JP2022115763A - Sleep state automatic measurement system - Google Patents
Sleep state automatic measurement system Download PDFInfo
- Publication number
- JP2022115763A JP2022115763A JP2021012531A JP2021012531A JP2022115763A JP 2022115763 A JP2022115763 A JP 2022115763A JP 2021012531 A JP2021012531 A JP 2021012531A JP 2021012531 A JP2021012531 A JP 2021012531A JP 2022115763 A JP2022115763 A JP 2022115763A
- Authority
- JP
- Japan
- Prior art keywords
- sensor
- biosensor
- measured
- sleep
- measuring
- 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
- 238000005259 measurement Methods 0.000 title claims description 11
- 210000005036 nerve Anatomy 0.000 claims abstract description 13
- 210000005037 parasympathetic nerve Anatomy 0.000 claims description 10
- 230000002889 sympathetic effect Effects 0.000 claims description 10
- 230000029058 respiratory gaseous exchange Effects 0.000 claims description 8
- 230000007704 transition Effects 0.000 claims description 8
- 210000001015 abdomen Anatomy 0.000 claims description 7
- 230000001133 acceleration Effects 0.000 claims description 5
- 230000007613 environmental effect Effects 0.000 claims description 5
- 238000000034 method Methods 0.000 claims description 5
- QVGXLLKOCUKJST-UHFFFAOYSA-N atomic oxygen Chemical compound [O] QVGXLLKOCUKJST-UHFFFAOYSA-N 0.000 claims description 4
- 229910052760 oxygen Inorganic materials 0.000 claims description 4
- 239000001301 oxygen Substances 0.000 claims description 4
- 239000008280 blood Substances 0.000 claims description 3
- 210000004369 blood Anatomy 0.000 claims description 3
- 239000000284 extract Substances 0.000 claims description 3
- 238000012544 monitoring process Methods 0.000 claims 1
- 230000003187 abdominal effect Effects 0.000 abstract 1
- 238000002565 electrocardiography Methods 0.000 abstract 1
- 238000007689 inspection Methods 0.000 abstract 1
- 208000008784 apnea Diseases 0.000 description 14
- 201000002859 sleep apnea Diseases 0.000 description 9
- 210000000038 chest Anatomy 0.000 description 7
- 238000010586 diagram Methods 0.000 description 6
- 206010021079 Hypopnoea Diseases 0.000 description 5
- 210000000467 autonomic pathway Anatomy 0.000 description 5
- 230000000414 obstructive effect Effects 0.000 description 3
- 208000003417 Central Sleep Apnea Diseases 0.000 description 2
- 208000037265 diseases, disorders, signs and symptoms Diseases 0.000 description 2
- 208000035475 disorder Diseases 0.000 description 2
- 238000005265 energy consumption Methods 0.000 description 2
- 208000001797 obstructive sleep apnea Diseases 0.000 description 2
- 230000001734 parasympathetic effect Effects 0.000 description 2
- 238000012545 processing Methods 0.000 description 2
- 230000000241 respiratory effect Effects 0.000 description 2
- 208000012219 Autonomic Nervous System disease Diseases 0.000 description 1
- 238000012935 Averaging Methods 0.000 description 1
- 206010010774 Constipation Diseases 0.000 description 1
- 206010012735 Diarrhoea Diseases 0.000 description 1
- 206010013578 Dizziness postural Diseases 0.000 description 1
- 206010062519 Poor quality sleep Diseases 0.000 description 1
- 206010041349 Somnolence Diseases 0.000 description 1
- 210000003815 abdominal wall Anatomy 0.000 description 1
- 239000012080 ambient air Substances 0.000 description 1
- 230000036760 body temperature Effects 0.000 description 1
- 230000003247 decreasing effect Effects 0.000 description 1
- 230000006735 deficit Effects 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 206010012601 diabetes mellitus Diseases 0.000 description 1
- 230000004064 dysfunction Effects 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 230000002496 gastric effect Effects 0.000 description 1
- 239000000203 mixture Substances 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000008035 nerve activity Effects 0.000 description 1
- 230000000803 paradoxical effect Effects 0.000 description 1
- 230000008569 process Effects 0.000 description 1
- 210000001747 pupil Anatomy 0.000 description 1
- 210000001034 respiratory center Anatomy 0.000 description 1
- 210000003019 respiratory muscle Anatomy 0.000 description 1
- 230000004622 sleep time Effects 0.000 description 1
- 230000000638 stimulation Effects 0.000 description 1
- 230000035900 sweating Effects 0.000 description 1
- 208000024891 symptom Diseases 0.000 description 1
- 210000000779 thoracic wall Anatomy 0.000 description 1
- 238000009423 ventilation Methods 0.000 description 1
- 230000000007 visual effect Effects 0.000 description 1
- 230000002618 waking effect Effects 0.000 description 1
Images
Abstract
Description
本発明は、被測定者の胸部に装着した第１生体センサーと、前被測定者の腹部に装着されて前記第１生体センサーと同期して駆動する第２生体センサーとにより取得されたデータから被測定者の睡眠状態を自動測定するシステムに関する。 The present invention uses data acquired by a first biosensor attached to the chest of a person to be measured and a second biosensor attached to the abdomen of a person to be measured before and driven in synchronization with the first biosensor. The present invention relates to a system for automatically measuring the sleep state of a subject.
従来より、生体センサーにより脳波を計測し、取得されたデータに基づいて睡眠の状態やストレスの状態等の解析を行う方法に関する技術として、特開２０２０－１４５３９号などが知られている。
また、本出願人は、既に、特願２０２０－７８９１７号を提案している。
Conventionally, Japanese Patent Laid-Open No. 2020-14539 and the like are known as a technique related to a method of measuring electroencephalograms with a biosensor and analyzing the state of sleep, the state of stress, etc. based on the acquired data.
In addition, the present applicant has already proposed Japanese Patent Application No. 2020-78917.
しかしながら、特許文献１を含む従来の技術においては、取得されたデータの解析方法は煩雑であり、解析を行うユーザの要望に十分に応えることができているとは言えない状況である。
However, in the conventional technology including
本発明は、このような状況を鑑みてなされたものであり、２つの生体センサーを用いて、それぞれにより取得されたデータを解析して、被診察者の睡眠状態を正確且つ簡便に測定することを課題とする。 SUMMARY OF THE INVENTION The present invention has been made in view of such circumstances. is the subject.
上記目的を達成するため、本発明は、生体センサーを用いた被診察者の睡眠状態自動判定システムにおいて、
被測定者の胸部に装着する第１生体センサーと前被測定者の腹部に装着して前記第１生体センサーと同期して測定する第２生体センサーとを備えており、
前記第１生体センサーと第２生体センサーの測定したデータを入力する測定装置からなっており、
前記第１生体センサーと第２生体センサーは、それぞれ心電センサーと、温度センサーと、９軸センサーとを有しており、
前記心電センサーで心拍数変動を測定し、温度センサーで表皮温度および環境温度を測定し、９軸センサーで被測定者の体動、姿勢、運動量を測定し、
測定装置では、これらの測定値を基に、副交感神経優位への移行時間および交感神経優位への移行時間を抽出し、心拍の安定状態を解析し、呼吸の安定状態を解析して、ベッドイン、スリープイン、スリープアウト、ベッドアウトを判定してなることを特徴とする。
In order to achieve the above object, the present invention provides a sleep state automatic determination system for a patient using a biosensor,
A first biosensor attached to the chest of a person to be measured and a second biosensor attached to the abdomen of a person to be measured before measuring in synchronization with the first biosensor,
It comprises a measuring device for inputting data measured by the first biosensor and the second biosensor,
The first biosensor and the second biosensor each have an electrocardiographic sensor, a temperature sensor, and a 9-axis sensor,
The heart rate variability is measured by the electrocardiographic sensor, the skin temperature and the environmental temperature are measured by the temperature sensor, the body movement, posture, and exercise amount of the subject are measured by the 9-axis sensor,
Based on these measured values, the measuring device extracts the transition time to parasympathetic nerve dominance and the transition time to sympathetic nerve dominance, analyzes the stable state of heartbeat, analyzes the stable state of respiration, , sleep-in, sleep-out, and bed-out are determined.
本発明によれば、２つの生体センサーにより取得されたデータを基に測定装置で、副交感神経優位への移行時間および交感神経優位への移行時間を抽出し、心拍の安定状態を解析し、呼吸の安定状態を解析して、ベッドイン、スリープイン、スリープアウト、ベッドアウトを判定することができる。 According to the present invention, the measurement device extracts the transition time to parasympathetic nerve dominance and the transition time to sympathetic nerve dominance based on data acquired by two biosensors, analyzes the stable state of heartbeat, can be analyzed to determine bed-in, sleep-in, sleep-out, and bed-out.
この発明では、２つの生体センサーＳ１、Ｓ２と、コントローラとなる測定装置Ｃと、測定結果を表示する外部表示装置Ｄを有している。
胸部にセットする生体センサーＳ１と，腹部にセットする生体センサーＳ２は同一のセンサー群を備えており、同期して作動し、それぞれの測定データを個別に測定装置Ｃに送信して記録できる構造からなっている（図４参照）。
The present invention includes two biosensors S1 and S2, a measuring device C that serves as a controller, and an external display device D that displays measurement results.
The biosensor S1 placed on the chest and the biosensor S2 placed on the abdomen are provided with the same sensor group, operate synchronously, and have a structure in which the respective measurement data can be individually transmitted to the measuring device C and recorded. (See Fig. 4).
次に、各センサーについて説明する。
心電センサー（ＥＣＧ）では、心電、心拍、呼吸を測定する。
温度センサーでは、体温、表皮温度、環境温度を測定する。
９軸慣性センサー（３軸加速度、３軸ジャイロ、３軸地磁気）では、体動、姿勢、運動量を測定する。
高精度加速度センサーでは、微小体動、呼吸、低呼吸、無呼吸を測定する。
環境センサーとして、照度センサーでは周囲の明暗度を測定し、気圧センサーでは周囲の気圧を測定し、音センサーでは周囲の騒音を測定する。
また、ＳｐＯ２センサーでは、血中酸素濃度を測定する。
Next, each sensor will be described.
An electrocardiogram sensor (ECG) measures the heart, heart rate, and respiration.
Temperature sensors measure body temperature, skin temperature, and ambient temperature.
A 9-axis inertial sensor (3-axis acceleration, 3-axis gyro, 3-axis geomagnetism) measures body movement, posture, and momentum.
A high-precision accelerometer measures minute body movements, respirations, hypopneas, and apneas.
As environmental sensors, the illuminance sensor measures the ambient brightness, the atmospheric pressure sensor measures the ambient air pressure, and the sound sensor measures ambient noise.
Also, the SpO2 sensor measures blood oxygen concentration.
図１及び図２は、心電データとその心電データに基づいて計測された各種計測データに関する図であり、睡眠状態の解析について説明する。 1 and 2 are diagrams relating to electrocardiographic data and various measurement data measured based on the electrocardiographic data, and the analysis of sleep conditions will be described.
まず、心電センサー１１より受信した、心電データを元にＲ－Ｒ間隔（図１（１））を計測して、自律神経活動を抽出する。
ここで自律神経とは、手を動かしたり、物を触ったことを感じる神経とは対照的に、胃腸を動かしたり、汗をかいたり、瞳孔を絞ったりするような不随意な機能を制御する神経である。
糖尿病の患者において、この自律神経の障害がよくみられることが知られており、そのため下痢や便秘を繰り返す、立ちくらみが起きるといった現象がみられる。
First, based on the electrocardiogram data received from the
Here autonomic nerves control involuntary functions such as gastrointestinal movements, sweating, and constricting the pupils, as opposed to the nerves that sense hand movements and touch. Nerves.
It is known that this disorder of the autonomic nervous system is common in diabetic patients, and as a result, symptoms such as repeated diarrhea and constipation and dizziness on standing up are observed.
心臓は規則正しく脈を打つ（以下、「心拍」と呼ぶ）。図１（３）は平均心拍数、脈の乱れを示す。
心拍の安定状態が続き、図１（６）で姿勢を測定して、起状態から伏状態に変化することでベッドインと判定する。
また、図１（５）で温度センサーから皮膚温度、消費エネルギーから体動を判定し、図１（４）で呼吸および心拍の安定状態を解析して入眠潜時と判定する。
The heart beats regularly (hereinafter referred to as "heartbeat"). FIG. 1(3) shows the average heart rate and pulse turbulence.
The heartbeat continues to be stable, the posture is measured as shown in FIG.
In FIG. 1(5), body motion is determined from the skin temperature and energy consumption from the temperature sensor, and the sleep onset latency is determined by analyzing the stable state of respiration and heart rate in FIG. 1(4).
また、心拍には健康な人間でもゆらぎがあることが分かっている。
その原因は、自律神経（交感神経・副交感神経）による障害が存在するからである。このゆらぎの事を、心拍数変動（心拍変動）と呼ぶ。図１（２）は副交感神経活動（暗色）と交感神経活動（明色）を示す。
副交感神経優位へ移行するポイントをスリープインと判定し、交感神経優位へ移行するポイントをスリープアウトと判定し、スリープインからスリープアウトまでの時間を睡眠時間と判定する（図１（ｂ）参照）。
心拍数変動は、自律神経の障害があると少なくなるため、心電図の検査を利用してこの心拍数変動を測定し、自律神経の機能の障害を調べることが出来る。つまりこれがＲ－Ｒ間隔（心拍数変動）計測である。
It is also known that the heartbeat fluctuates even in healthy humans.
The cause is that there is a disorder of the autonomic nerves (sympathetic nerves/parasympathetic nerves). This fluctuation is called heart rate variability (heart rate variability). FIG. 1(2) shows parasympathetic activity (dark) and sympathetic activity (light).
The point of transition to parasympathetic nerve dominance is determined as sleep-in, the point of transition to sympathetic nerve dominance is determined as sleep-out, and the time from sleep-in to sleep-out is determined as sleep time (see FIG. 1(b)). .
Since heart rate variability is reduced when there is autonomic nerve disorder, heart rate variability can be measured using an electrocardiogram to examine the impairment of autonomic nerve function. This is the RR interval (heart rate variability) measurement.
この心拍数変動により、心拍数と呼吸数を導く。睡眠時は心拍数が下がり、呼吸は安定する。また、加速度センサー（９軸慣性センターの３軸加速度）で運動量と姿勢を計測することにより、睡眠の開始と終了を見つけることができる。これにより、覚醒時と睡眠時を割り出すことが可能となる。 This heart rate variability leads to heart rate and respiration rate. During sleep, your heart rate slows down and your breathing stabilizes. In addition, the onset and end of sleep can be found by measuring the amount of exercise and posture with an accelerometer (three-axis acceleration of the nine-axis inertial center). This makes it possible to determine when you are awake and when you are asleep.
また、睡眠時は一般的に副交換神経が優位となる。副交感神経と交感神経のバランスが心拍数変動バランス（以下、「ＲＲＩＶ」と呼ぶ）である。
ＲＲＩＶと副交感神経の関係を同時に見ると、副交感神経が出ている状態でＲＲＩＶの交感神経が優位になっている状態では、夢を見ている状態であることが認識される。これにより、睡眠時における、睡眠状態の解析を行うことが可能となる。
During sleep, parasympathetic nerves generally dominate. The balance between the parasympathetic and sympathetic nerves is the heart rate variability balance (hereinafter referred to as "RRIV").
Looking at the relationship between the RRIV and the parasympathetic nerves at the same time, it is recognized that a state in which the RRIV sympathetic nerves are dominant while the parasympathetic nerves are active is a state of dreaming. This makes it possible to analyze the sleep state during sleep.
即ち、図１のグラフにおいて示される枠内部分が睡眠状態と判断できる部分である。
また、覚醒状態から眠りに入るまでの所要時間の事を入眠潜時と言う。
これは眠気の強さや寝つきの良し悪しを示す客観的指標として使われるが、図２のグラフにおいて示されるように、交感神経と副交感神経の特定時間単位のピークを抽出し、交感神経の倍率を調整することにより、その副交感神経が上がり、交感神経が下がるそのクロス箇所を見つけ、心拍、呼吸、消費エネルギー及び体表皮温度との関係性を判断することにより、入眠潜時として定義することが可能となる。
また、寝起きに関しては、副交感神経と交感神経の逆の理論で定義することが可能となる。
That is, the portion within the frame shown in the graph of FIG. 1 is the portion that can be determined as being in a sleeping state.
The time required from wakefulness to falling asleep is called sleep onset latency.
This is used as an objective index to indicate the strength of drowsiness and the quality of falling asleep. By adjusting, finding the cross point where the parasympathetic nerve goes up and the sympathetic nerve goes down, and judging the relationship between heart rate, respiration, energy consumption and skin temperature, it is possible to define sleep onset latency. becomes.
Moreover, waking up can be defined by the reverse theory of parasympathetic nerves and sympathetic nerves.
図３（ａ）は、睡眠時無呼吸解析に関する図である。
睡眠時無呼吸とは、一晩（７時間）の睡眠中に３０回以上の無呼吸（１０秒以上の呼吸気流の停止）があり、そのいくつかはｎｏｎ―ＲＥＭ期にも出現するものをＳＡＳ（Ｓｌｅｅｐ Ａｐｎｅａ Ｓｙｎｄｒｏｍｅ）と定義する。
１時間あたりでは、無呼吸回数が５回以上（ＡＩ≧５）でＳＡＳとみなされる。
睡眠１時間あたりの「無呼吸」と「低呼吸」の合計回数をＡＨＩ（Ａｐｎｅａ Ｈｙｐｏ ｐｎｅａｌｎｄｅｘ）、即ち無呼吸低呼吸指数と呼び、この指数によって重症度が分類される。なお、低呼吸（Ｈｙｐｏｐｎｅａ）とは、換気の明らかな低下に加え、動脈血酸素飽和度（Ｓｐ０２）が３～４％以上低下した状態、もしくは覚醒を伴う状態を指す。
FIG. 3(a) is a diagram relating to sleep apnea analysis.
Sleep apnea is defined as 30 or more apneas (cessation of respiratory airflow for 10 seconds or more) during one night's sleep (7 hours), some of which also appear in the non-REM period. It is defined as SAS (Sleep Apnea Syndrome).
An hourly rate of 5 or more apneas (AI≧5) is considered SAS.
The total number of times of "apnea" and "hypopnea" per hour of sleep is called AHI (Apnea Hypopnea index), and severity is classified by this index. Incidentally, hypopnea (Hypopnea) refers to a state in which the arterial blood oxygen saturation (Sp02) is decreased by 3 to 4% or more, or a state accompanied by awakening, in addition to a clear decrease in ventilation.
睡眠時無呼吸は例えば以下に示す型に分類されるｏ
閉塞型（Ｏｂｓｔｒｕｃｔｉｖｅ Ｓｌｅｅｐ ａｐｎｅａ、即ちＯＳＡ）は、睡眠中上気道が閉塞して気流が停止するもので、無呼吸の間でも胸壁と腹壁の呼吸運動が認められるが、動きは互いに逆になるという奇異運動を示す。
中枢型（Ｃｅｎｔｒａｌ Ｓｌｅｅｐ ａｐｎｅａ、即ちＣＳＡ）は、呼吸中枢の機能異常によりＲＥＭ期を中心とした睡眠中に呼吸筋への刺激が消失して無呼吸となるｏ慢性心不全患者や脳血管障害患者に合併する頻度が高い。
混合型（Ｍｉｘ Ｓｌｅｅｐ Ａｐｎｅａ）の場合は、中枢型無呼吸で始まり、後半になって閉塞型無呼吸に移行する場合が多い。閉塞型無呼吸の一つとして分類されることが多い。
Sleep apnea is classified into the following types, for example o
Obstructive sleep apnea (OSA) is characterized by obstruction of the upper airway during sleep and cessation of airflow. Respiratory movements of the chest wall and abdominal wall are observed even during apnea, but the movements are said to be opposite to each other. Shows paradoxical movements.
Central type (Central Sleep apnea, that is, CSA) is an apnea caused by loss of stimulation to respiratory muscles during sleep, mainly in the REM period, due to dysfunction of the respiratory center. often merge.
In the case of mixed type (Mix Sleep Apnea), it often begins with central type apnea and shifts to obstructive type apnea in the latter half. It is often classified as one of obstructive apneas.
今回、発明者らは、無呼吸全体の約９０％を占める閉塞型と中枢型の無呼吸を、気流の変化の本となる横隔膜の動きから抽出することに成功した。
即ち、胸部及び腹部に高性能の加速度センサー（３軸高精度加速度センサー）を付けることにより、その情報をデータ分析処理することで、図３に示すデータを導き出し、胸部の動きから無呼吸を判断することができる。
This time, the inventors succeeded in extracting obstructive and central apneas, which account for about 90% of all apneas, from movements of the diaphragm, which are the basis of changes in airflow.
That is, by attaching high-performance acceleration sensors (three-axis high-precision acceleration sensors) to the chest and abdomen and analyzing the information, the data shown in Fig. 3 is derived, and apnea is determined from the movement of the chest. can do.
図３（ｂ）のグラフにおいてＴＰと図示した部位が、無呼吸の状態を示す。
しかしながら、加速度センサーのデータはノイズが多いためそのまま使うことはできない。
したがって、フィルターによるノイズカット処理及び、平均化処理の定数をチューニングして積分することにより、図３（ｂ）を抽出することができる。
これにより、視覚的無呼吸状態を確認することが可能となる。
The portion indicated as TP in the graph of FIG. 3(b) indicates an apnea state.
However, the accelerometer data is noisy and cannot be used as is.
Therefore, FIG. 3B can be extracted by tuning the constants of the noise cut processing by the filter and the averaging processing and integrating.
This makes it possible to confirm visual apnea.
以上、本発明の一実施形態について説明したが、本発明は、上述の実施形態に限定されるものではなく、本発明の目的を達成できる範囲での変形、改良等は本発明に含まれるものである。 Although one embodiment of the present invention has been described above, the present invention is not limited to the above-described embodiment, and modifications, improvements, etc. within the range that can achieve the object of the present invention are included in the present invention. is.
また例えば、上述した一連の処理は、ハードウェアにより実行させることもできるし、ソフトウェアにより実行させることもできる。
本実施例では、図４に示すように胸部にセットする生体センサーＳ１と，腹部にセットする生体センサーＳ２を用いて同期して同じ内容を測定しているので、一方の生体センサーが故障したり、データの測定ができない場合には、他方の生体センサーの測定結果を用いて相互補完することができる。
Also, for example, the series of processes described above can be executed by hardware or by software.
In this embodiment, as shown in FIG. 4, the biosensor S1 placed on the chest and the biosensor S2 placed on the abdomen are used to measure the same content synchronously. When data cannot be measured, the measurement results of the other biosensor can be used for mutual complementation.
この発明では、胸部または腹部に１つの生体センサーを用いるものでもよい その他、要するにこの発明の要旨を変更しない範囲で種々設計変更しうること勿論である。 In the present invention, one biosensor may be used in the chest or abdomen. In other words, various design changes are possible without changing the gist of the present invention.
Claims (3)
被測定者の胸部に装着する第１生体センサーと前被測定者の腹部に装着して前記第１生体センサーと同期して測定する第２生体センサーとを備えており、
前記第１生体センサーと第２生体センサーの測定したデータを入力する測定装置からなっており、
前記第１生体センサーと第２生体センサーは、それぞれ心電センサーと、温度センサーと、９軸センサーとを有しており、
前記心電センサーで心拍数変動を測定し、温度センサーで表皮温度および環境温度を測定し、９軸センサーで被測定者の体動、姿勢、運動量を測定し、
測定装置では、これらの測定値を基に、副交感神経優位への移行時間および交感神経優位への移行時間を抽出し、心拍の安定状態を解析し、呼吸の安定状態を解析して、ベッドイン、スリープイン、スリープアウト、ベッドアウトを判定してなることを特徴とする睡眠状態自動測定システム。 In the sleep state automatic determination system of the examined person using the biosensor,
A first biosensor attached to the chest of a person to be measured and a second biosensor attached to the abdomen of a person to be measured before measuring in synchronization with the first biosensor,
It comprises a measuring device for inputting data measured by the first biosensor and the second biosensor,
The first biosensor and the second biosensor each have an electrocardiographic sensor, a temperature sensor, and a 9-axis sensor,
The heart rate variability is measured by the electrocardiographic sensor, the skin temperature and the environmental temperature are measured by the temperature sensor, the body movement, posture, and exercise amount of the subject are measured by the 9-axis sensor,
Based on these measured values, the measuring device extracts the transition time to parasympathetic nerve dominance and the transition time to sympathetic nerve dominance, analyzes the stable state of heartbeat, analyzes the stable state of respiration, , sleep-in, sleep-out, and bed-out.
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP2021012531A JP2022115763A (en) | 2021-01-28 | 2021-01-28 | Sleep state automatic measurement system |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP2021012531A JP2022115763A (en) | 2021-01-28 | 2021-01-28 | Sleep state automatic measurement system |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| JP2022115763A true JP2022115763A (en) | 2022-08-09 |
Family
ID=82747521
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| JP2021012531A Pending JP2022115763A (en) | 2021-01-28 | 2021-01-28 | Sleep state automatic measurement system |
Country Status (1)
| Country | Link |
|---|---|
| JP (1) | JP2022115763A (en) |
-
2021
- 2021-01-28 JP JP2021012531A patent/JP2022115763A/en active Pending
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| RU2634624C2 (en) | System and method for determination of human sleep and sleep stages | |
| KR101656611B1 (en) | Method for obtaining oxygen desaturation index using unconstrained measurement of bio-signals | |
| Paalasmaa et al. | Unobtrusive online monitoring of sleep at home | |
| US11690559B2 (en) | Method and apparatus for monitoring respiratory distress based on autonomic imbalance | |
| JP4357503B2 (en) | Biological information measuring device, biological information measuring method, and biological information measuring program | |
| US11925485B2 (en) | Non-invasive system for monitoring and treating respiratory distress | |
| EP3927234B1 (en) | A sleep monitoring system and method | |
| JP2022002737A (en) | Systems and methods for screening, diagnosing and monitoring sleep-disordered breathing | |
| JP5632986B2 (en) | Sleep stage determination device and sleep stage determination method | |
| KR20150129765A (en) | Method for determining a person's sleeping phase which is favourable for waking up | |
| CN111466906A (en) | Wearable sleep monitor and monitoring method | |
| JP2016016144A (en) | Biological information processing system and method of controlling biological information processing system | |
| CN113301846A (en) | Energy conversion monitoring device, system and method | |
| KR101679728B1 (en) | Method and system for calculating bio activity index | |
| US11291406B2 (en) | System for determining a set of at least one cardio-respiratory descriptor of an individual during sleep | |
| JP6589108B2 (en) | Apnea and / or hypopnea diagnostic device | |
| JP7361784B2 (en) | Behavioral task evaluation system and behavioral task evaluation method | |
| WO2021221139A1 (en) | Sleep analysis device | |
| Arulvallal et al. | Design and development of wearable device for continuous monitoring of sleep apnea disorder | |
| JP2022115763A (en) | Sleep state automatic measurement system | |
| US20230157632A1 (en) | Detecting Obstructive Sleep Apnea/Hypopnea Using Micromovements | |
| WO2015198494A1 (en) | Apnea and/or hypopnea diagnostic device and apnea and/or hypopnea diagnostic method |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20240129 |