JP6720178B2 - 心肺睡眠段階分類のためのシステム及び方法 - Google Patents

Description

[01] 本開示は、睡眠セッションの間の個々の期間について被験体における睡眠段階指標を決定するためのシステム及び方法に関する。

[02] 就寝時間にわたり睡眠相及び覚醒相をモニタリングすることに基づく睡眠の質の評価が知られている。睡眠構成及び特定の睡眠関連問題の発生の分析のための手動でスコア付けされるヒプノグラム（睡眠専門家により行われる）を伴う終夜脳波検査（ＥＥＧ）記録が知られている。手動の睡眠段階付けは、睡眠専門家の助けを必要とする時間のかかる仕事である。終夜ＥＥＧの間に使用されるセンサは、睡眠を妨害し、多くの場合、ケアが正しく適用されることを必要とする（例えば、睡眠専門家の助けを必要とする）。典型的なシステムは、睡眠セッション内の現在の期間についての睡眠段階決定をその現在の期間のみについて決定された情報に基づき円滑化する。典型的なシステムは、現在の期間についての睡眠段階の決定を円滑化する際に、前の期間について決定された情報を考慮しない。

[03] したがって、本開示の１つ以上の態様は、睡眠セッションの間の個々の期間について被験体における睡眠段階指標を決定するように構成されたシステムに関する。当該システムは、１つ以上のセンサ、１つ以上の物理的コンピュータプロセッサ、及び／又は他の構成部分を含む。その１つ以上のセンサは、被験体の心肺活動に関連する情報を伝達する出力信号を生成するように構成されている。その１つ以上の物理的コンピュータプロセッサは、コンピュータ可読命令により、（ａ）第１の期間について第１の心肺活動パラメータ及び第２の心肺活動パラメータを決定し且つ（ｂ）第２の期間について第１の心肺活動パラメータ及び第２の心肺活動パラメータを決定することにより、出力信号に基づき被験体の１つ以上の心肺活動パラメータを決定し、複数の個々の期間についての第１の心肺活動パラメータと第２の心肺活動パラメータとの間の関係を決定することにより被験体の１つ以上の心肺活動パラメータ間の１つ以上の関係を決定し、１つ以上の決定された関係と１つ以上の決定されたパラメータとに基づき個々の期間について被験体の睡眠段階を示す睡眠段階指標を決定するように構成されている。その１つ以上の物理的コンピュータプロセッサは、第１の期間についての第１の睡眠段階指標が第１の期間について決定された第１の心肺活動パラメータ及び第２の心肺活動パラメータと、複数の個々の期間にわたる第１の心肺活動パラメータと第２の心肺活動パラメータとの間の関係とに基づき決定され、第２の期間についての第２の睡眠段階指標が第２の期間について決定された第１の心肺活動パラメータ及び第２の心肺活動パラメータと、複数の個々の期間にわたる第１の心肺活動パラメータと第２の心肺活動パラメータとの間の関係と、第１の睡眠段階指標とに基づき決定されることとなるような具合に睡眠段階指標を決定するように構成されている。

[04] 本開示の別の態様は、決定システムを用いて睡眠セッションの間の個々の期間について被験体における睡眠段階指標を決定するための方法に関する。決定システムは、１つ以上のセンサ、１つ以上の物理的コンピュータプロセッサ、及び／又は他の構成部分を含む。当該方法は、１つ以上のセンサを用いて、被験体の心肺活動に関連する情報を伝達する出力信号を生成することと、第１の期間についての第１の睡眠段階指標が第１の期間について決定された第１の心肺活動パラメータ及び第２の心肺活動パラメータと、複数の個々の期間にわたる第１の心肺活動パラメータと第２の心肺活動パラメータとの間の関係とに基づき決定され、第２の期間についての第２の睡眠段階指標が第２の期間について決定された第１の心肺活動パラメータ及び第２の心肺活動パラメータと、複数の個々の期間にわたる第１の心肺活動パラメータと第２の心肺活動パラメータとの間の関係と、第１の睡眠段階指標とに基づき決定されることとなるように、１つ以上の物理的コンピュータプロセッサを用いて、（ａ）第１の期間について第１の心肺活動パラメータ及び第２の心肺活動パラメータを決定し且つ（ｂ）第２の期間について第１の心肺活動パラメータ及び第２の心肺活動パラメータを決定することにより、出力信号に基づき被験体の１つ以上の心肺活動パラメータを決定することと、１つ以上の物理的コンピュータプロセッサを用いて、複数の個々の期間について第１の心肺活動パラメータと第２の心肺活動パラメータとの間の関係を決定することにより被験体の１つ以上の心肺活動パラメータ間の１つ以上の関係を決定することと、１つ以上の物理的コンピュータプロセッサを用いて、１つ以上の決定された関係及び１つ以上の決定されたパラメータに基づき個々の期間について被験体の睡眠段階を示す睡眠段階指標を決定することとを含む。

[05] 本開示のさらに別の態様は、睡眠セッションの間の個々の期間について被験体における睡眠段階指標を決定するように構成されたシステムに関する。当該システムは、被験体の心肺活動に関連する情報を伝達する出力信号を生成するための手段と、第１の期間についての第１の睡眠段階指標が第１の期間について決定された第１の心肺活動パラメータ及び第２の心肺活動パラメータと、複数の個々の期間にわたる第１の心肺活動パラメータと第２の心肺活動パラメータとの間の関係とに基づき決定され、第２の期間についての第２の睡眠段階指標が第２の期間について決定された第１の心肺活動パラメータ及び第２の心肺活動パラメータと、複数の個々の期間にわたる第１の心肺活動パラメータと第２の心肺活動パラメータとの間の関係と、第１の睡眠段階指標とに基づき決定されることとなるように、（ａ）第１の期間について第１の心肺活動パラメータ及び第２の心肺活動パラメータを決定し且つ（ｂ）第２の期間について第１の心肺活動パラメータ及び第２の心肺活動パラメータを決定することにより、出力信号に基づき被験体の１つ以上の心肺活動パラメータを決定するための手段と、複数の個々の期間について第１の心肺活動パラメータと第２の心肺活動パラメータとの間の関係を決定することにより被験体の１つ以上の心肺活動パラメータ間の１つ以上の関係を決定するための手段と、１つ以上の決定された関係と１つ以上の決定されたパラメータとに基づき個々の期間について被験体の睡眠段階を示す睡眠段階指標を決定するための手段とを含む。

[06] 本開示のこれら及び他の目的、特徴及び特性、操作方法、関連する構成要素の機能、部分の組み合わせ、並びに製造経済性は、添付の図面を参照して、以下の説明及び添付の特許請求の範囲を考慮することでより明らかになるだろう。これらの全てが本明細書の一部を構成し、同じ参照番号は、その様々な図において対応する部分を示す。しかしながら、これらの図面は、例示及び説明のみを目的としており、本開示の範囲を規定するものとして意図されるものではないことが明確に理解されるべきである。

[07] 睡眠セッションの間の個々の期間について被験体における睡眠段階指標を決定するように構成されたシステムを図示している。 [08] 第１のファクターグラフを図示している。 [09] 第２のファクターグラフを図示している。 [10] 睡眠段階間の遷移時に識別的であるパラメータの一例を図示している。 [11] 先の段階の情報を用いた場合に現在の睡眠段階が識別的である同じパラメータを図示している。 [12] そのパラメータのヒストグラムである。 [13] 当該システムによってなされた睡眠段階決定が以前に決定された睡眠段階注釈と合致しているか否か及び／又はどのくらいよく合致しているかを示す事後確率スコアを図示している。 [14] 別のシステムによってなされた睡眠段階決定が以前に決定された睡眠段階注釈と合致しているか否か及び／又はどのくらいよく合致しているかを示す事後確率スコアを図示している。 [15] 当該システムを用いて行われた実験からの結果を図示している。 [16] 当該システムを用いて行われた実験からの追加の結果を図示している。 [17] 睡眠セッションの間の個々の期間について被験体における睡眠段階指標を決定するための方法を図示している。

[18] 本明細書で使用される場合、「ａ」、「ａｎ」、及び「ｔｈｅ」の単数形は、文脈が明らかに別のことを指示しない限り、複数の指示対象を含む。本明細書で使用される場合、２つ以上の部分又は構成部分が「結合」されたという記載は、これらの部分が、直接的又は間接的（すなわち、つながりが生じる限りにおいて、１つ以上の中間部分又は構成部分を介して）のいずれかで接続されている又は一緒に動作することを意味するものとする。本明細書で使用される場合、「直接結合された」とは、２つの要素が互いに直接接触していることを意味する。本明細書で使用される場合、「固定的に結合された」又は「固定された」とは、２つの構成部分が、互いに対して一定の向きを維持しつつ一体となって動くように結合されていることを意味する。

[19] 本明細書で使用される場合、「単体の」という語は、構成部分が単一の部品又はユニットとして作られることを意味する。すなわち、別個に作られ、次いで１つのユニットとして一緒に結合された部品を含む構成部分は、「単体の」構成部分又は物体ではない。本明細書で用いられる場合、２つ以上の部分又は構成部分が互いに「係合する」という記載は、それらの部分が直接又は１つ以上の中間部分若しくは構成部分を介してのいずれかで互いに力を加え合うことを意味するものとする。本明細書で用いられる場合、「数」という用語は、１又は１より大きな整数（すなわち、複数）を意味するものとする。

[20] 本明細書で使用される方向を示す語句（例えば、限定するものではないが、上、下、左、右、上方、下方、前方、後方、及びそれらの派生語など）は、図面に示された要素の向きに関するものであり、特許請求の範囲に明示的に記載されていない限り特許請求の範囲を限定するものではない。

[21] 図１は、睡眠セッションの間の個々の期間について被験体１２における睡眠段階指標を決定するように構成されたシステム１０を図示している。睡眠段階指標は、睡眠段階分類と対応し得る及び／又は同じであり得る。睡眠段階指標及び／又は分類は、被験体１２における、急速眼球運動（レム）睡眠、非急速眼球運動（ノンレム）睡眠（例えば、段階Ｎ３睡眠を含む）及び／又は他の睡眠と関連付けられ得る。システム１０は、被験体１２からの心肺情報（例えば、心臓活動、呼吸活動、及び／又は動きに関連する情報）及び／又は他の情報に基づき睡眠段階指標を決定するように構成されている。心肺情報は、被験体１２における心肺活動を示し得る及び／又はそれと対応し得る。心肺情報は非強要的な方法及び／又はセンサ（後述）を用いて測定され得るので、心肺情報は、ＥＥＧ情報に対する有望な代替及び／又は補足を提供する。システム１０は、被験体１２の心臓活動、呼吸活動、身体の動き及び／又は他の特性に関連する情報を伝達する出力信号を生成する非強要的センサからの情報に基づき心肺情報に基づく睡眠段階指標の決定を行うように構成されている。

[22] システム１０は、心肺情報に基づき１つ以上のパラメータを決定し、決定されたパラメータを用いて識別的無向確率的グラフィカルモデル（例えば、条件付き確率場（例えば、線形連鎖条件付き確率場（ＣＲＦ）分類器））に基づき睡眠段階指標（及び／又は睡眠段階分類）を決定するように構成されている。この１つ以上のパラメータは、非強要的センサにより生成された出力信号により伝達される被験体の心肺活動に関連する情報から抽出された１つ以上の特徴であり得る及び／又はそれを含み得る。条件付き確率場は、被験体１２の前の睡眠（例えば、前の睡眠セッション及び／又は現在の睡眠セッションの間の前の睡眠）に基づき識別的無向確率的グラフィカルモデルを条件付ける隠れマルコフモデルの一般化である。睡眠は個々の期間について決定されるパラメータが経時的に独立しているのではない構造化された過程であり、システム１０は現在の期間について決定されたパラメータ、パラメータ間の決定された関係、前の期間について決定された睡眠段階指標及び／又は分類、及び／又は他の情報に基づき睡眠段階指標（及び／又は睡眠段階分類）を決定するので、システム１０は有利である。一部の実施形態において、システム１０は、（例えば、現在の期間について決定されたパラメータ、パラメータ間の決定された関係、並びに前の期間について決定された睡眠段階指標及び／又は分類に加えて）１つ以上の前の期間について決定されたパラメータに基づき現在の期間についての睡眠段階指標を決定する。システム１０は、決定されたパラメータが睡眠段階全体にわたって識別的であるのではなく、睡眠段階遷移のみを示すものであり得ることを想定する。一部の実施形態において、システム１０は、１つ以上のセンサ１８、１つ以上の物理的コンピュータプロセッサ２０、電子記憶装置２２、ユーザインターフェイス２４、及び／又は他の構成部分を含む。

[23] センサ１８は、被験体１２における心肺活動に関連する情報を伝達する出力信号を生成するように構成されている。被験体１２の心肺活動は、被験体１２の睡眠段階及び／又は被験体１２の他の特性に対応し得る。被験体１２の睡眠段階は、急速眼球運動（レム）睡眠、非急速眼球運動（ノンレム）睡眠、及び／又は他の睡眠と関連付けられ得る。センサ１８は、直接的及び／又は間接的に被験体１２における心肺活動に関連する情報を伝達する出力信号を生成する１つ以上のセンサを含み得る。例えば、１つ以上のセンサ１８は、被験体１２の心拍数（例えば、センサ１８は、被験体１２の胸の上に位置する心拍数センサであり得る及び／又はそれを含み得る、及び／又は被験体１２の手首の上のブレスレットとして構成され得る及び／又は被験体１２の別の肢の上に位置し得る）、被験体１２の動き（例えば、センサ１８は、睡眠がアクティグラフィ信号を用いて分析され得ることとなるように加速度計付きの被験体１２の手首及び／又は足首の周りのブレスレットを含み得る）、被験体１２の呼吸、及び／又は被験体１２の他の特性に基づき出力を生成し得る。センサ１８は被験体１２の上の２つの別個の位置に図示されているが、これは、限定することが意図されるものではない。センサ１８は、例えば、ユーザインターフェイス２４内に（又はそれと連絡して）、被験体１２の衣類と（着脱自在に）結合されて、被験体１２により（例えば、ヘッドバンド、リストバンドなどとして）着用されて、被験体１２が寝ている間被験体１２をねらって配置されて（例えば、被験体１２の動きに関連する出力信号を伝達するカメラ）、及び／又は他の位置になど、複数の位置に配置されたセンサを含み得る。

[24] プロセッサ２０は、システム１０において情報処理能力を提供するように構成されている。そのようなものとして、プロセッサ２０は、デジタルプロセッサ、アナログプロセッサ、情報を処理するように設計されたデジタル回路、情報を処理するように設計されたアナログ回路、状態機械、及び／又は情報を電子的に処理するための他の機構のうちの１つ以上を含み得る。図１においてプロセッサ２０は単一のエンティティとして示されているが、これは、例示を目的としているにすぎない。一部の実施形態において、プロセッサ２０は、複数の処理ユニットを含み得る。これらの処理ユニットは、物理的に同じデバイス内に位置し得る、又はプロセッサ２０が、協調して動作する複数のデバイスの処理機能を代表し得る。

[25] 図１に示されるように、プロセッサ２０は、１つ以上のコンピュータプログラム構成部分を実行するように構成されている。この１つ以上のコンピュータプログラム構成部分は、パラメータ構成部分３０、関係構成部分３２、睡眠段階構成部分３４、及び／又は他の構成部分のうちの１つ以上を含み得る。プロセッサ２０は、ソフトウェア；ハードウェア；ファームウェア；ソフトウェア、ハードウェア及び／又はファームウェアの何らかの組み合わせ；及び／又はプロセッサ２０上の処理能力を構成するための他の機構によって、構成部分３０、３２及び／又は３４を実行するように構成され得る。

[26] 構成部分３０、３２及び３４は図１において共に単一の処理ユニット内に位置するものとして図示されているが、プロセッサ２０が複数の処理ユニットを含む実施形態においては、構成部分３０、３２及び／又は３４のうちの１つ以上が、その他の構成部分から遠隔に位置し得ることが理解されるべきである。以下に記載される異なる構成部分３０、３２及び／又は３４により提供される機能の説明は、例示を目的としたものであり、限定することが意図されるものではない。というのは、構成部分３０、３２及び／又は３４はいずれも、記載されるよりも多くの又は少ない機能を提供し得るからである。例えば、構成部分３０、３２及び／又は３４のうちの１つ以上が省かれ得、それの機能の一部又は全部が、他の構成部分３０、３２及び／又は３４によって提供され得る。別の例として、プロセッサ２０は、以下で構成部分３０、３２及び／又は３４のうちの１つのものであるとされる機能の一部又は全部を行い得る１つ以上の追加の構成部分を実行するように構成され得る。

[27] パラメータ構成部分３０は、被験体１２の１つ以上の心肺活動パラメータを決定するように構成されている。被験体１２のこの１つ以上の心肺活動パラメータは、センサ１８からの出力信号、ユーザインターフェイス２４を介して入力される及び／又は受け取られる情報、電子記憶装置２２内に記憶された情報、及び／又は他の情報に基づき決定される。一部の実施形態において、パラメータは、センサ１８からの出力信号により伝達される情報から抽出された特徴であり得る及び／又はそれを含み得る。例えば、一部の実施形態において、パラメータは、単独で、抽出された特徴であり得る。一部の実施形態において、パラメータは、数学的に及び／又は別のやり方で何らかの変換が行われた特徴（例えば、平均値、別の特徴と組み合わされた特徴など）であり得る。一部の実施形態において、１つ以上の心肺活動パラメータを決定することは、睡眠セッション全体について１つ以上のパラメータ（例えば、特徴）を決定する（例えば、抽出する）こと、睡眠セッションにおける１つ以上の個々の期間について１つ以上のパラメータを決定すること、及び／又は他のパラメータを決定することを含む。例えば、１つ以上の心肺活動パラメータを決定することは、第１の期間について第１の心肺活動パラメータ及び第２の心肺活動パラメータを決定することと、第２の期間（及び／又は任意の数の期間）についてもまた第１の心肺活動パラメータ及び第２の心肺活動パラメータを決定することとを含み得る。

[28] 一部の実施形態において、１つ以上の心肺活動パラメータ（例えば、特徴）は、心臓活動パラメータ、呼吸パラメータ、心肺カップリングパラメータ、及び／又は他のパラメータを含む。一部の実施形態において、心臓活動パラメータは、被験体１２の心電図及び／又は他のパラメータに関連した、及び／又はそれに基づき決定されるパラメータを含む。一部の実施形態において、心臓活動パラメータは、Ｒ−Ｒ間隔に関して演算される統計値（例えば、１期間当たりの（例えば、その期間における平均心拍数を表す）間隔数、第ｎパーセンタイル、間隔長の標準偏差及び／又は範囲、及び／又は他のパラメータ）に基づき決定されるパラメータを含み得る。一部の実施形態において、心臓活動パラメータは、パワースペクトル解析を用いて心臓活動の周波数ドメインから導き出される特徴；例えば、平均スペクトルパワー、スペクトルエントロピー（無秩序さの尺度）、ピークパワー、及びピーク周波数（ピークパワーに対応する周波数）を含む。他の特徴は、より短い又はより長い時間スケールで心臓活動の規則性又は複雑性を捉える。

[29] 一部の実施形態において、呼吸パラメータ（例えば、特徴）は、被験体１２における呼吸努力、被験体１２の呼吸数、（例えば、呼吸の間に被験体１２に出入りするガスの）流量、体積（例えば、吸息及び／又は呼息されるガスの１回換気量）、圧力（例えば、吸気圧、呼気圧）、（例えば、吸息及び／又は呼息されるガスの圧力及び／又は任意の他のパラメータの）振幅、及び／又は他のパラメータを示すパラメータを含み得る。一部の実施形態において、呼吸パラメータは、いくつかの期間にわたる被験体１２の呼吸数の変動（及び／又は任意の呼吸パラメータの変動）を示すパラメータを含み得る。

[30] パラメータ構成部分３０は、心肺カップリングパラメータ（例えば、特徴）が、被験体１２の心臓及び呼吸器の自律神経系間のカップリングの強度を表すこととなるように構成されている。このつながりの強度は、被験体１２の睡眠段階に依存する。心肺カップリングパラメータは、いくつかの呼吸周期の間の被験体１２のＲ−Ｒ間隔と呼吸相（例えば、吸息／呼息）との間の位相同期を示し得る。例えば、心肺カップリングパラメータは、位相同期された期間の割合、心拍数と呼吸周期との間の比、及び／又は他のパラメータを含み得る。

[31] 一部の実施形態において、パラメータ構成部分３０は、パラメータ（例えば、特徴）が、出力信号及び／又は他の情報のパワースペクトル密度（ＰＳＤ）解析に基づき決定され得ることとなるように構成され得る。例えば、パラメータ構成部分３０は、高周波数帯における極の係数及び位相、及び／又は他の情報から、３つの異なる周波数帯、すなわち、極低周波数（ＶＬＦ）０．００５〜０．０４Ｈｚ、低周波数（ＬＦ）０．０４〜０．１５Ｈｚ、及び高周波数（ＨＦ）０．１５〜０．４５ＨｚにわたるＰＳＤ解析を演算するように構成され得る。パラメータ構成部分３０は、決定されるパラメータのうちの１つ以上が異なる時間スケールにわたる出力信号のうちの１つ以上のものの規則性を示すこととなるように構成されている。例えば、パラメータ構成部分３０により、トレンド除去変動解析（detrended fluctuation analysis：ＤＦＡ）が、信号におけるより長期の相関性を特定するために行われ得、サンプルエントロピーが、所与の時間にわたる信号の自己相似性を定量化するために行われ得る。

[32] 関係構成部分３２は、被験体１２の１つ以上の心肺活動パラメータ間の１つ以上の関係を決定するように構成されている。決定される関係は、個々の期間について、複数の個々の期間について（例えば、単一の決定された関係が複数の個々の期間にわたって当てはまる）、及び／又は他の期間について決定され得る。関係は、あるパラメータの別のパラメータに対する依存関係、パラメータの互いに対する依存関係、パラメータ間の相関関係、特定のパラメータの特定のレベル間の依存関係及び／又は相関関係、パラメータにおける経時的傾向、及び／又は他の関係を含み得る。例えば、被験体１２の呼吸数が増加するにつれて、被験体１２の心拍数はそれに対応して増加し得る。このカップリングの強度は被験体１２が低速波睡眠に入ると増大し、被験体１２がレム睡眠に入ると低減する。関係構成部分３２は、被験体１２におけるそのような関係を決定及び／又は特定し得る。

[33] 睡眠段階構成部分３４は、個々の期間について被験体１２の睡眠段階を示す睡眠段階指標を決定するように構成されている。一部の実施形態において、睡眠段階指標は、個々の期間について被験体１２が１つ以上の考え得る睡眠段階にある確率を示す確率指標である。一部の実施形態において、睡眠段階指標は、睡眠段階分類である。睡眠段階指標は、１つ以上の決定された関係、１つ以上の決定されたパラメータ、出力信号、以前に決定された睡眠段階指標、及び／又は他の情報に基づき決定される。睡眠段階指標は、現在の期間についての１つ以上の決定された関係、１つ以上の決定されたパラメータ、出力信号、及び／又は他の情報、及び／又は現在の期間の前の１つ以上の期間についての１つ以上の決定された関係、決定された睡眠状態指標及び／又は分類、及び／又は他の情報に基づき決定される。一部の実施形態において、睡眠段階指標は、前の期間について決定された心肺活動パラメータに基づき決定され得るが、これは必須ではない。睡眠は個々の期間について決定されるパラメータが経時的に独立しているものではない構造化された過程であるので、睡眠段階構成部分３４は、そのような（以前に決定された）情報（例えば、関係、睡眠段階指標、任意選択でパラメータ）に基づき睡眠段階指標を決定するように構成されている（例えば、被験体１２が現在の期間においてＮ３睡眠にある確率は、被験体１２がすぐ前の期間において段階Ｎ３睡眠にあったのであればより高く、被験体１２が前の期間においてレム睡眠にあったのであればより低い）。

[34] 上記の例を続けると、睡眠段階指標は、第１の期間についての第１の睡眠段階指標が、第１の期間について決定された第１の心肺活動パラメータ及び第２の心肺活動パラメータと、複数の個々の期間にわたる第１の心肺活動パラメータと第２の心肺活動パラメータとの間の関係とに基づき決定されることとなるように決定される。加えて、第２の期間についての第２の睡眠段階指標は、例えば、第２の期間について決定された第１の心肺活動パラメータ及び第２の心肺活動パラメータと、複数の個々の期間にわたる第１の心肺活動パラメータと第２の心肺活動パラメータとの間の関係と、第１の睡眠段階指標とに基づき決定される。一部の実施形態において、第２の睡眠段階指標は、第１の期間について決定された第１の心肺活動パラメータ及び第２の心肺活動パラメータに基づき決定され得るが、これは必須ではない。

[35] 一部の実施形態において、睡眠段階指標は、（線形連鎖）条件付き確率場（ＣＲＦ）を用いて、すぐ前の期間についての睡眠段階指標、１つ以上の決定された関係、現在の期間についての１つ以上の決定されたパラメータ（例えば、特徴）、現在の期間についての出力信号、及び／又は他の情報に基づき決定される。条件付き確率場は、分類されるべきデータ（例えば、センサ１８からの出力信号、睡眠段階分類を円滑化するパラメータ構成部分３０により決定されたパラメータ（特徴）など）における配列及び構造を探索する識別的無向確率的モデルである。ＣＲＦは、決定されたパラメータ（特徴）、出力信号、関係、及び／又は他の情報に基づきモデルを条件付ける隠れマルコフモデル（ＨＭＭ）の一般化である。これは、パラメータ（特徴）依存関係（例えば、関係構成部分３２により決定される関係）を組み込み得るより表現的なモデルを可能にする。ＨＭＭ及び他の生成モデルにおいて、パラメータは、同時確率分布Ｐ（ｗ，ｘ）を最大にすることにより学習され、これは、さらには、観測結果の分布Ｐ（ｘ）もまたデータ（例えば、センサ出力信号により伝達される情報）からモデル化される及び／又は何らかの方法で学習されることを必要とする。パラメータは、モデルを規定する値（「重み」とも呼ばれる）である（例えば、設定される必要のある定数を含むアルゴリズムを有することと類似する）。この値は、モデルが可能な限りうまくデータをモデル化することとなるように選択される。観測結果は、モデルへの入力を指し得る。これらの入力は、センサ出力及び／又は他の情報から導き出される上に記載した特徴である。観測結果は、所与の期間についての１つ以上の特徴値（例えば、ｘ＝（ｘ１、ｘ２、…））を指し得る。観測された変数ｘのパラメータ（特徴）が独立していない場合、同時分布をモデル化することは極めて困難であり得、多量のトレーニングデータか、変数に関する強い仮定がなされることかのいずれかを必要とする。異なる特徴は、異なる統計的性質／分布を有し得る。このモデルは、これらの特徴を「確率変数」としてモデル化するものであり、厳密な値は規定されず、その代わりにその分布がモデル化される。Ｐ（ｘ）をモデル化することは、全ての変数相互作用がモデル化される必要があるので困難である。線形連鎖条件付き確率場は、観測結果ｘ＝（ｘ_１，ｘ_２，…，ｘ_ｎ）が与えられて考え得る出力（例えば、観測結果が与えられて、最も可能性の高い睡眠段階の睡眠段階表示；これは、全ての睡眠段階についての確率を演算し、最も高い確率を有する睡眠段階を返すことにより内的に行われる）ｙ＝（ｙ_１，ｙ_２，…，ｙ_ｎ）の確率Ｐ（ｙ｜ｘ）を演算し、周辺確率Ｐ（ｘ）の明確なモデル化を回避することによりこの問題を回避する。モデル化問題を単純化し、パラメータ／特徴（状態についてのみ）の独立性に関する仮定を何ら必要としないことにより、識別モデルは、心肺パラメータ（特徴）を用いた睡眠段階検出の場合において一般的である相互に関連した相互依存的なパラメータ（特徴）をよりよく利用する。

[36] 上で説明した線形連鎖ＣＲＦは、そのような分類器が使用され得る多くの考え得るやり方のうちの１つにすぎないということに留意されたい。ＣＲＦの構成は、例えば、現在の期間について決定された個々の睡眠段階指標ｙ_ｉがすぐ前の期間についての睡眠段階指標（及び／又は他の情報（例えば、パラメータ、出力信号、及び／又は関係））ｙ_ｉ−１に依存するだけでなく、対応する数の期間についての任意の数の多くの前の睡眠段階決定（及び／又は他の情報（例えば、パラメータ、出力信号、及び／又は関係））ｙ_ｊ（但しｊ＜ｉ−１）にも依存することとなるように、より高次に拡張され得る。追加的及び／又は代替的に、Ｐ（ｙ_ｉ｜ｘ）は、現在の状態ｘ_ｉについての観測結果に依存するだけでなく、前の状態（ｘ_ｉ−１，…ｘ_ｉ−ｊ）（但しｊ＜ｉ−１）の観測結果にも依存し得、効果的に、現在状態クラスｗ_ｉの推定が時間全体にわたる一連の観測結果に依存することを許す。その意味において、本発明において説明される一次の単一連鎖（線形連鎖）ＣＲＦは、心肺特徴を用いた睡眠段階分類のために使用され得る識別的無向確率モデルのより包括的なクラスの一実施形態として見られ得る。

[37] 図２Ａ及び図２Ｂは、ファクターグラフ２０２及び２０４を図示している。ＨＭＭにおけるパラメータ学習及び推定は、通常、図２Ａに示されるファクターグラフ２０２を使って行われるのであるが、これは、確率変数間の相互作用を表現するために非負の因子を用いてネットワークの確率分布を説明するモデルの１種である。図２Ａにおいて、個々の状態ｗ_ｔ２０６は、前の個々の状態に依存し、観測された特徴ベクターｘ_ｔ２０８は、個々の状態２０６に依存する。図２Ｂは、ノード２１０のサブセットについての等価ファクターグラフを図示している。ＣＲＦモデルの基礎として図２Ｂが使用され得、ＨＭＭと比較してより優れた性能が既に達成され得るであろう。このグラフへの考え得る追加として、当該システムは、ノードＡからノードＤへのリンクを含むように拡張されるのであるが、これが、遷移特徴をモデル化するやり方であり、ＨＭＭと比較してさらに性能を改善する。

[38] 一部の実施形態において、睡眠段階指標は、被験体における睡眠段階間の遷移を示す。システム１０（図１）は、現在の期間について決定されたパラメータ、１つ以上の前の期間について決定されたパラメータ、パラメータ間の決定された関係、前の期間について決定された睡眠段階指標及び／又は分類、及び／又は他の情報に基づき睡眠段階指標（及び／又は睡眠段階分類）を決定するので、システム１０は、睡眠段階間の遷移を示すことができる。システム１０は、決定されたパラメータが睡眠段階全体において識別的であることを想定しない。図３Ａ及び図３Ｂは、睡眠状態ω_ａ３０４とω_ｂ３０６との間の遷移３０２時に識別的であるパラメータ（例えば、特徴）３００の一例を図示している。図３Ｃは、パラメータ３００のヒストグラム３１０である。図３Ａは、遷移時に識別的である特徴の一例を図示している。図３Ｂは、特徴が現在の状態を示すのであるが、それは複数の値を観測してからのことである、異なる場合を（過去の状態の情報を使用することが重要であり得る理由に関して）示している。このような特徴に関する問題は、（図３Ｃのヒストグラムにおいて見られるように）両方の状態についての予想される値間に大きな重複が存在することである。

[39] 図４Ａは、システム１０により（線形連鎖ＣＲＦ分類器を用いて）なされた睡眠段階（例えば、クラス）決定が以前に決定された睡眠段階（クラス）注釈４０６と合致しているか否か及び／又はどのくらいよく合致しているかを示す事後確率スコア４０２を図示している。図４Ｂは、別のシステムにより（ＣＲＦ分類器を用いずに）なされた睡眠段階（例えば、クラス）決定が以前に決定された睡眠段階（クラス）注釈と合致しているか否か及び／又はどのくらいよく合致しているかを示す事後確率スコア４０４を図示している。図４Ａ及び図４Ｂにおいて、１という注釈はクラスω_ｂを示しており、０という注釈はクラスω_ａを示している。１により近いスコアは、クラスω_ｂについてのより高い事後確率を示す。図４Ａに図示されるように、睡眠段階遷移を示すパラメータ（例えば、特徴）の場合において（ＣＲＦを用いて）得られたスコアは、クラス注釈とほぼ完全に合致する（０から１への遷移４１８が点線４２０と一致する）。図４Ｂに図示されるように、睡眠段階遷移を示すパラメータ（例えば、特徴）の場合において（ＣＲＦを用いずに）得られたスコアは、クラス注釈と合致しない（０から１への遷移４２８が点線４３０と一致しない）が、その代わりに、明瞭な特徴値の場合がより多く見出されると、正しい睡眠段階（クラス）に収束する。

[40] 図５及び図６は、他の睡眠段階分類システムである線形判別（ＬＤ）５０４、６０４及び隠れマルコフモデル（ＨＭＭ）５０６、６０６と比較した、システム１０（図示せず）の条件付き確率場分類器５０２、６０２を用いて行われた実験からの結果５００、６００を図示している。実験から得られたデータセットは、３つの異なるデータベースから得られた１６４人の被験体の完全な睡眠ポリグラフ（ＰＳＧ）データを含む。１４９人の被験体の二晩の記録（２９８個の記録）を含む第１のデータベースは、７つの異なる睡眠研究所において１９９７年〜２０００年の間の欧州連合Ｓｉｅｓｔａプロジェクトにおいて作成されたデータベースの一部であった。このデータベースは、ピッツバーグ睡眠質問票８（Ｐｉｔｔｓｂｕｒｇｈ Ｓｌｅｅｐ Ｑｕａｌｉｔｙ Ｉｎｄｅｘ ８）がせいぜい５である、健康と考えられる（例えば、交代勤務従業員でない、鬱病でない、夜１２時前の普通の就寝時間）被験体に限定された。睡眠段階は、Ｒｅｃｈｔｓｃｈａｆｆｅｎ ａｎｄ Ｋａｌｅｓ（Ｒ＆Ｋ）ガイドラインに従う５つのクラス（「覚醒」、「レム」、「Ｓ１」、「Ｓ２」、「Ｓ３」、「Ｓ４」）において、訓練された睡眠専門家によりスコア付けされた。６人の被験体の一晩の記録を含む第２のデータベースは、２０１０年にＨｉｇｈ Ｔｅｃｈ Ｃａｍｐｕｓ（Ｅｉｎｄｈｏｖｅｎ，Ｔｈｅ Ｎｅｔｈｅｒｌａｎｄｓ）のＰｈｉｌｉｐｓ Ｅｘｐｅｒｉｅｎｃｅ Ｌａｂにおいて収集された（Ｖｉｔａｐｏｒｔ ３ ＰＳＧ，ＴＥＭＥＣ）。９人の被験体を含む第３のデータベースは、２００９年にＳｌｅｅｐ Ｈｅａｌｔｈ Ｃｅｎｔｅｒ（Ｂｏｓｔｏｎ，ＵＳＡ）において収集された（Ａｌｉｃｅ ５ ＰＳＧ，Ｐｈｉｌｉｐｓ Ｒｅｓｐｉｒｏｎｉｃｓ）。第２及び第３のデータベースにおける被験体についての睡眠段階は、ＡＡＳＭガイドラインに従う４つのクラス（「覚醒」、「レム」、「Ｎ１」、「Ｎ２」、「Ｎ３」）において、訓練された睡眠専門家によりスコア付けされた。３つのデータベースにおける全ての被験体が健康であると考えられたが、「初夜効果」を見込むことが賢明である。これが睡眠段階分類器の性能において影響を有する恐れがあるため、２つの別個のセットが作成された。第１のものは、３つのデータベースからの全３１３個の記録を含み（セット「全」）、第２のセットは、期待される規則的な成人睡眠を表す各睡眠段階の最低割合（少なくとも５％の深睡眠、１５％のレム睡眠、及び少なくとも７５％の睡眠効率、及び就寝最低７時間）を有する記録のみを含む（セット「規則的」）。これは、合計１４４個の記録を結果としてもたらした。これらの３つの分類器の性能を比較するために、４つの検出課題、すなわち、深睡眠、ノンレム、レム及び覚醒が検討された。これらの課題の各々について、１０倍交差検証スキームが使用された。対比較を可能にするために、同じ倍数（ｆｏｌｄ）が各分類器の検証に使用された。各分類器の分類性能を比較するために、交差検証手順の各繰り返しにおいて各試験被験体について得られたスコアが収集され、統合（プール化）された。適合率−再現率（ＰＲ）曲線及び受信者操作特性（又はＲＯＣ、すなわち、偽陽性率（ＦＰＲ）に対する真陽性率（ＴＰＲ））が、各分類器により出力されるスコアに関する様々な閾値について演算された。次いで、最大のプール化コーエンκ一致係数につながる閾値が演算された。この閾値に基づき、各被験体のκ係数が演算された。この閾値はプール化κに基づき選択されたため、各被験体についての最大κ係数には対応していないことに留意されたい。各評価指標について、片側ウィルコクソン符号付き順位検定を用いて有意性が試験された。

[41] 図５は、「全」のデータセットにおける各検出課題、すなわち、Ｎ３ ５２０、ノンレム５２２、レム５２４、覚醒５２６について、各分類器５０２、５０４、５０６を用いて得られたプール化適合率５３０−再現率５３２曲線５１０及びＲＯＣ５１２（ＦＰＲ５４２に対するＴＰＲ５４０）の比較を図示している。全ての検出課題において、ＣＲＦ５０２分類器は、解空間全体にわたって他の分類器より優れている。

[42] 図６は、両方のデータセットにおける異なる分類課題、すなわち、Ｎ３（ａｌｌ）６２０、Ｎ３（ｒｅｇ）６３０、ノンレム（ａｌｌ）６２２、ノンレム（ｒｅｇ）６３２、レム（ａｌｌ）６２４、レム（ｒｅｇ）６３４、覚醒（ａｌｌ）６２６、覚醒（ｒｅｇ）６３６について、各分類器６０２、６０４、６０６を用いて得られた平均κ係数６１０及び精度６１２の比較を図示している。ＣＲＦ６０２分類器の性能は、全ての課題、すなわち、６２０、６２２、６２４、６２６、６３０、６３２、６３４、６３６において、ＨＭＭ６０６及びＬＤ６０４の両分類器よりも有意に高い。「規則的」（ｒｅｇ）データセットにおける性能は、「全」（ａｌｌ）データセットにおけるよりも高く、それらの被験体のより規則的な睡眠構造を反映している。

[43] 図１に戻るが、電子記憶装置２２は、情報を電子的に記憶する電子記憶媒体を含む。電子記憶装置２２の電子記憶媒体は、システム１０と一体に提供される（すなわち、実質的に着脱自在でない）システム記憶装置及び／又は例えばポート（例えば、ＵＳＢポート、ファイヤワイヤポートなど）若しくはドライブ（例えば、ディスクドライブなど）を介してシステム１０に着脱自在に接続可能である着脱自在な記憶装置のうちの一方又は両方を含み得る。電子記憶装置２２は、光学的に読取可能な記憶媒体（例えば、光ディスクなど）、磁気的に読取可能な記憶媒体（例えば、磁気テープ、磁気ハードドライブ、フロッピードライブなど）、電荷ベースの記憶媒体（例えば、ＥＰＲＯＭ、ＲＡＭなど）、ソリッドステート記憶媒体（例えば、フラッシュドライブなど）、及び／又は他の電子的に読取可能な記憶媒体のうちの１つ以上を含み得る。電子記憶装置２２は、ソフトウェアアルゴリズム（例えば、ＣＲＦに関連する情報）、プロセッサ２０により決定された情報、ユーザインターフェイス２４及び／又は外部コンピューティングシステムを介して受け取られた情報、及び／又はシステム１０が適切に機能することを可能にする他の情報を記憶し得る。電子記憶装置２２は、システム１０内において（全部又は一部が）別個の構成部分であり得るか、又は電子記憶装置２２は、システム１０（例えば、プロセッサ２０）の１つ以上の他の構成部分と（全部又は一部が）一体に提供され得る。

[44] ユーザインターフェイス２４は、システム１０と被験体１２及び／又は他のユーザとの間のインターフェイスを提供するように構成され、それを介して、被験体１２及び／又は他のユーザは、システム１０に情報を提供し、システム１０から情報を受け取り得る。これは、総称して「情報」と呼ばれるデータ、合図、結果、及び／又は命令並びに任意の他の伝達可能な品目が、ユーザ（例えば、被験体１２）とセンサ１８、プロセッサ２０及び／又はシステム１０の他の構成部分のうちの１つ以上との間でやりとりされることを可能にする。ユーザインターフェイス２４に含めるのに好適なインターフェイスデバイスの例は、キーパッド、ボタン、スイッチ、キーボード、つまみ、レバー、表示画面、タッチスクリーン、スピーカー、マイクロホン、表示灯、可聴警報器、プリンター、触覚フィードバックデバイス、及び／又は他のインターフェイスデバイスを含む。一部の実施形態において、ユーザインターフェイス２４は、複数の別個のインターフェイスを含む。一部の実施形態において、ユーザインターフェイス２４は、プロセッサ２０及び／又はシステム１０の他の構成部分と一体に提供される少なくとも１つのインターフェイスを含む。

[45] 配線接続又は無線のいずれかの他の通信技術もまた、ユーザインターフェイス２４として本開示により企図されることが理解されるべきである。例えば、本開示は、ユーザインターフェイス２４が電子記憶装置２２により提供される着脱自在な記憶装置インターフェイスと一体化され得ることを企図している。この例において、情報は、ユーザ（１人又は複数）がシステム１０の実装をカスタマイズすることを可能にする着脱自在な記憶装置（例えば、スマートカード、フラッシュドライブ、着脱自在ディスクなど）からシステム１０内にロードされ得る。ユーザインターフェイス２４としてシステム１０との使用のために適合される他の例示的な入力デバイス及び技術は、ＲＳ−２３２ポート、ＲＦリンク、ＩＲリンク、モデム（電話、ケーブルなど）を含むが、これらに限定されない。要するに、システム１０と情報をやりとりするための任意の技術が、ユーザインターフェイス２４として本開示により企図される。

[46] 図７は、決定システムを用いて睡眠セッションの間の個々の期間について被験体における睡眠段階指標を決定するための方法７００を図示している。決定システムは、１つ以上のセンサ、１つ以上の物理的コンピュータプロセッサ及び／又は他の構成部分を含む。１つ以上の物理的コンピュータプロセッサは、コンピュータプログラム構成部分を実行するように構成されている。コンピュータプログラム構成部分は、パラメータ構成部分、関係構成部分、睡眠段階構成部分、及び／又は他の構成部分を含む。以下に提示される方法７００の動作は、例示であることが意図される。一部の実施形態において、方法７００は、記載されていない１つ以上の追加の動作を伴って及び／又は述べられている動作のうちの１つ以上を伴わずに成し遂げられ得る。さらに、方法７００の動作を図７に図示し且つ以下で説明する順序は、限定することが意図されるものではない。

[47] 一部の実施形態において、方法７００は、１つ以上の処理デバイス（例えば、デジタルプロセッサ、アナログプロセッサ、情報を処理するように設計されたデジタル回路、情報を処理するように設計されたアナログ回路、状態機械、及び／又は情報を電子的に処理するための他の機構）において実施され得る。この１つ以上の処理デバイスは、電子記憶媒体上に電子的に記憶された命令に応答して方法７００の動作の一部又は全部を実行する１つ以上のデバイスを含み得る。この１つ以上の処理デバイスは、方法７００の動作のうちの１つ以上の実行のために特別に設計されるようにハードウェア、ファームウェア、及び／又はソフトウェアを通じて構成された１つ以上のデバイスを含み得る。

[48] 動作７０２において、被験体の心肺活動に関連する情報を伝達する出力信号が生成される。一部の実施形態において、被験体の心肺活動に関連する情報を伝達する出力信号を生成することは、被験体の心臓活動、被験体の呼吸活動、及び／又は被験体の他の生理的活動に関連する情報を生成することを含む。一部の実施形態において、動作７０２は、センサ１８（図１に示され、本明細書で説明される）と同じ又は類似の１つ以上のセンサによって行われる。

[49] 動作７０４において、被験体の１つ以上の心肺活動パラメータが決定される。被験体のこの１つ以上の心肺活動パラメータは、出力信号及び／又は他の情報に基づき決定される。一部の実施形態において、例えば、１つ以上の心肺活動パラメータを決定することは、第１の期間についての第１の心肺活動パラメータ及び第２の心肺活動パラメータを決定することと、第２の期間についての第１の心肺活動パラメータ及び第２の心肺活動パラメータを決定することとを含む。一部の実施形態において、この１つ以上の心肺活動パラメータは、心臓活動パラメータ、呼吸パラメータ、心肺カップリングパラメータ、及び／又は他のパラメータのうちの１つ以上を含む。一部の実施形態において、パラメータは、センサによって生成された出力信号中の被験体の心肺活動に関連する情報から抽出された特徴である及び／又はそれを含む。一部の実施形態において、動作７０４は、パラメータ構成部分３０（図１に示され、本明細書で説明される）と同じ又は類似のプロセッサ構成部分によって行われる。

[50] 動作７０６において、被験体の１つ以上の心肺活動パラメータ間の１つ以上の関係が決定される。１つ以上の関係を決定することは、例えば、第１の心肺活動パラメータと第２の心肺活動パラメータ（及び／又は特徴）との間の関係を決定することを含む。決定される関係は、複数の個々の期間について決定され得る（例えば、単一の決定された関係が複数の個々の期間にわたって当てはまる）。一部の実施形態において、動作７０６は、関係構成部分３２（図１に示され、本明細書で説明される）と同じ又は類似のプロセッサ構成部分によって行われる。

[51] 動作７０８において、個々の期間について被験体の睡眠段階を示す睡眠段階指標が決定される。睡眠段階指標は、１つ以上の決定された関係、１つ以上の決定されたパラメータ、以前に決定された睡眠段階指標、及び／又は他の情報に基づき決定される。上記の例を続けると、睡眠段階指標は、第１の期間についての第１の睡眠段階指標が、第１の期間について決定された第１の心肺活動パラメータ及び第２の心肺活動パラメータと、複数の個々の期間にわたる第１の心肺活動パラメータと第２の心肺活動パラメータとの間の関係とに基づき決定されることとなるように決定される。加えて、第２の期間についての第２の睡眠段階指標は、例えば、第２の期間について決定された第１の心肺活動パラメータ及び第２の心肺活動パラメータと、複数の個々の期間にわたる第１の心肺活動パラメータと第２の心肺活動パラメータとの間の関係と、第１の睡眠段階指標とに基づき決定される。一部の実施形態において、第２の睡眠段階指標は、第１の期間について決定された第１の心肺活動パラメータと第２の心肺活動パラメータとに基づき決定されるが、これは任意選択である。一部の実施形態において、睡眠段階指標は、個々の期間について被験体が１つ以上の考え得る睡眠段階にある確率を示す確率指標である。一部の実施形態において、睡眠段階指標は、条件付き確率場を用いて、１つ以上の以前に決定された睡眠段階指標と、１つ以上の決定された関係と、１つ以上の決定されたパラメータとに基づき決定される。一部の実施形態において、睡眠段階指標は、被験体における睡眠段階間の遷移を示す。一部の実施形態において、動作７０８は、睡眠段階構成部分３４（図１に示され、本明細書で説明される）と同じ又は類似のプロセッサ構成部分によって行われる。

[52] 特許請求の範囲において、括弧に挟まれたいずれの参照記号も、クレームを限定するものとして解釈されないものとする。「含む（ｃｏｍｐｒｉｓｉｎｇ）」又は「含む（ｉｎｃｌｕｄｉｎｇ）」という語は、クレームに列挙されるもの以外の要素又は工程の存在を除外しない。いくつかの手段を列挙するデバイスクレームにおいて、これらの手段のうちのいくつかは、ハードウェアの同一の品目によって具現化され得る。要素に先行する「ａ」又は「ａｎ」という語は、複数のそのような要素の存在を除外しない。いくつかの手段を列挙する任意のデバイスクレームにおいて、これらの手段のうちのいくつかは、ハードウェアの同一の品目によって具現化され得る。ある特定の要素が互いに異なる従属クレームに記載されているということだけでは、これらの要素が組み合わせで使用され得ないということを示すことにならない。

[53] 上で提供された説明は、最も実用的で好ましい実施形態であると現在考えられているものに基づき例示を目的として詳細を提供しているが、そのような詳細は、それだけを目的としたものであること、並びに本開示は、明示的に開示された実施形態に限定されるものではなく、逆に、添付の特許請求の範囲の趣旨及び範囲内にある修正及び同等の構成を対象として含むことが意図されることが理解されるべきである。例えば、本開示は、任意の実施形態の１つ以上の特徴が任意の他の実施形態の１つ以上の特徴と可能な限り組み合わされ得ることを企図することが理解されるべきである。

Claims (12)

1. 睡眠セッションの間の個々の期間について被験体における睡眠段階指標を決定するシステムであって、前記システムは、
   前記被験体の心臓活動及び呼吸活動を含む心肺活動に関連する情報を伝達する出力信号を生成する１つ以上のセンサと、
   第１の期間についての第１の睡眠段階指標が、前記第１の期間について決定された第１の心肺活動パラメータ及び第２の心肺活動パラメータと、複数の個々の期間にわたる前記第１の心肺活動パラメータと前記第２の心肺活動パラメータとの間の関係とに基づき決定され、
   第２の期間についての第２の睡眠段階指標が、前記第２の期間について決定された前記第１の心肺活動パラメータ及び前記第２の心肺活動パラメータと、複数の個々の期間にわたる前記第１の心肺活動パラメータと前記第２の心肺活動パラメータとの間の前記関係と、前記第１の睡眠段階指標とに基づき決定されることとなるように、
   コンピュータ可読命令により、
   前記出力信号に基づき前記被験体の１つ以上の心肺活動パラメータを決定することであって、前記１つ以上の心肺活動パラメータは、前記被験体の心臓及び呼吸器の自律神経系間のカップリングの強度を示す心肺カップリングパラメータを含み、前記１つ以上の心肺活動パラメータを決定することは、（ａ）前記第１の期間について前記第１の心肺活動パラメータ及び前記第２の心肺活動パラメータを決定し且つ（ｂ）前記第２の期間について前記第１の心肺活動パラメータ及び前記第２の心肺活動パラメータを決定することを含む、前記１つ以上の心肺活動パラメータを決定することと、
   前記被験体の前記１つ以上の心肺活動パラメータ間の１つ以上の関係を決定することであって、前記１つ以上の関係は前記心肺カップリングパラメータ間の関係を含み、前記１つ以上の関係を決定することは、複数の個々の期間について前記第１の心肺活動パラメータと前記第２の心肺活動パラメータとの間の前記関係を決定することを含む、前記１つ以上の関係を決定することと、
   決定された前記１つ以上の関係と決定された前記１つ以上の心肺活動パラメータとに基づき前記個々の期間について前記被験体の睡眠段階を示す睡眠段階指標を確率的ファクターグラフに基づいて決定することとを行う、
   １つ以上の物理的コンピュータプロセッサと
   を含む、システム。
2. 前記１つ以上の物理的コンピュータプロセッサは、前記睡眠段階指標が個々の期間について前記被験体が１つ以上の考え得る睡眠段階にある確率を示す確率指標であることとなるように構成されている、請求項１に記載のシステム。
3. 前記１つ以上の物理的コンピュータプロセッサが、条件付き確率場を用いて前記睡眠段階指標を決定し、前記確率的ファクターグラフは、確率変数間の相互作用を表現するために非負の因子を用いてネットワークの確率分布を説明する識別的無向確率的ファクターグラフである、請求項１に記載のシステム。
4. 前記１つ以上の物理的コンピュータプロセッサは、前記睡眠段階指標が前記被験体における睡眠段階間の遷移を示すこととなるように構成されている、請求項１に記載のシステム。
5. 決定システムを用いて睡眠セッションの間の個々の期間について被験体における睡眠段階指標を決定するための方法であって、前記決定システムは、１つ以上のセンサと１つ以上の物理的コンピュータプロセッサとを含み、前記方法は、
   前記１つ以上のセンサを用いて前記被験体の心臓活動及び呼吸活動を含む心肺活動に関連する情報を伝達する出力信号を生成するステップと、
   第１の期間についての第１の睡眠段階指標が、前記第１の期間について決定された第１の心肺活動パラメータ及び第２の心肺活動パラメータと、複数の個々の期間にわたる前記第１の心肺活動パラメータと前記第２の心肺活動パラメータとの間の関係とに基づき決定され、
   第２の期間についての第２の睡眠段階指標が、前記第２の期間について決定された前記第１の心肺活動パラメータ及び前記第２の心肺活動パラメータと、複数の個々の期間にわたる前記第１の心肺活動パラメータと前記第２の心肺活動パラメータとの間の前記関係と、前記第１の睡眠段階指標とに基づき決定されることとなるように、
   前記１つ以上の物理的コンピュータプロセッサを用いて、前記出力信号に基づき前記被験体の１つ以上の心肺活動パラメータを決定するステップであって、前記１つ以上の心肺活動パラメータは、前記被験体の心臓及び呼吸器の自律神経系間のカップリングの強度を示す心肺カップリングパラメータを含み、前記１つ以上の心肺活動パラメータを決定するステップは、（ａ）前記第１の期間について前記第１の心肺活動パラメータ及び前記第２の心肺活動パラメータを決定し且つ（ｂ）前記第２の期間について前記第１の心肺活動パラメータ及び前記第２の心肺活動パラメータを決定するステップを含む、前記１つ以上の心肺活動パラメータを決定するステップと、
   前記１つ以上の物理的コンピュータプロセッサを用いて、前記被験体の前記１つ以上の心肺活動パラメータ間の１つ以上の関係を決定するステップであって、前記１つ以上の関係は前記心肺カップリングパラメータ間の関係を含み、前記１つ以上の関係を決定するステップは、複数の個々の期間について前記第１の心肺活動パラメータと前記第２の心肺活動パラメータとの間の前記関係を決定するステップを含む、前記１つ以上の関係を決定するステップと、
   前記１つ以上の物理的コンピュータプロセッサを用いて、決定された前記１つ以上の関係と決定された前記１つ以上の心肺活動パラメータとに基づき前記個々の期間について前記被験体の睡眠段階を示す睡眠段階指標を確率的ファクターグラフに基づいて決定するステップと
   を含む、方法。
6. 前記睡眠段階指標が、個々の期間について前記被験体が１つ以上の考え得る睡眠段階にある確率を示す確率指標である、請求項５に記載の方法。
7. 前記睡眠段階指標が、条件付き確率場を用いて決定され、前記確率的ファクターグラフは、確率変数間の相互作用を表現するために非負の因子を用いてネットワークの確率分布を説明する識別的無向確率的ファクターグラフである、請求項５に記載の方法。
8. 前記睡眠段階指標が、前記被験体における睡眠段階間の遷移を示す、請求項５に記載の方法。
9. 睡眠セッションの間の個々の期間について被験体における睡眠段階指標を決定するシステムであって、前記システムは、
   前記被験体の心臓活動及び呼吸活動を含む心肺活動に関連する情報を伝達する出力信号を生成するための手段と、
   第１の期間についての第１の睡眠段階指標が、前記第１の期間について決定された第１の心肺活動パラメータ及び第２の心肺活動パラメータと、複数の個々の期間にわたる前記第１の心肺活動パラメータと前記第２の心肺活動パラメータとの間の関係とに基づき決定され、
   第２の期間についての第２の睡眠段階指標が、前記第２の期間について決定された前記第１の心肺活動パラメータ及び前記第２の心肺活動パラメータと、複数の個々の期間にわたる前記第１の心肺活動パラメータと前記第２の心肺活動パラメータとの間の前記関係と、前記第１の睡眠段階指標とに基づき決定されることとなるように、
   前記出力信号に基づき前記被験体の１つ以上の心肺活動パラメータを決定するための手段であって、前記１つ以上の心肺活動パラメータは、前記被験体の心臓及び呼吸器の自律神経系間のカップリングの強度を示す心肺カップリングパラメータを含み、前記１つ以上の心肺活動パラメータを決定することは、（ａ）前記第１の期間について前記第１の心肺活動パラメータ及び前記第２の心肺活動パラメータを決定し且つ（ｂ）前記第２の期間について前記第１の心肺活動パラメータ及び前記第２の心肺活動パラメータを決定することを含む、前記１つ以上の心肺活動パラメータを決定するための手段と、
   前記被験体の前記１つ以上の心肺活動パラメータ間の１つ以上の関係を決定するための手段であって、前記１つ以上の関係は前記心肺カップリングパラメータ間の関係を含み、前記１つ以上の関係を決定することは、複数の個々の期間について前記第１の心肺活動パラメータと前記第２の心肺活動パラメータとの間の前記関係を決定することを含む、前記１つ以上の関係を決定するための手段と、
   決定された前記１つ以上の関係と決定された前記１つ以上の心肺活動パラメータとに基づき前記個々の期間について前記被験体の睡眠段階を示す睡眠段階指標を確率的ファクターグラフに基づいて決定するための手段と
   を含む、システム。
10. 前記睡眠段階指標が、個々の期間について前記被験体が１つ以上の考え得る睡眠段階にある確率を示す確率指標である、請求項９に記載のシステム。
11. 前記睡眠段階指標が、条件付き確率場を用いて決定され、前記確率的ファクターグラフは、確率変数間の相互作用を表現するために非負の因子を用いてネットワークの確率分布を説明する識別的無向確率的ファクターグラフである、請求項９に記載のシステム。
12. 前記睡眠段階指標が、前記被験体における睡眠段階間の遷移を示す、請求項９に記載のシステム。

Images