JP7004750B2 - 生理学的データサイズを低減するためのシステム及び方法 - Google Patents

Description

[01] 本開示は、例えば、脳活動信号を表すデータのサイズを低減するために睡眠セッションに関連する脳活動信号を符号化すること及び／又は復号することを含む、生理学的データサイズを低減するためのシステム及び方法に関する。

[02] 近年、個人が自分の睡眠を監視することを可能にするためのいくつかの消費者向け睡眠技術（「ＣＳＴ」）が市場に現れており、そのうちのいくつかは、脳波図（「ＥＥＧ」）信号を利用する。

個人のＥＥＧ又は睡眠監視のための他の生理学的信号を取得する技術が存在するが、１つ又は複数の睡眠セッション中に収集された生理学的信号に基づいて通常の睡眠監視システムによって得られる相当なサイズのデータ（生理学的信号を表す）は、実行不可能ではないにしても、効果的及び効率的な睡眠監視の実施を困難にする。これら及び他の欠点が存在する。

[03] したがって、本開示の１つ又は複数の態様は、睡眠セッションに関連するユーザデータのデータサイズを低減するための方法に関する。本方法は、ユーザの第１の睡眠セッションに関連する第１のユーザデータを１つ又は複数のセンサから受信するステップを有する。第１のユーザデータは第１の睡眠特徴の少なくとも第１の実例を有するという決定が行われ、第１の睡眠特徴は第１のデータサイズである。第１の時間間隔中の第１の実例を表す第１の値が決定される。第１の値を表す第１の符号化データが決定され、第１の符号化データは、第１のデータサイズより小さい第２のデータサイズである。次いで、第２のユーザデータ内に第１の実例を表すように第１の符号化データを使用して第１のユーザデータを符号化することによって、第２のユーザデータが生成され、第２のユーザデータが記憶される。

[04] 本開示の別の態様は、睡眠セッションに関連するユーザデータのデータサイズを低減するためのシステムに関する。本システムは、１つ又は複数のセンサと、メモリと、ユーザの第１の睡眠セッションに関連する第１のユーザデータを、１つ又は複数のセンサから、受信するようにメモリによって記憶されたマシン可読命令によって構成された１つ又は複数のプロセッサとを備える。１つ又は複数のプロセッサはさらに、第１のユーザデータが第１の睡眠特徴の少なくとも第１の実例を有すると決定するようにマシン可読命令によって構成され、第１の睡眠特徴は第１のデータサイズである。１つ又は複数のプロセッサはさらに、第１の時間間隔中の第１の実例を表す第１の値を決定するようにマシン可読命令によって構成される。１つ又は複数のプロセッサはさらに、第１の値を表す第１の符号化データを決定するようにマシン可読命令によって構成され、第１の符号化データは、第１のデータサイズより小さい第２のデータサイズである。１つ又は複数のプロセッサはさらに、第２のユーザデータ内に第１の実例を表すように第１の符号化データを使用して第１のユーザデータを符号化することによって第２のユーザデータを生成するように、及び第２のユーザデータを記憶するようにマシン可読命令によって構成される。

[05] 本開示のさらに別の態様は、睡眠セッションに関連するユーザデータのデータサイズを低減するためのシステムに関する。本システムは、ユーザの第１の睡眠セッションに関連する第１のユーザデータを１つ又は複数のセンサから受信する手段と、第１のユーザデータは第１の睡眠特徴の少なくとも第１の実例を有すると決定する手段であって、第１の睡眠特徴は第１のデータサイズである、手段と、第１の時間間隔中の第１の実例を表す第１の値を決定する手段と、第１の値を表す第１の符号化データを決定する手段であって、第１の符号化データは第１のデータサイズより小さい第２のデータサイズである、手段と、第２のユーザデータ内に第１の実例を表すように第１の符号化データを使用して第１のユーザデータを符号化することによって第２のユーザデータを生成する手段と、第２のユーザデータを記憶する手段とを備える。

[06] 本開示のこれらの及び他の目的、特徴、及び特性、並びに、構造体の関連要素の動作の方法及び機能と製造物の部分及び経済性の組合せは、添付の図面を参照して以下の説明及び添付の特許請求の範囲を考慮したときに、より明らかになり、これらの図面のすべては本明細書の一部を形成し、その中の類似の参照番号は様々な図において対応する部分を指定する。しかしながら、これらの図面は例示及び説明のみを目的としており、本開示の制限の定義として意図されていないことは、明確に理解されるべきである。

[07]様々な実施形態による、生理学的データサイズを低減するように構成された例示的システムの概略図である。 [08]様々な実施形態による、１つ又は複数のセンサを備える例示的ユーザデバイスを備える例示的システムの例示的図である。 [09]様々な実施形態による、最適化辞書を構築するためのプロセスの例示的流れ図である。 [10]様々な実施形態による、データサイズと比較した様々な睡眠特徴の情報価値を示す例示的グラフである。 [11]様々な実施形態による、様々な睡眠特徴のエントロピー値の表の例示的図である。 [12]様々な実施形態による、第１の時間間隔中の睡眠特徴の第１の実例の第１の値を表す符号化データの決定の例示的図である。 [13]様々な実施形態による、符号化データを使用してユーザデバイスのセンサから取得されたユーザデータを符号化することによるユーザデータの生成の例示的図である。 [14]様々な実施形態による、ユーザデータの復号のプロセスの例示的図である。 [15]様々な実施形態による、ユーザデータを復号する例示的プロセスの例示的流れ図である。 [16]様々な実施形態による、未加工ユーザデータと再構築されたユーザデータとの両方を有する様々な睡眠特徴に対応する様々なグラフの例示的図である。

[17] 本明細書では、単数形は、コンテキスト上他のことを明確に指示しない限り、複数の参照を有する。本明細書では、「又は」という用語は、文脈上他のことを明確に指示しない限り、「及び／又は」を意味する。本明細書では、２つ以上の部分又は構成要素が「連結」されるという記述は、リンクが生じる限り、それらの部分が接合される又は直接的若しくは間接的に、すなわち１つ又は複数の中間部分若しくは構成要素を介して、連動することを意味するものとする。本明細書では、「直接連結された」は、２つの要素が互いに直接接していることを意味する。本明細書では、「固定して連結された」又は「固定された」は、２つの構成要素が、互いに対して一定の向きを維持しながら一体となって動くように連結されていることを意味する。

[18] 本明細書では、「単位」という言葉は、構成要素が単一個又はユニットとして作成されていることを意味する。すなわち、個別に作成され、次いでユニットとして連結された個々の部分を有する構成要素は、「単位」構成要素又はボディではない。本明細書で使用されるとき、２つ以上の部分又は構成要素が互いに「関わりあう」という記述は、それらの部分が、直接的に或いは１つ又は複数の中間部分又は構成要素を介してのいずれかで、互いに力を及ぼすことを意味するものとする。本明細書では、「数」という用語は、１又は１より大きい整数（すなわち、複数）を意味するものとする。

[19] 例えば、最上、最下、左、右、上方、下方、前、後、及びその派生語などの、これらに限定されない、本明細書で使用される方向の表現は、図に示された要素の向きに関係するものであり、明示的に本明細書で述べられない限り特許請求の範囲を制限しない。

[20] 図１Ａは、様々な実施形態による、生理学的データサイズを低減するように構成された例示的システム１００の概略図である。システム１００は、非限定的な一実施形態において、ユーザデバイス１１０及び符号化／復号システム１２０を備える。ユーザデバイス１１０及び符号化／復号システム１２０は、１つ又は複数のネットワーク１６０を介して互いに通信する能力を有する。例えば、ユーザデバイス１１０及び符号化／復号システム１２０は、イントラネット及び／又はインターネットを介して通信する。さらに、１つの実施形態において、システム１００は、生理学的データデータベース１３０、睡眠ストレージ１４０、及び最適化辞書１５０を備える。

[21] 例示的実施形態において、ユーザデバイス１１０は、睡眠セッション中に１つ又は複数のセンサ１０８を使用して検出されたユーザ１７０の脳信号を監視するように構成される。センサ１０８は、ユーザデバイス１１０の一部として図示されているが、いくつかの実施形態では、センサ１０８は、ユーザデバイス１１０とは別個の構成要素及び／又はシステム１００の別の構成要素の一部でもよいことが理解されよう。センサ１０８は、ユーザ１７０の１つ又は複数のパラメータを測定する能力を有する任意の適切なセンサに対応する。例えば、センサ１０８は、図１Ｂを参照してさらに詳しく後述されるように、１つ又は複数のＥＥＧデバイスに対応する。別の例として、センサ１０８は、１つ若しくは複数の加速度計、１つ若しくは複数のジャイロスコープ、１つ若しくは複数の脈拍数モニタ、及び／又は１つ若しくは複数の呼吸監視デバイスにも対応する。しかしながら、ユーザデバイス１１０は任意の追加のタイプのセンサ、又はその任意の組合せを含むことが当業者には認められよう。

[22] センサ１０８がＥＥＧセンサに対応する例示的実施形態において、睡眠中に監視された脳信号は、記憶される場合、睡眠関連特徴のチャネルごとに１００ＭＢ程のデータを蓄積することができる。通常は、睡眠特徴を監視するＥＥＧは、アルファ帯域（例えば、８～１２Ｈｚ）、ベータ帯域（例えば、１５～３０Ｈｚ）、デルタ帯域（例えば、０．５～４Ｈｚ）などの周波数帯域におけるパワー、検出された徐波の密度、及び睡眠深度（例えば、デルタとベータとの比）を有する。

[23] ＮＲＥＭ／ＲＥＭ周期の継続期間、及び／又は睡眠深度の変動などの、これらに限定されない、睡眠プロセスの様々な変遷は、特徴の時系列のサブサンプルをとる関連性サンプリングを定義するために使用することが可能である。説明のための例として、未加工のＥＥＧ信号は１００Ｈｚの周波数でサンプリングされるが、睡眠深度値は毎分１サンプルでサンプリングされ、情報の小さな損失がある。１つの実施形態において、センサ１０８は、事前に定義された時間間隔で測定を行うように構成される。例えば、センサ１０８は、毎秒１回の「サンプル」測定を行うように構成される（例えば、メモリ１０４によって記憶された命令を使用するプロセッサ１０２によって）。サンプリングレート、すなわちどのくらいの頻度でセンサ１０８が測定を行うかは、ユーザデバイス１１０によって構成可能であり、センサ１０８が対応するセンサのタイプ並びにセンサ１０８が得ようとしている測定のタイプに依存し得る。さらに、センサ１０８は、所望の特定の機能性に応じてセンサ１０８のサンプルレートを修正するために、ユーザ１７０によって及び／又はシステム１００の１つ若しくは複数の他のデバイス（例えば、ユーザデバイス１１０、符号化／復号システム１２０）によって構成可能である。

[24] １つの実施形態において、睡眠特徴ごとに値の辞書が記憶され、各値は、サイズに対する情報内容の比率を最大にするように構成される。これらの値の量子化は、コード化が数ビットのデータにおいて実行されることが可能となるように、領域が、対応する睡眠特徴の値の空間内で定義されることを可能にする。例えば、１６領域はサンプルごとに４ビットを必要とし、一方、８領域はサンプルごとに３ビットを必要とする。説明のための例として、センサ１０８がサンプルごとに１６ビットの比率で１００Ｈｚの周波数においてサンプリングするように構成される場合に、センサ１０８によってユーザ１７０の睡眠セッション中に収集された８時間長のＥＥＧ信号は、約１０ＭＢの記憶空間を必要とする。別の例として、毎分１サンプルのサンプリングレートでサンプルごとに４ビットを必要とする睡眠特徴が使用された場合、これは、２４０ビットの記憶空間のみを必要とする。これらの２つの例を比較すると、サンプリングレート及びビット／サンプル比率の低減は１０^－４以上のデータ低減を生み出すことが可能であることが示される。

[25] １つの実施形態において、ユーザデバイス１１０は、デスクトップコンピュータ、モバイルコンピュータ（例えば、ラップトップ、ウルトラブックなど）、携帯電話、スマートフォン、タブレット、携帯情報端末（「ＰＤＡ」）、及び／又はウェアラブルデバイス（例えば、腕時計、ピン／ブローチ、ヘッドフォンなど）を含むがこれらに限定されない、任意の適切なタイプの電子デバイスに対応する。さらに、例示的実施形態において、ユーザデバイス１１０は、１つ若しくは複数のプロセッサ１０２、メモリ１０４、及び通信回路１０６を備える。

[26] １つの実施形態において、符号化／復号システム１２０はさらに、デスクトップコンピュータ、モバイルコンピュータ（例えば、ラップトップ、ウルトラブックなど）、携帯電話、スマートフォン、タブレット、携帯情報端末（「ＰＤＡ」）、及び／又はウェアラブルデバイス（例えば、腕時計、ピン／ブローチ、ヘッドフォンなど）を含むがこれらに限定されない、任意の適切なタイプの電子デバイスに対応する。さらに、例示的実施形態では、ユーザデバイス１１０は、１つ若しくは複数のプロセッサ１０２、メモリ１０４、及び通信回路１０６を備える。１つの実施形態において、ユーザデバイス１１０と符号化／復号システム１２０との両方は、互いに類似する。例えば、ユーザデバイス１１０は携帯電話（例えば、スマートフォン）に対応し、一方、符号化／復号システム１２０はタブレットに対応する。別の例として、ユーザデバイス１１０は、特定のＥＥＧ睡眠監視デバイスに対応し、一方、符号化／復号システム１２０は、モバイルデバイス（例えば、スマートフォン、タブレットなど）に対応する。本教示の範囲内で使用されるものとして任意の他のタイプの電子デバイスが企図されており、前述は単に例示であることを、当業者はさらに認めるであろう。

[27] プロセッサ１０２は、ユーザデバイス１１０の動作及び機能を制御する並びにユーザデバイス１０内の様々な構成要素の間の通信を円滑にする能力を有する任意の適切な処理回路を含む。１つの実施形態において、プロセッサ１０２は、中央処理装置（「ＣＰＵ」）、グラフィック処理ユニット（「ＧＰＵ」）、１つ若しくは複数のマイクロプロセッサ、デジタル信号プロセッサ、又は任意の他のタイプのプロセッサ、或いはその任意の組合せを含む。別の実施形態において、プロセッサ１０２の機能は、フィールドプログラマブルゲートアレイ（「ＦＰＧＡ」）、特定用途向け集積回路（「ＡＳＩＣ」）、特定用途向け標準製品（「ＡＳＳＰ」）、システムオンチップシステム（「ＳＯＣ」）、及び／又は複合プログラマブル論理デバイス（「ＣＰＬＤ」）を含むがこれらに限定されない、１つ又は複数のハードウェア論理構成要素によって実行される。さらに、各々のプロセッサ１０２は、プログラムシステム、プログラムデータ、及び／又は１つ若しくは複数のオペレーティングシステムを記憶する、独自のローカルメモリを有することができる。しかしながら、プロセッサ１０２は、ユーザデバイス１１０のオペレーティングシステム（「ＯＳ」）、及び／又は１つ若しくは複数のファームウェアアプリケーション、媒体アプリケーション、及び／又はそこに常駐するアプリケーションを実行する能力を有する。１つの例示的実施形態において、プロセッサ１０２は、１つ又は複数のウェブサイトから受信された内容を読み取る及びレンダリングするためのローカルクライアントスクリプトを実行する。例えば、プロセッサ１０２は、ＨＴＭＬ又はＸＨＴＭＬの内容をレンダリングするためのローカルＪａｖａＳｃｒｉｐｔ（登録商標）クライアントを実行する。

[28] １つの実施形態において、メモリ１０４は、ユーザデバイス１１０のデータを記憶するために任意の適切な形で実施された任意の揮発性若しくは不揮発性メモリ、又は任意の取り外し可能な若しくは取り外し不可能なメモリなど、１つ又は複数のタイプの記憶媒体を含む。例えば、情報は、コンピュータ可読命令、データ構造体、及び／又はプログラムシステムを使用して、記憶される。様々なタイプのストレージ／メモリは、ハードドライブ、ソリッドステートドライブ、フラッシュメモリ、永久メモリ（例えば、ＲＯＭ）、電子的消去可能なプログラマブル読取り専用メモリ（「ＥＥＰＲＯＭ（登録商標）」）、ＣＤ－ＲＯＭ、デジタル多用途ディスク（「ＤＶＤ」）又は他の光記憶媒体、磁気カセット、磁気テープ、磁気ディスクストレージ又は他の磁気ストレージデバイス、ＲＡＩＤストレージシステム、又は任意の他のストレージタイプ、或いはその任意の組合せを含むが、これらに限定されない。さらに、メモリ１０４は、メモリ１０４内に記憶された１つ又は複数の命令を実行するためにプロセッサ１０２によってアクセス可能な任意の利用可能な物理媒体であるコンピュータ可読記憶媒体（「ＣＲＳＭ」）として実施される。例示的実施形態において、１つ又は複数のアプリケーション（例えば、ゲーム、音楽、ビデオ、カレンダ、リストなど）は、プロセッサ１０２によって実行され、メモリ１０４に記憶される。

[29] １つの実施形態において、通信回路１０６は、ユーザデバイス１１０の１つ又は複数の構成要素が、互いに、及び／又は１つ又は複数の追加のデバイス、サーバ、及び／又はシステム（例えば、符号化／復号システム１２０）と通信できるようにする又はこれを可能にする任意の回路に対応する。説明のための例として、センサ１０８によって取得される測定値に対応するユーザデータは、任意の数の通信プロトコルを使用する符号化／復号システム１２０に、インターネットなどのネットワーク１６０を介して送信される。例えば、ネットワーク１６０は、ユーザデバイス１１０と符号化／復号システム１２０との間の通信を円滑にするために使用される様々なタイプのプロトコルのうちのいくつかである、転送制御プロトコル及びインターネットプロトコル（「ＴＣＰ／ＩＰ」）（例えば、ＴＣＰ／ＩＰレイヤの各々で使用されるプロトコルのいずれか）、ハイパーテキスト転送プロトコル（「ＨＴＴＰ」）、ＷｅｂＲＴＣ、ＳＩＰ、及びワイヤレスアプリケーションプロトコル（「ＷＡＰ」）を使用してアクセスすることができる。１つの実施形態において、ユーザデバイス１１０及び／又は符号化／復号システム１２０は、ＨＴＴＰを使用するウェブブラウザを介して互いに通信する。システム１００の１つ又は複数のデバイスの間の通信を円滑にするために使用される様々な追加の通信プロトコルは、Ｗｉ－Ｆｉ（登録商標）（例えば、８０２．１１プロトコル）、Ｂｌｕｅｔｏｏｔｈ（登録商標）、無線周波数システム（例えば、９００ＭＨｚ、１．４ＧＨｚ、及び５．６ＧＨｚ通信システム）、セルラネットワーク（例えば、ＧＳＭ（登録商標）、ＡＭＰＳ、ＧＰＲＳ、ＣＤＭＡ、ＥＶ－ＤＯ、ＥＤＧＥ、３ＧＳＭ、ＤＥＣＴ、ＩＳ－１３６／ＴＤＭＡ、ｉＤｅｎ、ＬＴＥ又は任意の他の適切なセルラネットワークプロトコル）、赤外線、ＢｉｔＴｏｒｒｅｎｔ、ＦＴＰ、ＲＴＰ、ＲＴＳＰ、ＳＳＨ、及び／又はＶＯＩＰを含むが、これらに限定されない。通信回路１０６は、前述の例示的通信プロトコルのいずれかなどの通信プロトコルを使用することができる。１つの実施形態において、ユーザデバイス１１０は、様々なワイヤレス技術（例えば、Ｗｉ－Ｆｉ（登録商標）、Ｂｌｕｅｔｏｏｔｈ（登録商標）、無線周波数など）を使用するネットワークでのワイヤレス通信を円滑にするために１つ又は複数のアンテナを備える。さらに別の実施形態において、ユーザデバイス１１０が１つ又は複数の通信ネットワーク（例えば、ネットワーク１６０）と通信することを通信回路１０６が可能にするように、ユーザデバイス１１０は、１つ若しくは複数のユニバーサルシリアルバス（「ＵＳＢ」）ポート、１つ若しくは複数のイーサネット（登録商標）若しくは広帯域ポート、及び／又は任意の他のタイプのハードワイヤアクセスポートを備える。

[30] 図１Ａによって示されるように、ユーザ１７０が眠るとき、ユーザデバイス１１０及び／又はセンサ１０８が、睡眠活動を監視する。１つの実施形態において、ユーザデバイス１１０（例えば、センサ１０８を介する）は、ユーザ１７０の第１の睡眠セッションに関連するユーザデータを符号化／復号システム１２０に送るように構成される。例えば、第１の睡眠セッション中のユーザ１７０の活動を示すユーザデータが、ネットワーク１６０を介して符号化／復号システム１２０に送られる。１つの実施形態において、ユーザデータは、睡眠セッションの最後に符号化／復号システム１２０に提供される。１つの実施形態において、ユーザデータは、周期的に（例えば、５分ごと、１０分ごと、３０分ごと、１時間ごとなど）符号化／復号システム１２０に提供される。

[31] 非限定的な実施形態において、符号化／復号システム１２０は、プロセッサ１０２、メモリ１０４、通信回路１０６、及びＩ／Ｏ（入力／出力）インターフェース１１８を備える。１つの実施形態において、符号化／復号システム１２０のプロセッサ１０２、メモリ１０４、及び通信回路１０６は、ユーザデバイス１１０のプロセッサ１０２、メモリ１０４、及び通信回路１０６に実質的に類似しており、前述の内容が適用される。

[32] Ｉ／Ｏインターフェース１１８は、１つ若しくは複数のマイクロフォン若しくは他のオーディオ入力デバイス、１つ若しくは複数のスピーカ若しくは他のオーディオ出力デバイス、１つ若しくは複数の入力機構（例えば、ボタン、ノブ、スイッチなど）、１つ若しくは複数のカメラ若しくは他の画像キャプチャデバイス、及び／又は１つ若しくは複数の表示画面などの、これらに限定されない、任意の適切な入力及び／又は出力構成要素に対応することができる。例えば、符号化／復号システム１２０は、任意の適切なサイズ及び／又は形状の表示画面を有する。様々なタイプのディスプレイは、液晶ディスプレイ（「ＬＣＤ」）、モノクロディスプレイ、カラーグラフィックスアダプタ（「ＣＧＡ」）ディスプレイ、拡張グラフィックスアダプタ（「ＥＧＡ」）ディスプレイ、可変グラフィックスアレイ（「ＶＧＡ」）ディスプレイ、又は任意の他のタイプのディスプレイ、或いはその任意の組合せを含むが、これらに限定されない。Ｉ／Ｏインターフェース１１８はさらに、そこでタッチ入力を認識する能力を有する容量感知パネルを備えたタッチスクリーンなど、タッチスクリーンを備えることができる。例えば、タッチスクリーンは、投影型静電容量式タッチ（「ＰＣＴ」）に対応し、スクリーンは、１つ又は複数の行トレース及び／又は駆動ライントレース、並びに１つ又は複数の列トレース及び／又は感知ラインを備える。

[33] その非限定的な実施形態において、メモリ１０４は、ユーザ１７０の特定の睡眠セッションに関連するユーザデータを符号化及び／又は復号するための命令を有する。前述のように、ＥＥＧ信号を表すＥＥＧデータなど、睡眠セッションに関連するユーザデータを記憶することは、大容量のメモリを必要とし得る。したがって、データの品質を保持しつつそのデータのサイズを低減することが最適である。さらに、有用な睡眠特徴を抽出すること、及びサイズが低減されたデータから睡眠セッションの有用な分析を実行できることもまた必要である。１つの実施形態において、符号化命令１１４は、睡眠セッションに関連するユーザデータの符号化のための１つ又は複数のルール／命令に関連付けられ、復号命令１１６は、睡眠セッションのユーザデータの低減されたバージョンを表す追加のユーザデータの復号のための１つ又は複数のルール／命令に関連付けられる。符号化／復号システム１２０は、睡眠セッションに関連するユーザデータを受信することと、第１のサイズである第１の睡眠特徴の少なくとも１つの実例をユーザデータは有すると決定することとを行うように構成される。例えば、デルタ帯域（デルタＲＭＳ）におけるＥＥＧパワー、ベータ帯域（ベータＲＭＳ）におけるＥＥＧパワー、アルファ帯域におけるＥＥＧパワー、睡眠ヒプノグラム、ＥＥＧ信号振幅の幅、睡眠深度（デルタパワーとベータパワーとの比率）、検出された睡眠波の時間、単位時間当たりの睡眠徐波の数、インピーダンス、及び／又は検出された睡眠マイクロ覚醒のタイミングはすべて、特定の睡眠セッションの間に生じたと決定することができる特徴の例示的タイプである。

[34] さらに詳しく後述するように、１つの実施形態において、符号化／復号システム１２０は、ユーザデータが１つ又は複数の睡眠特徴の１つ又は複数の実例を有すると決定するように構成される。１つの実施形態において、符号化／復号システム１２０は、センサ１０８から受信されたユーザデータと特定の睡眠特徴を表す参照データとの比較を実行することができる。例えば、１つの実施形態において、システム１００は、特定の睡眠信号を表す参照ＥＥＧデータなど、参照睡眠特徴データを記憶する生理学的データデータベース１３０を備える。符号化／復号システム１２０は、ネットワーク１６０を介して生理学的データデータベース１３０にアクセスするように構成される。加えて、又は別法として、生理学的データデータベース１３０は、符号化／復号システム１２０のメモリ１０４内にローカルに記憶される。

[35] 特定のタイプの睡眠特徴に基づいて、第１の時間間隔中のその睡眠特徴を表す値が決定され、その値を表す第１の符号化データが決定される。その例示的実施形態において、睡眠特徴は第１のデータサイズに対応するが、第１の符号化データは第２のサイズである。１つの実施形態において、符号化データが、ネットワーク１６０を介して符号化／復号システム１２０によってアクセス可能な最適化辞書１５０内に記憶される。しかしながら、符号化データの一部又はすべて（及び／又は追加の情報）は、ネットワーク接続性にかかわらずデータ処理が生じることを可能にするために、符号化／復号システム１２０のメモリ１０４内にローカルに記憶され、前述は単に例示であることが、当業者には認められよう。

[36] １つの実施形態において、符号化／復号システム１２０は、第２のユーザデータ内に第１の実例を表すように第１の符号化データを使用して第１のユーザデータを符号化することによって、第２のユーザデータを生成する。符号化／復号システム１２０は、（例えば、ローカルに）メモリ１０４内に、又はネットワーク１６０を介してアクセス可能な睡眠記憶データベース１４０内に、第２のユーザデータを記憶するように構成される。類似の趣旨で、１つの実施形態において、符号化／復号システム１２０は、より大きいデータサイズに関連する特定の睡眠特徴を識別するためにユーザデータを復号する能力を有する。

[37] 前述のように、ユーザデバイス１１０は、ユーザの睡眠セッションの間のユーザ活動を監視するように構成される。１つの例示的実施形態において、ユーザデバイス１１０及び／又はセンサ１０８は、睡眠セッションの間にＥＥＧ信号を監視するように構成される。簡単にするために、チャネルとも称される単一のＥＥＧ信号のみが記述されているが、類似の記述はユーザデバイス１１０の各チャネルに適用されることが、当業者には認められよう。

[38] 図１Ｂは、様々な実施形態による、１つ又は複数のセンサを備える例示的ユーザデバイス１１０を備えるシステム１９０の例示的図である。その非限定的な実施形態において、ユーザデバイス１１０は、ユーザ１７０に関する第１の位置に置かれた第１のセンサ１０８Ａと、ユーザ１７０に関する第２の位置に置かれた第２のセンサ１０８Ｂとを備える。説明のための例として、第１のセンサ１０８Ａ及び第２のセンサ１０８Ｂは、ユーザ１７０によって身に着けられている間にユーザ１７０のＥＥＧ信号を測定するようにそれぞれ構成される。ユーザデバイス１１０は追加のセンサ、又はより少ないセンサを備えることがあり、前述は単に例示であることが、当業者には認められよう。

[39] １つの実施形態において、第１のセンサ１０８Ａは、ユーザデバイス１１０がユーザ１７０によって身に着けられたときに実質的にユーザ１７０の前額部に存在するように構成された前額部センサに対応する。この実施形態において、第２のセンサ１０８Ｂは、ユーザデバイス１１０がユーザ１７０によって身に着けられたときにユーザ１７０の耳の後ろに、又は実質的に後ろに存在するように構成された、耳掛け型、又はマストイド、センサに対応する。１つの実施形態において、ユーザデバイス１１０はまた、プロセッサ１０２、メモリ１０４、及び／又は通信回路１０６など、電子装置を備える。例えば、プロセッサ１０２、メモリ１０４、及び／又は通信回路１０６はそれぞれ、場所１９２においてユーザデバイス１１０によって収容することが可能である。

[40] センサ１０８Ａ及び１０８Ｂはそれぞれ、１つの実施形態において、１つ又は複数の睡眠特徴に加えて、特定のサンプリングレートでＥＥＧ信号をキャプチャするように構成される。例えば、（センサ１０８Ａ及び１０８Ｂのうちの１つと関連付けられた）特定のチャネルのＥＥＧ及びインピーダンスは、それによってキャプチャされるＥＥＧ信号及びインピーダンスを監視する。そのような監視によって蓄積されるデータの量は、メモリのかなりの量を占める。例えば、ＥＥＧ信号にインピーダンスを加えたものは、毎分約１８０Ｋｂのデータ（例えば、１８０Ｋｂ／ｍｉｎ）に対応する。８時間の睡眠セッションに亘ると、これは、約８６．４Ｍｂのデータに対応する。１つの実施形態において、睡眠ストレージ１４０は大量のデータを記憶することができるが、睡眠セッションごとに（例えば、１日ごとに）約１００Ｍｂのデータの記憶が直ぐに増大する。本明細書に記載のように、符号化／復号システム１２０は、データがＭｂｓからＫｂｓ程にサイズが低減されるように、ユーザデバイス１１０から取得されたユーザデータを符号化するように構成され、それにより、データストレージ要求を１０^－４倍低減する。

[41] 図２は、様々な実施形態による、最適化辞書１５０を構築するためのプロセス２００の例示的流れ図である。非限定的な一実施形態において、プロセス２００は、動作２０２で開始する。動作２０２において、第１の睡眠セッションに関連するユーザデータが受信される。例えば、ユーザ１７０の第１の睡眠セッション中にユーザデバイス１１０のセンサ１０８によって取得されたユーザデータは、符号化／復号システム１２０に送られる。１つの実施形態において、ユーザデータの受信に応答して、符号化／復号システム１２０は、要求を生成して生理学的データデータベース１３０に送って、ユーザ１７０の第１の睡眠セッションに関連するユーザデータと比較するために使用される参照ＥＥＧデータを取得する。要求は、ネットワーク１６０を介して符号化／復号システム１２０によって生理学的データデータベース１３０に送られ、参照ＥＥＧデータは、次に、ネットワーク１６０を介して符号化／復号システム１２０に提供される。

[42] 動作２０４において、符号化／復号システム１２０は、ユーザデータは第１の睡眠特徴の少なくとも第１の実例を有すると決定する。例えば、ＥＥＧ信号のある種の特性は、デルタＲＭＳ、ベータＲＭＳ、アルファ帯域におけるＥＥＧパワー、睡眠ヒプノグラム、ＥＥＧ移動平均、デルタパワーとベータパワーとの比率、検出された睡眠波のタイミング、単位時間当たりの睡眠徐波の数、インピーダンス、及び／又は検出された睡眠マイクロ覚醒のタイミングなどの、これらに限定されない、特定の睡眠特徴を反映する。その例示的実施形態において、生理学的データデータベース１３０から取得された参照ＥＥＧデータは、これらの睡眠特徴のうちの１つ又は複数を表すデータを有する。次いで、参照ＥＥＧデータとユーザデータとの比較が行われて、ユーザデータはこれらの睡眠特徴のいずれかを有するかどうかを決定する。１つの実施形態において、前述の睡眠特徴は、通常は、図３を参照してさらに詳しく後述するように、第１のデータサイズである。

[43] 比較を実行するために、ユーザデータが１つ又は複数の参照ＥＥＧデータと比較され、分析されている特定の睡眠特徴をユーザデータが有する可能性を示す信頼スコアが決定される。信頼スコアが閾値信頼スコア値より大きい場合、符号化／復号システム１２０は、その睡眠特徴を有するものとしてユーザデータを識別する。１つの実施形態において、ユーザデータは、個別の又は重複する、時間間隔にセグメント化される。したがって、各時間間隔に対応するユーザデータは、睡眠特徴がその時間間隔の間に生じたかを決定するために、参照ＥＥＧデータと比較される。１つの実施形態において、ユーザデータは、特定のＥＥＧ信号がその間にセンサ１０８によって取得された時間を示す、時間メタデータを有する。

[44] 動作２０６において、第１の時間間隔中の第１の実例を表す第１の値が決定される。第１の値は、第１の実例が関連付けられた特定のタイプの睡眠特徴に関連する睡眠関連情報価値に対応する。図３を参照してさらに詳しく後述するように、第１の値は、記憶された情報（例えば、生理学的データデータベース１３０によって記憶された参照ＥＥＧデータ及び／又は睡眠ストレージ１４０によって記憶されたデータ）から第１の実例に関連する睡眠信号が再構築可能である程度によって決定される。一般的に言えば、第１の値は、符号化が実行される前のその睡眠特徴に関連するデータサイズを示す。

[45] 図３は、様々な実施形態による、データサイズと比較された様々な睡眠特徴の情報価値を示す例示的グラフ３００である。グラフ３００に見られるように、任意の符号化が実行される前の様々な睡眠特徴の様々なデータサイズは、最も右の、黒いデータ点によって表示される。説明のための例として、未加工のＥＥＧ信号に関連する未加工のユーザデータは、約８時間持続する睡眠セッション及び１０^４Ｋｂより大きいデータサイズについて約１００の情報価値を有する。説明のためのもう１つの例として、検出された覚醒信号に関連する未加工のユーザデータは、８時間睡眠セッション且つ約１０^４Ｋｂのデータサイズについて約５０の情報価値を有する。

[46] 情報内容が、グラフ３００に含まれる各特徴について推定される。これを行うために、例えば、その特徴の経験分布に適用されるエントロピーが使用される。エントロピーは、１つの実施形態において、方程式１を介して表される：

[47]

[48] そのとき、それぞれの睡眠特徴のヒストグラムは、方程式１によって記述されるように、睡眠記録のデータベースを使用してその睡眠特徴の対応するエントロピーを推定することによって、決定可能である。例示的エントロピー値は、図４にさらに詳しく示されている。

[49] 図４は、様々な実施形態による、様々な睡眠特徴のエントロピー値の例示的表４００の例示的図である。表４００によって示されるように、１つの実施形態において、エントロピーはまた、各睡眠特徴のサンプルごとのビットの数に対応する。例えば、睡眠特徴インピーダンスは、エントロピー、又はサンプルごとのビットである１．７の値を有する。

[50] 特定の睡眠特徴がその中に量子化されることになる領域の数は、表４００内に識別された値に基づく。これらの値を使用して、量子化を実行して、各領域を符号化するために使用されることになる値を示すことが可能である。１つの非限定的な実施形態において、最適化辞書１５０によって記憶された符号化を定義するこれらの値は、表１を参照して以下に示される。

[51]

[52] 表１によって見られるように、様々な睡眠特徴の値の例示的符号化が説明される。インピーダンス値は、多項回帰方程式によってオームでのインピーダンスに関連する。符号化値は、アルファ、ベータ、デルタ、インピーダンス、及び徐波密度などの睡眠特徴に対応するが、追加の、代替の、及び／又はより少ない値が含まれることがあり、前述は単に例示であることが、当業者には認められよう。それぞれのアルファ、ベータ、及びデルタ単位は、実効値（「ＲＭＳ」）単位（例えば、μＶ）でのパワーに対応する。例えば、信号は、対象の特定の周波数帯域（例えば、アルファでは８～１２Ｈｚ）においてフィルタリングされ、それは、サンプルごとに２乗され、次いで、移動平均ウインドウ（例えば、アルファでは１秒、ベータでは１秒、及びデルタでは１０秒）を使用して平均化され、次いで、２乗されて上記に記載の最終結果を生み出す。

[53] 表１の各値は、固有の符号化データに関連付けられる。したがって、睡眠セッションの第１の時間間隔中の睡眠特徴の第１の実例を表す第１の値は、それを表す対応する符号化データを決定するために、表１内に記憶された辞書値と比較される。非限定的な一実施形態において、表１は、各睡眠特徴について、８つの値を有する。したがって、３ビット値を表す符号化データが、第１の値が対応する特定の辞書値を識別するために使用される。例えば、アルファの第１の辞書値（例えば、２．１３８９）は２進コード０００によって表され、第２の辞書値は００１によって表されるなどである。所与の時間間隔の睡眠特徴の第１の実例を表す第１の値の比較が、どの辞書値が第１の値に最も近いかを見るために辞書値にマッピングされる。１つの実施形態において、第１の実例を表す第１の値が第１の辞書値より大きいが、第２の辞書値以下である場合には、第１の辞書値を表す符号化データが、第１の値を記述するために使用される。例えば、ユーザデータ内のアルファ睡眠特徴の第１の実例を表す第１の値が２．２である場合、その値を表す符号化データは、３ビットコード０００である。しかしながら、任意の適切な符号化方式が使用され、３ビット符号化表現の使用は単に例であることが、当業者には認められよう。さらに、睡眠特徴値の符号化データへのマッピングはまた、システムの特定の特徴に従う。例えば、ある種の睡眠特徴について１６個の辞書値が存在する場合は、３ビットコードの代わりに４ビットコードが使用される。睡眠セッションにおける実例の特定の値を表す符号化データの決定のプロセスは、図５を参照してさらに詳しく後述される。

[54] 図２に戻ると、プロセス２００は、動作２０８に進む。動作２０８において、第１の値を表す第１の符号化データが決定される。第１の符号化データが、特定の睡眠特徴に関連する辞書値に関する第１の値に基づいて決定される。第１の符号化データは、第１の睡眠特徴のデータサイズより小さいデータサイズを有する。例えば、図３に見られるように、符号化されたバージョンの睡眠深度は１Ｋｂ程のサイズであるが、未加工のバージョンの睡眠深度特徴は１０４Ｋｂ程である。したがって、ユーザデータ内の特定の睡眠特徴の各実例を表す値に関連する辞書値を識別することによって、睡眠セッションの睡眠特徴を表すユーザデータを記憶するために必要とされるデータストレージの総量を大きく減らす。

[55] 動作２１０において、第２のユーザデータ内に第１の実例を表すように第１の符号化データを使用して第１のユーザデータを符号化することによって、第２のユーザデータが生成される。１つの実施形態において、第２のユーザデータの生成は、睡眠セッションの継続期間の様々な時間間隔の間の特定の睡眠特徴の各実例の各符号化された表現の生成に対応する。これは、センサ１０８から取得された未加工のユーザデータのデータサイズより実質的に小さいデータサイズの、睡眠セッションの間の各睡眠特徴の強度を表すデータを生み出す。このプロセスは、図６を参照してさらに詳しく後述される。

[56] 動作２１２において、第２のユーザデータが、睡眠ストレージ１４０によって記憶される。１つの実施形態において、符号化／復号システム１２０は、ネットワーク１６０を介して睡眠ストレージ１４０に第２のユーザデータを提供する。しかしながら、１つの実施形態において、符号化／復号システム１２０は、加えて、又は別法として、メモリ１０４内に第２のユーザデータを記憶する。第１のユーザデータに対する第２のユーザデータのデータサイズの低減は、記憶媒体（例えば、メモリ１０４及び／又はストレージシステム１４０）が、センサ１０８によってキャプチャされた未加工の睡眠セッション信号の質的態様も保持しつつ、はるかに多くの睡眠セッション情報を記憶することを可能にする。

[57] 図５は、様々な実施形態による、第１の時間間隔中の睡眠特徴の第１の実例の第１の値を表す符号化データの決定の例示的図５００である。図５００に見られるように、第１の睡眠特徴（例えば、インピーダンス）の１分の長さの移動平均がグラフ５０８に提示されている。任意の適切な時間間隔が使用され、未加工のユーザデータの１分の時間間隔へのセグメント化は単に例示であることが、当業者には認められよう。例えば、毎分１サンプルの符号化サンプリング周波数には１分の移動平均が使用される。

[58] １つの実施形態において、符号化／復号システム１２０は、問題の１分の時間間隔の間の平均インピーダンス５０６を決定する。例えば、グラフ５０８内に見られるように、１分の時間間隔の間に、センサ１０８によって検出される平均インピーダンスは、３５０の値に対応する。平均インピーダンス５０６を決定した後、この値は、この例示的実施形態ではインピーダンスである、分析されている特定の睡眠特徴について辞書１５０によって定義される様々な量子化レベル５０２と比較される。表１を参照して上記で見られた１つの実施形態では、分析されている特定の睡眠特徴に関連する８つの量子化レベルが存在する。これらの量子化レベルのそれぞれは、特定の３ビットの長さのコード５０４に関連付けられる。したがって、その時間間隔中の睡眠特徴の第１の実例を表す値（例えば、移動平均）を決定した後、その値を表す、コード５０４などの符号化データが決定される。その結果、その例示的実施形態においては、特定の３ビットコードが、その時間間隔の間にキャプチャされたＥＥＧ信号（又は、センサ１０８によって監視されている任意の他のタイプのセンサ出力）を表すものとして定義されることになる。このプロセスは、睡眠セッション全体を表す３ビットコードの完全なマッピングを構築するために、睡眠セッションの各時間間隔について符号化／復号システム１２０によって繰り返すことができる。

[59] １つの実施形態において、分析されている特定の時間間隔の間の平均値とその睡眠特徴の様々な量子化レベルとの比較が、符号化命令１１４を使用する符号化／復号システム１２０によって実行される。例えば、平均値は、その量子化レベルに関連する差、又は類似性スコア、を決定するために、各量子化レベルと比較される。例えば、特定の量子化レベルの類似性スコアが類似性スコア閾値以上である場合、これは、その量子化レベルがその時間間隔中に表された強い可能性があることを示す。１つの実施形態において、類似性スコアは、平均値と量子化レベルの上界との差を比較して、差が特定の閾値以下であるかを確かめる。そうである場合、これは、量子化レベルが平均値を表すことを示す。別の実施形態において、各量子化レベルの類似性スコアが、量子化レベルの平均値と中点値との差を計算することによって、決定される。１つの実施形態では、他の差と比較して差が最も小さい量子化レベルが、平均値を表すものとして識別される。しかしながら、その時間間隔に関連する値（例えば、平均値）と各量子化レベルに関連する値との比較のための任意の他の適切な基準が使用されてもよく、前述は単に例示であることが、当業者には認められよう。適切な量子化レベルを識別した後、量子化レベルの値を表す対応する符号化データ（例えば、３ビットの長さのコード）が識別される。１つの実施形態において、各量子化レベルは、その特定の量子化レベルは睡眠特徴の異なる表現にマッピングすることができないように、固有の符号化データを有する。

[60] 図６は、様々な実施形態による、符号化データを使用してユーザデバイス１１０のセンサ１０８から取得されたユーザデータを符号化することによるユーザデータ６００の生成の例示的図である。図６に見られるように、符号化プロセス６１０、６２０、及び６３０は、様々な時間間隔から記述されている。１つの実施形態において、センサ１０８から受信されたユーザデータは、それぞれが特定の時間的継続期間（例えば、１分）である時間間隔にセグメント化され、図５を参照して前述した符号化プロセスが実行される。

[61] 各時間間隔について、未加工のユーザ内に含まれると決定された睡眠特徴の実例に関連する値を表す符号化データが決定される。例えば、符号化プロセス６１０は、時間間隔６０４の間に、識別された睡眠特徴の実例の値は第１の量子化レベルに対応すると決定する。この量子化レベルは、符号化データ６０２によって表される。同様に、符号化プロセス６２０は、時間間隔６０８の間に、識別された睡眠特徴の実例の値は、符号化データ６０６によって表された、第１の量子化レベルに対応すると決定する。さらに、符号化プロセス６３０は、時間間隔６１４の間に、識別された睡眠特徴の実例の値は、符号化データ６１２によって表された、第１の量子化レベルに対応すると決定する。

[62] それぞれの符号化プロセス６１０、６２０、及び６３０の最終結果は、例えば、時間間隔６０４、６０８、及び６１４を考慮して時間的に配置された、それぞれの符号化データ６０２、６０６、及び６１２を有する、ユーザデータ６００である。１つの実施形態において、それぞれの符号化データ６０２、６０６、及び６１２は、それと関連付けられた対応する時間間隔６０４、６０８、及び６１４を示す時間メタデータを含むように加えられる。しかしながら、これは単に例示であることが、当業者には認められよう。例えば、ユーザデータ６００は、別法として、文字の列（例えば、１つの（１）又は（０）の値を有する３ビット）として配置され、この文字列は、次に、その特徴の値を表すために使用される文字の数（例えば、３ビットコードには３つの文字）によって時間的にセグメント化される。これは、図７を参照してさらに詳しく後述するように、ユーザデータ６００が「復号される」ことを可能にする。

[63] 図７は、様々な実施形態による、ユーザデータの復号のためのプロセス７００の例示的図である。例示的非限定的な実施形態において、符号化されたユーザデータに対応する、ユーザデータ７０２はまた、符号化／復号システム１２０を使用して復号することができる。これを行うために、ユーザデータ７０２は、符号化データに関連するいくつかのビットによって構文解析される。例えば、符号化データが、ユーザデータを符号化するために３ビットの長さのコードを使用した場合、ユーザデータ７０２は、３ビットの長さの文字列に構文解析されることになる。したがって、各３ビットの長さの文字列は、睡眠セッションの継続期間の１つの時間間隔に関連付けられる。

[64] １つの実施形態において、ユーザデータ７０２は、３ビットの長さの文字列が時間的順序で配置されるように、構文解析される。例えば、第１の３ビットは時間間隔７０４Ａに対応し、第２の３ビットは時間間隔７０４Ｂに対応し、第ｎの３ビットは時間間隔７０４Ｃに対応する。これを行うことによって、ユーザデータ７０２は、睡眠セッションの各時間間隔に関連する符号化データの個々のセットに分解される。

[65] ユーザデータ７０２が構文解析された後、各時間間隔７０４Ａ～Ｃの符号化データは、表１を参照して前述したように、最適化辞書１５０の量子化レベルにマッピングし戻される。これは、各時間間隔７０４Ａ～Ｃの間に生じる代表的睡眠特徴実例が高い精度に再構築されることを可能にする。１つの実施形態において、データを平滑化するために平滑化フィルタが復号プロセスの後に適用されることも可能であるが、これは単に例示であることが当業者には認められよう。したがって、グラフ３００の最も左の点（例えば、ピンクの点）によって示される、第１のデータサイズを有する睡眠特徴の実例が、最も右の点（例えば、黒い点）によって示されるようなそれらの未加工データサイズに再構築することが可能であるという点で、復号プロセスの結果は、符号化プロセスとは反対である。これにより、例えば、睡眠ストレージ１４０（及び／又はメモリ１０４）が１０Ｍｂｓ程のデータサイズのＥＥＧ信号について１．５Ｋｂｓ程のデータを記憶するだけで済むようになる。

[66] 図８は、様々な実施形態による、ユーザデータを復号するための例示的プロセス８００の例示的流れ図である。非限定的な一実施形態において、プロセス８００は、動作８０２で開始する。動作８０２において、ユーザデータがメモリから取得される。１つの実施形態において、ユーザデータが、睡眠ストレージ１４０から符号化／復号システム１２０によって取得される。別法として、又は追加で、ユーザデータは、符号化／復号システム１２０のメモリ１０４から取得される。１つの実施形態において、ユーザデータは、符号化されたユーザデータ（例えば、符号化されたユーザデータ６００）に対応する。ユーザデータは、例えば、符号化／復号システム１２０によって生成及び送信されたユーザデータを分析するという要求に応答して、取得される。

[67] 動作８０４において、ユーザデータは、符号化データに基づいて時間間隔に構文解析される。１つの実施形態において、復号命令１１６は、ユーザデータを構文解析するための命令を有する。例えば、ユーザデータは、そのユーザデータを符号化するために使用された符号化のタイプを示す。この符号化のタイプ（例えば、３ビット長コード）に基づいて、ユーザデータは、そのユーザデータが関連付けられた睡眠セッションの継続期間を包含する個別の時間間隔に構文解析することが可能である。

[68] 動作８０６では、各時間間隔のユーザデータに関連する第１の値が識別される。例えば、特定の時間間隔を符号化するために使用される３ビットコードに基づいて、その３ビットコードに関連する対応する量子化レベルが識別される。１つの実施形態において、最適化辞書１５０の辞書値は、特定の時間間隔のユーザデータに関連する対応する量子化レベルを決定するためにアクセスされる。

[69] 動作８０８では、第１の値を表す睡眠特徴の参照バージョンが決定される。例えば、１つの実施形態において、睡眠特徴の特定の実例の再構築されたバージョンが、生理学的データデータベース１３０によって記憶される。識別された特定の値（例えば、量子化レベル）に基づいて、その値に対応する参照ＥＥＧ信号が決定される。

[70] 動作８１０では、各時間間隔の間に最初に取得されたユーザデータによって符号化された睡眠特徴の実例を表す追加のユーザデータが生成される。これは、図９を参照してさらに詳しく後述される。したがって、睡眠セッションユーザデータを符号化することによって、ユーザデータのデータサイズを低減しつつ、同質の情報を保持することが可能である。この改良は、ストレージシステムが遥かに多い情報を記憶することができ、ユーザの睡眠パターン及び行動のより優れたオフライン分析が可能であるという点で、極めて有益である。

[71] 図９は、様々な実施形態による、未加工のユーザデータと再構築されたユーザデータとの両方を有する様々な睡眠特徴に対応する様々なグラフ９００～９５０の例示的図である。その例示的実施形態において、グラフ９００はデルタＲＭＳ睡眠特徴に対応し、グラフ９１０はベータＲＭＳ睡眠特徴に対応し、グラフ９２０はインピーダンス睡眠特徴に対応し、グラフ９３０はＳＷ密度睡眠特徴に対応し、グラフ９４０はアルファＲＭＳ睡眠特徴に対応し、グラフ９５０は睡眠深度睡眠特徴に対応する。

[72] それぞれのグラフ９００～９５０に、特定の睡眠特徴のユーザデバイス１１０のセンサ１０８によって取得された未加工のセンサデータが表示されている。例えば、グラフ９００は未加工のユーザデータ９０４を有し、グラフ９１０は未加工のユーザデータ９１４を有し、グラフ９２０は未加工のユーザデータ９２４を有し、グラフ９３０は未加工のユーザデータ９３４を有し、グラフ９４０は未加工のユーザデータ９４４を有し、グラフ９５０は未加工のユーザデータ９５４を有する。前述のように、未加工のユーザデータは、記憶能力の向上のためにそのユーザデータのデータサイズを低減するために符号化することができる。１つの実施形態において、符号化されたデータは、未加工のデータと実質的に同質の情報を提供するように再構築される。したがって、それぞれのグラフ９００～９５０は、未加工のユーザデータが、符号化／復号システム１２０によって、符号化され、次いで復号された後に、それを表す再構築されたユーザデータを有する。例えば、グラフ９００は、再構築されたユーザデータ９０２を有し、グラフ９１０は、再構築されたユーザデータ９１２を有し、グラフ９２０は、再構築されたユーザデータ９２２を有し、グラフ９３０は、再構築されたユーザデータ９３２を有し、グラフ９４０は、再構築されたユーザデータ９４２を有し、そして、グラフ９５０は、再構築されたユーザデータ９５２を有する。未加工のデータと再構築されたデータとの比較によって明らかなように、本明細書に記載の符号化／復号技法を使用する再構築されたユーザデータは、未加工の睡眠データの大幅に正確な再作成を提供する。

[73] 特許請求の範囲において、丸括弧の間に置かれた参照記号は、本特許請求の範囲を制限するものとして解釈されないものとする。「備える」又は「有する」という言葉は、請求項に記載されたもの以外の要素又はステップの存在を除外しない。いくつかの手段を列挙するデバイスの請求項では、これらの手段のうちのいくつかは、１つ又はハードウェアの同じアイテムによって具現化されてもよい。単数形は、複数のそのような要素の存在を除外しない。いくつかの手段を列挙する任意のデバイスの請求項において、これらの手段のうちのいくつかは、１つ及びハードウェアの同じアイテムによって具現化されてもよい。ある種の要素が相互に異なる従属請求項において列挙されているという事実のみにより、これらの要素は組み合わせて使用することができないことを示さない。

[74] 上記で提供された説明は、最も実際的及び好ましい実施形態と現在考えられているものに基づいて例示を目的として詳細を提供するが、そのような詳細は単に例示を目的としており、本開示は、明示的に開示された実施形態に限定されず、反対に、添付の特許請求の趣旨及び範囲内にある修正形態及び均等の構成を含むことが意図されていることを理解されたい。例えば、本開示は、任意の実施形態の１つ又は複数の特徴は任意の他の実施形態の１つ又は複数の特徴と組み合わせることができることを、可能な限り、企図していることを理解されたい。

Claims (12)

1. 睡眠セッションに関連するユーザデータのデータサイズを低減するための方法であって、前記方法は、
   ユーザの第１の睡眠セッションに関連する第１のユーザデータを１つ又は複数のセンサから受信するステップと、
   前記第１のユーザデータは第１の睡眠特徴の少なくとも第１の実例及び前記第１の睡眠特徴の第２の実例を有すると決定するステップであって、前記第１の睡眠特徴は第１のデータサイズである、ステップと、
   第１の時間間隔中の前記第１の実例を表す第１の値を決定するステップと、
   第２の時間間隔の間に生じる前記第２の実例を表す第２の値を決定するステップと、
   前記第１の値を表す第１の符号化データを決定するステップであって、前記第１の符号化データは、前記第１のデータサイズより小さい第２のデータサイズである、ステップと、
   前記第２の値を表す第２の符号化データを決定するステップであって、前記第２の符号化データは、前記第１のデータサイズより小さい第３のデータサイズである、ステップと、
   第２のユーザデータ内に前記第１の実例を表すように前記第１の符号化データを使用して前記第１のユーザデータを符号化し、前記第２のユーザデータ内に前記第２の実例を表すように前記第２の符号化データを使用して前記第１のユーザデータを符号化することによって前記第２のユーザデータを生成するステップと、
   前記第２のユーザデータを記憶するステップと、
   前記第１の符号化データ及び前記第２の符号化データを取得するステップと、
   前記第２のユーザデータを取得するステップと、
   前記第１の符号化データは前記第１の時間間隔の間に生じる前記第１の値と関連していることと、前記第２の符号化データは前記第２の時間間隔の間に生じる前記第２の値と関連していることとを識別するステップと、
   前記第１の値及び前記第２の値を表す第３のユーザデータを生成するステップであって、前記第３のユーザデータは、前記第１の時間間隔及び前記第２の時間間隔の時間的順序に基づいて配置された、第１の参照バージョンの前記第１の値と、第２の参照バージョンの前記第２の値とを有する、ステップと、
   を有する、方法。
2. 前記第１の値が決定される前に、第１のフィルタを前記第１のユーザデータに適用することによって第４のユーザデータを生成するステップと、
   前記第４のユーザデータを複数の時間間隔にセグメント化するステップであって、前記複数の時間間隔は前記第１の時間間隔を有する、ステップと、
   をさらに有する、請求項１に記載の方法。
3. 前記第２のユーザデータは前記第１の値に関連していると識別するステップをさらに有し、前記第３のユーザデータが前記第１の睡眠特徴の参照バージョンを有する、請求項１に記載の方法。
4. 前記第１のユーザデータを受信するステップが、脳波図（「ＥＥＧ」）データを受信するステップを有し、少なくとも１つの睡眠特徴が、デルタ帯域ＲＭＳにおける第１の量のＥＥＧパワー、ベータ帯域ＲＭＳにおける第２の量のＥＥＧパワー、アルファ帯域ＲＭＳにおける第３の量のＥＥＧパワー、睡眠ヒプノグラム、前記ＥＥＧデータに関連する移動平均、睡眠深度、検出された睡眠波のタイミング、単位時間当たりの睡眠徐波の数、インピーダンス、及び検出された睡眠マイクロ覚醒のタイミングのうちの１つを有する、請求項１に記載の方法。
5. 前記第１の値が決定される前に、前記第１のユーザデータに関連するサンプリングレートを決定するステップと、
   前記第１のユーザデータに適用されている前記サンプリングレートを有する前記第１のユーザデータを表す第５のユーザデータを生成するステップと、
   前記第１の睡眠特徴に関連する第１のエントロピーレートを決定するステップと、
   前記第５のユーザデータの第２の時間間隔について、第１の特徴値が第１の睡眠特徴値より小さく第２の睡眠特徴値より大きいことに基づいて、前記第１の特徴値が前記第１の値に対応すると決定するステップと、
   をさらに有する、請求項１に記載の方法。
6. 前記第１のデータサイズが、数メガバイトのデータに対応し、前記第２のデータサイズが、数キロバイトのデータに対応する、請求項１に記載の方法。
7. 前記第２のユーザデータが、前記第１の値を表す３ビットの長さのコードを有する、請求項１に記載の方法。
8. 睡眠セッションに関連するユーザデータのデータサイズを低減するためのシステムであって、前記システムは、
   １つ又は複数のセンサと、
   メモリと、
   ユーザの第１の睡眠セッションに関連する第１のユーザデータを前記１つ又は複数のセンサから受信すること、
   前記第１のユーザデータは第１の睡眠特徴の少なくとも第１の実例及び前記第１の睡眠特徴の第２の実例を有すると決定することであって、前記第１の睡眠特徴は第１のデータサイズである、決定すること、
   第１の時間間隔中の前記第１の実例を表す第１の値を決定すること、
   第２の時間間隔の間に生じる前記第２の実例を表す第２の値を決定すること、
   前記第１の値を表す第１の符号化データを決定することであって、前記第１の符号化データは前記第１のデータサイズより小さい第２のデータサイズである、決定すること、
   前記第２の値を表す第２の符号化データを決定することであって、前記第２の符号化データは前記第１のデータサイズより小さい第３のデータサイズである、決定すること、
   第２のユーザデータ内に前記第１の実例を表すように前記第１の符号化データを使用して前記第１のユーザデータを符号化し、前記第２のユーザデータ内に前記第２の実例を表すように前記第２の符号化データを使用して前記第１のユーザデータを符号化することによって前記第２のユーザデータを生成すること、
   前記第２のユーザデータを記憶すること、
   前記第１の符号化データ及び前記第２の符号化データを取得すること、
   前記第２のユーザデータを取得すること、
   前記第１の符号化データは前記第１の時間間隔の間に生じる前記第１の値と関連していることと、前記第２の符号化データは前記第２の時間間隔の間に生じる前記第２の値と関連していることとを識別すること、並びに
   前記第１の値及び前記第２の値を表す第３のユーザデータを生成することであって、前記第３のユーザデータは、前記第１の時間間隔及び前記第２の時間間隔の時間的順序に基づいて配置された、第１の参照バージョンの前記第１の値と、第２の参照バージョンの前記第２の値とを有する、生成すること、
   を行うようにマシン可読命令によって構成された、１つ又は複数のプロセッサと、
   を備えた、システム。
9. 前記１つ又は複数のプロセッサが、
   前記第１の値が決定される前に、第１のフィルタを前記第１のユーザデータに適用することによって第４のユーザデータを生成することと、
   前記第４のユーザデータを複数の時間間隔にセグメント化することであって、前記複数の時間間隔は前記第１の時間間隔を有する、ことと、
   を行うように前記マシン可読命令によってさらに構成された、請求項８に記載のシステム。
10. 前記１つ又は複数のプロセッサが、前記第２のユーザデータは前記第１の値に関連していると識別することを行うように前記マシン可読命令によってさらに構成され、前記第３のユーザデータが、前記第１の睡眠特徴の参照バージョンを有する、請求項８に記載のシステム。
11. 前記１つ又は複数のプロセッサが、
    前記第１の値が決定される前に、前記第１のユーザデータに関連するサンプリングレートを決定することと、
    前記第１のユーザデータに適用されている前記サンプリングレートを有する前記第１のユーザデータを表す第５のユーザデータを生成することと、
    前記第１の睡眠特徴に関連する第１のエントロピーレートを決定することと、
    前記第５のユーザデータの第１の時間間隔について、第１の特徴値が第１の睡眠特徴値より小さく第２の睡眠特徴値より大きいことに基づいて、前記第１の特徴値が前記第１の値に対応すると決定することと、
    を行うように前記マシン可読命令によってさらに構成された、請求項８に記載のシステム。
12. 前記第１のデータサイズが、数メガバイトのデータに対応し、前記第２のデータサイズが、数キロバイトのデータに対応する、請求項８に記載のシステム。
    

Images