JP6829880B2 - 入眠評価システム、プログラムおよび記憶媒体 - Google Patents
入眠評価システム、プログラムおよび記憶媒体 Download PDFInfo
- Publication number
- JP6829880B2 JP6829880B2 JP2017061892A JP2017061892A JP6829880B2 JP 6829880 B2 JP6829880 B2 JP 6829880B2 JP 2017061892 A JP2017061892 A JP 2017061892A JP 2017061892 A JP2017061892 A JP 2017061892A JP 6829880 B2 JP6829880 B2 JP 6829880B2
- Authority
- JP
- Japan
- Prior art keywords
- time
- sleep
- window
- power
- series data
- 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
- 230000007958 sleep Effects 0.000 title claims description 69
- 230000008452 non REM sleep Effects 0.000 claims description 43
- 238000001514 detection method Methods 0.000 claims description 34
- 238000001228 spectrum Methods 0.000 claims description 33
- 238000000034 method Methods 0.000 claims description 32
- 230000008569 process Effects 0.000 claims description 17
- 238000012545 processing Methods 0.000 claims description 17
- 238000011156 evaluation Methods 0.000 claims description 12
- 238000010183 spectrum analysis Methods 0.000 claims description 11
- 230000010349 pulsation Effects 0.000 claims description 5
- 230000007547 defect Effects 0.000 claims 2
- 230000008667 sleep stage Effects 0.000 description 12
- 230000036385 rapid eye movement (rem) sleep Effects 0.000 description 10
- 230000029058 respiratory gaseous exchange Effects 0.000 description 8
- 230000006870 function Effects 0.000 description 7
- 230000000241 respiratory effect Effects 0.000 description 7
- 230000001133 acceleration Effects 0.000 description 6
- 230000037007 arousal Effects 0.000 description 6
- 230000036541 health Effects 0.000 description 5
- 230000036387 respiratory rate Effects 0.000 description 5
- 230000003860 sleep quality Effects 0.000 description 5
- 206010062519 Poor quality sleep Diseases 0.000 description 4
- 208000008784 apnea Diseases 0.000 description 4
- 230000004622 sleep time Effects 0.000 description 4
- 230000007704 transition Effects 0.000 description 4
- 206010021079 Hypopnoea Diseases 0.000 description 3
- 238000004364 calculation method Methods 0.000 description 3
- 238000004590 computer program Methods 0.000 description 3
- 230000007423 decrease Effects 0.000 description 3
- 239000003814 drug Substances 0.000 description 3
- 230000003287 optical effect Effects 0.000 description 3
- 210000000707 wrist Anatomy 0.000 description 3
- 206010015856 Extrasystoles Diseases 0.000 description 2
- 208000000418 Premature Cardiac Complexes Diseases 0.000 description 2
- 238000004458 analytical method Methods 0.000 description 2
- 210000004556 brain Anatomy 0.000 description 2
- 238000007796 conventional method Methods 0.000 description 2
- 230000003247 decreasing effect Effects 0.000 description 2
- 229940079593 drug Drugs 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 230000004461 rapid eye movement Effects 0.000 description 2
- 230000000284 resting effect Effects 0.000 description 2
- 230000035945 sensitivity Effects 0.000 description 2
- 201000002859 sleep apnea Diseases 0.000 description 2
- 208000019116 sleep disease Diseases 0.000 description 2
- 230000003595 spectral effect Effects 0.000 description 2
- 238000007619 statistical method Methods 0.000 description 2
- 238000012731 temporal analysis Methods 0.000 description 2
- 238000000700 time series analysis Methods 0.000 description 2
- 206010003658 Atrial Fibrillation Diseases 0.000 description 1
- 238000012952 Resampling Methods 0.000 description 1
- 238000000540 analysis of variance Methods 0.000 description 1
- 206010003119 arrhythmia Diseases 0.000 description 1
- 230000006793 arrhythmia Effects 0.000 description 1
- QVGXLLKOCUKJST-UHFFFAOYSA-N atomic oxygen Chemical compound [O] QVGXLLKOCUKJST-UHFFFAOYSA-N 0.000 description 1
- 210000003403 autonomic nervous system Anatomy 0.000 description 1
- 238000010009 beating Methods 0.000 description 1
- 230000006399 behavior Effects 0.000 description 1
- 230000017531 blood circulation Effects 0.000 description 1
- 239000012141 concentrate Substances 0.000 description 1
- 238000007405 data analysis Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 230000004424 eye movement Effects 0.000 description 1
- 210000000744 eyelid Anatomy 0.000 description 1
- 210000000245 forearm Anatomy 0.000 description 1
- 238000002513 implantation Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 229910052760 oxygen Inorganic materials 0.000 description 1
- 239000001301 oxygen Substances 0.000 description 1
- 230000001734 parasympathetic effect Effects 0.000 description 1
- 238000005192 partition Methods 0.000 description 1
- 230000037081 physical activity Effects 0.000 description 1
- 238000001303 quality assessment method Methods 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 230000036391 respiratory frequency Effects 0.000 description 1
- 210000002027 skeletal muscle Anatomy 0.000 description 1
- 230000037322 slow-wave sleep Effects 0.000 description 1
- 239000007787 solid Substances 0.000 description 1
- 238000012360 testing method Methods 0.000 description 1
Images
Classifications
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/02—Detecting, measuring or recording pulse, heart rate, blood pressure or blood flow; Combined pulse/heart-rate/blood pressure determination; Evaluating a cardiovascular condition not otherwise provided for, e.g. using combinations of techniques provided for in this group with electrocardiography or electroauscultation; Heart catheters for measuring blood pressure
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/16—Devices for psychotechnics; Testing reaction times ; Devices for evaluating the psychological state
Landscapes
- Health & Medical Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- Engineering & Computer Science (AREA)
- Animal Behavior & Ethology (AREA)
- Heart & Thoracic Surgery (AREA)
- Veterinary Medicine (AREA)
- Public Health (AREA)
- General Health & Medical Sciences (AREA)
- Surgery (AREA)
- Physics & Mathematics (AREA)
- Molecular Biology (AREA)
- Biophysics (AREA)
- Pathology (AREA)
- Biomedical Technology (AREA)
- Medical Informatics (AREA)
- Educational Technology (AREA)
- Developmental Disabilities (AREA)
- Social Psychology (AREA)
- Child & Adolescent Psychology (AREA)
- Psychology (AREA)
- Psychiatry (AREA)
- Hospice & Palliative Care (AREA)
- Cardiology (AREA)
- Physiology (AREA)
- Measurement Of The Respiration, Hearing Ability, Form, And Blood Characteristics Of Living Organisms (AREA)
- Measuring Pulse, Heart Rate, Blood Pressure Or Blood Flow (AREA)
Description
以下の発明は以上の成果及び考察に基づく。
[1]脈波検出用の又は心電図記録用の検出手段と、
前記検出手段が取得したデータから、被検者の心臓の拍動間隔の時系列データを生成する手段と、
前記時系列データの時間軸に沿って移動する、所定の時間長のウィンドウを設定し、時間軸上の複数の判定時点の各々について、それを含むウィンドウ内の時系列データをスペクトル解析する手段と、
各ウィンドウのスペクトルから、心拍変動高周波数成分のパワーの集中度を算出する手段と、
算出した集中度に基づいて、ノンレム睡眠であるか否かを判定する手段と、
を備え、
前記心拍変動高周波数成分のパワーの集中度が以下の(1)〜(6)の手順で算出される入眠評価システム、
(1)各ウィンドウのスペクトルから、高周波数領域(0.15〜0.45 Hz)でパワーが最も高いピークを検出し、その周波数をFm(Hz)とする;
(2)Fm(Hz)を中心とする領域へのパワー集中度を調べる周波数帯の幅をLとする;
(3)心拍変動スペクトルをP(f)とし、そのFm-L/2からFm+L/2の範囲のパワーの和S(L)を以下の式で求める;
[3]前記時系列データを生成する手段は、生成した時系列データから外れ値を除去するとともに、欠損部分を補間する、[1]又は[2]に記載の入眠評価システム。
[4]前記ウィンドウのサイズを規定する時間長が1分〜15分である、[1]〜[3]のいずれか一項に記載の入眠評価システム。
[5]取得したデータから被検者の心臓の拍動間隔の時系列データを生成する処理と、
前記時系列データの時間軸に沿って移動する、所定の時間長のウィンドウを設定し、時間軸上の複数の判定時点の各々について、それを含むウィンドウ内の時系列データをスペクトル解析する処理と、
各ウィンドウのスペクトルから、心拍変動高周波数成分のパワーの集中度を算出する処理と、
算出した集中度に基づいて、ノンレム睡眠であるか否かを判定する処理と、
をコンピュータに実行させるプログラムであって、
前記心拍変動高周波数成分のパワーの集中度が以下の(1)〜(6)の手順で算出される、プログラム、
(1)各ウィンドウのスペクトルから、高周波数領域(0.15〜0.45 Hz)でパワーが最も高いピークを検出し、その周波数をFm(Hz)とする;
(2)Fm(Hz)を中心とする領域へのパワー集中度を調べる周波数帯の幅をLとする;
(3)心拍変動スペクトルをP(f)とし、そのFm-L/2からFm+L/2の範囲のパワーの和S(L)を以下の式で求める;
[7]前記時系列データを生成する処理は、生成した時系列データから外れ値を除去するとともに、欠損部分を補間する、[5]又は[6]に記載のプログラム。
[8]前記ウィンドウのサイズを規定する時間長が1分〜15分である、[5]〜[7]のいずれか一項に記載のプログラム。
[9][5]〜[8]に記載のプログラムを格納した、コンピュータ読み取り可能な記憶媒体。
その他、本発明は、以下のような形態として実現することも可能である。
[1]被検者の心臓の拍動間隔の時系列データを生成するステップ(ステップ1)と、
前記時系列データの時間軸に沿って移動する、所定の時間長のウィンドウを設定し、時間軸上の複数の判定時点の各々について、それを含むウィンドウ内の時系列データをスペクトル解析するステップ(ステップ2)と、
各ウィンドウのスペクトルから、心拍変動高周波数成分のパワーの集中度を算出するステップ(ステップ3)と、及び
算出した集中度に基づいて、ノンレム睡眠であるか否かを判定するステップ(ステップ4)と、
を含む、ノンレム睡眠を検出する方法。
[2]ステップ1の時系列データが、心電図のR-R間隔又は脈波の拍動間隔を用いて生成される、[1]に記載の検出方法。
[3]ステップ2の前に、ステップ1で生成した時系列データから外れ値を除去するとともに、欠損部分が補間される、[1]又は[2]に記載の検出方法。
[4]前記ウィンドウのサイズを規定する時間長が1分〜15分である、[1]〜[3]のいずれか一項に記載の検出方法。
[5]ステップ3における、心拍変動高周波数成分のパワーの集中度が以下の(1)〜(6)の手順で算出される、[1]〜[4]のいずれか一項に記載の検出方法、
(1)各ウィンドウのスペクトルから、高周波数領域(0.15〜0.45 Hz)でパワーが最も高いピークを検出し、その周波数をFm(Hz)とする;
(2)Fm(Hz)を中心とする領域へのパワー集中度を調べる周波数帯の幅をLとする;
(3)心拍変動スペクトルをP(f)とし、そのFm-L/2からFm+L/2の範囲のパワーの和S(L)を以下の式で求める;
[7]脈波検出用の又は心電図記録用の検出手段と、
前記検出手段が取得したデータから、被検者の心臓の拍動間隔の時系列データを生成する手段と、
前記時系列データの時間軸に沿って移動する、所定の時間長のウィンドウを設定し、時間軸上の複数の判定時点の各々について、それを含むウィンドウ内の時系列データをスペクトル解析する手段と、
各ウィンドウのスペクトルから、心拍変動高周波数成分のパワーの集中度を算出する手段と、
算出した集中度に基づいて、ノンレム睡眠であるか否かを判定するする手段と、
を備える入眠評価システム。
[8]取得したデータから被検者の心臓の拍動間隔の時系列データを生成する処理と、
前記時系列データの時間軸に沿って移動する、所定の時間長のウィンドウを設定し、時間軸上の複数の判定時点の各々について、それを含むウィンドウ内の時系列データをスペクトル解析する処理と、
各ウィンドウのスペクトルから、心拍変動高周波数成分のパワーの集中度を算出する処理と、
算出した集中度に基づいて、ノンレム睡眠であるか否かを判定する処理と、
をコンピュータに実行させるためのプログラム。
[9][8]に記載のプログラムを格納した、コンピュータ読み取り可能な記憶媒体。
本発明の第1の局面は、ノンレム睡眠を検出する方法に関する。本発明の検出方法では、以下のステップ1〜4を行う。
ステップ1:被検者の心臓の拍動間隔の時系列データを生成するステップ
ステップ2:前記時系列データの時間軸に沿って移動する、所定の時間長のウィンドウを設定し、時間軸上の複数の判定時点の各々について、それを含むウィンドウ内の時系列データをスペクトル解析するステップ
ステップ3:各ウィンドウのスペクトルから、心拍変動高周波数成分のパワーの集中度を算出するステップ
ステップ4:算出した集中度に基づいて、ノンレム睡眠であるか否かを判定するステップ
ωを特定(例えば0.01)し、パワー比の値が基準値(閾値)よりも高いとき又は基準値以上のときにノンレム睡眠の状態であると判定する。基準値の具体例は30%〜60%の範囲内の特定の値(例えば30%、40%、50%等)である。尚、基準値は複数名(好ましくは100名以上、更に好ましくは200名以上)の被験者から取得したデータに基づき設定することができる。
ωを2点(例えば0.01Hzと0.1Hz)に設定し、各々のパワー比を算出し、その比率R(ω=0.01Hz)/R(ω=0.1Hz)が基準値よりも高いとき又は基準値以上のときにノンレム睡眠の状態であると判定する。尚、基準値は複数名(好ましくは100名以上、更に好ましくは200名以上)の被験者から取得したデータに基づき設定することができる。
図2は、本発明のノンレム睡眠検出システムの構成例を概念的に示す図である。ノンレム睡眠検出システム1は、検出器2、演算処理手段3、操作手段4、記憶手段5、及び出力手段6を備える。
本発明はノンレム睡眠検出システムに用いるコンピュータプログラムも提供する。本発明のコンピュータプログラムは、コンピュータに以下の処理(i)〜(iv)を実行させる。尚、本発明のコンピュータプログラムは、例えば、CD(Compact Disc)、DVD(Digital Versatile Disc)、BD(Blu-ray(登録商標) Disc)、或いは各種メモリーカード(USBフラッシュメモリー、SDメモリーカード等)等のコンピュータ読み取り可能な記憶媒体に格納した状態、或いはクラウドコンピュータからダウンロードする形態で提供される。
(i)取得したデータから被検者の心臓の拍動間隔の時系列データを生成する処理
(ii)前記時系列データの時間軸に沿って移動する、所定の時間長のウィンドウを設定し、時間軸上の複数の判定時点の各々について、それを含むウィンドウ内の時系列データをスペクトル解析する処理
(iii)各ウィンドウのスペクトルから、心拍変動高周波数成分のパワーの集中度を算出する処理
(iv)算出した集中度に基づいて、ノンレム睡眠であるか否かを判定する処理
1.HF成分のパワー集中度の指標
新しい睡眠指標(sleep indicator,SI)として、心拍変動のパワースペクトルのHF領域(0.15-0.4 5Hz)の最も高いピークとその周辺にパワーが集中する度合いを表す指標を開発した(図3)。SIの計算方法は以下の通りとした。
睡眠時無呼吸障害の診断を目的として睡眠ポリグラフ検査を受けた人で、心房細動、ペーメーカ埋込例、apnea-hypopnea indexが30以上の重症睡眠時無呼吸を有しない男性176例(51±16歳)、女性86例(52±18歳)の睡眠ポリグラフデータを分析の対象とした。
睡眠ポリグラフ検査では、心電図は修正V2誘導で記録し、500 Hzで標本化した。また、左手首に3軸加速度計を内蔵した体動センサを装着し、アクチグラフを記録した。
睡眠ステージは、American Academy of Sleep Medicine(AASM)guidelines(非特許文献5)に従って、30秒毎のエポックを覚醒、NREM、REMの3ステージのいずれかとして判定した。さらに、連続する10個のエポックを1セグメント(5分)とし、10個中6個以上のエポックが同じ睡眠ステージであった時、それをそのセグメントの睡眠ステージとした。同じ睡眠ステージのエポックが6個未満のセグメントは、移行セグメントとして分類した。
統計解析には、Statistical Analysis Systemプログラムパッケージ(SAS Institute Inc.、Cary、NC、米国)を用いた。睡眠ステージによる心拍数、心拍変動指標、体動、SIの差は、general linear modelによるANOVAによって検定した。各指標によるNREM睡眠の検出力は、覚醒およびREM睡眠に分類されたセグメントと、NREM睡眠に分類されたセグメントの間の識別力を、receiver-operating characteristic(ROC) curveのarea under the curve(AUC)によって評価した。P<0.05を統計的有意性の基準とした。
図4は代表例の覚醒からNREM睡眠への移行時(左図)とNREM睡眠中(右図)のデータを示す。覚醒時に比べ、NREMステージでは先鋭なHF成分のスペクトルが現れ、SIの値が70%を超えている。図5は代表例の全就床時間中のデータで、NREMステージにはSIが70%を超えている。本研究では262件の睡眠ポリグラフから、合計22,103セグメントのデータが得られ、3,522セグメント(15.9%)は覚醒ステージ、7,759(35.1%)はNREMステージ、3136(14.2%)はREMステージ、残りの7,686(34.8%)が移行セグメントであった。
NREM睡眠に伴う呼吸の規則性の増加を利用した、心拍変動のパワースペクトルのHF成分のパワーの集中度を表す指標(SI)は、NREM睡眠と、覚醒およびREM睡眠との識別において、心拍数や従来の心拍変動指標、加速度による体動の指標よりも、高い識別力を有する。
2 検出器
3 演算処理手段
4 操作手段
5 記憶手段
6 出力手段
Claims (9)
- 脈波検出用の又は心電図記録用の検出手段と、
前記検出手段が取得したデータから、被検者の心臓の拍動間隔の時系列データを生成する手段と、
前記時系列データの時間軸に沿って移動する、所定の時間長のウィンドウを設定し、時間軸上の複数の判定時点の各々について、それを含むウィンドウ内の時系列データをスペクトル解析する手段と、
各ウィンドウのスペクトルから、心拍変動高周波数成分のパワーの集中度を算出する手段と、
算出した集中度に基づいて、ノンレム睡眠であるか否かを判定する手段と、
を備え、
前記心拍変動高周波数成分のパワーの集中度が以下の(1)〜(6)の手順で算出される入眠評価システム、
(1)各ウィンドウのスペクトルから、高周波数領域(0.15〜0.45 Hz)でパワーが最も高いピークを検出し、その周波数をFm(Hz)とする;
(2)Fm(Hz)を中心とする領域へのパワー集中度を調べる周波数帯の幅をLとする;
(3)心拍変動スペクトルをP(f)とし、そのFm-L/2からFm+L/2の範囲のパワーの和S(L)を以下の式で求める;
- 前記脈波検出用の検出手段は、脈波の拍動間隔を取得し、前記心電図記録用の検出手段は、心電図のR-R間隔を取得する、請求項1に記載の入眠評価システム。
- 前記時系列データを生成する手段は、生成した時系列データから外れ値を除去するとともに、欠損部分を補間する、請求項1又は2に記載の入眠評価システム。
- 前記ウィンドウのサイズを規定する時間長が1分〜15分である、請求項1〜3のいずれか一項に記載の入眠評価システム。
- 取得したデータから被検者の心臓の拍動間隔の時系列データを生成する処理と、
前記時系列データの時間軸に沿って移動する、所定の時間長のウィンドウを設定し、時間軸上の複数の判定時点の各々について、それを含むウィンドウ内の時系列データをスペクトル解析する処理と、
各ウィンドウのスペクトルから、心拍変動高周波数成分のパワーの集中度を算出する処理と、
算出した集中度に基づいて、ノンレム睡眠であるか否かを判定する処理と、
をコンピュータに実行させるプログラムであって、
前記心拍変動高周波数成分のパワーの集中度が以下の(1)〜(6)の処理で算出される、プログラム、
(1)各ウィンドウのスペクトルから、高周波数領域(0.15〜0.45 Hz)でパワーが最も高いピークを検出し、その周波数をFm(Hz)とする;
(2)Fm(Hz)を中心とする領域へのパワー集中度を調べる周波数帯の幅をLとする;
(3)心拍変動スペクトルをP(f)とし、そのFm-L/2からFm+L/2の範囲のパワーの和S(L)を以下の式で求める;
- 前記時系列データが、心電図のR-R間隔又は脈波の拍動間隔を用いて生成される、請求項5に記載のプログラム。
- 前記時系列データを生成する処理は、生成した時系列データから外れ値を除去するとともに、欠損部分を補間する、請求項5又は6に記載のプログラム。
- 前記ウィンドウのサイズを規定する時間長が1分〜15分である、請求項5〜7のいずれか一項に記載のプログラム。
- 請求項5〜8に記載のプログラムを格納した、コンピュータ読み取り可能な記憶媒体。
Priority Applications (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2017061892A JP6829880B2 (ja) | 2017-03-27 | 2017-03-27 | 入眠評価システム、プログラムおよび記憶媒体 |
PCT/JP2018/008172 WO2018180219A1 (ja) | 2017-03-27 | 2018-03-02 | 睡眠状態の評価 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2017061892A JP6829880B2 (ja) | 2017-03-27 | 2017-03-27 | 入眠評価システム、プログラムおよび記憶媒体 |
Publications (2)
Publication Number | Publication Date |
---|---|
JP2018161432A JP2018161432A (ja) | 2018-10-18 |
JP6829880B2 true JP6829880B2 (ja) | 2021-02-17 |
Family
ID=63675293
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2017061892A Active JP6829880B2 (ja) | 2017-03-27 | 2017-03-27 | 入眠評価システム、プログラムおよび記憶媒体 |
Country Status (2)
Country | Link |
---|---|
JP (1) | JP6829880B2 (ja) |
WO (1) | WO2018180219A1 (ja) |
Families Citing this family (13)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2020184627A1 (ja) | 2019-03-11 | 2020-09-17 | 京セラ株式会社 | 睡眠推定システム、睡眠推定装置、および睡眠推定方法 |
JP6900432B2 (ja) | 2019-08-08 | 2021-07-07 | 京セラ株式会社 | 電子機器、制御方法、及び制御プログラム |
JP7024769B2 (ja) | 2019-09-24 | 2022-02-24 | カシオ計算機株式会社 | 生体情報取得装置、生体情報取得方法及びプログラム |
JP7419719B2 (ja) | 2019-09-24 | 2024-01-23 | カシオ計算機株式会社 | 睡眠ステージ推定装置、睡眠ステージ推定方法及びプログラム |
US20230284969A1 (en) | 2020-08-06 | 2023-09-14 | Kyocera Corporation | Sleep estimation device, sleep estimation system, wearable instrument, and sleep estimation method |
CN111956197B (zh) * | 2020-09-18 | 2022-12-30 | 深圳市爱都科技有限公司 | 睡眠状态检测方法和装置、电子设备及存储介质 |
CN112244773B (zh) * | 2020-10-15 | 2023-01-24 | 上海我乐科技有限公司 | 睡眠质量监测装置、方法及床垫 |
CN112716474B (zh) * | 2021-01-20 | 2024-01-23 | 复旦大学 | 基于生物微波雷达的非接触式睡眠状态监测方法和系统 |
CN113080897B (zh) * | 2021-04-02 | 2023-07-28 | 北京正气和健康科技有限公司 | 一种基于生理和环境数据分析的入睡时刻评估系统及方法 |
CN113568505B (zh) * | 2021-07-22 | 2024-07-02 | 歌尔科技有限公司 | 入睡时间点确定方法、装置、设备及可读存储介质 |
WO2023105970A1 (ja) * | 2021-12-10 | 2023-06-15 | パナソニックIpマネジメント株式会社 | 推定装置、推定方法及びプログラム |
CN114366027A (zh) * | 2021-12-29 | 2022-04-19 | 深圳融昕医疗科技有限公司 | 睡眠数据波形生成方法及终端 |
CN116779110B (zh) * | 2023-08-07 | 2024-05-31 | 安徽星辰智跃科技有限责任公司 | 基于模态分解的睡眠可持续性检测调节方法、系统和装置 |
Family Cites Families (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP3987053B2 (ja) * | 2004-03-30 | 2007-10-03 | 株式会社東芝 | 睡眠状態判定装置および睡眠状態判定方法 |
JP4342455B2 (ja) * | 2005-02-03 | 2009-10-14 | 株式会社東芝 | 健康管理装置および健康管理システム |
BR112012003140B1 (pt) * | 2009-08-13 | 2021-07-06 | Hidetsugu Asanoi | dispositivos para calcular dados fisiológicos, de assistência respiratória, de teste usado em um trabalho de titulação, de teste de pressão sanguínea, de suprimento de oxigênio, e sistema de monitoramento de paciente |
JP5857609B2 (ja) * | 2011-10-12 | 2016-02-10 | アイシン精機株式会社 | 睡眠状態判別装置 |
-
2017
- 2017-03-27 JP JP2017061892A patent/JP6829880B2/ja active Active
-
2018
- 2018-03-02 WO PCT/JP2018/008172 patent/WO2018180219A1/ja active Application Filing
Also Published As
Publication number | Publication date |
---|---|
WO2018180219A1 (ja) | 2018-10-04 |
JP2018161432A (ja) | 2018-10-18 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP6829880B2 (ja) | 入眠評価システム、プログラムおよび記憶媒体 | |
US11172835B2 (en) | Method and system for monitoring sleep | |
Long et al. | Analyzing respiratory effort amplitude for automated sleep stage classification | |
JP6199330B2 (ja) | 酸素測定信号を用いるチェーンストークス呼吸パターンの識別 | |
TWI725255B (zh) | 可偵測睡眠呼吸中止的穿戴式裝置及其信號分析方法 | |
US7623912B2 (en) | Method, apparatus and system for characterizing sleep | |
JP5303802B2 (ja) | 心電図から導出された無呼吸/低呼吸指数 | |
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 | |
Tataraidze et al. | Sleep stage classification based on respiratory signal | |
Babaeizadeh et al. | Electrocardiogram-derived respiration in screening of sleep-disordered breathing | |
JP2021517008A (ja) | 睡眠時無呼吸検出システム及び方法 | |
WO2021175630A1 (en) | Sleep apnea detection system and method | |
JP2020525146A (ja) | 睡眠統計を決定する方法及び装置 | |
Long et al. | Time-frequency analysis of heart rate variability for sleep and wake classification | |
Bricout et al. | Accelerometry-derived respiratory index estimating apnea-hypopnea index for sleep apnea screening | |
Decker et al. | Validation of ECG-derived sleep architecture and ventilation in sleep apnea and chronic fatigue syndrome | |
Long | On the analysis and classification of sleep stages from cardiorespiratory activity | |
Zapanta et al. | Heart rate chaos in obstructive sleep apnea in children | |
Lucchini et al. | Multi-parametric heart rate analysis in premature babies exposed to sudden infant death syndrome | |
Hayano et al. | Sleep stage classification by combination of actigraphic and heart rate signals | |
Kao et al. | Using Bootstrap AdaBoost with KNN for ECG-based automated obstructive sleep apnea detection | |
ES2684533B2 (es) | Método para la exploración de apnea obstructiva del sueño basado en la señal de saturación de oxigeno | |
Hossen | A novel method for identification of obstructive sleep apnea | |
Przystup et al. | Sleep apnea detection by means of analyzing electrocardiographic signal | |
Yang | Recognition of sleep stages from sensor data |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20200210 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20200730 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20200917 |
|
RD02 | Notification of acceptance of power of attorney |
Free format text: JAPANESE INTERMEDIATE CODE: A7422 Effective date: 20200917 |
|
RD04 | Notification of resignation of power of attorney |
Free format text: JAPANESE INTERMEDIATE CODE: A7424 Effective date: 20201118 |
|
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: 20210105 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20210108 |
|
R150 | Certificate of patent or registration of utility model |
Ref document number: 6829880 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R150 |