JP6957011B2 - 睡眠段階判定装置、睡眠段階判定方法及びプログラム - Google Patents
睡眠段階判定装置、睡眠段階判定方法及びプログラム Download PDFInfo
- Publication number
- JP6957011B2 JP6957011B2 JP2017173562A JP2017173562A JP6957011B2 JP 6957011 B2 JP6957011 B2 JP 6957011B2 JP 2017173562 A JP2017173562 A JP 2017173562A JP 2017173562 A JP2017173562 A JP 2017173562A JP 6957011 B2 JP6957011 B2 JP 6957011B2
- Authority
- JP
- Japan
- Prior art keywords
- sleep
- rem sleep
- stage
- period
- determined
- 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
Images
Landscapes
- Measurement Of The Respiration, Hearing Ability, Form, And Blood Characteristics Of Living Organisms (AREA)
Description
例えば、特許文献1には、遺伝的アルゴリズムによる学習手法を改良したDatabase-based Compact Genetic Algorithmと称される手法で、マットレス型圧力センサの検出データから睡眠段階を推定する技術が記載されている。この特許文献1に記載された技術は、マットレス型圧力センサが検出した被測定者の体動と心拍に基づいて、睡眠段階を推定するものである。このようなマットレス型圧力センサを使って睡眠段階を推定することで、被測定者に負担を強いることなく、被測定者の睡眠状態を推定することができる。
特許文献1に記載されるように、マットレス型圧力センサのような圧力センサを使って睡眠段階を判定することができれば、被測定者に負担を強いることなく睡眠状態の診断が可能になる。しかし、従来から提案されている手法では、レム睡眠などの判定精度が高くなく、結果的に睡眠段階の推定の信頼性がそれほど良くないという問題があった。
第1の判定処理は、データ処理部で得た被測定者の第1の期間毎のセンサデータの標準偏差値が、所定の閾値以上であるとき、覚醒とステージ1のノンレム睡眠のいずれかであると判定し、所定の閾値以上でないとき、レム睡眠とステージ2以下のノンレム睡眠のいずれかであると判定する。
第2の判定処理は、第1の判定処理で、レム睡眠とステージ2以下のノンレム睡眠のいずれかであると判定した場合に、被測定者の第2の期間毎の心拍の検出データの中央値の変動量を示す増加率と、被測定者のセンサデータの第3の期間毎の周波数成分の分析結果に基づいて、レム睡眠と、ステージ2以下のノンレム睡眠とを区別する。
第1の判定処理は、検出処理で得た被測定者の第1の期間毎のセンサデータの標準偏差値が、所定の閾値以上であるとき、覚醒とステージ1のノンレム睡眠のいずれかであると判定し、所定の閾値以上でないとき、レム睡眠とステージ2以下のノンレム睡眠のいずれかであると判定する。
第2の判定処理は、第1の判定処理で、レム睡眠とステージ2以下のノンレム睡眠のいずれかであると判定した場合に、被測定者の第2の期間毎の心拍の中央値の変動量を示す増加率と、被測定者のセンサデータの第3の期間毎の周波数成分の分析結果に基づいて、レム睡眠と、ステージ2以下のノンレム睡眠とを区別する。
[1.睡眠段階判定装置の構成]
図1は、本例の睡眠段階判定装置10の構成を示すブロック図である。図2は、本例の睡眠段階判定装置10を使って睡眠段階の判定を行う状態の例を示す図である。
本例の睡眠段階判定装置10は、被測定者の体動をマットレスセンサ2で圧力データとして取得する。マットレスセンサ2は、例えば図2に示すように、被測定者Aが睡眠を行うベッド1のマットレスの上に敷いて、被測定者Aの睡眠中の上半身の体動を圧力の変化として検出する。被測定者Aの下側になるマットレスの上にマットレスセンサ2を配置するのは一例であり、例えばマットレスの中にマットレスセンサ2を内蔵させてもよい。
図2では、ベッド1の脇に睡眠段階判定装置10を設置し、マットレスセンサ2と睡眠段階判定装置10をケーブルで接続した例を示すが、例えばマットレスセンサ2が取得した圧力データを、無線伝送で別の部屋の睡眠段階判定装置10に伝送するようにしてもよい。
生体データ取得部11は、マットレスセンサ2が出力する圧力データを取得する。生体データ取得部11が取得した圧力データは、生体データ処理部12に供給される。生体データ処理部12は、供給される圧力データの解析処理を行う。具体的には、圧力データをサンプリングしてデジタルデータ化し、そのデジタルデータ化された圧力データの高速フーリエ変換処理(以下、「FFT処理」と称する)により、各周波数の成分を取得する。そして、取得したそれぞれの周波数成分の状態から、心拍と呼吸の状態を判別する。すなわち、圧力データをFFT処理で得た周波数成分の内で、心拍及び呼吸に相当する周波数成分から、心拍数と呼吸数を判別する。
さらに、生体データ処理部12は、FFT処理で得た周波数成分を使って、睡眠段階の解析に必要なデータ処理を行う。
図3は、睡眠段階判定装置10をコンピュータ装置で構成した場合のハードウェア構成例を示す。
コンピュータ装置Cは、バスC8に接続されたCPU(Central Processing Unit:中央処理装置)C1、ROM(Read Only Memory)C2、及びRAM(Random Access Memory)C3を備える。さらに、コンピュータ装置Cは、不揮発性ストレージC4、ネットワークインターフェイスC5、入力装置C6、及び表示装置C7を備える。
なお、睡眠段階判定装置10をコンピュータ装置から構成するのは一例であり、例えばFFT処理などのデータ処理を、専用のハードウェアを用意して行うようにしてもよい。
図4は、本例の睡眠段階判定装置10の睡眠段階判定部13が行う睡眠段階判定処理手順の全体の流れを示すフローチャートである。なお、既に説明したように、睡眠段階としては、覚醒、レム睡眠、及び4つのノンレム睡眠(ステージ1〜4)の6段階が存在するが、ここでは、ステージ4のノンレム睡眠をステージ3のノンレム睡眠に含めるようにして、覚醒、レム睡眠、及び3つのノンレム睡眠(ステージ1〜3)の5段階の判定を行う。
そして、睡眠段階判定部13は、ステップS2の覚醒又はステージ1のノンレム睡眠の状態と判別したデータを使って、覚醒の状態(ステップS4)と、ステージ1のノンレム睡眠の状態(ステップS5)とを判別する処理を行う。
以下、この図4に示すそれぞれの判別処理の詳細について説明する。
次に、図4のフローチャートに示した、覚醒又はステージ1のノンレム睡眠の状態(ステップS2)と、レム睡眠又はステージ2,3のノンレム睡眠(ステップS3)とを判別する処理の詳細について説明する。
図5は、この覚醒又はステージ1のノンレム睡眠の状態と、レム睡眠又はステージ2,3のノンレム睡眠とを判別する処理の例を示すフローチャートである。
まず、生体データ処理部12は、圧力データをFFT処理で得た周波数成分の内で、16Hzの信号成分から1秒間の平均を求め、その1秒間の平均値から、30秒間の標準偏差の値を計算する(ステップS101)。なお、本例では30秒間を1エポック区間と称する。
また、ステップS102の判断で、1エポック区間の標準偏差の値が閾値X以上でない場合には(ステップS102のNO)、睡眠段階判定部13は、該当する1エポック区間について、レム睡眠又はステージ2,3のノンレム睡眠と判断する(ステップS104)。
標準偏差値が閾値X以上である場合には、睡眠段階判定部13は、覚醒(WAKE)又はステージ2のノンレム睡眠(NREM1)と判定する。また、標準偏差値が閾値X未満である場合には、睡眠段階判定部13は、レム睡眠(REM)又はステージ2,3のノンレム睡眠(NREM2,NREM3)と判定する。
このように、センサ値の1エポック区間の16Hzの信号成分のセンサ値が閾値X以上となる殆どの区間は、PSGの手法で覚醒(WAKE)又はステージ1のノンレム睡眠(NREM1)と判定され、本例による判定で得た睡眠段階が、従来から知られた電極を使ったPSGの手法で得た睡眠段階とほぼ一致していることが分かる。
図8は、睡眠段階判定部13が、覚醒とステージ1のノンレム睡眠とを判別する処理を示すフローチャートである。この図8のフローチャートに示す処理は、図4のフローチャートにおいて、ステップS4の睡眠段階と、ステップS5の睡眠段階とを判別する処理に相当する。
先に説明したように、睡眠段階判定部13は、1エポック区間(30秒間)のセンサ値の16Hzの成分の標準偏差値が閾値X以上の区間が、覚醒とステージ1のノンレム睡眠のいずれかであると判別する。このような状態を判別したとき、睡眠段階判定部13は、その標準偏差値が閾値X以上の区間が、1エポック区間を越える区間連続するか否かを判断する(ステップS105)。
また、ステップS105での判断で、睡眠段階判定部13は、標準偏差値が閾値X以上の区間が、1エポック区間だけであると判断した場合(ステップS105のNO)、睡眠段階判定部13は、該当する1エポック区間を覚醒(WAKE)と判定する(ステップS107)。
図9の横軸は時刻(時間:分:秒)を示す。ここでは、2時26分02秒に閾値X以上となり、その閾値X以上の状態が2時27分14秒まで続いた場合を示す。このとき、睡眠段階判定部13は、最後の1エポック区間(30秒間)である2時26分44秒から2時27分14秒までを、ステージ1のノンレム睡眠(NREM1)と判定し、それよりも前の残りの閾値X以上の区間(2時26分02秒から2時26分44秒まで)を、覚醒(WAKE)と判定する。
このように判定することで、睡眠段階判定部13は、覚醒の睡眠段階とステージ1のノンレム睡眠の睡眠段階とを適切に区別する。
次に、本例の睡眠段階判定装置10が行うレム睡眠の判定処理について説明する。
このレム睡眠の判定処理は、図4のフローチャートにおいて、ステップS3の段階から、ステップS6の睡眠段階を判別する処理に相当する。また、ステップS3の段階において、以下に説明する判定処理でレム睡眠でないと判定した場合、睡眠段階判定部13は、ステップS7のステージ2又は3のノンレム睡眠段階と判別することになる。
2種類の手法の詳細は後述するが、手法1は、心拍数変動に着目したレム睡眠判定手法であり、手法2は、全周波数成分を用いた機械学習によるレム睡眠判定手法である。睡眠段階判定装置10は、これらの2つの手法を使ったハイブリッド構造でレム睡眠判定を行うものである。
この手法1では、レム睡眠時に心拍数が揺らぐという生理学的な観点を利用して、レム睡眠を推定する。
まず、生体データ処理部12は、FFT処理で周波数解析したデータから、心拍の値を取得する。生体データ処理部12は、検出された心拍について、一定時間(ここでは5分間)毎の中央値HRを算出する(ステップS111)。
そして、生体データ処理部12は、検出した心拍の中央値HRの5分毎の変動量ΔHRを算出し、その5分毎の変動量ΔHRを閾値TH1と比較する(ステップS112)。
ここでは、推定する時刻から直前5分間の心拍の中央値をΔHRcurr、5分前から10分前までの心拍の中央値をΔHRprevとしたとき、次の[数1]式により、変動量ΔHRを得る。
ステップS112で、ΔHR>0.04の条件を満たさない場合には(ステップS112のNO)、生体データ処理部12は、該当する条件を満たすまで待機する。
そして、ΔHR>0.04の条件を満たすと判断したとき(ステップS112のYES)、生体データ処理部12は、レム睡眠期間(手法1によるレム睡眠期間)の開始と判断する(ステップS113)。その後、生体データ処理部12は、変動量ΔHRの減少率が減少したか否かを判断する(ステップS114)。なお、「減少率が減少」するとは、例えば、ΔHRの値が0.07から0.06に変わることをいう。ここで、変動量ΔHRの減少率が減少しないとき(ステップS114のNO)、生体データ処理部12は、変動量ΔHRの減少率が減少するまで待機する。また、変動量ΔHRの減少率が減少したとき(ステップS114のYES)、生体データ処理部12は、レム睡眠期間(手法1によるレム睡眠期間)の終了を判断し(ステップS115)、ステップS112の変動量ΔHRと閾値TH1との比較に戻る。
このように、手法1では、心拍数の変動量に基づいてレム睡眠の期間を判断することができる。
この手法2は、アンサンブル学習による機械学習手法であるランダムフォレスト(Random Forests)を用いて、レム睡眠とレム睡眠以外とを判定する手法である。この手法2では、一定期間(ここでは30秒間)のマットレスセンサ2が取得した圧力データに対してFFT処理を施すことで周波数解析を行って、レム睡眠を判定するものである。
まず、生体データ処理部12は、生体データ取得部11が取得した生体データを一定期間(1エポック区間:30秒間)ごとに分割し、一定期間ごとの生体データに対してFFT処理で周波数解析を行うことで周波数表現された生体データ生成する(ステップS121)。そして、FFT処理された生体データの全周波数成分について正規化を行い、全周波数成分の総和が1になるようにする。なお、ここで正規化を行うのは一例であり、正規化を行わないデータを扱うようにしてもよい。
そして、生体データ処理部12は、その一定期間毎の圧力データを使って、ランダムフォレストの機械学習手法による2値判定を行う(ステップS122)。ランダムフォレストの機械学習による2値判定の詳細については後述する。
そして、この判断でレム睡眠の条件を満たした場合には(ステップS123のYES)、生体データ処理部12は、該当する一定期間(30秒間)をレム睡眠期間(手法2によるレム睡眠期間)に設定し(ステップS124)、その後ステップS121の処理に戻り、次の一定期間の処理に移る。
まず、図12の上側に示すように、生体データ処理部12は、30秒間の圧力データD1を取得する。圧力データD1のグラフの縦軸はセンサ値であり、横軸は時間(30秒間)を示す。
この圧力データD1について、生体データ処理部12がFFT処理を施すことで、周波数成分毎の強度値を示したFFTデータD2を得る。FFTデータD2のグラフの縦軸は強度値であり、横軸は周波数(0.016Hz〜5.0Hz)を示す。ここでは、FFTデータD2として、5Hz以下の周波数成分のみの300次元ベクトルのデータとする。
そして、生体データ処理部12は、複数の決定木T1,T2,・・・,TN毎に得たレム睡眠か否かの判定q1,q2,・・・,qNの多数決で、現在の30秒間の期間がレム睡眠か否かを判定する。
まず、睡眠段階判定部13は、手法1でレム睡眠と判定した区間があるか否かを判断する(ステップS131)。この判断で、手法1によりレム睡眠と判定した区間がない場合には(ステップS131のNO)、睡眠段階判定部13は、探索した期間内にレム睡眠の期間がないと判断して、レム睡眠期間を探索する処理を終了する。
そして、手法1によりレム睡眠と判定した区間がある場合には(ステップS131のYES)、睡眠段階判定部13は、手法1によりレム睡眠と判定した区間と、手法2によりレム睡眠と判定した区間とが重なる区間があるか否かを判断する(ステップS132)。
図14Aの例は、ある期間に、手法1による判定でレム睡眠と判定した区間があり、その区間と重なる期間に、手法2による判定でレム睡眠と判定した区間がない場合を示す。この図14Aに示す状態の場合には、睡眠段階判定部13は、手法1でレム睡眠と判定した区間を、レム睡眠区間と確定する。この図14Aの確定処理は、図13のフローチャートのステップS134でレム睡眠と確定する処理に相当する。
図15の上側に示す特性BWは、被測定者の睡眠状態(睡眠段階)を、脳波計により測定した例(つまり本例の睡眠段階判定装置10とは別の装置により測定した例)を示す。この特性BWのグラフの縦軸において、Aと示す位置は覚醒を示し、1,2,3,4の数字で示す位置はノンレム睡眠のステージ1〜4を示す。図15に示す特性BWでは、レム睡眠の期間の判定を行っていないが、ノンレム睡眠のステージ1と覚醒との間に、レム睡眠が存在することになる。
手法1でレム睡眠と判定した区間ra1,ra2,ra3,ra4,ra5は、特性HRの心拍数がピークとなる位置であり、比較的短時間の区間である。
本例の場合、手法2でレム睡眠と判定する1つの区間rbは30秒間であり、その30秒間の区間rbが2分以内に存在したとき、手法2で判定したレム睡眠が連続していると見なして、1つのレム睡眠期間(例えば期間R4やR5)が確定する。但し、本例の場合には、その30秒間の区間rbが2分以内に存在した期間が、手法1でレム睡眠と判定した区間ra1〜ra5と重なっていない箇所については、レム睡眠でないと判定する。
具体的には、心拍に基づいてレム睡眠を判定する手法1では、図15の区間ra1〜ra5で分かるように、比較的短時間の区間をレム睡眠と判定しており、実際のレム睡眠の長さとは一致していない可能性が高い。
一方、検出データの周波数分布の機械学習からレム睡眠を判定する手法2では、例えば図15の区間R4と区間R5の間の、最終的にレム睡眠と確定しない期間であっても、レム睡眠と判定される区間rbが存在し、レム睡眠と判定する精度がそれ程高くない可能性があった。
しかも本例の場合には、手法1の判定を行うための心拍データと、手法2の判定を行うための体動の周波数分布のデータのいずれについても、マットレスセンサ2が取得した被測定者の体動に基づいた圧力データであり、脳波を測定する場合と異なり、被測定者に負担をかけずに、的確なレム睡眠の判定ができるようになる。
次に、本例の睡眠段階判定装置10が行う、ステージ2のノンレム睡眠と、ステージ3のノンレム睡眠の判定処理を説明する。図16は、ステージ2のノンレム睡眠と、ステージ3のノンレム睡眠とを判別する処理の例を示すフローチャートである。
このステージ2,3のノンレム睡眠の判定処理は、図4のフローチャートにおいて、ステップS7の睡眠段階を判別する処理に相当する。なお、ステップS7の睡眠段階と判別する状態は、ステップS3の状態から、ステップS6のレム睡眠と判別しなかった区間の睡眠状態である。
図17に示すように、あるタイミングでレム睡眠(REM)状態と判別したとき、睡眠段階判定部13は、それ以前の区間がステージ2又は3のノンレム睡眠の区間であるとき、レム睡眠に変化する直前の1エポック区間(30秒間)を、ステージ3のノンレム睡眠(NREM3)と判別する。さらに、睡眠段階判定部13は、ステージ2又は3のノンレム睡眠の区間の残りの区間を、ステージ2のノンレム睡眠(NREM2)と判別する。
Claims (6)
- 被測定者の体動及び心拍の成分が含まれるセンサデータを取得し、取得したセンサデータの周波数成分の分析で、周波数ごとの成分を得ると共に、得られた周波数ごとの成分から心拍に相当する周波数の成分を取り出し、心拍の検出データを得るデータ処理部と、睡眠段階判定部と、を備え、
前記睡眠段階判定部は、
前記データ処理部で得た前記被測定者の第1の期間毎の前記センサデータの標準偏差値が、所定の閾値以上であるとき、覚醒とステージ1のノンレム睡眠のいずれかであると判定し、前記所定の閾値以上でないとき、レム睡眠とステージ2以下のノンレム睡眠のいずれかであると判定する第1の判定処理を行い、
前記第1の判定処理で、レム睡眠とステージ2以下のノンレム睡眠のいずれかであると判定した場合に、前記被測定者の第2の期間毎の前記心拍の検出データの中央値の変動量を示す増加率と、前記被測定者の前記センサデータの第3の期間毎の周波数成分の分析結果に基づいて、レム睡眠と、ステージ2以下のノンレム睡眠とを区別する第2の判定処理を行う
睡眠段階判定装置。 - 前記睡眠段階判定部が行う前記第2の判定処理は、
被測定者の第2の期間毎の前記心拍の検出データの中央値の変動量を示す増加率が、所定の閾値以上であるとき、第1のレム睡眠期間の開始と判定し、前記第2の期間毎の前記心拍の検出データの中央値の変動量を示す減少率が減少したとき、前記第1のレム睡眠期間の終了を判定し、
前記被測定者の前記センサデータの第3の期間毎の周波数成分を得、その周波数成分からレム睡眠か否かの判定を得る決定木を機械学習により複数生成し、生成した複数の決定木で得られたレム睡眠か否かの判定の多数決から、前記第3の期間が第2のレム睡眠期間であると判定し、
前記第1のレム睡眠期間と判定した期間と前記第2のレム睡眠期間と判定した期間とが重なる期間を含み、かつ一定間隔以内に第2のレム睡眠期間と判定した期間が存在する場合に、その一定間隔以内に第2のレム睡眠期間と判定した期間を、レム睡眠期間と確定する
請求項1に記載の睡眠段階判定装置。 - さらに、前記睡眠段階判定部は、前記第1の判定処理で、覚醒とステージ1のノンレム睡眠のいずれかであると判定した場合に、前記センサデータの標準偏差値が、前記第1の期間を超えて連続して所定の閾値以上であるとき、最後の所定区間をステージ1のノンレム睡眠とし、残りの区間を覚醒と判定し、前記第1の期間を超えていないとき、全ての区間を覚醒と判定する
請求項1又は2に記載の睡眠段階判定装置。 - 前記センサデータは、前記被測定者の体動及び心拍を圧力変化で検出する圧力センサの出力データである
請求項1〜3のいずれか1項に記載の睡眠段階判定装置。 - 被測定者の体動及び心拍の成分が含まれるセンサデータを取得し、取得したセンサデータの周波数成分の分析で、周波数ごとの成分を得ると共に、得られた周波数ごとの成分から心拍に相当する周波数の成分を取り出し、心拍の検出データを得る検出処理と、
前記検出処理で得た前記被測定者の体動の第1の期間毎の前記センサデータの標準偏差値が、所定の閾値以上であるとき、覚醒とステージ1のノンレム睡眠のいずれかであると判定し、前記所定の閾値以上でないとき、レム睡眠とステージ2以下のノンレム睡眠のいずれかであると判定する第1の判定処理と、
前記第1の判定処理で、レム睡眠とステージ2以下のノンレム睡眠のいずれかであると判定した場合に、前記被測定者の第2の期間毎の前記心拍の検出データの中央値の変動量を示す増加率と、前記被測定者の前記センサデータの第3の期間毎の周波数成分の分析結果に基づいて、レム睡眠と、ステージ2以下のノンレム睡眠とを区別する第2の判定処理と、を含む
睡眠段階判定方法。 - 被測定者の体動及び心拍の成分が含まれるセンサデータを取得し、取得したセンサデータの周波数成分の分析で、周波数ごとの成分を得ると共に、得られた周波数ごとの成分から心拍に相当する周波数の成分を取り出し、心拍の検出データを得る検出手順と、
前記検出手順で得た前記被測定者の体動の第1の期間毎の前記センサデータの標準偏差値が、所定の閾値以上であるとき、覚醒とステージ1のノンレム睡眠のいずれかであると判定し、前記所定の閾値以上でないとき、レム睡眠とステージ2以下のノンレム睡眠のいずれかであると判定する第1の判定手順と、
前記第1の判定手順で、レム睡眠とステージ2以下のノンレム睡眠のいずれかであると判定した場合に、前記被測定者の第2の期間毎の前記心拍の検出データの中央値の変動量を示す増加率と、前記被測定者の前記センサデータの第3の期間毎の周波数成分の分析結果に基づいて、レム睡眠と、ステージ2以下のノンレム睡眠とを区別する第2の判定手順と、
をコンピュータに実行させるプログラム。
Applications Claiming Priority (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2017066200 | 2017-03-10 | ||
JP2017066200 | 2017-03-10 |
Publications (2)
Publication Number | Publication Date |
---|---|
JP2018149259A JP2018149259A (ja) | 2018-09-27 |
JP6957011B2 true JP6957011B2 (ja) | 2021-11-02 |
Family
ID=63679889
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2017173562A Active JP6957011B2 (ja) | 2017-03-10 | 2017-09-08 | 睡眠段階判定装置、睡眠段階判定方法及びプログラム |
Country Status (1)
Country | Link |
---|---|
JP (1) | JP6957011B2 (ja) |
Families Citing this family (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP7216408B2 (ja) * | 2019-03-22 | 2023-02-01 | 国立大学法人電気通信大学 | 睡眠時無呼吸症候群判定装置、睡眠時無呼吸症候群判定方法および睡眠時無呼吸症候群判定プログラム |
KR102662836B1 (ko) * | 2020-12-03 | 2024-05-03 | 한국전자기술연구원 | 다채널 압력신호 기반 수면 단계 분류 방법 |
US20240041396A1 (en) * | 2022-08-08 | 2024-02-08 | Mellowing Factory Co., Ltd. | Method and device for monitoring sleep stage using sleep prediction model |
Family Cites Families (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2780465B2 (ja) * | 1990-08-30 | 1998-07-30 | 松下電器産業株式会社 | 睡眠状態判定装置 |
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 |
JP5430034B2 (ja) * | 2011-10-14 | 2014-02-26 | 株式会社タニタ | 睡眠評価処理システム及び睡眠評価装置 |
JP5613922B2 (ja) * | 2012-02-23 | 2014-10-29 | 株式会社タニタ | 血圧測定装置および血圧測定方法 |
JP6213983B2 (ja) * | 2013-06-11 | 2017-10-18 | 国立大学法人電気通信大学 | 睡眠段階推定装置および方法並びにプログラム |
CA2836431C (en) * | 2013-12-16 | 2018-02-20 | Blue Ocean Laboratories, Inc. | A sleep system for obtaining sleep information |
US10980473B2 (en) * | 2014-01-02 | 2021-04-20 | Intel Corporation | Identifying and characterizing nocturnal motion and stages of sleep |
-
2017
- 2017-09-08 JP JP2017173562A patent/JP6957011B2/ja active Active
Also Published As
Publication number | Publication date |
---|---|
JP2018149259A (ja) | 2018-09-27 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US11172835B2 (en) | Method and system for monitoring sleep | |
Deviaene et al. | Automatic screening of sleep apnea patients based on the spo 2 signal | |
JP6124140B2 (ja) | 患者の認知機能の評価 | |
JP6829880B2 (ja) | 入眠評価システム、プログラムおよび記憶媒体 | |
JP5303802B2 (ja) | 心電図から導出された無呼吸/低呼吸指数 | |
JP6727432B2 (ja) | 睡眠判定装置、睡眠判定方法、および、睡眠判定プログラム | |
CN106413541B (zh) | 用于诊断睡眠的系统和方法 | |
JP2015134192A (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 | |
JP2016508382A (ja) | 呼吸信号を用いた睡眠時無呼吸の検出 | |
JP2021517008A (ja) | 睡眠時無呼吸検出システム及び方法 | |
JP2012508628A (ja) | 睡眠と覚醒のパターンの識別の方法およびその利用 | |
JP6957011B2 (ja) | 睡眠段階判定装置、睡眠段階判定方法及びプログラム | |
WO2009150744A1 (ja) | 睡眠状態モニタリング装置、モニタリングシステムおよびコンピュータプログラム | |
JP2016209327A (ja) | 睡眠深度推定装置、睡眠深度推定方法、およびプログラム | |
Dong et al. | Frequency network analysis of heart rate variability for obstructive apnea patient detection | |
JP2011115188A (ja) | 睡眠状態モニタリング装置、モニタリングシステムおよびコンピュータプログラム | |
Morales et al. | Sleep apnea hypopnea syndrome classification in spo 2 signals using wavelet decomposition and phase space reconstruction | |
JP6845404B2 (ja) | 睡眠段階判定方法、睡眠段階判定装置、及び睡眠段階判定プログラム | |
JP7216408B2 (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方法および睡眠時無呼吸症候群判定プログラム | |
JP6932351B2 (ja) | 睡眠段階判定装置、睡眠段階判定方法及びプログラム | |
JP6925056B2 (ja) | 睡眠段階判定方法、睡眠段階判定装置、及び睡眠段階判定プログラム | |
JP7125087B2 (ja) | 睡眠段階推定装置、睡眠段階推定方法および睡眠段階推定プログラム | |
JP6925057B2 (ja) | 睡眠段階判定方法、睡眠段階判定装置、及び睡眠段階判定プログラム | |
JP7040557B2 (ja) | 訓練装置、訓練方法、識別装置、識別方法及びプログラム | |
WO2023048158A1 (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方法およびプログラム |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20200817 |
|
A977 | Report on retrieval |
Free format text: JAPANESE INTERMEDIATE CODE: A971007 Effective date: 20210414 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20210420 |
|
A601 | Written request for extension of time |
Free format text: JAPANESE INTERMEDIATE CODE: A601 Effective date: 20210618 |
|
A521 | Written amendment |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20210819 |
|
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: 20210914 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20210929 |
|
R150 | Certificate of patent or registration of utility model |
Ref document number: 6957011 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R150 |