JP2022551816A - レム状態および覚醒状態を指定するためのシステムおよび方法 - Google Patents

Abstract

本開示は、睡眠エポックがレム睡眠エポックであるか、または覚醒エポックであるかを分析するシステムおよび方法を提供する。本開示の態様によれば、コンピュータで実施される方法は、人の睡眠期間にわたる心肺結合データにアクセスすることと、前記心肺結合データにおける超低周波結合に対応する睡眠期間のエポックを特定することと、前記エポックに対応する心肺結合データにおける高周波結合データおよび／または低周波結合データにアクセスすることと、前記エポックに対応する高周波結合データおよび／または低周波結合データに基づいて前記エポックをレム睡眠エポックまたは覚醒エポックとして指定することとを含み、前記エポックは、非心肺結合生理学的データを使用せずに心肺結合データに基づいて指定される。【選択図】図１

Description

関連出願の相互参照
本出願は、２０１９年９月２１日に提出された米国仮特許出願第６２／９０３，８３３号の利益および優先権を主張し、その全体が参照により本明細書に組み込まれる。

本開示は、睡眠分析に関し、特に、睡眠期間中のレム状態および覚醒状態を指定するための、人の睡眠期間中の心肺結合（ＣＰＣ）データの分析、またはＣＰＣデータと生理学的データの分析に関する。

心肺結合は、対応する直接または導出された呼吸信号と結合された心拍変動からのＮ－Ｎ間隔系列の２つの生理学的信号間で定量的分析を実行して、これらの２つの信号のコヒーレントクロスパワーを判定することにより、睡眠の質を評価する技術である。心肺結合は、とりわけ、米国特許第７，３２４，８４５号、米国特許第７，７３４，３３４号、米国特許第８，４０３，８４８号、および米国特許第８，４０１，６２６号に記載されており、これらはすべて、各々の全体が参照により本明細書に組み込まれる。

心肺結合は、結合周波数の観点で特徴付けられる。高周波結合は、統合された安定したＮレム睡眠のバイオマーカである安定した睡眠を表し、これは、安定した呼吸の期間、高い迷走神経緊張、脳波図（ＥＥＧ）上の一般的に非周期性交互パターン、高い相対デルタパワー、生理学的血圧降下（健康上）、および／または安定した覚醒閾値と関連付けられる。高周波結合（ＨＦＣ）では、結合周波数は０．１Ｈｚを超える。

低周波結合は、安定した睡眠とは反対の特徴を有する統合された不安定なＮレム睡眠のバイオマーカである不安定な睡眠を表す。不安定な睡眠は、周期性交互パターン（ＣＡＰ）と呼ばれるＥＥＧ活動、呼吸パターンが変動する期間（１回換気量の変動）、心拍数の周期的変動（ＣＶＨＲ）、血圧の非降下、および／または可変覚醒閾値と関連付けられる。断片的なレム睡眠は、低周波結合特徴を有する。低周波結合（ＬＦＣ）では、結合周波数は［０．０１，０．１］Ｈｚの範囲内にある。低周波結合は、上昇した低周波結合広帯域または上昇した低周波結合狭帯域としてさらに分類することができる。

超低周波結合は、レム睡眠状態および覚醒状態を表す。０．０１Ｈｚ未満の周波数範囲が、超低周波結合（ｖＬＦＣ）として定義される。レムおよび覚醒の生理学は、ポリソムノグラフィ（ＰＳＧ）の観点から、２つの状態を区別するための主要なツールとして用いられる眼電図と密接に関連している。レムおよび覚醒は、心肺結合（ＣＰＣ）において非常によく似た外観を有し、超低周波結合（ｖＬＦＣ）として現れる。

心肺結合データに基づいて様々な睡眠状態を指定するための睡眠分析技術をさらに開発および改善することに関心がもたれる。

本開示は、睡眠分析に関し、特に、睡眠期間中のレム状態および覚醒状態を指定するための、人の睡眠期間中の心肺結合（ＣＰＣ）データの分析、またはＣＰＣデータと生理学的データの分析に関する。

本開示の態様によれば、コンピュータで実施される方法は、人の睡眠期間にわたる心肺結合データにアクセスすることと、前記心肺結合データにおける超低周波結合を含む睡眠期間のエポックを特定することと、前記エポックに対応する心肺結合データにおける高周波結合データまたは低周波結合データのうちの少なくとも１つにアクセスすることと、前記エポックに対応する高周波結合データまたは低周波結合データのうちの少なくとも１つに基づいて前記エポックをレム睡眠エポックまたは覚醒エポックとして指定することとを含み、前記エポックは、非心肺結合生理学的データを使用せずに心肺結合データに基づいて指定される。

方法の様々な実施形態では、エポックは、低周波結合の優位性を呈し、方法は、前記エポック中の超低周波結合のパワーを閾値と比較することをさらに含む。

方法の様々な実施形態では、閾値は、人、人の状態、または人を含む母集団のうちの少なくとも１つに基づいている。

方法の様々な実施形態では、前記エポックを指定することは、（ｉ）低周波結合の優位性、および（ｉｉ）前記エポック中の超低周波結合のパワーが閾値を超えていること、に基づいて前記エポックをレム睡眠エポックとして指定することを含む。

方法の様々な実施形態では、エポックは、超低周波結合の優位性を呈する。

方法の様々な実施形態では、前記エポックの超低周波結合の優位性は、前記エポックに対応する心肺結合データにおける超低周波結合範囲のうちの所定の上限範囲内の優位性に基づいている。

方法の様々な実施形態では、前記エポックを指定することは、（ｉ）超低周波結合範囲のうちの所定の上限範囲内の超低周波結合の優位性、および（ｉｉ）前記エポックに対応する高周波結合データまたは低周波結合データのうちの少なくとも１つにおいて、低周波結合または高周波結合のうちの少なくとも１つのパワーが閾値を超えていること、に基づいて前記エポックをレム睡眠エポックとして指定することを含む。

方法の様々な実施形態では、前記エポックを指定することは、（ｉ）前記エポックにおける超低周波結合の優位性、および（ｉｉ）前記エポックに対応する低周波結合データにおける上昇した低周波結合狭帯域の存在、に基づいて前記エポックをレム睡眠エポックとして指定することを含む。

本開示の態様によれば、システムは、１つ以上のプロセッサと、命令を記憶する少なくとも１つのメモリを含む。命令は、１つ以上のプロセッサによって実行されると、システムに、人の睡眠期間にわたる心肺結合データにアクセスさせ、前記心肺結合データにおける超低周波結合を含む睡眠期間のエポックを特定させ、前記エポックに対応する心肺結合データにおける高周波結合データまたは低周波結合データのうちの少なくとも１つにアクセスさせ、前記エポックに対応する高周波結合データまたは低周波結合データのうちの少なくとも１つに基づいて前記エポックをレム睡眠エポックまたは覚醒エポックとして指定させ、エポックは、非心肺結合生理学的データを使用せずに心肺結合データに基づいて指定される。

システムの様々な実施形態では、エポックは、低周波結合の優位性を呈し、命令は、１つ以上のプロセッサによって実行されると、システムに、前記エポック中の超低周波結合のパワーを閾値と比較させる。

システムの様々な実施形態では、閾値は、人、人の状態、または人を含む母集団のうちの少なくとも１つに基づいている。

システムの様々な実施形態では、前記エポックを指定することにおいて、命令は、１つ以上のプロセッサによって実行されると、システムに、（ｉ）低周波結合の優位性、および（ｉｉ）前記エポック中の超低周波結合のパワーが閾値を超えていること、に基づいて前記エポックをレム睡眠エポックとして指定させる。

システムの様々な実施形態では、エポックは、超低周波結合の優位性を呈する。

システムの様々な実施形態では、前記エポックの超低周波結合の優位性は、前記エポックに対応する心肺結合データにおける超低周波結合範囲のうちの所定の上限範囲内の優位性に基づいている。

システムの様々な実施形態では、前記エポックを指定することにおいて、命令は、１つ以上のプロセッサによって実行されると、システムに、（ｉ）超低周波結合範囲のうちの所定の上限範囲内の超低周波結合の優位性、および（ｉｉ）前記エポックに対応する高周波結合データまたは低周波結合データのうちの少なくとも１つにおいて、低周波結合または高周波結合のうちの少なくとも１つのパワーが閾値を超えていること、に基づいて前記エポックをレム睡眠エポックとして指定する。

システムの様々な実施形態では、前記エポックを指定することにおいて、命令は、１つ以上のプロセッサによって実行されると、システムに、（ｉ）前記エポックにおける超低周波結合の優位性、および（ｉｉ）前記エポックに対応する低周波結合データにおける上昇した低周波結合狭帯域の存在、に基づいて前記エポックをレム睡眠エポックとして指定させる。

本開示の態様によれば、コンピュータで実施される方法は、人の睡眠期間にわたる心肺結合データにアクセスすることと、前記心肺結合データに基づいて睡眠期間のエポックを超低周波結合（ｖＬＦＣ）エポックとして分類することと、前記ｖＬＦＣエポックに対応する人のアクティグラフィデータにアクセスすることと、前記ｖＬＦＣエポックに対応するアクティグラフィデータにおいて、アクティグラフィ測定値の所定のパーセンテージが運動閾値を下回る運動を示していることに基づいて前記ｖＬＦＣエポックをレムエポックとして指定することを含む。

方法の様々な実施形態では、所定のパーセンテージは、ｖＬＦＣエポックに対応するアクティグラフィデータにおいて、アクティグラフィ測定値の９５％であり、運動閾値は０．０１Ｇ／ｓである。

方法の様々な実施形態では、方法は、様々なアクティグラフィセンサに関する前記所定のパーセンテージまたは運動閾値のうちの少なくとも１つを変化させることを含む。

本開示の態様によれば、システムは、１つ以上のプロセッサと、命令を記憶する少なくとも１つのメモリを含む。命令は、１つ以上のプロセッサによって実行されると、システムに、人の睡眠期間にわたる心肺結合データにアクセスさせ、前記心肺結合データに基づいて睡眠期間のエポックを超低周波結合（ｖＬＦＣ）エポックとして分類させ、ｖＬＦＣエポックに対応する人のアクティグラフィデータにアクセスさせ、前記ｖＬＦＣエポックに対応するアクティグラフィデータにおいて、アクティグラフィ測定値の所定のパーセンテージが運動閾値を下回る運動を示していることに基づいて前記ｖＬＦＣエポックをレムエポックとして指定させる。

システムの様々な実施形態では、所定のパーセンテージは、前記ｖＬＦＣエポックに対応するアクティグラフィデータにおいて、アクティグラフィ測定値の９５％であり、運動閾値は０．０１Ｇ／ｓである。

システムの様々な実施形態では、命令は、１つ以上のプロセッサによって実行されると、さらにシステムに、様々なアクティグラフィセンサに関する前記所定のパーセンテージまたは運動閾値のうちの少なくとも１つを変化させる。

本開示の態様によれば、コンピュータで実施される方法は、人の睡眠期間にわたる心肺結合データにアクセスすることと、前記心肺結合データに基づいて睡眠期間のエポックを超低周波結合（ｖＬＦＣ）エポックとして分類することと、人の生理学的測定値に基づいており、アクティグラフィ測定値に基づいていない、前記ｖＬＦＣエポックに対応する人の擬似アクティグラフィデータにアクセスすることと、前記ｖＬＦＣエポックに対応する擬似アクティグラフィデータに基づいて前記ｖＬＦＣエポックをレムエポックまたは覚醒エポックとして指定することを含む。

方法の様々な実施形態では、方法は、生理学的測定値の信号品質に基づいて前記ｖＬＦＣエポックに対応する擬似アクティグラフィデータを生成することを含む。

方法の様々な実施形態では、擬似アクティグラフィデータを生成することは、信号品質がより低いときにより大きな動きに対応するデータを生成し、信号品質がより高いときにより小さな動きに対応するデータを生成することを含む。

方法の様々な実施形態では、生理学的測定値は、人のＥＣＧ測定値またはプレチスモグラフィ測定値のうちの少なくとも１つを含む。

方法の様々な実施形態では、擬似アクティグラフィデータを生成することは、ｖＬＦＣエポック中のピークを検出するべく生理学的測定値を処理することと、検出されたピークのカウントが所定の閾値を下回るときおよび検出されたピークの形状が予想されるピークの形状と一致するときに、より小さな動きに対応するデータを生成することと、検出されたピークのカウントが所定の閾値を上回るときおよび検出されたピークの形状が予想されるピークの形状と異なるときに、より大きな動きを示すデータを生成することを含む。

方法の様々な実施形態では、生理学的測定値は酸素飽和度測定値を含む。

本開示の態様によれば、システムは、１つ以上のプロセッサと、命令を記憶する少なくとも１つのメモリを含む。命令は、１つ以上のプロセッサによって実行されると、システムに、人の睡眠期間にわたる心肺結合データにアクセスさせ、前記心肺結合データに基づいて睡眠期間のエポックを超低周波結合（ｖＬＦＣ）エポックとして分類させ、人の生理学的測定値に基づいており、アクティグラフィ測定値に基づいていない、前記ｖＬＦＣエポックに対応する人の擬似アクティグラフィデータにアクセスさせ、前記ｖＬＦＣエポックに対応する擬似アクティグラフィデータに基づいて前記ｖＬＦＣエポックをレムエポックまたは覚醒エポックとして指定させる。

システムの様々な実施形態では、命令は、１つ以上のプロセッサによって実行されると、システムに、生理学的測定値の信号品質に基づいてｖＬＦＣエポックに対応する擬似アクティグラフィデータを生成させる。

システムの様々な実施形態では、擬似アクティグラフィデータを生成する際に、命令は、１つ以上のプロセッサによって実行されると、システムに、信号品質がより低いときにより大きな動きに対応するデータを生成させ、信号品質がより高いときにより小さな動きに対応するデータを生成させる。

システムの様々な実施形態では、生理学的測定値は、人のＥＣＧ測定値またはプレチスモグラフィ測定値のうちの少なくとも１つを含む。

システムの様々な実施形態では、擬似アクティグラフィデータを生成する際に、命令は、１つ以上のプロセッサによって実行されると、システムに、前記ｖＬＦＣエポック中のピークを検出するべく生理学的測定値を処理させ、検出されたピークのカウントが所定の閾値を下回るときおよび検出されたピークの形状が予想されるピークの形状と一致するときに、より小さな動きに対応するデータを生成させ、検出されたピークのカウントが所定の閾値を上回るときおよび検出されたピークの形状が予想されるピークの形状と異なるときに、より大きな動きを示すデータを生成させる。

システムの様々な実施形態では、生理学的測定値は酸素飽和度測定値を含む。

本開示の態様によれば、コンピュータで実施される方法は、人の睡眠期間にわたる心肺結合データにアクセスすることと、前記心肺結合データに基づいて睡眠期間のエポックを超低周波結合（ｖＬＦＣ）エポックとして分類することと、生理学的測定値を含み、アクティグラフィ測定値を含まない、ｖＬＦＣエポックに対応する人の生理学的データにアクセスすることと、睡眠呼吸障害を示すｖＬＦＣエポックに対応する生理学的データに基づいて前記ｖＬＦＣエポックをレムエポックとして指定することを含む。

方法の様々な実施形態では、生理学的測定値は酸素飽和度測定値を含み、方法は、ｖＬＦＣエポック中の睡眠呼吸障害イベントを特定するべく酸素飽和度測定値を処理することを含む。

本開示の態様によれば、システムは、１つ以上のプロセッサと、命令を記憶する少なくとも１つのメモリを含む。命令は、１つ以上のプロセッサによって実行されると、システムに、人の睡眠期間にわたる心肺結合データにアクセスさせ、前記心肺結合データに基づいて睡眠期間のエポックを超低周波結合（ｖＬＦＣ）エポックとして分類させ、生理学的測定値を含み、アクティグラフィ測定値を含まない、前記ｖＬＦＣエポックに対応する人の生理学的データにアクセスさせ、睡眠呼吸障害を示すｖＬＦＣエポックに対応する生理学的データに基づいて前記ｖＬＦＣエポックをレムエポックとして指定させる。

システムの様々な実施形態では、生理学的測定値は酸素飽和度測定値を含み、命令は、１つ以上のプロセッサによって実行されると、システムに、ｖＬＦＣエポック中の睡眠呼吸障害イベントを特定するべく酸素飽和度測定値を処理させる。

本開示のシステムおよび方法の目的および特徴は、添付の図面を参照してその様々な実施形態の説明が読まれるときに当業者に明らかとなるであろう。

本開示の態様による、例示的な測定システムの図である。 本開示の態様による、心肺結合データに基づいてレム状態／覚醒状態を指定するための例示的な動作のフロー図である。 本開示の態様による、ＬＦＣ優位中に非ゼロのｖＬＦＣパワーを有する例示的なエポックの図である。 本開示の態様による、ｖＬＦＣ優位中にｅＬＦＣ_ＮＢを有する例示的なエポックの図である。 本開示の態様による、ＣＰＣデータとアクティグラフィデータに基づいてレム状態／覚醒状態を指定するための例示的な動作のフロー図である。 本開示の態様による、ｖＬＦＣ優位性を有し、アクティグラフィ信号が運動を示していることに対応する、例示的なエポックの図である。 本開示の態様による、ＣＰＣデータと擬似アクティグラフィデータに基づいてレム状態／覚醒状態を指定するための例示的な動作のフロー図である。 本開示の態様による、例示的な信号品質測定およびアクティグラフィ信号のグラフである。 本開示の態様による、例示的なコンピューティングシステムのブロック図である。 本開示の態様による、ＣＰＣデータおよび様々な生理学的信号に基づいてレム状態／覚醒状態を指定するための例示的な動作のフロー図である。

本開示は、睡眠期間中のレム状態および覚醒状態を指定するための、人の睡眠期間中の心肺結合（ＣＰＣ）データの分析、またはＣＰＣデータと生理学的データの分析に関する。レム睡眠中に、被検者はほとんど動かないままであるか、または「骨格筋麻痺」の状態にあり、主な機械的運動は眼球にある。レムはｖＬＦＣとして現れ、どのような顕著な運動も存在しないはずであるため、本開示による１つの手法は、十分なアクティグラフィなしのｖＬＦＣに基づいてレム状態を特定し、十分なアクティグラフィありのｖＬＦＣに基づいて覚醒状態を特定する。本開示の他の態様は、レム状態または覚醒状態を指定するためにアクティグラフィデータを使用しない。例えば、本明細書で後でより詳細に説明するように、擬似アクティグラフィデータを使用することができる。本開示の他の態様は、非ＣＰＣ生理学的データを使用せずに、レム状態または覚醒状態を指定するために心肺結合データのみを使用し、これについては本明細書で後述する。

ここで図１を参照すると、本開示の態様による例示的な測定システム１００の図が示されている。測定システム１００は、心電図測定値または他の生理学的測定値など、心肺結合（「ＣＰＣ」）を計算するために使用することができる生理学的測定値を取得するために、睡眠中の人に取り付けることができる。測定システム１００は、ＥＣＧ測定値、プレチスモグラフィ測定値、酸素飽和度測定値、および／またはアクティグラフィ測定値などの様々な測定値も取得し、その使用については本明細書で後述する。図１は、図１に示されていない部分を含む人の体の様々な部分に配置され得る例示的な様々なセンサである。例えば、様々なセンサが、他の場所の中でも特に、人の胴体、頭部、および／または手足に配置され得る。生理学的信号を検出するための様々なセンサが当業者によって理解されるであろう。例えば、様々な実施形態では、センサは、人の体に触れるセンサであり得る、または人に直接触れないタッチレスセンサ（例えば、バリストカルジオグラフィに基づくセンサ）であり得る。生理学的測定値は、ディスクドライブ、フラッシュドライブ、ソリッドステートドライブ、または他の記憶媒体などの記憶媒体に記録することができる。様々な実施形態では、様々な生理学的測定値を並行して記録することができる。様々な実施形態では、各記録されたデータは、タイムスタンプがタグ付けされ得るか、またはタイムスタンプに関連付けられ得る。記録されたデータにタイムスタンプをタグ付けまたは関連付けることによって、様々な記録された測定値を、時間的に相関させることができる。記録された測定値を時間的に相関させる他の方法が使用され得ることが企図される。

本開示の一態様は、非ＣＰＣデータを使用せずに心肺結合スペクトル分析に基づいてレム状態または覚醒状態を指定するためのシステムおよび方法に関する。前述のように、超低周波結合（ｖＬＦＣ）は、レム睡眠状態または覚醒状態を表す。図２は、非ＣＰＣ生理学的データを使用せずにレム睡眠と覚醒状態とを区別するために人の睡眠期間からのＣＰＣデータを分析する例示的な動作を示す。本明細書の説明では、睡眠期間は、本明細書で「エポック」と呼ばれる場合があるセグメントに分割することができる。様々な実施形態では、異なるエポックは同じ持続時間を有し得る、または異なるエポックは異なる持続時間を有し得る。

図２を参照すると、ブロック２１０で、動作は、人の睡眠期間にわたる心肺結合データにアクセスすることを含む。ＣＰＣデータは、例えば、図１の測定システムまたは別のシステムからアクセスすることができる。ブロック２２０で、動作は、心肺結合データにおける超低周波結合を含む睡眠期間のエポックを特定することを含む。以下でより詳細に説明するように、超低周波結合（ｖＬＦＣ）を含むエポックは、ｖＬＦＣが優位である（すなわち、最高周波結合パワーがｖＬＦＣ帯にある）場合がある、またはｖＬＦＣ優位ではない場合がある。ブロック２３０で、動作は、エポックに対応する心肺結合データにおける高周波結合データおよび／または低周波結合データにアクセスすることを含む。ブロック２４０で、動作は、非心肺結合生理学的データを使用せずに、エポックに対応する高周波結合データおよび／または低周波結合データに基づいて、エポックをレム睡眠エポックまたは覚醒エポックとして指定することを含む。図２の動作は、図９のコンピューティングシステムなどのコンピューティングシステムによって実施することができ、これについては本明細書で後述する。以下、図２の動作の実施形態を説明する。

以下の説明は、ｖＬＦＣ結合を含むが、エポックの優位なＣＰＣ状態が低周波結合（ＬＦＣ）として分類されている、すなわち、最高周波結合パワーがＬＦＣ帯にあるエポックに関するものである。このようなエポック中では、ｖＬＦＣパワーは、非ゼロであり、ＬＦＣパワーよりも小さい。

本開示の態様によれば、非ゼロのｖＬＦＣパワーおよびＬＦＣ優位であるエポックの場合、このようなエポックは、不安定なＮレムではなく、断片的なレムとして特徴付けられる。断片的なレムのエポック中、および上限範囲内のｖＬＦＣ周波数帯の優位性がない場合、このようなエポックは、ｖＬＦＣ帯に適用される動的な閾値に基づいてレム睡眠状態として指定することができ、動的な閾値は人によって異なる場合がある。このようなエポックの例は図３に示されており、エポック３１０は、非ゼロのｖＬＦＣパワーおよびＬＦＣ優位であることが示されている。

非ゼロのｖＬＦＣパワーおよびＬＦＣ優位であるこのようなエポックでは、レム分類は、指定がｖＬＦＣ優位ではなく非ゼロのｖＬＦＣパワーに基づいているという観点から、固定の閾値に基づいていない場合がある。むしろ、動的な閾値は、レム睡眠状態および覚醒状態をより正確に示すことを可能にする。例えば、特定の固定の閾値は、健康な睡眠状態の人に適している場合があるが、その特定の閾値は、悪化した状態がｖＬＦＣ帯に影響を及ぼす可能性がある不健康な睡眠状態の人のレム睡眠状態および覚醒状態を正確に指定しない場合がある。したがって、とりわけ、様々な条件、人、または母集団に適した動的な閾値を使用して、非ゼロのｖＬＦＣパワーおよびＬＦＣ優位であるエポック（例えば図３）において、レム睡眠および覚醒を指定することができる。様々な実施形態では、動的な閾値は、特定の母集団の平均に基づくことができる。例えば、エポックがＬＦＣ優位であり、ｖＬＦＣパワーが特定の母集団の平均ｖＬＦＣパワーを上回っている場合、そのエポックはレムとして分類することができる。他のタイプの動的な閾値が本開示の範囲内にあることが企図される。

以下の説明は、優位なＣＰＣ状態がｖＬＦＣとして分類されているエポックに関する。本開示の態様によれば、ｖＬＦＣエポックをレム状態または覚醒状態として指定することは、優位なＣＰＣ状態がｖＬＦＣとして分類された後のＣＰＣ周波数帯の分析に基づいている。

様々な実施形態では、ｖＬＦＣ優位であるエポックは、ＬＦＣ帯および／またはＨＦＣ帯に活性化（例えば、非ゼロのパワー）が存在するとき、および優位なＣＰＣ周波数がｖＬＦＣ帯の上限範囲内にある（例えば、０．０１Ｈｚに近いがこれを超えない）とき、レム状態として指定することができる。図４は、このようなエポック４１０、４２０の例を示す。

様々な実施形態では、ｖＬＦＣ優位であるエポックは、上昇した低周波結合狭帯域（ｅＬＦＣ_ＮＢ）も存在するとき、レム状態として指定することができる。低周波結合は、上昇した低周波結合広帯域（ｅＬＦＣ_ＢＢ）または断片化、上昇した低周波結合狭帯域（ｅＬＦＣ_ＮＢ）または周期性、或いは上昇した低周波結合なしとしてサブカテゴリ化することができる。ｅＬＦＣ_ＮＢは、周期性のマーカであり、周期性呼吸、チェーン・ストークス呼吸、および中枢性無呼吸に関連付けられる。ｅＬＦＣ_ＢＢは、断片化を引き起こす睡眠中の痛みまたは他の外乱などの他の障害によって引き起こされることがあり、一方、ｅＬＦＣ_ＮＢは、周期性四肢運動によって引き起こされることがある。

図４は、ｅＬＦＣ_ＮＢも存在するｖＬＦＣ優位であるエポック４１０、４２０の例を示す。試験中に、このようなエポックは、ポリソムノグラフィデータに基づいてレム状態として指定され、また、ＣＰＣデータのみに基づいて正確に指定された。本明細書で用いられる場合の上昇した超低周波結合狭帯域（ｅＶＬＦＣ_ＮＢ）、または「周期的レム」睡眠という用語は、ｖＬＦＣ周波数帯で優位な上昇した低周波結合狭帯域（ｅＬＦＣ_ＮＢ）の発生を特定するために用いられる。ｅＶＬＦＣ_ＮＢ、または周期的レムは、新しいＣＰＣ状態として役に立つことが理解されるであろう。したがって、レム睡眠状態および覚醒状態を指定するための手法は、ｅＶＬＦＣ_ＮＢをレム睡眠状態として指定するように構成される。ｅＶＬＦＣ_ＮＢが存在しない場合、前述のように、ｖＬＦＣ帯の上限範囲内の優位性（例えば、ＣＰＣ周波パワーが０．０５を上回るがｖＬＦＣ帯での合計パワーを下回る）を使用して、エポックをレム睡眠状態として指定することができる。

したがって、図２～図４および上記の説明は、非ＣＰＣデータを使用せずにＣＰＣデータのみを分析することでエポックをレム睡眠状態として指定することができる実施形態を示している。前述の実施形態および図２～図４の実施形態は、例示的なものであり、本開示の範囲を限定するものではない。

本開示の別の態様は、心肺データと、アクティグラフィ、酸素飽和度などの様々な生理学的信号、および／またはＥＣＧおよびプレチスモグラフィなどの擬似アクティグラフィ生理学的信号を分析することに基づいてレム状態または覚醒状態を指定するためのシステムおよび方法に関する。ＣＰＣデータとアクティグラフィデータを使用することは、図５および図６に関連して説明される。ＣＰＣデータと擬似アクティグラフィ生理学的データおよび／または酸素飽和度データを使用することは、図７および図１０に関連して説明する。

本開示の態様によれば、図５は、心肺データとアクティグラフィデータを分析することに基づいてレム状態または覚醒状態を指定する例示的な動作のフロー図を示している。動作は、エポックをレム状態または覚醒状態として指定するために動き測定値に閾値を適用する。様々な実施形態では、動き情報を収集するために、記録デバイス（例えば、ハードウェア）は、加速度計センサを含む。加速度計は、本開示では人である物体の加速度（速度の変化率）を測定するセンサデバイスである。本開示の態様によれば、生のアクティグラフィ信号を処理して、特定の測定単位で加速度を報告する量を生成することができる。一般的な測定単位は、ｍ／ｓ^２またはＧの力である。アクティグラフィデータは、例えば図１のシステムを使用して取得および保存することができる。

図５を引き続き参照すると、ブロック５１０において、動作は、人の睡眠期間にわたる心肺結合データにアクセスすることを含む。ブロック５２０において、動作は、心肺結合データに基づいて睡眠期間のエポックを超低周波結合（ｖＬＦＣ）エポックとして分類することを含む。分類は、エポックでのｖＬＦＣ優位性に基づくことができる。ブロック５３０において、動作は、前記ｖＬＦＣエポックに対応する人のアクティグラフィデータにアクセスすることを含む。アクティグラフィデータは、ストレージまたはコンピューティングシステムからアクセスすることができ、これは図９に関連して説明される。ｖＬＦＣエポックに対応するアクティグラフィデータは、例えばタイムスタンプに基づいて識別することができる。ブロック５４０において、動作は、前記ｖＬＦＣエポックに対応するアクティグラフィデータにおいて、アクティグラフィ測定値の所定のパーセンテージが運動閾値を下回る運動を示していることに基づいて、前記ｖＬＦＣエポックをレムエポックとして指定することを含む。以下で一例が提供される。

様々な実施形態では、レム状態および覚醒状態を指定するために０．０１Ｇ／ｓの閾値を用いることができ、これにより、０．０１Ｇ／ｓ未満の加速度はレム睡眠の指標として扱われ、０．０１Ｇ／ｓ以上の加速度は覚醒状態の指標として扱われる。閾値の特定の値は例示的なものであり、他の値を用いることができる。様々な実施形態では、閾値を超える加速度サンプルの数がエポックのサンプルの総数と比較されて、エポックをレム睡眠状態または覚醒状態として指定するための測度が生成される。様々な実施形態では、エポックの加速度サンプルの９５％が閾値を下回る場合、そのエポックはレム状態として指定することができる。それ以外の場合、そのエポックは覚醒状態として指定される。パーセンテージの閾値は例示的なものであり、別の値とすることができる。様々な実施形態では、確実性を高め、断片化の測定値またはその欠如を導出するために、分析されるエポックまたは期間の長さを変更することができる。

様々な実施形態では、加速度閾値は、加速度計のハードウェアおよびファームウェアの仕様（例えば、ダイナミックレンジ、サンプリングレートなど）に基づいて変更する必要があり得る。例えば、新しい加速度計センサは、レム／覚醒を指定するための加速度閾値を設定するべく、分析するおよび参照デバイスと比較する必要があり得る。

図６は、図５の動作に基づいてレム状態／覚醒状態が示されたＣＰＣおよび生理学的データの例を示している。ＰＳＧ参照との比較のために、ＰＳＧによってスコア付けされた覚醒の延長期間とすべてのレム期間が紫色のボックスに示されている。

本開示の態様によれば、図７は、心肺データと擬似アクティグラフィデータを分析することに基づいてレム状態または覚醒状態を指定する例示的な動作のフロー図を示している。本明細書で用いられる場合の「擬似アクティグラフィ信号」またはデータという用語は、アクティグラフィを示す特定の特徴を有する非アクティグラフィ生理学的信号を指す。擬似アクティグラフィ信号は、例えば、とりわけ、ＥＣＧ信号、プレチスモグラフィ信号、および酸素飽和度信号を含むことができる。様々な実施形態では、擬似アクティグラフィ信号は、人がレム状態にあるときに信号品質が高まり、人が覚醒状態にある時に低下する、生理学的信号とすることができる。信号品質は、例えば、とりわけ、信号強度、信号の有効性、または信号の存在に影響を及ぼす変化によって劣化することがある。いくつかの態様によれば、信号品質の断続的劣化は、モーションアーチファクトと相関し、擬似アクティグラフィとして利用することができる。様々な実施形態では、ｖＬＦＣ優位である信号品質の断続的劣化は、覚醒状態として指定することができ、一方、ｖＬＦＣ優位であるほぼ元のまたは元の信号品質は、レム状態として指定することができる。したがって、開示されるシステムおよび方法は、エポックをレム状態または覚醒状態として指定するために擬似アクティグラフィ信号を分析することができる。

図７を引き続き参照すると、ブロック７１０において、動作は、人の睡眠期間にわたる心肺結合データにアクセスすることを含む。ブロック７２０において、動作は、心肺結合データに基づいて睡眠期間のエポックを超低周波結合（ｖＬＦＣ）エポックとして分類することを含む。例えば、ｖＬＦＣエポックは、ｖＬＦＣ優位性を呈することができる。ブロック７３０において、動作は、ｖＬＦＣエポックに対応する人の擬似アクティグラフィデータにアクセスすることを含む。擬似アクティグラフィデータは、人の生理学的測定値に基づいており、アクティグラフィ測定値に基づいていない。前述のように、擬似アクティグラフィデータは、とりわけ、ＥＣＧ信号、プレチスモグラフィ信号、および酸素飽和度信号を含むことができる。ブロック７４０において、動作は、ｖＬＦＣエポックに対応する擬似アクティグラフィデータに基づいてｖＬＦＣエポックをレムエポックまたは覚醒エポックとして指定することを含む。図７の動作は、図９のコンピューティングシステムなどのコンピューティングシステムで実施することができ、これについては本明細書で後述する。図７の動作の様々な実施形態を以下で説明する。

本開示の態様によれば、ＥＣＧおよびプレチスモグラフィ信号に関して、信号品質は、ＥＣＧおよびプレチスモグラフィ信号の特徴抽出性能を評価することによって定量化することができる。ＥＣＧの場合、このような特徴は、とりわけ、Ｒピーク、Ｐ波、ＳＴセグメント、および／またはＱＲＳ複合波を含むがこれらに限定されない。プレチスモグラフィの場合、このような特徴は、とりわけ、収縮期ピーク、拡張期ピーク、および／または重複切痕を含むがこれらに限定されない。信号が劣化する、および／または検出される特徴がなくなると、信号品質結果が低下する。

様々な実施形態では、特定の特徴が棄却され得る。信号が弱い期間中に、検出器は、信号の特徴の検出に失敗する場合があり、これにより、「特徴の欠落」が生じる。様々な実施形態では、マークされたすべての特徴をプリセットテンプレートと比較することができ、テンプレートとの相関を計算することができる。モーションアーチファクト期間中に、信号が歪み、マークされた特徴とテンプレートとの相関が低くなり、特徴が「棄却された特徴」として棄却される場合がある。

様々な実施形態では、信号品質は、検出される特徴の量を所与の時間セグメントにわたって検出される特徴の予想数と比較することで定量化することができる。時間セグメントの長さは、所望の粒度に応じて変えることができる。様々な実施形態では、信号品質は、マークされた特徴である、選択された時間セグメントにわたる予想される特徴のパーセンテージとして表すことができる。

様々な実施形態では、検出される特徴が信号ピークであるとき、信号品質は、検出されたピークのカウントが所定の閾値を下回るとき、および検出されたピークの形状が予想されるピークの形状と一致するときに、より少ない動きに対応するデータとして定量化することができ、検出されたピークのカウントが所定の閾値を上回るとき、および検出されたピークの形状が予想されるピークの形状と異なるときに、より大きな動きを示すデータとして定量化することができる。

本開示の態様によれば、酸素飽和度信号に関して、酸素飽和度信号の信号品質は、値と変化率を評価することに基づいている。酸素飽和度は、［０％，１００％］の範囲内の血中酸素飽和度を報告する。センサが人から完全に接続解除されている場合（例えば動きのため）、酸素飽和度の値は０％に低下すると予想される。これらの期間中に、信号品質はゼロ（０）になる。動きなどによる被検者からの断続的な接続解除は、センサの接触不良を引き起こす可能性があるが、完全な接続解除ではない。これらの状況では、酸素飽和度値は、実際のヒト生理学ではあり得ない率で急速に低下する。

本開示の態様によれば、酸素飽和度低下率が評価され、３％／秒の閾値変化（すなわち、０．０３／ｓ）または別の値などの閾値と比較される。様々な実施形態では、閾値を超えている期間中、信号品質値は０に設定することができ、それ以外の場合、信号品質値は１に設定することができる。信号品質をスコア付けする他の方法が本開示の範囲内にあることが企図される。３％の閾値は例示的なものであり、他の値を用いることができる。様々な実施形態では、感度を変えるために閾値を変更することができ、偽陰性の飽和度低下が真の飽和度低下に勝るように閾値を設定することがないように注意することができる。

様々な実施形態では、信号品質は、検出される特徴の量を所与の時間セグメントにわたって検出される特徴の予想数と比較することで定量化することができる。時間セグメントの長さは、所望の粒度に応じて変えることができる。様々な実施形態では、信号品質は、マークされた特徴である、選択された時間セグメントにわたる予想される特徴のパーセンテージとして表すことができる。

したがって、ＥＣＧ、ポリソムノグラフィ、および酸素飽和度を含む擬似アクティグラフィ信号の様々な例が説明される。これらの例は説明のために提供され、本開示の範囲を限定するものではない。他の生理学的信号を擬似アクティグラフィ信号として用いることができ、それらは本開示の範囲内にあることが企図される。生理学的信号の信号品質を判定するための本明細書で説明される実施形態は、例示的なものであり、信号品質を擬似アクティグラフィ信号であると判定する他の方法が本開示の範囲内にあることが企図される。

図８は、例示的なアクティグラフィ信号、および人の擬似アクティグラフィ信号の例示的な信号品質のグラフであり、左側のｙ軸に各時間セグメントにわたる信号品質スコア、右側のｙ軸にアクティグラフィ（Ｇ／ｓ）、およびｘ軸にサンプル番号が示されている。図８に示すように、グラフはアクティグラフィの増加に伴って高い信号品質特徴の数がどのように減少するかを示しているので、アクティグラフィ信号、および擬似アクティグラフィ信号の信号品質は逆相関している。

本開示の態様によれば、図７を引き続き参照すると、酸素飽和度データが利用可能なとき、開示されるシステムおよび方法は、エポックをレム状態または覚醒状態として指定するために酸素飽和度データを分析することができる。本開示の態様によれば、睡眠呼吸障害に関連することが多い酸素飽和度低下イベント期間を検出するために、血中酸素飽和度（ＳＯ_２、ＳａＯ_２、ＳｐＯ_２など）の測定値を分析することができる。ｖＬＦＣ優位期間中のこのようなイベントの存在はレム睡眠を示す。参照によりその全体が本明細書に組み込まれる国際出願公開番号ＷＯ２０２００６１０１４Ａ１に記載の技術などの、酸素飽和度低下イベントおよび／または睡眠呼吸障害イベントを特定するための様々な技術および手法を用いることができる。酸素飽和度データを使用して酸素飽和度低下イベントおよび／または睡眠呼吸障害イベントを特定するための他の技術および手法が本開示の範囲内にあることが企図される。

前述の技術のそれぞれ（例えば、図２、図５、図７）は、独立して用いることができるが、それらは、レム状態／覚醒状態を指定するのを支援するために利用可能な信号に基づいて、確実性、精度、および／または融通性を高めるために組み合わせて用いることもできる。これらの技術は、レム睡眠状態に特有の睡眠障害の診断も支援することができる。例えば、「レム無呼吸」は、レム睡眠中に無呼吸／低呼吸イベントが発生する睡眠呼吸障害のサブカテゴリと考えられる。この目的のために、酸素飽和度信号があることで、疾患の分類精度が向上する可能性がある。さらに、アクティグラフィの使用を通じてまたはＣＰＣスペクトル分析がレムを示す期間中のアクティグラフィ信号の分析によりレムとして分類される期間が全くないことは、レム期間が機械的運動（夢遊病を含む）と関連付けられるレム行動障害（ＲＢＤ）の存在を示す可能性がある。

図１０は、どの信号をレム／覚醒分類に用いるかを決定するための例示的な動作を示すフローチャートである。図１０の動作は、図９のコンピューティングシステムなどのコンピューティングシステムで実施することができ、これについては後述する。ブロック１０１０で、動作は、利用可能な信号にアクセスするべくデータファイルを読み出すことを含む。ブロック１０２０で、動作は、ＥＣＧ信号および／またはプレチスモグラフィ信号が利用可能であるかどうかを判定することを含む。利用可能でない場合、動作はブロック１０２２で終了することができる。このような信号が存在する場合、ブロック１０３０で、動作は、ＣＰＣエポックのアレイを生成するべくＣＰＣ処理を実行することを含み、各エポックは、優位な周波数帯：ＨＦＣ、ＬＦＣ、またはｖＬＦＣに基づいて３つのＣＰＣ状態のうちの１つに分類される。このプロセスは、「基本ラベリング」と呼ぶことができる。さらに、各エポックは、ｅＬＦＣなし、ｅＬＦＣ_ＢＢ、またはｅＬＦＣ_ＮＢのものとして分類することができ、このプロセスは、「拡張ラベリング」と呼ぶことができる。ブロック１０４０において、本明細書で前述したように、ｖＬＦＣとして分類される各エポックについて、拡張ラベルがｅＬＦＣ_ＮＢとして分類されている場合、そのエポックはレム状態として指定することができる。ブロック１０３０においてレム／覚醒状態が示されていない場合、動作はブロック１４０に続く。

ブロック１０４０で、動作は、アクティグラフィデータが存在するかどうかを判定する。存在する場合、動作は、図５に関連して上述したようにモーションアーチファクトが十分な数のサンプルについて所定の閾値を下回る場合に、そのエポックをレム状態として指定することを含む。それ以外の場合、そのエポックは覚醒状態として指定される。アクティグラフィがデータを利用できない場合、動作はブロック１０５０に続く。

ブロック１０５０で、動作は、図７に関連して説明したように、レム／覚醒状態を指定するために擬似アクティグラフィ信号を使用することを含む。例えば、検出された過剰なおよび欠落したＮ－Ｎ間隔の合計が所定の閾値を下回り、酸素飽和度信号品質（存在する場合）にアーチファクトがない場合、そのエポックは、レム状態として指定することができる。

ブロック１０６０で、動作は、酸素飽和度信号が存在するかどうかを判定することを含む。存在する場合、動作は、飽和度低下イベントが存在し、且つアーチファクトがないかどうかを判定する。飽和度低下イベントが存在し、且つアーチファクトがない場合、動作はエポックをレム状態として指定することができる。

したがって、上記の動作に基づいて睡眠ステージ分類１０７０のアレイが生成される。前述の動作は、例示的なものであり、変形が本開示の範囲内にあることが企図される。例えば、様々な実施形態では、ブロック１０６０によって判定されるような飽和度低下イベントの存在は、ブロック１０４０および／または１０５０の判定に勝る可能性がある、またはブロック１０４０および／または１０５０でエポックを「不明な」状態として指定する可能性がある。

図１０の動作は例示的なものであり、レム状態／覚醒状態を判定するために生理学的データとＣＰＣデータとの組み合わせを用いる他の方法が本開示の範囲内にあることが企図される。

本開示の態様および実施形態は、本明細書に記載の機能を実行することができる１つ以上のコンピューティングシステムに実装することができる。図９を参照すると、本開示を実装するためのコンピューティングシステム９００の例が示されている。本明細書に記載の本開示の様々な実施形態は、コンピューティングシステム９００によって実施することができる。しかしながら、他のコンピュータシステムおよび／またはコンピュータアーキテクチャを使用して本開示をどのように実施するかは当業者には明白であろう。

コンピューティングシステム９００は、プロセッサ９０４などの１つ以上のプロセッサを含む。プロセッサ９０４は、通信インフラストラクチャ９０６（例えば、通信バス、クロスオーバー・バー、またはネットワーク）に接続される。

コンピューティングシステム９００は、表示のために通信インフラストラクチャ９０６から（または図示していないフレームバッファから）グラフィックス、テキスト、および他のデータを受信するディスプレイ９３０を含むことができる。様々な実施形態では、ディスプレイ９３０は、とりわけ、ＣＰＣデータ、アクティグラフィデータ、酸素飽和度データ、ＥＣＧデータ、および／またはプレチスモグラフィデータを含む、本明細書で説明した様々な測定値およびメトリックを提示することができる。様々な実施形態では、ディスプレイ９３０は、グラフおよび数値表現を提示することができる。提示および報告は、本明細書の上記で開示した様々なメトリックのいくつかまたはすべてを含むことができる。

コンピューティングシステム９００はまた、メインメモリ９０８、好ましくはランダムアクセスメモリ（ＲＡＭ）を含み、また、二次メモリ９１０を含むことができる。二次メモリ９１０は、例えば、ハードディスクドライブ９１２、および／または、フロッピーディスクドライブ、磁気テープドライブ、光ディスクドライブなどを表す取り外し可能なストレージドライブ９１４を含むことができる。取り外し可能なストレージドライブ９１４は、周知の方法で、取り外し可能なストレージユニット９１８からの読み出しおよび／またはこれへの書き込みを行う。取り外し可能なストレージユニット９１８は、取り外し可能なストレージドライブ９１４によって読み書きされるフロッピーディスク、磁気テープ、光ディスクなどを表す。理解されるように、取り外し可能なストレージ９１８は、コンピュータソフトウェア（例えば、プログラムまたは他の命令）および／またはデータを記憶しているコンピュータで使用可能な記憶媒体を含む。

様々な実施形態では、二次メモリ９１０は、コンピュータソフトウェアおよび／またはデータをコンピューティングシステム９００にロードすることを可能にするための他の同様のデバイスを含むことができる。このようなデバイスは、例えば、取り外し可能なストレージ９２２およびインターフェース９２０を含むことができる。そのような例は、プログラムカートリッジおよびカートリッジインターフェース（レガシーデバイスに見られるものなど）、取り外し可能なメモリチップ（ＥＰＲＯＭまたはＰＲＯＭなど）および関連するソケット、並びに他の取り外し可能な記憶装置９２２、並びに取り外し可能な記憶装置９２２からコンピューティングシステム９００にソフトウェアおよびデータが転送されることを可能にするインターフェース９２０を含むことができる。

コンピューティングシステム９００はまた、通信インターフェース９２４を含むことができる。通信インターフェース９２４は、コンピューティングシステム９００と外部デバイスとの間でソフトウェアおよびデータが転送されることを可能にする。通信インターフェース９２４の例としては、他の構成要素の中でもとりわけ、モデム、ネットワークインターフェース（イーサネットまたはＷｉＦｉカードなど）、通信ポート、ＰＣＭＣＩＡまたはＳＤまたは他のスロット、およびカードが挙げられる。通信インターフェース９２４を介して転送されるソフトウェアおよびデータは、通信インターフェース９２４によって受信することができる電子信号、電磁気信号、光信号、または他の信号であり得る信号９２８の形態である。これらの信号９２８は、通信経路（すなわち、チャネル）９２６を介して通信インターフェース９２４に提供される。通信経路９２６は、信号９２８を搬送し、ワイヤまたはケーブル、光ファイバ、電話回線、セルラーフォンリンク、ＲＦリンク、自由空間光通信、および／または他の通信チャネルを用いて実装することができる。

本明細書で用いられる場合の「コンピュータプログラム媒体」および「コンピュータで使用可能な媒体」という用語は、一般に、取り外し可能なストレージ９１８、取り外し可能なストレージ９２２、ハードディスクドライブ９１２に入れられたハードディスク、および信号９２８などのメディアを指すのに用いられる。これらのコンピュータプログラム製品は、コンピューティングシステム９００にソフトウェアを提供するためのデバイスである。本開示は、このようなコンピュータプログラム製品を含む。

コンピュータプログラム（コンピュータ制御論理またはコンピュータ可読プログラムコードとも呼ばれる）は、メインメモリ９０８および／または二次メモリ９１０に格納される。コンピュータプログラムはまた、通信インターフェース９２４を介して受信することができる。このようなコンピュータプログラムは、実行されると、コンピューティングシステム９００が本明細書で説明したように本開示を実施することを可能にする。特に、コンピュータプログラムは、実行されると、プロセッサ９０４が、例えば、上で説明した方法２００、３００、４００、５００、および６００の様々なステップなど、本開示のプロセスおよび動作を実施することを可能にする。したがって、このようなコンピュータプログラムは、コンピューティングシステム９００のコントローラを表す。

本開示がソフトウェアを用いて実施される実施形態では、ソフトウェアは、コンピュータプログラム製品に格納し、取り外し可能なストレージドライブ９１４、ハードドライブ９１２、インターフェース９２０、または通信インターフェース９２４を用いてコンピューティングシステム９００にロードすることができる。制御論理（ソフトウェア）は、プロセッサ９０４によって実行されると、プロセッサ９０４に本明細書に記載の本開示の機能を実行させる。したがって、本開示の技術は、ソフトウェア医療機器（ＳａＭＤ）としてまたは非医療ソフトウェアとして提供され得る。様々な実施形態では、ソフトウェアは、クラウドベースのアプリケーションを含み得る。

本明細書に開示される実施形態は、本開示の例であり、様々な形態で具現化され得る。例えば、本明細書の特定の実施形態は、別個の実施形態として記載されるが、本明細書の実施形態の各々は、本明細書の他の実施形態のうちの１つ以上と組み合わされ得る。本明細書に開示される特定の構造的および機能的詳細は、限定的ではなく、実質的に任意の適切に詳細な構造で本開示を多様に採用するように当業者に教示するための代表的な基礎として解釈されるものとする。

「一実施形態では」、「実施形態では」、「様々な実施形態では」、「いくつかの実施形態では」、または「他の実施形態では」という句は、各々、本開示による同じまたは異なる実施形態のうちの１つ以上を指し得る。「ＡまたはＢ」という形式の句は、「（Ａ）、（Ｂ）、または（ＡおよびＢ）」を意味する。「Ａ、Ｂ、またはＣのうちの少なくとも１つ」という形式の句は、「（Ａ）、（Ｂ）、（Ｃ）、（ＡおよびＢ）、（ＡおよびＣ）、（ＢおよびＣ）、または（Ａ、Ｂ、およびＣ）」を意味する。

本明細書に記載の方法、プログラム、アルゴリズムまたはコードのいずれかは、プログラミング言語またはコンピュータプログラムに変換されてもよく、またはプログラミング言語またはコンピュータプログラムで表現されてもよい。本明細書で使用される場合、「プログラミング言語」および「コンピュータプログラム」という用語は、各々、コンピュータへの命令を指定するために使用される任意の言語を含み、以下の言語およびその派生物を含む（ただし、これに限定されない）。アセンブラ、Ｂａｓｉｃ、バッチファイル、ＢＣＰＬ、Ｃ、Ｃ＋、Ｃ＋＋、Ｄｅｌｐｈｉ、Ｆｏｒｔｒａｎ、Ｊａｖａ、ＪａｖａＳｃｒｉｐｔ、マシンコード、オペレーティングシステムのコマンド言語、Ｐａｓｃａｌ、Ｐｅｒｌ、ＰＬ１、Ｐｙｔｈｏｎ、スクリプト言語、Ｖｉｓｕａｌ Ｂａｓｉｃ、プログラムを指定するメタ言語、およびすべての第１世代、第２世代、第３世代、第４世代、第５世代、またはさらなる世代のコンピュータ言語。データベースおよび他のデータスキーマ、および任意の他のメタ言語も含まれる。インタープリタ型であるか、コンパイル型であるか、またはコンパイル型およびインタープリタ型の両方のアプローチを使用する言語は区別されない。プログラムのコンパイルされたバージョンとソースバージョンとは、区別されない。したがって、プログラムは、プログラミング言語が２つ以上の状態（ソース、コンパイル型、オブジェクト、またはリンクなど）で存在し得る場合、任意のおよびすべてのそのような状態への言及である。

本明細書で説明するシステムはまた、１つ以上のコントローラを利用して、様々な情報を受信し、受信した情報を変換して出力を生成し得る。コントローラは、メモリに記憶される一連の命令を実行することができる任意のタイプのコンピューティングデバイス、計算回路、または任意のタイプのプロセッサもしくは処理回路を含み得る。コントローラは、複数のプロセッサおよび／またはマルチコア中央処理ユニット（ＣＰＵ）を含んでもよく、マイクロプロセッサ、デジタルシグナルプロセッサ、マイクロコントローラ、プログラマブルロジックデバイス（ＰＬＤ）、フィールドプログラマブルゲートアレイ（ＦＰＧＡ）など任意のタイプのプロセッサを含んでもよい。コントローラはまた、１つ以上のプロセッサによって実行されると、１つ以上のプロセッサに１つ以上の方法および／またはアルゴリズムを実行させるデータおよび／または命令を記憶するためのメモリを含み得る。

前述の説明は、単に本開示を示すにすぎないことを理解されたい。本開示から逸脱することなく、様々な代替および修正が当業者によって考案され得る。したがって、本開示は、すべてのそのような代替、修正、および変異を包含することを意図する。添付の図面を参照して説明される実施形態は、本開示の特定の例を示すためにのみ提示される。上記のものとごくわずかに異なる他の要素、ステップ、方法、および技術もまた、本開示の範囲内にあることが意図される。

Claims (38)

1. コンピュータで実施される方法であって、
   人の睡眠期間にわたる心肺結合データにアクセスすることと、
   前記心肺結合データにおける超低周波結合を含む睡眠期間のエポックを特定することと、
   前記エポックに対応する心肺結合データにおける高周波結合データまたは低周波結合データのうちの少なくとも１つにアクセスすることと、
   前記エポックに対応する前記高周波結合データまたは前記低周波結合データのうちの少なくとも１つに基づいて前記エポックをレム睡眠エポックまたは覚醒エポックとして指定することと、
   を含み、前記エポックは、非心肺結合生理学的データを使用せずに前記心肺結合データに基づいて指定される、
   方法。
2. 前記エポックは、低周波結合の優位性を呈し、前記方法は、前記エポック中の前記超低周波結合のパワーを閾値と比較することをさらに含む、請求項１に記載のコンピュータで実施される方法。
3. 前記閾値は、人、人の状態、または人を含む母集団のうちの少なくとも１つに基づいている、請求項２に記載のコンピュータで実施される方法。
4. 前記エポックを指定することは、（ｉ）前記低周波結合の優位性、および（ｉｉ）前記エポック中の前記超低周波結合のパワーが閾値を超えていること、に基づいて前記エポックをレム睡眠エポックとして指定することを含む、請求項３に記載のコンピュータで実施される方法。
5. 前記エポックは、超低周波結合の優位性を呈する、請求項１に記載のコンピュータで実施される方法。
6. 前記エポックの超低周波結合の優位性は、前記エポックに対応する心肺結合データにおける超低周波結合範囲のうちの所定の上方範囲内の優位性に基づいている、請求項５に記載のコンピュータで実施される方法。
7. 前記エポックを指定することは、（ｉ）前記超低周波結合範囲のうちの前記所定の上方範囲内の前記超低周波結合の優位性、および（ｉｉ）前記エポックに対応する高周波結合データまたは低周波結合データのうちの少なくとも１つにおいて、前記低周波結合または前記高周波結合のうちの少なくとも１つのパワーが閾値を超えていること、に基づいて前記エポックをレム睡眠エポックとして指定することを含む、請求項６に記載のコンピュータで実施される方法。
8. 前記エポックを指定することは、（ｉ）前記エポックにおける前記超低周波結合の優位性、および（ｉｉ）前記エポックに対応する前記低周波結合データにおける上昇した低周波結合狭帯域の存在、に基づいて前記エポックをレム睡眠エポックとして指定することを含む、請求項５に記載のコンピュータで実施される方法。
9. システムであって、
   １つ以上のプロセッサと、
   命令を記憶する少なくとも１つのメモリと、
   を備え、前記命令は、１つ以上のプロセッサによって実行されると、前記システムに、
   人の睡眠期間にわたる心肺結合データにアクセスさせ、
   前記心肺結合データにおける超低周波結合を含む前記睡眠期間のエポックを特定させ、
   前記エポックに対応する前記心肺結合データにおける高周波結合データまたは低周波結合データのうちの少なくとも１つにアクセスさせ、
   前記エポックに対応する前記高周波結合データまたは前記低周波結合データのうちの少なくとも１つに基づいて前記エポックをレム睡眠エポックまたは覚醒エポックとして指定させ、前記エポックは、非心肺結合生理学的データを使用せずに前記心肺結合データに基づいて指定される、
   システム。
10. 前記エポックは、低周波結合の優位性を呈し、前記命令は、前記１つ以上のプロセッサによって実行されると、さらに前記システムに、前記エポック中の前記超低周波結合のパワーを閾値と比較させる、請求項９に記載のシステム。
11. 前記閾値は、人、人の状態、または人を含む母集団のうちの少なくとも１つに基づいている、請求項１０に記載のシステム。
12. 前記エポックを指定することにおいて、前記命令は、前記１つ以上のプロセッサによって実行されると、前記システムに、（ｉ）前記低周波結合の優位性、および（ｉｉ）前記エポック中の前記超低周波結合のパワーが前記閾値を超えていること、に基づいて前記エポックをレム睡眠エポックとして指定させる、請求項１１に記載のシステム。
13. 前記エポックは、超低周波結合の優位性を呈する、請求項９に記載のシステム。
14. 前記エポックの前記超低周波結合の優位性は、前記エポックに対応する前記心肺結合データにおける超低周波結合範囲のうちの所定の上方範囲内の優位性に基づいている、請求項１３に記載のシステム。
15. 前記エポックを指定することにおいて、前記命令は、前記１つ以上のプロセッサによって実行されると、前記システムに、（ｉ）前記超低周波結合範囲のうちの前記所定の上方範囲内の前記超低周波結合の優位性、および（ｉｉ）前記エポックに対応する前記高周波結合データまたは前記低周波結合データのうちの少なくとも１つにおいて、低周波結合または高周波結合のうちの少なくとも１つのパワーが閾値を超えていること、に基づいて前記エポックをレム睡眠エポックとして指定する、請求項１４に記載のシステム。
16. 前記エポックを指定することにおいて、前記命令は、前記１つ以上のプロセッサによって実行されると、前記システムに、（ｉ）前記エポックにおける前記超低周波結合の優位性、および（ｉｉ）前記エポックに対応する前記低周波結合データにおける上昇した低周波結合狭帯域の存在、に基づいて前記エポックをレム睡眠エポックとして指定させる、請求項１３に記載のシステム。
17. コンピュータで実施される方法であって、
    人の睡眠期間にわたる心肺結合データにアクセスすることと、
    前記心肺結合データに基づいて前記睡眠期間のエポックを超低周波結合（ｖＬＦＣ）エポックとして分類することと、
    前記ｖＬＦＣエポックに対応する人のアクティグラフィデータにアクセスすることと、
    前記ｖＬＦＣエポックに対応する前記アクティグラフィデータにおいて、アクティグラフィ測定値の所定のパーセンテージが運動閾値を下回る運動を示していることに基づいて前記ｖＬＦＣエポックをレムエポックとして指定することと、
    を含む方法。
18. 前記所定のパーセンテージは、前記ｖＬＦＣエポックに対応する前記アクティグラフィデータにおいて、前記アクティグラフィ測定値の９５％であり、前記運動閾値は０．０１Ｇ／ｓである、請求項１７に記載のコンピュータで実施される方法。
19. 様々なアクティグラフィセンサに関する前記所定のパーセンテージまたは前記運動閾値のうちの少なくとも１つを変化させることをさらに含む、請求項１７に記載のコンピュータで実施される方法。
20. システムであって、
    １つ以上のプロセッサと、
    命令を記憶する少なくとも１つのメモリと、
    を備え、前記命令は、１つ以上のプロセッサによって実行されると、前記システムに、
    人の睡眠期間にわたる心肺結合データにアクセスさせ、
    前記心肺結合データに基づいて前記睡眠期間のエポックを超低周波結合（ｖＬＦＣ）エポックとして分類させ、
    前記ｖＬＦＣエポックに対応する人のアクティグラフィデータにアクセスさせ、
    前記ｖＬＦＣエポックに対応する前記アクティグラフィデータにおいて、アクティグラフィ測定値の所定のパーセンテージが運動閾値を下回る運動を示していることに基づいて前記ｖＬＦＣエポックをレムエポックとして指定させる、
    システム。
21. 前記所定のパーセンテージは、前記ｖＬＦＣエポックに対応する前記アクティグラフィデータにおいて、前記アクティグラフィ測定値の９５％であり、前記運動閾値は０．０１Ｇ／ｓである、請求項２０に記載のシステム。
22. 前記命令は、前記１つ以上のプロセッサによって実行されると、さらに前記システムに、様々なアクティグラフィセンサに関する前記所定のパーセンテージまたは前記運動閾値のうちの少なくとも１つを変化させる、請求項２０に記載のシステム。
23. コンピュータで実施される方法であって、
    人の睡眠期間にわたる心肺結合データにアクセスすることと、
    前記心肺結合データに基づいて前記睡眠期間のエポックを超低周波結合（ｖＬＦＣ）エポックとして分類することと、
    人の生理学的測定値に基づいており、アクティグラフィ測定値に基づいていない、前記ｖＬＦＣエポックに対応する人の擬似アクティグラフィデータにアクセスすることと、
    前記ｖＬＦＣエポックに対応する前記擬似アクティグラフィデータに基づいて前記ｖＬＦＣエポックをレムエポックまたは覚醒エポックとして指定することと、
    を含む方法。
24. 生理学的測定値の信号品質に基づいて前記ｖＬＦＣエポックに対応する前記擬似アクティグラフィデータを生成することをさらに含む、請求項２３に記載のコンピュータで実施される方法。
25. 前記擬似アクティグラフィデータを生成することは、前記信号品質がより低いときにより大きな動きに対応するデータを生成し、前記信号品質がより高いときにより小さな動きに対応するデータを生成することを含む、請求項２３に記載のコンピュータで実施される方法。
26. 前記生理学的測定値は、人のＥＣＧ測定値またはプレチスモグラフィ測定値のうちの少なくとも１つを含む、請求項２５に記載のコンピュータで実施される方法。
27. 前記擬似アクティグラフィデータを生成することは、
    前記ｖＬＦＣエポック中のピークを検出するべく前記生理学的測定値を処理することと、
    検出されたピークのカウントが所定の閾値を下回るときおよび前記検出されたピークの形状が予想されるピークの形状と一致するときに、より小さな動きに対応するデータを生成することと、
    前記検出されたピークのカウントが所定の閾値を上回るときおよび前記検出されたピークの形状が予想されるピークの形状と異なるときに、より大きな動きを示すデータを生成することと、
    を含む、請求項２６に記載のコンピュータで実施される方法。
28. 前記生理学的測定値は酸素飽和度測定値を含む、請求項２５に記載のコンピュータで実施される方法。
29. システムであって、
    １つ以上のプロセッサと、
    命令を記憶する少なくとも１つのメモリと、
    を備え、前記命令は、１つ以上のプロセッサによって実行されると、前記システムに、
    人の睡眠期間にわたる心肺結合データにアクセスさせ、
    前記心肺結合データに基づいて前記睡眠期間のエポックを超低周波結合（ｖＬＦＣ）エポックとして分類させ、
    人の生理学的測定値に基づいており、アクティグラフィ測定値に基づいていない、前記ｖＬＦＣエポックに対応する人の擬似アクティグラフィデータにアクセスさせ、
    前記ｖＬＦＣエポックに対応する前記擬似アクティグラフィデータに基づいて前記ｖＬＦＣエポックをレムエポックまたは覚醒エポックとして指定させる、
    システム。
30. 前記命令は、前記１つ以上のプロセッサによって実行されると、さらに前記システムに、前記生理学的測定値の信号品質に基づいて前記ｖＬＦＣエポックに対応する前記擬似アクティグラフィデータを生成させる、請求項２９に記載のシステム。
31. 前記擬似アクティグラフィデータを生成する際に、前記命令は、前記１つ以上のプロセッサによって実行されると、前記システムに、前記信号品質がより低いときにより大きな動きに対応するデータを生成させ、前記信号品質がより高いときにより小さな動きに対応するデータを生成させる、請求項２９に記載のシステム。
32. 前記生理学的測定値は、人のＥＣＧ測定値またはプレチスモグラフィ測定値のうちの少なくとも１つを含む、請求項３１に記載のシステム。
33. 前記擬似アクティグラフィデータを生成する際に、前記命令は、前記１つ以上のプロセッサによって実行されると、前記システムに、
    前記ｖＬＦＣエポック中のピークを検出するべく前記生理学的測定値を処理させ、
    前記検出されたピークのカウントが所定の閾値を下回るときおよび前記検出されたピークの形状が予想されるピークの形状と一致するときに、より小さな動きに対応するデータを生成させ、
    前記検出されたピークのカウントが前記所定の閾値を上回るときおよび前記検出されたピークの形状が予想されるピークの前記形状と異なるときに、より大きな動きを示すデータを生成させる、請求項３２に記載のシステム。
34. 前記生理学的測定値は酸素飽和度測定値を含む、請求項３１に記載のシステム。
35. コンピュータで実施される方法であって、
    人の睡眠期間にわたる心肺結合データにアクセスすることと、
    前記心肺結合データに基づいて前記睡眠期間のエポックを超低周波結合（ｖＬＦＣ）エポックとして分類することと、
    生理学的測定値を含み、前記アクティグラフィ測定値を含まない、前記ｖＬＦＣエポックに対応する人の生理学的データにアクセスすることと、
    睡眠呼吸障害を示す前記ｖＬＦＣエポックに対応する前記生理学的データに基づいて前記ｖＬＦＣエポックをレムエポックとして指定することと、
    を含む方法。
36. 前記生理学的測定値は酸素飽和度測定値を含み、前記方法は、前記ｖＬＦＣエポック中の睡眠呼吸障害イベントを特定するべく前記酸素飽和度測定値を処理することをさらに含む、請求項３５に記載のコンピュータで実施される方法。
37. システムであって、
    １つ以上のプロセッサと、
    命令を記憶する少なくとも１つのメモリと、
    を備え、前記命令は、１つ以上のプロセッサによって実行されると、前記システムに、
    人の睡眠期間にわたる心肺結合データにアクセスさせ、
    前記心肺結合データに基づいて前記睡眠期間のエポックを超低周波結合（ｖＬＦＣ）エポックとして分類させ、
    生理学的測定値を含み、アクティグラフィ測定値を含まない、前記ｖＬＦＣエポックに対応する人の生理学的データにアクセスさせ、
    睡眠呼吸障害を示すｖＬＦＣエポックに対応する前記生理学的データに基づいて前記ｖＬＦＣエポックをレムエポックとして指定させる、
    システム。
38. 前記生理学的測定値は酸素飽和度測定値を含み、前記命令は、前記１つ以上のプロセッサによって実行されると、さらに前記システムに、前記ｖＬＦＣエポック中の睡眠呼吸障害イベントを特定するべく前記酸素飽和度測定値を処理させる、請求項３７に記載のシステム。

Images