JP4472294B2

JP4472294B2 - 睡眠時無呼吸症候群診断装置、並びに、信号解析装置及びその方法

Info

Publication number: JP4472294B2
Application number: JP2003298401A
Authority: JP
Inventors: 野隆彦小; 田考俊横; 野博夫矢
Original assignee: Sato Holdings Corp; Sato Corp
Current assignee: Sato Corp
Priority date: 2003-08-22
Filing date: 2003-08-22
Publication date: 2010-06-02
Anticipated expiration: 2023-08-22
Also published as: JP2005065904A; US20050043645A1; US7153278B2

Description

本発明は、睡眠時無呼吸症候群診断装置、並びに、信号解析装置及びその方法に関する。

睡眠時無呼吸症候群の患者は日本全体で２万人程度は存在すると言われている。この患者が睡眠時無呼吸症候群であるかどうかを調べるには、例えば、特開平５−２０００３１号公報（特許文献１）に開示されているように、患者の手足や腹部などの各所に、複数の異なったセンサを取り付けて、検査をしなければならなかった。

また、このようにして収集した検査結果を、異なる専門の医師が解析する必要があり、しかも最終的には、この異なる専門の医師の解析結果を持ち寄って、睡眠時無呼吸症候群であるかどうかの結論を出さなければならなかった。
特開平５−２０００３１号公報

このことから分かるように、従来の検査方法では、患者の体に複数のセンサを取り付ける必要があり、患者にとって検査に要する準備が面倒であるという問題があった。しかも、このセンサの数は、通常、２０個以上必要であり、数多くのセンサを取り付けるため、医師から患者に対する検査のための説明や指導も複雑であった。

しかも、測定後には、複数の異なる専門の医師が、検査結果を解析しなければならず、多くの時間と費用が必要となるという問題もあった。特に、収集した検査結果の解析には、多くの時間が必要となるため、簡易な方法で一時的なスクリーニングができる手法の開発が望まれていた。すなわち、簡易な方法で、多くの患者に対して、睡眠時無呼吸症候群であるかどうかの一時選別を行い、疑わしい場合にのみ、より詳細な検査を行うような手法の開発が望まれていた。特に、日本国内にも多くの潜在的な患者が存在すると考えられていることから、このスクリーニング手法の開発は急務であると考えられていた。

そこで本発明は、前記課題に鑑みてなされたものであり、睡眠時無呼吸症候群診断装置、並びに、信号解析装置及びその方法を提供することを目的とする。

上記課題を解決するため、本発明に係る睡眠時無呼吸症候群診断装置は、
いびき音を収集する、いびき音収集手段と、
収集したいびき音を保持する、いびき音保持手段と、
前記いびき音保持手段に保持されているいびき音の時間軸を複数のサイクルに区分して、１つのサイクルのいびき音と、この１つのサイクルの次のサイクルのいびき音との間の相関係数を順次算出する相関係数算出手段と、
前記相関係数算出手段で算出した相関係数を出力する、出力手段と、
を備える睡眠時無呼吸症候群診断装置であって、
前記相関係数算出手段は、
いびき音の時間軸に対して、前記サイクルの長さより長い、第１の長さの基準データ移動区間を設定する、基準データ移動区間設定手段と、
いびき音の時間軸に対して、前記サイクルの長さより長い、第２の長さの比較データ移動区間を、前記基準データ移動区間よりも第１の所定期間ずらして設定する、比較データ移動区間設定手段と、
前記基準データ移動区間内を第２の所定期間ずつシフトすることにより設定されるサイクルと、前記比較データ移動区間内を第３の所定期間ずつシフトすることにより設定されるサイクルのすべての組み合わせについて、相関係数を算出する、組み合わせ算出手段と、
前記組み合わせ算出手段で算出されたすべての組み合わせについての相関係数に基づいて、代表値を抽出し、この代表値を、１つのサイクルのいびき音と、この１つのサイクルの次のサイクルのいびき音との間の相関係数の算出結果とする、代表値抽出手段と、
を備えることを特徴とする。

また、前記代表値抽出手段は、前記組み合わせ算出手段で算出された相関係数のうち、最大値のものを、代表値として抽出するようにしてもよい。

また、前記第２の所定期間、及び、前記第３の所定期間は、前記いびき音保持手段に保持されているいびき音のデータサンプリング周期と一致しているようにしてもよい。

また、前記出力手段は、前記算出手段で算出した相関係数をグラフとして出力するようにしてもよい。

本発明に係る信号解析装置は、
不規則な周期性のある信号データを保持する、信号データ保持手段と、
前記信号データ保持手段に保持されている信号データの時間軸を複数のサイクルに区分して、１つのサイクルの信号データと、この１つのサイクルの次のサイクルの信号データとの間の相関係数を順次算出する相関係数算出手段と、
前記相関係数算出手段で算出した相関係数を出力する、出力手段と、
を備える信号解析装置であって、
前記相関係数算出手段は、
信号データの時間軸に対して、前記サイクルの長さより長い、第１の長さの基準データ移動区間を設定する、基準データ移動区間設定手段と、
信号データの時間軸に対して、前記サイクルの長さより長い、第２の長さの比較データ移動区間を、前記基準データ移動区間よりも第１の所定期間ずらして設定する、比較データ移動区間設定手段と、
前記基準データ移動区間内を第２の所定期間ずつシフトすることにより設定されるサイクルと、前記比較データ移動区間内を第３の所定期間ずつシフトすることにより設定されるサイクルのすべての組み合わせについて、相関係数を算出する、組み合わせ算出手段と、
前記組み合わせ算出手段で算出されたすべての組み合わせについての相関係数に基づいて、代表値を抽出し、この代表値を、１つのサイクルの信号データと、この１つのサイクルの次のサイクルの信号データとの間の相関係数の算出結果とする、代表値抽出手段と、
を備えることを特徴とする。

本発明に係る信号解析装置を用いた信号解析方法は、
収集された不規則な周期性のある信号データを、信号データ保持手段に保持させる信号データ保持ステップと、
前記信号データ保持手段に保持されている信号データの時間軸を複数のサイクルに区分して、１つのサイクルの信号データと、この１つのサイクルの次のサイクルの信号データとの間の相関係数を順次算出する相関係数順次算出ステップと、
前記算出した相関係数を出力する出力ステップと、
を備える信号解析装置を用いた信号解析方法であって、
前記相関係数順次算出ステップは、
信号データの時間軸に対して、前記サイクルの長さより長い、第１の長さの基準データ移動区間を設定する、基準データ移動区間設定ステップと、
信号データの時間軸に対して、前記サイクルの長さより長い、第２の長さの比較データ移動区間を、前記基準データ移動区間よりも第１の所定期間ずらして設定する、比較データ移動区間設定ステップと、
前記基準データ移動区間内を第２の所定期間ずつシフトすることにより設定されるサイクルと、前記比較データ移動区間内を第３の所定期間ずつシフトすることにより設定されるサイクルのすべての組み合わせについて、相関係数を算出する、組み合わせ算出ステップと、
前記組み合わせ算出ステップで算出されたすべての組み合わせについての相関係数に基づいて、代表値を抽出し、この代表値を、１つのサイクルの信号データと、この１つのサイクルの次のサイクルの信号データとの間の相関係数の算出結果とする、代表値抽出ステップと、
を備えることを特徴とする。

本発明によれば、睡眠時無呼吸症候群の診断に要する手間を省くことができ、費用を低減することができる。また、本発明によれば、不規則な規則性を有する信号データの解析を効率的に行うことができる。

睡眠時無呼吸症候群の患者は、そのほとんどがいびきを掻く。そのいびき音は、普通に呼吸が行われているときは定常的なものであるが、低呼吸の際、若しくは、無呼吸の際には、非定常となる。このため、専門医若しくは臨床検査技師は、このいびき音の変化を聴覚によって捉えて、患者が睡眠時無呼吸症候群であるかどうかを判断している。そこで、本実施形態においては、このいびき音の変化を定量的に解析しようとするものである。より詳しくを、以下に説明する。

図１は、本実施形態に係る睡眠時無呼吸症候群診断装置の構成の一例を示す図である。この図１に示すように、本実施形態に係る睡眠時無呼吸症候群診断装置は、マイクロホン１０と、アンプ２０と、ローパスフィルタ３０と、アナログデジタル変換器４０と、デジタルＩＯ５０と、コンピュータ６０とを備えて構成されている。

マイクロホン１０は、睡眠中の患者のいびき音を収集し、アナログ電気信号に変換する。このアナログ電気信号は、アンプ２０に入力される。アンプ２０に入力されたいびき音のアナログ電気信号は、増幅されて、ローパスフィルタ３０に入力される。ローパスフィルタ３０に入力されたアナログ電気信号は、高周波領域（ノイズ）が除去されて、アナログデジタル変換器４０に入力される。

アナログデジタル変換器４０では、いびき音のアナログ電気信号がデジタル信号に変換され、デジタルＩＯ５０に入力される。デジタルＩＯ５０から入力されたデジタル信号は、コンピュータ６０に入力されてデータ保持されるとともに、この保持されたデータに基づいて、いびき音の解析が行われる。そして、この解析結果がディスプレイに表示されたり、プリンタから出力されたりする。

次に、コンピュータ６０で行われるいびき音の解析手法について説明する。呼吸に伴ういびき音は、呼吸のサイクルに同期して、毎回定常的に発生する。そこで、収集したいびき音を１２５ｍｓ毎に平均して音圧レベルを求めた後、図２に示すように、一般的な人の呼吸の１サイクル（約３秒）に相当する長さの時間窓で波形を切り出し、これを基準側のデータとする。すなわち、本実施形態においては、１２５ｍｓがいびき音のサンプリング周期となっている。

続いて、その波形に隣り合う呼吸１サイクル長の波形も同じように切り出して、比較側のデータとする。そして、これら基準側のデータと比較側のデータとの間の相関係数を求める。このような演算を、いびき音の時間軸に沿って繰り返して行い、その結果を求めて行く。もし、いびき音が呼吸のサイクルに伴って定常的に繰り返されているのであれば、このような演算により求めた相関係数の値は１に極めて近い数値を示しながら推移することとなる。また、低呼吸や無呼吸が始まって、いびき音が非定常なものになれば、その時点で相関係数の値は急激に低下する。このため、いびき音の変化を相関係数の値で、定常的に把握することができるようになる。

但し、いびき音は生体信号であり、発生するタイミングには時間的なゆらぎがある。このため、毎回同じ時間窓でいびき音の時間軸を切り出して相関係数を求めても、値がばらついてしまう。この影響を排除するため、本実施形態においては、６秒間の基準データ移動区間と、同じく６秒間の比較データ移動区間とを設け、３秒間の呼吸サイクルについて互いに１２５ｍｓずつシフトしながらすべての組み合わせの相関係数を求めるようにする。すなわち、１サイクルより長い基準データ移動区間を設定し、同じく１サイクルより長い比較データ移動区間を設定する。

図３は、この算出手法を詳しく説明する図である。この図３のステップ１に示すように、まず、ゼロ点となる時刻０秒の時点から３秒間の基準区間ｔ_１１〜ｔ_１２を設定する。この場合、６秒間の基準データ移動区間は、時刻０秒（Ｔ_１１）から時刻６秒（Ｔ_１２）までの間となる。

次に、基準区間ｔ_１１〜ｔ_１２と４．５秒ずらして、比較区間ｔ_２１〜ｔ_２２を設定する。この場合、比較区間は時刻４．５秒（ｔ_２１）から時刻７．５秒（ｔ_２２）の間となり、比較データ移動区間は時刻４．５秒（Ｔ_２１）から時刻１０．５秒（Ｔ_２２）の間になる。この比較区間ｔ_２１〜ｔ_２２は、基準データ移動区間の後ろ１／４の区間と重複するように設定されている。すなわち、基準データ移動区間と比較データ移動区間とは４分の１（１．５秒間）だけ重複している。

そして、基準区間ｔ_１１〜ｔ_１２のいびき音の波形と、比較区間ｔ_２１〜ｔ_２２のいびき音の波形との相関係数を求める。この相関係数を求めるための式は、式（１）に示すようになる。ここでは、時刻ｔ_１１から時刻ｔ_１２の間に、ｎ個のデータがあるものとし、時刻ｔ２１から時刻ｔ２２の間に、ｎ個のデータがあるものとする。本実施形態では、ｎ＝２４個である。そして、ｘ_ｉはｉ番目の基準区間のデータ値を示しており、ｙ_ｉはｉ番目の比較区間のデータ値を示している。また、／ｘは基準区間のデータの平均値を示しており、／ｙは比較区間のデータの平均値を示している。

次に、ステップ２に示すように、基準区間ｔ_１１〜ｔ_１２を固定したまま、比較区間ｔ_２１〜ｔ_２２を１２５ｍｓずつずらしながら、基準区間ｔ_１１〜ｔ_１２のいびき音の波形と比較区間ｔ_２１〜ｔ_２２のいびき音の波形との相関係数を順次求めていく。そして、比較データ移動区間の最後まで比較区間ｔ_２１〜ｔ_２２をシフトさせて行く。すなわち、ｔ_２２＝Ｔ_２２となるまで、比較区間ｔ_２１〜ｔ_２２をずらしていく。このため、本実施形態においては、１つの基準区間ｔ_１１〜ｔ_１２に対して、２４個の相関係数が算出されることとなる。なお、本実施形態においては、比較区間ｔ_２１〜ｔ_２２をシフトする量は、１２５ｍｓであり、いびき音のサンプリング周期と一致させているが、必ずしも両者を一致させる必要はない。

次に、ステップ３に示すように、基準区間ｔ_１１〜ｔ_１２を１２５ｍｓずつずらしながら、ステップ２の処理を繰り返す。すなわち、ｔ_１２＝Ｔ_１２となるまで、基準区間ｔ_１１〜ｔ_１２をずらしながら、ステップ２の処理を行う。このため、本実施形態においては、最終的に２４×２４＝５７６個の相関係数が算出されることとなる。ステップ４は、５７６個の相関係数を算出した後の基準区間ｔ_１１〜ｔ_１２を比較区間ｔ_２１〜ｔ_２２の位置を示している。なお、本実施形態においては、基準区間ｔ_１１〜ｔ_１２をシフトする量は、１２５ｍｓであり、いびき音のサンプリング周期と一致させているが、必ずしも両者を一致させる必要はない。

次に、この算出された５７６個の相関係数の中から、その値が最大のものを抽出して、代表値とする。この代表値を基準区間ｔ_１１〜ｔ_１２の相関係数の値として採用するとともに、基準区間ｔ_１１〜ｔ_１２と比較区間ｔ_２１〜ｔ_２２とをともに３秒シフトして、ステップ２からステップ４を繰り返す。本実施形態においては、このような処理を繰り返すことにより、順次、時間軸における１つのサイクルのいびき音とその次のサイクルのいびき音との間の相関係数を算出する。

コンピュータ６０が、上述した相関係数算出処理を行う場合のフローチャートを示すと、図４のようになる。この図４に示すように、まず、変数ｉを初期化して１にするとともに、変数ｊも初期化して１にする（ステップＳ１０）。続いて、３秒間の基準区間ｔ_１１〜ｔ_１２を設定し（ステップＳ１２）、３秒間の比較区間ｔ_２１〜ｔ_２２を設定する（ステップＳ１４）。上述したように、本実施形態においては、基準区間ｔ_１１〜ｔ_１２から４．５秒ずれた位置に比較区間ｔ_２１〜ｔ_２２が設定される。

次に、基準区間ｔ_１１〜ｔ_１２のいびき音の波形と比較区間ｔ_２１〜ｔ_２２のいびき音の波形との間の相関係数〔ｉ、ｊ〕を算出する（ステップＳ１６）。続いて、比較区間ｔ_２１〜ｔ_２２が比較データ移動区間の最後であるかどうかを判断する（ステップＳ１８）。比較区間ｔ_２１〜ｔ_２２が比較データ移動区間の最後でない場合（ステップＳ１８：Ｎｏ）には、比較区間ｔ_２１〜ｔ_２２を１２５ｍｓ後ろにシフトし（ステップＳ２０）、変数ｉに１を加えて（ステップＳ２２）、上述したステップＳ１６からを繰り返す。

一方、比較区間ｔ_２１〜ｔ_２２が比較データ移動区間の最後である場合（ステップＳ１８：Ｙｅｓ）には、基準区間ｔ_１１〜ｔ_１２が基準データ移動区間の最後であるかどうかを判断する（ステップＳ２４）。基準区間ｔ_１１〜ｔ_１２が基準データ移動区間の最後でない場合（ステップＳ２４：Ｎｏ）には、基準区間ｔ_１１〜ｔ_１２を１２５ｍｓ後ろにシフトし（ステップＳ２６）、比較区間ｔ_２１〜ｔ_２２を比較データ移動区間の先頭に戻す（ステップＳ２８）。そして、変数ｊに１を加え（ステップＳ３０）、変数ｉを初期化して１に戻して（ステップＳ３２）、上述したステップＳ１６からを繰り返す。

一方、基準区間ｔ_１１〜ｔ_１２が基準データ移動区間の最後である場合（ステップＳ２４：Ｎｏ）には、これまで算出した相関係数〔１、１〕〜〔ｉ、ｊ〕の中から、最大値を選択し、これを相関係数の代表値とする（ステップＳ３４）。

次に、基準区間ｔ_１１〜ｔ_１２の設定をステップＳ１２の設定よりも３秒間後ろにシフトするとともに、比較区間ｔ２１〜ｔ２２の設定をステップＳ１４の設定よりも３秒間後ろにシフトする（ステップＳ３６）。続いて、変数ｉを初期化して１にするとともに、変数ｊも初期化して１にし（ステップＳ３８）、上述したステップＳ１６からを繰り返す。

図５及び図６は、本実施形態に係る無呼吸症候群診断装置の診断結果の一例を示すグラフである。図５は、呼吸が定常的に行われている場合における相対音圧レベル波形のグラフとその相関係数を示しており、図６は、低呼吸若しくは無呼吸の状態が生じた場合における相対音圧レベル波形のグラフとその相関係数を示している。これら図５及び図６においては、音圧レベル波形を算出する際に、いびき音のスペクトルの特徴及びいびき音を収集した室内の音響特性を考慮して、中心周波数１ｋＨｚにおいて１オクターブのバンドパスフィルタ処理（ＢＰＦ処理）を行っている。

図５に示すように、いびき音が呼吸とともに定常的に生じている場合には、相関係数は１に近い値で推移する。これに対して、図６に示すように、低呼吸若しくは無呼吸の状態が発生している場合は、相関係数が１よりも低い値で不規則な値で推移する。すなわち、図６においては、相対音圧レベル波形に示すように、時刻６５秒から時刻８０秒にいたる１５秒間で、呼吸が停止していると思われるが、この間における相関係数の値は０．６程度になっており、他の時刻と比較して低いことが分かる。また、これ以外の時刻でも相関係数の値は低く、呼吸が乱れていることがわかる。

以上のように、本実施形態に係る睡眠時無呼吸症候群診断装置によれば、患者のいびき音をマイクロホン１０で収集し、これをコンピュータ６０を用いて解析することとしたので、睡眠時無呼吸症候群の診断に要する手間を省力化し、費用を低減することができる。すなわち、収集したいびき音について、１つのサイクルとその次のサイクルとの間の相関係数を求めることとし、これによりいびき音の乱れを数値化することができ、これまで専門医の解析に頼っていた診断を、コンピュータ６０を用いて行うことができるようになる。

また、３秒間の基準区間に対して、これより長い６秒間の基準データ移動区間を設定し、３秒間の比較区間に対して、これより長い６秒間の比較データ移動区間を設定するとともに、基準データ移動区間内を１２５ｍｓずつシフトすることにより設定される基準区間と、比較データ移動区間を１２５ｍｓずつシフトすることにより設定される比較区間とのすべての組み合わせについて、相関係数を求め、その最大値をその基準区間の相関係数として採用するようにした。このため、不規則な周期性のあるいびき音であっても、適切に時間窓を設定し、相関係数を算出することができるようになる。

なお、本発明は上記実施形態に限定されず種々に変形可能である。例えば、上述した実施形態においては、コンピュータ６０の解析処理結果をグラフの形で出力することとしたが、その出力形式はグラフに限るものではない。例えば、プリンタに相関係数の一覧を数値で出力するようにしてもよいし、また、０．６以下の相関係数を含む解析結果である場合に、警告をコンピュータ６０のディスプレイに表示するようにしてもよい。

また、上述した実施形態で用いた時間や長さの数値は、あくまで例示であり、この数値に限定されるものではない。また、基準データ移動区間と比較データ移動区間とは必ずしも同じ長さでなくともよいし、基準データ移動区間内の基準区間のシフト量と、比較データ移動区間内の比較区間のシフト量とは必ずしも同じ長さでなくともよい。

また、本発明は、睡眠時無呼吸症候群の診断のみならず、他の生体音を用いた病気の診断にも適用することが可能である。例えば、心音を収集し、この心音データに対して上述した解析処理を行うことにより、不整脈等の病気を診断することができる。

さらに、本発明の適用は、生体から取得した信号データに限られるものではなく、不規則な周期性のある信号データの解析に適用することが可能である。例えば、歯車の回転音のデータを収集し、このデータに対して上述した解析処理を行って、歯車の不良等を検出するようにしてもよい。

また、上述の実施形態で説明したコンピュータ６０の解析処理については、この解析処理を実行するためのプログラムをフレキシブルディスク、ＣＤ−ＲＯＭ（Compact Disc-Read Only Memory）、ＲＯＭ、メモリカード等の記録媒体に記録して、記録媒体の形で頒布することが可能である。この場合、このプログラムが記録された記録媒体をコンピュータ６０に読み込ませ、実行させることにより、上述した実施形態を実現することができる。

また、コンピュータ６０は、オペレーティングシステムや別のアプリケーションプログラム等の他のプログラムを備える場合がある。この場合、コンピュータ６０の備える他のプログラムを活用し、記録媒体にはそのコンピュータ６０が備えるプログラムの中から、上述した実施形態と同等の処理を実現するプログラムを呼び出すような命令を記録するようにしてもよい。

さらに、このようなプログラムは、記録媒体の形ではなく、ネットワークを通じて搬送波として頒布することも可能である。ネットワーク上を搬送波の形で伝送されたプログラムは、コンピュータ６０に取り込まれて、このプログラムを実行することにより上述した実施形態を実現することができる。

また、記録媒体にプログラムを記録する際や、ネットワーク上を搬送波として伝送される際に、プログラムの暗号化や圧縮化がなされている場合がある。この場合には、これら記録媒体や搬送波からプログラムを読み込んだコンピュータ６０は、そのプログラムの復号化や伸張化を行った上で、実行する必要がある。

本実施形態に係る睡眠時無呼吸症候群診断装置の構成の一例を説明するブロック図である。本実施形態において、１つのサイクルのいびき音の波形と、その次のサイクルのいびき音の波形との相関係数を算出する理論を説明する図。不規則な周期性のあるいびき音について相関係数を算出する本実施形態に係る手法を説明する図。本実施形態に係るコンピュータが実行するいびき音の解析処理を説明するフローチャートを示す図。規則的ないびき音が継続している場合における、いびき音の相対音圧レベルとその相関係数とを示すグラフ。低呼吸若しくは無呼吸が生じている場合における、いびき音の相対音圧レベルとその相関係数とを示すグラフ。

符号の説明

１０マイクロホン
２０アンプ
３０ローパルフィルタ
４０アナログデジタル変換器
５０デジタルＩＯ
６０コンピュータ

Claims

いびき音を収集する、いびき音収集手段と、
収集したいびき音を保持する、いびき音保持手段と、
前記いびき音保持手段に保持されているいびき音の時間軸を複数のサイクルに区分して、１つのサイクルのいびき音と、この１つのサイクルの次のサイクルのいびき音との間の相関係数を順次算出する相関係数算出手段と、
前記相関係数算出手段で算出した相関係数を出力する、出力手段と、
を備える睡眠時無呼吸症候群診断装置であって、
前記相関係数算出手段は、
いびき音の時間軸に対して、前記サイクルの長さより長い、第１の長さの基準データ移動区間を設定する、基準データ移動区間設定手段と、
いびき音の時間軸に対して、前記サイクルの長さより長い、第２の長さの比較データ移動区間を、前記基準データ移動区間よりも第１の所定期間ずらして設定する、比較データ移動区間設定手段と、
前記基準データ移動区間内を第２の所定期間ずつシフトすることにより設定されるサイクルと、前記比較データ移動区間内を第３の所定期間ずつシフトすることにより設定されるサイクルのすべての組み合わせについて、相関係数を算出する、組み合わせ算出手段と、
前記組み合わせ算出手段で算出されたすべての組み合わせについての相関係数に基づいて、代表値を抽出し、この代表値を、１つのサイクルのいびき音と、この１つのサイクルの次のサイクルのいびき音との間の相関係数の算出結果とする、代表値抽出手段と、
を備えることを特徴とする睡眠時無呼吸症候群診断装置。
前記代表値抽出手段は、前記組み合わせ算出手段で算出された相関係数のうち、最大値のものを、代表値として抽出することを特徴とする請求項１に記載の睡眠時無呼吸症候群診断装置。
前記出力手段は、前記算出手段で算出した相関係数をグラフとして出力することを特徴とする請求項１又は請求項２に記載の睡眠時無呼吸症候群診断装置。
前記第２の所定期間、及び、前記第３の所定期間は、前記いびき音保持手段に保持されているいびき音のデータサンプリング周期と一致している、ことを特徴とする請求項１乃至請求項３のいずれかに記載の睡眠時無呼吸症候群診断装置。
不規則な周期性のある信号データを保持する、信号データ保持手段と、
前記信号データ保持手段に保持されている信号データの時間軸を複数のサイクルに区分して、１つのサイクルの信号データと、この１つのサイクルの次のサイクルの信号データとの間の相関係数を順次算出する相関係数算出手段と、
前記相関係数算出手段で算出した相関係数を出力する、出力手段と、
を備える信号解析装置であって、
前記相関係数算出手段は、
信号データの時間軸に対して、前記サイクルの長さより長い、第１の長さの基準データ移動区間を設定する、基準データ移動区間設定手段と、
信号データの時間軸に対して、前記サイクルの長さより長い、第２の長さの比較データ移動区間を、前記基準データ移動区間よりも第１の所定期間ずらして設定する、比較データ移動区間設定手段と、
前記基準データ移動区間内を第２の所定期間ずつシフトすることにより設定されるサイクルと、前記比較データ移動区間内を第３の所定期間ずつシフトすることにより設定されるサイクルのすべての組み合わせについて、相関係数を算出する、組み合わせ算出手段と、
前記組み合わせ算出手段で算出されたすべての組み合わせについての相関係数に基づいて、代表値を抽出し、この代表値を、１つのサイクルの信号データと、この１つのサイクルの次のサイクルの信号データとの間の相関係数の算出結果とする、代表値抽出手段と、
を備えることを特徴とする信号解析装置。
収集された不規則な周期性のある信号データを、信号データ保持手段に保持させる信号データ保持ステップと、
前記信号データ保持手段に保持されている信号データの時間軸を複数のサイクルに区分して、１つのサイクルの信号データと、この１つのサイクルの次のサイクルの信号データとの間の相関係数を順次算出する相関係数順次算出ステップと、
前記算出した相関係数を出力する出力ステップと、
を備える信号解析装置を用いた信号解析方法であって、
前記相関係数順次算出ステップは、
信号データの時間軸に対して、前記サイクルの長さより長い、第１の長さの基準データ移動区間を設定する、基準データ移動区間設定ステップと、
信号データの時間軸に対して、前記サイクルの長さより長い、第２の長さの比較データ移動区間を、前記基準データ移動区間よりも第１の所定期間ずらして設定する、比較データ移動区間設定ステップと、
前記基準データ移動区間内を第２の所定期間ずつシフトすることにより設定されるサイクルと、前記比較データ移動区間内を第３の所定期間ずつシフトすることにより設定されるサイクルのすべての組み合わせについて、相関係数を算出する、組み合わせ算出ステップと、
前記組み合わせ算出ステップで算出されたすべての組み合わせについての相関係数に基づいて、代表値を抽出し、この代表値を、１つのサイクルの信号データと、この１つのサイクルの次のサイクルの信号データとの間の相関係数の算出結果とする、代表値抽出ステップと、
を備えることを特徴とする信号解析方法。