JP2020523148A5

JP2020523148A5 -

Info

Publication number: JP2020523148A5
Application number: JP2019569366A
Authority: JP
Filing date: 2018-06-13
Publication date: 2021-12-16
Anticipated expiration: 2038-06-13

Description

[03] したがって、本開示の１つ又は複数の態様は、睡眠セッションに関連するユーザデータのデータサイズを低減するための方法に関する。本方法は、ユーザの第１の睡眠セッションに関連する第１のユーザデータを１つ又は複数のセンサから受信するステップを有する。第１のユーザデータは第１の睡眠特徴の少なくとも第１の実例を有するという決定が行われ、第１の睡眠特徴は第１のデータサイズである。第１の時間間隔中の第１の実例を表す第１の値が決定される。第１の値を表す第１の符号化データが決定され、第１の符号化データは、第１のデータサイズより小さい第２のデータサイズである。次いで、第２のユーザデータ内に第１の実例を表すように第１の符号化データを使用して第１のユーザデータを符号化することによって、第２のユーザデータが生成され、第２のユーザデータが記憶される。

[04] 本開示の別の態様は、睡眠セッションに関連するユーザデータのデータサイズを低減するためのシステムに関する。本システムは、１つ又は複数のセンサと、メモリと、ユーザの第１の睡眠セッションに関連する第１のユーザデータを、１つ又は複数のセンサから、受信するようにメモリによって記憶されたマシン可読命令によって構成された１つ又は複数のプロセッサとを備える。１つ又は複数のプロセッサはさらに、第１のユーザデータが第１の睡眠特徴の少なくとも第１の実例を有すると決定するようにマシン可読命令によって構成され、第１の睡眠特徴は第１のデータサイズである。１つ又は複数のプロセッサはさらに、第１の時間間隔中の第１の実例を表す第１の値を決定するようにマシン可読命令によって構成される。１つ又は複数のプロセッサはさらに、第１の値を表す第１の符号化データを決定するようにマシン可読命令によって構成され、第１の符号化データは、第１のデータサイズより小さい第２のデータサイズである。１つ又は複数のプロセッサはさらに、第２のユーザデータ内に第１の実例を表すように第１の符号化データを使用して第１のユーザデータを符号化することによって第２のユーザデータを生成するように、及び第２のユーザデータを記憶するようにマシン可読命令によって構成される。

[05] 本開示のさらに別の態様は、睡眠セッションに関連するユーザデータのデータサイズを低減するためのシステムに関する。本システムは、ユーザの第１の睡眠セッションに関連する第１のユーザデータを１つ又は複数のセンサから受信する手段と、第１のユーザデータは第１の睡眠特徴の少なくとも第１の実例を有すると決定する手段であって、第１の睡眠特徴は第１のデータサイズである、手段と、第１の時間間隔中の第１の実例を表す第１の値を決定する手段と、第１の値を表す第１の符号化データを決定する手段であって、第１の符号化データは第１のデータサイズより小さい第２のデータサイズである、手段と、第２のユーザデータ内に第１の実例を表すように第１の符号化データを使用して第１のユーザデータを符号化することによって第２のユーザデータを生成する手段と、第２のユーザデータを記憶する手段とを備える。

[07]様々な実施形態による、生理学的データサイズを低減するように構成された例示的システムの概略図である。 [08]様々な実施形態による、１つ又は複数のセンサを備える例示的ユーザデバイスを備える例示的システムの例示的図である。 [09]様々な実施形態による、最適化辞書を構築するためのプロセスの例示的流れ図である。 [10]様々な実施形態による、データサイズと比較した様々な睡眠特徴の情報価値を示す例示的グラフである。 [11]様々な実施形態による、様々な睡眠特徴のエントロピー値の表の例示的図である。 [12]様々な実施形態による、第１の時間間隔中の睡眠特徴の第１の実例の第１の値を表す符号化データの決定の例示的図である。 [13]様々な実施形態による、符号化データを使用してユーザデバイスのセンサから取得されたユーザデータを符号化することによるユーザデータの生成の例示的図である。 [14]様々な実施形態による、ユーザデータの復号のプロセスの例示的図である。 [15]様々な実施形態による、ユーザデータを復号する例示的プロセスの例示的流れ図である。 [16]様々な実施形態による、未加工ユーザデータと再構築されたユーザデータとの両方を有する様々な睡眠特徴に対応する様々なグラフの例示的図である。

[33] その非限定的な実施形態において、メモリ１０４は、ユーザ１７０の特定の睡眠セッションに関連するユーザデータを符号化及び／又は復号するための命令を有する。前述のように、ＥＥＧ信号を表すＥＥＧデータなど、睡眠セッションに関連するユーザデータを記憶することは、大容量のメモリを必要とし得る。したがって、データの品質を保持しつつそのデータのサイズを低減することが最適である。さらに、有用な睡眠特徴を抽出すること、及びサイズが低減されたデータから睡眠セッションの有用な分析を実行できることもまた必要である。１つの実施形態において、符号化命令１１４は、睡眠セッションに関連するユーザデータの符号化のための１つ又は複数のルール／命令に関連付けられ、復号命令１１６は、睡眠セッションのユーザデータの低減されたバージョンを表す追加のユーザデータの復号のための１つ又は複数のルール／命令に関連付けられる。符号化／復号システム１２０は、睡眠セッションに関連するユーザデータを受信することと、第１のサイズである第１の睡眠特徴の少なくとも１つの実例をユーザデータは有すると決定することとを行うように構成される。例えば、デルタ帯域（デルタＲＭＳ）におけるＥＥＧパワー、ベータ帯域（ベータＲＭＳ）におけるＥＥＧパワー、アルファ帯域におけるＥＥＧパワー、睡眠ヒプノグラム、ＥＥＧ信号振幅の幅、睡眠深度（デルタパワーとベータパワーとの比率）、検出された睡眠波の時間、単位時間当たりの睡眠徐波の数、インピーダンス、及び／又は検出された睡眠マイクロ覚醒のタイミングはすべて、特定の睡眠セッションの間に生じたと決定することができる特徴の例示的タイプである。

[34] さらに詳しく後述するように、１つの実施形態において、符号化／復号システム１２０は、ユーザデータが１つ又は複数の睡眠特徴の１つ又は複数の実例を有すると決定するように構成される。１つの実施形態において、符号化／復号システム１２０は、センサ１０８から受信されたユーザデータと特定の睡眠特徴を表す参照データとの比較を実行することができる。例えば、１つの実施形態において、システム１００は、特定の睡眠信号を表す参照ＥＥＧデータなど、参照睡眠特徴データを記憶する生理学的データデータベース１３０を備える。符号化／復号システム１２０は、ネットワーク１６０を介して生理学的データデータベース１３０にアクセスするように構成される。加えて、又は別法として、生理学的データデータベース１３０は、符号化／復号システム１２０のメモリ１０４内にローカルに記憶される。

[36] １つの実施形態において、符号化／復号システム１２０は、第２のユーザデータ内に第１の実例を表すように第１の符号化データを使用して第１のユーザデータを符号化することによって、第２のユーザデータを生成する。符号化／復号システム１２０は、（例えば、ローカルに）メモリ１０４内に、又はネットワーク１６０を介してアクセス可能な睡眠記憶データベース１４０内に、第２のユーザデータを記憶するように構成される。類似の趣旨で、１つの実施形態において、符号化／復号システム１２０は、より大きいデータサイズに関連する特定の睡眠特徴を識別するためにユーザデータを復号する能力を有する。

[42] 動作２０４において、符号化／復号システム１２０は、ユーザデータは第１の睡眠特徴の少なくとも第１の実例を有すると決定する。例えば、ＥＥＧ信号のある種の特性は、デルタＲＭＳ、ベータＲＭＳ、アルファ帯域におけるＥＥＧパワー、睡眠ヒプノグラム、ＥＥＧ移動平均、デルタパワーとベータパワーとの比率、検出された睡眠波のタイミング、単位時間当たりの睡眠徐波の数、インピーダンス、及び／又は検出された睡眠マイクロ覚醒のタイミングなどの、これらに限定されない、特定の睡眠特徴を反映する。その例示的実施形態において、生理学的データデータベース１３０から取得された参照ＥＥＧデータは、これらの睡眠特徴のうちの１つ又は複数を表すデータを有する。次いで、参照ＥＥＧデータとユーザデータとの比較が行われて、ユーザデータはこれらの睡眠特徴のいずれかを有するかどうかを決定する。１つの実施形態において、前述の睡眠特徴は、通常は、図３を参照してさらに詳しく後述するように、第１のデータサイズである。

[44] 動作２０６において、第１の時間間隔中の第１の実例を表す第１の値が決定される。第１の値は、第１の実例が関連付けられた特定のタイプの睡眠特徴に関連する睡眠関連情報価値に対応する。図３を参照してさらに詳しく後述するように、第１の値は、記憶された情報（例えば、生理学的データデータベース１３０によって記憶された参照ＥＥＧデータ及び／又は睡眠ストレージ１４０によって記憶されたデータ）から第１の実例に関連する睡眠信号が再構築可能である程度によって決定される。一般的に言えば、第１の値は、符号化が実行される前のその睡眠特徴に関連するデータサイズを示す。

[53] 表１の各値は、固有の符号化データに関連付けられる。したがって、睡眠セッションの第１の時間間隔中の睡眠特徴の第１の実例を表す第１の値は、それを表す対応する符号化データを決定するために、表１内に記憶された辞書値と比較される。非限定的な一実施形態において、表１は、各睡眠特徴について、８つの値を有する。したがって、３ビット値を表す符号化データが、第１の値が対応する特定の辞書値を識別するために使用される。例えば、アルファの第１の辞書値（例えば、２．１３８９）は２進コード０００によって表され、第２の辞書値は００１によって表されるなどである。所与の時間間隔の睡眠特徴の第１の実例を表す第１の値の比較が、どの辞書値が第１の値に最も近いかを見るために辞書値にマッピングされる。１つの実施形態において、第１の実例を表す第１の値が第１の辞書値より大きいが、第２の辞書値以下である場合には、第１の辞書値を表す符号化データが、第１の値を記述するために使用される。例えば、ユーザデータ内のアルファ睡眠特徴の第１の実例を表す第１の値が２．２である場合、その値を表す符号化データは、３ビットコード０００である。しかしながら、任意の適切な符号化方式が使用され、３ビット符号化表現の使用は単に例であることが、当業者には認められよう。さらに、睡眠特徴値の符号化データへのマッピングはまた、システムの特定の特徴に従う。例えば、ある種の睡眠特徴について１６個の辞書値が存在する場合は、３ビットコードの代わりに４ビットコードが使用される。睡眠セッションにおける実例の特定の値を表す符号化データの決定のプロセスは、図５を参照してさらに詳しく後述される。

[54] 図２に戻ると、プロセス２００は、動作２０８に進む。動作２０８において、第１の値を表す第１の符号化データが決定される。第１の符号化データが、特定の睡眠特徴に関連する辞書値に関する第１の値に基づいて決定される。第１の符号化データは、第１の睡眠特徴のデータサイズより小さいデータサイズを有する。例えば、図３に見られるように、符号化されたバージョンの睡眠深度は１Ｋｂ程のサイズであるが、未加工のバージョンの睡眠深度特徴は１０４Ｋｂ程である。したがって、ユーザデータ内の特定の睡眠特徴の各実例を表す値に関連する辞書値を識別することによって、睡眠セッションの睡眠特徴を表すユーザデータを記憶するために必要とされるデータストレージの総量を大きく減らす。

[55] 動作２１０において、第２のユーザデータ内に第１の実例を表すように第１の符号化データを使用して第１のユーザデータを符号化することによって、第２のユーザデータが生成される。１つの実施形態において、第２のユーザデータの生成は、睡眠セッションの継続期間の様々な時間間隔の間の特定の睡眠特徴の各実例の各符号化された表現の生成に対応する。これは、センサ１０８から取得された未加工のユーザデータのデータサイズより実質的に小さいデータサイズの、睡眠セッションの間の各睡眠特徴の強度を表すデータを生み出す。このプロセスは、図６を参照してさらに詳しく後述される。

[57] 図５は、様々な実施形態による、第１の時間間隔中の睡眠特徴の第１の実例の第１の値を表す符号化データの決定の例示的図５００である。図５００に見られるように、第１の睡眠特徴（例えば、インピーダンス）の１分の長さの移動平均がグラフ５０８に提示されている。任意の適切な時間間隔が使用され、未加工のユーザデータの１分の時間間隔へのセグメント化は単に例示であることが、当業者には認められよう。例えば、毎分１サンプルの符号化サンプリング周波数には１分の移動平均が使用される。

[58] １つの実施形態において、符号化／復号システム１２０は、問題の１分の時間間隔の間の平均インピーダンス５０６を決定する。例えば、グラフ５０８内に見られるように、１分の時間間隔の間に、センサ１０８によって検出される平均インピーダンスは、３５０の値に対応する。平均インピーダンス５０６を決定した後、この値は、この例示的実施形態ではインピーダンスである、分析されている特定の睡眠特徴について辞書１５０によって定義される様々な量子化レベル５０２と比較される。表１を参照して上記で見られた１つの実施形態では、分析されている特定の睡眠特徴に関連する８つの量子化レベルが存在する。これらの量子化レベルのそれぞれは、特定の３ビットの長さのコード５０４に関連付けられる。したがって、その時間間隔中の睡眠特徴の第１の実例を表す値（例えば、移動平均）を決定した後、その値を表す、コード５０４などの符号化データが決定される。その結果、その例示的実施形態においては、特定の３ビットコードが、その時間間隔の間にキャプチャされたＥＥＧ信号（又は、センサ１０８によって監視されている任意の他のタイプのセンサ出力）を表すものとして定義されることになる。このプロセスは、睡眠セッション全体を表す３ビットコードの完全なマッピングを構築するために、睡眠セッションの各時間間隔について符号化／復号システム１２０によって繰り返すことができる。

[61] 各時間間隔について、未加工のユーザ内に含まれると決定された睡眠特徴の実例に関連する値を表す符号化データが決定される。例えば、符号化プロセス６１０は、時間間隔６０４の間に、識別された睡眠特徴の実例の値は第１の量子化レベルに対応すると決定する。この量子化レベルは、符号化データ６０２によって表される。同様に、符号化プロセス６２０は、時間間隔６０８の間に、識別された睡眠特徴の実例の値は、符号化データ６０６によって表された、第１の量子化レベルに対応すると決定する。さらに、符号化プロセス６３０は、時間間隔６１４の間に、識別された睡眠特徴の実例の値は、符号化データ６１２によって表された、第１の量子化レベルに対応すると決定する。

[65] ユーザデータ７０２が構文解析された後、各時間間隔７０４Ａ〜Ｃの符号化データは、表１を参照して前述したように、最適化辞書１５０の量子化レベルにマッピングし戻される。これは、各時間間隔７０４Ａ〜Ｃの間に生じる代表的睡眠特徴実例が高い精度に再構築されることを可能にする。１つの実施形態において、データを平滑化するために平滑化フィルタが復号プロセスの後に適用されることも可能であるが、これは単に例示であることが当業者には認められよう。したがって、グラフ３００の最も左の点（例えば、ピンクの点）によって示される、第１のデータサイズを有する睡眠特徴の実例が、最も右の点（例えば、黒い点）によって示されるようなそれらの未加工データサイズに再構築することが可能であるという点で、復号プロセスの結果は、符号化プロセスとは反対である。これにより、例えば、睡眠ストレージ１４０（及び／又はメモリ１０４）が１０Ｍｂｓ程のデータサイズのＥＥＧ信号について１．５Ｋｂｓ程のデータを記憶するだけで済むようになる。

[69] 動作８０８では、第１の値を表す睡眠特徴の参照バージョンが決定される。例えば、１つの実施形態において、睡眠特徴の特定の実例の再構築されたバージョンが、生理学的データデータベース１３０によって記憶される。識別された特定の値（例えば、量子化レベル）に基づいて、その値に対応する参照ＥＥＧ信号が決定される。

[70] 動作８１０では、各時間間隔の間に最初に取得されたユーザデータによって符号化された睡眠特徴の実例を表す追加のユーザデータが生成される。これは、図９を参照してさらに詳しく後述される。したがって、睡眠セッションユーザデータを符号化することによって、ユーザデータのデータサイズを低減しつつ、同質の情報を保持することが可能である。この改良は、ストレージシステムが遥かに多い情報を記憶することができ、ユーザの睡眠パターン及び行動のより優れたオフライン分析が可能であるという点で、極めて有益である。

Claims

睡眠セッションに関連するユーザデータのデータサイズを低減するための方法であって、前記方法は、
ユーザの第１の睡眠セッションに関連する第１のユーザデータを１つ又は複数のセンサから受信するステップと、
前記第１のユーザデータは第１の睡眠特徴の少なくとも第１の実例及び前記第１の睡眠特徴の第２の実例を有すると決定するステップであって、前記第１の睡眠特徴は第１のデータサイズである、ステップと、
第１の時間間隔中の前記第１の実例を表す第１の値を決定するステップと、
第２の時間間隔の間に生じる前記第２の実例を表す第２の値を決定するステップと、
前記第１の値を表す第１の符号化データを決定するステップであって、前記第１の符号化データは、前記第１のデータサイズより小さい第２のデータサイズである、ステップと、
前記第２の値を表す第２の符号化データを決定するステップであって、前記第２の符号化データは、前記第１のデータサイズより小さい第３のデータサイズである、ステップと、
第２のユーザデータ内に前記第１の実例を表すように前記第１の符号化データを使用して前記第１のユーザデータを符号化し、前記第２のユーザデータ内に前記第２の実例を表すように前記第２の符号化データを使用して前記第１のユーザデータを符号化することによって前記第２のユーザデータを生成するステップと、
前記第２のユーザデータを記憶するステップと、
前記第１の符号化データ及び前記第２の符号化データを取得するステップと、
前記第２のユーザデータを取得するステップと、
前記第１の符号化データは前記第１の時間間隔の間に生じる前記第１の値と関連していることと、前記第２の符号化データは前記第２の時間間隔の間に生じる前記第２の値と関連していることとを識別するステップと、
前記第１の値及び前記第２の値を表す第３のユーザデータを生成するステップであって、前記第３のユーザデータは、前記第１の時間間隔及び前記第２の時間間隔の時間的順序に基づいて配置された、第１の参照バージョンの前記第１の値と、第２の参照バージョンの前記第２の値とを有する、ステップと、
を有する、方法。
前記第１の値が決定される前に、第１のフィルタを前記第１のユーザデータに適用することによって第４のユーザデータを生成するステップと、
前記第４のユーザデータを複数の時間間隔にセグメント化するステップであって、前記複数の時間間隔は前記第１の時間間隔を有する、ステップと、
をさらに有する、請求項１に記載の方法。
前記第２のユーザデータは前記第１の値に関連していると識別するステップをさらに有し、前記第３のユーザデータが前記第１の睡眠特徴の参照バージョンを有する、請求項１に記載の方法。
前記第１のユーザデータを受信するステップが、脳波図（「ＥＥＧ」）データを受信するステップを有し、少なくとも１つの睡眠特徴が、デルタ帯域ＲＭＳにおける第１の量のＥＥＧパワー、ベータ帯域ＲＭＳにおける第２の量のＥＥＧパワー、アルファ帯域ＲＭＳにおける第３の量のＥＥＧパワー、睡眠ヒプノグラム、前記ＥＥＧデータに関連する移動平均、睡眠深度、検出された睡眠波のタイミング、単位時間当たりの睡眠徐波の数、インピーダンス、及び検出された睡眠マイクロ覚醒のタイミングのうちの１つを有する、請求項１に記載の方法。
前記第１の値が決定される前に、前記第１のユーザデータに関連するサンプリングレートを決定するステップと、
前記第１のユーザデータに適用されている前記サンプリングレートを有する前記第１のユーザデータを表す第５のユーザデータを生成するステップと、
前記第１の睡眠特徴に関連する第１のエントロピーレートを決定するステップと、
前記第５のユーザデータの第２の時間間隔について、第１の特徴値が第１の睡眠特徴値より小さく第２の睡眠特徴値より大きいことに基づいて、前記第１の特徴値が前記第１の値に対応すると決定するステップと、
をさらに有する、請求項１に記載の方法。
前記第１のデータサイズが、数メガバイトのデータに対応し、前記第２のデータサイズが、数キロバイトのデータに対応する、請求項１に記載の方法。
前記第２のユーザデータが、前記第１の値を表す３ビットの長さのコードを有する、請求項１に記載の方法。
睡眠セッションに関連するユーザデータのデータサイズを低減するためのシステムであって、前記システムは、
１つ又は複数のセンサと、
メモリと、
ユーザの第１の睡眠セッションに関連する第１のユーザデータを前記１つ又は複数のセンサから受信すること、
前記第１のユーザデータは第１の睡眠特徴の少なくとも第１の実例及び前記第１の睡眠特徴の第２の実例を有すると決定することであって、前記第１の睡眠特徴は第１のデータサイズである、決定すること、
第１の時間間隔中の前記第１の実例を表す第１の値を決定すること、
第２の時間間隔の間に生じる前記第２の実例を表す第２の値を決定すること、
前記第１の値を表す第１の符号化データを決定することであって、前記第１の符号化データは前記第１のデータサイズより小さい第２のデータサイズである、決定すること、
前記第２の値を表す第２の符号化データを決定することであって、前記第２の符号化データは前記第１のデータサイズより小さい第３のデータサイズである、決定すること、
第２のユーザデータ内に前記第１の実例を表すように前記第１の符号化データを使用して前記第１のユーザデータを符号化し、前記第２のユーザデータ内に前記第２の実例を表すように前記第２の符号化データを使用して前記第１のユーザデータを符号化することによって前記第２のユーザデータを生成すること、
前記第２のユーザデータを記憶すること、
前記第１の符号化データ及び前記第２の符号化データを取得すること、
前記第２のユーザデータを取得すること、
前記第１の符号化データは前記第１の時間間隔の間に生じる前記第１の値と関連していることと、前記第２の符号化データは前記第２の時間間隔の間に生じる前記第２の値と関連していることとを識別すること、並びに
前記第１の値及び前記第２の値を表す第３のユーザデータを生成することであって、前記第３のユーザデータは、前記第１の時間間隔及び前記第２の時間間隔の時間的順序に基づいて配置された、第１の参照バージョンの前記第１の値と、第２の参照バージョンの前記第２の値とを有する、生成すること、
を行うようにマシン可読命令によって構成された、１つ又は複数のプロセッサと、
を備えた、システム。
前記１つ又は複数のプロセッサが、
前記第１の値が決定される前に、第１のフィルタを前記第１のユーザデータに適用することによって第４のユーザデータを生成することと、
前記第４のユーザデータを複数の時間間隔にセグメント化することであって、前記複数の時間間隔は前記第１の時間間隔を有する、ことと、
を行うように前記マシン可読命令によってさらに構成された、請求項８に記載のシステム。
前記１つ又は複数のプロセッサが、前記第２のユーザデータは前記第１の値に関連していると識別することを行うように前記マシン可読命令によってさらに構成され、前記第３のユーザデータが、前記第１の睡眠特徴の参照バージョンを有する、請求項８に記載のシステム。
前記１つ又は複数のプロセッサが、
前記第１の値が決定される前に、前記第１のユーザデータに関連するサンプリングレートを決定することと、
前記第１のユーザデータに適用されている前記サンプリングレートを有する前記第１のユーザデータを表す第５のユーザデータを生成することと、
前記第１の睡眠特徴に関連する第１のエントロピーレートを決定することと、
前記第５のユーザデータの第１の時間間隔について、第１の特徴値が第１の睡眠特徴値より小さく第２の睡眠特徴値より大きいことに基づいて、前記第１の特徴値が前記第１の値に対応すると決定することと、
を行うように前記マシン可読命令によってさらに構成された、請求項８に記載のシステム。
前記第１のデータサイズが、数メガバイトのデータに対応し、前記第２のデータサイズが、数キロバイトのデータに対応する、請求項８に記載のシステム。