JP5827108B2 - 情報処理方法、装置及びプログラム - Google Patents

Description

本発明は、睡眠時無呼吸症候群の判定を支援するための技術に関する。

睡眠時無呼吸症候群とは、睡眠時に、１０秒以上の無呼吸又は低呼吸が１時間に５回以上繰り返されるという病気である。睡眠時無呼吸症候群は、肥満、糖尿病、高血圧、高脂血症などの生活習慣病と密接に関係しており、放置すると生命に危険が及ぶことがある。また、睡眠時無呼吸症候群特有の日中の激しい眠気は、交通事故など社会的に重大な影響を及ぼす。

従来では、入院が必要となる睡眠ポリソノグラフィ検査や、在宅で検査が可能であるが必ずしも正確な診断ができないアプノモニターなどが用いられていたが、患者の負担は小さくなかった。そこで、在宅での、より簡便なスクリーニング手法が求められている。

ところで、在宅でのモニタリングによる睡眠時無呼吸症候群の判定のためには、いびきを検出することが重要になる。いびきの検出についてのある従来技術には、いびきの各サイクルを切り出して、隣り合うサイクルの相互相関分析の結果から、いびきらしさを判定するものがあるが、いびきを安定的に検出できない。

また、他の従来技術では、一般のいびきが１ｋＨｚあたりにピークをもつことを利用して、その帯域の信号をフィルタにより取り出し、その取り出した信号の相関係数を計算するものがある。しかし、いびきの発生機構は症状によってさまざまであり、そのスペクトル形状は千差万別である。従って、特定のフィルタを用いるのは、抽出精度が低下するという問題がある。音声のスペクトルに注目した従来技術は多数存在しているが、同様の問題がある。

特開２００５−６５９０４号公報 特開２００５−３０４９４２号公報 特開２００７−２３６８３９号公報

従って、本発明の目的は、録音データからいびきを精度良く判定するための技術を提供することである。

また、本発明の他の目的は、睡眠時無呼吸症候群の判定を効果的に支援するための技術を提供することである。

本発明に係る情報処理方法は、（Ａ）入力音信号のデータをフレーム毎の音量データに変換するステップと、（Ｂ）フレーム毎に、当該フレームを基準とした所定幅内の音量データについて、第１の所定範囲の後フレームの各々を基準とした所定幅内の音量データに対する自己相関の値を算出し、データ格納部に格納するステップと、（Ｃ）フレームの各々について、データ格納部に格納されている自己相関の値の最大値を特定し、当該最大値が閾値以上であれば周期性があることを表すデータを、データ格納部に格納するステップとを含む。

このようにすれば、いびき以外の雑音を効果的に除去できる。なお、所定範囲については、呼吸回数が１０回／分乃至３０回／分からして２秒乃至６秒であることが好ましいことが分かっている。但し、この数値に限定するものではない。

また、本発明に係る情報処理方法は、（Ｄ）周期性があることを表すデータが格納されているフレームの区間を特定し、特定された区間に挟まれた区間の時間が第２の所定範囲内である回数を計数し、データ格納部に格納するステップと、（Ｅ）特定された全ての区間に対応するフレーム数の、全フレーム数に対する比率を算出し、前記データ格納部に格納するステップとを含むようにしても良い。このような数値を算出すれば、睡眠時無呼吸症候群の判定に役立てることができる。

さらに、本発明に係る情報処理方法は、（Ｆ）データ格納部に格納されている回数を回数についての閾値と比較し、データ格納部に格納されている比率を比率についての閾値と比較し、比較結果をデータ格納部に格納するステップをさらに含むようにしても良い。このようにすれば、睡眠時無呼吸症候群の判定を容易にすることができる。

なお、上記情報処理方法をコンピュータに行わせるためのプログラムを作成することができ、当該プログラムは、例えばフレキシブルディスク、ＣＤ−ＲＯＭ、光磁気ディスク、半導体メモリ、ハードディスク等のコンピュータ読み取り可能な記憶媒体又は記憶装置に格納される。尚、中間的な処理結果はメインメモリ等の記憶装置に一時保管される。

一側面によれば、録音データからいびきを精度良く判定できるようになる。

また、他の側面によれば、睡眠時無呼吸症候群の判定を効果的に支援できるようになる。

図１は、実施の形態に係る情報処理装置の機能ブロック図である。 図２は、情報処理装置が実行する処理の処理フローを示す図である。 図３（ａ）は、入力音の波形を表し、図３（ｂ）は、音量の時間変化を表す図である。 図４は、無音区間を説明するための図である。 図５（ａ）乃至（ｄ）は、無音区間が存在する場合の入力音の波形、音量の時間変化、音量の自己相関の最大値の時間変化及びいびき頻度の時間変化を示す図である。 図６は、コンピュータの機能ブロック図である。

本発明の実施の形態に係る情報処理装置の機能ブロック図を図１に示す。本実施の形態に係る情報処理装置は、第１入力音データ格納部１１と、前処理部１２と、第２入力音データ格納部１３と、音量データ生成部１４と、音量データ格納部１５と、周期音検出部１６と、検出結果格納部１７と、無呼吸検出部１８と、判定処理部１９と、判定結果格納部２０と、出力部２１とを有する。

第１入力音データ格納部１１は、例えばＩＣ（Integrated Circuit）レコーダで録音した結果の音データ（例えばリニアＰＣＭ（Pulse Code Modulation）ステレオデータ）が格納されている。また、前処理部１２は、第１入力音データ格納部１１に格納されている音データに対してモノラル化及びダウンサンプリングを実施し、処理結果を第２入力音データ格納部１３に格納する。

音量データ生成部１４は、第２入力音データ格納部１３に格納されている音データから、所定の時間単位（フレームと呼ぶ）で音量データを生成して、音量データ格納部１５に格納する。周期音検出部１６は、音量データ格納部１５に格納されている音量データに対してフレーム毎に自己相関の値を算出し、予め定められた閾値以上であれば、周期性を有することを表すデータを当該フレームに対応付けて検出結果格納部１７に格納する。さらに、周期音検出部１６は、周期性を有することを表すデータが格納されているフレームの数を計数して、全フレーム数に対する比率を算出し、検出結果格納部１７に格納する。

さらに、無呼吸検出部１８は、周期性を有することを表すデータが検出結果格納部１７に格納されているフレームの区間に挟まれ且つ幅が所定範囲内の無音区間の数を計数し、無呼吸の回数として検出結果格納部１７に格納する。

判定処理部１９は、検出結果格納部１７に格納されている比率をその閾値と比較し、無呼吸の回数をその閾値と比較し、比較結果を判定結果格納部２０に格納する。出力部２１は、判定結果格納部２０に格納されているデータを、出力装置（例えば表示装置、印刷装置など。場合によってはネットワークに接続されている他のコンピュータ）に出力する。なお、出力部２１は、検出結果格納部１７に格納されているデータを、出力装置に出力するようにしても良い。

次に、情報処理装置の処理内容について図２乃至図５を用いて説明する。まず、前処理部１２は、第１入力音データ格納部１１に格納されている音データのモノラル化（例えばＬ又はＲチャンネルのみを採用）し、以下の処理の計算量を減らすためにダウンサンプリング（例えば４８ｋＨｚから８ｋＨｚ）を実施し、処理結果を第２入力音データ格納部１３に格納する（図２：ステップＳ１）。

また、音量データ生成部１４は、第２入力音データ格納部１３に格納されている音データに対して、フレームｊ毎に音量ｐ_jを算出し、音量データ格納部１５に格納する（ステップＳ３）。具体的には、以下のような演算を実施する。

なお、入力音データを｛ｘ_i｝（ｉはサンプル番号）、音量を｛ｐ_j｝（ｊはフレーム番号）とする。フレームは、入力音の波形を先頭から順次例えば１０ｍｓ毎に区切った区間のことである。また、Ｌはフレームの幅であり、その単位はサンプル数である。８ｋＨｚでのサンプリングであれば、Ｌ＝８０となる。

例えば、図３（ａ）に示すような入力音から、図３（ｂ）に示すような音量の時間変化を表すデータに変換される。このような変換を実施することで、いびきに相当する周期音を正確に抽出するための基礎的なデータが生成される。

次に、周期音検出部１６は、フレームｊ毎に、そのフレームを基準とする所定幅Ｍの音量ｐ_jについて、所定の範囲の遅れフレームｋの各々を基準とする所定幅Ｍの音量ｐ_j+kに対する自己相関の値ρ_k,jを算出し、検出結果格納部１７に格納する（ステップＳ５）。具体的には以下のような式で算出する。

なお、ｋは、呼吸の周期に相当する２秒乃至６秒に相当する２００乃至６００を採用する。また、Ｍは、自己相関の算出幅であり、例えば１０秒に相当する１０００フレーム程度の値が用いられる。

図３（ｂ）に示した波形の区間ａは２．７７秒であり、呼吸が２１．７回／分に相当する。そして、図３（ｂ）からしても周期性があることも認められる。

その後、周期音検出部１６は、フレームｊの各々について、所定の範囲の遅れフレームｋに対して算出された自己相関の値ρ_k,jの最大値ρ_maxj,jを特定し、当該最大値が閾値ｔｈ_ρ以上であれば周期性があることを表すデータを、検出結果格納部１７に格納する（ステップＳ７）。すなわち、以下の式にて、ｍａｘ_jが得られる。

そして、ρ_maxj,j≧ｔｈ_ρであれば、θ_j＝１と設定し、ρ_maxj,j＜ｔｈ_ρであれば、θ_j＝０と設定する。なお、ｔｈ_ρ＝０．３程度の値である。このように各フレームについて、周期性を有するか否かを表すデータθ_jが、検出結果格納部１７に格納される。このようにすれば、θ_j＝１の部分がいびき区間として精度良く抽出される。

さらに、周期音検出部１６は、周期性を有することを表すデータが格納されたフレーム数の割合を算出し、検出結果格納部１７に格納する（ステップＳ９）。すなわち、θ_j＝１となったフレーム数を計数して、当該フレーム数を、予め定められた測定時間（例えば３時間）内の全フレーム数（例えば１０８００００）で除することで、上記フレーム数の割合（比率とも呼ぶ）を算出する。

また、無呼吸検出部１８は、検出結果格納部１７に格納されている周期性を有するか否かを表すデータθ_jの系列から、周期性を有することを表すデータθ_j＝１が設定されているフレームの区間に挟まれ且つ周期性を有しないことを表すデータθ_j＝０が設定されているフレームの区間のうち、その時間が所定範囲内となっている無音区間を特定し、特定された無音区間のデータを検出結果格納部１７に格納する（ステップＳ１１）。

図４に模式的に示すように、θ_j＝１となっているフレームＡ及びＢはいびきが発生している区間とみなされ、そのフレームＡ及びＢに、例えば１０秒乃至６０秒（フレーム数で１０００乃至６０００フレーム。上限は検出上限（これを超えると長時間の別の無音区間とみなす）として設定。下限は無呼吸と判断するための閾値）の範囲に入っており且つ周期性を有しないフレームの区間Ｃを特定する。

そして、無呼吸検出部１８は、ステップＳ１１で特定された無音区間の回数を計数して、検出結果格納部１７に格納する（ステップＳ１３）。

その後、判定処理部１９は、ステップＳ９で算出されたフレーム数の割合（いびき区間の割合）及びステップＳ１３で計数された無音区間の回数を、それぞれの閾値と比較し、比較結果を、判定結果格納部２０に格納する（ステップＳ１５）。実験的に閾値を決定することになるが、例えばいびき区間の割合については、８％を閾値に設定し、８％以下であれば異常なし、８％を超えると異常ありと判定する。一方、無音区間の回数は、７回を閾値に設定し、７回以下であれば異常なし、７回を超えると異常ありと判断する。

その後、出力部２１は、判定結果格納部２０に格納されている判定結果を、出力装置などに出力する（ステップＳ１７）。上でも述べたように、判定結果格納部２０に格納されているデータだけではなく、検出結果格納部１７に格納されているデータをも出力するようにしても良い。場合によっては検出結果格納部１７に格納されている少なくとも一部のデータのみを出力するようにしても良い。

例えば、無呼吸が発生した場合について具体的に図５（ａ）乃至（ｄ）を用いて説明する。図５（ａ）に示すように、入力音の波形において中央部分に無音部分が発生していることが分かる。これを音量の時間変化に変換すると、図５（ｂ）に示すように、入力音の波形と同様の部分に音量が変動しない部分が発生する。そして、音量の自己相関の最大値ρ_maxj,jをステップＳ７で特定すると、図５（ｃ）に示すように、無音部分については低くなる。上で述べた例では、音量の自己相関の最大値ρ_maxj,jが０．３未満であれば、音量について周期性がない無音部分として特定される。なお、遅れフレームｋ＝ｍａｘ_jが、フレーム単位での周期を表している。従って、１／（ｍａｘ_j／１００／６０）によって、いびき頻度［回／分］を算出すると、図５（ｄ）に示すような時間変化が得られる。なお、ρ_maxj,jが０．３未満の部分では、いびき無しということで有効なｍａｘ_jが得られないので、図５（ｄ）ではいびき頻度「０」として示されている。

このようにすれば、在宅でもＩＣレコーダなどにより睡眠中に録音したデータを利用して、正確にノイズを除去して、いびきに相当する周期性を有する音の区間を特定できる。さらに、そのいびき区間に挟まれ且つ無呼吸と推定される無音区間をも正確に抽出できる。すなわち、これらのデータから、睡眠時無呼吸症候群の疑いの高い患者をスクリーニングすることができるようになる。

以上本発明の実施の形態を説明したが、本発明はこれに限定されるものではない。例えば、図１に示した機能ブロック図は一例であって、必ずしも実際のプログラムモジュール構成に一致しない場合もある。処理フローについても、処理結果が変わらない限りにおいて、処理順番を入れ替えたり、処理ステップを並列実行するようにしても良い。例えば、ステップＳ９と、ステップＳ１１及びＳ１３については並列実行するようにしても良い。

また、ステップＳ７までの結果又はステップＳ１３までの結果を出力して、医師などの診断に用いるようにしても良い。さらに、図１に示した情報処理装置は１台のコンピュータではなく複数台のコンピュータにて実施するようにしても良い。さらに、インターネットなどのネットワークに接続されたサーバとして実装し、端末装置から、測定された音データを受信し、その処理結果を要求元の端末装置に返信するといった、サーバクライアント型のシステムとして実装するようにしても良い。同様に、上記の処理をコンピュータに実施させるためのプログラムを頒布する場合もある。

なお、上で述べた情報処理装置は、コンピュータ装置であって、図６に示すように、メモリ２５０１とＣＰＵ（Central Processing Unit）２５０３とハードディスク・ドライブ（ＨＤＤ：Hard Disk Drive）２５０５と表示装置２５０９に接続される表示制御部２５０７とリムーバブル・ディスク２５１１用のドライブ装置２５１３と入力装置２５１５とネットワークに接続するための通信制御部２５１７とがバス２５１９で接続されている。オペレーティング・システム（ＯＳ：Operating System）及び本実施例における処理を実施するためのアプリケーション・プログラムは、ＨＤＤ２５０５に格納されており、ＣＰＵ２５０３により実行される際にはＨＤＤ２５０５からメモリ２５０１に読み出される。ＣＰＵ２５０３は、アプリケーション・プログラムの処理内容に応じて表示制御部２５０７、通信制御部２５１７、ドライブ装置２５１３を制御して、所定の動作を行わせる。また、処理途中のデータについては、主としてメモリ２５０１に格納されるが、ＨＤＤ２５０５に格納されるようにしてもよい。本技術の実施例では、上で述べた処理を実施するためのアプリケーション・プログラムはコンピュータ読み取り可能なリムーバブル・ディスク２５１１に格納されて頒布され、ドライブ装置２５１３からＨＤＤ２５０５にインストールされる。インターネットなどのネットワーク及び通信制御部２５１７を経由して、ＨＤＤ２５０５にインストールされる場合もある。このようなコンピュータ装置は、上で述べたＣＰＵ２５０３、メモリ２５０１などのハードウエアとＯＳ及びアプリケーション・プログラムなどのプログラムとが有機的に協働することにより、上で述べたような各種機能を実現する。

１１ 第１入力音データ格納部 １２ 前処理部
１３ 第２入力音データ格納部 １４ 音量データ生成部
１５ 音量データ格納部 １６ 周期音検出部
１７ 検出結果格納部 １８ 無呼吸検出部
１９ 判定処理部 ２０ 判定結果格納部
２１ 出力部

Claims (5)

1. 入力音信号のデータをフレーム毎の音量データに変換するステップと、
   前記フレーム毎に、当該フレームを基準とした所定幅内の前記音量データについて、第１の所定範囲の後フレームの各々を基準とした前記所定幅内の前記音量データに対する自己相関の値を算出し、データ格納部に格納するステップと、
   前記フレームの各々について、前記データ格納部に格納されている前記自己相関の値の最大値を特定し、当該最大値が閾値以上であれば周期性があることを表すデータを、前記データ格納部に格納するステップと、
   を含み、コンピュータにより実行される情報処理方法。
2. 前記周期性があることを表すデータが格納されているフレームの区間を特定し、特定された前記区間に挟まれた区間の時間が第２の所定範囲内である回数を計数し、前記データ格納部に格納するステップと、
   特定された全ての区間に対応するフレーム数の、全フレーム数に対する比率を算出し、前記データ格納部に格納するステップと、
   をさらに含む請求項１記載の情報処理方法。
3. 前記データ格納部に格納されている前記回数を回数についての閾値と比較し、前記データ格納部に格納されている前記比率を比率についての閾値と比較し、比較結果を前記データ格納部に格納するステップ
   をさらに含む請求項２記載の情報処理方法。
4. 入力音信号のデータをフレーム毎の音量データに変換する手段と、
   前記フレーム毎に、当該フレームを基準とした所定幅内の前記音量データについて、第１の所定範囲の後フレームの各々を基準とした前記所定幅内の前記音量データに対する自己相関の値を算出し、データ格納部に格納する手段と、
   前記フレームの各々について、前記データ格納部に格納されている前記自己相関の値の最大値を特定し、当該最大値が閾値以上であれば周期性があることを表すデータを、前記データ格納部に格納する手段と、
   を有する情報処理装置。
5. 入力音信号のデータをフレーム毎の音量データに変換するステップと、
   前記フレーム毎に、当該フレームを基準とした所定幅内の前記音量データについて、第１の所定範囲の後フレームの各々を基準とした前記所定幅内の前記音量データに対する自己相関の値を算出し、データ格納部に格納するステップと、
   前記フレームの各々について、前記データ格納部に格納されている前記自己相関の値の最大値を特定し、当該最大値が閾値以上であれば周期性があることを表すデータを、前記データ格納部に格納するステップと、
   を、コンピュータに実行させるためのプログラム。

Images