JP2020515313A - 無線信号からの睡眠段階の学習 - Google Patents
無線信号からの睡眠段階の学習 Download PDFInfo
- Publication number
- JP2020515313A JP2020515313A JP2019550857A JP2019550857A JP2020515313A JP 2020515313 A JP2020515313 A JP 2020515313A JP 2019550857 A JP2019550857 A JP 2019550857A JP 2019550857 A JP2019550857 A JP 2019550857A JP 2020515313 A JP2020515313 A JP 2020515313A
- Authority
- JP
- Japan
- Prior art keywords
- observations
- sequence
- encoded
- sleep
- subject
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
- 230000008667 sleep stage Effects 0.000 title claims abstract description 105
- 238000000034 method Methods 0.000 claims abstract description 60
- 238000013528 artificial neural network Methods 0.000 claims abstract description 34
- 230000008569 process Effects 0.000 claims abstract description 18
- 238000012545 processing Methods 0.000 claims description 40
- 230000007958 sleep Effects 0.000 claims description 33
- 230000033001 locomotion Effects 0.000 claims description 15
- 238000009826 distribution Methods 0.000 claims description 11
- 238000013527 convolutional neural network Methods 0.000 claims description 10
- 230000029058 respiratory gaseous exchange Effects 0.000 claims description 8
- 230000009466 transformation Effects 0.000 claims description 6
- 230000000306 recurrent effect Effects 0.000 claims description 3
- 238000012549 training Methods 0.000 description 23
- 230000000875 corresponding effect Effects 0.000 description 15
- 238000013459 approach Methods 0.000 description 12
- 238000005259 measurement Methods 0.000 description 9
- 239000000473 propyl gallate Substances 0.000 description 8
- 238000012544 monitoring process Methods 0.000 description 7
- 239000000523 sample Substances 0.000 description 7
- 230000006870 function Effects 0.000 description 6
- 206010062519 Poor quality sleep Diseases 0.000 description 5
- 230000008901 benefit Effects 0.000 description 5
- 230000004461 rapid eye movement Effects 0.000 description 5
- 238000010586 diagram Methods 0.000 description 4
- 208000019116 sleep disease Diseases 0.000 description 3
- 230000000694 effects Effects 0.000 description 2
- 230000036541 health Effects 0.000 description 2
- 230000007774 longterm Effects 0.000 description 2
- 238000013507 mapping Methods 0.000 description 2
- 230000002123 temporal effect Effects 0.000 description 2
- 230000002457 bidirectional effect Effects 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 230000002612 cardiopulmonary effect Effects 0.000 description 1
- 230000004663 cell proliferation Effects 0.000 description 1
- 238000006243 chemical reaction Methods 0.000 description 1
- 230000001684 chronic effect Effects 0.000 description 1
- 238000004891 communication Methods 0.000 description 1
- 230000002596 correlated effect Effects 0.000 description 1
- 230000001419 dependent effect Effects 0.000 description 1
- 239000003814 drug Substances 0.000 description 1
- 230000002996 emotional effect Effects 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 238000002474 experimental method Methods 0.000 description 1
- 239000000284 extract Substances 0.000 description 1
- PCHJSUWPFVWCPO-UHFFFAOYSA-N gold Chemical compound [Au] PCHJSUWPFVWCPO-UHFFFAOYSA-N 0.000 description 1
- 230000004199 lung function Effects 0.000 description 1
- 230000005056 memory consolidation Effects 0.000 description 1
- 239000000203 mixture Substances 0.000 description 1
- 210000003205 muscle Anatomy 0.000 description 1
- 238000005457 optimization Methods 0.000 description 1
- 230000035790 physiological processes and functions Effects 0.000 description 1
- 230000008439 repair process Effects 0.000 description 1
- 230000000241 respiratory effect Effects 0.000 description 1
- 230000004044 response Effects 0.000 description 1
- 230000000717 retained effect Effects 0.000 description 1
- 210000004761 scalp Anatomy 0.000 description 1
- 238000002560 therapeutic procedure Methods 0.000 description 1
- 230000007704 transition Effects 0.000 description 1
- 238000010200 validation analysis Methods 0.000 description 1
Classifications
-
- 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
- A61B5/4812—Detecting sleep stages or cycles
-
- G—PHYSICS
- G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
- G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
- G16H50/00—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics
- G16H50/20—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics for computer-aided diagnosis, e.g. based on medical expert systems
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N3/00—Computing arrangements based on biological models
- G06N3/02—Neural networks
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N5/00—Computing arrangements using knowledge-based models
- G06N5/04—Inference or reasoning models
- G06N5/046—Forward inferencing; Production systems
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/24—Detecting, measuring or recording bioelectric or biomagnetic signals of the body or parts thereof
Landscapes
- Engineering & Computer Science (AREA)
- Health & Medical Sciences (AREA)
- Biomedical Technology (AREA)
- Medical Informatics (AREA)
- Public Health (AREA)
- Life Sciences & Earth Sciences (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Health & Medical Sciences (AREA)
- Data Mining & Analysis (AREA)
- Pathology (AREA)
- Artificial Intelligence (AREA)
- Biophysics (AREA)
- Molecular Biology (AREA)
- Computational Linguistics (AREA)
- Evolutionary Computation (AREA)
- Computing Systems (AREA)
- General Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Mathematical Physics (AREA)
- Software Systems (AREA)
- Epidemiology (AREA)
- Databases & Information Systems (AREA)
- Primary Health Care (AREA)
- Heart & Thoracic Surgery (AREA)
- Veterinary Medicine (AREA)
- Animal Behavior & Ethology (AREA)
- Surgery (AREA)
- Measurement Of The Respiration, Hearing Ability, Form, And Blood Characteristics Of Living Organisms (AREA)
- Medical Treatment And Welfare Office Work (AREA)
Abstract
Description
本出願は、参照により本明細書に組み込まれている、「Learning Sleep Stages from Radio Signals」という名称の2017年3月26日に出願した米国特許仮出願第62/476,815号明細書、及び「Learning Sleep Stages from Radio Signals」という名称の2017年6月12日に出願した米国特許仮出願第62/518,053号明細書の便益を主張するものである。本出願はまた、やはり参照により本明細書に組み込まれている、「Vital Signs Monitoring Via Radio Reflections」という名称の米国特許出願公開第2017/0042432号明細書、及び「Motion Tracking Via Body Radio Reflections」という名称の米国特許第9,753,131号明細書にも関する。
Vi=Li f−λLi d
と定義され、各訓練サンプルの全コスト関数は、
V=Lf−λLd
を最小化するように共通に最適化される。
手順1:
Claims (19)
- 被検者の睡眠段階を追跡するための方法であって、
観測時間期間にわたって前記被検者を感知することによって、観測結果のシーケンス(xi)を決定するステップと、
符号化された観測結果の対応するシーケンス(zi)を生成するように、観測結果の前記シーケンスを処理するステップであって、第1の人工ニューラルネットワーク(ANN,artificial neural network)を使用して、第1の符号化された観測結果を生成するように第1の観測結果を処理するステップを含む、ステップと、
前記観測時間期間にわたって前記被検者の睡眠段階を表す睡眠段階指標のシーケンス(Q(y|zi))を生成するように、符号化された観測結果の前記シーケンスを処理するステップであって、第2の人工ニューラルネットワーク(ANN)を使用して、第1の睡眠段階指標を生成するように、前記第1の符号化された観測値を含む複数の前記符号化された観測値を処理するステップを含む、ステップと
を含む、方法。 - 各観測結果が、観測期間の少なくとも1つの30秒間隔に対応する、請求項1に記載の方法。
- 第1のANNが、前記符号化された観測結果における観測結果の前記シーケンスのソースを表す情報を減じるように構成されている、請求項1又は2に記載の方法。
- 前記第1のANNが、畳み込みニューラルネットワーク(CNN,convolutional neural network)を含む、請求項1〜3のいずれかに記載の方法。
- 前記第2のANNが、再帰型ニューラルネットワーク(RNN,recurrent neural network)を含む、請求項1〜3のいずれかに記載の方法。
- 睡眠段階指標の前記シーケンスが、所定のセットの睡眠段階からの推論された睡眠段階のシーケンス(
- 睡眠段階指標の前記シーケンスが、所定のセットの睡眠段階にまたがる睡眠段階の確率分布のシーケンスを含む、請求項1〜5のいずれかに記載の方法。
- 観測結果の前記シーケンス(xi)を決定するステップが、前記被検者の呼吸を表す少なくとも1つの成分を含む信号を取得するステップと、観測結果の前記シーケンスを生成して、前記シーケンスにおける前記観測結果が前記被検者の呼吸の変動を表すように、前記取得された信号を処理するステップとを含む。請求項1〜7のいずれかに記載の方法。
- 観測値の前記シーケンスを取得するステップが、無線周波数参照信号を発するステップと、前記被検者の身体からの前記参照信号の反射を含む反射信号を含む受信信号を受信するステップと、前記観測時間期間内の時間間隔中、前記被検者の前記身体の動きを表す観測値を得るために前記受信信号を処理するステップとを含む、請求項1〜8のいずれかに記載の方法。
- 前記受信信号を処理するステップが、前記被検者に関連付けられる物理的領域に対応する前記受信信号の成分を選定するステップと、実質的に前記物理的領域内で動きを表すように前記成分を処理するステップとを含む、請求項9に記載の方法。
- 観測値の前記シーケンスを取得するステップが、前記被検者に貼付されるセンサからの信号を取得するステップを含む、請求項1〜8のいずれかに記載の方法。
- 被検者の睡眠段階を追跡するための方法であって、
観測時間期間にわたって前記被検者を感知することによって、観測結果のシーケンス(xi)を取得するステップと、
符号化された観測結果の対応するシーケンス(zi)を生成するように、観測結果の前記シーケンスを処理するステップであって、第1のセットのパラメータの値(θe)により構成される第1のパラメータ化変換を使用して、第1の符号化された観測結果を生成するように第1の観測結果を処理するステップを含む、ステップと、
前記時間期間にわたって前記被検者の睡眠段階を表す睡眠段階指標のシーケンス(Q(y|Zi))を生成するように、符号化された観測結果の前記シーケンスを処理するステップであって、第2のセットのパラメータの値(θf)により構成される第2のパラメータ化変換を使用して、第1の睡眠段階指標を生成するように、前記第1の符号化された観測結果を含む複数の符号化された観測結果を処理するステップを含む、ステップとを含み、
複数の関連性を表す参照データを処理することによって、前記第1のセットのパラメータ値及び前記第2のセットのパラメータ値を決定するステップを含み、各関連性が、観測結果(xi)と、対応する睡眠段階(yi)と、対応するソース値(si)とを含み、前記処理が、基準(ν)を最適化するように、前記第1のセットのパラメータの値を決定して、前記第1のセットのパラメータの前記値に従って観測結果から決定され、対応する睡眠段階に関係付けられる前記符号化された観測結果における情報を増やし、対応するソース値に関係付けられる前記符号化された観測結果における情報を減じる、
方法。 - 複数の関連性を表す前記参照データの処理が、第3のパラメータ化変換に関連付けられる第3のセットのパラメータの値(θd)を決定するステップをさらに含み、第3のパラメータ化変換が、符号化された観測結果を処理して、ソース値の指標(Q(s|zi))を生成するように構成されている、請求項12に記載の方法。
- 前記参照データの前記処理が、前記基準を最適化するように、前記第1のセットのパラメータの値、前記第2のセットのパラメータの値、及び前記第3のセットのパラメータの値を決定する、請求項13に記載の方法。
- 対応する睡眠段階に関係付けられる前記符号化された観測結果における情報が、前記第2のセットのパラメータの前記値に依存し、対応するソース値に関係付けられる前記符号化された観測値における情報が、前記第3のセットのパラメータの前記値に依存する、請求項14に記載の方法。
- 記憶される命令を含む機械可読媒体であって、前記命令が、プロセッサによって実行されると、前記プロセッサに、請求項1〜15のいずれかに記載のステップをすべて行わせる、機械可読媒体。
- 記憶される命令を含む機械可読媒体であって、前記命令が、プロセッサによって実行されると、前記プロセッサに、
観測時間期間にわたって被検者を感知することから生じる観測結果のシーケンス(xi)を決定するステップと、
符号化された観測結果の対応するシーケンス(zi)を生成するように、観測結果の前記シーケンスを処理するステップであって、第1の人工ニューラルネットワーク(ANN,artificial neural network)を使用して、第1の符号化された観測結果を生成するように第1の観測結果を処理するステップを含む、ステップと、
前記観測時間期間にわたって前記被検者の睡眠段階を表す睡眠段階指標のシーケンス(Q(y|zi))を生成するように、符号化された観測結果の前記シーケンスを処理するステップであって、第2の人工ニューラルネットワーク(ANN)を使用して、第1の睡眠段階指標を生成するように、前記第1の符号化された観測値を含む複数の前記符号化された観測値を処理するステップを含む、ステップと
を行わせる、機械可読媒体。 - 請求項1〜15のいずれかに記載のステップをすべて行うように構成されている睡眠追跡器。
- 睡眠追跡器であって、
観測時間期間にわたって被検者を感知することから生じる観測結果のシーケンス(xi)を決定するように構成されている信号取得システム(110)と、
符号器(310)及びラベル予測器(320)を含む追跡器(120)であって、前記符号器が、符号化された観測結果における観測結果の前記シーケンスのソースを表す情報を減じるように選定された記憶されたパラメータに従って、前記符号化された観測結果を形成するように前記観測結果のパラメータ化変換を実装し、前記ラベル予測器が、前記観測時間期間にわたって前記被検者の睡眠段階を表す睡眠段階指標を生成するように、前記符号化された観測結果のパラメータ化変換を実装する、追跡器(120)と
を備える、睡眠追跡器。
Applications Claiming Priority (5)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
US201762476815P | 2017-03-26 | 2017-03-26 | |
US62/476,815 | 2017-03-26 | ||
US201762518053P | 2017-06-12 | 2017-06-12 | |
US62/518,053 | 2017-06-12 | ||
PCT/US2018/023975 WO2018183106A1 (en) | 2017-03-26 | 2018-03-23 | Learning sleep stages from radio signals |
Publications (1)
Publication Number | Publication Date |
---|---|
JP2020515313A true JP2020515313A (ja) | 2020-05-28 |
Family
ID=62063154
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2019550857A Pending JP2020515313A (ja) | 2017-03-26 | 2018-03-23 | 無線信号からの睡眠段階の学習 |
Country Status (6)
Country | Link |
---|---|
US (1) | US20180271435A1 (ja) |
EP (1) | EP3602572A1 (ja) |
JP (1) | JP2020515313A (ja) |
CN (1) | CN110520935A (ja) |
CA (1) | CA3057315A1 (ja) |
WO (1) | WO2018183106A1 (ja) |
Families Citing this family (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2022511739A (ja) | 2018-11-20 | 2022-02-01 | マサチューセッツ インスティテュート オブ テクノロジー | 治療モニタリングシステム |
CN113677270A (zh) * | 2019-03-28 | 2021-11-19 | 皇家飞利浦有限公司 | 基于额叶脑活动监测传感器的信息增强深度睡眠 |
KR102631160B1 (ko) * | 2019-07-11 | 2024-01-30 | 엘지전자 주식회사 | 차량 탑승자 상태 감지방법 및 차량 탑승자 상태 감지장치 |
CN111297327B (zh) * | 2020-02-20 | 2023-12-01 | 京东方科技集团股份有限公司 | 一种睡眠分析方法、系统、电子设备及存储介质 |
US11832933B2 (en) | 2020-04-20 | 2023-12-05 | Emerald Innovations Inc. | System and method for wireless detection and measurement of a subject rising from rest |
CN112263218A (zh) * | 2020-10-12 | 2021-01-26 | 上海大学 | 睡眠分期方法及装置 |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2011015887A (ja) * | 2009-07-10 | 2011-01-27 | Mitsubishi Electric Corp | 生体状態取得装置、生体状態取得プログラム、生体状態取得装置を備えた機器及び空気調和機 |
JP2011115188A (ja) * | 2008-06-13 | 2011-06-16 | Heart Metrics Kk | 睡眠状態モニタリング装置、モニタリングシステムおよびコンピュータプログラム |
US20150190086A1 (en) * | 2014-01-03 | 2015-07-09 | Vital Connect, Inc. | Automated sleep staging using wearable sensors |
JP2016005590A (ja) * | 2009-07-16 | 2016-01-14 | レスメド・リミテッドResMedLimited | 睡眠状態の検出 |
JP2016206033A (ja) * | 2015-04-23 | 2016-12-08 | 沖電気工業株式会社 | 振動状態推定装置、振動状態推定方法、およびプログラム |
JP2016209327A (ja) * | 2015-05-11 | 2016-12-15 | 沖電気工業株式会社 | 睡眠深度推定装置、睡眠深度推定方法、およびプログラム |
Family Cites Families (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2009149126A2 (en) * | 2008-06-02 | 2009-12-10 | New York University | Method, system, and computer-accessible medium for classification of at least one ictal state |
AU2013318046B2 (en) * | 2012-09-19 | 2016-07-21 | Resmed Sensor Technologies Limited | System and method for determining sleep stage |
US10492720B2 (en) * | 2012-09-19 | 2019-12-03 | Resmed Sensor Technologies Limited | System and method for determining sleep stage |
US20140095181A1 (en) * | 2012-09-28 | 2014-04-03 | General Electric Company | Methods and systems for managing performance based sleep patient care protocols |
US9753131B2 (en) | 2013-10-09 | 2017-09-05 | Massachusetts Institute Of Technology | Motion tracking via body radio reflections |
JP6716466B2 (ja) | 2014-04-28 | 2020-07-01 | マサチューセッツ インスティテュート オブ テクノロジー | 無線反射によるバイタルサインの監視 |
US11039784B2 (en) * | 2014-12-05 | 2021-06-22 | Agency For Science, Technology And Research | Sleep profiling system with feature generation and auto-mapping |
CN104873173A (zh) * | 2015-05-19 | 2015-09-02 | 上海兆观信息科技有限公司 | 一种非接触式的睡眠分期和睡眠呼吸障碍检测方法 |
CN106236079A (zh) * | 2016-08-18 | 2016-12-21 | 中山衡思健康科技有限公司 | 用于脑电与眼电复合检测的睡眠监测眼罩及睡眠监测方法 |
-
2018
- 2018-03-23 US US15/933,921 patent/US20180271435A1/en not_active Abandoned
- 2018-03-23 CN CN201880021763.0A patent/CN110520935A/zh active Pending
- 2018-03-23 CA CA3057315A patent/CA3057315A1/en active Pending
- 2018-03-23 WO PCT/US2018/023975 patent/WO2018183106A1/en unknown
- 2018-03-23 EP EP18720416.9A patent/EP3602572A1/en not_active Withdrawn
- 2018-03-23 JP JP2019550857A patent/JP2020515313A/ja active Pending
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2011115188A (ja) * | 2008-06-13 | 2011-06-16 | Heart Metrics Kk | 睡眠状態モニタリング装置、モニタリングシステムおよびコンピュータプログラム |
JP2011015887A (ja) * | 2009-07-10 | 2011-01-27 | Mitsubishi Electric Corp | 生体状態取得装置、生体状態取得プログラム、生体状態取得装置を備えた機器及び空気調和機 |
JP2016005590A (ja) * | 2009-07-16 | 2016-01-14 | レスメド・リミテッドResMedLimited | 睡眠状態の検出 |
US20150190086A1 (en) * | 2014-01-03 | 2015-07-09 | Vital Connect, Inc. | Automated sleep staging using wearable sensors |
JP2016206033A (ja) * | 2015-04-23 | 2016-12-08 | 沖電気工業株式会社 | 振動状態推定装置、振動状態推定方法、およびプログラム |
JP2016209327A (ja) * | 2015-05-11 | 2016-12-15 | 沖電気工業株式会社 | 睡眠深度推定装置、睡眠深度推定方法、およびプログラム |
Also Published As
Publication number | Publication date |
---|---|
US20180271435A1 (en) | 2018-09-27 |
CN110520935A (zh) | 2019-11-29 |
EP3602572A1 (en) | 2020-02-05 |
CA3057315A1 (en) | 2018-10-04 |
WO2018183106A1 (en) | 2018-10-04 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP2020515313A (ja) | 無線信号からの睡眠段階の学習 | |
US10966666B2 (en) | Machine learnt model to detect REM sleep periods using a spectral analysis of heart rate and motion | |
US10470719B2 (en) | Machine learnt model to detect REM sleep periods using a spectral analysis of heart rate and motion | |
US10722182B2 (en) | Method and apparatus for heart rate and respiration rate estimation using low power sensor | |
TWI720215B (zh) | 提供即時訊號分段和基準點對準架構的系統與方法 | |
Chen et al. | Contactless electrocardiogram monitoring with millimeter wave radar | |
KR20190008991A (ko) | 내장된 알람 피로도 감소 특성을 이용한 지속적인 스트레스 측정 | |
WO2016168980A1 (zh) | 一种生理体征信息获取方法和系统 | |
Tazarv et al. | A deep learning approach to predict blood pressure from ppg signals | |
CN109674456B (zh) | 血压估计设备和方法以及可穿戴装置 | |
Zhang et al. | Sleep stages classification by CW Doppler radar using bagged trees algorithm | |
JP2023175924A (ja) | 使用者の睡眠環境で測定されたデータに基づいて睡眠状態を予測するためのコンピューティング装置 | |
Fioranelli et al. | Contactless radar sensing for health monitoring | |
Brophy et al. | A machine vision approach to human activity recognition using photoplethysmograph sensor data | |
Panindre et al. | Artificial intelligence-based remote diagnosis of sleep apnea using instantaneous heart rates | |
WO2022067077A1 (en) | Beamforming systems and methods for detecting heart beats | |
Han | Respiratory patterns classification using UWB radar | |
Surapaneni et al. | Graph Signal Processing Based Classification of Noisy and Clean PPG Signals Using Machine Learning Classifiers for Intelligent Health Monitor | |
JPWO2020166239A1 (ja) | 睡眠時無呼吸症候群判定装置、睡眠時無呼吸症候群判定方法、及び、睡眠時無呼吸症候群判定プログラム | |
EP4385402A1 (en) | Hypnodensity-based sleep apnea monitoring system and method of operation thereof | |
Liu et al. | An intelligent bed sensor system for non-contact respiratory rate monitoring | |
Rawat et al. | Study of Phylogenetic for Computational Analysis of Sleep Apnea Syndrome for Patient (Healthcare & Treatment) Using Machine Learning (Robot Vision) | |
Sweeney et al. | A Review of the State of the Art in Artifact Removal Technologies as used in an Assisted Living Domain | |
EP4388985A1 (en) | System for estimating uncertainty of overnight sleep parameters through a stochastic neural network | |
CN117814744A (zh) | 用于识别用户睡眠的方法、装置、设备和介质 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20210323 |
|
A977 | Report on retrieval |
Free format text: JAPANESE INTERMEDIATE CODE: A971007 Effective date: 20220117 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20220228 |
|
A601 | Written request for extension of time |
Free format text: JAPANESE INTERMEDIATE CODE: A601 Effective date: 20220316 |
|
A02 | Decision of refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A02 Effective date: 20221027 |