり、そのような場合には、平型サイレントホイッスル３５ｂを採用することが望ましい。
就寝中の呼吸によって、呼気音発生器２に備えられている筒型サイレントホイッスル３５ａあるいは平型サイレントホイッスル３５ｂが高周波音を発生する。高周波音は５ｋＨｚでピアノの高音キー程度であり、次第に人の耳に対して気に障らない音域になるが、とりわけ１０ｋＨｚを超えると中高年には聞こえにくい音域とされているので、少なくとも５ｋＨｚ以上であることが望ましく、更に、１０ｋＨｚ以上の高周波数を発生可能なサイレントホイッスルであれば、被検者はもとより周囲に就寝する家族や病院では患者に対する侵襲性が低く、使用に際して何らの不都合がなくなるので望ましい。
就寝した被検者の呼吸によって発生する呼吸音は図１に示されるとおり、呼吸音収集部３によって収集され、Ａ／Ｄ変換してデジタルデータとする。図２のフロー図ではステップＳ１に示されるものである。呼吸音収集部３としては一般的なマイクの他、例えばスマートフォン１１やタブレット等の小型コンピュータに内蔵されているマイクでもよい。
呼吸音収集部３によって収集されてＡ／Ｄ変換された呼吸音は、呼吸音収集部３によって呼吸音データ２０として読み出し可能にデータメモリ９に格納される（ステップＳ１）。
呼吸音収集部３によって収集されてＡ／Ｄ変換された呼吸音は、呼吸音収集部３によって呼吸音データ２０として読み出し可能にデータメモリ９に格納される（ステップＳ１）。
次に、ステップＳ２ではフィルタ４が、呼吸音収集部３から呼吸音データ２０を直接読み出すか、あるいはデータメモリ９に格納されている呼吸音データ２０を読み出して、その中から後段の解析に必要なデータのみを抽出する。具体的には、高周波音（呼気音）の音域については概ね５ｋＨｚ〜１５ｋＨｚあるいは２０ｋＨｚのバンドパスフィルタを用い、いびき等の可聴域については、１ｋＨｚ〜３ｋＨｚ程度のバンドパスフィルタを用いる。これらのフィルタ４についてはデジタルフィルタを用いるとよい。例えば、高速な無限インパルス応答のデジタルフィルタであるバタワースバンドパスフィルタもしくはチェビシェフバンドパスフィルタなどを用いる。もしくは、応答性は劣るものの安定性の高い有限インパルス応答デジタルフィルタを用いても良い。なお、後述する呼吸状態解析部７において、いびき状態の解析を行わないのであれば、高周波音（呼気音）に対するバンドパスフィルタのみ用いてもよい。
フィルタ４からの出力はフィルタ処理後呼吸音データ２１として、フィルタ４によって読み出し可能にデータメモリ９に格納される。
なお、本実施例では呼吸音収集部３が呼吸音データ２０をデータメモリ９に読み出し可能に格納したが、フィルタ４を備えている場合には、呼吸音データ２０を取得することなく、呼吸音収集部３からフィルタ４が呼吸音データ２０を受信してフィルタ処理してフィルタ処理後呼吸音データ２１を生成し、これをデータメモリ９に格納するようにしてもよいし、呼吸音収集部３がフィルタ４を介してフィルタ処理後呼吸音データ２１を生成してデータメモリ９に格納するようにしてもよい。
フィルタ４からの出力はフィルタ処理後呼吸音データ２１として、フィルタ４によって読み出し可能にデータメモリ９に格納される。
なお、本実施例では呼吸音収集部３が呼吸音データ２０をデータメモリ９に読み出し可能に格納したが、フィルタ４を備えている場合には、呼吸音データ２０を取得することなく、呼吸音収集部３からフィルタ４が呼吸音データ２０を受信してフィルタ処理してフィルタ処理後呼吸音データ２１を生成し、これをデータメモリ９に格納するようにしてもよいし、呼吸音収集部３がフィルタ４を介してフィルタ処理後呼吸音データ２１を生成してデータメモリ９に格納するようにしてもよい。
次に、ステップＳ３では、周波数解析部５がフィルタ４からフィルタ処理後呼吸音データ２１を直接読み出すか、あるいはデータメモリ９に格納されているフィルタ処理後呼吸音データ２１を読み出して、周波数解析として高速フーリエ変換（ＦＦＴ）処理を行う。周波数解析部５からの出力は高速フーリエ変換処理後呼吸音データ２２として、周波数解析部５によって読み出し可能にデータメモリ９に格納される。さらに、周波数解析部５はステップＳ３で、この高速フーリエ変換処理後呼吸音データ２２に対して二乗平均値（実効値）を演算してスペクトルデータ２３を得る。
このスペクトルデータ２３をグラフに表現すると図６に示されるような波形（実線）が得られる。横軸が周波数、縦軸がパワー（実効値）であるような波形（実線）が得られる。図６は、本実施の形態に係る非拘束無呼吸検知システムの周波数解析部によって解析された通常呼吸時のスペクトル波形（実線）とスペクトル包絡解析部によって解析されたスペクトル包絡線４３を併せて示すグラフである。このスペクトルデータ２３も周波数解析部５によってデータメモリ９に読み出し可能に格納される。スペクトルデータ２３は、具体的には図６に実線の波形で示される周波数とパワー（実効値）の対のデータである。
なお、このステップＳ３における周波数解析部５による周波数解析は、分解能がサンプリング周波数とサンプル数に依存するＦＦＴに代えて、自己回帰（ＡＲ）法や、最大エントロピー（ＭＥＭ）法等の周波数解析手法を用いてもよい。
なお、このステップＳ３における周波数解析部５による周波数解析は、分解能がサンプリング周波数とサンプル数に依存するＦＦＴに代えて、自己回帰（ＡＲ）法や、最大エントロピー（ＭＥＭ）法等の周波数解析手法を用いてもよい。
次に、スペクトル包絡解析部６ではステップＳ４として、周波数解析部５から直接スペクトルデータ２３を読み出すか、あるいはデータメモリ９に格納されているスペクトルデータ２３を読み出してスペクトル包絡解析を実施する。
ここで、スペクトル包絡解析について説明する。そもそも音声の短時間スペクトルは、周波数と共にゆるやかに変化する成分（スペクトル包絡）と、細かく周期的（有声音の場合）または非周期的（無声音の場合）に変化する成分、すなわちスペクトル微細構造の積（対数尺度では和）に分解して考えることができる。スペクトル包絡は、声道の共振・反共振特性のほか、音源のスペクトル概形、口唇・鼻孔などからの放射特性などを含めたスペクトルの大局的特徴である。一方、スペクトル微細構造は、音源の周期性に関連している。（出典：「音響・音声工学」 近代科学社）高速フーリエ変換などの短時間周波数解析によって出力されたスペクトル解析の結果をみると、小さな周期的なスペクトルの他に、緩やかなスペクトル変化が確認できる。緩やかなスペクトルの山をスペクトル包絡と呼ぶ。スペクトル包絡解析は、音声解析などで、スペクトルの中に含まれる特徴的なピークを検出することに用いられる。例としては、線形予測解析（ＬＰＣ解析）やケプストラム解析等の解析手法がある。スペクトル包絡解析の具体的な解析手法については、「ＭＡＴＬＡＢマルチメディア信号処理（下）音声・画像・通信」（培風館 ２００４年１２月発行 著者：池田雅章、島村徹也、真田幸俊）の第２章スペクトル分析等を参照するとよい。
本実施の形態においては、周波数分析した結果に対してスペクトル包絡解析手法のうち線形予測解析（ＬＰＣ解析）を行うことで、スペクトルの外形を明瞭にして、後段の呼吸状態解析部７による解析に必要な特徴抽出を容易にしている。
具体的には、先の図６のスペクトル波形中に示される曲線（破線）がスペクトル包絡線４３である。このようなスペクトル包絡線４３でスペクトル波形を表現することで、被検者による正常時の呼吸から、高音域では呼気音発生器２に起因する特徴的な極大点４４が現れ、その中心周波数（ピーク周波数）をｆｃとする。このようにして定められるｆｃは正常時の呼吸流量を示す指標となる。
なお、この図６におけるＦ１とＦ２はそれぞれサイレントホイッスルから発生する最低周波数（Ｆ１）と最高周波数（Ｆ２）の例である。本実施の形態では、それぞれ５ｋＨｚ（Ｆ１）と１５ｋＨｚ（Ｆ２）である。
スペクトル包絡解析部６からの出力はスペクトル包絡解析データ２４として、スペクトル包絡解析部６によって読み出し可能にデータメモリ９に格納される。スペクトル包絡解析データ２４は、スペクトル包絡線４３を構成するデータであり、さらに具体的にはスペクトル包絡線４３で表現される周波数とパワー（実効値）の対のデータである。
ここで、スペクトル包絡解析について説明する。そもそも音声の短時間スペクトルは、周波数と共にゆるやかに変化する成分（スペクトル包絡）と、細かく周期的（有声音の場合）または非周期的（無声音の場合）に変化する成分、すなわちスペクトル微細構造の積（対数尺度では和）に分解して考えることができる。スペクトル包絡は、声道の共振・反共振特性のほか、音源のスペクトル概形、口唇・鼻孔などからの放射特性などを含めたスペクトルの大局的特徴である。一方、スペクトル微細構造は、音源の周期性に関連している。（出典：「音響・音声工学」 近代科学社）高速フーリエ変換などの短時間周波数解析によって出力されたスペクトル解析の結果をみると、小さな周期的なスペクトルの他に、緩やかなスペクトル変化が確認できる。緩やかなスペクトルの山をスペクトル包絡と呼ぶ。スペクトル包絡解析は、音声解析などで、スペクトルの中に含まれる特徴的なピークを検出することに用いられる。例としては、線形予測解析（ＬＰＣ解析）やケプストラム解析等の解析手法がある。スペクトル包絡解析の具体的な解析手法については、「ＭＡＴＬＡＢマルチメディア信号処理（下）音声・画像・通信」（培風館 ２００４年１２月発行 著者：池田雅章、島村徹也、真田幸俊）の第２章スペクトル分析等を参照するとよい。
本実施の形態においては、周波数分析した結果に対してスペクトル包絡解析手法のうち線形予測解析（ＬＰＣ解析）を行うことで、スペクトルの外形を明瞭にして、後段の呼吸状態解析部７による解析に必要な特徴抽出を容易にしている。
具体的には、先の図６のスペクトル波形中に示される曲線（破線）がスペクトル包絡線４３である。このようなスペクトル包絡線４３でスペクトル波形を表現することで、被検者による正常時の呼吸から、高音域では呼気音発生器２に起因する特徴的な極大点４４が現れ、その中心周波数（ピーク周波数）をｆｃとする。このようにして定められるｆｃは正常時の呼吸流量を示す指標となる。
なお、この図６におけるＦ１とＦ２はそれぞれサイレントホイッスルから発生する最低周波数（Ｆ１）と最高周波数（Ｆ２）の例である。本実施の形態では、それぞれ５ｋＨｚ（Ｆ１）と１５ｋＨｚ（Ｆ２）である。
スペクトル包絡解析部６からの出力はスペクトル包絡解析データ２４として、スペクトル包絡解析部６によって読み出し可能にデータメモリ９に格納される。スペクトル包絡解析データ２４は、スペクトル包絡線４３を構成するデータであり、さらに具体的にはスペクトル包絡線４３で表現される周波数とパワー（実効値）の対のデータである。
次に、ステップＳ５として呼吸状態解析部７がスペクトル包絡解析部６から直接スペクトル包絡解析データ２４を読み出すか、あるいはデータメモリ９に格納されているスペクトル包絡解析データ２４を読み出して呼吸音周波数解析を行う。
呼吸状態解析部７による呼吸音周波数解析の具体的な説明を図８を参照しながら行う。図８は、本実施の形態に係る非拘束無呼吸検知システムのスペクトル包絡解析部によって得られたスペクトル包絡線に対して、呼吸状態解析部が複数の極大点から最大点を得ることを説明するための概念図である。
まず、呼吸状態解析部７は、スペクトル包絡線４３において周波数軸方向にパワー（実効値）の強度の差分を取る演算を行い、正の差分から負の差分になる点を極大点として抽出して極大点データ２５を取得する。この極大点４４は図６にも示されるとおりである。この際に、周波数が増加するにつれて強度が次第に弱くなっているような場合には極大点４４が存在しないが、一旦増加して減少に転ずるような場合には極大点４４が存在する。この極大点４４に関するデータは、周波数とパワー（実効値）強度の対のデータとして極大点データ２５として読み出し可能にデータメモリ９に格納する。また、このようなパワー（実効値）の極大点４４の有無及びこの極大点データ２５を併せて呼吸音周波数データ２６として取得する。さらに、呼吸状態解析部７は、この極大点データ２５に含まれる極大点のうちパワーの強度が最も大きいもの最大点４５として抽出し、その周波数とパワー（実効値）強度の対のデータとして最大点データ２７を読み出し可能にデータメモリ９に格納する。なお、最大点データ２７は極大点データ２５に含まれるので、最大点データ２７は呼吸音周波数データ２６にも含まれることになる。
これらの解析がステップＳ５における呼吸音周波数解析である。
呼吸状態解析部７による呼吸音周波数解析の具体的な説明を図８を参照しながら行う。図８は、本実施の形態に係る非拘束無呼吸検知システムのスペクトル包絡解析部によって得られたスペクトル包絡線に対して、呼吸状態解析部が複数の極大点から最大点を得ることを説明するための概念図である。
まず、呼吸状態解析部７は、スペクトル包絡線４３において周波数軸方向にパワー（実効値）の強度の差分を取る演算を行い、正の差分から負の差分になる点を極大点として抽出して極大点データ２５を取得する。この極大点４４は図６にも示されるとおりである。この際に、周波数が増加するにつれて強度が次第に弱くなっているような場合には極大点４４が存在しないが、一旦増加して減少に転ずるような場合には極大点４４が存在する。この極大点４４に関するデータは、周波数とパワー（実効値）強度の対のデータとして極大点データ２５として読み出し可能にデータメモリ９に格納する。また、このようなパワー（実効値）の極大点４４の有無及びこの極大点データ２５を併せて呼吸音周波数データ２６として取得する。さらに、呼吸状態解析部７は、この極大点データ２５に含まれる極大点のうちパワーの強度が最も大きいもの最大点４５として抽出し、その周波数とパワー（実効値）強度の対のデータとして最大点データ２７を読み出し可能にデータメモリ９に格納する。なお、最大点データ２７は極大点データ２５に含まれるので、最大点データ２７は呼吸音周波数データ２６にも含まれることになる。
これらの解析がステップＳ５における呼吸音周波数解析である。
次に、ステップＳ６では、同じく呼吸状態解析部７が呼吸状態解析を行う。本実施の形態に係る非拘束無呼吸検知システムでは、無呼吸状態、いびき状態、低呼吸状態の３通りの呼吸状態解析の機能を備えている。
（１）無呼吸状態解析
無呼吸の状態では、周波数解析部５及びスペクトル包絡解析部６における解析より、図９のような波形を得ることができる。図９は本実施の形態に係る非拘束無呼吸検知システムの周波数解析部によって解析された無呼吸時のスペクトル（実線波形）とスペクトル包絡解析部によって解析されたスペクトル包絡線（破線）を併せて示すグラフである。図９に示されるとおり、無呼吸時にはスペクトル包絡線４３において極大点４４を観測することができない。
無呼吸状態の解析では、呼吸状態解析部7はステップＳ５の呼吸音周波数解析の出力である呼吸音周波数データ２６から、あるいはデータメモリ９から呼吸音周波数データ２６を読み出して、この呼吸音周波数データ２６において極大点４４が存在しない場合又は極大点４４のうち最大点４５を与える周波数におけるパワー（実効値）強度が、無呼吸条件データ２８に含まれる所望の閾値を超えない場合に無呼吸状態として判断する。正常時における呼吸では図６に示されるようなｆｃが存在しており、極大点４４（最大点４５）が存在している。しかしながら、無呼吸であれば呼吸によって呼気音発生器２に備えられた筒型サイレントホイッスル３５ａあるいは平型サイレントホイッスル３５ｂを鳴らすこともなく、極大点４４が存在しないことになる。あるいは、ほぼ無呼吸の状態では極大点４４が存在してもその強度が弱いことから、これを排除するために強度に対して所望に定められる適切な閾値を予め設けて無呼吸条件データ２８としてデータメモリ９に格納させておき、呼吸状態解析部７が無呼吸状態解析の際に無呼吸条件データ２８を読み出しつつ、呼吸音周波数データ２６に含まれる最大点４５を与える周波数における強度をデータメモリ９の最大点データ２７から読み出して、その強度と比較することでパワー（実効値）強度の低い極大点４４を排除することができる。
このようにして判断される無呼吸状態は、その回数を経時要素と共に計数して呼吸状態解析部７によって判断結果データ３３としてデータメモリ９に格納される。
経時要素とは例えば時刻や特定の期間等である。呼吸状態解析部７には時計機能を内蔵させておくとよい。また、同時に経時要素として、測定する時刻の候補に関するデータ、測定する時間的なスパンに関するデータも呼吸状態解析部７に内蔵させて、それぞれの解析時に呼吸状態解析部７がその内部で読み出すか、あるいは、無呼吸条件データ２８や後述するいびき条件データ２９や低呼吸条件データ３０に予め含めて格納し、それぞれの解析時に呼吸状態解析部７が読み出すようにしてもよい。
（１）無呼吸状態解析
無呼吸の状態では、周波数解析部５及びスペクトル包絡解析部６における解析より、図９のような波形を得ることができる。図９は本実施の形態に係る非拘束無呼吸検知システムの周波数解析部によって解析された無呼吸時のスペクトル（実線波形）とスペクトル包絡解析部によって解析されたスペクトル包絡線（破線）を併せて示すグラフである。図９に示されるとおり、無呼吸時にはスペクトル包絡線４３において極大点４４を観測することができない。
無呼吸状態の解析では、呼吸状態解析部7はステップＳ５の呼吸音周波数解析の出力である呼吸音周波数データ２６から、あるいはデータメモリ９から呼吸音周波数データ２６を読み出して、この呼吸音周波数データ２６において極大点４４が存在しない場合又は極大点４４のうち最大点４５を与える周波数におけるパワー（実効値）強度が、無呼吸条件データ２８に含まれる所望の閾値を超えない場合に無呼吸状態として判断する。正常時における呼吸では図６に示されるようなｆｃが存在しており、極大点４４（最大点４５）が存在している。しかしながら、無呼吸であれば呼吸によって呼気音発生器２に備えられた筒型サイレントホイッスル３５ａあるいは平型サイレントホイッスル３５ｂを鳴らすこともなく、極大点４４が存在しないことになる。あるいは、ほぼ無呼吸の状態では極大点４４が存在してもその強度が弱いことから、これを排除するために強度に対して所望に定められる適切な閾値を予め設けて無呼吸条件データ２８としてデータメモリ９に格納させておき、呼吸状態解析部７が無呼吸状態解析の際に無呼吸条件データ２８を読み出しつつ、呼吸音周波数データ２６に含まれる最大点４５を与える周波数における強度をデータメモリ９の最大点データ２７から読み出して、その強度と比較することでパワー（実効値）強度の低い極大点４４を排除することができる。
このようにして判断される無呼吸状態は、その回数を経時要素と共に計数して呼吸状態解析部７によって判断結果データ３３としてデータメモリ９に格納される。
経時要素とは例えば時刻や特定の期間等である。呼吸状態解析部７には時計機能を内蔵させておくとよい。また、同時に経時要素として、測定する時刻の候補に関するデータ、測定する時間的なスパンに関するデータも呼吸状態解析部７に内蔵させて、それぞれの解析時に呼吸状態解析部７がその内部で読み出すか、あるいは、無呼吸条件データ２８や後述するいびき条件データ２９や低呼吸条件データ３０に予め含めて格納し、それぞれの解析時に呼吸状態解析部７が読み出すようにしてもよい。
（２）いびき状態解析
いびき状態は、周波数解析部５及びスペクトル包絡解析部６における解析より、図１１のような波形を得ることができる。図１１は本実施の形態に係る非拘束無呼吸検知システムの周波数解析部によって解析されたいびき時のスペクトルとスペクトル包絡解析部によって解析されたスペクトル包絡線を併せて示すグラフである。図１１に示されるとおり、いびき時にはサイレントホイッスル（筒型サイレントホイッスル３５ａ又は平型サイレントホイッスル３５ｂ）によって発生する最低周波数（Ｆ１）よりも低い周波数、すなわち可聴域で極大点４６を観測することができる。この極大点４６における周波数をいびき周波数ｆｓとする。すなわち、いびき状態では、サイレントホイッスルを備えた呼気音発生器２ではなく、鼻及び／又は口から発生する呼吸音を呼吸音収集部３が受信することになる。
いびき状態の解析では、呼吸状態解析部7はステップＳ５の呼吸音周波数解析の出力である呼吸音周波数データ２６から、あるいはデータメモリ９から呼吸音周波数データ２６を読み出して、この呼吸音周波数データ２６において可聴域における極大点４６を与える周波数が所望に予め定められる周波数帯域に存在する場合をいびき状態と判断する。この所望に定められる周波数帯域をいびき条件データ２９として予めデータメモリ９に格納しておき、呼吸状態解析部７がいびき状態解析の際にいびき条件データ２９を読み出しつつ、呼吸音周波数データ２６に含まれる可聴域における極大点４６を与える周波数を読み出して、この周波数がいびき条件データ２９の周波数帯域に含まれるか否かを判断して、いびき状態を判断することができる。
このようにして判断されるいびき状態は、無呼吸状態と同様にその回数を経時要素と共に計数して呼吸状態解析部７によって判断結果データ３３としてデータメモリ９に格納される。
いびき状態は、周波数解析部５及びスペクトル包絡解析部６における解析より、図１１のような波形を得ることができる。図１１は本実施の形態に係る非拘束無呼吸検知システムの周波数解析部によって解析されたいびき時のスペクトルとスペクトル包絡解析部によって解析されたスペクトル包絡線を併せて示すグラフである。図１１に示されるとおり、いびき時にはサイレントホイッスル（筒型サイレントホイッスル３５ａ又は平型サイレントホイッスル３５ｂ）によって発生する最低周波数（Ｆ１）よりも低い周波数、すなわち可聴域で極大点４６を観測することができる。この極大点４６における周波数をいびき周波数ｆｓとする。すなわち、いびき状態では、サイレントホイッスルを備えた呼気音発生器２ではなく、鼻及び／又は口から発生する呼吸音を呼吸音収集部３が受信することになる。
いびき状態の解析では、呼吸状態解析部7はステップＳ５の呼吸音周波数解析の出力である呼吸音周波数データ２６から、あるいはデータメモリ９から呼吸音周波数データ２６を読み出して、この呼吸音周波数データ２６において可聴域における極大点４６を与える周波数が所望に予め定められる周波数帯域に存在する場合をいびき状態と判断する。この所望に定められる周波数帯域をいびき条件データ２９として予めデータメモリ９に格納しておき、呼吸状態解析部７がいびき状態解析の際にいびき条件データ２９を読み出しつつ、呼吸音周波数データ２６に含まれる可聴域における極大点４６を与える周波数を読み出して、この周波数がいびき条件データ２９の周波数帯域に含まれるか否かを判断して、いびき状態を判断することができる。
このようにして判断されるいびき状態は、無呼吸状態と同様にその回数を経時要素と共に計数して呼吸状態解析部７によって判断結果データ３３としてデータメモリ９に格納される。
（３）低呼吸状態解析（呼吸流量予測）
図５に示したように、サイレントホイッスルの発生周波数と呼吸流量には相関があることから、図６のスペクトル包絡４３から抽出された呼吸に由来する最大点４４のｆｃによって式（２）から呼吸流量を予測できる。Ｇ（）は、ｆｃを引数とする呼吸流量換算関数で、予め、サイレントホイッスル毎の特性として流量と発生周波数の関係を測定し、それを換算パラメータとして流量を予測するものである。
ＶＶ＝Ｇ（ｆｃ） （２）
ＶＶ：換気量
ｆｃ：呼吸音中心周波数
Ｇ（）：呼吸流量換算関数
低呼吸状態とは、正常時の呼吸換気量が５０％以上低下した状態を言う。そこで、予め入力された正常時のｆｃ、又は、一定時間でのｆｃの平均値を正常時とすれば、得られたｆｃよりも換気量が５０％以上低下した周波数が得られた際に、つまり、呼吸流量が低下したことから生じる極大点のうち最大点を与える周波数が、低周波数側にシフトする状態として表現できる。シフトした最大点周波数をｆｃｌとすると、ｆｃｌ≦ｆｃである。
前記呼吸音周波数データに含まれる極大点のうち最大点を与える周波数が所望に予め定められる低呼吸周波数帯域に含まれる場合を低呼吸状態として判断する。
低呼吸状態の解析では、呼吸状態解析部7はステップＳ５の呼吸音周波数解析の出力である呼吸音周波数データ２６から、あるいはデータメモリ９から呼吸音周波数データ２６を読み出して、この呼吸音周波数データ２６に含まれる極大点のうち最大点を与える周波数が、低呼吸状態における周波数として所望に予め定められる周波数帯域に存在する場合を低呼吸状態と判断する。また、その際の呼吸流量は式（２）を用いてＧ（ｆｃｌ）として表現でき、呼吸状態解析部７はこの低呼吸状態の呼吸流量も演算が可能である。
この所望に定められる周波数帯域と式（２）を低呼吸条件データ３０として予めデータメモリ９に格納しておき、呼吸状態解析部７が低呼吸状態解析の際に低呼吸条件データ３０を読み出しつつ、呼吸音周波数データ２６に含まれる極大点４４のうち最大点４５を与える周波数を読み出して、この周波数が低呼吸条件データ３０の周波数帯域に含まれるか否かを判断して、低呼吸状態を判断しつつ、その際の呼吸流量も演算することができる。
このようにして判断される低呼吸状態は、無呼吸状態やいびき状態と同様にその回数を経時要素と共に計数して呼吸状態解析部７によって判断結果データ３３としてデータメモリ９に格納される。
なお、本実施例では式（２）を低呼吸条件データ３０に含めたが、（１）無呼吸状態解析の場合では、呼吸音周波数データ２６において極大点４４が存在しない場合の他に、極大点４４のうち最大点４５を与える周波数におけるパワー強度が無呼吸条件データ２８に含まれる閾値を超えない場合もあるが、その際の呼吸流量を式（２）を用いて測定できる可能性がある。従って、無呼吸条件データ２８に式（２）を含めておいて、呼吸状態解析部７がその際の呼吸流量を演算するようにしてもよい。但し、少ない呼吸流量に対して式（２）がどこまで精度を担保できるかという点には留意する必要がある。同様に（２）いびき状態解析の場合もいびき条件データ２９に式（２）を含めてその際の呼吸流量を呼吸状態解析部７が演算するようにしてもよい。
さらに、式（２）を別のデータ、例えば呼吸流量予測式データなどとしてデータメモリ９に格納しておき、呼吸状態解析部７がこの呼吸流量予測式データを読み出して、適宜呼吸流量を演算するように構成してもよいことは言うまでもない。ｆｃの変化を読み取り、解析条件の更新を行う必要があるためと、本願発明は非拘束無呼吸検知システムなどであるものの、無呼吸などの症状が出ていないような健康時においてもどの程度の呼吸流量があるのかをｆｃを定めた後でも被験者が知ることは有意義であると考えられるためである。
図５に示したように、サイレントホイッスルの発生周波数と呼吸流量には相関があることから、図６のスペクトル包絡４３から抽出された呼吸に由来する最大点４４のｆｃによって式（２）から呼吸流量を予測できる。Ｇ（）は、ｆｃを引数とする呼吸流量換算関数で、予め、サイレントホイッスル毎の特性として流量と発生周波数の関係を測定し、それを換算パラメータとして流量を予測するものである。
ＶＶ＝Ｇ（ｆｃ） （２）
ＶＶ：換気量
ｆｃ：呼吸音中心周波数
Ｇ（）：呼吸流量換算関数
低呼吸状態とは、正常時の呼吸換気量が５０％以上低下した状態を言う。そこで、予め入力された正常時のｆｃ、又は、一定時間でのｆｃの平均値を正常時とすれば、得られたｆｃよりも換気量が５０％以上低下した周波数が得られた際に、つまり、呼吸流量が低下したことから生じる極大点のうち最大点を与える周波数が、低周波数側にシフトする状態として表現できる。シフトした最大点周波数をｆｃｌとすると、ｆｃｌ≦ｆｃである。
前記呼吸音周波数データに含まれる極大点のうち最大点を与える周波数が所望に予め定められる低呼吸周波数帯域に含まれる場合を低呼吸状態として判断する。
低呼吸状態の解析では、呼吸状態解析部7はステップＳ５の呼吸音周波数解析の出力である呼吸音周波数データ２６から、あるいはデータメモリ９から呼吸音周波数データ２６を読み出して、この呼吸音周波数データ２６に含まれる極大点のうち最大点を与える周波数が、低呼吸状態における周波数として所望に予め定められる周波数帯域に存在する場合を低呼吸状態と判断する。また、その際の呼吸流量は式（２）を用いてＧ（ｆｃｌ）として表現でき、呼吸状態解析部７はこの低呼吸状態の呼吸流量も演算が可能である。
この所望に定められる周波数帯域と式（２）を低呼吸条件データ３０として予めデータメモリ９に格納しておき、呼吸状態解析部７が低呼吸状態解析の際に低呼吸条件データ３０を読み出しつつ、呼吸音周波数データ２６に含まれる極大点４４のうち最大点４５を与える周波数を読み出して、この周波数が低呼吸条件データ３０の周波数帯域に含まれるか否かを判断して、低呼吸状態を判断しつつ、その際の呼吸流量も演算することができる。
このようにして判断される低呼吸状態は、無呼吸状態やいびき状態と同様にその回数を経時要素と共に計数して呼吸状態解析部７によって判断結果データ３３としてデータメモリ９に格納される。
なお、本実施例では式（２）を低呼吸条件データ３０に含めたが、（１）無呼吸状態解析の場合では、呼吸音周波数データ２６において極大点４４が存在しない場合の他に、極大点４４のうち最大点４５を与える周波数におけるパワー強度が無呼吸条件データ２８に含まれる閾値を超えない場合もあるが、その際の呼吸流量を式（２）を用いて測定できる可能性がある。従って、無呼吸条件データ２８に式（２）を含めておいて、呼吸状態解析部７がその際の呼吸流量を演算するようにしてもよい。但し、少ない呼吸流量に対して式（２）がどこまで精度を担保できるかという点には留意する必要がある。同様に（２）いびき状態解析の場合もいびき条件データ２９に式（２）を含めてその際の呼吸流量を呼吸状態解析部７が演算するようにしてもよい。
さらに、式（２）を別のデータ、例えば呼吸流量予測式データなどとしてデータメモリ９に格納しておき、呼吸状態解析部７がこの呼吸流量予測式データを読み出して、適宜呼吸流量を演算するように構成してもよいことは言うまでもない。ｆｃの変化を読み取り、解析条件の更新を行う必要があるためと、本願発明は非拘束無呼吸検知システムなどであるものの、無呼吸などの症状が出ていないような健康時においてもどの程度の呼吸流量があるのかをｆｃを定めた後でも被験者が知ることは有意義であると考えられるためである。
次に、ステップＳ７として呼吸状態解析部７は、パワー積算解析を実施する。
このパワー積算解析とは、前述の最低周波数（Ｆ１）から最高周波数（Ｆ２）までのパワーをさらに積算して、その結果を時間領域でプロットすることで時間波形を得ることを言う。具体的には、例えば図６に示される周波数解析部５の出力としてのスペクトルの縦軸に示されるパワー（実効値）あるいは同じく図６に示されるスペクトル包絡解析部６の出力としてのスペクトル包絡線４３の縦軸に示されるパワー（実効値）を積算する。このような積算によって、図７に示されるような横軸が時間となるような波形が得られる。図７は、（ａ）は本実施の形態に係る非拘束無呼吸検知システムの呼吸状態解析部によって解析された呼吸周期の特性を示すグラフであり、（ｂ）はサーミスタ型呼吸センサによって検知された呼吸周期の特性を示すグラフであり、（ｃ）はバンド型呼吸センサを用いて検知された呼吸周期の特性を示すグラフである。この図７に示される波形は、（ａ）〜（ｃ）のいずれも正常時の被検者によるもので、横軸が時間軸で縦軸が呼吸音の強度が示されており、周期的な呼吸が被検者によってなされている様子が理解できる。
しかし、図１０には、本実施の形態に係る非拘束無呼吸検知システムの呼吸状態解析部７によって解析された無呼吸時の呼吸周期が示されるが、２６．６分から２６．８分あるいは２６．９分にかけて平坦な箇所（四角枠で囲んだ部分）が見られ、無呼吸の状態を伺わせる線図となっている。
さらに、図１２には、本実施の形態に係る非拘束無呼吸検知システムの呼吸状態解析部７によって解析されたいびき時の呼吸周期が示されるが、これも同じく２６分から２７分の間にかけて３回程度ピークが存在する箇所（四角枠で囲んだ部分）が確認され、いびき状態の存在を裏付ける線図となっている。このようないびき状態についても解析する場合には、前述のパワー積算解析における対象の周波数を最低周波数（Ｆ１）に代えて０近傍から最高周波数（Ｆ２）までとして、パワー積算するとよい。
以上のように横軸が周波数、縦軸がパワー（実効値）のスペクトル線図やスペクトル包絡線４３の線図について呼吸状態解析部７によってパワー積算を行うことで、時間波形を得ることができ、経時的にどのような呼吸状態であるかについて評価材料を得ることができる。
このように呼吸状態解析部７によるパワー積算を行って得られるデータは、時間波形を与える時刻と積算パワー強度の対のデータであるパワー積算データ３１としてデータメモリ９に読み出し可能に格納される。
このパワー積算解析とは、前述の最低周波数（Ｆ１）から最高周波数（Ｆ２）までのパワーをさらに積算して、その結果を時間領域でプロットすることで時間波形を得ることを言う。具体的には、例えば図６に示される周波数解析部５の出力としてのスペクトルの縦軸に示されるパワー（実効値）あるいは同じく図６に示されるスペクトル包絡解析部６の出力としてのスペクトル包絡線４３の縦軸に示されるパワー（実効値）を積算する。このような積算によって、図７に示されるような横軸が時間となるような波形が得られる。図７は、（ａ）は本実施の形態に係る非拘束無呼吸検知システムの呼吸状態解析部によって解析された呼吸周期の特性を示すグラフであり、（ｂ）はサーミスタ型呼吸センサによって検知された呼吸周期の特性を示すグラフであり、（ｃ）はバンド型呼吸センサを用いて検知された呼吸周期の特性を示すグラフである。この図７に示される波形は、（ａ）〜（ｃ）のいずれも正常時の被検者によるもので、横軸が時間軸で縦軸が呼吸音の強度が示されており、周期的な呼吸が被検者によってなされている様子が理解できる。
しかし、図１０には、本実施の形態に係る非拘束無呼吸検知システムの呼吸状態解析部７によって解析された無呼吸時の呼吸周期が示されるが、２６．６分から２６．８分あるいは２６．９分にかけて平坦な箇所（四角枠で囲んだ部分）が見られ、無呼吸の状態を伺わせる線図となっている。
さらに、図１２には、本実施の形態に係る非拘束無呼吸検知システムの呼吸状態解析部７によって解析されたいびき時の呼吸周期が示されるが、これも同じく２６分から２７分の間にかけて３回程度ピークが存在する箇所（四角枠で囲んだ部分）が確認され、いびき状態の存在を裏付ける線図となっている。このようないびき状態についても解析する場合には、前述のパワー積算解析における対象の周波数を最低周波数（Ｆ１）に代えて０近傍から最高周波数（Ｆ２）までとして、パワー積算するとよい。
以上のように横軸が周波数、縦軸がパワー（実効値）のスペクトル線図やスペクトル包絡線４３の線図について呼吸状態解析部７によってパワー積算を行うことで、時間波形を得ることができ、経時的にどのような呼吸状態であるかについて評価材料を得ることができる。
このように呼吸状態解析部７によるパワー積算を行って得られるデータは、時間波形を与える時刻と積算パワー強度の対のデータであるパワー積算データ３１としてデータメモリ９に読み出し可能に格納される。
さらに、ステップＳ８として呼吸状態解析部７は、呼吸周期解析を実施する。
この呼吸周期解析は時間波形として得られた波形から呼吸周期を解析するものである。呼吸周期を解析することで周期的な呼吸を被検者が行っているか否かを検知する。解析された呼吸周期については、呼吸周期データ３２として呼吸状態解析部７によって読み出し可能にデータメモリ９に格納される。呼吸周期の解析は、具体的には図１０や図１２に示されるような時間波形（パワー積算データ３１）に対し、その時間軸に積算パワーの強度の差分を取る演算を行い、正の差分から負の差分になる点を極大点として抽出して、その極大点のうち、所望に予め定めた閾値を超えるものを実際の呼吸音のピークとして、そのピーク間の時間を呼吸周期データ３２として得ることができる。
なお、本実施例では、ステップＳ５〜Ｓ８として呼吸状態解析部7による解析を説明したが、これら４つのステップはステップＳ６はステップＳ５の後段として実行されるべきであり、ステップＳ８もステップＳ７の後段として実行されるべきであるものの、それ以外の順序は特に限定するものではないので、非拘束無呼吸検知システム１の仕様に基づいて適宜順序を変更したり、ステップ自体を省いて呼吸状態解析部7の機能を減じてもよい。
この呼吸周期解析は時間波形として得られた波形から呼吸周期を解析するものである。呼吸周期を解析することで周期的な呼吸を被検者が行っているか否かを検知する。解析された呼吸周期については、呼吸周期データ３２として呼吸状態解析部７によって読み出し可能にデータメモリ９に格納される。呼吸周期の解析は、具体的には図１０や図１２に示されるような時間波形（パワー積算データ３１）に対し、その時間軸に積算パワーの強度の差分を取る演算を行い、正の差分から負の差分になる点を極大点として抽出して、その極大点のうち、所望に予め定めた閾値を超えるものを実際の呼吸音のピークとして、そのピーク間の時間を呼吸周期データ３２として得ることができる。
なお、本実施例では、ステップＳ５〜Ｓ８として呼吸状態解析部7による解析を説明したが、これら４つのステップはステップＳ６はステップＳ５の後段として実行されるべきであり、ステップＳ８もステップＳ７の後段として実行されるべきであるものの、それ以外の順序は特に限定するものではないので、非拘束無呼吸検知システム１の仕様に基づいて適宜順序を変更したり、ステップ自体を省いて呼吸状態解析部7の機能を減じてもよい。
最後にステップＳ９では、出力部８がデータメモリ９に蓄積された判断結果データ３３をはじめとするデータを読み出して出力するものである。
出力としては解析装置１ａに設けられた表示部（図示せず）に判断結果データ３３を表示することが考えられる。図１に示される結果表示の部分である。
具体的には図１３に示されるような表示画面である。
この表示画面では、計測日時に示される２２時から翌朝６時の間に、無呼吸回数が５２回、低呼吸回数が３０回、いびき回数が３２５回計測されている。また、呼吸状態解析部７によって得られるパワー積算データ３１も読み出して、時間波形として表示している。これは図１０と図１２に示した時間波形図と同一である。
図１３では最上部に総合評価として「医療機関での詳細検査をお奨めします」という文言が含まれているが、これは判断結果データ３３に呼応するように予め文言をデータメモリ９に格納しておき、判断結果データ３３に従ってデータメモリ９から読み出すようにしておくとよい。表示のフォーマット等も同様である。
出力としては解析装置１ａに設けられた表示部（図示せず）に判断結果データ３３を表示することが考えられる。図１に示される結果表示の部分である。
具体的には図１３に示されるような表示画面である。
この表示画面では、計測日時に示される２２時から翌朝６時の間に、無呼吸回数が５２回、低呼吸回数が３０回、いびき回数が３２５回計測されている。また、呼吸状態解析部７によって得られるパワー積算データ３１も読み出して、時間波形として表示している。これは図１０と図１２に示した時間波形図と同一である。
図１３では最上部に総合評価として「医療機関での詳細検査をお奨めします」という文言が含まれているが、これは判断結果データ３３に呼応するように予め文言をデータメモリ９に格納しておき、判断結果データ３３に従ってデータメモリ９から読み出すようにしておくとよい。表示のフォーマット等も同様である。
以上説明したとおり、本実施の形態に係る非拘束無呼吸検知システムでは、サイレントホイッスルを備えた呼気音発生器を被検者の鼻及び／又は口を覆うように装着して呼吸音を高周波音に変換して、その音を受信して解析を行うことで、被検者やその周囲の他人が発生している音を気にすることなく、非拘束かつ低侵襲で無呼吸を検知することが可能である。また、サイレントホイッスルによる音でそのまま呼吸量を測定することが可能であるので、無呼吸状態の他に通常の呼吸状態の呼吸流量を基本値として、低呼吸状態の検出も可能である。さらに、サイレントホイッスルから発生する高周波音以外の音も呼吸音収集部で検出することで、いびき状態についても検出することができる。すなわち、あらゆる睡眠状態を高精度で検知可能である。しかも、呼気音発生器２自体は安価であり、解析装置１ａも既存のスマートフォン等に備えられている機能をそのまま用いれば、アプリケーションソフトを提供することで容易かつ安価に無呼吸、低呼吸、いびき、通常呼吸のいずれも検知することが可能である。
なお、これまで説明した実施の形態は非拘束無呼吸検知システム１であり、図１に示されるような構成をしているが、図２に示されるフロー図におけるステップＳ１からステップＳ９までの工程を実施する場合には、非拘束無呼吸検知方法としての実施の形態として成立するものである。従って、非拘束無呼吸検知方法の実施の形態については、図２を参照しながら説明した非拘束無呼吸検知システムの場合とほぼ同一であり、その説明は省略する。
さらに、非拘束無呼吸検知プログラムの実施の形態についての説明は、図１に示すように解析装置１ａをスマートフォン１１やタブレット等の小型コンピュータとして、これに内蔵されるプログラムとして説明することができる。また、そのプログラムによって実行されるステップは、図２に示されるステップＳ１からステップＳ９であり、それぞれのステップを実行するハードウェアに係る構成要素も図１と併せて示している。すなわち、スマートフォン１１やタブレット型のコンピュータに内蔵される機能を図１に示される呼吸音収集部３〜出力部８に相当させて、それぞれのステップを実行するプログラムというソフトウェアとスマートフォン１１等のコンピュータ自身に内蔵される機能を発揮するハードウェアとが協働することで非拘束無呼吸検知を実行することが可能である。
従って、これまで説明した非拘束無呼吸検知システムに関する実施の形態の説明を行っていることから、既に非拘束無呼吸検知プログラムに関する説明も実施していると言える。よって、本願明細書では、非拘束無呼吸検知プログラムの実施の形態に関する説明を省略する。
なお、これらのステップを実行するプログラムは、いわゆるアプリケーションソフトとしてインターネット経由でスマートフォン１１や小型のタブレットコンピュータに格納されるようにしておくと、より簡便にソフトウェアを活用して、非拘束無呼吸の検知が可能となる。
さらに、非拘束無呼吸検知プログラムの実施の形態についての説明は、図１に示すように解析装置１ａをスマートフォン１１やタブレット等の小型コンピュータとして、これに内蔵されるプログラムとして説明することができる。また、そのプログラムによって実行されるステップは、図２に示されるステップＳ１からステップＳ９であり、それぞれのステップを実行するハードウェアに係る構成要素も図１と併せて示している。すなわち、スマートフォン１１やタブレット型のコンピュータに内蔵される機能を図１に示される呼吸音収集部３〜出力部８に相当させて、それぞれのステップを実行するプログラムというソフトウェアとスマートフォン１１等のコンピュータ自身に内蔵される機能を発揮するハードウェアとが協働することで非拘束無呼吸検知を実行することが可能である。
従って、これまで説明した非拘束無呼吸検知システムに関する実施の形態の説明を行っていることから、既に非拘束無呼吸検知プログラムに関する説明も実施していると言える。よって、本願明細書では、非拘束無呼吸検知プログラムの実施の形態に関する説明を省略する。
なお、これらのステップを実行するプログラムは、いわゆるアプリケーションソフトとしてインターネット経由でスマートフォン１１や小型のタブレットコンピュータに格納されるようにしておくと、より簡便にソフトウェアを活用して、非拘束無呼吸の検知が可能となる。
以上説明したように、本発明の請求項１乃至請求項１０に記載された発明は、病院等の医療機関だけでなく、家庭等において、手軽・安価に無呼吸等呼吸状態を自らチェックする検査器具やキットとして利用可能である。また、特に、請求項９及び請求項１０に記載された発明では、スマートフォン等のコンピュータに対するアプリケーションソフトとして利用可能である。
１…非拘束無呼吸検知システム １ａ…解析装置 ２…呼気音発生器 ３…呼吸音収集部 ４…フィルタ ５…周波数解析部 ６…スペクトル包絡解析部 ７…呼吸状態解析部 ８…出力部 ９…データメモリ １０…外部装置 １１…スマートフォン ２０…呼吸音データ ２１…フィルタ処理後呼吸音データ ２２…高速フーリエ変換処理後呼吸音データ ２３…スペクトルデータ ２４…スペクトル包絡解析データ ２５…極大点データ ２６…呼吸音周波数データ ２７…最大点データ ２８…無呼吸条件データ ２９…いびき条件データ ３０…低呼吸条件データ ３１…パワー積算データ ３２…呼吸周期データ ３３…判断結果データ ３５ａ…筒型サイレントホイッスル ３５ｂ…平型サイレントホイッスル ３６…吸入弁 ３７…排気弁 ３８…マスク ３９…固定バンド ４０…送気孔 ４１…排気孔 ４２…抵抗体 ４３…スペクトル包絡線 ４４…極大点 ４５…最大点 ４６…極大点
Claims (10)
- ５ｋＨｚ以上の高周波音を発生可能なサイレントホイッスルを備えて鼻及び／又は口に装着される呼気音発生器と、この呼気音発生器又は前記鼻又は口から発生する呼吸音を受信可能なセンサと、このセンサで受信された呼吸音をスペクトル解析する周波数解析部と、この周波数解析部で解析された前記呼吸音のスペクトルをスペクトル包絡解析してスペクトル包絡線を求めるスペクトル包絡解析部と、このスペクトル包絡解析部で得られたスペクトル包絡線において周波数軸方向に強度の差分を取って極大点を演算し、この強度の極大点の有無及びこの極大点を与える周波数を呼吸音周波数データとして取得し、この呼吸音周波数データにおいて前記極大点が存在しない場合又は前記極大点のうち最大点を与える周波数における強度が所望の閾値を超えない場合に無呼吸状態として判断する呼吸状態解析部と、有することを特徴とする非拘束無呼吸検知システム。
- 前記呼吸状態解析部は、前記呼吸音周波数データの極大点を与える周波数が所望に予め定められるいびき周波数帯域に含まれる場合をいびき状態として判断することを特徴とする請求項１記載の非拘束無呼吸検知システム。
- 前記呼吸状態解析部は、前記呼吸音周波数データに含まれる極大点のうち最大点を与える周波数が所望に予め定められる低呼吸周波数帯域に含まれる場合を低呼吸状態として判断することを特徴とする請求項１又は請求項２に記載の非拘束無呼吸検知システム。
- 前記呼吸状態解析部は、前記周波数解析部で解析された前記高周波音のスペクトル又は前記スペクトル包絡解析部で解析された前記高周波音のスペクトルのスペクトル包絡線のパワーを積算し、これを時間領域波形として求めて呼吸周期を解析することを特徴とする請求項１乃至請求項３のいずれか１項に記載の非拘束無呼吸検知システム。
- フィルタを備え、前記センサで受信された呼吸音を前記フィルタに通した後に前記周波数解析部でスペクトル解析することを特徴とする請求項１乃至請求項４のいずれか１項に記載の非拘束無呼吸検知システム。
- 前記呼気音発生器は、鼻及び／又は口を覆うマスクと、このマスク内の呼気で鳴るように吸気側をマスク内に排気側をマスク外に固定されるサイレントホイッスルと、前記マスク内に給気するために前記マスクに設けられる吸入弁と、前記マスク内の呼気による圧力を調整するために前記マスクに設けられる排気弁と、を有することを特徴とする請求項１乃至請求項５のいずれか１項に記載される非拘束無呼吸検知システム。
- 鼻及び／又は口からの呼気で５ｋＨｚ以上の高周波音を発生可能なサイレントホイッスルを備えた呼気音発生器又は前記鼻又は口から発生する呼吸音を受信する呼吸音受信工程と、前記呼吸音受信工程で受信した前記呼吸音をスペクトル解析するスペクトル解析工程と、このスペクトル解析工程で解析された前記呼吸音のスペクトルをスペクトル包絡解析してスペクトル包絡線を求めるスペクトル包絡解析工程と、このスペクトル包絡解析工程で得られたスペクトル包絡線において周波数軸方向に強度の差分を取って極大点を演算し、この強度の極大点の有無及びこの極大点を与える周波数を呼吸音周波数データとして取得する呼吸音周波数解析工程と、この呼吸音周波数解析工程で取得された前記呼吸音周波数データにおいて、前記極大点が存在しない場合又は前記極大点のうち最大点を与える周波数における強度が所望の閾値を超えない場合に無呼吸状態として判断する呼吸状態解析工程と、を有することを特徴とする非拘束無呼吸検知方法。
- 前記呼吸状態解析工程は、前記呼吸音周波数解析工程で取得された前記呼吸音周波数データの極大点を与える周波数が所望に予め定められるいびき周波数帯域に含まれる場合をいびき状態として判断することを特徴とする請求項７記載の非拘束無呼吸検知方法。
- コンピュータによって実行される非拘束無呼吸検知プログラムであって、鼻及び／又は口からの呼気で５ｋＨｚ以上の高周波音を発生可能なサイレントホイッスルを備えた呼気音発生器又は前記鼻又は口から発生する呼吸音を前記コンピュータに内蔵される又は前記コンピュータに接続されるセンサによって受信する呼吸音受信工程と、前記サイレントホイッスルで発生した前記呼吸音を周波数解析部において解析するスペクトル解析工程と、このスペクトル解析工程で解析された前記呼吸音のスペクトルを呼吸状態解析部でスペクトル包絡解析してスペクトル包絡線を求め、このスペクトル包絡線において周波数軸方向に強度の差分を取って極大点を演算し、この強度の極大点の有無及びこの極大点を与える周波数を呼吸周期データとして取得する呼吸音周波数解析工程と、この呼吸音周波数解析工程で取得された前記呼吸音周波数データに対して、呼吸状態解析部を用いて前記極大点が存在しない場合又は前記極大点のうち最大点を与える周波数における強度が所望の閾値を超えない場合に無呼吸状態として判断する呼吸状態解析工程と、を実行することを特徴とする非拘束無呼吸検知プログラム。
- 前記呼吸状態解析工程は、前記呼吸音周波数解析工程で取得された前記呼吸音周波数データの極大点を与える周波数が所望に予め定められるいびき周波数帯域に含まれる場合をいびき状態として判断することを特徴とする請求項９記載の非拘束無呼吸検知プログラム。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP2012211242A JP6112539B2 (ja) | 2012-09-25 | 2012-09-25 | 非拘束無呼吸検知システムとそのプログラム |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP2012211242A JP6112539B2 (ja) | 2012-09-25 | 2012-09-25 | 非拘束無呼吸検知システムとそのプログラム |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| JP2014064675A true JP2014064675A (ja) | 2014-04-17 |
| JP6112539B2 JP6112539B2 (ja) | 2017-04-12 |
Family
ID=50741690
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| JP2012211242A Expired - Fee Related JP6112539B2 (ja) | 2012-09-25 | 2012-09-25 | 非拘束無呼吸検知システムとそのプログラム |
Country Status (1)
| Country | Link |
|---|---|
| JP (1) | JP6112539B2 (ja) |
Cited By (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| WO2015194833A1 (ko) * | 2014-06-16 | 2015-12-23 | 고쇼이 | 침식 호흡음 해석장치 및 방법 |
| JP2017035485A (ja) * | 2015-08-12 | 2017-02-16 | 蘇家▲ち▼ | 呼吸機能検出システム及びその検出方法 |
| KR101808918B1 (ko) * | 2015-11-23 | 2017-12-14 | 순천향대학교 산학협력단 | 수면무호흡 진단시스템 |
| JP2018051299A (ja) * | 2016-08-15 | 2018-04-05 | 陳嘉宏 | 肺活量計、マウスピース装置及びその検測方法 |
| CN110353686A (zh) * | 2019-08-07 | 2019-10-22 | 浙江工业大学 | 一种基于呼吸检测的太极教学辅助设备 |
Citations (8)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JPS6179445A (ja) * | 1984-09-21 | 1986-04-23 | プラズメデイツクス，インコ−ポレ−テツド | 生体の呼吸検知装置，呼吸速度モニタ装置，及び生理的リズム機能モニタ装置 |
| US4602644A (en) * | 1982-08-18 | 1986-07-29 | Plasmedics, Inc. | Physiological detector and monitor |
| JP2005066045A (ja) * | 2003-08-25 | 2005-03-17 | Konica Minolta Medical & Graphic Inc | 音データ処理装置及びプログラム |
| JP2006167427A (ja) * | 2004-11-22 | 2006-06-29 | Aisin Seiki Co Ltd | 睡眠情報検出システム |
| JP2007222382A (ja) * | 2006-02-23 | 2007-09-06 | Matsushita Electric Works Ltd | 呼吸検出器 |
| WO2008152989A1 (ja) * | 2007-06-13 | 2008-12-18 | Ngk Spark Plug Co., Ltd. | 呼吸状態検出システム及びプログラム並びに記録媒体 |
| JP2009136423A (ja) * | 2007-12-05 | 2009-06-25 | Kenichi Kanazawa | 睡眠時無呼吸症候群の検査器具 |
| JP2010253019A (ja) * | 2009-04-24 | 2010-11-11 | Daikin Ind Ltd | いびき検出装置 |
-
2012
- 2012-09-25 JP JP2012211242A patent/JP6112539B2/ja not_active Expired - Fee Related
Patent Citations (8)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US4602644A (en) * | 1982-08-18 | 1986-07-29 | Plasmedics, Inc. | Physiological detector and monitor |
| JPS6179445A (ja) * | 1984-09-21 | 1986-04-23 | プラズメデイツクス，インコ−ポレ−テツド | 生体の呼吸検知装置，呼吸速度モニタ装置，及び生理的リズム機能モニタ装置 |
| JP2005066045A (ja) * | 2003-08-25 | 2005-03-17 | Konica Minolta Medical & Graphic Inc | 音データ処理装置及びプログラム |
| JP2006167427A (ja) * | 2004-11-22 | 2006-06-29 | Aisin Seiki Co Ltd | 睡眠情報検出システム |
| JP2007222382A (ja) * | 2006-02-23 | 2007-09-06 | Matsushita Electric Works Ltd | 呼吸検出器 |
| WO2008152989A1 (ja) * | 2007-06-13 | 2008-12-18 | Ngk Spark Plug Co., Ltd. | 呼吸状態検出システム及びプログラム並びに記録媒体 |
| JP2009136423A (ja) * | 2007-12-05 | 2009-06-25 | Kenichi Kanazawa | 睡眠時無呼吸症候群の検査器具 |
| JP2010253019A (ja) * | 2009-04-24 | 2010-11-11 | Daikin Ind Ltd | いびき検出装置 |
Cited By (13)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| WO2015194833A1 (ko) * | 2014-06-16 | 2015-12-23 | 고쇼이 | 침식 호흡음 해석장치 및 방법 |
| KR20180043292A (ko) * | 2015-08-12 | 2018-04-27 | 치아치 수 | 호흡 기능 검사 시스템 및 그러한 시스템의 호흡 기능 검사 방법 |
| WO2017025050A1 (en) | 2015-08-12 | 2017-02-16 | Su Chiachi | Respiratory function testing system and respiratory function testing method thereof |
| CN106422205A (zh) * | 2015-08-12 | 2017-02-22 | 苏家琪 | 呼吸功能检测系统及其检测方法 |
| JP2017035485A (ja) * | 2015-08-12 | 2017-02-16 | 蘇家▲ち▼ | 呼吸機能検出システム及びその検出方法 |
| EP3334335A4 (en) * | 2015-08-12 | 2018-12-26 | Su, Chiachi | Respiratory function testing system and respiratory function testing method thereof |
| CN106422205B (zh) * | 2015-08-12 | 2019-01-25 | 苏家琪 | 呼吸功能检测系统及其检测方法 |
| KR102032874B1 (ko) * | 2015-08-12 | 2019-10-16 | 치아치 수 | 호흡 기능 검사 시스템 및 그러한 시스템의 호흡 기능 검사 방법 |
| AU2020201681B2 (en) * | 2015-08-12 | 2022-01-27 | Chiahung Chen | Respiratory function testing system and respiratory function testing method thereof |
| KR101808918B1 (ko) * | 2015-11-23 | 2017-12-14 | 순천향대학교 산학협력단 | 수면무호흡 진단시스템 |
| JP2018051299A (ja) * | 2016-08-15 | 2018-04-05 | 陳嘉宏 | 肺活量計、マウスピース装置及びその検測方法 |
| US10863923B2 (en) | 2016-08-15 | 2020-12-15 | Chia-Hung Chen | Spirometer, mouthpiece tube and inspection method thereof |
| CN110353686A (zh) * | 2019-08-07 | 2019-10-22 | 浙江工业大学 | 一种基于呼吸检测的太极教学辅助设备 |
Also Published As
| Publication number | Publication date |
|---|---|
| JP6112539B2 (ja) | 2017-04-12 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| JP5878067B2 (ja) | 呼吸事象検出システムおよび方法 | |
| JP5878926B2 (ja) | 閉塞性睡眠時無呼吸を診断するための装置及び方法 | |
| CN103841888B (zh) | 使用呼吸模式识别的呼吸暂停和呼吸不足检测 | |
| CA2836196C (en) | Breathing disorder identification, characterization and diagnosis methods, devices and systems | |
| US10506969B2 (en) | Acoustic upper airway assessment system and method, and sleep apnea assessment system and method relying thereon | |
| JP5344818B2 (ja) | 咳の監視システムおよびその方法 | |
| CN112804941A (zh) | 用于检测生理事件的装置和方法 | |
| US20080082018A1 (en) | Systems and methods for respiratory event detection | |
| JP2017536905A (ja) | 音響的監視システム、監視方法及び監視するコンピュータプログラム | |
| JP6112539B2 (ja) | 非拘束無呼吸検知システムとそのプログラム | |
| US10004452B2 (en) | System and methods for estimating respiratory airflow | |
| Dafna et al. | Sleep-quality assessment from full night audio recordings of sleep apnea patients | |
| Avalur | Human breath detection using a microphone | |
| Penzel et al. | Physics and applications for tracheal sound recordings in sleep disorders | |
| JP2009233103A (ja) | 咳嗽検出装置及び咳嗽検出装置のプログラム | |
| JP2007151979A (ja) | 被験者健康状態見守り装置 | |
| AU2011203044C1 (en) | Systems and methods for respiratory event detection | |
| KR102531679B1 (ko) | 호흡기 질환 센싱 패치 및 시스템, 그리고 호흡기 질환 정보 제공 방법 | |
| Kalkbrenner | Novel sleep screening based on tracheal body sound and actigraphy | |
| CA2717270A1 (en) | Sleep apnea monitoring and diagnosis based on pulse oximetery and tracheal sound signals |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20150804 |
|
| A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A821 Effective date: 20150804 |
|
| A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20160708 |
|
| A977 | Report on retrieval |
Free format text: JAPANESE INTERMEDIATE CODE: A971007 Effective date: 20160713 |
|
| A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20160906 |
|
| TRDD | Decision of grant or rejection written | ||
| A01 | Written decision to grant a patent or to grant a registration (utility model) |
Free format text: JAPANESE INTERMEDIATE CODE: A01 Effective date: 20170210 |
|
| A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20170308 |
|
| R150 | Certificate of patent or registration of utility model |
Ref document number: 6112539 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R150 |
|
| R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
| LAPS | Cancellation because of no payment of annual fees |