JP6691334B2 - 睡眠時無呼吸症候群の疑いを検知するためのシステム、処理部及びコンピュータプログラム - Google Patents
睡眠時無呼吸症候群の疑いを検知するためのシステム、処理部及びコンピュータプログラム Download PDFInfo
- Publication number
- JP6691334B2 JP6691334B2 JP2015101782A JP2015101782A JP6691334B2 JP 6691334 B2 JP6691334 B2 JP 6691334B2 JP 2015101782 A JP2015101782 A JP 2015101782A JP 2015101782 A JP2015101782 A JP 2015101782A JP 6691334 B2 JP6691334 B2 JP 6691334B2
- Authority
- JP
- Japan
- Prior art keywords
- apnea
- heart rate
- subject
- heartbeat
- processing unit
- 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.)
- Active
Links
- 201000002859 sleep apnea Diseases 0.000 title claims description 81
- 238000012545 processing Methods 0.000 title claims description 53
- 238000004590 computer program Methods 0.000 title claims description 13
- 208000008784 apnea Diseases 0.000 claims description 115
- 230000029058 respiratory gaseous exchange Effects 0.000 claims description 50
- 230000002123 temporal effect Effects 0.000 claims description 42
- 206010021079 Hypopnoea Diseases 0.000 claims description 34
- 238000000034 method Methods 0.000 claims description 25
- 238000012706 support-vector machine Methods 0.000 claims description 11
- 230000008569 process Effects 0.000 claims description 9
- 238000001228 spectrum Methods 0.000 claims description 7
- 208000011580 syndromic disease Diseases 0.000 claims description 2
- 230000007958 sleep Effects 0.000 description 30
- 230000000241 respiratory effect Effects 0.000 description 20
- 230000001133 acceleration Effects 0.000 description 13
- 238000001514 detection method Methods 0.000 description 13
- 238000004891 communication Methods 0.000 description 8
- 238000004364 calculation method Methods 0.000 description 7
- 238000010276 construction Methods 0.000 description 7
- 230000006870 function Effects 0.000 description 7
- 210000002820 sympathetic nervous system Anatomy 0.000 description 7
- 238000010586 diagram Methods 0.000 description 6
- 230000000694 effects Effects 0.000 description 6
- 230000002889 sympathetic effect Effects 0.000 description 6
- 230000008859 change Effects 0.000 description 5
- 238000007781 pre-processing Methods 0.000 description 5
- 210000000467 autonomic pathway Anatomy 0.000 description 4
- 230000007423 decrease Effects 0.000 description 4
- 210000005036 nerve Anatomy 0.000 description 4
- 210000001002 parasympathetic nervous system Anatomy 0.000 description 4
- 230000008035 nerve activity Effects 0.000 description 3
- 208000001797 obstructive sleep apnea Diseases 0.000 description 3
- 210000005037 parasympathetic nerve Anatomy 0.000 description 3
- CURLTUGMZLYLDI-UHFFFAOYSA-N Carbon dioxide Chemical compound O=C=O CURLTUGMZLYLDI-UHFFFAOYSA-N 0.000 description 2
- 208000024172 Cardiovascular disease Diseases 0.000 description 2
- 108091008698 baroreceptors Proteins 0.000 description 2
- 239000008280 blood Substances 0.000 description 2
- 210000004369 blood Anatomy 0.000 description 2
- 201000010099 disease Diseases 0.000 description 2
- 208000037265 diseases, disorders, signs and symptoms Diseases 0.000 description 2
- 238000011156 evaluation Methods 0.000 description 2
- 230000033001 locomotion Effects 0.000 description 2
- 210000004072 lung Anatomy 0.000 description 2
- 238000005457 optimization Methods 0.000 description 2
- 230000001734 parasympathetic effect Effects 0.000 description 2
- 210000001774 pressoreceptor Anatomy 0.000 description 2
- 210000003504 pulmonary stretch receptor Anatomy 0.000 description 2
- 238000012216 screening Methods 0.000 description 2
- 230000035945 sensitivity Effects 0.000 description 2
- 238000000926 separation method Methods 0.000 description 2
- 210000001013 sinoatrial node Anatomy 0.000 description 2
- 238000012360 testing method Methods 0.000 description 2
- 206010005746 Blood pressure fluctuation Diseases 0.000 description 1
- 208000031872 Body Remains Diseases 0.000 description 1
- 208000007590 Disorders of Excessive Somnolence Diseases 0.000 description 1
- 206010013496 Disturbance in attention Diseases 0.000 description 1
- 206010038669 Respiratory arrest Diseases 0.000 description 1
- 206010039203 Road traffic accident Diseases 0.000 description 1
- 206010041349 Somnolence Diseases 0.000 description 1
- 208000001871 Tachycardia Diseases 0.000 description 1
- 230000005856 abnormality Effects 0.000 description 1
- 230000004913 activation Effects 0.000 description 1
- 210000002376 aorta thoracic Anatomy 0.000 description 1
- 238000013528 artificial neural network Methods 0.000 description 1
- QVGXLLKOCUKJST-UHFFFAOYSA-N atomic oxygen Chemical compound [O] QVGXLLKOCUKJST-UHFFFAOYSA-N 0.000 description 1
- 230000002567 autonomic effect Effects 0.000 description 1
- 210000003403 autonomic nervous system Anatomy 0.000 description 1
- 238000010009 beating Methods 0.000 description 1
- 230000036772 blood pressure Effects 0.000 description 1
- 208000006218 bradycardia Diseases 0.000 description 1
- 230000036471 bradycardia Effects 0.000 description 1
- 229910002092 carbon dioxide Inorganic materials 0.000 description 1
- 239000001569 carbon dioxide Substances 0.000 description 1
- 238000012937 correction Methods 0.000 description 1
- 238000002790 cross-validation Methods 0.000 description 1
- 230000003247 decreasing effect Effects 0.000 description 1
- 230000002950 deficient Effects 0.000 description 1
- 238000003745 diagnosis Methods 0.000 description 1
- 238000009826 distribution Methods 0.000 description 1
- 229940079593 drug Drugs 0.000 description 1
- 239000003814 drug Substances 0.000 description 1
- 208000018914 glucose metabolism disease Diseases 0.000 description 1
- 208000019622 heart disease Diseases 0.000 description 1
- 238000009532 heart rate measurement Methods 0.000 description 1
- 238000002372 labelling Methods 0.000 description 1
- 238000012886 linear function Methods 0.000 description 1
- 239000004973 liquid crystal related substance Substances 0.000 description 1
- 238000013507 mapping Methods 0.000 description 1
- 230000007246 mechanism Effects 0.000 description 1
- 208000030159 metabolic disease Diseases 0.000 description 1
- 238000012544 monitoring process Methods 0.000 description 1
- 210000004165 myocardium Anatomy 0.000 description 1
- 229910052760 oxygen Inorganic materials 0.000 description 1
- 239000001301 oxygen Substances 0.000 description 1
- 238000004393 prognosis Methods 0.000 description 1
- 230000010349 pulsation Effects 0.000 description 1
- 238000000718 qrs complex Methods 0.000 description 1
- 108020003175 receptors Proteins 0.000 description 1
- 230000011514 reflex Effects 0.000 description 1
- 230000008054 signal transmission Effects 0.000 description 1
- 230000004622 sleep time Effects 0.000 description 1
- 239000007787 solid Substances 0.000 description 1
- 238000011425 standardization method Methods 0.000 description 1
- 230000006794 tachycardia Effects 0.000 description 1
- 208000001072 type 2 diabetes mellitus Diseases 0.000 description 1
- 238000009423 ventilation Methods 0.000 description 1
- 238000012795 verification Methods 0.000 description 1
Landscapes
- Measuring Pulse, Heart Rate, Blood Pressure Or Blood Flow (AREA)
- Measurement Of The Respiration, Hearing Ability, Form, And Blood Characteristics Of Living Organisms (AREA)
- Measurement And Recording Of Electrical Phenomena And Electrical Characteristics Of The Living Body (AREA)
Description
睡眠1時間あたりの無呼吸・低呼吸の回数は、無呼吸低呼吸指数(Apnea Hypopnea Index; AHI)と呼ばれ、SASの重症度の診断に用いられている。AHIは、被験者が無呼吸又は低呼吸であるか正常呼吸であるかの時間的変動に基づく情報の1つである。したがって、上記の場合、被験者が無呼吸又は低呼吸であるか正常呼吸であるかの時間的変動を用いることで、睡眠時無呼吸症候群の疑いを正確に検知することが可能となる。
サポートベクタマシンは、線形分離不可能なデータに対しても、データを高次元空間に写像することで、当該高次元空間において分離超平面によって分離することができる2値分離手法である。上記の場合、かかるサポートベクタマシンを用いることで、被験者が無呼吸又は低呼吸であるか正常呼吸であるかを高精度に判別することができる。
この場合、心拍変動指標をトータルパワーで除すことで、当該心拍変動指標から個人差を除くことができる。したがって、トータルパワーで除した心拍変動指標を用いることで、被験者が無呼吸又は低呼吸であるか正常呼吸であるかを高精度に判別することができる。
この場合、SASの疑いの検知に先立って、被験者が入眠しているか否かの判定が行われるので、被験者が入眠する前に無呼吸識別システムを動作させるだけで、自動的にSASの疑いの検知を行うことができる。
図1は、本実施形態に係る無呼吸識別システムの構成を示す模式図である。図1に示すように、この無呼吸識別システム100は、心拍計測器200と、処理部300とを備えている。
(1)meanNN:RRIの平均。
(2)SDNN:RRIの標準偏差。
(3)Total Power:RRIの全パワースペクトル。
(4)RMSSD:n番目のRRIとn+1番目のRRIの差の2乗の平均値の平方根。RRIの変動が多いと値は大きくなり、自律神経系の活動の指標となる。
(5)NN50:n番目とn+1番目のRRIの差異が50ミリ秒を超えた数。普通のRRIの変動は50ミリ秒以下であり、NN50は激しい変動の指標となる。
(6)pNN50:NN50の値の全R波の数に対する割合。NN50は回数なので、一般に窓幅が長ければ大きな値となってしまう。pNN50を考えることで、大きな変動が起こる割合を把握できる。
(7)LF:LF帯(0.04Hz〜0.15Hz)の周波数帯のパワースペクトル。LFは主に交感神経系の活動の指標とされる。
(8)HF:HF帯(0.15Hz〜0.4Hz)の周波数帯のパワースペクトル。HFは主に副交感神経系の活動の指標とされる。
(9)LF/HF:LF/HFで定義されるLFとHFとの比で、交感神経系と副交感神経系との活動状況の比と考えられる。LF/HFは、交感神経優位で値が大きくなり、副交感神経優位で値が小さくなる。
(10)LFnu:LF/(LF+HF)で定義される補正LF。交感神経活動の変化を強調する。
(11)HFnu:HF/(LF+HF)で定義される補正HF。副交感神経活動による変化を強調する。
次に、呼吸識別モデル310の構築について説明する。呼吸識別モデル310はサポートベクタマシンである。サポートベクタマシンは、学習データをカーネル関数と呼ばれる非線形関数によって高次元空間に写像し、高次元空間内で分離超平面を求める2値分類手法である。
LF/HF、LFnu、及びHFnuは、既に規格化されているため、規格化の対象から除外する。ベースライン心拍数は被験者によって異なり、HRVは被験者ごとの個人差が大きい。上記のような規格化により、HRV指標から個人差を除くことができ、無呼吸の識別精度を向上させることができる。
次に、無呼吸識別システム100の動作について説明する。図7は、無呼吸識別システム100による無呼吸識別動作の手順を示すフローチャートである。
b)取得したRRIデータのうち、無呼吸/正常呼吸識別用のデータの抽出に用いてもよい。
発明者は、上記の実施の形態に係る無呼吸識別方法(以下、「提案法」という)の性能を評価するために、臨床データを用いた評価試験を実施した。
上記の実施形態においては、加速度センサ316により検出した加速度を用いて、被験者の入眠を識別する構成について述べたが、これに限定されるものではない。図10は、他の実施形態に係る無呼吸識別システムの構成を示す模式図である。この無呼吸識別システム100は、HRV指標を用いて入眠の識別を行う入眠識別手段401を備えている。入眠識別手段401は、第2識別モデルとして入眠識別モデル402を有する。入眠識別モデル402は、サポートベクタマシンであり、HRV指標が与えられると、睡眠状態と、覚醒状態とを識別する。睡眠状態では副交感神経が優位となり、覚醒状態では交感神経が優位となる。このため、睡眠状態では覚醒状態に比べて心拍数が減少する。したがって、HRV指標を用いることで、入眠したか否かの識別が可能である。この場合、ユーザが入眠する前から起床するまで通信部301が心拍データを受信しておき、この心拍データに含まれるRRIデータを用いてHRV指標の時間的変動を算出し、算出されたHRV指標の時間的変動を用いて、ユーザが入眠したか否かの識別を行う。入眠識別に用いられるHRV指標は、上記の無呼吸/正常呼吸の識別に用いられるHRV指標の一部又は全部でもよいし、他のHRV指標を含んでいてもよい。処理部300が取得した全RRIデータから、入眠したと識別された時点以降のRRIデータを無呼吸/正常呼吸識別用に抽出し、このRRIデータを用いて無呼吸/正常呼吸識別用のHRV指標の時間的変動を算出する。
200 心拍計測器
300 処理部
301 通信部
302 入眠識別手段
303 HRV指標算出手段
304 呼吸識別手段
305 SAS検知手段
306 表示部
310 呼吸識別モデル
311 CPU
314 記憶部
316 加速度センサ
320 無呼吸識別プログラム
401 入眠識別手段
402 入眠識別モデル
Claims (6)
- 睡眠時無呼吸症候群の疑いを検知するためのシステムであって、
被験者のRRIデータを出力するよう構成されたウェアラブルデバイスである心拍計測器と、
前記心拍計測器と通信することで前記心拍計測器から前記RRIデータを受信し、前記心拍計測器から受信した前記RRIデータを処理することで睡眠時無呼吸症候群の疑いを検知するよう構成された処理部と、
を備え、
前記処理部は、1又は複数の心拍変動指標が入力として与えられると、無呼吸又は低呼吸であるか正常呼吸であるかを識別する第1識別モデルを有し、
前記処理部は、
前記心拍計測器と通信することで前記心拍計測器から前記RRIデータを受け取り、
前記RRIデータに基づいて、1又は複数の心拍変動指標の時間的変動を算出し、
算出した1又は複数の前記心拍変動指標の時間的変動に基づく入力を、前記第1識別モデルに与えることで、前記被験者が無呼吸又は低呼吸であるか正常呼吸であるかの時間的変動を得て、前記被験者が無呼吸又は低呼吸であるか正常呼吸であるかの前記時間的変動に基づいて、睡眠時無呼吸症候群の疑いを検知する
ことを含む処理を行う
睡眠時無呼吸症候群の疑いを検知するためのシステム。 - 前記第1識別モデルは、学習データを用いて構築されたサポートベクタマシンであり、
前記学習データは、
正常呼吸時学習データと、
無呼吸時学習データと、
を含み、
前記正常呼吸時学習データは、健常者の1又は複数の心拍変動指標と、睡眠時無呼吸症候群患者の正常呼吸時における1又は複数の心拍変動指標と、を含み、
前記無呼吸時学習データは、睡眠時無呼吸症候群患者の無呼吸又は低呼吸時における1又は複数の心拍変動指標を含む
請求項1記載の睡眠時無呼吸症候群の疑いを検知するためのシステム。 - 1又は複数の前記心拍変動指標は、心拍変動のパワースペクトルのトータルパワーを前記心拍変動指標の一つとして含む複数の心拍変動指標であり、
前記第1識別モデルに与えられる前記入力は、規格化された心拍変動指標を含み、
規格化された前記心拍変動指標は、前記処理部が算出した複数の前記心拍変動指標のうちの少なくとも一つを、前記トータルパワーで除したものである
請求項1又は2記載の睡眠時無呼吸症候群の疑いを検知するためのシステム。 - 前記処理部が行う前記処理は、
前記被験者が入眠しているか否かを判定する
ことを更に含み、
前記処理部によって前記睡眠時無呼吸症候群の疑いを検知することは、前記被験者が入眠していると判定されている間における、前記被験者が無呼吸又は低呼吸であるか正常呼吸であるかの前記時間的変動に基づいて行われる
請求項1〜請求項3のいずれか1項に記載の睡眠時無呼吸症候群の疑いを検知するためのシステム。 - 睡眠時無呼吸症候群の疑いを検知するよう構成された処理部であって、
被験者のRRIデータを出力するよう構成されたウェアラブルデバイスである心拍計測器と通信することで前記心拍計測器から受信した前記RRIデータを処理することで睡眠時無呼吸症候群の疑いを検知するよう構成され、
1又は複数の心拍変動指標が入力として与えられると、無呼吸又は低呼吸であるか正常呼吸であるかを識別する第1識別モデルを有し、
前記処理部は、
前記心拍計測器と通信することで前記心拍計測器から前記RRIデータを受け取り、
前記RRIデータに基づいて、1又は複数の心拍変動指標の時間的変動を算出し、
算出した1又は複数の前記心拍変動指標の時間的変動に基づく入力を、前記第1識別モデルに与えることで、前記被験者が無呼吸又は低呼吸であるか正常呼吸であるかの時間的変動を得て、前記被験者が無呼吸又は低呼吸であるか正常呼吸であるかの前記時間的変動に基づいて、睡眠時無呼吸症候群の疑いを検知する
ことを含む処理を行う
睡眠時無呼吸症候群の疑いを検知するよう構成された処理部。 - 被験者のRRIデータを出力するよう構成されたウェアラブルデバイスである心拍計測器と通信することで前記心拍計測器から受信した前記RRIデータを処理することで睡眠時無呼吸症候群の疑いを検知するよう構成された処理部として、コンピュータを機能させるためのコンピュータプログラムであって、
前記処理部は、1又は複数の心拍変動指標が入力として与えられると、無呼吸又は低呼吸であるか正常呼吸であるかを識別する第1識別モデルを有し、
前記処理部は、
前記心拍計測器と通信することで前記心拍計測器から前記RRIデータを受け取り、
前記RRIデータに基づいて、1又は複数の心拍変動指標の時間的変動を算出し、
算出した1又は複数の前記心拍変動指標の時間的変動に基づく入力を、前記第1識別モデルに与えることで、前記被験者が無呼吸又は低呼吸であるか正常呼吸であるかの時間的変動を得て、前記被験者が無呼吸又は低呼吸であるか正常呼吸であるかの前記時間的変動に基づいて、睡眠時無呼吸症候群の疑いを検知する
ことを含む処理を行う
コンピュータプログラム。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2015101782A JP6691334B2 (ja) | 2015-05-19 | 2015-05-19 | 睡眠時無呼吸症候群の疑いを検知するためのシステム、処理部及びコンピュータプログラム |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2015101782A JP6691334B2 (ja) | 2015-05-19 | 2015-05-19 | 睡眠時無呼吸症候群の疑いを検知するためのシステム、処理部及びコンピュータプログラム |
Publications (2)
Publication Number | Publication Date |
---|---|
JP2016214491A JP2016214491A (ja) | 2016-12-22 |
JP6691334B2 true JP6691334B2 (ja) | 2020-04-28 |
Family
ID=57577606
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2015101782A Active JP6691334B2 (ja) | 2015-05-19 | 2015-05-19 | 睡眠時無呼吸症候群の疑いを検知するためのシステム、処理部及びコンピュータプログラム |
Country Status (1)
Country | Link |
---|---|
JP (1) | JP6691334B2 (ja) |
Families Citing this family (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP6538599B2 (ja) * | 2016-03-17 | 2019-07-03 | 富士フイルム株式会社 | 診断支援装置とその作動方法および作動プログラム |
ES2684533B2 (es) * | 2017-03-30 | 2021-04-16 | Univ De Las Palmas De Gran Canaria | Método para la exploración de apnea obstructiva del sueño basado en la señal de saturación de oxigeno |
KR102205806B1 (ko) * | 2018-06-12 | 2021-01-20 | 전남대학교산학협력단 | 호흡상태 분류기의 생성 방법 및 생성한 호흡상태 분류기를 이용한 호흡상태 판단 방법 |
US20220125376A1 (en) * | 2019-02-13 | 2022-04-28 | Kyoto University | Sleep apnea syndrome determination apparatus, sleep apnea syndrome determination method, and sleep apnea syndrome determination program |
JP7288334B2 (ja) * | 2019-04-03 | 2023-06-07 | 帝人株式会社 | 睡眠状態推定装置、睡眠状態推定装置の作動方法及び睡眠状態推定プログラム |
JP7288333B2 (ja) * | 2019-04-03 | 2023-06-07 | 帝人株式会社 | 睡眠状態表示装置の作動方法及び睡眠状態表示プログラム |
JP7493811B2 (ja) | 2019-04-17 | 2024-06-03 | 学校法人福岡大学 | 生体情報測定装置、生体情報測定方法および生体情報測定プログラム |
KR102243373B1 (ko) * | 2019-05-14 | 2021-04-22 | 경북대학교 산학협력단 | 졸음 상태 감지 방법 및 그 장치 |
Family Cites Families (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US7025729B2 (en) * | 2001-09-14 | 2006-04-11 | Biancamed Limited | Apparatus for detecting sleep apnea using electrocardiogram signals |
JP2004041387A (ja) * | 2002-07-10 | 2004-02-12 | Matsushita Electric Ind Co Ltd | 自活能力判定装置、自活能力判定方法、居住施設、媒体、及びプログラム |
SG183435A1 (en) * | 2010-03-15 | 2012-09-27 | Singapore Health Serv Pte Ltd | Method of predicting the survivability of a patient |
JP2013208225A (ja) * | 2012-03-30 | 2013-10-10 | Toshiba Corp | 窒息時覚醒誘発装置 |
-
2015
- 2015-05-19 JP JP2015101782A patent/JP6691334B2/ja active Active
Also Published As
Publication number | Publication date |
---|---|
JP2016214491A (ja) | 2016-12-22 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP6691334B2 (ja) | 睡眠時無呼吸症候群の疑いを検知するためのシステム、処理部及びコンピュータプログラム | |
US10687757B2 (en) | Psychological acute stress measurement using a wireless sensor | |
CN111246798B (zh) | 呼吸紊乱的自动检测 | |
JP5961235B2 (ja) | 睡眠/覚醒状態評価方法及びシステム | |
EP1711104B1 (en) | Method and apparatus for ecg-derived sleep disordered breathing monitoring, detection and classification | |
JP6367982B2 (ja) | 増悪及び/又は入院の危険性を評価するための装置、システム、方法、及びコンピュータプログラム | |
JP6516846B2 (ja) | 睡眠監視のデバイス及び方法 | |
JP6894451B2 (ja) | 被検者の睡眠段階を判定するための判定システム及び方法 | |
US20100268040A1 (en) | Method and system for detection of pre-fainting and other conditions hazardous to the health of a patient | |
TW201538127A (zh) | 睡眠檢測系統和方法 | |
JP2016047093A (ja) | 生体情報解析システム、生体情報処理システム及び生体情報解析装置 | |
JP2016107095A (ja) | 睡眠段階判定装置、睡眠段階判定方法、及び睡眠段階判定プログラム、並びにストレス度判定方法 | |
JP2015226696A (ja) | 眠気検出方法及び眠気検出装置 | |
US20200359909A1 (en) | Monitoring device including vital signals to identify an infection and/or candidates for autonomic neuromodulation therapy | |
JP2016016144A (ja) | 生体情報処理システム及び生体情報処理システムの制御方法 | |
JP7018621B2 (ja) | 生体信号解析装置、生体信号解析方法及び生体信号解析システム | |
US20180055373A1 (en) | Monitoring device to identify candidates for autonomic neuromodulation therapy | |
EP3111351B1 (en) | Device and method for monitoring respiratory effort using energy index | |
JP7403166B2 (ja) | 睡眠時無呼吸症候群判定装置、睡眠時無呼吸症候群判定装置の動作方法、及び、睡眠時無呼吸症候群判定プログラム | |
KR101034886B1 (ko) | 짧은 심장박동 주기의 변화를 이용한 졸음상태 판정 시스템 및 방법 | |
RU2564902C1 (ru) | Способ диагностики синдрома обструктивного апноэ/гипопноэ сна | |
JP7476508B2 (ja) | 健康状態判定システム、健康状態判定方法及びプログラム | |
Kim et al. | Computer Supported Detection for Obstructive Sleep Apnea Using Electrocardiographic-Acceleration Sensors | |
CN113347917A (zh) | 用于生成呼吸警报的方法和系统 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20150608 |
|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20180402 |
|
RD02 | Notification of acceptance of power of attorney |
Free format text: JAPANESE INTERMEDIATE CODE: A7422 Effective date: 20180921 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A821 Effective date: 20180921 |
|
A977 | Report on retrieval |
Free format text: JAPANESE INTERMEDIATE CODE: A971007 Effective date: 20190212 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20190402 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20190517 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20191029 |
|
A601 | Written request for extension of time |
Free format text: JAPANESE INTERMEDIATE CODE: A601 Effective date: 20191206 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20200127 |
|
TRDD | Decision of grant or rejection written | ||
A01 | Written decision to grant a patent or to grant a registration (utility model) |
Free format text: JAPANESE INTERMEDIATE CODE: A01 Effective date: 20200310 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20200403 |
|
R150 | Certificate of patent or registration of utility model |
Ref document number: 6691334 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R150 |
|
S111 | Request for change of ownership or part of ownership |
Free format text: JAPANESE INTERMEDIATE CODE: R313113 |
|
R350 | Written notification of registration of transfer |
Free format text: JAPANESE INTERMEDIATE CODE: R350 |
|
R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |