JP6986253B2 - Examination method for autism spectrum disorder using the amount of body movement after falling asleep as an index - Google Patents
Examination method for autism spectrum disorder using the amount of body movement after falling asleep as an index Download PDFInfo
- Publication number
- JP6986253B2 JP6986253B2 JP2017117220A JP2017117220A JP6986253B2 JP 6986253 B2 JP6986253 B2 JP 6986253B2 JP 2017117220 A JP2017117220 A JP 2017117220A JP 2017117220 A JP2017117220 A JP 2017117220A JP 6986253 B2 JP6986253 B2 JP 6986253B2
- Authority
- JP
- Japan
- Prior art keywords
- falling asleep
- amount
- body movement
- autism spectrum
- spectrum disorder
- 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
本発明は、入眠後体動量を指標とする自閉スペクトラム症の検査方法に関する。 The present invention relates to a method for testing autism spectrum disorder using the amount of body movement after falling asleep as an index.
一晩の睡眠は、大きく２つの要素から構成される。睡眠リズム１つは、深い眠りを含むノンレム睡眠で、もう１つはレム睡眠と呼ばれる。レム睡眠では、急速眼球運動が見られ、レム睡眠前後で寝返りなどの体動が増加する。
ノンレム睡眠は、眠りの強度によって更に４段階に分類され、これらの段階は一晩の睡眠中に４、５回繰り返される。ノンレム睡眠の第１段階から最初のレム睡眠までを初めの「睡眠サイクル」と呼び、１サイクルは６０〜１００分である。一晩の前半部分はより深い眠り（ノンレム睡眠３、４段階）が占め、後半はレム睡眠や浅いノンレム睡眠が多くの割合を占めるようになる。
自閉スペクトラム症において睡眠障害が高頻度で合併することは、知られている（非特許文献１）。
Overnight sleep is largely composed of two components. One sleep rhythm is non-REM sleep, which includes deep sleep, and the other is called REM sleep. In REM sleep, rapid eye movements are observed, and body movements such as turning over increase before and after REM sleep.
Non-rem sleep is further classified into 4 stages according to the intensity of sleep, and these stages are repeated 4 or 5 times during overnight sleep. The period from the first stage of non-REM sleep to the first REM sleep is called the first "sleep cycle", and one cycle is 60 to 100 minutes. Deeper sleep (3rd and 4th stages of non-REM sleep) occupies the first half of the night, and REM sleep and light non-REM sleep occupy a large proportion in the second half.
It is known that sleep disorders are frequently associated with autism spectrum disorders (Non-Patent Document 1).
自閉症の診断に関して、被験者が相対する人の目を見ている時間と他所を見ている比率の差から被験者は自閉症の特徴を有するかを判断するためのシステムが開示されている（特許文献１）。該システムは、視線検出技術が搭載された専用の装置が必要とされる。
また、診断される対象由来の生体試料中の特定のアミノ酸配列を有するペプチドの濃度を測定する工程を含む自閉症の診断方法が開示されている（特許文献２）。該方法は、診断される対象から生体試料を得る（用意する）必要がある。
一方、容易に入手可能な装置を用いた、簡便かつ身体的負担の少ない、自閉スペクトラム症の診断方法は知られていない。
また、近年のウェアラブルセンサー開発により、市販されている加速度計でも、体動を数日間記録することが可能になっている（例：株式会社日立システムズ：リストバンド型ライフレコーダー等）。
しかしながら、加速度計を用いた日常生活の睡眠評価により得られる入眠後体動量を指標とする自閉スペクトラム症の検査方法については知られていない。
Regarding the diagnosis of autism, a system for determining whether a subject has the characteristics of autism from the difference between the time when the subject is looking at the other person's eyes and the ratio of looking elsewhere is disclosed. (Patent Document 1). The system requires a dedicated device equipped with line-of-sight detection technology.
Further, a method for diagnosing autism including a step of measuring the concentration of a peptide having a specific amino acid sequence in a biological sample derived from a subject to be diagnosed is disclosed (Patent Document 2). The method requires obtaining (preparing) a biological sample from the subject to be diagnosed.
On the other hand, there is no known method for diagnosing autism spectrum disorder, which is simple and has a small physical burden, using an easily available device.
In addition, with the recent development of wearable sensors, it has become possible to record body movements for several days even with commercially available accelerometers (eg Hitachi Systems Co., Ltd .: wristband type life recorder, etc.).
However, there is no known method for testing autism spectrum disorder using the amount of body movement after falling asleep obtained by sleep evaluation in daily life using an accelerometer as an index.
本発明は、自閉スペクトラム症の検査方法を提供することを課題とする。 An object of the present invention is to provide a method for testing autism spectrum disorder.
本発明者は、上記課題を解決するために鋭意検討した結果、定型発達児童及び自閉スペクトラム症児の入眠後の体動量を比較することで、自閉スペクトラム症を判別可能となることを見出し、本発明を完成した。
すなわち、本発明者らは、簡単で安価で、長時間記録が可能な加速度センサーを活用することで、日常的な睡眠中の体動量を測定し、自閉スペクトラム症の検査につながる指標を発見した。
As a result of diligent studies to solve the above problems, the present inventor has found that autism spectrum disorder can be discriminated by comparing the amount of body movement after falling asleep in a typical developing child and a child with autism spectrum disorder. , The present invention has been completed.
That is, the present inventors have discovered an index that measures the amount of body movement during daily sleep and leads to the examination of autism spectrum disease by utilizing an accelerometer that is simple, inexpensive, and capable of recording for a long time. did.
すなわち、本発明は、以下の通りである。
１．入眠後被験者から取得した加速度データを入眠後体動量に変換する方法を含む、入眠後体動量を指標とする自閉スペクトラム症の検査方法。
２．前記変換により得られた入眠後体動量を、予め設定された入眠後体動量のカットオフ値と比較することを更に含む、前項１に記載の検査方法。
３．前記入眠後被験者から取得した加速度データが、被験者の入眠２〜４時間後の加速度データである、前項１又は２に記載の検査方法。
４．前記変換により得られた入眠後体動量が、予め設定された自閉スペクトラム症を識別する入眠後体動量のカットオフ値よりも高い場合に自閉スペクトラム症であると判定することを更に含む、前項１〜３のいずれか一に記載の検査方法。
５．前記被験者から取得した加速度データが、被験者の入眠５〜７時間後の加速度データである、前項１又は２に記載の検査方法。
６．前記変換により得られた入眠後体動量が、予め設定された自閉スペクトラム症を識別する入眠後体動量のカットオフ値よりも低い場合に自閉スペクトラム症であると判定することを更に含む、前項１、２又は５のいずれか一に記載の検査方法。
７．前記加速度データを入眠後体動量に変換する方法は、以下の工程である前項１〜６のいずれか一に記載の検査方法、
（１）入眠後被験者から取得した３次元の加速度データをブロック平均する工程、
（２）ブロック平均後のデータをローカットフィルタに適応する工程、
（３）ローカットフィルタ後のデータをRMS値に変換する工程、
（４）各時間におけるRMS値を2値化する工程、及び
（５）2値化後のデータを時間窓ごとの入眠後体動量（％）として算出する工程。
８．以下の工程（１）〜（６）を含む、入眠後被験者から取得した加速度データを入眠後体動量に変換する自閉スペクトラム症の検査方法用プログラム、
（１）入眠後被験者から取得した３次元の加速度データをブロック平均する工程、
（２）ブロック平均後のデータをローカットフィルタに適応する工程、
（３）ローカットフィルタ後のデータをRMS値に変換する工程、
（４）各時間におけるRMS値を2値化する工程、
（５）2値化後のデータを時間窓ごとの入眠後体動量（％）として算出する工程、及び
（６）入眠後体動量を、予め設定された入眠後体動量のカットオフ値と比較して、自閉スペクトラム症であるかどうかを判定する工程。
９．以下の（１）（２）を含む、入眠後被験者から取得した加速度データを入眠後体動量に変換する自閉スペクトラム症の検査装置、
（１）加速度計測手段、及び
（２）入眠後被験者から取得した加速度データを入眠後体動量に変換するプログラム、
ここで、該プログラムは、以下の工程を含む、
（Ａ）入眠後被験者から取得した３次元の加速度データをブロック平均する工程、
（Ｂ）ブロック平均後のデータをローカットフィルタに適応する工程、
（Ｃ）ローカットフィルタ後のデータをRMS値に変換する工程、
（Ｄ）各時間におけるＲＭＳ値を2値化する工程、
（Ｅ）2値化後のデータを時間窓ごとの入眠後体動量（％）として算出する工程、及び
（Ｆ）入眠後体動量を、予め設定された入眠後体動量のカットオフ値と比較して、自閉スペクトラム症であるかどうかを判定する工程。
１０．以下の（１）を含む、入眠後被験者から取得した加速度データを入眠後体動量に変換する自閉スペクトラム症の検査用携帯アプリケーションプログラム、
（１）入眠後被験者から取得した加速度データを入眠後体動量に変換するプログラム、
ここで、該プログラムは、以下の工程を含む、
（Ａ）入眠後被験者から取得した３次元の加速度データをブロック平均する工程、
（Ｂ）ブロック平均後のデータをローカットフィルタに適応する工程、
（Ｃ）ローカットフィルタ後のデータをRMS値に変換する工程、
（Ｄ）各時間におけるＲＭＳ値を2値化する工程、
（Ｅ）2値化後のデータを時間窓ごとの入眠後体動量（％）として算出する工程、及び
（Ｆ）入眠後体動量を、予め設定された入眠後体動量のカットオフ値と比較して、自閉スペクトラム症であるかどうかを判定する工程。
That is, the present invention is as follows.
1. 1. A method for testing autism spectrum disorder using the amount of body movement after falling asleep as an index, including a method of converting acceleration data acquired from a subject after falling asleep into the amount of body movement after falling asleep.
2. 2. The test method according to the preceding
3. 3. The inspection method according to the
4. Further including determining that the patient has autism spectrum disorder when the post-sleep onset momentum obtained by the above conversion is higher than the preset cut-off value of the post-sleep onset momentum that identifies autism spectrum disorder. The inspection method according to any one of the
5. The inspection method according to the
6. Further including determining that the patient has autism spectrum disorder when the post-sleep onset momentum obtained by the above conversion is lower than the preset cut-off value of the post-sleep onset momentum that identifies autism spectrum disorder. The inspection method according to any one of 1, 2 or 5 in the preceding paragraph.
7. The method for converting the acceleration data into the amount of body movement after falling asleep is the inspection method according to any one of the
(1) A step of block averaging three-dimensional acceleration data acquired from a subject after falling asleep.
(2) The process of applying the data after block averaging to the low-cut filter,
(3) The process of converting the data after the low-cut filter into an RMS value,
(4) A step of binarizing the RMS value at each time, and (5) a step of calculating the binarized data as the amount of body movement (%) after falling asleep for each time window.
8. A program for testing autism spectrum disorders, which comprises the following steps (1) to (6) and converts acceleration data acquired from a subject after falling asleep into body movement amount after falling asleep.
(1) A step of block averaging three-dimensional acceleration data acquired from a subject after falling asleep.
(2) The process of applying the data after block averaging to the low-cut filter,
(3) The process of converting the data after the low-cut filter into an RMS value,
(4) Step of binarizing the RMS value at each time,
(5) The process of calculating the binarized data as the amount of body movement after falling asleep (%) for each time window, and (6) The amount of body movement after falling asleep is compared with the preset cut-off value of the amount of body movement after falling asleep. Then, the process of determining whether or not the patient has autism spectrum disease.
9. An autism spectrum disorder testing device that converts acceleration data acquired from a subject after falling asleep into body movement after falling asleep, including the following (1) and (2).
(1) Acceleration measuring means, and (2) A program that converts acceleration data acquired from a subject after falling asleep into the amount of body movement after falling asleep.
Here, the program comprises the following steps:
(A) A step of block averaging three-dimensional acceleration data acquired from a subject after falling asleep.
(B) The process of applying the data after block averaging to the low-cut filter,
(C) The process of converting the data after the low-cut filter into an RMS value,
(D) Step of binarizing the RMS value at each time,
(E) The process of calculating the binarized data as the amount of body movement after falling asleep (%) for each time window, and (F) the amount of body movement after falling asleep is compared with the preset cut-off value of the amount of body movement after falling asleep. Then, the process of determining whether or not the patient has autism spectrum disease.
10. A mobile application program for autism spectrum disorders that converts acceleration data acquired from a subject after falling asleep into post-sleeping physical activity, including the following (1).
(1) A program that converts acceleration data acquired from a subject after falling asleep into physical activity after falling asleep.
Here, the program comprises the following steps:
(A) A step of block averaging three-dimensional acceleration data acquired from a subject after falling asleep.
(B) The process of applying the data after block averaging to the low-cut filter,
(C) The process of converting the data after the low-cut filter into an RMS value,
(D) Step of binarizing the RMS value at each time,
(E) The process of calculating the binarized data as the amount of body movement after falling asleep (%) for each time window, and (F) the amount of body movement after falling asleep is compared with the preset cut-off value of the amount of body movement after falling asleep. Then, the process of determining whether or not the patient has autism spectrum disease.
本発明により、入眠後体動量を指標とする自閉スペクトラム症の検査方法を提供することができる。本方法は、自閉スペクトラム症を簡便に高感度かつ高特異度で検査できる。 INDUSTRIAL APPLICABILITY According to the present invention, it is possible to provide a method for testing autism spectrum disorder using the amount of body movement after falling asleep as an index. This method can easily test for autism spectrum disorders with high sensitivity and high specificity.
本発明は、入眠後体動量を指標とする自閉スペクトラム症の検査方法（以後、「本発明の検査方法」と略する場合がある）、自閉スペクトラム症の検査方法用プログラム（以後、「本発明のプログラム」と略する場合がある）、自閉スペクトラム症の検査装置（以後、「本発明の検査装置」と略する場合がある）及び自閉スペクトラム症の検査用携帯アプリケーションプログラム（以後、「本発明の携帯アプリケーションプログラム」と略する場合がある）に関する。
本発明者らは、簡単かつ安価で、長時間記録が可能な加速度センサーを活用することで、病院環境ではなく、ストレスのない自宅での日常的な睡眠中の体動量を測定し、診断につながる指標を発明した。入眠後２〜４時間前後に現れる睡眠サイクルの乱れを観測し、自閉症の診断指標とすることが可能であることを見出した。革新的な点は、安価かつ簡単で、身体的負担の少ない既存の方法を活用し、その情報から自閉症の診断に活用できる情報を抽出できることである。
以下、本発明をさらに詳細に説明する。
The present invention relates to a method for testing autism spectrum disease using the amount of body movement after falling asleep as an index (hereinafter, may be abbreviated as "the test method of the present invention"), and a program for testing method for autism spectrum disease (hereinafter, "" The program of the present invention may be abbreviated), the autism spectrum disorder test device (hereinafter, may be abbreviated as the "test device of the present invention"), and the portable application program for the test of autism spectrum disease (hereinafter, may be abbreviated). , May be abbreviated as "portable application program of the present invention").
By utilizing an accelerometer that is simple, inexpensive, and capable of long-term recording, the present inventors measure and diagnose the amount of physical activity during daily sleep at a stress-free home, not in a hospital environment. Invented a connected index. By observing the disorder of the sleep cycle that appears about 2 to 4 hours after falling asleep, it was found that it can be used as a diagnostic index for autism. The innovative point is that it is possible to utilize existing methods that are cheap, easy, and have a low physical burden, and to extract information that can be used for diagnosing autism from the information.
Hereinafter, the present invention will be described in more detail.
（自閉スペクトラム症）
自閉スペクトラム症（Autistic Spectrum Disorde：ASD）とは、自閉性障害、アスペルガー障害、特定不能の広汎性発達障害等の各疾患を連続体の要素として捉えたものである。自閉スペクトラム症の診断基準は、米国精神医学会による「精神障害の診断と統計の手引き-5（Diagnostic and Statistical Manual of Mental Disorders-5：DSM-5）」に示され、世界保健機関（WHO）の作成した国際疾病分類第10版（ICD-10）では、自閉症、小児自閉症、アスペルガー症候群、他の広汎性発達障害など分類されている。
(Autism spectrum disorder)
Autistic Spectrum Disorde (ASD) is an element of a continuum that captures each disease such as autism disorder, Asperger's disorder, and unspecified pervasive developmental disorder. The diagnostic criteria for autism spectrum disorders are set out in the Diagnostic and Statistical Manual of Mental Disorders-5 (DSM-5) by the American Psychiatric Association, and are presented by the World Health Organization (WHO). ), The 10th edition of the International Disease Classification (ICD-10) classifies autism, childhood autism, Asperger's syndrome, and other pervasive developmental disorders.
（被験者）
本発明の検査方法等における被験者は、自閉スペクトラム症、自閉スペクトラム症の疑いのある人であるが特に限定されない。年齢は、特に限定されないが、例えば、乳児、幼児、小児、児童であり、好ましくは、3〜12歳である。
(subject)
The subject in the test method and the like of the present invention is a person suspected of having autism spectrum disorder or autism spectrum disorder, but is not particularly limited. The age is not particularly limited, but is, for example, an infant, an infant, a child, or a child, preferably 3 to 12 years old.
（入眠後体動量）
入眠後体動量とは、入眠後の体動量を意味する。より詳しくは、就寝後、実際に睡眠状態（レム睡眠及びノンレム睡眠を含む）に入った後の身体の動きの量を意味する。身体の動きの量は、下記に述べる加速度データに基づく。
(Amount of body movement after falling asleep)
The amount of body movement after falling asleep means the amount of body movement after falling asleep. More specifically, it means the amount of body movement after going to bed and actually entering a sleep state (including REM sleep and non-REM sleep). The amount of body movement is based on the acceleration data described below.
（加速度データ）
加速度データを取得する加速度計のサンプリング周波数は、特に限定されないが、０．１Ｈｚ〜３０００Ｈｚ、好ましくは１Ｈｚ〜１０００Ｈｚ、より好ましくは１Ｈｚ〜５００Ｈｚ、最も好ましくは３２Ｈｚで取得する。
取得する加速度データは、１次元、２次元又は３次元（３軸）の加速度であってもよいが、好ましくは３次元の加速度である。
取得する加速度の単位は、特に限定されないが、例えば、ｍＶ／ｇ、ＬＳＢ／ｇ、ｍｇ／ＬＳＢ、ｍ／ｓ２、ｇ等が挙げられるが、好ましくはｇあるいはｍ／ｓ２である。
(Acceleration data)
The sampling frequency of the accelerometer for acquiring the acceleration data is not particularly limited, but is acquired at 0.1 Hz to 3000 Hz, preferably 1 Hz to 1000 Hz, more preferably 1 Hz to 500 Hz, and most preferably 32 Hz.
The acceleration data to be acquired may be one-dimensional, two-dimensional or three-dimensional (three-axis) acceleration, but is preferably three-dimensional acceleration.
The unit of the acceleration to be acquired is not particularly limited, and examples thereof include mV / g, LSB / g, mg / LSB, m / s 2 , g, and the like, but g or m / s 2 is preferable.
（加速度データの取得方法）
加速度データは、一般に入手可能な加速度計を用いて取得できる。より詳しくは、３次元（３軸）の加速度を取得できる加速度計が好ましい。
加速度計は、睡眠（入眠）時の体動を検知できる態様で用いる。より詳しくは、被験者の身体に装着してもよく、あるいは寝具に設置してもよい。
被験者の身体に装着する態様としては、例えば、腕、腹部、脚部等に装着できる。装着方法は、特に限定されないが、例えば、バンドやベルト等で巻きつける（地肌上でも衣服上でもよい）、あるいは衣服に取り付けることにより装着できる。例えば、市販のリストバンド型の加速度計を用いる場合は、メーカーのマニュアルに従って、腕等に巻いて装着できる。
寝具に設置する態様としては、例えば、マットレス、ベッドパット、敷布団、シーツ、枕等の被験者の体動に伴い振動する寝具に設置する。設置方法は、特に限定されないが、例えば、寝具の上（鉛直上方向の表面）に載せる、あるいは寝具の側部に取り付けることにより設置できる。例えば、スマートフォンに内蔵されている加速度計を用いる場合は、スマートフォンをマットレスの上に載せて設置できる。
加速度データ取得のための環境は特に限定されない。加速度データ取得のための場所は、例えば、自宅、病院等でもよいが、普段通りの睡眠時の体動による加速度データを得る観点から、自宅が好ましい。病院環境では熟睡できないことが多く、正確な結果が得られない可能性がある。自宅でも計測可能であることが、本発明の強みである。
加速度データ取得のための睡眠時間、就寝時刻及び室温は、特に限定されないが、普段通りの睡眠時の体動による加速度データを得る観点から、普段通りの睡眠時間、就寝時刻及び室温が好ましい。
加速度データは、通常、就寝後又は入眠後から起床までの間取得するが、必要な時間帯のみの加速度データを取得してもよい。
(Acceleration data acquisition method)
Accelerometer data can be obtained using a commonly available accelerometer. More specifically, an accelerometer capable of acquiring three-dimensional (three-axis) acceleration is preferable.
The accelerometer is used in a manner capable of detecting body movement during sleep (sleep onset). More specifically, it may be worn on the subject's body or placed on bedding.
As a mode of wearing on the body of the subject, for example, it can be worn on the arm, abdomen, leg or the like. The method of wearing is not particularly limited, but for example, it can be worn by wrapping it with a band, a belt or the like (may be on the skin or on clothes), or by attaching it to clothes. For example, when a commercially available wristband type accelerometer is used, it can be worn by wrapping it around an arm or the like according to the manufacturer's manual.
As a mode of installation on the bedding, for example, it is installed on the bedding that vibrates with the body movement of the subject such as a mattress, a bed pad, a mattress, a sheet, and a pillow. The installation method is not particularly limited, but it can be installed, for example, by placing it on the bedding (the surface in the vertically upward direction) or by attaching it to the side portion of the bedding. For example, when using an accelerometer built into a smartphone, the smartphone can be placed on a mattress.
The environment for acquiring acceleration data is not particularly limited. The place for acquiring the acceleration data may be, for example, a home, a hospital, or the like, but from the viewpoint of obtaining the acceleration data due to the body movement during sleep as usual, the home is preferable. In a hospital environment, it is often not possible to sleep soundly, and accurate results may not be obtained. The advantage of the present invention is that it can be measured even at home.
The sleep time, bedtime, and room temperature for acquiring acceleration data are not particularly limited, but the usual sleep time, bedtime, and room temperature are preferable from the viewpoint of obtaining acceleration data due to body movement during normal sleep.
Acceleration data is usually acquired after going to bed or after falling asleep until waking up, but acceleration data may be acquired only in a necessary time zone.
（加速度データを入眠後体動量に変換する方法）
取得した加速度データは、任意の方法で入眠後体動量に変換できる。例えば、以下の工程により、入眠後体動量に変換できる。
（１）入眠後被験者から取得した３次元の加速度データをブロック平均する工程。
（２）ブロック平均後のデータをローカットフィルタに適応する工程。
（３）ローカットフィルタ後のデータをRMS値に変換する工程。
（４）各時間におけるRMS値を2値化する工程。
（５）2値化後のデータを時間窓ごとの入眠後体動量（％）として算出する工程。
(How to convert acceleration data to body movement after falling asleep)
The acquired acceleration data can be converted into the amount of body movement after falling asleep by any method. For example, it can be converted into the amount of body movement after falling asleep by the following steps.
(1) A step of block averaging three-dimensional acceleration data acquired from a subject after falling asleep.
(2) A process of applying the data after block averaging to a low-cut filter.
(3) A process of converting the data after the low-cut filter into an RMS value.
(4) A step of binarizing the RMS value at each time.
(5) A step of calculating the binarized data as the amount of body movement (%) after falling asleep for each time window.
（１）入眠後被験者から取得した３次元の加速度データをブロック平均する工程
取得した加速度データは、そのまま用いてもよいが、計算コスト削減のために、ブロック平均して用いてもよい。例えば、０．０１秒単位〜５分単位、０．１秒単位〜６０秒単位、０．１秒単位〜１０秒単位で、好ましくは１秒単位でブロック平均して用いる。
(1) Step of block averaging the three-dimensional acceleration data acquired from the subject after falling asleep The acquired acceleration data may be used as it is, or may be used by block averaging in order to reduce the calculation cost. For example, it is used by block averaging in units of 0.01 seconds to 5 minutes, 0.1 seconds to 60 seconds, 0.1 seconds to 10 seconds, and preferably 1 second.
（２）ブロック平均後のデータをローカットフィルタに適応する工程
取得した加速度データは、好ましくは、ローカットフィルタを適用し、加速度の変化のみを抽出する。そのために一定周波数以下のデータは重力加速度によるノイズとして除いてもよい。例えば、０．０００００１Ｈｚ以下、０．００００１Ｈｚ以下、０．０００１Ｈｚ以下、０．００１Ｈｚ以下、０．０１Ｈｚ以下、０．１Ｈｚ以下、例えば０．００２７８Ｈｚ以下をカットしてもよい。
(2) Step of applying the data after block averaging to the low-cut filter The acquired acceleration data is preferably applied with the low-cut filter, and only the change in acceleration is extracted. Therefore, data below a certain frequency may be excluded as noise due to gravitational acceleration. For example, 0.000001 Hz or less, 0.00001 Hz or less, 0.0001 Hz or less, 0.001 Hz or less, 0.01 Hz or less, 0.1 Hz or less, for example, 0.00278 Hz or less may be cut.
（３）ローカットフィルタ後のデータをRMS値に変換する工程
３次元の加速度データを取得した場合、３軸方向それぞれの加速度について、必要に応じてブロック平均及び／又はローカットフィルタを適用した後、下記式（１）に代入してＲＭＳ（二乗平均平方根）値を求める。
(3) Step of converting the data after the low-cut filter into the RMS value When the three-dimensional acceleration data is acquired, after applying the block mean and / or the low-cut filter as necessary for the acceleration in each of the three axial directions, the following Substitute in equation (1) to obtain the RMS (root mean square) value.
（４）各時間におけるRMS値を2値化する工程
RMS値を2値化する方法は、特に限定されない。例えば、ＲＭＳ値が任意に設定した閾値以下の場合に「０」（体動なし）に変換し、該閾値より大きい場合に「１（体動あり）」に変換する。該閾値の設定方法は、特に限定されないが、任意の数値を設定することができ、例えば、０〜１０００の範囲内の任意の数値、例えば、０．０１、０．０５、０．１、０．２、０．５、１等であってもよい。
(4) Step of binarizing the RMS value at each time
The method of binarizing the RMS value is not particularly limited. For example, when the RMS value is equal to or less than an arbitrarily set threshold value, it is converted to "0" (without body movement), and when it is larger than the threshold value, it is converted to "1 (with body movement)". The method for setting the threshold value is not particularly limited, but any numerical value can be set, for example, any numerical value in the range of 0 to 1000, for example, 0.01, 0.05, 0.1, 0. It may be .2, 0.5, 1 mag.
（５）2値化後のデータを時間窓ごとの入眠後体動量（％）として算出する工程
2値化後のデータを用いて、時間窓あたりの「体動あり」の割合（％）を、体動量として算出する。該時間窓は、特に限定されないが、任意の時間を設定することができ、例えば、１秒〜１０時間の範囲内の任意の時間、例えば、１０秒、１分、５分、１０分、１５分、２０分、３０分、４５分、１時間、９０分、２時間等であってもよい。
加速度データをブロック平均した場合は、体動量はブロック平均した時間ブロックごとに得られる。例えば、１秒単位でブロック平均した場合、データ取得開始から１秒ごとの体動量が得られる。
例えば、１秒単位でブロック平均し、時間窓を３０分とした場合、入眠１秒後の体動量は、入眠１秒後から入眠３０分１秒後までの「体動あり」及び「体動なし」のうちの「体動あり」の割合（％）である。
(5) Step of calculating the binarized data as the amount of body movement (%) after falling asleep for each time window
Using the binarized data, the percentage of "with body movement" per time window is calculated as the amount of body movement. The time window is not particularly limited, but any time can be set, for example, any time within the range of 1 second to 10 hours, for example, 10 seconds, 1 minute, 5 minutes, 10 minutes, 15 minutes. It may be minutes, 20 minutes, 30 minutes, 45 minutes, 1 hour, 90 minutes, 2 hours and the like.
When the acceleration data is block-averaged, the amount of body movement is obtained for each block-averaged time block. For example, in the case of block averaging in units of 1 second, the amount of body movement per second can be obtained from the start of data acquisition.
For example, when the block average is performed in 1-second units and the time window is 30 minutes, the amount of body movement after 1 second of sleep onset is "with body movement" and "body movement" from 1 second after falling asleep to 30 minutes and 1 second after falling asleep. It is the ratio (%) of "with body movement" out of "without".
（入眠時間）
得られた体動量から、入眠時刻を特定する。入眠時刻の特定方法は、特に限定されないが、入眠直後は体動が著しく消失することから、視察的にも判定が容易である。例えば、加速度データ取得開始時の体動量よりも８０％以上の体動量の減少が５分、又は10分続いた起始部を入眠時刻としてもよい。
入眠時刻特定後、本検査方法に用いる入眠後体動量を決定する。
本検査方法に用いることができる入眠後体動量は、入眠後の体動量であれば特に限定されないが、好ましくは入眠２〜４時間後の体動量及び／又は入眠５〜７時間後の体動量である。ここで、入眠２〜４時間後の体動量とは、入眠２〜４時間後の任意の時間窓あたりの体動量を意味する。例えば、時間窓を３０分とした場合、入眠２〜４時間後の体動量は、入眠２〜４時間後のうちの任意の時点からの３０分間から算出された体動量である。
(Sleep onset time)
From the obtained amount of body movement, the time of falling asleep is specified. The method for specifying the time of falling asleep is not particularly limited, but since the body movement is remarkably lost immediately after falling asleep, it is easy to determine it visually. For example, the sleep onset time may be the start portion in which the body movement amount is reduced by 80% or more from the body movement amount at the start of acceleration data acquisition for 5 minutes or 10 minutes.
After specifying the time of falling asleep, determine the amount of body movement after falling asleep used in this test method.
The amount of body movement after falling asleep that can be used in this test method is not particularly limited as long as it is the amount of body movement after falling asleep, but preferably the amount of
（６）入眠後体動量を、予め設定された入眠後体動量のカットオフ値と比較して、自閉スペクトラム症であるかどうかを判定する工程
本検査方法等における「カットオフ値」とは、自閉スペクトラム症と定型発達を区別するための入眠後体動量を意味する。例えば、被験者の入眠後体動量が、予め設定された自閉スペクトラム症を識別する入眠後体動量のカットオフ値と比較し、カットオフ値よりも高い（又は低い）場合に自閉スペクトラム症であると判定することができる。
例えば、下記の実施例により、被験者の入眠２〜４時間後の体動量が、予め設定された自閉スペクトラム症を識別する入眠後体動量のカットオフ値と比較し、カットオフ値よりも高い場合に自閉スペクトラム症であると判定することができ、及び／又は、被験者の入眠５〜７時間後の体動量が、予め設定された自閉スペクトラム症を識別する入眠後体動量のカットオフ値と比較し、カットオフ値よりも低い場合に自閉スペクトラム症であると判定することができる（参照：図１）。
カットオフ値の設定方法としては、例えば、定型発達者（又は自閉スペクトラム症患者）の入眠後体動時間の平均値、最高値又は最低値から算出する。通常、予め決定した定型発達者の入眠後体動時間の平均値、最高値又は最低値の標準偏差の90％以下（90％以上）、好ましくは80%以下（80％以上）、より好ましくは70％以下（70％以上）、さらに好ましくは60％以下（60％以上）、最も好ましくは50％以下（50％以上）の範囲の入眠後体動量をカットオフ値とする。
(6) A step of comparing the amount of body movement after falling asleep with a preset cutoff value of the amount of body movement after falling asleep to determine whether or not the patient has autism spectrum disorder. What is the "cutoff value" in this test method or the like? , Means post-sleep onset physical activity to distinguish between autism spectrum disorders and neurotypical development. For example, in autism spectrum disorder when the subject's post-sleep onset physical activity is higher (or lower) than the cut-off value of the post-sleep onset physical activity that identifies a preset autism spectrum disorder. It can be determined that there is.
For example, according to the following embodiment, the body movement amount of the subject 2 to 4 hours after falling asleep is higher than the cutoff value as compared with the preset cutoff value of the body movement amount after falling asleep to identify autism spectrum disorder. If it can be determined to have autism spectrum disorder, and / or the subject's post-sleep onset momentum 5-7 hours after sleep onset is a preset post-sleep onset cutoff that identifies autism spectrum disorder. Compared with the value, if it is lower than the cutoff value, it can be determined that the patient has autism spectrum disorder (see FIG. 1).
As a method of setting the cutoff value, for example, it is calculated from the average value, the maximum value or the minimum value of the body movement time after falling asleep of a typical developing person (or a patient with autism spectrum disorder). Usually, 90% or less (90% or more), preferably 80% or less (80% or more), more preferably The cut-off value is the amount of body movement after falling asleep in the range of 70% or less (70% or more), more preferably 60% or less (60% or more), and most preferably 50% or less (50% or more).
（自閉スペクトラム症の検査方法）
本発明の検査方法は、被験者から取得した加速度データを入眠後体動量に変換する方法を含む。
例えば、以下の手段で検査する。
〇被験者の入眠後の加速度データを取得する。
加速度データの取得方法は、上述の通りである。入眠後の加速度データは、入眠開始から起床までの間連続して取得してもよく、必要な時間帯のみを取得してもよい。
〇得られた加速度データを入眠後体動量に変換する。
加速度データを入眠後体動量に変換する方法は、上述の通りである。加速度データは、入眠開始から起床までの全ての加速度データを入眠後体動量に変換してもよく、必要な時間帯のみの加速度データを入眠後体動量に変換してもよい。好ましくは入眠２〜４時間後及び／又は入眠５〜７時間後の加速度データを入眠後体動量に変換する。
〇予め設定された自閉スペクトラム症を識別する入眠後体動量のカットオフ値と比較し、カットオフ値よりも高い（又は低い）場合に自閉スペクトラム症であると判定する。
カットオフ値の設定方法は、上述の通りである。
より詳しい、被験者から取得した加速度データを入眠後体動量に変換する方法は以下の通りである。
（１）入眠後被験者から取得した３次元の加速度データをブロック平均する工程。
（２）ブロック平均後のデータをローカットフィルタに適応する工程。
（３）ローカットフィルタ後のデータをRMS値に変換する工程。
（４）各時間におけるRMS値を２値化する工程。
（５）２値化後のデータを時間窓ごとの入眠後体動量（％）として算出する工程。
（６）入眠後体動量を、予め設定された入眠後体動量のカットオフ値と比較して、自閉スペクトラム症であるかどうかを判定する工程。
より詳しくは、得られた入眠２〜４時間後の体動量が、予め設定された自閉スペクトラム症を識別する入眠後体動量のカットオフ値よりも高い場合に自閉スペクトラム症であると判定し、又は、得られた入眠５〜７時間後の体動量が、予め設定された自閉スペクトラム症を識別する入眠後体動量のカットオフ値よりも低い場合に自閉スペクトラム症であると判定する。
(Test method for autism spectrum disorder)
The inspection method of the present invention includes a method of converting acceleration data acquired from a subject into a body movement amount after falling asleep.
For example, the inspection is performed by the following means.
〇 Acquire acceleration data after falling asleep of the subject.
The method for acquiring acceleration data is as described above. Acceleration data after falling asleep may be continuously acquired from the start of falling asleep to waking up, or may be acquired only in a necessary time zone.
〇 Convert the obtained acceleration data to the amount of body movement after falling asleep.
The method of converting the acceleration data into the amount of body movement after falling asleep is as described above. As the acceleration data, all the acceleration data from the start of falling asleep to waking up may be converted into the amount of body movement after falling asleep, or the acceleration data only in the required time zone may be converted into the amount of body movement after falling asleep. Preferably, the acceleration data after 2 to 4 hours after falling asleep and / or 5 to 7 hours after falling asleep is converted into the amount of body movement after falling asleep.
〇 Compare with the cut-off value of the amount of body movement after falling asleep to identify the preset autism spectrum disorder, and if it is higher (or lower) than the cut-off value, it is judged to be autism spectrum disorder.
The method for setting the cutoff value is as described above.
A more detailed method for converting the acceleration data acquired from the subject into the amount of body movement after falling asleep is as follows.
(1) A step of block averaging three-dimensional acceleration data acquired from a subject after falling asleep.
(2) A process of applying the data after block averaging to a low-cut filter.
(3) A process of converting the data after the low-cut filter into an RMS value.
(4) A step of binarizing the RMS value at each time.
(5) A step of calculating the binarized data as the amount of body movement (%) after falling asleep for each time window.
(6) A step of comparing the amount of body movement after falling asleep with a preset cut-off value of the amount of body movement after falling asleep to determine whether or not the patient has autism spectrum disorder.
More specifically, it is determined that the patient has autism spectrum disorder when the obtained
（自閉スペクトラム症の検査方法用プログラム）
本発明のプログラムは、入眠後被験者から取得した加速度データを入眠後体動量に変換することができれば特に限定されないが、例えば以下の工程を有する。
（１）入眠後被験者から取得した３次元の加速度データをブロック平均する工程。
（２）ブロック平均後のデータをローカットフィルタに適応する工程。
（３）ローカットフィルタ後のデータをRMS値に変換する工程。
（４）各時間におけるRMS値を２値化する工程。
（５）２値化後のデータを時間窓ごとの入眠後体動量（％）として算出する工程。
（６）入眠後体動量を、予め設定された入眠後体動量のカットオフ値と比較して、自閉スペクトラム症であるかどうかを判定する工程。
(Program for testing methods for autism spectrum disorders)
The program of the present invention is not particularly limited as long as it can convert the acceleration data acquired from the subject after falling asleep into the amount of body movement after falling asleep, and has, for example, the following steps.
(1) A step of block averaging three-dimensional acceleration data acquired from a subject after falling asleep.
(2) A process of applying the data after block averaging to a low-cut filter.
(3) A process of converting the data after the low-cut filter into an RMS value.
(4) A step of binarizing the RMS value at each time.
(5) A step of calculating the binarized data as the amount of body movement (%) after falling asleep for each time window.
(6) A step of comparing the amount of body movement after falling asleep with a preset cut-off value of the amount of body movement after falling asleep to determine whether or not the patient has autism spectrum disorder.
（自閉スペクトラム症検査装置）
本発明の検査装置は、例えば、加速度計測手段（装置）、及び入眠後被験者から取得した加速度データを入眠後体動量に変換するプログラム（本発明のプログラム）を含む。さらに、本発明の検査装置は、必要に応じて、加速度データ記録手段（装置）、判定結果表示手段（装置）等を含む。
加速度データ記録手段は、前記加速度計測手段により計測された加速度を記録する。
判定結果表示手段は、自体公知の表示方法で表示される。例えば、当該装置自体が、判定結果を表示するためのモニターを備えていてもよく、パソコン又はモニターに結果を出力するための出力手段を備えてもよい。さらに、無線等を介して、パソコン、携帯電話等のディスプレイに表示させることもできる。
(Autism spectrum disorder inspection device)
The inspection device of the present invention includes, for example, an acceleration measuring means (device) and a program (program of the present invention) for converting acceleration data acquired from a subject after falling asleep into a body movement amount after falling asleep. Further, the inspection device of the present invention includes an acceleration data recording means (device), a determination result display means (device), and the like, if necessary.
The acceleration data recording means records the acceleration measured by the acceleration measuring means.
The determination result display means is displayed by a display method known per se. For example, the device itself may be provided with a monitor for displaying the determination result, or may be provided with an output means for outputting the result to a personal computer or a monitor. Further, it can be displayed on a display of a personal computer, a mobile phone or the like via wireless or the like.
（自閉スペクトラム症の検査用携帯アプリケーションプログラム）
本発明の携帯アプリケーションプログラムは、入眠後被験者から取得した加速度データを入眠後体動量に変換するプログラム（本発明のプログラム）を含む。さらに、本発明の携帯アプリケーションプログラムは、必要に応じて、加速度データ記録手段、判定結果表示手段等を含む。
なお、加速度データは、携帯電話に内蔵している加速度計測手段から得ることができるし、又は、無線等を介して、公知の加速度計測装置から得ることもできる。
(Mobile application program for testing autism spectrum disorders)
The portable application program of the present invention includes a program (program of the present invention) for converting acceleration data acquired from a subject after falling asleep into a body movement amount after falling asleep. Further, the portable application program of the present invention includes acceleration data recording means, determination result display means, and the like, if necessary.
The acceleration data can be obtained from an acceleration measuring means built in the mobile phone, or can be obtained from a known acceleration measuring device via radio or the like.
以下、実施例により本発明を具体的に説明するが、本発明はこれらの実施例に限定されるものではない。 Hereinafter, the present invention will be specifically described with reference to Examples, but the present invention is not limited to these Examples.
（加速度測定装置）
GSR Wristband（Interuniversity Microelectronics Centre（imec）より入手；ベルギー）を使用した。
(Acceleration measuring device)
GSR Wristband (obtained from Interuniversity Microelectronics Center (imec); Belgium) was used.
（被験者）
定型発達児童は健常な５−７歳の児童１２人、自閉スペクトラム症児は国際的診断基準Autism Diagnostic Observation Scheduleによるライセンス保持者が診断した自閉スペクトラム症５−７歳児１４人を被験者とした。
(subject)
The subjects were 12 healthy children aged 5-7 years, and 14 children with autism spectrum disorders diagnosed by the license holder according to the international diagnostic standard Autism Diagnostic Observation Schedule. ..
（入眠後体動量の評価）
以下の手順により、定型発達児童及び自閉スペクトラム症児の入眠後体動量を評価した。
（１）各被験者に、就寝の際、腹部にGSR Wristbandを装着させ、就寝中、サンプリング周波数３２Ｈｚの加速度データを、GSR Wristbandに内蔵される加速度計本体のメモリに記録した。各被験者について、３日間記録を行い、３日間の就寝中の３次元方向の加速度データの記録を得た。
（２）（１）で得られた加速度データを１秒単位でブロック平均した。さらに、ローカットフィルタにより０．００２７８Ｈｚ以下をカットした。
（３）（２）で得られたフィルタ後の３次元加速度データを以下の式に代入し、１秒ごとのＲＭＳ値に変換した。
(Evaluation of body movement after falling asleep)
Post-sleep onset physical activity was evaluated in children with typical development and children with autism spectrum disorders by the following procedure.
(1) Each subject was made to wear a GSR Wristband on the abdomen at bedtime, and acceleration data having a sampling frequency of 32 Hz was recorded in the memory of the accelerometer main body built in the GSR Wristband during bedtime. For each subject, recording was performed for 3 days, and recording of acceleration data in the 3D direction during sleep for 3 days was obtained.
(2) The acceleration data obtained in (1) was block-averaged in 1-second units. Further, 0.00278 Hz or less was cut by a low cut filter.
(3) The filtered three-dimensional acceleration data obtained in (2) was substituted into the following equation and converted into an RMS value every second.
（４）（３）で算出した１秒ごとのＲＭＳ値について、ＲＭＳ値が０．１以下の数値を０（体動なし）に、ＲＭＳ値が０．１より大きい数値を１（体動あり）に変換した。
（５）（４）で得られた変換値から、３０分（１８００秒）の時間窓ごとに、３０分あたりの「体動あり」の割合（％）を体動量として入眠後１秒ごとの体動量を算出した。例えば、入眠後１秒後の体動量（％）は、入眠１秒後から入眠１８０１秒後までの変換値（０又は１）の総和をＸとすると、Ｘ／１８００×１００（％）である。
（６）得られた３日間の入眠後１秒ごとの体動量を平均し、１日あたりの入眠後１秒ごとの体動量を算出した。
（７）（６）で得られた各被験者の１日あたりの入眠後１秒ごとの体動量について、定型発達児童１２人及び自閉スペクトラム症児１４人の平均値を算出し、グラフ化した（参照：図１上）。
（８）（７）で得られた定型発達児童及び自閉スペクトラム症児の体動量の平均値の差について、ｕｎｐａｉｒｅｄ−ｔ検定のＴ値を算出し、グラフ化した（参照：図１下）。
（９）（７）で得られた各被験者の１日あたりの入眠後１秒ごとの体動量のうち、入眠３時間後の体動量を、定型発達児童及び自閉スペクトラム症児に分けて、プロットした（参照：図２）。
（１０）（９）で得られたプロットについて、カットオフ値２２．５を設定した。
(4) Regarding the RMS value per second calculated in (3), a value with an RMS value of 0.1 or less is set to 0 (without body movement), and a value with an RMS value greater than 0.1 is set to 1 (with body movement). ).
(5) From the conversion value obtained in (4), for each time window of 30 minutes (1800 seconds), the ratio (%) of "with body movement" per 30 minutes is taken as the amount of body movement, and every 1 second after falling asleep. The amount of body movement was calculated. For example, the amount of body movement (%) 1 second after falling asleep is X / 1800 × 100 (%), where X is the sum of the conversion values (0 or 1) from 1 second after falling asleep to 1801 seconds after falling asleep. ..
(6) The obtained body movements per second after falling asleep for 3 days were averaged, and the amount of body movements per second after falling asleep per day was calculated.
(7) The average values of 12 typical developing children and 14 children with autism spectrum disorders were calculated and graphed for the amount of physical activity of each subject obtained in (6) per second after falling asleep per day. (Reference: Figure 1 top).
(8) Regarding the difference in the average value of the body movements of the typical developing child and the autism spectrum disorder child obtained in (7), the T value of the unpaired-t test was calculated and graphed (see: FIG. 1, bottom). ..
(9) Of the daily physical activity of each subject obtained in (7) every second after falling asleep, the
(10) For the plots obtained in (9), a cutoff value of 22.5 was set.
（結果）
上記手順（７）で作成した平均体動量のグラフを図１上図に、上記手順（８）で作成したｕｎｐａｉｒｅｄ−ｔ検定のＴ値のグラフを図１下図に示す。
図１上図から明らかなように、自閉スペクトラム症児は、入眠２〜４時間後において、定型発達児童と比較して体動量が高いことを確認した。当該グラフにおいて、体動量の減少は、深い睡眠への移行を示すことから、自閉スペクトラム症児では、定型発達児童と比較して、入眠２〜４時間後の深い睡眠への移行が乏しくなっていることが確認できた。
また、図１上図から明らかなように、自閉スペクトラム症児は、入眠５〜７時間後において、定型発達児童と比較して体動量が減少していることが確認できた。自閉スペクトラム症児では、定型発達児童と比較して、入眠５〜７時間後により深い睡眠へ移行していることを確認できた。
図１下図から明らかなように、入眠２〜４時間後（特に、入眠約３時間前後）で定型発達児童及び自閉スペクトラム症児の平均体動量の差が最大であることが確認できた。
定型発達児童及び自閉スペクトラム症児の入眠3時間後の体動量のプロット及び設定したカットオフ値を図２に示す。
図２から明らかなように、定型発達児童及び自閉スペクトラム症児の入眠３時間後の体動量には大きな差がみられ、横軸に対して平行な直線で示した体動量２２．５をカットオフ値として設定した場合、検出感度７１％、特異度１００％であった。
以上の結果より、入眠後体動量を指標とする自閉スペクトラム症の検査方法は、自閉スペクトラム症を簡便に高感度かつ高特異度で検査・診断できることを確認した。さらに、入眠２〜４時間後、特に入眠３時間前後の体動量は、自閉スペクトラム症の確定診断に有効な診断・検査マーカーであることを確認した。
(result)
The graph of the average body movement amount created in the above procedure (7) is shown in the upper figure of FIG. 1, and the graph of the T value of the unpaired-t test created in the above procedure (8) is shown in the lower figure of FIG.
As is clear from the upper figure of FIG. 1, it was confirmed that the autism spectrum disorder child had a higher amount of
In addition, as is clear from the upper figure of FIG. 1, it was confirmed that the amount of physical activity of the autism spectrum disorder child was reduced 5 to 7 hours after falling asleep as compared with the typical developing child. It was confirmed that the children with autism spectrum disorder shifted to
As is clear from the lower figure of FIG. 1, it was confirmed that the difference in the average physical activity between the typical developing child and the autism spectrum disorder child was the largest 2 to 4 hours after falling asleep (particularly, about 3 hours after falling asleep).
Figure 2 shows a plot of body activity and set cutoff values for children with typical development and children with
As is clear from FIG. 2, there is a large difference in the amount of body movement of children with typical development and children with
From the above results, it was confirmed that the test method for autism spectrum disorder using the amount of body movement after falling asleep can be easily tested and diagnosed with high sensitivity and high specificity. Furthermore, it was confirmed that the amount of
自閉スペクトラム症の検査方法を提供することができる。本方法は、既に市場に出回っているあらゆる加速度計で適応可能である。測定データは携帯端末などを活用して、クラウド上に転送し、解析結果を速やかに利用者にフィードバックするなどの利用ができる。これにより、ＩＣＴ（Ｉｎｆｏｒｍａｔｉｏｎ ａｎｄ Ｃｏｍｍｕｎｉｃａｔｉｏｎ Ｔｅｃｈｎｏｌｏｇｙ）を活用したシステムに即応用可能で、社会実装が容易に可能である。 A method for testing for autism spectrum disorders can be provided. This method is applicable to any accelerometer already on the market. The measurement data can be transferred to the cloud using a mobile terminal or the like, and the analysis results can be promptly fed back to the user. As a result, it can be immediately applied to a system utilizing ICT (Information and Communication Technology), and can be easily implemented in society.
Claims (4)
該変換により得られた入眠２〜４時間後体動量が、予め設定された自閉スペクトラム症を識別する入眠後体動量のカットオフ値よりも高い場合に自閉スペクトラム症であると判定し、又は、該変換により得られた入眠５〜７時間後体動量が、予め設定された自閉スペクトラム症を識別する入眠後体動量のカットオフ値よりも低い場合に自閉スペクトラム症であると判定する、
ことを特徴とする検査方法。
It is a test method for autism spectrum disorder using the amount of body movement after falling asleep as an index, including a method of converting the acceleration data acquired from the subject after falling asleep into the amount of body movement after falling asleep.
When the amount of body movement after 2 to 4 hours after falling asleep obtained by the conversion is higher than the cut-off value of the amount of body movement after falling asleep that identifies preset autism spectrum disorder, it is determined to be autism spectrum disorder. Alternatively, if the amount of body movement 5 to 7 hours after falling asleep obtained by the conversion is lower than the cut-off value of the amount of body movement after falling asleep that identifies a preset autism spectrum disorder, it is determined to be autism spectrum disorder. do,
An inspection method characterized by that .
（１）入眠後被験者から取得した３次元の加速度データをブロック平均する工程、
（２）ブロック平均後のデータをローカットフィルタに適応する工程、
（３）ローカットフィルタ後のデータをRMS値に変換する工程、
（４）各時間におけるRMS値を２値化する工程、及び
（５）２値化後のデータを時間窓ごとの入眠後体動量（％）として算出する工程。
The inspection method according to claim 1, wherein the method of converting the acceleration data into the amount of body movement after falling asleep is the following step.
(1) A step of block averaging three-dimensional acceleration data acquired from a subject after falling asleep.
(2) The process of applying the data after block averaging to the low-cut filter,
(3) The process of converting the data after the low-cut filter into an RMS value,
(4) A step of binarizing the RMS value at each time, and (5) a step of calculating the binarized data as the amount of body movement (%) after falling asleep for each time window.
動量に変換する自閉スペクトラム症の検査方法用プログラム、
（１）入眠後被験者から取得した３次元の加速度データをブロック平均する工程、
（２）ブロック平均後のデータをローカットフィルタに適応する工程、
（３）ローカットフィルタ後のデータをRMS値に変換する工程、
（４）各時間におけるRMS値を２値化する工程、
（５）２値化後のデータを時間窓ごとの入眠後体動量（％）として算出する工程、及び
（６）入眠後体動量を、予め設定された入眠後体動量のカットオフ値と比較して、自閉
スペクトラム症であるかどうかを判定する工程、ここで、
該判定する工程では、入眠２〜４時間後体動量が、予め設定された自閉スペクトラム症を識別する入眠後体動量のカットオフ値よりも高い場合に自閉スペクトラム症であると判定し、又は、入眠５〜７時間後体動量が、予め設定された自閉スペクトラム症を識別する入眠後体動量のカットオフ値よりも低い場合に自閉スペクトラム症であると判定する、
ことを特徴とするプログラム。
A program for testing autism spectrum disorders, which comprises the following steps (1) to (6) and converts acceleration data acquired from a subject after falling asleep into body movement amount after falling asleep.
(1) A step of block averaging three-dimensional acceleration data acquired from a subject after falling asleep.
(2) The process of applying the data after block averaging to the low-cut filter,
(3) The process of converting the data after the low-cut filter into an RMS value,
(4) Step of binarizing the RMS value at each time,
(5) The step of calculating the binarized data as the amount of body movement after falling asleep (%) for each time window, and (6) The amount of body movement after falling asleep is compared with the preset cut-off value of the amount of body movement after falling asleep. Then, the process of determining whether or not the patient has autism spectrum disease, here,
In the determination step, if the amount of body movement after 2 to 4 hours of falling asleep is higher than the cut-off value of the amount of movement after falling asleep that identifies a preset autism spectrum disorder, it is determined that the person has autism spectrum disorder. Alternatively, if the amount of physical activity 5 to 7 hours after falling asleep is lower than the cut-off value of the amount of physical activity after falling asleep that identifies a preset autism spectrum disorder, it is determined to have autism spectrum disorder .
A program characterized by that.
変換する自閉スペクトラム症の検査装置、
（１）加速度計測手段、及び
（２）入眠後被験者から取得した加速度データを入眠後体動量に変換するプログラム、
ここで、該プログラムは、以下の工程を含む、
（Ａ）入眠後被験者から取得した３次元の加速度データをブロック平均する工程、
（Ｂ）ブロック平均後のデータをローカットフィルタに適応する工程、
（Ｃ）ローカットフィルタ後のデータをRMS値に変換する工程、
（Ｄ）各時間におけるＲＭＳ値を２値化する工程、
（Ｅ）２値化後のデータを時間窓ごとの入眠後体動量（％）として算出する工程、及び
（Ｆ）入眠後体動量を、予め設定された入眠後体動量のカットオフ値と比較して、自閉
スペクトラム症であるかどうかを判定する工程、ここで、
該判定する工程では、入眠２〜４時間後体動量が、予め設定された自閉スペクトラム症を識別する入眠後体動量のカットオフ値よりも高い場合に自閉スペクトラム症であると判定し、又は、入眠５〜７時間後体動量が、予め設定された自閉スペクトラム症を識別する入眠後体動量のカットオフ値よりも低い場合に自閉スペクトラム症であると判定する、
ことを特徴とする検査装置。 An autism spectrum disorder testing device that converts acceleration data acquired from a subject after falling asleep into body movement after falling asleep, including the following (1) and (2).
(1) Acceleration measuring means, and (2) A program that converts acceleration data acquired from a subject after falling asleep into the amount of body movement after falling asleep.
Here, the program comprises the following steps:
(A) A step of block averaging three-dimensional acceleration data acquired from a subject after falling asleep.
(B) The process of applying the data after block averaging to the low-cut filter,
(C) The process of converting the data after the low-cut filter into an RMS value,
(D) Step of binarizing the RMS value at each time,
(E) The step of calculating the binarized data as the amount of body movement after falling asleep (%) for each time window, and (F) the amount of body movement after falling asleep is compared with the preset cut-off value of the amount of body movement after falling asleep. Then, the process of determining whether or not the patient has autism spectrum disease, here,
In the determination step, if the amount of body movement after 2 to 4 hours of falling asleep is higher than the cut-off value of the amount of movement after falling asleep that identifies a preset autism spectrum disorder, it is determined that the person has autism spectrum disorder. Alternatively, if the amount of physical activity 5 to 7 hours after falling asleep is lower than the cut-off value of the amount of physical activity after falling asleep that identifies a preset autism spectrum disorder, it is determined to have autism spectrum disorder .
An inspection device characterized by that.
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP2017117220A JP6986253B2 (en) | 2017-06-14 | 2017-06-14 | Examination method for autism spectrum disorder using the amount of body movement after falling asleep as an index |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP2017117220A JP6986253B2 (en) | 2017-06-14 | 2017-06-14 | Examination method for autism spectrum disorder using the amount of body movement after falling asleep as an index |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| JP2019000336A JP2019000336A (en) | 2019-01-10 |
| JP6986253B2 true JP6986253B2 (en) | 2021-12-22 |
Family
ID=65007117
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| JP2017117220A Active JP6986253B2 (en) | 2017-06-14 | 2017-06-14 | Examination method for autism spectrum disorder using the amount of body movement after falling asleep as an index |
Country Status (1)
| Country | Link |
|---|---|
| JP (1) | JP6986253B2 (en) |
Family Cites Families (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JPS55130646A (en) * | 1979-03-31 | 1980-10-09 | Kikai System Shinko Kokai | Device for inspecting trouble of development of nerve of baby |
| JP2002034955A (en) * | 2000-07-26 | 2002-02-05 | Matsushita Electric Works Ltd | System and method for judging sleeping condition and midway awakening, and recording medium recording program for judging sleeping condition and midway awakening |
| JP2016016203A (en) * | 2014-07-10 | 2016-02-01 | セイコーエプソン株式会社 | Biological information detection device |
-
2017
- 2017-06-14 JP JP2017117220A patent/JP6986253B2/en active Active
Also Published As
| Publication number | Publication date |
|---|---|
| JP2019000336A (en) | 2019-01-10 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| TWI404521B (en) | Body balance signal measurement system and its analysis method | |
| Mellone et al. | Smartphone-based solutions for fall detection and prevention: the FARSEEING approach | |
| RU2623304C2 (en) | Monitoring system for patient monitoring and delirium detection | |
| JP7329549B2 (en) | Apparatus, system and method for determining a user's stress level | |
| Kim et al. | Unconstrained detection of freezing of Gait in Parkinson's disease patients using smartphone | |
| RU2709776C2 (en) | Heart rate monitoring system | |
| EP3187116B1 (en) | Method for assessing depressive state and device for assessing depressive state | |
| Hewson et al. | Classification of elderly as fallers and non-fallers using centre of pressure velocity | |
| JP6986161B2 (en) | Analysis of ECG data from remote portable sensor devices | |
| CN104545892B (en) | A kind of human blood-pressure analytical equipment based on electrocardio identification | |
| Godfrey et al. | Towards holistic free-living assessment in Parkinson's disease: Unification of gait and fall algorithms with a single accelerometer | |
| McGrath et al. | Reliability of quantitative TUG measures of mobility for use in falls risk assessment | |
| JP2015527111A5 (en) | ||
| JP2016202347A (en) | Biological information processing system, biological information processing device, and analysis result information generation method | |
| JP2014171660A (en) | Atrial fibrillation analyzation equipment, atrial fibrillation analysis system, atrial fibrillation analysis method and program | |
| Bermeo et al. | A system to monitor tremors in patients with Parkinson's disease | |
| Godfrey et al. | Within trial validation and reliability of a single tri-axial accelerometer for gait assessment | |
| KR20110080372A (en) | Sleeping posture sensing apparatus for polysomnography | |
| JP6784368B2 (en) | Depression state determination method and depression state determination device | |
| JP2015036040A (en) | Sleep evaluation system, sleep evaluation device, and bioinstrumentation device | |
| JP6986253B2 (en) | Examination method for autism spectrum disorder using the amount of body movement after falling asleep as an index | |
| Rastegari et al. | Using gait parameters to recognize various stages of Parkinson's disease | |
| Branquinho et al. | Wearable gait Analysis LAB as a biomarker of Parkinson’s disease motor stages and Quality of life: a preliminary study | |
| JP2016189955A (en) | Brain function index calculation device and brain function index calculation method | |
| JP5011555B2 (en) | Sleep meter and sleep state determination program |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20200526 |
|
| A977 | Report on retrieval |
Free format text: JAPANESE INTERMEDIATE CODE: A971007 Effective date: 20210329 |
|
| A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20210413 |
|
| A521 | Written amendment |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20210610 |
|
| 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: 20211108 |
|
| A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20211119 |
|
| R150 | Certificate of patent or registration of utility model |
Ref document number: 6986253 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R150 |