JP7808094B2 - 個体の末梢動脈緊張を示す信号から睡眠障害事象を検出するための方法及び装置 - Google Patents

Description

本開示は、睡眠障害事象を検出する方法及び装置に関し、より具体的には、個体の末梢動脈緊張（ＰＡＴ）を示す信号から睡眠障害事象を検出する方法及び装置に関する。

プレチスモグラフィは、空気圧ベースであるか光学ベースであるかにかかわらず、一般的には個体の大血管系および微小血管系における血液量の変化、より具体的には動脈または細動脈に含まれる血液量の変化を監視するために使用される測定技術である。動脈血液量の変化はさらに動脈または細動脈の筋壁の収縮によって影響を受ける。したがって、プレチスモグラフィによって動脈血液量の変化を監視することは、細動脈の平滑筋組織の筋緊張又は「緊張」（末梢動脈緊張又はＰＡＴとも呼ばれる）の相対的変化に関する情報を経験的に提供する。

光プレチスモグラフィ又はフォトプレチスモグラフィは、例えば、ＬＥＤなどの１つ以上の光源からの光を検査体積に照射し、検査体積で反射又は透過される光に対応する収集した光をセンサー上で検出することによって動脈血液量の変化を測定する。上記センサーは、例えば、フォトダイオードのような光検出器を含むか又はそれに相当してもよい。光源およびセンサーは、いわゆるプレチスモグラフィプローブを形成し、例えば、透過モードフォトプレチスモグラム（ＰＰＧ）を測定できるように、個体の指、鼻孔、耳、額、口の中、足指、手首、足首などの検査体積の反対側に配置されてもよく、反射モードＰＰＧを測定できるように検査体積の同じ側に配置されてもよい。使用される測定技術に関係なく、透過モードＰＰＧと反射モードＰＰＧはいずれも検査体積内の動脈血液量の周期的な変動を捕捉し、それによって個体の末梢動脈緊張の変化を捕捉する。

検査体積への動脈血流は、呼吸や心拍数などの他の様々な生理学的現象によって調節され得るので、プレチスモグラフィはまた、呼吸や循環の状態、血液量減少を監視するために使用され得、さらには、睡眠障害の原因となるか、または睡眠障害によって引き起こされる睡眠障害事象を検出するためにも使用され得る。睡眠障害の診断は、医療分野に属し、ある一定の期間において、例えば１晩以上にわたって患者の睡眠を監視することである。監視に基づいて、無呼吸事象、いびき、または肢体運動のような異なる睡眠関連事象、より良くは睡眠障害事象を識別し得る。例えば、睡眠時無呼吸事象の終末期における呼吸の再開は、通常、ノルエピネフリン放出と同時に発生する。ノルエピネフリンは血流中に放出され、検査体積内の細動脈にあるアドレナリン受容体に結合される。これにより、検査体積内において、細動脈の筋緊張が高くなり、細動脈の直径が縮小し、動脈血液量が減少する。このため、例えば、光プレチスモグラフィによる末梢動脈緊張（ＰＡＴ）の監視は、例えば睡眠時無呼吸のような睡眠障害事象の発生に関する重要な情報を提供することができる。この観察結果は、前世紀に広く報告されており、２０１２年５月１日にＢｒｉｔｉｓｈ Ｊｏｕｒｎａｌ ｏｆ Ａｎｅｓｔｈｅｓｉａ、第１０８巻、第５号、第８３８～８４４頁に掲載された、Ｈａｍｕｎｅｎらによる「Ｅｆｆｅｃｔ ｏｆ ｐａｉｎ ｏｎ ａｕｔｏｎｏｍｉｃ ｎｅｒｖｏｕｓ ｓｙｓｔｅｍ ｉｎｄｉｃｅｓ ｄｅｒｉｖｅｄ ｆｒｏｍ ｐｈｏｔｏｐｌｅｔｈｙｓｍｏｇｒａｐｈｙ ｉｎ ｈｅａｌｔｈｙ ｖｏｌｕｎｔｅｉｔｉｅｓ」と題された科学刊行物に詳細に記載されている。著者らにより、フォトプレチスモグラフのパルスプレチスモグラフィック振幅（ＰＰＧＡとも呼ばれる）が組織体積（主に動脈血）の拍動性の変化に起因するものであり、交感神経の活性化時又は血管収縮時にＰＰＧＡが減少することが報告されている。

しかし、重力の影響により、体のある部分が心臓のレベルより下に位置すると、自動的にハイドロスタティック圧力勾配が発生する。ハイドロスタティック圧力勾配は、生まれつきの低圧系である静脈系に影響を与え、静脈血液貯留とも呼ばれる静脈拡張を引き起こす。静脈貯留は、静脈に血液を供給する動脈に反射性収縮反応を引き起こし、それにより、プレチスモグラフィによって検討された望ましい動脈血管運動反応を覆い隠し得る追加の生理学的変化を加える可能性がある。この反射は、一般的に静脈細動脈反射またはＶＡＲと呼ばれ、Ｂａｒらによる「Ａｎ Ｉｌｌｕｓｔｒａｔｅｄ Ａｔｌａｓ ｏｆ ＰＡＴ Ｓｉｇｎａｌｓ ｉｎ Ｓｌｅｅｐ Ｍｅｄｉｃｉｎｅ」と題されたホワイトペーパーのＰＡＲＴ Ａに詳細に記載されている。この問題を解決するために、ＵＳ７３７４５４０Ｂ２は、指の遠位端の表面を完全に覆い、指の末端まで均一な圧力場を提供することができるプレチスモグラフィプローブを提案した。ＵＳ７３７４５４０Ｂ２は、体内部分に所定の静圧を印加する内側膜と、体内部分の体積変化に実質的に影響されないように内側膜によって印加される所定の静圧を保証する外側膜とを有するプローブを提案した。このように、外側膜から印加される外部逆圧は、測定部位内の静脈血液の貯留及び拡張を減少させ、遠位静脈貯留を減少させると言われている。これにより、静脈細動脈の反射性血管収縮が誘導される可能性が低下し、そうでない場合には不確定な程度の血管収縮が引き起こされると言われている。したがって、従来技術には、不確定な程度の血管収縮に関連する問題を低減するために均等圧プローブを提供するための複雑で高価なプローブが記載されている。

米国特許第７３７４５４０号明細書

Ｈａｍｕｎｅｎ，"Ｅｆｆｅｃｔ ｏｆ ｐａｉｎ ｏｎ ａｕｔｏｎｏｍｉｃ ｎｅｒｖｏｕｓ ｓｙｓｔｅｍ ｉｎｄｉｃｅｓ ｄｅｒｉｖｅｄ ｆｒｏｍ ｐｈｏｔｏｐｌｅｔｈｙｓｍｏｇｒａｐｈｙ ｉｎ ｈｅａｌｔｈｙ ｖｏｌｕｎｔｅｉｔｉｅｓ"，Ｂｒｉｔｉｓｈ Ｊｏｕｒｎａｌ ｏｆ Ａｎｅｓｔｈｅｓｉａ，第１０８巻，第５号，第８３８～８４４頁，２０１２年５月１日 Ｂａｒ，"Ａｎ Ｉｌｌｕｓｔｒａｔｅｄ Ａｔｌａｓ ｏｆ ＰＡＴ Ｓｉｇｎａｌｓ ｉｎ Ｓｌｅｅｐ Ｍｅｄｉｃｉｎｅ"，ＰＡＲＴ Ａ

本開示の実施形態の目的は、従来の解決策の欠点を克服した、睡眠障害の原因となるかまたは睡眠障害によって引き起こされる睡眠障害事象を検出することができる解決策を提供することにあり、より具体的には、従来の市販されている医療機器から取得される生理学的情報に基づいて、睡眠障害を含む睡眠障害事象を正確かつロバストな方法で検出することができる解決策を提供することにある。本開示の実施形態のもう１つの目的は、均一な圧力を提供しないプレチスモグラフィプローブのような従来の市販されている医療機器から取得される個体の末梢緊張を示す信号に基づいて、睡眠障害を含む睡眠障害事象を正確かつロバストな方法で検出することができる解決策を提供することにある。

本発明の様々な実施形態について求められる保護の範囲は、独立請求項によって規定される。本明細書に記載された独立請求項の範囲に入っていない実施形態及び特徴は、本発明の様々な実施形態の理解を容易にする例として解釈されるべきである。

これらの目的は、本開示の第１の例示的な態様によれば、請求項１に定義された睡眠障害事象を検出するためのコンピュータ実施方法によって達成される。特に、コンピュータ実施方法は、静脈細動脈反射（ＶＡＲ）の影響を受ける個体の末梢動脈緊張（ＰＡＴ）を示す信号から睡眠障害事象を検出することができる。この信号は、取得された信号が、ＰＡＴを示す情報と、静脈細動脈反射（ＶＡＲ）に起因する信号への影響とを提供する限り、従来の市販されている医療機器を介して取得され得る。このような医療機器の例としては、空気圧プレチスモグラフィまたはフォトプレチスモグラフィ（ＰＰＧ）を用いた標準プローブ、ＶＡＲの影響を受けるＰＡＴ信号を取得することができるプローブが挙げられる。したがって、この方法は、ＰＰＧプローブから取得された信号を処理して、そこから睡眠障害事象を導出する工程を含む。より具体的には、本方法は、信号の変化から１つ以上の血管収縮事象を判定する工程を含む。この方法はさらに、判定された血管収縮事象の基準振幅値およびベースライン振幅値を導出する工程を含む。基準振幅値とベースライン振幅値とは互いに異なる。基準振幅値およびベースライン振幅値は、血管収縮事象の特徴付けを可能にする血管収縮事象の信号における特徴点の振幅値に対応する。次に、取得された基準振幅値とベースライン振幅値とは、血管収縮事象のマグニチュードを示すメジャー、すなわち血管収縮事象の強度または有意性を特徴付け、従って観察された生理学的事象の強度または有意性を特徴付けるマグニチュードメジャーを取得するために、互いに関連付けられる。検出された生理学的事象のマグニチュードが取得されると、本方法は、そこからの睡眠障害事象の検出に進む。基準振幅値をベースライン振幅値に関連付けることにより、信号において観察されたよりゆっくりとした変化（すなわち、定常状態の変化）の影響を十分に低減することができる。定常状態の変化は、血管収縮事象による信号の変化よりも遅い速度で変化している、信号において観察された影響である。上述したように、このような定常状態の変化は、例えば静脈細動脈反射によって生じ得る。言い換えれば、基準振幅値とベースライン振幅値とは、血管収縮事象のマグニチュードを判定する際に、信号の定常状態の変化が考慮され、それによって静脈細動脈反射が考慮されるように、互いに関連付けられる。これにより、血管収縮事象のマグニチュードの正確な評価が保証され、それによって睡眠障害事象の正確な検出および特徴付けが保証される。その結果、睡眠障害事象の偽陽性および偽陰性の検出が実質的に排除される。

血管収縮事象の基準振幅値およびベースライン振幅値は、好ましくは、信号のベースラインインバリアントバージョンから導出される。このベースラインインバリアント信号は、特に血管収縮事象または完全な信号について計算され得る。すなわち、血管収縮事象の部分的なベースラインインバリアント信号または完全な信号のベースラインインバリアント信号が計算され得る。次に、血管収縮事象の基準振幅値およびベースライン値が、ベースラインインバリアント信号から選択される。上述したように、基準振幅値およびベースライン振幅値は、血管収縮事象の特徴付けを可能にする血管収縮事象の信号における特徴点の振幅値に対応する。したがって、基準振幅値およびベースライン振幅値の選択は、好ましくは、血管収縮事象のマグニチュードメジャーの計算を可能にするように行われる。

ベースラインインバリアント信号は、好ましくは、取得された信号をベースラインで除算することによって計算される。除算は、血管収縮事象に対応する信号の部分または完全な信号について実行され得る。第１の場合には、血管収縮事象のベースラインインバリアント信号は、血管収縮事象に対応する信号の部分をその事象のベースラインで除算することにより計算される。ベースラインは、血管収縮事象に対応するベースライン値または信号部分であり得るベースラインレベルである。第２の場合には、ベースラインインバリアント信号は、完全な信号を完全な信号のベースラインで除算することによって取得される。ここで、ベースラインはベースライン信号である。これにより、少なくとも血管収縮事象に関しては、静脈細動脈反射による動脈緊張への影響が排除され、血管収縮事象のマグニチュードの正確な評価が保証され、従って、睡眠障害事象の正確な検出および特徴付けが保証される。そして、基準振幅値及びベースライン振幅値は、ベースラインインバリアント信号から導出される。例えば、血管収縮事象に対応するベースラインインバリアント信号の部分において観察された最大振幅値が基準振幅値として選択され得、血管収縮事象に対応するベースラインインバリアント信号の部分において観察された平均振幅値がベースライン振幅値として選択され得る。

このように選択された基準振幅値とベースライン振幅値とは、血管収縮事象のマグニチュードメジャーを取得するために互いに関連付けられる。好ましくは、基準振幅値は、基準振幅値およびベースライン振幅値から血管収縮事象の絶対マグニチュードを計算することによってベースライン振幅値に関連付けられる。基準振幅値およびベースライン振幅値が信号のベースラインインバリアントバージョンから選択される場合、血管収縮事象のマグニチュードは、例えば、それらの間の差として導出され得る。このようにして計算されたマグニチュードメジャーは、血管収縮事象の強度を絶対スケールで定量化することを可能にする絶対値である。

血管収縮事象のベースラインは、好ましくは、信号のエンベロープを計算することによって導出される。信号のエンベロープを計算することにより、信号において観察された静脈細動脈反射を抽出することができる。言い換えれば、計算された信号のエンベロープは、完全な信号にわたる静脈細動脈反射を特徴付ける。信号のピークエンベロープ、トラフエンベロープ、ピークからトラフの平均エンベロープ、パーセンタイル値に基づくエンベロープ、または平滑化バージョンが、例えば計算されて、信号のエンベロープとして使用され得る。あるいは、完全な信号のエンベロープを計算する代わりに、血管収縮事象のベースラインとして使用され得る血管収縮事象の振幅値が計算され得る。例えば、血管収縮事象のピーク振幅、スルー振幅、ピークからトラフの平均振幅、またはパーセンタイル値が計算されて、血管収縮事象のベースラインとして使用され得る。

あるいは、血管収縮事象の基準振幅値およびベースライン振幅値が、取得された信号から直接的に導出され得る。これは、例えば、取得された信号から直接的に、血管収縮事象のピーク振幅、スルー振幅、ピークからトラフの平均振幅、またはパーセンタイル値を計算することによって達成され得る。これらの振幅値は、ベースライン振幅値と基準振幅値とが互いに異なるように選択される限り、血管収縮事象のベースライン振幅値または基準振幅値として使用され得る。例えば、血管収縮事象のピーク振幅は、基準振幅値として選択され、血管収縮事象を特徴付ける任意の他の振幅値、すなわちスルー振幅、ピークからトラフの平均振幅、または平均振幅は、ベースライン振幅値として選択され得る。

そして、このように選択された基準振幅値とベースライン振幅値とは、血管収縮事象のマグニチュードメジャーを取得するために互いに関連付けられる。好ましくは、基準振幅値は、血管収縮事象の基準振幅値およびベースライン振幅値から血管収縮事象の相対マグニチュードを計算することによってベースライン振幅値に関連付けられる。血管収縮事象の相対マグニチュードは、例えば、それらの相対的差異または相対的変化、または任意の他の実質的に相対的なマグニチュードメジャーとして導出され得る。このようにして計算されたマグニチュードメジャーは、血管収縮事象の強度を相対スケールで定量化することを可能にする相対値である。

睡眠障害事象を検出する工程は、好ましくは、所定値よりも高いマグニチュードメジャーによって特徴付けられる血管収縮事象を識別する工程を含む。言い換えれば、特定のマグニチュードメジャーを有する血管収縮事象は、睡眠障害事象とみなされる。所定の値は、例えば臨床試験中に取得された測定値に基づいて決定され得る。好ましくは、睡眠障害事象を検出する工程は、検出のために訓練または開発された分類器を使用することを含む。ニューラルネットワーク、ディシジョンツリー、またはサポートベクトルマシンのような任意の従来の分類器が訓練され得る。

好ましくは、識別工程は、血管収縮事象の持続時間、血管収縮事象の振幅低下期間の持続時間および／または振幅上昇期間の持続時間、血管収縮事象の振幅低下期間の急峻さおよび／または振幅上昇期間の急峻さのうちの少なくとも１つをさらに考慮する。血管収縮事象の持続時間、振幅低下期間の持続時間、および／または振幅上昇期間の持続時間は、血管収縮事象の強度の定量化を改善するために使用され得る追加のメジャーである。同様に、振幅低下の急峻さおよび／または振幅上昇の急峻さは、血管収縮事象の強度の定量化を改善するためにも使用され得る他の追加のメジャーである。これらの追加のメジャーのいずれかをマグニチュードメジャーと組み合わせることにより、血管収縮事象の強度を様々な信号特性に基づいて定量化することができ、したがって、睡眠障害事象の検出およびそれらのより良い特徴付けが改善される。

血管収縮事象を判定する工程は、好ましくは、振幅低下に続いて振幅上昇があることによって特徴付けられる信号の一部を識別する工程を含む。言い換えれば、血管収縮事象を識別するために、この方法は、振幅低下に続いて振幅上昇があることによって特徴付けられる信号の変化を探す。この判定工程は、目的に適した任意の信号処理技術によって実行され得る。

好ましくは、この判定工程は、信号部分の振幅低下期間及び振幅上昇期間の持続時間、信号部分の振幅低下期間の持続時間および／または振幅上昇期間の持続時間、信号部分の振幅低下期間の急峻さおよび／または振幅上昇期間の急峻さのうちの少なくとも１つをさらに考慮する。振幅の低下および／または上昇期間の持続時間と、それぞれの期間の急峻さとを考慮することにより、振幅を様々な信号特性に基づいて定量化することができ、したがって、取得された信号からの血管収縮事象の判定が改善される。

静脈細動脈反射の影響を受ける個体の末梢動脈緊張を示す信号は、好ましくはプレチスモグラフィにより取得される。プレチスモグラフィは、患者の選択された解剖学的位置、例えば、指、鼻孔、耳、額、口の中、足指、手首、足首等における拍動性血液量の変化のような血液量の変化を示す信号、すなわちプレチスモグラフィ信号またはプレチスモグラムを取得することを可能にする。プレチスモグラフィ信号は、空気圧ベースまたは光学ベースのプレチスモグラフィを採用し得る、いわゆるプレチスモグラフィプローブを介して取得され得る。このプレチスモグラフィ信号は、細動脈の筋組織の筋緊張または「緊張」の相対的な変化に関する情報と、静脈細動脈反射に関する情報とを経験的に提供するので、プレチスモグラフィ信号は、静脈細動脈反射の影響を受ける末梢動脈緊張の変化を示す信号をそこから導出することを可能にする。

好ましくは、末梢動脈緊張を示す信号は、個体の検査体積において測定された光プレチスモグラフィ信号と、光プレチスモグラフィ信号に沿って２つ以上の時点で光プレチスモグラフィにより取得された光強度とから導出される。そこから、２つ以上の時点の間の検査体積内の動脈血液量の変化は、光強度の関数の対数又はその関数近似を決定することによって導出され、それによって、個体の末梢動脈緊張（ＰＡＴ）は評価される。本明細書では、光強度の関数の対数又は関数近似は、評価関数と呼ばれる。好ましくは、この評価関数は、光強度の比率の対数に対応し、評価関数は、光路長、酸素飽和度の推定値またはＳｐＯ２の関数、および検査体積内の動脈血液量の変化のうちの１つ以上に依存する。好ましくは、時点の少なくとも１つは、個体の心周期における拡張期に対応し、及び／又は時点の少なくとも１つは、個体の心周期における収縮期に対応する。

第２の例示的な態様によれば、請求項１３の特徴によって特徴付けられる、静脈細動脈反射の影響を受ける個体の末梢動脈緊張を示す信号から睡眠障害事象を検出するように構成される装置が開示される。この装置は、少なくとも１つのプロセッサと、コンピュータプログラムコードを含む少なくとも１つのメモリとを備え、上記少なくとも１つのメモリとコンピュータプログラムコードは、上記少なくとも１つのプロセッサによって、第１の例示的な態様による工程を装置に実行させるように構成される。したがって、そのような装置は、第１の例示的な態様に関して述べた１つ以上の利点を提供することができる。

第３の例示的な態様によれば、第２の例示的な態様による装置を含むシステムが開示される。好ましくは、このシステムはプレチスモグラフィプローブをさらに含む。好ましくは、プレチスモグラフィプローブは、光を出射するように構成される光源と、２つ以上の時点で個体の検査体積を伝播する際に透過または反射される光に対応する伝播光を光プレチスモグラフィにより収集するように構成されるセンサーとを含む光プレチスモグラフィプローブである。センサーはさらに、２つ以上の時点で伝播光の光強度を判定するように構成される。オプションとして、プローブは、検査体積の位置を検出するために、加速度計をさらに備える。オプションとして、このシステムは、無線通信インターフェースを含み、判定された末梢動脈緊張を、装置によってさらに処理するために無線で伝送するように構成される無線送信機をさらに備える。この無線通信インターフェースは、好ましくはブルートゥース低エネルギー（ＢＬＥ）無線インターフェースのような低電力通信インターフェースである。したがって、そのようなシステムは、第１の例示的な態様に関する１つ以上の利点を提供することができる。

第４の例示的な態様によれば、光プレチスモグラフィによって監視される個体の末梢動脈緊張（ＰＡＴ）を示す信号を評価するための対数またはその関数近似の使用が提供される。末梢動脈緊張を示す信号を評価することは、個体の検査体積において測定された光プレチスモグラフィ信号、および光プレチスモグラフィ信号に沿って２つ以上の時点で光プレチスモグラフィにより取得された光強度を取得する工程と、個体のＰＡＴを評価するように、光強度の関数の対数又はその関数近似を決定することによって、２つ以上の時点の間の検査体積内の動脈血液量の変化を判定する工程とを含む。対数または関数近似の使用は、光プレチスモグラフィにより測定された光強度に基づいて個体のＰＡＴを示す信号を取得することを可能にする。

第５の例示的な態様によれば、第１の例示的な態様による方法をコンピュータに実行させるためのコンピュータ実行可能な命令を含むコンピュータプログラムプロダクトが開示される。

第６の例示的な態様によれば、第１の例示的な態様による方法をコンピュータに実行させるためのコンピュータ実行可能な命令を含むコンピュータ読取可能な記憶媒体が開示される。

このようなコンピュータプログラムプロダクトおよびコンピュータ読取可能な記憶媒体は、第１の例示的な態様に関する１つ以上の利点を提供することができる。
以下、添付の図面を参照していくつかの例示的な実施形態について説明する。

図１Ａは、本開示の例示的な実施形態による睡眠障害事象を検出するためのシステムの簡略ブロックスキームを示す。 図１Ｂは、本開示の例示的な実施形態による睡眠障害事象を検出するための工程を示す。 図２は、本開示の例示的な実施形態による末梢動脈緊張を示す信号から導出される血管収縮事象の例を示す。 図３は、本開示の例示的な実施形態に従って前処理された末梢動脈緊張を示す信号と、処理されていない元の形態の信号との比較例を示す。 図４Ａは、本開示の例示的な実施形態に従って前処理された末梢動脈緊張を示す信号と、処理されていない元の形態の信号との比較例を示す。 図４Ｂは、本開示の例示的な実施形態による、ベースライン振幅値としての血管収縮事象の様々な振幅値を示す。 図５は、本開示の例示的な実施形態による前処理された信号における様々な特徴点を示す。 図６は、呼吸事象の末期が、様々な生理学的信号において観察された特徴的現象と如何に一致するかの例を示す。 図７は、本発明の実施形態における１つ又はいくつかの工程を実行するための適切なコンピューティングシステムの例示的な実施形態を示す。

本開示は、一般的に、とりわけ個体の末梢動脈緊張（ＰＡＴ）を示す信号を評価して、睡眠関連事象、より良くは睡眠障害事象を検出するための方法および装置に関する。より具体的には、信号の評価は、例えば静脈細動脈反射のような生理学的現象によって引き起こされ得る、信号中に観察された任意の定常状態の変化に対する実質的なインバリアンスを保証するような方法で実行され、それによって睡眠障害事象の正確かつロバストな検出が保証される。

本開示の文脈において、個体の検査体積は、例えば、空気圧ベースまたは光学ベースのプレチスモグラフィによって監視される個体の検査組織において規定される体積である。光プレチスモグラフィは、出射した光が光プレチスモグラフィによりセンサーに収集される測定技術である。言い換えれば、個体の検査体積は、例えば、光プレチスモグラフィ信号が取得される個体の検査組織に規定される体積である。例えば、検査体積は、個体の末梢組織の体積である。例えば、検査体積は、個体の指、指先、指の遠位端、鼻孔、耳、額、口の中、足指、足指の先端、手首、足首に規定される体積である。本開示の文脈において、個体の検査体積は、検査体積に含まれる個体の皮膚を含み、検査体積内の血液量をさらに含む。

本開示の文脈において、動脈血液量は、検査体積内の動脈血液量として理解されるべきである。本開示の文脈において、末梢動脈緊張またはＰＡＴは、個体の検査体積における検査動脈床の動脈緊張の変化として理解される。言い換えれば、個体の検査体積の血管床における拍動性血液量の変化を判定することにより、検査体積内の細動脈の平滑筋組織の筋緊張又は「緊張」を示す情報を決定又は評価することができる。これにより、交感神経系によって調節される末梢動脈緊張を判定又は評価することができる。末梢動脈緊張を判定することは非侵襲的であり、例えば、心臓病、勃起不全、睡眠時無呼吸、閉塞性睡眠時無呼吸、心血管疾患などを検出するために使用され得る。

本開示の文脈において、光プレチスモグラフィ信号は、光プレチスモグラフィによって測定された信号である。例えば、光プレチスモグラフィ信号は、光プレチスモグラムである。例えば、光プレチスモグラフィ信号は、ＰＰＧである。光プレチスモグラフィ信号は、例えば、少なくとも１つの光源とセンサーとを備える光プレチスモグラフィ装置によって個体の指先で測定される。本開示の文脈において、光強度は、光プレチスモグラフィ装置のセンサーで収集された光の強度に対応し、上記センサーで収集された光は、個体の検査体積を透過又は反射した１つ以上の光源によって生成された光に対応する。

本開示の文脈において、酸素飽和度の推定値、ＳｐＯ２ 、又はヘモグロビン組成は、検査体積内の動脈血液量中のヘモグロビンの総量に関連する酸素化ヘモグロビンの割合に対応する。例えば、酸素飽和度の推定値、ＳｐＯ２ 、又はヘモグロビン組成は、検査体積において監視されている動脈血液量の酸素化ヘモグロビン及び脱酸素化ヘモグロビンの濃度の合計に対する酸素化ヘモグロビンの濃度の比率に対応する。あるいは、酸素飽和度の推定値、ＳｐＯ２、又はヘモグロビン組成は、検査体積において監視されている動脈血液量の酸素化ヘモグロビン及び脱酸素化ヘモグロビンの体積分率の合計に対する酸素化ヘモグロビンの体積分率の比率に対応する。

本開示の文脈において、脱酸素化ヘモグロビンは、結合した酸素を含有せず、例えば一酸化炭素、二酸化炭素、又は鉄などの他の結合分子を含有しないヘモグロビンの形態として定義される。本開示の文脈において、酸素化ヘモグロビンは、結合した酸素を有するヘモグロビンの形態として定義される。本開示の文脈において、光プレチスモグラフィ装置の光源によって出射される光は、１つ以上の散乱事象の確率的経路を通ってセンサーに到達する光子を含む。この光路は直線的ではなく、湾曲した空間確率分布に従って設定されたものと仮定する場合が多い。この湾曲した光路に沿って検査された体積は、光プレチスモグラフィによってサンプリング又は検査される体積を形成する。

本開示の文脈において、２つ以上の時点の間の検査体積内の動脈血液量の１つ以上の変化は評価され、それによって個体のＰＡＴは評価される。本開示の文脈において、２つの時点の間の検査体積内の動脈血液量の変化は、第１の時点で検査体積内に存在する動脈血液量と、第１の時点とは異なる第２の時点で検査体積内に存在する動脈血液量との間の相対的変化に対応する。

本開示の文脈において、発色団は、検査体積において光を吸収又は散乱する分子単位である。例えば、本開示の文脈において、発色団としては、メラニン分子、酸素化ヘモグロビン、脱酸素化ヘモグロビンなどが挙げられる。検査体積において、光プレチスモグラフィ装置の光源から出射された入射光の光強度の減衰は、式（１）のように定式化できるベール・ランベルトの法則（Ｂｅｅｒ Ｌａｍｂｅｒｔ Ｌａｗ）に従うものである。
ここで、
－Ｉ_０は、光プレチスモグラフィ装置の光源から出射される入射光の強度に相当する。
－ε_ｉは、発色団の吸収係数及び／又は散乱係数及び／又は消衰係数を含む。
－Ｖ_ｉは、検査体積中の発色団の体積分率又は濃度のいずれかに相当する。
－ｄは、光路長に相当し、この光路長は、光プレチスモグラフィ装置のセンサーに到達する前に光子が移動する経路の長さに相当し、この光路長は、特に、入射光の波長と検査体積における発色団組成の関数であり、この光路長は、光子を出射する光源とセンサーとの間の距離に依存する。２０１９年２月１５日にＳｅｎｓｏｒｓ（Ｂａｓｅｌ）１９（４）：７８９、ｄｏｉ：１０，３３９０／ｓ１９０４０７８９に掲載されたＣｈａｔｔｅｒｊｅｅらによるＭｏｎｔｅ Ｃａｒｌｏ Ａｎａｌｙｓｉｓ ｏｆ Ｏｐｔｉｃａｌ Ｉｎｔｅｒａｃｔｉｏｎｓ ｉｎ Ｒｅｆｅｃｔａｎｃｅ ａｎｄ Ｔｒａｎｓｍｉｔｔａｎｃｅ Ｆｉｎｇｅｒ Ｐｈｏｔｏｐｌｅｔｈｙｓｍｏｇｒａｐｈｙと題された刊行物によれば、光子を出射する光源とセンサーとの間の距離が数ｍｍ、例えば３ｍｍ以下であれば、光路長が一定であると仮定できることが近似的に理解できる。
－Ｇは、散乱に依存する光強度損失パラメータに相当し、光源によって出射される入射光の波長に依存する。

以下のパラメータが与えられる。
－Ｖ_ｉ，ｄは、光プレチスモグラフィ信号に沿った第１の時点での検査体積における発色団の体積分率又は濃度のいずれかに相当する。
－Ｖ_ｉ，ｓは、光プレチスモグラフィ信号に沿った第２の時点での検査体積における発色団の体積分率又は濃度のいずれかに相当する。
－Ｉ_ｈは、第１の時点で光プレチスモグラフィ装置のセンサーによって測定された光強度に相当する。
－Ｉ_ｌは、第２の時点で光プレチスモグラフィ装置のセンサーによって測定された光強度に相当する。
式（１）で定式化されたベール・ランベルトの法則は、第１の時点及び第２の時点で評価され得る。両方の式の比をとり、式（２）が得られる。

次に、式（２）の両辺の自然対数をとることにより、以下の式（３）が得られる。

オイラー数ｅとは別の底ｂを持つ対数を使用すれば、式（３）は以下のようになる。

差Ｖ_ｉ，ｓ－Ｖ_ｉ，ｄの名前がΔＶ_ｉに変更されている場合、式（３）は式（４）に簡略化できる。これにより、以下の式が得られる。

式（４）から、第１の時点と第２の時点での光強度の割合の対数は、第１の時点と第２の時点との間の発色団の体積分率又は濃度のいずれかの差に直線的に相関することが分かる。

光プレチスモグラフィ信号に沿って２つの時点の間に、いくつかの発色団が個体の表皮に付着したままである。例えば、光プレチスモグラフィ信号に沿って２つの時点の間に、メラニン分子は、検査体積に固定されたままである。このため、２つの時点の間に、メラニン分子などの発色団の体積分率又は濃度のいずれかの差はＮＵＬＬである。したがって、このような発色団の式（４）の右辺への寄与もＮＵＬＬである。
光プレチスモグラフィ信号に沿って２つの時点の間で体積分率又は濃度のいずれかが変動する主な発色団は、動脈血液量中の酸素化ヘモグロビン及び脱酸素ヘモグロビンである。本開示の文脈において、ヘモグロビンの２つの主要な形態、すなわち、酸素化ヘモグロビン及び脱酸素化ヘモグロビンは、光のほとんどの波長に対して大きく異なる吸収係数及び散乱係数を示す。

光プレチスモグラフィ信号に沿って２つの時点の間で体積分率又は濃度のいずれかが変動する、酸素化ヘモグロビンでも脱酸素化ヘモグロビンでもない他のすべての発色団の効果は、それらの組み合わせの消衰係数ε_{ｏｔｈｅｒ}の積と、酸素化ヘモグロビンと脱酸素化ヘモグロビンの体積分率又は濃度の和から１を引いた値として表すことができ、すべての体積分率又はすべての濃度の和が１に等しい。

上記のことを考慮すると、式（４）は次のように式（５）に書き換えることができる。

酸素飽和度の推定値は、式（６）に基づいて定義できることが知られている。
ここで、
Ｖ_ＨｂＯ２は、検査体積内の動脈血に含まれる酸素化ヘモグロビンの体積分率又は濃度のいずれかに相当する。
Ｖ_Ｈｂは、検査体積内の動脈血に含まれる脱酸素化ヘモグロビンの体積分率又は濃度のいずれかに相当する。

さらに、Ｖ_{ｂｌｏｏｄ}は、検査体積の動脈血に含まれる酸素化ヘモグロビン及び脱酸素化ヘモグロビンの総体積分率又は総濃度として定義されており、式（７）で次のように定義されている。

通常の場合、光プレチスモグラフィ信号の測定中において、動脈血液量内の酸素化ヘモグロビンと脱酸素化ヘモグロビンの体積分率又は濃度の合計、もしくは動脈血液量内の酸素化ヘモグロビンと脱酸素化ヘモグロビンの濃度の合計はほぼ一定のままであると仮定される。実際には、光プレチスモグラフィによって個体を監視する過程において、例えば睡眠時無呼吸の間に、酸素化ヘモグロビンと脱酸素化ヘモグロビンの比率のみ、つまり酸素飽和度の推定値のみが大幅に変化する可能性がある。

式（６）と（７）から、次のことが得られる。

式（８）を式（５）に代入すると、以下のようになる。
２つの定数である２つの所定の較正係数Ｑ_１及びＱ_２は、以下のように定義できる。
２つの所定の較正係数Ｑ_１及びＱ_２を考慮して式（９）を書き換えた後、式（１０）が得られ、式（１０）の左辺が評価関数に対応し、Ｑ_１ＳｐＯ_２＋Ｑ_２が酸素飽和度の推定値の関数である補償関数に対応する。

式（１０）は、評価関数と呼ばれる左辺の項を強調し、それは、
－光路長ｄ、
－関心のあるパラメータである動脈血液量ΔＶ_{ｂｌｏｏｄ}の１つ以上の変化、及び
－酸素飽和度の推定値に直線的に依存する因子（Ｑ_１ＳｐＯ_２＋Ｑ_２）の３つの項と線形関係を示す。

動脈血中の酸素化ヘモグロビンと脱酸素化ヘモグロビンの合計の体積分率又は濃度が一定であるという前提で、ΔＶ_{ｂｌｏｏｄ}は、検査体積内の動脈血液量変動の線形プロキシであるため、末梢動脈緊張の測定値に対応する。

酸素飽和度の推定値が一定である場合、すなわち、ＳｐＯ_２＝ｃｏｎｓｔの場合、２つの時点の間の検査体積の動脈血液量の変化は、上記２つの時点で光プレチスモグラフィによって測定するときにセンサーで収集された光強度の比率の対数を決定することによって評価される。これは数学的には、以下の式として表され得る。

測定可能なパラメータとΔＶ_{ｂｌｏｏｄ}との間の線形関係のみがΔＶ_{ｂｌｏｏｄ}の相対的変化の検査に関連し、正確なΔＶ_{ｂｌｏｏｄ}の値に関連しないため、評価関数を決定することによって実行されるように、一定係数までΔＶ_{ｂｌｏｏｄ}を決定すれば十分である。

ＳｐＯ_２が一定でない場合、ＳｐＯ_２の変化に伴って評価関数も変化する。ただし、補償方法を使用して、ＳｐＯ_２の変化の影響を補償し得る。例えば、補償関数ｆ_λ１を決定できる補償方法の場合、式（１１）は次のように書き換えることができる。

その結果、ＰＡＴ_{ｃｈａｎｎｅｌ}は、個体の検査体積の末梢動脈緊張を示す信号である。したがって、ＰＡＴ_{ｃｈａｎｎｅｌ}信号は、光プレチスモグラフィにより測定された光強度と光プレチスモグラフィ信号とから、ＳｐＯ_２に依存する関数で任意に割られ得る光強度の関数の対数またはその関数近似を決定することによって取得され得る信号であり、上記光強度の関数は、光強度の比率に対応する。

式（３）によれば、評価関数は光強度の関数の自然対数に対応する。あるいは、式（２）から始まり、光強度の関数として定義される他の任意の評価関数、例えば、光強度の関数の対数の線形近似、光強度の関数のテイラー級数近似、又は光強度の関数の他の基底対数の線形近似が使用され得る。あるいは、評価関数は、光プレチスモグラフィ信号の脈動波形又はＡＣ成分と、光プレチスモグラフィ信号のゆっくりと変化するベースライン又はＤＣ成分との比にほぼ対応し、これにより、式（１３）が得られる。

したがって、評価関数は、光強度の比率の対数に対応し、評価関数は、
－光路長、
－酸素飽和度の推定値またはＳｐＯ２の関数、および
－検査体積内の動脈血液量の変化のうちの１つ以上に依存する。

さらに、時点の少なくとも１つは、個体の心周期における拡張期に対応し、及び／又は時点の少なくとも１つは、個体の心周期における収縮期に対応する。

収縮期において、個体の検査体積内の動脈血液量は最大となり、その結果、心周期内の任意の時点で、つまり２回の心拍間の期間において光の吸収及び散乱が最大になる。ヘモグロビンが検査体積内の光子の主な吸収体及び散乱体の１つであるため、光プレチスモグラフィ装置のセンサーで測定された光強度が最小になる。一方、拡張期において、個体の検査体積内の動脈血液量は最小となり、その結果、心周期内の任意の時点で、光の吸収及び散乱が最小になる。このため、光プレチスモグラフィ装置のセンサーで測定された光強度が最大になる。少なくとも１つの第１の時点は、例えば、第１の心周期における拡張期に対応し、及び／又は、少なくとも１つの第２の時点は、例えば、第１の心周期とは異なる第２の心周期における収縮期に対応する。あるいは、少なくとも１つの第１の時点は、例えば、第１の心周期における収縮期に対応し、及び／又は、少なくとも１つの第２の時点は、例えば、第１の心周期とは異なる第２の心周期における拡張期に対応する。あるいは、少なくとも１つの第１の時点は、例えば、心周期における収縮期又は拡張期に対応し、少なくとも１つの第２の時点は、同一の心周期又は異なる心周期内の任意の時点に対応する。

上述したように、光強度は、光プレチスモグラフィにより以下の工程で取得され得る：
－光源により波長の光を出射する工程、
－光プレチスモグラフィにより、２つ以上の時点で個体の検査体積を伝播する際に透過又は反射される波長の光に対応する伝播光を、センサー上で収集する工程、および
－２つ以上の時点でセンサー上の伝播光の光強度を決定する工程。

光プレチスモグラフィ技術は、シンプルで非侵襲的なセットアッププローブ又はバイオセンサーを使用する。光プレチスモグラフィバイオセンサーは、光プレチスモグラフィ信号を収集することにより、検査体積における拍動性血液量の変化を非侵襲的に測定し、それによってＰＡＴを評価する。光源は、例えば、ＬＥＤや、光プレチスモグラフィバイオセンサーに適合するように小型化できる他の任意の適切な光源である。この波長は、例えば赤色スペクトルに含まれる。代替として、この波長は赤外スペクトルに含まれる。光源とセンサーとの間の物理的距離は、例えば数ｍｍ、例えば３ｍｍ未満である。

睡眠障害事象を検出するための個体の末梢動脈緊張（ＰＡＴ）を示す信号の評価について、図面を参照して詳細に説明する。

図１Ａは、本開示の例示的な実施形態によるシステムの簡略ブロックスキームを示す。システム１００は、光プレチスモグラフィにより個体の検査体積の動脈血液量の変動を測定するように構成されるデバイス１０２と、デバイス１０２によって測定された光強度を取得し、取得された光強度を処理してそこから睡眠障害事象１４を検出するように構成される装置１０４とを含む。デバイス１０２は、例えば、個体の指に置かれる。したがって、デバイス１０２は、時間の経過とともに個体の指を伝播する光の光強度を測定する。上記で詳述され、例えば式（１０）に示されるように、測定された光強度は、個体の動脈血液量の変動を反映する。さらに、式（１１）と（１２）に示されるように、測定された光強度は、個体の末梢動脈緊張に関する情報を経験的に提供する。したがって、デバイス１０２は、時間の経過とともに測定された、個体の末梢動脈緊張を反映する光強度１２を出力する。測定された光強度は装置１０４に供給される。装置１０４は、少なくとも１つのプロセッサと、ソフトウェアまたはプログラム命令の形式で少なくとも１つのメモリに記憶された、装置を動作させるためのアルゴリズムを記憶するように構成される少なくとも１つのメモリとを含む。少なくとも１つのメモリは、ソフトウェアを記憶することに加えて、装置によって生成された任意のデータおよびそれが適切に動作するために必要な任意の他のデータをさらに記憶してもよい。しかしながら、このデータは、装置の外部の別のメモリに記憶されてもよい。少なくとも１つのプロセッサは、少なくとも１つのメモリに記憶されたプログラム命令を実行して、装置の動作を制御し得る。言い換えれば、一実施形態では、装置１０４は、測定して取得された光強度１２を処理し、そこから睡眠障害事象１４を判定するためのハードウェアおよびソフトウェアコンポーネントを含むコンピューティングシステムを含む。

図１Ｂは、装置１０４によって実行される、睡眠障害事象１４を検出するための様々な工程を示す。第１の工程、すなわち工程１１１において、末梢動脈緊張信号、すなわちＰＡＴ_{ｃｈａｎｎｅｌ}は、上記で詳述され、式（１１）と（１２）に示されるように、取得された光強度および測定された光プレチスモグラフィ信号から導出される。まとめると、装置１０４は、例えば２つ以上の時点で、光プレチスモグラフィにより、デバイス１０２によって時間の経過とともに取得される光強度１２を取得する。そして装置１０４は、取得された光強度１２から、２つ以上の時点の間の検査体積内の動脈血液量の変化を判定する。これは、ＳｐＯ２に依存する関数で任意に割られ得る光強度の関数の対数またはその関数近似を決定することによって達成される。その結果は式（１１）と（１２）に示されるように、個体のＰＡＴ_{ｃｈａｎｎｅｌ}信号である。

次の工程、すなわち工程１１２において、血管収縮事象は、ＰＡＴ_{ｃｈａｎｎｅｌ}信号から判定される。上述したように、血管収縮事象は、ＰＡＴ_{ｃｈａｎｎｅｌ}信号の振幅の変動によって特徴付けられる。より具体的には、ＰＡＴ_{ｃｈａｎｎｅｌ}信号における血管収縮事象は、振幅低下に続いて振幅上昇があることによって特徴付けられる。ＰＡＴ_{ｃｈａｎｎｅｌ}信号における血管収縮事象は、目的に適した任意の信号処理アルゴリズムにより判定され得る。まとめると、この工程において、ＰＡＴ_{ｃｈａｎｎｅｌ}信号は、信号振幅低下に続いて信号振幅上昇があることによって特徴付けられる事象セグメントに分割される。これらの事象セグメントのそれぞれは、血管収縮、すなわち、検査体積における動脈の収縮を反映する。言い換えれば、事象セグメントは、ＰＡＴ_{ｃｈａｎｎｅｌ}信号中に観察された血管収縮に対応する。これらの血管収縮事象は、例えば、無呼吸または低呼吸などの呼吸事象、呼吸関連覚醒事象またはＲＥＲＡ事象、周期的または非周期的な肢体運動、歯ぎしり事象、あるいはいびきなどの睡眠障害事象に関連し得る。

図２は、振幅低下に続いて振幅上昇があることによって特徴付けられる急激な動脈緊張の変化のエピソードが強調されている個体の末梢動脈緊張（ＰＡＴ）を示す信号の例を示す。検出された事象セグメントのそれぞれは、振幅低下に続いて振幅上昇があることによって特徴付けられることが分かる。この図はさらに、各事象セグメントの末梢動脈緊張の変動が、個体の酸素飽和度の推定値やＳｐＯ２の変動とある程度相関することを示す。

次の工程、すなわち工程１２０において、装置は、特徴付け特徴に基づいて、各事象セグメント、すなわち血管収縮事象の特徴付けに進む。特徴付け特徴は、例えば、事象セグメントのマグニチュード、すなわち、事象セグメントの最小振幅値と最大振幅値との間の差；事象セグメントの持続時間；事象セグメントの振幅低下期間の持続時間および／または振幅上昇期間の持続時間；事象セグメントの振幅低下期間の急峻さおよび／または振幅上昇期間の急峻さ；事象セグメントの半値全幅などの特徴を含む。しかしながら、事象セグメント内の振幅に対するＶＡＲエピソードの影響を大幅に低減するように、各事象セグメントの特徴付け特徴を計算する必要がある。

この目的のために、装置は、工程１２１において、ＰＡＴ_{ｃｈａｎｎｅｌ}信号のベースラインインバリアントバージョン、すなわちベースラインインバリアント信号を計算する。ベースラインインバリアント信号は、ＰＡＴ_{ｃｈａｎｎｅｌ}信号の振幅をベースラインレベルに関連付けることによって、例えば、ＰＡＴ_{ｃｈａｎｎｅｌ}信号を以下のもので除算することによって導出され得る：
・ＰＡＴ_{ｃｈａｎｎｅｌ}信号の高振幅に対応するベースライン信号、すなわち、そのピークエンベロープまたはピークベースライン；
・ＰＡＴ_{ｃｈａｎｎｅｌ}信号の低振幅に対応するベースライン信号、すなわち、そのトラフエンベロープまたはバレーベースライン；
・ＰＡＴチャネルの高低振幅の平均値に対応するベースライン信号、すなわち、そのピークからトラフの平均エンベロープ；
・ＰＡＴチャネルの任意のパーセンタイル振幅値に対応するベースライン信号、すなわち、パーセンタイルエンベロープ；
・上記のいずれかの平滑化バージョン、＝
・ＰＡＴ_{ｃｈａｎｎｅｌ}信号の平滑化バージョン、例えば、血管収縮事象の持続時間よりも長いウィンドウサイズ、およびＰＡＴ_{ｃｈａｎｎｅｌ}信号の１つ以上のサンプルに対応するウィンドウスライディング工程でＰＡＴ_{ｃｈａｎｎｅｌ}信号のムービングまたはスライディング平均バージョンを計算したもの。

ベースライン信号が上記の平滑化信号のいずれかである場合、この平滑化信号による事象セグメントまたはＰＡＴ_{ｃｈａｎｎｅｌ}信号ディビジョンにより、元の事象セグメントの形態に関連する情報の著しい損失を伴うベースラインインバリアント信号が発生する程度まで、取得された平滑化信号が事象セグメントの形状に追従しないように、平滑化信号の、例えば時定数によって特徴付けられるタイムバリエーションが十分に遅いことを確認することが重要である。言い換えれば、末梢動脈緊張に起因する、導出されたベースラインインバリアント信号の変動はほぼ維持されるべきであり、一方、ＶＡＲエピソードに起因する変動はほぼ低減されるべきである。

図３は、光プレチスモグラフィ（ＰＰＧ）信号が心臓レベル以下に測定される指のアームの低下によって誘発される静脈血液の貯留に起因する、ＶＡＲエピソードの影響を受ける個体の末梢動脈緊張（ＰＡＴ）を示す信号の一例を示しており、ＰＡＴチャネル振幅がＶＡＲの間に如何に抑制されるかを強調する。より具体的には、上の２つのプロットは、ＰＰＧ信号２１０の振幅と、そのフィルタリングされ正規化されたバージョン２２０の振幅とが、ＶＡＲエピソードの間に如何に抑制されるかを示す。第３のプロットは、式（１１）または（１２）に示されるように導出されたＰＡＴチャネル２３０の振幅が、ＶＡＲエピソードの間に如何に低下するかを示す。第４のプロットは、ＰＡＴチャネルの各サンプルをベースライン値で除算することが、ＶＡＲ振幅変調の影響が実質的に排除されるＰＡＴチャネル２４０のベースラインインバリアントバージョンを如何に生じさせるかを示す。図から分かるように、元のＰＡＴチャネル２２０およびＰＡＴチャネル２４０のベースラインインバリアントバージョンにおける事象セグメント１１０＿１～１１０＿３および１１０＿ｎにおける末梢動脈緊張に起因する振幅バリエーションは維持され、一方、ＶＡＲエピソードに起因する振幅変調は、ＰＡＴチャネル２４０のベースラインインバリアントバージョンにおいて実質的に除去される。

図４Ａは、ＰＡＴ_{ｃｈａｎｎｅｌ}信号２３０の各サンプルを、ＰＡＴ_{ｃｈａｎｎｅｌ}信号の、抽出されたピークエンベロープ２３１、トラフエンベロープ、ピークからトラフの平均エンベロープ、および平滑化バージョンのサンプルで除算することの影響の詳細図である。ピークまたはトラフのエンベロープは、ＰＡＴ_{ｃｈａｎｎｅｌ}信号における局所的な極大振幅および局所的な極小振幅に対応し、一方、ピークからトラフの平均エンベロープは、ピークおよびトラフのエンベロープの平均値に対応する。見ることができるように、元のＰＡＴ_{ｃｈａｎｎｅｌ}信号２３０のサンプルを、高振幅または低振幅、高振幅および低振幅の平均値、あるいは信号の平滑化バージョンの振幅で除算することによって生成されるベースラインインバリアント信号２３２は、ＶＡＲによる振幅の抑制を実質的に除去すると同時に、各事象セグメントの形態の完全性および相対的な振幅バリエーションを維持する。

ベースラインインバリアント信号が計算されると、装置は事象セグメントの特徴付けに進む。この目的のために、装置は、信号のベースラインインバリアントバージョンから、事象セグメントを特徴付ける様々な特徴を導出する。特徴付け特徴は、例えば、事象セグメントのマグニチュード、すなわち、事象セグメントの最大振幅および／または最小振幅；事象セグメントのメジアン振幅および／または平均振幅；事象セグメントの四分位数振幅；血管収縮事象の持続時間；振幅低下期間の持続時間；血管収縮事象の振幅上昇期間の持続時間；振幅低下期間の急峻さ；血管収縮事象の振幅上昇期間の急峻さ；事象セグメントの半値全幅などの特徴を含む。

これらの特徴を導出するために、装置は、工程１２２において、事象セグメントに対応するベースラインインバリアント信号の部分から様々な特徴点を計算する。特徴点は振幅および／または時間で説明される。例えば、特徴点は、最大振幅値を有する事象セグメントのサンプル、最小振幅値を有する事象セグメントのサンプル、事象セグメントの最初のサンプルおよび最後のサンプルなどであり得る。

次に、装置は、導出された特徴点から取得される情報を使用して、事象セグメントを特徴付ける様々な特徴を導出する。この目的のために、工程１２３において、装置は、取得される情報を関連付けて、様々な特徴を導出する。例えば、事象セグメントのマグニチュードは、事象セグメントにおいて観察された最大振幅値と最小振幅値との差として計算され得る。言い換えれば、事象セグメントの振幅低下のマグニチュードは、第１のサンプルまたは最大振幅値を有するサンプルの振幅値と最小振幅値を有するサンプルの振幅値との差として計算され得る。典型的には、第１のサンプルは、最大振幅値を有するサンプルと一致するか、または実質的に一致する。ここで、第１のサンプルまたは最大振幅値を有するサンプルは基準点としての役割を果たし、最小振幅値を有するサンプルはベースライン点としての役割を果たし、それらのそれぞれの振幅値は基準振幅値およびベースライン振幅値としての役割を果たす。事象セグメントの持続時間は、事象セグメントの最初のサンプルと最後のサンプルとの間の時間差として計算され得る。事象セグメントの振幅低下の急峻さは、第１のサンプルまたは最大振幅値を有するサンプルと最小振幅値を有するサンプルとの間の振幅差と時間差との比率として計算され得る。

図５は、事象セグメントを特徴付ける様々な特徴の計算を可能にする様々な特徴点を示すベースラインインバリアント信号２４０の事象セグメント３１０の例を示す。この例において、基準振幅値およびベースライン振幅値は、それぞれ最大振幅値および最小振幅値を有する信号のサンプル３１３および３１１に対応する。事象セグメントの持続時間３２２は、事象セグメントにおける最初のサンプルおよび最後のサンプルに対応するサンプル３１３および３１２によって識別される。事象セグメントの振幅低下部分および事象セグメントの振幅上昇部分は、それぞれ持続時間３２３および３２４を有するスロープ３２５および３２６に対応する。この例において、振幅低下の急峻さは、振幅低下の絶対マグニチュード３２１として単純に示される。同様に、振幅上昇期間の急峻さはここで、サンプル３１２と３１１との間の絶対マグニチュードとして示される。

あるいは、事象セグメントを絶対スケールで特徴付ける特徴は、事象セグメントに対応する信号部分の振幅をベースラインレベルに関連付けることによって導出され得る。例えば、これは、事象セグメントのベースラインレベルでその事象セグメントに対応するＰＡＴ_{ｃｈａｎｎｅｌ}信号部分を除算することによって達成され得る。例えば、事象セグメントのベースラインレベルは以下のものであり得る：
・事象セグメントの最大振幅値、すなわち、そのピーク値；
・事象セグメントの最小振幅値、すなわち、そのトラフ値；あるいは
・事象セグメントの平均またはメジアン振幅値；
・事象セグメントの四分位数または任意のパーセンタイル振幅値；あるいは
・事象セグメントの最大の上向きまたは下向きスロープの点のような、事象セグメントの任意の他の特徴点の振幅値；あるいは
・事象セグメントの平滑化バージョン。

このリストからわかるように、事象セグメントのベースラインレベルは、ベースライン値またはベースライン信号であり得る。図４Ｂは、例えば、事象セグメントに対応するベースラインレベルでＰＡＴ_{ｃｈａｎｎｅｌ}信号の部分を除算することによって、事象セグメントの振幅をベースラインレベルに関連付けるために使用され得る、２つの事象セグメントの可能なベースライン値の例を示す。この図において、各事象セグメントは破線のペアで表される。最大振幅値、最小振幅値、平均振幅値、メジアン振幅値、及び下四分位数振幅値（ｌｇｒ）を示す振幅値、ならびに事象セグメントの最大と最小のスロープにおける振幅値が示される。

事象セグメントに対応するＰＡＴ_{ｃｈａｎｎｅｌ}信号の部分を事象セグメントのベースライン振幅値で除算することにより、各事象セグメントのベースラインインバリアント部分が取得される。したがって、工程１２１における出力は、各事象セグメントのベースラインインバリアント信号部分である。各事象セグメントのベースラインインバリアント信号部分が計算されると、装置は、上述のように工程１２２および工程１２３に進み、各事象の特徴的な特徴を導出する。すなわち、工程１２２において、各事象セグメントに対応する各ベースラインインバリアント信号部分から様々な特徴点を導出する。次に、工程１２３において、装置は、各事象セグメントの特徴点から取得される情報を使用して、上記と同様に、各事象セグメントを特徴付ける様々な特徴を導出する。例えば、事象セグメントのマグニチュードは、最大振幅値と最小振幅値との差として計算され得る。事象セグメントの振幅低下のマグニチュードは、第１のサンプルまたは最大振幅値を有するサンプルの振幅値と最小振幅値を有するサンプルの振幅値との差などとして計算され得る。

あるいは、事象セグメントに対応する信号部分の1つ以上の振幅値を使用して計算された特徴のような、マグニチュードに関連する任意の特徴的な特徴は、絶対スケールではなく相対スケールで取得され得る。この場合、工程１２１は省略され、装置は、図３の第３のプロットに示されるように、修正されていない元のＰＡＴ_{ｃｈａｎｎｅｌ}信号２３０から様々な特徴的な特徴を導出する。この場合、ＶＡＲエピソードによる振幅変動を補正するために、マグニチュードおよび急峻さ特徴のような、ＶＡＲの影響を受ける特徴的な特徴は、相対スケールで計算される。この目的のために、図５を参照して上述したように、ピーク振幅、トラフ振幅、ピークからトラフの平均振幅、またはパーセンタイル値のようなの事象セグメントの特徴的振幅点が導出される。上記とは異なり、ここでは、事象セグメントの振幅は、例えば、基準振幅値とベースライン振幅値との間の相対的な差を計算することによって導出される。同様に、急峻さ特徴のような、事象セグメントに対応する信号部分から導出された１つ以上の振幅値に基づいて導出された、事象セグメントを特徴付ける他の振幅関連特徴は、相対スケール上で導出され得る。

したがって、工程１２０の出力は、少なくとも事象セグメントの強度を特徴付けるマグニチュードメジャーにより事象セグメントを特徴付ける１つ以上の特徴と、場合によっては、事象セグメントの持続時間、事象セグメントの振幅低下期間の持続時間、事象セグメントの振幅上昇期間の持続時間、事象セグメントの振幅低下期間の急峻さ、事象セグメントの振幅上昇期間の急峻さ、及び事象セグメントの半値全幅のようなの１つ以上の追加の特徴である。

この方法の最後の工程、すなわち、工程１３０において、この方法は、血管収縮事象を特徴付ける決定された１つ以上の特徴に基づく睡眠障害事象１４の検出に進む。睡眠障害事象は、例えば、少なくとも血管収縮事象のマグニチュードメジャーに基づいて検出され得る。マグニチュードメジャーが所定の閾値よりも高い場合、血管収縮事象は睡眠障害事象であると見なされる。マグニチュードメジャーに加えて、血管収縮事象を特徴付ける他の特徴も考慮され得る。これらの追加の特徴は、その形態的プロファイルに基づいて血管収縮事象をさらに特徴付け得る。形態的プロファイルは、例えば、血管収縮事象の形状にリンクされ得る。例えば、事象セグメントの持続時間、事象セグメントの振幅低下期間の持続時間、事象セグメントの振幅上昇期間の持続時間、事象セグメントの振幅低下期間の急峻さ、事象セグメントの振幅上昇期間の急峻さ、及び事象セグメントの半値全幅のうちの少なくとも１つまたはそれらの組み合わせがさらに考慮され得る。この場合、血管収縮事象が睡眠障害事象であるか否かを評価するために、考慮された特徴を考慮したパラメータ化コスト関数が評価され得る。

睡眠障害事象を検出する工程は、睡眠障害事象を検出する工程を実行するために開発された分類器により実施され得る。したがって、分類器は、検出のためのルールのセットを設計して入力することによって、パラメータ化コスト関数を実装する。上述したように、これらのルールは、事象の特徴がルールによって定義されたクライテリアに如何に適合するかをチェックするための、１つ以上の特徴のそれぞれまたは特徴の組み合わせのそれぞれの閾値に基づいてもよい。各特徴の閾値は、例えば、臨床試験中に取得された測定値に基づいて導出され得る。これらの測定値から、まず、睡眠障害事象は手動スコアリングまたはコンピュータ支援スコアリングにより識別され、次に、各特徴の閾値は、識別された睡眠障害事象から決定される。さらに、特徴は、特定の睡眠障害事象の検出における精度に基づいて順序付けられ得、次に、１つ以上の最適な特徴は、対応する睡眠障害事象の検出のために選択され得る。睡眠障害事象の検出のための最適な特徴のみを使用することにより、検出精度を犠牲にすることなく、分類器の実装を簡略化することができる。このように開発された分類器は、次に、これらのルールを実装するパラメータ化コスト関数を評価して、事象が睡眠障害事象であるか否かを判定し得る。

装置１０４はまた、特定の特徴によって特徴付けられる睡眠障害事象の同時発生に基づいて、特定の医学的状態および生理学的状態の表示を提供し得る。例えば、特定の最小事象持続時間、および最小サンプル値と最大サンプル値との間の特定の最小距離、すなわち事象の振幅低下の持続時間のような特定の特徴、ならびに／あるいは、脈拍数もしくは心拍数の増加、及び／又は血中酸素飽和度の低下、及び／又は事象中の肢体運動のような他の生理学的信号において観察された特徴を有する血管収縮事象の同時発生を分析する方法が使用される。肢体運動は、自発的または非自発的な運動であってもよく、例えば加速度計によってピックアップされてもよい。この睡眠障害事象の同時発生および追加の生理学的特徴は、医療従事者が個体の特定の医学的状態および生理学的状態を判定するのをさらに助けることができる。

図６は、呼吸事象の例、ここでは無呼吸事象を示す。図からわかるように、無呼吸事象の末期が、ＰＡＴ_{ｃｈａｎｎｅｌ}信号振幅の低下、および／または脈拍数（ＰＲ）の増加、および／またはＳｐＯ_２の低下に一致する。

上述したように、本発明の解決策は、末梢動脈緊張を示す生理学的信号から様々な特徴付け特徴を決定する精度を向上させることができ、したがって、そのような生理学的信号から睡眠障害事象を検出する精度を向上させることができる。また、上述したように、この方法は、睡眠障害事象の同時発生と、場合によっては他の生理学的信号に観察された特徴との表示を提供して、医療従事者が個体の特定の医学的状態および生理学的状態を判定するのを助けることができる追加の情報を提供することができる。

さらに、上記の観察及び方法論は、光プレチスモグラフィに関連して説明されているが、当業者は、同様の観察及び方法論が、空気圧プレチスモグラフィにより取得される生理学的信号にも容易に適用され得ることを認識するであろう。

図７は、本発明による睡眠障害事象を検出するための方法の実施形態を実施することができる適切なコンピューティングシステム６００を示す。コンピューティングシステム６００は、一般に、適切な汎用コンピュータとして形成されてもよく、バス６１０と、プロセッサ６０２と、ローカルメモリ６０４と、１つ以上の任意の入力インターフェース６１４と、１つ以上の任意の出力インターフェース６１６と、通信インターフェース６１２と、記憶素子インターフェース６０６と、１つ以上の記憶素子６０８とを含んでもよい。バス６１０は、コンピューティングシステム６００の構成要素間での通信を可能にする１つ以上のコンダクタを備えてもよい。プロセッサ６０２は、プログラミング命令を解釈及び実行する任意のタイプの従来のプロセッサ又はマイクロプロセッサを含んでもよい。ローカルメモリ６０４は、プロセッサ６０２によって実行される情報および命令を記憶するランダムアクセスメモリ（ＲＡＭ）や、別のタイプの動的記憶デバイス、および／またはプロセッサ６０２によって使用される静的情報および命令を記憶する読み取り専用メモリ（ＲＯＭ）、または別のタイプの静的記憶デバイスを含んでもよい。したがって、プロセッサは、ローカルメモリに記憶された命令を実行して、上記方法の様々な工程を実行してもよい。入力インターフェース６１４は、オペレータもしくはユーザーが情報をコンピューティングデバイス６００に入力することを可能にする１つ以上の従来の機構、例えば、キーボード６２０、マウス６３０、ペン、音声認識など、及び／又は１つ以上のＰＰＧセンサーを備えてもよい。出力インターフェース６１６は、オペレータ又はユーザーに情報を出力するための１つ以上の従来の機構、例えばディスプレイ６４０などを備えてもよい。通信インターフェース６１２は、例えば、コンピューティングシステム６００が他のコンピューティングデバイス７０１、７０２、７０３などの他のデバイス及び／又はシステムと通信することを可能とする、１つ以上のイーサネットインターフェースなどの任意のトランシーバーのような機構を備えてもよい。したがって、１つ以上のＰＰＧセンサーから取得される信号の処理は、他のコンピューティングデバイスによって遠隔的に処理されてもよい。コンピューティングシステム６００の通信インターフェース６１２は、ローカルエリアネットワーク（ＬＡＮ）、又はインターネットなどのワイドエリアネットワーク（ＷＡＮ）によってそのような別のコンピューティングシステムに接続されてもよい。記憶素子インターフェース６０６は、バス６１０を１つ以上の記憶素子６０８、例えばＳＡＴＡディスクドライブなどの１つ以上のローカルディスクに接続し、かつこれらの記憶素子６０８からのデータの読み出し及び／又はそれらへのデータの書き込みを制御するためのシリアルＡＴＡ（Ｓｅｒｉａｌ Ａｄｖａｎｃｅｄ Ｔｅｃｈｎｏｌｏｇｙ Ａｔｔａｃｈｍｅｎｔ、ＳＡＴＡ）インターフェース又はＳＣＳＩ（Ｓｍａｌｌ Ｃｏｍｐｕｔｅｒ Ｓｙｓｔｅｍ Ｉｎｔｅｒｆａｃｅ）などの記憶インターフェースを備えてもよい。上記の記憶素子６０８はローカルディスクとして説明されているが、一般には、リムーバブル磁気ディスク、ＣＤ又はＤＶＤなどの光記憶媒体、‐ＲＯＭディスク、ソリッドステートドライブ、フラッシュメモリカードなどの任意の他の適切なコンピュータ読取可能な媒体を使用し得る。したがって、コンピューティングシステム６００は、１つ以上のＰＰＧセンサーから取得される信号を処理する回路に対応して、図１を参照して上述したように、そこから睡眠障害事象を検出し得る。

本願で使用されるように、「回路」という用語は、以下の１つ以上又はすべてを指してもよい。
（ａ）アナログ及び／又はデジタル回路のみでの実装などのハードウェアのみの回路実装、
（ｂ）ハードウェア回路とソフトウェアの組み合わせ（該当する場合）、例えば、
（ｉ）アナログ及び／又はデジタルハードウェア回路とソフトウェア／ファームウェアの組み合わせ、及び
（ｉｉ）ソフトウェア、及び携帯電話又はサーバーなどの装置に様々な機能を実行させるために連携するソフトウェア及びメモリを有するハードウェアプロセッサ（デジタルシグナルプロセッサを含む）の任意の部分、
（ｃ）動作にはソフトウェア（ファームウェアなど）を必要とする、動作にソフトウェアを必要としないものもある、マイクロプロセッサ又はマイクロプロセッサの一部などのハードウェア回路及び／又はプロセッサ。
この「回路」の定義は、本願において当該用語を使う全ての場合において適用される。特許請求の範囲においても同様である。さらなる例として、本願で使用される場合、用語「回路」は、単なるハードウェア回路、プロセッサ（又は複数のプロセッサ）、ハードウェア回路又はプロセッサの一部、及び、その（又はそれらの）付随するソフトウェア及び／又はファームウェアの実装も網羅するものである。用語「回路」はまた、例えば、特許請求の範囲に記載される特定の要素に適用可能な場合、携帯端末のベースバンド集積回路やプロセッサ集積回路を意味してもよく、サーバーやセルラネットワークデバイス、その他のコンピューティングまたはネットワークデバイスにおける同様の集積回路を意味してもよい。

特定の実施形態を参照して本発明を説明してきたが、本発明は上述した例示的な実施形態の細部に限定されるものではなく、本発明がその範囲を逸脱することなく様々な変更や修正を加えて具現化することができることは、当業者には明らかであろう。本実施形態は、すべての点において例示的なものであり、限定的なものではないと見なされるべきであり、本発明の範囲は、上述した説明ではなく、添付の特許請求の範囲によって示されるものであり、よって、特許請求の範囲内に入るすべての変更は、そこに包含されることが意図されている。

この特許出願の読者は、「含んでいる（ｃｏｍｐｒｉｓｉｎｇ）」又は「含む（ｃｏｍｐｒｉｓｅ）」という語が他の要素又は工程を除外しないこと、「ａ」又は「ａｎ」という語が複数を除外しないこと、並びに、コンピュータシステム、プロセッサ又は別の統合ユニットなどの単一の要素が、特許請求の範囲に記載されたいくつかの手段の機能を果たし得ることを理解するであろう。特許請求の範囲内のすべての符号は、各請求項を限定するものと解釈されるべきではない。「第１」、「第２」、「第３」、「ａ」、「ｂ」、「ｃ」などの用語は、本明細書又は特許請求の範囲で使用される場合、同様の要素又は工程を区別するために導入されるものであり、必ずしも連続的又は時系列的な順序を記述するものではない。同様に、「上」、「下」、「上方」、「下方」などの用語は、説明のために導入されるものであり、必ずしも相対的な位置を示すものではない。そのように使用される用語は、適切な状況において交換可能であり、本発明の実施形態は、他の順序で、又は上述又は例示したものとは異なる方向で、本発明に従って動作可能であることを理解されたい。
なお、本願の出願当初の開示事項を維持するために、本願の出願当初の請求項１～１５の記載内容を以下に追加する。
（請求項１）
静脈細動脈反射の影響を受ける個体の末梢動脈緊張を示す信号（２３０）から睡眠障害事象を検出するためのコンピュータ実施方法であって、
前記信号（２３０、２４０）の変化から血管収縮事象（３１０、１１０＿１～１１０＿ｎ）を判定する、判定工程（１１０）と、
前記血管収縮事象（３１０、１１０＿１～１１０＿ｎ）の基準振幅値（３１３）およびベースライン振幅値（３１１）を導出する工程であって、前記基準振幅値が前記ベースライン振幅値とは異なる、導出工程（１２２）と、
前記血管収縮事象のマグニチュードメジャー（３２１）を取得するために、前記血管収縮事象の前記基準振幅値（３１１）を前記血管収縮事象の前記ベースライン振幅値（３１３）に関連付ける、関連付け工程（１２３）と、
そこから睡眠障害事象を検出する、検出工程（１３０）と、
を含むコンピュータ実施方法。
（請求項２）
前記導出工程（１２２）は、前記血管収縮事象のベースライン・インバリアント信号（２３２）を計算する工程と、そこから前記血管収縮事象の前記基準振幅値（３１３）および前記ベースライン振幅値（３１１）を選択する工程であって、前記基準振幅値及び前記ベースライン振幅値が、前記血管収縮事象の前記マグニチュードメジャーの計算を可能にする前記血管収縮事象の振幅値に対応する工程と、を含む請求項１に記載のコンピュータ実施方法。
（請求項３）
前記計算工程は、前記血管収縮事象に対応する前記信号部分（３１０）を前記血管収縮事象のベースライン（２３１、３１３）で除算する工程を含む請求項２に記載のコンピュータ実施方法。
（請求項４）
前記関連付け工程（１２３）は、前記基準振幅値（３１１）および前記ベースライン振幅値（３１３）から前記血管収縮事象の絶対マグニチュード（３２１）を計算する工程を含む請求項２または３に記載のコンピュータ実施方法。
（請求項５）
前記血管収縮事象の前記ベースライン（２３１、３１３）は、前記信号のピークエンベロープ（２３１）、トラフエンベロープ、ピークからトラフの平均エンベロープ、パーセンタイル値に基づくエンベロープ、または平滑化バージョンのような、前記信号中の前記静脈細動脈反射を特徴付ける前記信号のエンベロープを計算することにより、あるいは、前記血管収縮事象のピーク振幅（３１１）、スルー振幅、ピークからトラフの平均振幅、またはパーセンタイル値のような、前記血管収縮事象の前記静脈細動脈反射を特徴付ける前記血管収縮事象の振幅値を計算することにより導出される請求項２から４のいずれか１項に記載のコンピュータ実施方法。
（請求項６）
前記血管収縮事象の前記基準振幅値および前記ベースライン振幅値はそれぞれ、前記血管収縮事象のピーク振幅、スルー振幅、ピークからトラフの平均振幅、またはパーセンタイル値を計算することによって導出される請求項１に記載のコンピュータ実施方法。
（請求項７）
前記関連付け工程（１２３）は、前記血管収縮事象の前記基準振幅値および前記ベースライン振幅値から前記血管収縮事象の相対マグニチュードを計算する工程を含む請求項６に記載のコンピュータ実施方法。
（請求項８）
前記検出工程（１３０）は、所定値よりも高いマグニチュードメジャー（３２１）によって特徴付けられる血管収縮事象（３１０、１１０＿１～１１０＿ｎ）を識別する工程を含む請求項１から７のいずれか１項に記載のコンピュータ実施方法。
（請求項９）
前記識別工程は、前記血管収縮事象の持続時間（３２２）、前記血管収縮事象の振幅低下期間の持続時間（３２３）および／または振幅上昇期間の持続時間（３２４）、前記血管収縮事象の前記振幅低下期間の急峻さ（３２５）および／または前記振幅上昇期間の急峻さ（３２６）のうちの少なくとも１つをさらに考慮する請求項８に記載のコンピュータ実施方法。
（請求項１０）
前記判定工程（１１０）は、振幅低下（３１１）に続いて振幅上昇（３１２）があることによって特徴付けられる前記信号（２３０、２４０）の一部を識別する工程を含む請求項１から９のいずれか１項に記載のコンピュータ実施方法。
（請求項１１）
前記判定工程（１１０）は、前記信号部分の前記振幅低下期間及び前記振幅上昇期間の持続時間（３２２）、前記信号部分の前記振幅低下期間の持続時間（３２３）および／または前記振幅上昇期間の持続時間（３２４）、前記信号部分の前記振幅低下期間の急峻さ（３２５）および／または前記振幅上昇期間の急峻さ（３２６）のうちの少なくとも１つをさらに考慮する請求項１０に記載のコンピュータ実施方法。
（請求項１２）
プレチスモグラフィにより、患者の選択された解剖学的位置における拍動性血液量の変化を示す信号を取得する工程と、末梢動脈緊張の変化を示す前記信号（２３０）をそこから導出する工程と、をさらに含む請求項１から１１のいずれか１項に記載のコンピュータ実施方法。
（請求項１３）
静脈細動脈反射の影響を受ける個体の末梢動脈緊張を示す信号（２３０）から睡眠障害事象を検出するように構成される装置であって、
前記信号（２３０、２４０）の変化から血管収縮事象（３１０、１１０＿１～１１０＿ｎ）を判定する、判定工程（１１０）と、
前記血管収縮事象（３１０、１１０＿１～１１０＿ｎ）の基準振幅値（３１３）およびベースライン振幅値（３１１）を導出する工程であって、前記基準振幅値が前記ベースライン振幅値とは異なる、導出工程（１２２）と、
前記血管収縮事象のマグニチュードメジャー（３２１）を取得するために、前記血管収縮事象の前記基準振幅値（３１１）を前記血管収縮事象の前記ベースライン振幅値（３１３）に関連付ける、関連付け工程（１２３）と、
そこから睡眠障害事象を検出する、検出工程（１３０）と、
を実行するように構成される手段を含む装置。
（請求項１４）
請求項１から１２のいずれか１項に記載のコンピュータ実施方法をコンピュータに実行させるためのコンピュータ実行可能な命令を含むコンピュータプログラム製品。
（請求項１５）
プログラムがコンピュータ上で実行されるとき、請求項１から１２のいずれか１項に記載のコンピュータ実施方法を実行するためのコンピュータ実行可能な命令を含むコンピュータ読取可能な記憶媒体。

Claims (22)

1. 静脈細動脈反射の影響を受ける個体の末梢動脈緊張を示す信号から睡眠障害事象を検出するためのコンピュータ実施方法であって、
   １以上のプロセッサが、前記信号の変化から血管収縮事象を判定する、判定工程と、
   前記１以上のプロセッサが、前記血管収縮事象の基準振幅値およびベースライン振幅値を導出する工程であって、前記基準振幅値と前記ベースライン振幅値とは異なる、導出工程と、
   前記１以上のプロセッサが、前記血管収縮事象の前記基準振幅値を前記血管収縮事象の前記ベースライン振幅値に関連付けて、前記血管収縮事象のマグニチュードメジャーを取得する、関連付け工程と、
   前記１以上のプロセッサが、前記マグニチュードメジャーから睡眠障害事象を検出する、検出工程と
   を含むコンピュータ実施方法。
2. 前記導出工程は、前記血管収縮事象のベースライン・インバリアント信号を計算する工程と、該ベースライン・インバリアント信号から前記血管収縮事象の前記基準振幅値および前記ベースライン振幅値を選択する工程であって、前記基準振幅値及び前記ベースライン振幅値が、前記血管収縮事象の前記マグニチュードメジャーの計算を可能にする前記血管収縮事象の振幅値に対応する工程とを含む請求項１に記載のコンピュータ実施方法。
3. 前記計算工程は、前記血管収縮事象に対応する前記信号部分を前記血管収縮事象のベースラインで除算する工程を含む請求項２に記載のコンピュータ実施方法。
4. 前記関連付け工程は、前記基準振幅値および前記ベースライン振幅値から前記血管収縮事象の絶対マグニチュードを計算する工程を含む請求項２または３に記載のコンピュータ実施方法。
5. 前記血管収縮事象の前記ベースラインは、前記信号のピークエンベロープ、トラフエンベロープ、ピークからトラフの平均エンベロープ、パーセンタイル値に基づくエンベロープ、または平滑化バージョンのような、前記信号中の前記静脈細動脈反射を特徴付ける前記信号のエンベロープを計算することにより、あるいは、前記血管収縮事象のピーク振幅、スルー振幅、ピークからトラフの平均振幅、またはパーセンタイル値のような、前記血管収縮事象の前記静脈細動脈反射を特徴付ける前記血管収縮事象の振幅値を計算することにより導出される請求項２から４のいずれか１項に記載のコンピュータ実施方法。
6. 前記血管収縮事象の前記基準振幅値および前記ベースライン振幅値はそれぞれ、前記血管収縮事象のピーク振幅、スルー振幅、ピークからトラフの平均振幅、またはパーセンタイル値を計算することによって導出される請求項１に記載のコンピュータ実施方法。
7. 前記関連付け工程は、前記血管収縮事象の前記基準振幅値および前記ベースライン振幅値から前記血管収縮事象の相対マグニチュードを計算する工程を含む請求項６に記載のコンピュータ実施方法。
8. 前記検出工程は、マグニチュードメジャーが所定値よりも高い場合に前記血管収縮事象を識別する工程を含む請求項１から７のいずれか１項に記載のコンピュータ実施方法。
9. 前記識別工程は、前記血管収縮事象の持続時間、前記血管収縮事象の振幅低下期間の持続時間および／または振幅上昇期間の持続時間、前記血管収縮事象の前記振幅低下期間の急峻さおよび／または前記振幅上昇期間の急峻さのうちの少なくとも１つをさらに考慮する請求項８に記載のコンピュータ実施方法。
10. 前記判定工程は、振幅低下に続いて振幅上昇があることによって特徴付けられる前記信号の一部を識別する工程を含む請求項１から９のいずれか１項に記載のコンピュータ実施方法。
11. 前記判定工程は、前記信号の一部の前記振幅低下の期間及び前記振幅上昇の期間の持続時間、前記信号の一部の前記振幅低下の期間の持続時間および／または前記振幅上昇の期間の持続時間、前記信号の一部の前記振幅低下の期間の急峻さおよび／または前記振幅上昇の期間の急峻さのうちの少なくとも１つをさらに考慮する請求項１０に記載のコンピュータ実施方法。
12. プレチスモグラフィにより、前記個体の選択された解剖学的位置における拍動性血液量の変化を示す信号を取得する工程と、末梢動脈緊張を示す前記信号を前記拍動性血液量の変化を示す信号から導出する工程と、をさらに含む請求項１から１１のいずれか１項に記載のコンピュータ実施方法。
13. コンピュータに実行可能な命令がプログラムとしてコンピュータ上で実行されるとき、請求項１から１２のいずれか１項に記載のコンピュータ実施方法を実行するためのコンピュータ実行可能な命令を含むコンピュータ読取可能な記憶媒体。
14. 静脈細動脈反射の影響を受ける個体の末梢動脈緊張を示す信号から睡眠障害事象を検出するように構成される装置であって、該装置は１以上のプロセッサを備えており、該１以上のプロセッサは、
    前記信号の変化から血管収縮事象を判定し、
    前記血管収縮事象の基準振幅値およびベースライン振幅値を導出し、前記基準振幅値と前記ベースライン振幅値とは異なるものであり、
    前記血管収縮事象の前記基準振幅値を前記血管収縮事象の前記ベースライン振幅値に関連付けて、前記血管収縮事象のマグニチュードメジャーを取得し、
    前記マグニチュードメジャーから睡眠障害事象を検出する
    ように構成されている、装置。
15. 前記導出することは、前記血管収縮事象のベースライン・インバリアント信号を計算することと、該ベースライン・インバリアント信号から前記血管収縮事象の基準振幅値およびベースライン振幅値を選択することとを含み、前記基準振幅値および前記ベースライン振幅値は、前記血管収縮事象のマグニチュードメジャーの計算を可能にする前記血管収縮事象の振幅値に対応する、請求項１４に記載の装置。
16. 前記計算することは、前記血管収縮事象に対応する前記信号の一部を、前記血管収縮事象のベースラインで除算することを含む、請求項１５に記載の装置。
17. 前記関連付けることは、前記基準振幅値および前記ベースライン振幅値から、前記血管収縮事象の絶対マグニチュードを計算することを含む、請求項１５または１６に記載の装置。
18. 前記血管収縮事象のベースラインは、ピークエンベロープ、トラフエンベロープ、ピークからトラフの平均エンベロープ、もしくはパーセンタイル値に基づくエンベロープなどの、前記信号において静脈細動脈反射を特徴付ける前記信号のエンベロープを計算することによって導出されるか、または、前記信号の平滑化バージョン、前記血管収縮事象のピーク振幅、スルー振幅、ピークからトラフの平均振幅、もしくは前記血管収縮事象のパーセンタイル値などの、前記血管収縮事象の静脈細動脈反射を特徴付ける前記血管収縮事象の振幅値を計算することによって導出される、請求項１５から１７のいずれか１項に記載の装置。
19. 前記血管収縮事象の前記基準振幅値および前記ベースライン振幅値は、前記血管収縮事象のピーク振幅値、スルー振幅、ピークからトラフの平均振幅、またはパーセンタイル値を計算することによってそれぞれ導出される、請求項１４に記載の装置。
20. 前記関連付けることは、前記血管収縮事象の前記基準振幅値および前記ベースライン振幅値から、前記血管収縮事象の相対マグニチュードを計算することを含む、請求項１９に記載の装置。
21. 前記検出することは、マグニチュードメジャーが予め決定された値を超える場合に前記血管収縮事象を特定することを含む、請求項１４から２０のいずれか１項に記載の装置。
22. 前記個体の末梢動脈緊張を示す信号を生成するための拍動性血液量の変化を測定するように構成された光プレチスモグラフィバイオセンサーをさらに含む、請求項２１に記載の装置。