JP6894451B2 - 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 - Google Patents

Description

本発明は、被検者の睡眠段階を判定するための判定システムに関する。特に、被検者の睡眠段階を判定するための判定システム、判定方法、及びコンピュータプログラムに関する。本発明は、被検者の身体運動及び心肺活動に基づいて、睡眠及び覚醒期間、並びに入眠潜時を検出する際の用途を見出す。しかしながら、本発明は、他の分野においても用途を見出し、必ずしも上述した用途に限定されるものではないことを理解されたい。

自動睡眠段階分類によって、被検者のリアルタイムの睡眠段階及び遠隔監視が可能になる。睡眠段階から導き出される関心パラメータの１つは、入眠潜時（SOL: sleep onset latency）と呼ばれ、この入眠潜時は、睡眠愁訴の評価における指標であり、且つ不眠症及び概日リズム障害等の睡眠障害の評価における指標でもある。ＳＯＬは、基本的に、被検者が眠たいと思う瞬間から、その被検者が最終的に眠につく間までの経過時間を測定する。

覚醒及び睡眠の期間を分類することによりＳＯＬを判定し、次にある基準が判定される前の（例えば、睡眠として分類される３つの連続したエポック（epoch）のうちの最初の発生までの）時間の量としてＳＯＬを判定することが知られている。

アクチグラフ（actigraphy）装置は、被検者の身体運動に基づいて覚醒及び睡眠の期間を検出するために使用される。これらの身体運動は、睡眠中の短い覚醒期間が身体運動とともに起こるため、睡眠中の短い覚醒期間の兆候であるが、この兆候は、宵の口に、特にＳＯＬを判定するためには必ずしも有効ではない。被検者、特に長いＳＯＬに苦しんでいる被検者はできるだけ静かに寝ようとするので、アクチグラフ・ベースのＳＯＬは、ＳＯＬを過小評価すると推定される。

特許文献１は、睡眠の問題の存在／重症度及びその正確な性質を自動的に評価する方法を開示する。評価は、睡眠パターン、不眠症関連因子、及び日中の出来事の結果に関する定性的情報だけでなく、センサによって測定された睡眠パターンに関する定量的情報にも基づく。複数のセンサは、睡眠活動データを含むセンサシステム信号を提供し、睡眠活動データは、少なくとも心拍数データ、呼吸数データ、及び患者身体運動データを含む。

非特許文献１には、生理学的信号を非侵襲的に解析するためのシステムが開示されている。このシステムは、ベッドに配置された弾性パッドを用いて、心臓及び呼吸器機能に関連する微小な動き、すなわち心弾動図（ballistocardiography）を記録し、その微小な動きは、睡眠及び覚醒期間を区別する際にアクチグラフと比較される。

非特許文献２は、睡眠−覚醒パターンの推定値としてアクチグラフの有効性を判定するために、子供及び青少年の入眠潜時の尺度として異なる不動性の基準を評価する。

国際公開第２０１０／１４０１１７号

D.Mackらの、論文"Sleep Assessment using aPassive Ballistocardiography-Based System: Preliminary Validation" IEEE,4319-4322(2009) L.Meltzerらの、論文"Comparison of actigraphyimmobility rules with polysomnographic sleep onset latency in children andadolescents" Sleep Breath, 1415-1423(2015)

こうして、本発明の目的は、被検者の睡眠段階のより信頼性の高い判定を可能にする、特に被検者のＳＯＬの判定を改善する判定システム及び判定方法を提供することである。

本発明の第１の態様では、被検者の睡眠段階を判定する判定システムが提供される。判定システムは、被検者の心肺（cardiorespiratory）信号を提供する心肺信号提供ユニットと、被検者のアクチグラフ・データを提供するアクチグラフ・データ提供ユニットと、被検者の心肺信号に基づいて被検者の睡眠段階を判定する第１の睡眠段階判定ユニットと、被検者のアクチグラフ・データに基づいて被検者の睡眠段階を判定する第２の睡眠段階判定ユニットと、被検者の睡眠段階を判定するために、第１の睡眠段階判定ユニット及び第２の睡眠段階判定ユニットから１つを決定する決定制御ユニットと、を含む。第１の睡眠段階判定ユニットは、被検者のＳＯＬを判定するように構成される。決定制御ユニットは、ＳＯＬまで第１の睡眠段階判定ユニットを用いて被検者の睡眠段階を判定し、ＳＯＬ後に第２の睡眠段階判定ユニットを用いて被検者の睡眠段階を判定する。

第１の睡眠段階判定ユニットが被検者のＳＯＬを判定するように構成され、第１の睡眠段階判定ユニットが、心肺信号に基づいて睡眠段階を判定するように構成されるので、アクチグラフ・ベースのＳＯＬ推定で生じるＳＯＬの過小評価は、改善され得る。また、決定制御ユニットによる判定システムは、ＳＯＬ後に第２の睡眠段階判定ユニットを用いて被検者の睡眠段階を判定するように構成されるので、アクチグラフ・データに基づいて被検者の睡眠段階を判定するように構成される第２の睡眠段階判定ユニットの利点を活かすことができる。従って、本発明による判定システムは、ＳＯＬの判定を改善する一方、夜間等の被検者の睡眠段階判定の精度が維持される。

優先的には、被検者の睡眠段階は、被検者の睡眠及び覚醒状態の間の区別であり得る。さらに優先的には、被検者の睡眠状態は、当該分野で公知のように複数の睡眠段階、例えば段階１〜４及びＲＥＭ（急速眼球運動）にさらに区別することができる。さらに、他の睡眠段階の分類も企図される。

心肺信号提供ユニットは、心肺信号が既に記憶されている記憶ユニットであってもよく、心肺信号提供ユニットは、記憶された心肺信号を提供するように適合され得る。しかしながら、心肺信号提供ユニットは、心肺センサ等の心肺信号測定ユニットから心肺信号を受信し、且つ受信した心肺信号を提供する受信ユニットであってもよい。さらに、心肺信号提供ユニットは、心肺信号測定ユニット自体であってもよく、心肺信号提供ユニットは、測定された心肺信号を提供する。

同様に、アクチグラフ・データ提供ユニットは、アクチグラフ・データが既に記憶されている記憶ユニットであってもよく、アクチグラフ・データ提供ユニットは、記憶されたアクチグラフ・データを提供するように適合され得る。しかしながら、アクチグラフ・データ提供ユニットは、アクチグラフ測定ユニットからアクチグラフ・データを受信し、且つ受信したアクチグラフ・データを提供する受信ユニットであってもよい。さらに、アクチグラフ・データ提供ユニットは、アクチグラフ・データ測定ユニット自体であってもよく、アクチグラフ・データ信号提供ユニットは、測定されたアクチグラフ・データを提供する。

優先的には、心肺信号及びアクチグラフ・データは、同期信号であり、且つ同じ期間に対応する。さらに優先的には、心肺信号及びアクチグラフ・データは、被検者が眠りたいと思う段階の少なくとも一部、より好ましくは被検者が眠りたいと思う完全な（complete）夜に対応する。心肺信号及びアクチグラフ信号は、優先的には、時間の指標を含み、心肺信号及びアクチグラフ信号からそれぞれ時間の指標に基づいて、例えば（限定ではなく）数秒から数分の信号の期間又はエポックを決定することができる。

優先的には、第１の睡眠段階判定ユニット及び／又は第２の睡眠段階判定ユニットは、心肺信号及び／又はアクチグラフ信号の特定のエポックの睡眠段階を判定するように構成される。さらに優先的には、第１の睡眠段階判定ユニット及び／又は第２の睡眠段階判定ユニットは、心肺信号及び／又はアクチグラフ・データを複数のエポックに分割し、それぞれのエポックについて被検者の睡眠段階を判定するように構成される。

エポックは、好ましくは１秒〜５分、より好ましくは１０秒〜１分、最も好ましくは約３０秒又は正確に３０秒の持続期間を有する。しかしながら、他の実施形態では、エポックについて他の持続期間も企図される。

優先的には、ＳＯＬは、ある基準が判定される前の時間量（例えば、予め規定された数の連続したエポックの第１の発生が第１の睡眠段階判定ユニットによって睡眠として分類されるまで）として第１の睡眠段階判定ユニットによって判定される。優先的には、睡眠として分類される所定数の連続したエポックが３に設定され、他の実施形態ではより高い又は低い数が有利に可能である。

第１の睡眠段階判定ユニット、第２の睡眠段階判定ユニット、及び決定制御ユニットは、一実施形態では、同じ又は異なる物理的装置に配置された１つ又は複数のプロセッサに設けてもよい。より具体的には、第１の睡眠段階判定ユニット、第２の睡眠段階判定ユニット、及び決定制御ユニットは、一実施形態では、単一の装置に判定システムとして心肺信号提供ユニット及びアクチグラフ信号提供ユニットとともに設けられ、又は異なる実施形態では複数の装置に亘って分散させることができる。

一実施形態では、第１の睡眠段階判定ユニット及び第２の睡眠段階判定ユニットは、当技術分野で周知のように、有線又は無線方式で心肺信号提供ユニット及び／又はアクチグラフ信号提供ユニットと通信するように適合される。一実施形態では、第１の睡眠段階判定ユニット、第２の睡眠段階判定ユニット、及び決定制御ユニットのうちの１つ、複数、又は全てが、適切な通信手段によって、例えばインターネットを介して判定システムの残りの部分と通信するように構成されたサーバに設けられる。判定システムの実施形態において、第１の睡眠段階判定ユニットは、アクチグラフ・データと無関係なように構成される。

第１の睡眠段階判定ユニットが活動データとは無関係に構成されており、且つ第１の睡眠段階判定ユニットが被検者のＳＯＬを判定するように構成されるので、アクチグラフ・データを示す身体運動は、ＳＯＬの判定に関して明示的に回避される。従って、高いＳＯＬを示し且つ眠りにつこうとするときにできるだけ静かに横になるようにする被検者であっても、ＳＯＬ判定の精度を向上させることができる。換言すると、この実施形態では、第１の睡眠段階判定ユニットの判定は、アクチグラフ・データに依存しない。

判定システムの実施形態では、第２の睡眠段階判定ユニットは、被検者のアクチグラフ・データに基づいて及び被検者の心肺信号に基づいて被検者の睡眠段階を判定するように構成される。

第２の睡眠段階判定ユニットは、この実施形態のようにアクチグラフ・データに基づいて及び心肺信号に基づいて、又は別の実施形態ではさらにアクチグラフ・データ、心肺信号、及び更なるデータに基づいて、被検者の睡眠段階を判定することができる。被検者の睡眠段階は、ＳＯＬ後に第２の睡眠段階判定ユニットを用いて判定される、すなわち被検者が既に眠りに入った後に判定されるので、心肺信号とアクチグラフ・データとの組合せは、睡眠段階の判定を高い精度で提供することができる。

判定システムの実施形態では、心肺信号提供ユニットは、心臓信号及び／又は呼吸信号を提供するように構成される。

こうして、心肺信号提供ユニットは、心臓信号のみ、呼吸信号のみ、又は心臓信号と呼吸信号との両方を提供することができる。心臓信号は、心拍等の被験者の心臓特徴が検出可能な信号である。呼吸信号は、呼吸速度及び振幅等、呼吸器系の特徴が検出可能な信号である。単一の信号が心臓特徴と呼吸特徴との両方を含むことができ、それによって単一の信号が心臓信号と呼吸信号との両方を含むことができることが知られている。しかしながら、他の実施形態では、心肺信号提供ユニットは、別個の心臓信号及び別個の呼吸信号を提供するように構成され、これら別個の信号は、それぞれ心臓特徴又は呼吸特徴を示す。

判定システムの実施形態では、心肺信号提供ユニットは、心電図（ECG）センサ、フォトプレチスモグラフ（PPG: photoplethysmographic）センサ、心弾道図（BCG: ballistocardiography）センサ、呼吸インダクタンス・プレチスモグラフ（RIP）センサ、サーミスタ・カニューレ・センサ、及びドップラーレーダ・センサのうちの少なくとも１つを含む心肺信号測定ユニットを有する。

この実施形態では、心肺信号提供ユニットが心肺測定ユニットを含むので、心肺信号提供ユニットは、被検者の心臓の心肺信号を測定し、直接提供することができる。

ＥＣＧセンサは、既知であり、且つ被検者の胸部に従来のように取り付けられる。ＥＣＧセンサは、心臓の電気的活動に由来する被検者の皮膚上の電気的変化を検出するように配置された電極を含む。ＰＰＧセンサは、被検者の身体の一部を照明するための１つ又は複数の光源と、被検者の身体からの光を検出するための１つ又は複数の検出器とを含むことが知られており、心肺測定ユニットは、優先的には、ＰＰＧに基づく検出した光に基づいて心肺信号を決定するように適合される。好ましい実施形態では、ＰＰＧセンサは、被検者の手首又は指先に取り付け可能である。ＢＣＧセンサは、被検者と接触していないが、例えば、睡眠中に被検者が横たわっているマットレスの上部又は下部に取り付けられた荷重センサ又は圧力センサを含む。

優先的には、ＰＰＧセンサ及び／又はＢＣＧセンサを用いて測定される心肺信号は、心臓特徴と呼吸特徴との両方を提供する。

ドップラーレーダ・センサは、天井に取り付けたり、ベッドに隣接したナイトテーブルに設けられたりして、被検者から離れた場所に設けることができ、且つセンサから発せられ、被検者からセンサに反射されたレーダ波の周波数変化から被検者の動き速度を導出するように構成される。

ＲＩＰセンサは、優先的には、被検者の胸部に配置された正弦波形状のワイヤコイル等の絶縁ワイヤコイルを含み、呼吸情報は、呼吸中のコイルの自己インダクタンスの変化及びその振幅の周波数から推定される。

代替的に又は追加的に、心肺信号は、サーミスタ・カニューレ・センサを用いた呼吸流量によって測定することもできる。優先的には、カニューレ・センサは、被検体の鼻及び／又は口に配置される。

実施形態において、心肺信号測定ユニットは、心肺信号及びアクチグラフ・データを提供するように構成される。この実施形態では、その信号測定ユニットは、優先的には、ＢＣＧセンサ又はドップラーレーダ・センサを含む。優先的には、心肺信号測定ユニットによって提供される心肺信号が、被検者の身体の動きを示す特徴、すなわちアクチグラフ・データをさらに含むことができるので、アクチグラフ・データ提供ユニットは、優先的には、心肺信号に基づいて、アクチグラフ・データを提供するように構成することができる。

心肺信号測定ユニットに含まれる好ましいセンサの例として、ＥＣＧセンサ、ＰＰＧセンサ、ＢＣＧセンサ、ＲＩＰセンサ、サーミスタ・カニューレ・センサ、及びドップラーレーダ・センサが提供されるが、他の例では、他の形態のセンサも、心肺信号測定ユニットに有利に含めることができる。

判定システムの実施形態では、アクチグラフ・データ提供ユニットは、被検者の身体に取り付け可能な加速度計を含むアクチグラフ測定ユニットを含む。

身体に取り付けることができる加速度計は、加速度を測定し、こうして身体、加速度計が取り付けられた被検者のそれぞれの身体の動きを直接的に測定し、測定されたアクチグラフ・データ信号を提供する。

追加的又は代替的に、アクチグラフ測定ユニットは、被検者の身体の少なくとも一部の加速度及び／又は動きを決定するように構成されたＢＣＧセンサ、ドップラーレーダ・センサ、又はＰＰＧセンサを含むこともできる。優先的には、アクチグラフ測定ユニット及び心肺信号測定ユニットは、同じセンサに依存することができる。しかしながら、他の実施形態では、アクチグラフ測定ユニット及び心肺信号測定ユニットのための別個のセンサも提供することができる。

判定システムの実施形態では、アクチグラフ測定ユニットは手首装着式装置である。

被検者は、手首装着式装置を装着し、手首装着式装置は被検者に殆ど押し付けられない。これは、目立つ測定ユニットが被検者の睡眠を妨げる可能性があるので、特に有利であるが、これは関心のある話題と矛盾する。

実施形態では、判定システムは、ｉ）１つ又は複数の心臓特徴、ｉｉ）１つ又は複数の呼吸特徴、及びｉｉｉ）心肺信号からの１つ又は複数の心肺結合特徴のうちの少なくとも１つを抽出する心肺信号特徴抽出ユニットをさらに含む。第１の睡眠段階判定ユニット及び第２の睡眠段階判定ユニットのうちの少なくとも一方は、抽出された、ｉ）１つ又は複数の心臓特徴、ｉｉ）１つ又は複数の呼吸特徴、及びｉｉｉ）１つ又は複数の心肺結合特徴のうちの１つ又は複数に基づいて、被検者の睡眠段階を判定するように構成される。

好ましくは、心肺信号特徴抽出ユニットによって抽出された特徴によって、睡眠及び覚醒、又はより一般的には被検者の睡眠段階が識別可能になるので、第１の睡眠段階判定ユニット及び／又は第２の睡眠段階による睡眠段階の判定を改善することができる。

判定システムの実施形態では、心肺信号特徴抽出ユニットは、心電図信号に基づくＲ−Ｒ間隔又はＰＰＧ信号から検出された拍動等の心拍に基づく心臓特徴、呼吸速度又は呼吸振幅に基づく呼吸特徴、及び心拍と呼吸位相との間の位相同期を含むような、心臓と呼吸器系との間の結合に基づく心肺結合特徴のうちの少なくとも１つを抽出するように構成される。

この実施形態では、心肺信号特徴抽出ユニットは、優先的には、被検者の異なる睡眠段階を区別する特定の心臓特徴、呼吸特徴、及び／又は心肺結合特徴を抽出する。心臓特徴、呼吸特徴、及び心肺結合特徴の例として、心拍に基づく心臓特徴、呼吸速度又は呼吸振幅に基づく呼吸特徴、及び結合に基づく心肺結合特徴が提供されるが、他の適切な区別可能な特徴も当業者によって企図される。

判定システムの実施形態において、第１の睡眠段階判定ユニットは、第１の睡眠段階分類サブユニットを含む。第１の睡眠段階分類サブユニットは、ｉ）１つ又は複数の心臓特徴、ｉｉ）１つ又は複数の呼吸特徴、及びｉｉｉ）心肺信号特徴抽出ユニットによって抽出された１つ又は複数の心肺結合特徴のうちの少なくとも１つに基づいて、被検者の睡眠段階を分類するように構成される。第２の睡眠段階判定ユニットは、第２の睡眠段階分類サブユニットを含む。第２の睡眠段階分類サブユニットは、アクチグラフ・データに基づいて、及びオプションでｉ）１つ又は複数の心臓特徴、ｉｉ）１つ又は複数の呼吸特徴、及びｉｉｉ）心肺信号特徴抽出ユニットによって抽出された１つ又は複数の心肺結合特徴のうちの少なくとも１つに基づいて、被検者の睡眠段階を分類するように構成される。

第１の睡眠段階判定ユニットが第１の睡眠段階分類サブユニットを含むので、被検者の睡眠段階は、１つ又は複数の抽出された特徴に基づいて分類することができる。１つ又は複数の抽出された特徴は、例えば、第１の睡眠段階分類サブユニット及び第２の睡眠段階分類サブユニットの訓練段階中に決定することができる。他の実施形態では、１つ又は複数の抽出された特徴は、予め決定され得、及び／又は被検者によって提供され得る。第１の睡眠段階分類サブユニットに使用される特徴セットは、優先的には、第２の睡眠段階分類サブユニットに使用される特徴セットとは異なる。

実施形態では、第１の睡眠段階分類サブユニット及び／又は第２の睡眠段階分類サブユニットに使用される特徴セットは、文献（例えば、Hall, Mark A. 1999 “Correlation-Based
Feature Selection for Machine Learning” the university of Waikato）に示される相関特徴選択から知られている特徴選択アルゴリズムのうちのいずれか１つを用いて決定される。しかしながら、他の実施形態では、特徴セットは、異なるアルゴリズムによって、又は手動で決定することもできる。

優先的には、第１の睡眠段階分類サブユニット及び／又は第２の睡眠段階分類サブユニットは、各エポック又は期間に対するベイジアン線形判別分類器のような文献に記載された分類器である。この分類器は、例えば、Devot, S., R. Dratwa, 及びE. Naujokatの、Sleep/wake detection based
on cardiorespiratory signals and actigraphy. In：Proc.
2010 Annu. Int. Conf. IEEE Eng. Med. Biol. Soc., 2010に議論されている。しかしながら、当業者には、当該技術分野で知られている他の分類器も企図される。

実施形態では、判定システムは、第１の睡眠段階分類サブユニット及び第２の睡眠段階分類サブユニットを訓練するための訓練ユニットをさらに含む。訓練ユニットは、心臓訓練信号及び呼吸訓練信号のうちの少なくとも１つを心肺訓練信号として提供する心肺訓練信号提供サブユニットと、アクチグラフ訓練データを提供するアクチグラフ訓練データ提供サブユニットと、心肺訓練信号及びアクチグラフ訓練データに対応する睡眠段階を基準データとして提供する基準注釈サブユニット提供サブユニットと、を含む。心肺信号特徴抽出ユニットは、心肺訓練信号から１つ又は複数の心臓特徴及び１つ又は複数の呼吸特徴のうちの少なくとも１つを抽出するように構成される。訓練ユニットは、抽出された心臓特徴及び呼吸特徴と基準データとに基づいて、第１の睡眠段階分類サブユニットを訓練するように構成され、訓練ユニットは、アクチグラフ訓練データ及び基準データに基づいて、第２の睡眠段階分類サブユニットを訓練するように構成される。

優先的には、基準データは、心臓訓練信号、呼吸訓練信号、及び／又はアクチグラフ訓練データが関係する期間中の被検者の真の睡眠段階を含む。例えば、基準データは、睡眠及び覚醒エポック等のグランドトルース（ground truth；真実の検証データ）の注釈と、専門家によって提供されるＳＯＬとを含む。

有利には、訓練ユニットは、第１の睡眠段階分類サブユニット及び第２の睡眠段階分類サブユニットが、最適化されたモデルを異なる分類器に提供するように訓練されるという結果をもたらす。換言すると、第１の睡眠段階分類サブユニットに実装された分類器が心臓及び／又は呼吸特徴のリストを含むので、この分類器は、訓練ユニットによってＳＯＬを判定するために最適化される。さらに、第２の睡眠段階分類サブユニットに実装された分類器が、アクチグラフ・データを含み、且つアクチグラフ訓練データで訓練されるので、この分類器は、ＳＯＬ後の睡眠段階を判定するために、訓練装置によって最適化される。

判定システムの実施形態では、訓練ユニットは、抽出された心臓特徴及び呼吸特徴、アクチグラフ訓練データ、及び基準データに基づいて、第２の睡眠段階分類サブユニットを訓練するように構成される。

この実施形態では、第２の睡眠段階分類サブユニットは、抽出された心臓特徴及び呼吸特徴を含む分類器のモデルをアクチグラフ訓練データとともに実装するので、ＳＯＬに続く期間の被検者の睡眠段階の判定を改善することができる。

判定システムの実施形態では、訓練ユニットは、第１の期間のみに対応するデータの一部に基づいて、第１の睡眠段階分類サブユニットを訓練するように構成される。

優先的には、第１の期間に対応するデータの一部は、被検者が眠りに入るのを開始した後の最初の数分に対応する。好ましくは、その第１の期間は、殆どの被検者についてＳＯＬを超える持続期間を有する。一例では、第１の期間は約９０分の長さを含む。しかしながら、他の実施形態では、第１の期間について異なる、すなわちより長い又は短い期間も有利に可能である。

第１の睡眠段階分類サブユニットがＳＯＬを含むデータの一部を用いて訓練され、ＳＯＬを含まない訓練データの量が低減されるので、第１の睡眠段階分類サブユニットは、ＳＯＬを判定するためにさらに最適化される。こうして、あまり適切でない期間、すなわちＳＯＬを含まない期間の訓練が低減される。

別の実施形態では、訓練ユニットは、第２の期間のみに対応するデータの一部に基づいて、第２の睡眠段階分類サブユニットを訓練するように構成される。好ましくは、第２の期間は、第１の期間が過ぎた後に残る残りの期間に対応する。それにより、第２の睡眠段階分類サブユニットは、被検者が睡眠中である期間に亘って最適化される。しかしながら、他の実施形態では、第１及び第２の期間もある程度オーバーラップすることができ、好ましくは第１の期間のみがＳＯＬに対応する時間を含む。

判定システムの実施形態では、判定システムは、被検者の睡眠段階がＳＯＬ後の期間に亘って覚醒状態にあると判定した後に、第１の睡眠段階判定ユニットを用いて被検者の睡眠段階を判定するように構成される。この実施形態では、判定システムが、被検者が一定期間眠った後に、すなわちＳＯＬ後に覚醒したと判定した場合に、第１の睡眠段階判定ユニットを選択して被検者の睡眠段階を再度判定する。さらに優先的には、判定システムは、新たな入眠潜時、すなわち被検者が別の時間に眠りに入ったことを判定した後に、第２の睡眠段階判定ユニットを用いて被検者の睡眠段階をさらに判定するように構成することができる。さらに優先的には、このプロセスは、被検者の睡眠段階が覚醒から睡眠へ、及びその逆に変化すると判定されるまで何度も繰り返すことができる。

本発明の更なる態様では、被検者の睡眠段階を判定する判定方法が提供される。判定方法は、被検者の心肺信号を提供するステップと、被検者のアクチグラフ・データを提供するステップと、第１の睡眠段階判定ユニットを用いて、被検者の心肺信号に基づいて被検者の睡眠段階を判定するステップと、第２の睡眠段階判定ユニットを用いて、被検者の少なくともアクチグラフ・データに基づいて被検者の睡眠段階を判定するステップと、を含む。第１の睡眠段階判定ユニットは、被検者のＳＯＬを判定するように構成される。被検者の睡眠段階は、ＳＯＬまで第１の睡眠段階判定ユニットを用いて判定され、ＳＯＬ後に第２の睡眠段階判定ユニットを用いて判定される。

本発明の更なる態様では、被検者の睡眠段階を判定するためのコンピュータプログラムが提供される。コンピュータプログラムは、コンピュータプログラムが判定システム上で実行されるとき、請求項１に規定される判定システムに請求項１４に規定される判定方法を実行させるプログラムコード手段を含む。

請求項１の被検者の睡眠段階を判定する判定システム、請求項１４の被検者の睡眠段階を判定する判定方法、及び請求項１５の被検者の睡眠段階を判定するコンピュータプログラムは、特に従属請求項に規定されるような、同様の及び／又は同一の好ましい実施形態を含む。

本発明の好ましい実施形態は、それぞれの独立請求項と従属請求項又は上記の実施形態との任意の組合せとすることもできることを理解されたい。

本発明のこれらの態様及び他の態様は、以下に記載される実施形態を参照して説明され、明らかになるであろう。

被検者の睡眠段階を判定する判定システムの実施形態を概略的且つ例示的に示す図である。 被検者の睡眠段階を判定する判定方法の実施形態を概略的且つ例示的に示す図である。 判定システムを訓練する訓練方法を概略的且つ例示的に示すブロック図である。 分類プロセスを概略的且つ例示的に示すブロック図である。 現状の判定システムによるＳＯＬ判定の判定結果を概略的且つ例示的に示す図である。 本発明の判定システムによるＳＯＬ判定の判定結果を概略的且つ例示的に示す図である。

図１は、被検者の睡眠段階を判定するための判定システム１の実施形態を概略的且つ例示的に示す。判定システム１は、心肺信号提供ユニット１０、アクチグラフ・データ提供ユニット２０、第１の睡眠段階判定ユニット３０、第２の睡眠段階判定ユニット４０、心肺信号特徴抽出ユニット５０、訓練ユニット６０、及び決定制御ユニット７０を含む。

心肺信号提供ユニット１０は、被検者の心肺信号を第１の睡眠段階判定ユニット３０に提供し、この例では、心肺信号特徴抽出ユニット５０及び第２の睡眠段階判定ユニット４０にも提供するように構成される。心肺信号は、被検者の心臓活動及び／又は呼吸活動を示す。

この例では、心肺信号提供ユニット１０は、心臓活動及び呼吸活動を測定するためのセンサを含む。例えば、心臓活動は、被検者の胸部に従来のように取り付けられるＥＣＧセンサを用いて、例えば被検者の手首又は指先に取り付けられたＰＰＧセンサを用いて、又は（例えば、マットレスの上部又は下部に取り付けられた荷重センサ又は圧力センサを用いる）ＢＣＧセンサによって測定され得る。さらに、この例では、呼吸活動は、胸郭又は腹部の周りに装着されたベルトに通常取り付けられたＲＩＰセンサを用いて、又は心臓活動も示すＢＣＧセンサを用いて測定される。更なる例は、例えばナイトテーブルに取り付けられるドップラーレーダ・センサである。呼吸努力を示す呼吸運動を測定することに依存しない別の例では、呼吸活動を測定するために、心肺信号提供ユニット１０は、例えば被検者の鼻及び／又は口に取り付け可能なサーミスタ・カニューレ・センサ等の呼吸流量を測定するセンサを含む。

アクチグラフ・データ提供ユニット２０は、被検者のアクチグラフ・データを第２の睡眠段階判定ユニット４０に提供する。第１の睡眠段階判定ユニット３０が、アクチグラフ・データに関係ない、すなわちアクチグラフ・データに依存していないので、アクチグラフ・データ提供ユニット２０は、第１の睡眠段階判定ユニット３０にアクチグラフ・データを提供しない。アクチグラフは、一般に、総体的な身体運動を測定し、通常、身体に取り付けられた加速度計、例えば手首に装着された装置を用いて、又は被検者が横になるベッド上のセンサ、例えば圧力センサ、ドップラーレーダ・センサ（呼吸活動を示す信号も提供する）等を用いて決定される。

第１の睡眠段階判定ユニット３０は、被検者の心肺信号のみに基づいて被検者の睡眠段階を判定するように構成される。第２の睡眠段階判定ユニット４０は、被検者のアクチグラフ・データに基づいて、及びこの例では心肺信号にも基づいて被検者の睡眠段階を判定するように構成される。心肺情報の使用によって睡眠／覚醒推定の精度が改善されるが、睡眠／覚醒判定に使用される睡眠／覚醒分類器は、依然として身体運動、すなわちアクチグラフを使用するため、又は心肺活動と一緒に使用されるため、ＳＯＬは、依然として過小評価される。このため、第１の睡眠段階判定ユニット３０は、（アクチグラフ・データ、すなわち被検者の身体の動きに依存せず、）被検者のＳＯＬを判定するように構成される。決定制御ユニット７０は、被検者の睡眠段階を判定するために、第１の睡眠段階判定ユニット３０及び第２の睡眠段階判定ユニット４０のうち一方を決定する、より正確にはＳＯＬ時間まで第１の睡眠段階判定ユニット１０を用いて被検者の睡眠段階を判定し、ＳＯＬ後に第２の睡眠段階判定ユニット４０を用いて被検者の睡眠段階を判定するように構成される。

心肺信号特徴抽出ユニット５０は、心肺信号から１つ又は複数の心臓特徴及び１つ又は複数の呼吸特徴のうちの少なくとも１つを抽出するように構成される。睡眠及び覚醒を区別する、又は一般的に異なる睡眠段階を区別するいくつかの心臓特徴が、例えばFonseca, Pedro, Xi Long,
Mustafa Radha, Reinder Haakma, Ronald M Aarts, Jerome Rolinkの”Sleep Stage Classification with ECG and Respiratory
Effort” IOP Physiological Measurement 2015. 36: 2027-40に示されている。いくつかの心臓特徴は、ＥＣＧから計算されたＲ−Ｒ間隔に亘って又はＰＰＧ信号から検出された拍動に関して計算された統計に基づく。１エポック当たりの間隔の数、すなわち期間等の特徴を計算し、特徴は、そのエポックにおける平均心拍数を表すことができる。更なる特徴には、例えば、ｎ番目のパーセンタイル、標準偏差、及び区間長の範囲が含まれる。他の特徴は、複数の周波数帯域に亘って計算されるパワースペクトル密度（PSD）解析から生じる特性を記述することができる。一例では、ＰＳＤ解析は、３つの異なる周波数帯域：非常に低い周波数（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、に亘って実行され、及び高周波帯域におけるポール（pole）の係数及び位相から行われる。しかしながら、他の例では、他の周波数帯域及び／又は他の数学的方法も実現可能である。他の測定は、異なる時間尺度に亘る信号の規則性を捕捉する。例えば、トレンド除去変動解析（DFA： detrended fluctuation Analysis）を用いて信号内の長期間の相関を特定し、エントロピーをサンプリングして所与の期間に亘る信号の自己類似性を定量化することができる。いくつかの特徴は、睡眠段階の検出に特に関連し、他の特徴は、覚醒の検出に特に使用することができる。

また、いくつかの呼吸特徴によって、睡眠及び覚醒、又は一般に、異なる睡眠段階を区別することができる。呼吸速度及び振幅は、異なる睡眠段階にリンク付けされる。特に、いくつかのエポックに亘る呼吸速度の変化は、覚醒、非急速眼球運動（NREM）睡眠、及び急速眼球運動（REM）睡眠を区別するのに役立ち得る。呼吸努力の振幅の異なる特性は、深い睡眠中に他の段階よりも規則的であり、ＮＲＥＭとＲＥＭとを区別するのにも役立ち得る。さらに、動的ワーピング（warping）を使用する自己類似性測定は、覚醒状態を検出するために有用であり得る。

心臓及び呼吸活動を別々に解析することに加えて、心肺結合特徴は、心臓自律系と呼吸自律系と間の結合の強さを表し、このリンクの強さは睡眠段階に依存する。心肺結合を記述する特徴は、複数の呼吸サイクルの間に、ＥＣＧからのＲ−Ｒ間隔又はＰＰＧからの拍動と、ＲＩＰ又はＰＰＧからの呼吸位相尺度との間の位相同期を含む。

心肺信号特徴抽出ユニット５０によって提供される、及び第２の睡眠段階判定ユニット４０の場合には、アクチグラフ・データ提供ユニット２０によって提供される２セットの特徴を用いて、夜の異なる期間中等の信号の異なる期間における睡眠段階を分類する。より正確には、第１のセットはＳＯＬの前に使用され、第２のセットはＳＯＬの後に使用される。

ここで、第１の睡眠段階判定ユニット３０は、第１の睡眠段階分類サブユニット３２を含み、第２の睡眠段階判定ユニット４０は、第２の睡眠段階分類サブユニット４２を含む。第１及び第２の睡眠段階分類サブユニット３２、４２は、それぞれの特徴セットに基づいて被検者の睡眠段階を分類するように構成され、この分類は、手動で、又はより一般的にはHall, Mark A. 1999. “Correlation-Based
Feature Selection for Machine Learning” the University of Waikatoに記載されている相関特徴選択等の、特徴選択アルゴリズムを用いて判定することができる。

それぞれの特徴セットが提供される場合に、第１及び第２の睡眠段階分類サブユニット３２及び４２は、それぞれ、心肺信号及びアクチグラフ・データの特有の期間の例示的データを用いて訓練することができる。例えば、ベイジアン線形判別分類器をこれらの期間のそれぞれに使用することができ、異なる分類器を他の例で使用することができる。

訓練ユニット６０は、第１及び第２の睡眠段階分類サブユニット３２、４２を訓練するために、心臓訓練信号及び呼吸訓練信号のうちの少なくとも１つを提供する心肺訓練信号提供サブユニット６２と、アクチグラフ訓練データを提供するアクチグラフ訓練データ提供サブユニット６４と、呼吸訓練信号及びアクチグラフ訓練データに対応する睡眠段階を基準データとして提供する基準注釈提供サブユニット６６と、を含む。基準データは、あるエポックについての睡眠段階の正確な分類を、例えば専門家によって注釈が付けられたものとして提供する。例示的な訓練プロセスについて、以下の図３を参照して説明する。後続の分類プロセスについて、以下の図４を参照して例示的に説明する。

図２は、被検者の睡眠段階を判定する判定方法１００の実施形態を概略的且つ例示的に示す。判定方法１００は、被検者の心肺信号を提供するステップ１１０と、被検者のアクチグラフ・データを提供するステップ１２０と、図１に示されるように、第１の睡眠段階判定ユニット３０を用いて、被検者の心肺信号に基づいて被検者の睡眠段階を判定するステップ１３０と、を含む。最後に、判定方法１００は、第２の睡眠段階判定ユニット４０を用いて、被検者の少なくともアクチグラフ・データに基づいて被検者の睡眠段階を判定するステップ１４０を含む。判定方法１００は、図１に例示的に示されるように、判定システム１で実施され得る。判定方法１００において、第１の睡眠段階判定ユニット３０は、被検者のＳＯＬを判定するように構成され、判定方法１００は、ＳＯＬまで第１の睡眠段階判定ユニット３０を用いて被検者の睡眠段階を判定し（１３０）、ＳＯＬ後に第２の睡眠段階判定ユニット５０を用いて被検者の睡眠段階を判定する（１４０）。

図３は、訓練判定システム１の訓練方法を概略的且つ例示的に示すブロック図を示す。訓練方法３００は、訓練サブプロセス３１０を含み、そこから第１の分類器３２０及び第２の分類器３３０に帰着する。第１の分類器３２０は、例えば第１の睡眠段階分類サブユニット３２に実装することができ、第２の分類器３３０は、例えば第２の睡眠段階分類サブユニット４２に実装することができる。第１の分類器３２０のモデルは、訓練中に使用される心臓及び／又は呼吸特徴のリストを含み（以下参照）、第２の分類器３３０のモデルは、アクチグラフ、及びオプションで使用される心臓及び／又は呼吸特徴を含む。

訓練サブプロセス３１０の第１のステップ３１２において、心臓信号及び／又は呼吸信号を含む睡眠記録を伴う訓練データセットが、アクチグラフ・データ及び基準グランドトルース注釈と共に提供される。基準グランドトルース注釈は、例えば、専門家によって注釈が付けられた睡眠段階の正しい判定であり、エポック毎の睡眠及び覚醒段階及びＳＯＬを含む。心臓信号は、例えば、ＥＣＧ信号、ＰＰＧ信号等である。呼吸信号には、呼吸努力、呼吸流量等が含まれる。このデータは、例えば、心肺訓練信号提供サブユニット６２、アクチグラフ訓練データ提供サブユニット６４、及び基準注釈提供サブユニット６６によって提供される。

次に、ステップ３１４において、心臓及び／又は呼吸特徴が、例えば心肺信号特徴抽出ユニット５０によって抽出される。

方法フローは２つの経路に分割され、左の経路のステップ３１５では、記録が最初の１時間３０分で切り取られる（cropped）。他方の経路のステップ３１７では、全体の記録がキャップされる（capped）。左の経路は第１の睡眠段階判定ユニット２０の訓練を示し、右の経路は第２の睡眠段階判定ユニット４０の訓練方法を規定する。この例では、ステップ３１５において、最初の１時間３０分が切り取られ、他の例では、記録のより長い又は短い期間等の他の期間でも切り取ることができる。

ステップ３１５における切り取りに続いて、第１の分類器が、ステップ３１６において、心臓及び／又は呼吸特徴を用いて訓練される。この訓練は、アクチグラフ・データ又は特徴を含まない。それにより、ＳＯＬの意図した偏重（bias）及び過小評価が低減される。ステップ３１８において、ステップ３１７で受け取った完全な記録に基づいて、第２の分類器が、アクチグラフ・データを含んで訓練される。オプションで、心臓及び／又は呼吸特徴もこのステップの訓練に含められる。

上述したように、ステップ３１６における訓練から得られたモデルは、ステップ３２０において第１の睡眠段階分類サブユニット３２に提供され、ステップ３１８における訓練から得られた第２のモデルは、ステップ３３０において第２の睡眠段階分類サブユニット４２に提供される。

第１の分類器３２０及び第２の分類器３３０における特徴セットは異なる。第１の分類器３２０においてアクチグラフ・データの使用を回避してＳＯＬ前の期間を認識することによって、特に長いＳＯＬを有する被検者に関する精度が増大する。入眠後、睡眠中に生じる動き、すなわちアクチグラフ・データにおいて決定できる動きは無意識であるので、アクチグラフは、覚醒を検出するために入眠後の期間中に有益であり、従って第２の分類器３３０に含められる。第１の分類器３２０は、夜間の長い覚醒状態の期間にも適用され、これの期間はＳＯＬ前の期間と同様であり、アクチグラフ・データを含めずに高い精度で対処することができる。

図４は、分類プロセス４００を概略的且つ例示的に示すブロック図であり、分類プロセス４００は、分類メインプロセス４１０を含み、且つ図３の訓練プロセス３００由来の第１の分類器３２０及び第２の分類器３３０を受け入れ、及び心臓信号及び／又は呼吸信号を含む新しい記録４０６をアクチグラフ・データとともに受け取る。例えば、新しい記録４０６は、判定システム１の心肺信号提供ユニット１０及びアクチグラフ・データ提供ユニット２０によって提供される。入力は、第１の分類器３２０のために心臓及び／又は呼吸特徴が抽出されるステップ４１２においてさらに処理される。ステップ４１４においてそのステップ４１２と平行して、第２の分類器３３０のためのアクチグラフ、及びオプションで心臓及び／又は呼吸特徴が抽出される。

ステップ４１２の抽出に続いて、ステップ４１６において、第１の分類器３２０を用いてＳＯＬを検出する。

次に、ステップ４１６におけるＳＯＬ検出及びステップ４１４で抽出された特徴に基づいて、ステップ４１８において、第２の分類器３３０を用いて、ＳＯＬが検出された後に睡眠／覚醒及びオプションで睡眠段階を分類する。一例では、分類プロセス４００は、判定システム１によって実行される。

図５及び図６は、図５の現状の技術水準による判定システム及び図６の本発明による判定システム１を用いて判定されたＳＯＬのプロット２００を概略的且つ例示的に示す。図５及び６のプロット２００は、この例ではいわゆるBland-Altmanプロットである。

両方のプロット２００において、推定ＳＯＬと基準グランドトルースＳＯＬとの間の平均が、例えば分単位で水平軸線２０２上に示される。垂直軸線２０４には、推定ＳＯＬと基準ＳＯＬ、すなわち正しいＳＯＬとの間の差が、例えば分単位で示される。プロット内の各円は、ＳＯＬ推定値を表す。ライン２０６は０差ラインを示し、すなわちこのライン上のＳＯＬ推定値は誤差がなく、推定ＳＯＬは基準ＳＯＬに対応する。ライン２０８は全ての推定ＳＯＬの平均差を示し、ライン２１０はライン２０８によって表される平均値の周りの２倍の標準偏差を示す。２つのライン２１０は、点の９５％がこの２つのライン２１０の間に含まれるので、９５％一致限界（limits of agreement）とも呼ばれる。上記の理由により、図５及び図６の両方の例において、平均値２０８が０値２０６より下にあるので、ＳＯＬは一般的に過小評価されることが分かる。

図５は、特に、参照符号２２０で示された矢印の付近の領域に対応する、特に大きなＳＯＬについて非常に大きな誤差を示す。

図５と図６を比較すると、（ＳＯＬを判定するための第１の期間についてアクチグラフ・データに依存しない）本発明による判定システム１を用いる有意な改善を確認することができる。第１に、平均値２０８はゼロ誤差ライン２０６により近づく。これは、本発明による判定システム１がＳＯＬの過小評価を大幅に低減することを意味する。さらに、ライン２１０が平均２０８により近づき、これは本質的に標準偏差が減少することを意味する。矢印２３０によって示された領域のＳＯＬ等の大きなＳＯＬを有する被検者について、推定ＳＯＬと基準ＳＯＬとの間の差を有意に低減することができたことが特に確認される。従って、本発明による判定システム１は、ＳＯＬを判定するためにアクチグラフ・データを使用する既知の判定システムよりも全体的な改善をもたらし、その改善は、特に２０分を超えるような大きなＳＯＬの領域で最も顕著である。

本発明について、図面及び前述の説明において詳細に図示及び説明してきたが、そのような図示及び説明は、例又は例示的であって限定的ではないとみなすべきであり、本発明は開示された実施形態に限定されるものではない。開示された実施形態に対する他の変更は、図面、明細書の開示、及び添付の特許請求の範囲の検討から、特許請求の範囲に記載された発明を実施する際に当業者によって理解及び達成され得る。例えば、第１の睡眠段階判定ユニット及び第２の睡眠段階判定ユニットについて説明したが、３つ以上の睡眠段階判定ユニットを用いてもよく、決定制御ユニットは、規定可能な基準に従って３つ以上の睡眠段階判定ユニット中で決定する。

特許請求の範囲において、「備える、有する、含む（comprising）」という単語は他の要素又はステップを排除するものではなく、不定冠詞「１つの（a, an）」は複数を除外するものではない。

単一のユニット又は装置は、特許請求の範囲に列挙された、いくつかの項目の機能を果たすことができる。特定の手段が互いに異なる従属請求項に列挙されているという単なる事実は、これらの手段の組合せが有利に使用できないことを示すものではない。

第１の睡眠段階判定ユニットを用いて、被検者の心肺信号に基づいて被検者の睡眠段階を判定し、且つ１つ又は複数のユニット又は装置によって実行される第２の睡眠段階判定ユニット等を用いて、被検者の少なくともアクチグラフ・データに基づいて被検者の睡眠段階を判定するような手順は、他の数のユニット又は装置によって実行してもよい。被検者の睡眠段階を判定する判定方法に従って被検者の睡眠段階を判定する判定システムのこれらの手順及び／又は制御は、コンピュータプログラムのプログラムコード手段及び／又は専用ハードウェアとして実装することができる。

コンピュータプログラムは、他のハードウェアと一緒に又は他のハードウェアの一部として供給される、光記憶媒体又は固体媒体等の適切な媒体上に記憶／分布し得るが、インターネット又は他の有線又は無線通信システム等を介して他の形態で配布してもよい。

特許請求の範囲内のいかなる参照符号も、その範囲を限定するものとして解釈すべきではない。

こうして、本発明は、被検者の睡眠段階を判定するための判定システム、対応する判定方法、及びコンピュータプログラムに関する。判定システムは、心肺信号提供ユニット１０と、アクチグラフ・データ提供ユニット２０と、心肺信号に基づいて睡眠段階を判定する第１の睡眠段階判定ユニット３０と、アクチグラフ・データに基づいて睡眠段階を判定する第２の睡眠段階判定ユニット４０と、を含む。第１の睡眠段階判定ユニット３０は、被検者のＳＯＬを判定する。被検者の睡眠段階は、ＳＯＬまで第１の睡眠段階判定ユニット３０を用いて判定し、ＳＯＬ後に第２の睡眠段階判定ユニット４０を用いて判定する。判定システム及び対応する方法によって、被検者の睡眠段階のより信頼性の高い判定、特に被検者のＳＯＬの判定の改善が可能になる。

Claims (14)

1. 被検者の睡眠段階を判定する判定システムであって、当該判定システムは、
   前記被検者の心肺信号を提供する心肺信号提供ユニットと、
   前記被検者のアクチグラフ・データを提供するアクチグラフ・データ提供ユニットと、
   前記被検者の前記睡眠段階を、前記被検者の前記アクチグラフ・データに関係なく、前記被検者の前記心肺信号に基づいて判定する第１の睡眠段階判定ユニットと、
   前記被検者の前記アクチグラフ・データに基づいて前記被検者の前記睡眠段階を判定する第２の睡眠段階判定ユニットと、
   前記被検者の前記睡眠段階を判定するために、第１の睡眠段階判定ユニット及び第２の睡眠段階判定ユニットのうちの一方を決定する決定制御ユニットと、を含み、
   第１の睡眠段階判定ユニットは、前記被検者の入眠潜時を判定するように構成され、
   前記決定制御ユニットは、前記入眠潜時まで第１の睡眠段階判定ユニットを用いて前記被検者の前記睡眠段階を判定し、且つ前記入眠潜時後に第２の睡眠段階判定ユニットを用いて前記被検者の前記睡眠段階を判定するように構成される、
   判定システム。
2. 第２の睡眠段階判定ユニットは、前記被検者の前記アクチグラフ・データに基づいて及び前記被検者の前記心肺信号に基づいて、前記被検者の前記睡眠段階を判定するように構成される、請求項１に記載の判定システム。
3. 前記心肺信号提供ユニットは、心臓信号及び／又は呼吸信号を提供するように構成される、請求項１又は２に記載の判定システム。
4. 前記心肺信号提供ユニットは、心電図センサ、フォトプレチスモグラフ・センサ、心弾動図センサ、及びドップラーレーダ・センサのうちの少なくとも１つを含む心肺信号測定ユニットを有する、請求項１乃至３のいずれか一項に記載の判定システム。
5. 前記アクチグラフ・データ提供ユニットは、前記被検者の身体に取り付け可能な加速度計を含むアクチグラフ測定ユニットを含む、請求項１乃至４のいずれか一項に記載の判定システム。
6. 前記アクチグラフ測定ユニットは、手首装着式装置である、請求項５に記載の判定システム。
7. 前記心肺信号から、ｉ）１つ又は複数の心臓特徴、ｉｉ）１つ又は複数の呼吸特徴、及びｉｉｉ）１つ又は複数の心肺結合特徴のうちの少なくとも１つを抽出する心肺信号特徴抽出ユニットをさらに含み、
   第１の睡眠段階判定ユニット及び第２の睡眠段階判定ユニットのうちの少なくとも一方は、抽出されたｉ）１つ又は複数の心臓特徴、ｉｉ）１つ又は複数の呼吸特徴、及びｉｉｉ）１つ又は複数の心肺結合特徴のうちの１つ又は複数に基づいて、前記被検者の前記睡眠段階を判定するように構成される。請求項１乃至６のいずれか一項に記載の判定システム。
8. 前記心肺信号特徴抽出ユニットは、
   心電図信号に基づくＲ−Ｒ間隔及びフォトプレチスモグラフ信号から検出された拍動のような心拍に基づく心臓特徴、
   呼吸速度又は呼吸振幅に基づく呼吸特性、及び
   心拍と呼吸相との間の位相同期を含むような、心臓と呼吸器系との間の結合に基づく心肺結合特徴のうちの少なくとも１つを抽出するように構成される、請求項７に記載の判定システム。
9. 第１の睡眠段階判定ユニットは、第１の睡眠段階分類サブユニットを含み、第１の睡眠段階分類サブユニットは、前記心肺信号特徴抽出ユニットによって抽出された、ｉ）１つ又は複数の心臓特徴、ｉｉ）１つ又は複数の呼吸特徴、及びｉｉｉ）１つ又は複数の心肺結合特徴のうちの少なくとも１つに基づいて、前記被検者の前記睡眠段階を分類するように構成され、
   第２の睡眠段階判定ユニットは、第２の睡眠段階分類サブユニットを含み、第２の睡眠段階分類サブユニットは、前記アクチグラフ・データに基づいて、及びオプションで、前記心肺信号特徴抽出ユニットによって抽出された、ｉ）１つ又は複数の心臓特徴、ｉｉ）１つ又は複数の呼吸特徴、及びｉｉｉ）１つ又は複数の心肺結合特徴のうちの少なくとも１つに基づいて、前記被検者の前記睡眠段階を分類するように構成される、請求項７又は８に記載の判定システム。
10. 第１の睡眠段階分類サブユニット及び第２の睡眠段階分類サブユニットを訓練するための訓練ユニットをさらに含み、該訓練ユニットは、
    心臓訓練信号及び呼吸訓練信号のうちの少なくとも１つを心肺訓練信号として提供する心肺訓練信号提供サブユニットと、
    アクチグラフ訓練データを提供するアクチグラフ訓練データ提供サブユニットと、
    前記心肺訓練信号及び前記アクチグラフ訓練データに対応する前記睡眠段階を基準データとして提供する基準注釈サブユニットと、を含み、
    前記心肺信号特徴抽出ユニットは、前記心肺訓練信号からｉ）１つ又は複数の心臓特徴及びｉｉ）１つ又は複数の呼吸特徴のうちの少なくとも１つを抽出するように構成され、
    前記訓練ユニットは、前記抽出された心臓特徴及び呼吸特徴と前記基準データとに基づいて、第１の睡眠段階分類サブユニットを訓練するように構成され、前記訓練ユニットは、前記アクチグラフ訓練データ及び前記基準データに基づいて、第２の睡眠段階分類サブユニットを訓練するように構成される、請求項９に記載の判定システム。
11. 前記訓練ユニットは、前記抽出された心臓特徴及び呼吸特徴、前記アクチグラフ訓練データ、及び前記基準データに基づいて、第２の睡眠段階分類サブユニットを訓練するように構成される、請求項１０に記載の判定システム。
12. 前記訓練ユニットは、第１の期間のみに対応するデータの一部に基づいて、第１の睡眠段階分類サブユニットを訓練するように構成される、請求項１０又は１１に記載の判定システム。
13. 被検者の睡眠段階を判定する判定方法であって、当該判定方法は、
    前記被検者の心肺信号を提供するステップと、
    前記被検者のアクチグラフ・データを提供するステップと、
    第１の睡眠段階判定ユニットを用いて、前記被検者の前記睡眠段階を、前記被検者の前記アクチグラフ・データに関係なく、前記被検者の前記心肺信号に基づいて判定するステップと、
    第２の睡眠段階判定ユニットを用いて、前記被検者の少なくとも前記アクチグラフ・データに基づいて前記被検者の前記睡眠段階を判定するステップと、を含み、
    第１の睡眠段階判定ユニットは、前記被検者の入眠潜時を判定し、
    前記被検者の前記睡眠段階は、前記入眠潜時まで第１の睡眠段階判定ユニットを用いて判定され、且つ前記入眠潜時後に第２の睡眠段階判定ユニットを用いて判定される、
    判定方法。
14. 被検者の睡眠段階を判定するためのコンピュータプログラムであって、該コンピュータプログラムは、前記コンピュータプログラムが判定システム上で実行されるときに、請求項１に記載の前記判定システムに請求項１３に記載の判定方法を実行させるプログラムコード手段を含む、コンピュータプログラム。

Images