JPWO2015178439A1 - 睡眠時無呼吸の中枢型／閉塞型診断支援装置および診断支援方法、ならびに睡眠時無呼吸の中枢型／閉塞型診断支援プログラムを記録したコンピュータ読み取り可能な記録媒体 - Google Patents
睡眠時無呼吸の中枢型／閉塞型診断支援装置および診断支援方法、ならびに睡眠時無呼吸の中枢型／閉塞型診断支援プログラムを記録したコンピュータ読み取り可能な記録媒体 Download PDFInfo
- Publication number
- JPWO2015178439A1 JPWO2015178439A1 JP2015561781A JP2015561781A JPWO2015178439A1 JP WO2015178439 A1 JPWO2015178439 A1 JP WO2015178439A1 JP 2015561781 A JP2015561781 A JP 2015561781A JP 2015561781 A JP2015561781 A JP 2015561781A JP WO2015178439 A1 JPWO2015178439 A1 JP WO2015178439A1
- Authority
- JP
- Japan
- Prior art keywords
- apnea
- central
- sleep
- diagnosis support
- psd
- 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.)
- Revoked
Links
- 208000008784 apnea Diseases 0.000 title claims abstract description 144
- 238000003745 diagnosis Methods 0.000 title claims abstract description 110
- 201000002859 sleep apnea Diseases 0.000 title claims abstract description 31
- 238000000034 method Methods 0.000 title claims description 47
- 208000003417 Central Sleep Apnea Diseases 0.000 claims abstract description 87
- 238000004364 calculation method Methods 0.000 claims abstract description 45
- 230000000241 respiratory effect Effects 0.000 claims abstract description 35
- 238000012545 processing Methods 0.000 claims abstract description 19
- 238000013500 data storage Methods 0.000 claims abstract description 15
- 238000001514 detection method Methods 0.000 claims abstract description 13
- 239000000284 extract Substances 0.000 claims abstract description 5
- 238000001228 spectrum Methods 0.000 claims abstract description 4
- 208000001797 obstructive sleep apnea Diseases 0.000 claims description 47
- 230000000747 cardiac effect Effects 0.000 claims description 31
- 230000000414 obstructive effect Effects 0.000 claims description 26
- 238000004458 analytical method Methods 0.000 claims description 24
- 208000037656 Respiratory Sounds Diseases 0.000 claims description 23
- 230000029058 respiratory gaseous exchange Effects 0.000 claims description 18
- 230000003595 spectral effect Effects 0.000 claims description 6
- 230000001568 sexual effect Effects 0.000 claims 1
- 238000005516 engineering process Methods 0.000 abstract description 2
- 208000020020 complex sleep apnea Diseases 0.000 description 15
- 201000006646 mixed sleep apnea Diseases 0.000 description 15
- 238000010586 diagram Methods 0.000 description 8
- 230000007613 environmental effect Effects 0.000 description 6
- 230000004962 physiological condition Effects 0.000 description 6
- 238000012360 testing method Methods 0.000 description 4
- 206010041235 Snoring Diseases 0.000 description 3
- 230000003187 abdominal effect Effects 0.000 description 3
- 208000037265 diseases, disorders, signs and symptoms Diseases 0.000 description 2
- 229940079593 drug Drugs 0.000 description 2
- 239000003814 drug Substances 0.000 description 2
- 238000007689 inspection Methods 0.000 description 2
- 238000005259 measurement Methods 0.000 description 2
- 230000000737 periodic effect Effects 0.000 description 2
- 238000005070 sampling Methods 0.000 description 2
- 210000001015 abdomen Anatomy 0.000 description 1
- 230000007488 abnormal function Effects 0.000 description 1
- 206010003119 arrhythmia Diseases 0.000 description 1
- 230000006793 arrhythmia Effects 0.000 description 1
- 238000004891 communication Methods 0.000 description 1
- 230000008602 contraction Effects 0.000 description 1
- 230000007423 decrease Effects 0.000 description 1
- 201000010099 disease Diseases 0.000 description 1
- 238000000605 extraction Methods 0.000 description 1
- 238000012806 monitoring device Methods 0.000 description 1
- 238000012544 monitoring process Methods 0.000 description 1
- 238000004445 quantitative analysis Methods 0.000 description 1
- 210000001034 respiratory center Anatomy 0.000 description 1
- 230000036391 respiratory frequency Effects 0.000 description 1
- 230000035945 sensitivity Effects 0.000 description 1
- 230000005236 sound signal Effects 0.000 description 1
- 230000002123 temporal effect Effects 0.000 description 1
- 238000011179 visual inspection Methods 0.000 description 1
Classifications
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/08—Detecting, measuring or recording devices for evaluating the respiratory organs
Abstract
睡眠時無呼吸症候群（ＳＡＳ）患者の中枢型／閉塞型診断を、正確に行なうことができる睡眠時無呼吸の中枢型／閉塞型診断支援技術を提供する。被験者の呼吸運動および心音を含む生波形データを記憶する生波形データ記憶部１１、記憶した生波形データから生波形の呼吸運動周波数成分を抽出し、無呼吸期間を検出する無呼吸期間検出部１２、生波形データの無呼吸期間に係るデータに高速フーリエ変換処理を施し前記無呼吸期間におけるＰＳＤを生成するＦＦＴ処理部１３、所定周波数領域のパワースペクトル密度（ＰＳＤ）合算値を計算するＰＳＤ合算値計算部１４、前記生成したＰＳＤのパターンが、中枢性無呼吸のＰＳＤのパターンに一致するか否かを判断するＰＳＤパターン一致判断部１５、および、前記生波形、前記生波形の呼吸運動周波数成分および前記ＰＳＤを表示する表示部１７を備える。
Description
本発明は、医師等による睡眠時無呼吸症候群（ＳＡＳ： Ｓｌｅｅｐ Ａｐｎｅａ Ｓｙｎｄｒｏｍｅ）患者の中枢型／閉塞型診断を支援する睡眠時無呼吸の中枢型／閉塞型診断支援技術に関する。
睡眠時無呼吸は、中枢性（ＣＳＡ： Ｃｅｎｔｒａｌ Ｓｌｅｅｐ Ａｐｎｅａ）と、閉塞性（ＯＳＡ： Ｏｂｓｔｒｕｃｔｉｖｅ Ｓｌｅｅｐ Ａｐｎｅａ）およびその混合型（ＭＳＡ： Ｍｉｘｅｄ Ｓｌｅｅｐ Ａｐｎｅａ）の３種類に分類される。
中枢性睡眠時無呼吸は、呼吸中枢の機能異常により生じる無呼吸疾患であり、閉塞性睡眠時無呼吸は上気道の閉塞によって生じる疾患である。
終夜睡眠ポリグラフ（ＰＳＧ： Ｐｏｌｙｓｏｍｎｏｇｒａｐｈｙ）検査装置により、中枢性（ＣＳＡ）と、閉塞性（ＯＳＡ）の判断を含むＳＡＳの診断を行なうことができる。
中枢性睡眠時無呼吸は、呼吸中枢の機能異常により生じる無呼吸疾患であり、閉塞性睡眠時無呼吸は上気道の閉塞によって生じる疾患である。
終夜睡眠ポリグラフ（ＰＳＧ： Ｐｏｌｙｓｏｍｎｏｇｒａｐｈｙ）検査装置により、中枢性（ＣＳＡ）と、閉塞性（ＯＳＡ）の判断を含むＳＡＳの診断を行なうことができる。
ＰＳＧ検査装置では、睡眠時における呼吸状態（無呼吸状態）を検出するために、呼吸ベルトセンサ（腹ベルトセンサや胸ベルトセンサ）を身体に装着する。閉塞性無呼吸時に胸部と腹部の拡大・収縮が逆位相になることを反映した胸・腹ベルト両センサの検出値の極性反転が確認される場合、閉塞性であると判断できる。ところで、この種のＰＳＧ検査装置では、腹ベルトや胸ベルトの装着が、被験者にとって、大きな負担となり睡眠の質を低下させることがある。
一方、被験者の呼吸により得られる測定信号波形は情報量が極めて多い。しかも、中枢性（ＣＳＡ）および閉塞性無呼吸（ＯＳＡ）の判定のために、記録した波形を拡大して観察する必要があり、医師や技師にとって、ＣＳＡおよびＯＳＡの診断のために膨大な時間と手間を要する。
一方、被験者の呼吸により得られる測定信号波形は情報量が極めて多い。しかも、中枢性（ＣＳＡ）および閉塞性無呼吸（ＯＳＡ）の判定のために、記録した波形を拡大して観察する必要があり、医師や技師にとって、ＣＳＡおよびＯＳＡの診断のために膨大な時間と手間を要する。
現実にはＳＡＳの判定の多くは、睡眠医療認定検査技師の目視による手作業に依存していること、およびＰＳＧで用いられるベルトセンサの緩みなどの原因により、呼吸努力検出感度が低下することから、中枢性／閉塞性の誤判断が医療の現場において皆無とはなっていない現実がある。
本発明の目的は、睡眠時無呼吸検査に際して被検者に呼吸ベルトセンサを装着しない、呼吸センサシステムを用いて、定量的な解析データを提供することにより、医師等による睡眠時無呼吸症候群（ＳＡＳ）患者の中枢型／閉塞型診断を支援する睡眠時無呼吸の中枢型／閉塞型診断技術を提供することにある。
本発明の目的は、睡眠時無呼吸検査に際して被検者に呼吸ベルトセンサを装着しない、呼吸センサシステムを用いて、定量的な解析データを提供することにより、医師等による睡眠時無呼吸症候群（ＳＡＳ）患者の中枢型／閉塞型診断を支援する睡眠時無呼吸の中枢型／閉塞型診断技術を提供することにある。
本発明者は、圧電センサにより得られた生体信号の生波形解析において、以下の特徴的な事実を見出した。
（ａ）中枢性無呼吸（ＣＳＡ）と、閉塞性無呼吸（ＯＳＡ）とでは、ＦＦＴ解析における呼吸運動周波数領域のＰＳＤ合算値（積分値）が大きく異なる（ＯＳＡのＰＳＤ合算値がＣＳＡのそれより著明に大きい）。呼吸運動周波数領域は、たとえば、０．２〜０．６Ｈｚとすることができる。なお、呼吸運動周波数が、０．１Ｈｚ未満の場合には、無呼吸と判断される。
（ｂ）中枢性睡眠時無呼吸（ＣＳＡ）と、閉塞性睡眠時無呼吸（ＯＳＡ）とでは、両者をＦＦＴ解析した時のパワースペクトル密度（ＰＳＤ）グラフにおいて、心拍の周波数（たとえば１Ｈｚ）から４０Ｈｚまでの周波数範囲のＰＳＤパターンが大きく異なる。
（ｃ）不整脈がある場合、心周期変動が大きくなり、中枢性無呼吸（ＣＳＡ）であってもＰＳＤパターンは閉塞性無呼吸（ＯＳＡ）型となる。
（ａ）中枢性無呼吸（ＣＳＡ）と、閉塞性無呼吸（ＯＳＡ）とでは、ＦＦＴ解析における呼吸運動周波数領域のＰＳＤ合算値（積分値）が大きく異なる（ＯＳＡのＰＳＤ合算値がＣＳＡのそれより著明に大きい）。呼吸運動周波数領域は、たとえば、０．２〜０．６Ｈｚとすることができる。なお、呼吸運動周波数が、０．１Ｈｚ未満の場合には、無呼吸と判断される。
（ｂ）中枢性睡眠時無呼吸（ＣＳＡ）と、閉塞性睡眠時無呼吸（ＯＳＡ）とでは、両者をＦＦＴ解析した時のパワースペクトル密度（ＰＳＤ）グラフにおいて、心拍の周波数（たとえば１Ｈｚ）から４０Ｈｚまでの周波数範囲のＰＳＤパターンが大きく異なる。
（ｃ）不整脈がある場合、心周期変動が大きくなり、中枢性無呼吸（ＣＳＡ）であってもＰＳＤパターンは閉塞性無呼吸（ＯＳＡ）型となる。
本発明の睡眠時無呼吸の中枢型／閉塞型診断支援装置は、以下を要旨とする。
（１）
被験者の呼吸運動および心音を含む生波形データを記憶する生波形データ記憶部、
前記生波形データ記憶部に記憶した生波形データから前記生波形の呼吸運動周波数成分を抽出し、無呼吸期間を検出する無呼吸期間検出部、
前記生波形データの無呼吸期間に係るデータに高速フーリエ変換（ＦＦＴ）処理を施し前記無呼吸期間におけるパワースペクトル密度（ＰＳＤ）グラフを生成するＦＦＴ処理部、
所定周波数領域のＰＳＤ合算値を計算するＰＳＤ合算値計算部、
前記生成したＰＳＤのパターンが、中枢性無呼吸のＰＳＤのパターンに一致するか否かを判断するＰＳＤパターン一致判断部、
および、
前記生波形、少なくとも、前記生波形の呼吸運動周波数成分および前記ＰＳＤグラフを表示する表示部、
を備えた睡眠時無呼吸の中枢型／閉塞型診断支援装置。
たとえば、無呼吸期間は、アメリカ睡眠学会（ＡＡＳＭ：Ａｍｅｒｉｃａｎ Ａｃａｄｅｍｙ ｏｆ Ｓｌｅｅｐ Ｍｅｄｉｃｉｎｅ）で定義される。
パターン一致判断部は、周知の画像認識アルゴリズムを実行する。たとえば、テンプレートマッチングにより、対象パターン（テンプレート）との照合を行うことができる。
（１）
被験者の呼吸運動および心音を含む生波形データを記憶する生波形データ記憶部、
前記生波形データ記憶部に記憶した生波形データから前記生波形の呼吸運動周波数成分を抽出し、無呼吸期間を検出する無呼吸期間検出部、
前記生波形データの無呼吸期間に係るデータに高速フーリエ変換（ＦＦＴ）処理を施し前記無呼吸期間におけるパワースペクトル密度（ＰＳＤ）グラフを生成するＦＦＴ処理部、
所定周波数領域のＰＳＤ合算値を計算するＰＳＤ合算値計算部、
前記生成したＰＳＤのパターンが、中枢性無呼吸のＰＳＤのパターンに一致するか否かを判断するＰＳＤパターン一致判断部、
および、
前記生波形、少なくとも、前記生波形の呼吸運動周波数成分および前記ＰＳＤグラフを表示する表示部、
を備えた睡眠時無呼吸の中枢型／閉塞型診断支援装置。
たとえば、無呼吸期間は、アメリカ睡眠学会（ＡＡＳＭ：Ａｍｅｒｉｃａｎ Ａｃａｄｅｍｙ ｏｆ Ｓｌｅｅｐ Ｍｅｄｉｃｉｎｅ）で定義される。
パターン一致判断部は、周知の画像認識アルゴリズムを実行する。たとえば、テンプレートマッチングにより、対象パターン（テンプレート）との照合を行うことができる。
（２）
（１）に記載の睡眠時無呼吸の中枢型／閉塞型診断支援装置であって、
さらに、前記生波形データを前記生波形に係る電気信号として検出する、直接または間接に前記被験者の身体に密着して配置される心拍呼吸センサ部、
を備えた中枢型／閉塞型診断支援装置。
なお、「直接に前記被験者の身体に密着して配置される」とは、「センサが被験者の膚に直接接触するように配置される」の意味であり、「間接に前記被験者の身体に密着して配置される」とは、「センサが、シーツ、パジャマ・寝巻き等を介して被験者の身体に接触するように配置される」意味である。
（１）に記載の睡眠時無呼吸の中枢型／閉塞型診断支援装置であって、
さらに、前記生波形データを前記生波形に係る電気信号として検出する、直接または間接に前記被験者の身体に密着して配置される心拍呼吸センサ部、
を備えた中枢型／閉塞型診断支援装置。
なお、「直接に前記被験者の身体に密着して配置される」とは、「センサが被験者の膚に直接接触するように配置される」の意味であり、「間接に前記被験者の身体に密着して配置される」とは、「センサが、シーツ、パジャマ・寝巻き等を介して被験者の身体に接触するように配置される」意味である。
（３）
（２）に記載の睡眠時無呼吸の中枢型／閉塞型診断支援装置であって、
前記心拍呼吸センサ部は、センシング素子として圧電素子を有している中枢型／閉塞型診断支援装置。
（２）に記載の睡眠時無呼吸の中枢型／閉塞型診断支援装置であって、
前記心拍呼吸センサ部は、センシング素子として圧電素子を有している中枢型／閉塞型診断支援装置。
（４）
（１）に記載の睡眠時無呼吸の中枢型／閉塞型診断支援装置であって、
前記生波形データは、前記被験者の呼吸音周波数成分をさらに含む睡眠時無呼吸の中枢型／閉塞型診断支援装置。
（１）に記載の睡眠時無呼吸の中枢型／閉塞型診断支援装置であって、
前記生波形データは、前記被験者の呼吸音周波数成分をさらに含む睡眠時無呼吸の中枢型／閉塞型診断支援装置。
（５）
（１）に記載の睡眠時無呼吸の中枢型／閉塞型診断支援装置であって、
少なくとも前記生波形データに含まれる呼吸音成分を音出力することまたは当該呼吸音成分を電気信号として出力する音出力部、
をさらに備えた睡眠時無呼吸の中枢型／閉塞型診断支援装置。
（１）に記載の睡眠時無呼吸の中枢型／閉塞型診断支援装置であって、
少なくとも前記生波形データに含まれる呼吸音成分を音出力することまたは当該呼吸音成分を電気信号として出力する音出力部、
をさらに備えた睡眠時無呼吸の中枢型／閉塞型診断支援装置。
（６）
（１）に記載の睡眠時無呼吸の中枢型／閉塞型診断支援装置であって、
無呼吸期間の前記生波形データまたはフィルタ処理された心音周波数成分データから、連続する心音のピークとピークの間の時間（心周期）を求め、ひとつの心周期（１音―１音間隔または２音―２音間隔）と次の心周期との差の平均を計算し、心周期変動値を求める心周期変動平均計算部、
をさらに備えた睡眠時無呼吸の中枢型／閉塞型診断支援装置。
（１）に記載の睡眠時無呼吸の中枢型／閉塞型診断支援装置であって、
無呼吸期間の前記生波形データまたはフィルタ処理された心音周波数成分データから、連続する心音のピークとピークの間の時間（心周期）を求め、ひとつの心周期（１音―１音間隔または２音―２音間隔）と次の心周期との差の平均を計算し、心周期変動値を求める心周期変動平均計算部、
をさらに備えた睡眠時無呼吸の中枢型／閉塞型診断支援装置。
（７）
（１）に記載の睡眠時無呼吸の中枢型／閉塞型診断支援装置であって、
さらに、解析部を備え、
前記解析部は、
前記所定周波数領域における前記ＰＳＤ合算値が、第１所定値以上かまたは第２所定値以下かを計算しその情報を前記表示部に表示することによって、閉塞性睡眠時無呼吸（ＯＳＡ）か睡眠時中枢性無呼吸（ＣＳＡ）かの診断を支援する、
睡眠時無呼吸の中枢型／閉塞型診断支援装置。
（１）に記載の睡眠時無呼吸の中枢型／閉塞型診断支援装置であって、
さらに、解析部を備え、
前記解析部は、
前記所定周波数領域における前記ＰＳＤ合算値が、第１所定値以上かまたは第２所定値以下かを計算しその情報を前記表示部に表示することによって、閉塞性睡眠時無呼吸（ＯＳＡ）か睡眠時中枢性無呼吸（ＣＳＡ）かの診断を支援する、
睡眠時無呼吸の中枢型／閉塞型診断支援装置。
（８）
（７）に記載の睡眠時無呼吸の中枢型／閉塞型診断支援装置であって、
前記所定周波数領域における前記ＰＳＤ合算値が所定値以下の場合、
前記解析部は、
ＰＳＤパターンが明瞭なＣＳＡ型である場合はＣＳＡと判定出力し、
ＰＳＤパターンが明瞭なＣＳＡ型でない場合は、さらに心周期変動値を計算し、所定値以上か以下かによってＣＳＡか判定不可能または混合型無呼吸（ＭＳＡ）かの情報を前記表示部に表示することにより、閉塞性無呼吸（ＯＳＡ）、中枢性無呼吸（ＣＳＡ）あるいは判定不可能（またはＭＳＡ）であるかの判断を支援する、
睡眠時無呼吸の中枢型／閉塞型診断支援装置。
（７）に記載の睡眠時無呼吸の中枢型／閉塞型診断支援装置であって、
前記所定周波数領域における前記ＰＳＤ合算値が所定値以下の場合、
前記解析部は、
ＰＳＤパターンが明瞭なＣＳＡ型である場合はＣＳＡと判定出力し、
ＰＳＤパターンが明瞭なＣＳＡ型でない場合は、さらに心周期変動値を計算し、所定値以上か以下かによってＣＳＡか判定不可能または混合型無呼吸（ＭＳＡ）かの情報を前記表示部に表示することにより、閉塞性無呼吸（ＯＳＡ）、中枢性無呼吸（ＣＳＡ）あるいは判定不可能（またはＭＳＡ）であるかの判断を支援する、
睡眠時無呼吸の中枢型／閉塞型診断支援装置。
（９）
（７）または（８）に記載の睡眠時無呼吸の中枢型／閉塞型診断支援装置であって、
前記所定周波数領域前記ＰＳＤ合算値が所定値以上か以下かまたは中間値であるかを計算し、中間値の場合は判定不可能とする情報を前記表示部に追加表示することによって閉塞性無呼吸（ＯＳＡ）、中枢性無呼吸（ＣＳＡ）あるいは判定不可能（またはＭＳＡ）であるかの判断を支援する、
睡眠時無呼吸の中枢型／閉塞型診断支援装置。
（７）または（８）に記載の睡眠時無呼吸の中枢型／閉塞型診断支援装置であって、
前記所定周波数領域前記ＰＳＤ合算値が所定値以上か以下かまたは中間値であるかを計算し、中間値の場合は判定不可能とする情報を前記表示部に追加表示することによって閉塞性無呼吸（ＯＳＡ）、中枢性無呼吸（ＣＳＡ）あるいは判定不可能（またはＭＳＡ）であるかの判断を支援する、
睡眠時無呼吸の中枢型／閉塞型診断支援装置。
本発明の睡眠時無呼吸の中枢型／閉塞型診断支援方法は、以下を要旨とする。
（１０）
被験者の呼吸運動および心音を含む生波形データを記憶する生波形データ記憶ステップ、
前記生波形データ記憶ステップにおいて記憶した生波形データから前記生波形の呼吸運動周波数成分を抽出し、無呼吸期間を検出する無呼吸期間検出ステップ、
前記生波形データの無呼吸期間に係るデータに高速フーリエ変換処理を施し前記所定周波数領域におけるＰＳＤを生成するＦＦＴ処理ステップ、
所定周波数領域のパワースペクトル密度（ＰＳＤ）合算値を計算するＰＳＤ合算値計算ステップ、
前記生成したＰＳＤのパターンが、中枢性無呼吸のＰＳＤのパターンに一致するか否かを判断するＰＳＤパターン一致判断ステップ、
および、
前記生波形、少なくとも、前記生波形の呼吸運動周波数成分および前記ＰＳＤを表示する表示ステップ、
を有する睡眠時無呼吸の中枢型／閉塞型診断支援方法。
たとえば、無呼吸期間は、アメリカ睡眠学会（ＡＡＳＭ：Ａｍｅｒｉｃａｎ Ａｃａｄｅｍｙ ｏｆ Ｓｌｅｅｐ Ｍｅｄｉｃｉｎｅ）で定義される。
パターン一致判断部は、周知の画像認識アルゴリズムを実行する。たとえば、テンプレートマッチングにより、対象パターン（テンプレート）との照合を行うことができる。
（１０）
被験者の呼吸運動および心音を含む生波形データを記憶する生波形データ記憶ステップ、
前記生波形データ記憶ステップにおいて記憶した生波形データから前記生波形の呼吸運動周波数成分を抽出し、無呼吸期間を検出する無呼吸期間検出ステップ、
前記生波形データの無呼吸期間に係るデータに高速フーリエ変換処理を施し前記所定周波数領域におけるＰＳＤを生成するＦＦＴ処理ステップ、
所定周波数領域のパワースペクトル密度（ＰＳＤ）合算値を計算するＰＳＤ合算値計算ステップ、
前記生成したＰＳＤのパターンが、中枢性無呼吸のＰＳＤのパターンに一致するか否かを判断するＰＳＤパターン一致判断ステップ、
および、
前記生波形、少なくとも、前記生波形の呼吸運動周波数成分および前記ＰＳＤを表示する表示ステップ、
を有する睡眠時無呼吸の中枢型／閉塞型診断支援方法。
たとえば、無呼吸期間は、アメリカ睡眠学会（ＡＡＳＭ：Ａｍｅｒｉｃａｎ Ａｃａｄｅｍｙ ｏｆ Ｓｌｅｅｐ Ｍｅｄｉｃｉｎｅ）で定義される。
パターン一致判断部は、周知の画像認識アルゴリズムを実行する。たとえば、テンプレートマッチングにより、対象パターン（テンプレート）との照合を行うことができる。
（１１）
（１０）に記載の睡眠時無呼吸の中枢型／閉塞型診断支援方法であって、
さらに、直接または間接に被験者の身体に密着して配置された心拍呼吸センサから、生波形データを電気
信号として検出するセンシングステップ、
を有する睡眠時無呼吸の中枢型／閉塞型診断支援方法。
（１０）に記載の睡眠時無呼吸の中枢型／閉塞型診断支援方法であって、
さらに、直接または間接に被験者の身体に密着して配置された心拍呼吸センサから、生波形データを電気
信号として検出するセンシングステップ、
を有する睡眠時無呼吸の中枢型／閉塞型診断支援方法。
（１２）
（１１）に記載の睡眠時無呼吸の中枢型／閉塞型診断支援方法であって、
前記心拍呼吸センサ部は、センシング素子として圧電素子を有している中枢型／閉塞型
診断支援方法。
（１１）に記載の睡眠時無呼吸の中枢型／閉塞型診断支援方法であって、
前記心拍呼吸センサ部は、センシング素子として圧電素子を有している中枢型／閉塞型
診断支援方法。
（１３）
（１０）に記載の睡眠時無呼吸の中枢型／閉塞型診断支援方法であって、
前記生波形データは、前記被験者の呼吸音周波数成分をさらに含む睡眠時無呼吸の中枢型／閉塞型診断支援方法。
（１０）に記載の睡眠時無呼吸の中枢型／閉塞型診断支援方法であって、
前記生波形データは、前記被験者の呼吸音周波数成分をさらに含む睡眠時無呼吸の中枢型／閉塞型診断支援方法。
（１４）
（１０）に記載の睡眠時無呼吸の中枢型／閉塞型診断支援方法であって、
少なくとも前記生波形データに含まれる呼吸音成分を音出力することまたは当該呼吸音成分を電気信号として出力する音出力ステップ、
をさらに有する睡眠時無呼吸の中枢型／閉塞型診断支援方法。
（１０）に記載の睡眠時無呼吸の中枢型／閉塞型診断支援方法であって、
少なくとも前記生波形データに含まれる呼吸音成分を音出力することまたは当該呼吸音成分を電気信号として出力する音出力ステップ、
をさらに有する睡眠時無呼吸の中枢型／閉塞型診断支援方法。
（１５）
（１０）に記載の睡眠時無呼吸の中枢型／閉塞型診断支援方法であって、
無呼吸期間の前記生波形データまたはフィルタ処理された心音周波数成分データから、連続する心音のピークとピークの間の時間（心周期）を求め、ひとつの心周期（１音―１音間隔または２音―２音間隔）と次の心周期との差の平均を計算し、心周期変動値を求める心周期変動平均計算ステップ、
をさらに有する睡眠時無呼吸の中枢型／閉塞型診断支援方法。
（１０）に記載の睡眠時無呼吸の中枢型／閉塞型診断支援方法であって、
無呼吸期間の前記生波形データまたはフィルタ処理された心音周波数成分データから、連続する心音のピークとピークの間の時間（心周期）を求め、ひとつの心周期（１音―１音間隔または２音―２音間隔）と次の心周期との差の平均を計算し、心周期変動値を求める心周期変動平均計算ステップ、
をさらに有する睡眠時無呼吸の中枢型／閉塞型診断支援方法。
（１６）
（１０）に記載の睡眠時無呼吸の中枢型／閉塞型診断支援方法であって、
さらに、解析ステップを備え、
前記解析ステップでは、
前記所定周波数領域における前記ＰＳＤ合算値が、第１所定値以上かまたは第２所定値以下かを計算しその情報を前記表示ステップに渡すことによって、閉塞性無呼吸（ＯＳＡ）か中枢性無呼吸（ＣＳＡ）かの診断を支援する、
睡眠時無呼吸の中枢型／閉塞型診断支援方法。
（１０）に記載の睡眠時無呼吸の中枢型／閉塞型診断支援方法であって、
さらに、解析ステップを備え、
前記解析ステップでは、
前記所定周波数領域における前記ＰＳＤ合算値が、第１所定値以上かまたは第２所定値以下かを計算しその情報を前記表示ステップに渡すことによって、閉塞性無呼吸（ＯＳＡ）か中枢性無呼吸（ＣＳＡ）かの診断を支援する、
睡眠時無呼吸の中枢型／閉塞型診断支援方法。
（１７）
（１６）に記載の睡眠時無呼吸の中枢型／閉塞型診断支援方法であって、
前記所定周波数領域における前記ＰＳＤ合算値が所定値以下の場合、
前記解析ステップでは、
ＰＳＤパターンが明瞭なＣＳＡ型である場合はＣＳＡと判定出力し、
ＰＳＤパターンが明瞭なＣＳＡ型でない場合は、さらに心周期変動値を計算し、所定値以上か以下かによってＣＳＡか判定不可能または混合型無呼吸（ＭＳＡ）かの情報を前記表示ステップに渡すことによりＯＳＡ、ＣＳＡあるいは判定不可能（またはＭＳＡ）であるかの判断を支援する、
睡眠時無呼吸の中枢型／閉塞型診断支援方法。
（１６）に記載の睡眠時無呼吸の中枢型／閉塞型診断支援方法であって、
前記所定周波数領域における前記ＰＳＤ合算値が所定値以下の場合、
前記解析ステップでは、
ＰＳＤパターンが明瞭なＣＳＡ型である場合はＣＳＡと判定出力し、
ＰＳＤパターンが明瞭なＣＳＡ型でない場合は、さらに心周期変動値を計算し、所定値以上か以下かによってＣＳＡか判定不可能または混合型無呼吸（ＭＳＡ）かの情報を前記表示ステップに渡すことによりＯＳＡ、ＣＳＡあるいは判定不可能（またはＭＳＡ）であるかの判断を支援する、
睡眠時無呼吸の中枢型／閉塞型診断支援方法。
（１８）
（１５）または（１６）に記載の睡眠時無呼吸の中枢型／閉塞型診断支援方法であって、
前記所定周波数領域における前記ＰＳＤ合算値が所定値以上か以下かまたは中間値であるかを計算し、中間値の場合は判定不可能とする情報を前記表示ステップに追加して渡すことによってＯＳＡ、ＣＳＡあるいは判定不可能（または，ＭＳＡ（ＯＳＡ／ＣＳＡ混合型））かの判断を支援することを特徴とする睡眠時無呼吸の中枢型／閉塞型診断支援方法。
（１５）または（１６）に記載の睡眠時無呼吸の中枢型／閉塞型診断支援方法であって、
前記所定周波数領域における前記ＰＳＤ合算値が所定値以上か以下かまたは中間値であるかを計算し、中間値の場合は判定不可能とする情報を前記表示ステップに追加して渡すことによってＯＳＡ、ＣＳＡあるいは判定不可能（または，ＭＳＡ（ＯＳＡ／ＣＳＡ混合型））かの判断を支援することを特徴とする睡眠時無呼吸の中枢型／閉塞型診断支援方法。
本発明のコンピュータ読み取り可能な記録媒体は、以下を要旨とする。
（１９）
（１０）から（１８）の何れか１項に記載の方法を実行する睡眠時無呼吸の中枢型／閉塞型診断支援プログラムを記録したコンピュータ読み取り可能な記録媒体。
（１９）
（１０）から（１８）の何れか１項に記載の方法を実行する睡眠時無呼吸の中枢型／閉塞型診断支援プログラムを記録したコンピュータ読み取り可能な記録媒体。
（ａ）
本発明では、音出力部は音質調整機能を有し（音出力ステップでは音質調整ができ）、心音・呼吸音（いびきを含む）およびまたは体動に付随する音を出力することもできる。
（ｂ）
本発明においては、心音、呼吸運動等を検出するために、心拍呼吸センサとして、圧電センサを使用することもできるし、他のセンサ（たとえば、マイクロフォンを用いたセンサ）を使用することもできる。
心拍呼吸センサは、ＰＳＧの入力に加えることにより、ＰＳＧによる中枢型／閉塞型無呼吸の判別を補強することもできるし、心拍呼吸センサ単体で簡易型ＳＡＳモニタリング装置を構成し、中枢型／閉塞型無呼吸の判別を支援することもできる。
無呼吸期間は、ＰＳＧ組み込み式の場合は、アメリカ睡眠学会（ＡＡＳＭ）の基準に従って１０秒以上の期間を決定できる。
簡易型ＳＡＳモニタリング装置における無呼吸期間は、通常の振幅の呼吸運動波形（呼吸運動周波数成分）の信号表示において呼吸振幅がゼロに近い（例えば通常の呼吸運動波形の１／５、１／６、１／７、１／８、１／９または１／１０以下）信号が連続する１０秒以上の期間とする。
この無呼吸期間を拡大表示した場合は、呼吸努力およびまたは心音のアーチファクト（低周波数成分）が観測される。
（ｃ）
本発明では、無呼吸期間検出部は（無呼吸期間検出ステップでは）、生波形に現れる無呼吸期間のうち、たとえば５．１２，たとえば１０．２４，たとえば２０．４８（×ｎ：ｎ＝１，２，３，４・・・）秒の期間を検出する。
詳しく説明すると、ＦＦＴ解析に必要なフレームサイズは２の冪乗で指定する必要があり、したがって、このフレームサイズは、記録データのサンプリング周波数が２００Ｈｚの場合（サンプリング間隔は５ミリ秒）、１０２４ポイントでは５．１２秒、２０４８ポイントでは１０．２４秒，４０９６ポイントでは２０．４８秒となる。
（ｄ）
本発明では、ＰＳＤ合算値計算部が（ＰＳＤ合算値計算ステップでは）、パワースペクトル密度（ＰＳＤ）合算値を計算する所定周波数領域は、Ａ１−Ａ２Ｈｚ（Ａ１：０．１−０．３、Ａ２：０．４−０．８）とすることができる。
この周波数範囲は、好ましくは、０．１−０．８Ｈｚ、０．１−０．７Ｈｚ、０．１−０．６Ｈｚ、０．１−０．５Ｈｚ、０．１−０．４Ｈｚ、０．２−０．４Ｈｚ、０．２−０．７Ｈｚ、０．２−０．８Ｈｚ、０．３−０．８Ｈｚ、０．３−０．７Ｈｚ、０．３−０．６Ｈｚ、０．３−０．５Ｈｚ、または０．３−０．４Ｈｚ、であり、特に、好ましくは、０．２−０．５Ｈｚ、または０．２−０．６Ｈｚである。
（ｅ）
本発明では、ＰＳＤパターン一致判断部は（ＰＳＤパターン一致判断ステップでは）、中枢性無呼吸のＰＳＤのパターンに一致するか否かの判断は、通常は、生成したＰＳＤのパターンの、Ｂ１−Ｂ２Ｈｚ（Ｂ１：０．５−１．０、Ｂ２：１０−６０）Ｈｚの領域とすることができる。
好ましくは、たとえばＢ１は、０．５，０．８，１．０であり、たとえばＢ２は、１０，２０，３０，４０，５０，６０である。
通常、ＰＳＤのパターンに現れる、第１から第６高調波をＣＳＡ型ＰＳＤパターンとの一致判断の対象とする。
（ｆ）
本発明では、ＣＳＡ型ＰＳＤパターンは、ＰＳＤグラフにおいて、ピーク底部から１００倍程度ＰＳＤが増加する高さの単峰ピークが心拍数の周波数に現れるとともに、その高調波が１０ないし４０Ｈｚ程度まで同程度のピーク高を維持しながら連続的に現れるものを言う。
（ｇ）
本発明では、ＣＳＡか判定不可能または混合型無呼吸（ＭＳＡ）かの判断は、心周期変動値が所定値Ｃ１以上か以下かによって行なう。この判断は、心周期変動値が所定値Ｃ１（Ｃ１：０．１，０．２，０．３，０．４または０．５秒）以上か以下かによって行なうことができる。
（ｈ）
本発明においては、各無呼吸期間の中枢性無呼吸（ＣＳＡ）と閉塞性無呼吸（ＯＳＡ）の判定を支援する。たとえば、医師、睡眠医療認定検査技師が、これらの個々の判定を総合的に解析する。これにより、医師等は、患者個人の睡眠時無呼吸症候群（ＳＡＳ）が、中枢型か閉塞型かを決定することができる。
本発明では、音出力部は音質調整機能を有し（音出力ステップでは音質調整ができ）、心音・呼吸音（いびきを含む）およびまたは体動に付随する音を出力することもできる。
（ｂ）
本発明においては、心音、呼吸運動等を検出するために、心拍呼吸センサとして、圧電センサを使用することもできるし、他のセンサ（たとえば、マイクロフォンを用いたセンサ）を使用することもできる。
心拍呼吸センサは、ＰＳＧの入力に加えることにより、ＰＳＧによる中枢型／閉塞型無呼吸の判別を補強することもできるし、心拍呼吸センサ単体で簡易型ＳＡＳモニタリング装置を構成し、中枢型／閉塞型無呼吸の判別を支援することもできる。
無呼吸期間は、ＰＳＧ組み込み式の場合は、アメリカ睡眠学会（ＡＡＳＭ）の基準に従って１０秒以上の期間を決定できる。
簡易型ＳＡＳモニタリング装置における無呼吸期間は、通常の振幅の呼吸運動波形（呼吸運動周波数成分）の信号表示において呼吸振幅がゼロに近い（例えば通常の呼吸運動波形の１／５、１／６、１／７、１／８、１／９または１／１０以下）信号が連続する１０秒以上の期間とする。
この無呼吸期間を拡大表示した場合は、呼吸努力およびまたは心音のアーチファクト（低周波数成分）が観測される。
（ｃ）
本発明では、無呼吸期間検出部は（無呼吸期間検出ステップでは）、生波形に現れる無呼吸期間のうち、たとえば５．１２，たとえば１０．２４，たとえば２０．４８（×ｎ：ｎ＝１，２，３，４・・・）秒の期間を検出する。
詳しく説明すると、ＦＦＴ解析に必要なフレームサイズは２の冪乗で指定する必要があり、したがって、このフレームサイズは、記録データのサンプリング周波数が２００Ｈｚの場合（サンプリング間隔は５ミリ秒）、１０２４ポイントでは５．１２秒、２０４８ポイントでは１０．２４秒，４０９６ポイントでは２０．４８秒となる。
（ｄ）
本発明では、ＰＳＤ合算値計算部が（ＰＳＤ合算値計算ステップでは）、パワースペクトル密度（ＰＳＤ）合算値を計算する所定周波数領域は、Ａ１−Ａ２Ｈｚ（Ａ１：０．１−０．３、Ａ２：０．４−０．８）とすることができる。
この周波数範囲は、好ましくは、０．１−０．８Ｈｚ、０．１−０．７Ｈｚ、０．１−０．６Ｈｚ、０．１−０．５Ｈｚ、０．１−０．４Ｈｚ、０．２−０．４Ｈｚ、０．２−０．７Ｈｚ、０．２−０．８Ｈｚ、０．３−０．８Ｈｚ、０．３−０．７Ｈｚ、０．３−０．６Ｈｚ、０．３−０．５Ｈｚ、または０．３−０．４Ｈｚ、であり、特に、好ましくは、０．２−０．５Ｈｚ、または０．２−０．６Ｈｚである。
（ｅ）
本発明では、ＰＳＤパターン一致判断部は（ＰＳＤパターン一致判断ステップでは）、中枢性無呼吸のＰＳＤのパターンに一致するか否かの判断は、通常は、生成したＰＳＤのパターンの、Ｂ１−Ｂ２Ｈｚ（Ｂ１：０．５−１．０、Ｂ２：１０−６０）Ｈｚの領域とすることができる。
好ましくは、たとえばＢ１は、０．５，０．８，１．０であり、たとえばＢ２は、１０，２０，３０，４０，５０，６０である。
通常、ＰＳＤのパターンに現れる、第１から第６高調波をＣＳＡ型ＰＳＤパターンとの一致判断の対象とする。
（ｆ）
本発明では、ＣＳＡ型ＰＳＤパターンは、ＰＳＤグラフにおいて、ピーク底部から１００倍程度ＰＳＤが増加する高さの単峰ピークが心拍数の周波数に現れるとともに、その高調波が１０ないし４０Ｈｚ程度まで同程度のピーク高を維持しながら連続的に現れるものを言う。
（ｇ）
本発明では、ＣＳＡか判定不可能または混合型無呼吸（ＭＳＡ）かの判断は、心周期変動値が所定値Ｃ１以上か以下かによって行なう。この判断は、心周期変動値が所定値Ｃ１（Ｃ１：０．１，０．２，０．３，０．４または０．５秒）以上か以下かによって行なうことができる。
（ｈ）
本発明においては、各無呼吸期間の中枢性無呼吸（ＣＳＡ）と閉塞性無呼吸（ＯＳＡ）の判定を支援する。たとえば、医師、睡眠医療認定検査技師が、これらの個々の判定を総合的に解析する。これにより、医師等は、患者個人の睡眠時無呼吸症候群（ＳＡＳ）が、中枢型か閉塞型かを決定することができる。
検査に際して被検者に呼吸ベルトセンサを装着しないので、被検者に肉体的には負担が生じない。そのため、睡眠を妨害せず個人の家庭における睡眠と同等の質を維持することができ、より正確な睡眠時無呼吸症候群（ＳＡＳ）患者の中枢型／閉塞型診断を支援することができる。
図１は、本発明の睡眠時無呼吸の中枢型／閉塞型診断支援装置（以下、単に「診断支援装置」とも言う）の構成を示す説明図である。
図１において、診断支援装置１は、圧電センサ部１０、生波形データ記憶部１１、無呼吸期間検出部１２、ＦＦＴ処理部１３、ＰＳＤ合算値計算部１４、ＰＳＤパターン一致判断部１５、心周期変動平均計算部１６、表示部１７、音出力部１８、および解析部１９を備えている。
図１において、診断支援装置１は、圧電センサ部１０、生波形データ記憶部１１、無呼吸期間検出部１２、ＦＦＴ処理部１３、ＰＳＤ合算値計算部１４、ＰＳＤパターン一致判断部１５、心周期変動平均計算部１６、表示部１７、音出力部１８、および解析部１９を備えている。
図１では、各構成要素を機能ブロックで示してあり、ＣＰＵ，ストレージ（ＲＯＭ，ＲＡＭ，Ｈａｒｄ Ｄｉｓｋ等），通信回路，表示回路，測定ボード，バス等のハードウェアは記載していない。本発明の各機能を奏するブロック（「〜部」）は、上記ハードウェアおよびストレージに記憶されたプログラムにより実現される。
圧電センサ部１０は、図２に示すように、たとえばシーツの下（被験者Ｍの身体とベッドとの間）に配置される。圧電センサ部１０は、被験者Ｍの呼吸運動および心音を検出し、検出結果を生波形データ（電気信号）として診断支援装置１の本体１００に送出することができる。図１では、診断支援装置１は、圧電センサ部１０と本体１００とからなる。
生波形データ記憶部１１は、圧電センサ部１０から生波形データを増幅器Ａを介して受け取り、これを記憶することができる。生波形データには、被験者Ｍの呼吸音周波数成分が含まれていている。
無呼吸期間検出部１２は、生波形データ記憶部１１に記憶されている生波形データから呼吸運動周波数成分を抽出し、振幅変動値が所定値以下で、本実施形態では、１０秒以上である期間を無呼吸期間として検出する。
ＦＦＴ処理部１３は、生波形データの無呼吸期間に係るデータに高速フーリエ変換処理を施し無呼吸期間におけるＰＳＤ（パワースペクトル密度）を生成する。後述するように、表示部１７のディスプレイ１７２には、生波形、生波形の呼吸運動周波数成分およびＰＳＤグラフが表示される。
ＰＳＤ合算値計算部１４は、所定周波数領域（本実施形態では０．２−０．６Ｈｚ）におけるＰＳＤ合算値（積分値）を計算する。この計算結果は、表示部１７のディスプレイ１７２に、ＰＳＤグラフとともに、数値表示またはグラフ表示される。
ＰＳＤ合算値が所定値以上の場合には、ＰＳＤパターンが明瞭なＯＳＡ型であることが医師等に示唆されたことになる。
ＰＳＤ合算値が所定値以上の場合には、ＰＳＤパターンが明瞭なＯＳＡ型であることが医師等に示唆されたことになる。
ＰＳＤパターン一致判断部１５は、所定周波数領域におけるＰＳＤ合算値が所定値以下の場合に、生成したＰＳＤのパターンが、中枢性無呼吸のＰＳＤのパターンに一致するか否かを判断する。
ＰＳＤパターン一致判断部１５は、ＰＳＤパターンが明瞭なＣＳＡ型であるか否かを判断し、ＰＳＤパターンがＣＳＡ型であるか否か（ＣＳＡ型と「一致」するか「不一致」か）が、表示部１７のディスプレイ１７２に表示される。
この表示を参照して、医師等は、ＰＳＤパターンがＣＳＡ型と「一致」しているときは睡眠時無呼吸が中枢型（ＣＳＡ）であるとの診断を行なうことができる。
ＰＳＤパターン一致判断部１５は、ＰＳＤパターンが明瞭なＣＳＡ型であるか否かを判断し、ＰＳＤパターンがＣＳＡ型であるか否か（ＣＳＡ型と「一致」するか「不一致」か）が、表示部１７のディスプレイ１７２に表示される。
この表示を参照して、医師等は、ＰＳＤパターンがＣＳＡ型と「一致」しているときは睡眠時無呼吸が中枢型（ＣＳＡ）であるとの診断を行なうことができる。
ＰＳＤパターン一致判断部１５が、ＰＳＤパターンが明瞭なＣＳＡ型でないと判断したときは、さらに心周期変動平均計算部１６の計算結果を参照する。心周期変動平均計算部１６は、無呼吸期間の生波形データまたはフィルタ処理された心音周波数成分データから、連続する心音のピークとピークの間の時間（心周期）を求める。そして、ひとつの心周期（１音―１音間隔または２音―２音間隔）と次の心周期との差の平均を計算し、心周期変動平均値を求める。
この心周期変動平均値およびまたは所定値と比較した比較結果（心周期変動値が所定値以上か以下か）が表示部１７のディスプレイ１７２に表示される。
これにより、医師等は、
（ｉ）周期変動平均値が所定値以上のときは、心拍数が極めて不安定なためにＰＳＤパターンにＣＳＡ型のピークが現れないが、ＣＳＡ型である、
（ｉｉ）周期変動平均値が所定値以下のときは、ＣＳＡ型かＯＳＡ型の判定が不可能または混合型睡眠時無呼吸（ＭＳＡ）である、
との診断を行なうことができる。
これにより、医師等は、
（ｉ）周期変動平均値が所定値以上のときは、心拍数が極めて不安定なためにＰＳＤパターンにＣＳＡ型のピークが現れないが、ＣＳＡ型である、
（ｉｉ）周期変動平均値が所定値以下のときは、ＣＳＡ型かＯＳＡ型の判定が不可能または混合型睡眠時無呼吸（ＭＳＡ）である、
との診断を行なうことができる。
表示部１７は、表示回路１７１とディスプレイ１７２からなる。表示回路１７１は、生波形、呼吸運動周波数成分およびＰＳＤグラフをディスプレイ１７２に表示する。医師等は、表示された生波形、呼吸運動周波数成分およびＰＳＤグラフを参照して、的確な診断を行なうことができる。
音出力部１８は、少なくとも前記生波形データに含まれる呼吸音成分を音出力することができる。
音出力部１８は、サウンド回路１８１とスピーカ１８２とからなる。サウンド回路１８１は、心音や呼吸音（いびきを含む）およびまたは体動に付随する音をスピーカ１８２から出力することができる。
また、心音や呼吸音、体動に付随する音に係る信号を電気信号として音信号出力端子から出力することができる。
音出力部１８は、少なくとも前記生波形データに含まれる呼吸音成分を音出力することができる。
音出力部１８は、サウンド回路１８１とスピーカ１８２とからなる。サウンド回路１８１は、心音や呼吸音（いびきを含む）およびまたは体動に付随する音をスピーカ１８２から出力することができる。
また、心音や呼吸音、体動に付随する音に係る信号を電気信号として音信号出力端子から出力することができる。
解析部１９は、無呼吸期間における前記ＰＳＤ合算値が、第１所定値以上かまたは第２所定値以下かを計算するこができる。
そして、その情報を表示部に表示することによって、閉塞性無呼吸（ＯＳＡ）か中枢性無呼吸（ＣＳＡ）かの診断を支援する。
そして、その情報を表示部に表示することによって、閉塞性無呼吸（ＯＳＡ）か中枢性無呼吸（ＣＳＡ）かの診断を支援する。
図３に本発明の睡眠時無呼吸の中枢型／閉塞型診断支援方法の一実施例を示す。
センシングステップ（Ｓ１０２）：直接または間接に被験者の身体に密着して配置された圧電センサから、生波形データを電気信号として検出する。
生波形データ記憶ステップ（Ｓ１０４）：被験者の呼吸運動および心音を含む生波形データを記憶する。
無呼吸期間検出ステップ（Ｓ１０６）：生波形データ記憶ステップにおいて記憶した生波形データから生波形の呼吸運動周波数成分を抽出し、振幅変動値が所定値以下で所定時間よりも長い期間を無呼吸期間として検出する。
センシングステップ（Ｓ１０２）：直接または間接に被験者の身体に密着して配置された圧電センサから、生波形データを電気信号として検出する。
生波形データ記憶ステップ（Ｓ１０４）：被験者の呼吸運動および心音を含む生波形データを記憶する。
無呼吸期間検出ステップ（Ｓ１０６）：生波形データ記憶ステップにおいて記憶した生波形データから生波形の呼吸運動周波数成分を抽出し、振幅変動値が所定値以下で所定時間よりも長い期間を無呼吸期間として検出する。
ＦＦＴ処理ステップ（Ｓ１０８）：生波形データの無呼吸期間に係るデータに高速フーリエ変換処理を施しＰＳＤを生成する。
生波形データは、被験者の呼吸音周波数成分をさらに含む。生波形データが、被験者の呼吸音周波数成分を含むか否かは、センサの特性に依存する。本実施形態で使用されるセンサでは呼吸音周波数成分を抽出することができる。
ＰＳＤ合算値計算ステップ（Ｓ１１０）：所定周波数領域のパワースペクトル密度（ＰＳＤ）合算値を計算する。
ＰＳＤパターン一致判断ステップ（Ｓ１１２）：生成したＰＳＤのパターンが、中枢性無呼吸のＰＳＤのパターンに一致するか否かを判断する。
心周期変動平均計算ステップ（Ｓ１１４）：無呼吸期間の生波形データまたはフィルタ処理された心音周波数成分データから、連続する心音のピークとピークの間の時間（心周期）を求め、ひとつの心周期（１音―１音間隔または２音―２音間隔）と次の心周期との差の平均を計算し心周期変動値を求める。
生波形データは、被験者の呼吸音周波数成分をさらに含む。生波形データが、被験者の呼吸音周波数成分を含むか否かは、センサの特性に依存する。本実施形態で使用されるセンサでは呼吸音周波数成分を抽出することができる。
ＰＳＤ合算値計算ステップ（Ｓ１１０）：所定周波数領域のパワースペクトル密度（ＰＳＤ）合算値を計算する。
ＰＳＤパターン一致判断ステップ（Ｓ１１２）：生成したＰＳＤのパターンが、中枢性無呼吸のＰＳＤのパターンに一致するか否かを判断する。
心周期変動平均計算ステップ（Ｓ１１４）：無呼吸期間の生波形データまたはフィルタ処理された心音周波数成分データから、連続する心音のピークとピークの間の時間（心周期）を求め、ひとつの心周期（１音―１音間隔または２音―２音間隔）と次の心周期との差の平均を計算し心周期変動値を求める。
表示ステップ（Ｓ１１６）：生波形、少なくとも、生波形の呼吸運動周波数成分およびＰＳＤを表示する。
音出力ステップ（Ｓ１１８）：少なくとも前記生波形データに含まれる呼吸音成分を音出力することまたは当該呼吸音成分を電気信号として出力する。
解析ステップ（Ｓ１２０）：所定周波数領域におけるＰＳＤ合算値が、第１所定値以上かまたは第２所定値以下かを計算しその情報を前記表示ステップに渡すことによって、閉塞性無呼吸（ＯＳＡ）か中枢性無呼吸（ＣＳＡ）かの診断を支援する。
音出力ステップ（Ｓ１１８）：少なくとも前記生波形データに含まれる呼吸音成分を音出力することまたは当該呼吸音成分を電気信号として出力する。
解析ステップ（Ｓ１２０）：所定周波数領域におけるＰＳＤ合算値が、第１所定値以上かまたは第２所定値以下かを計算しその情報を前記表示ステップに渡すことによって、閉塞性無呼吸（ＯＳＡ）か中枢性無呼吸（ＣＳＡ）かの診断を支援する。
図４（Ａ）に中枢性無呼吸の患者の呼吸運動および心音を含む生波形データを示し、図４（Ｂ）に閉塞性無呼吸の患者の呼吸運動および心音を含む生波形データを示す。
図４（Ａ）において無呼吸期間を期間Ｐ＿ＣＳＡで示し、図４（Ｂ）において無呼吸期間を期間Ｐ＿ＯＳＡで示す。
図４（Ａ）において無呼吸期間を期間Ｐ＿ＣＳＡで示し、図４（Ｂ）において無呼吸期間を期間Ｐ＿ＯＳＡで示す。
図５（Ａ）に図４（Ａ）の生波形データにローパスフィルタ処理（呼吸運動周波数成分抽出処理）を施した波形を示し、図５（Ｂ）に図４（Ｂ）の生波形データにローパスフィルタ処理を施した波形を示す。
期間Ｐ＿ＣＳＡに代表的に示されるように、ローパスフィルタ処理後は心音の低周波成分がアーチファクトとなって無呼吸期間に顕在化する。
図５（Ｃ）に図４（Ａ）の生波形データにハイパスフィルタ処理を施した波形を示し、図５（Ｄ）に図４（Ｂ）の生波形データにハイパスフィルタ処理を施した波形を示す。呼吸音、いびき、体動などが強調表示される。
図５（Ａ），図５（Ｃ）において無呼吸期間を期間Ｐ＿ＣＳＡで示し、図５（Ｂ），図５（Ｄ）において無呼吸期間を期間Ｐ＿ＯＳＡで示す。
期間Ｐ＿ＣＳＡに代表的に示されるように、ローパスフィルタ処理後は心音の低周波成分がアーチファクトとなって無呼吸期間に顕在化する。
図５（Ｃ）に図４（Ａ）の生波形データにハイパスフィルタ処理を施した波形を示し、図５（Ｄ）に図４（Ｂ）の生波形データにハイパスフィルタ処理を施した波形を示す。呼吸音、いびき、体動などが強調表示される。
図５（Ａ），図５（Ｃ）において無呼吸期間を期間Ｐ＿ＣＳＡで示し、図５（Ｂ），図５（Ｄ）において無呼吸期間を期間Ｐ＿ＯＳＡで示す。
図６（Ａ）は図４（Ａ）の中枢性無呼吸の患者の生波形データにＦＦＴ処理を施して作成したＰＳＤグラフを示す図、図６（Ｂ）は図４（Ｂ）の閉塞性無呼吸の患者の生波形データにＦＦＴ処理を施して作成したＰＳＤグラフを示す図である。
図６（Ａ）および図６（Ｂ）からわかるように、中枢性無呼吸の患者に係るＰＳＤ合算値の面積は、閉塞性無呼吸の患者に係るＰＳＤ合算値の面積に比べ格段に小さいことがわかる（図６（Ａ）および図６（Ｂ）の符号ａ参照）。
また、１Ｈｚから４０Ｈｚ程度までの周波数領域では、中枢性無呼吸の患者に係るＰＳＤには特徴的なパターン（ピークパターン）が表れるが、閉塞性無呼吸の患者に係るＰＳＤには特徴的なパターンは表れていないことがわかる（図６（Ａ）および図６（Ｂ）の符号ｂ参照）。
図６（Ａ）および図６（Ｂ）からわかるように、中枢性無呼吸の患者に係るＰＳＤ合算値の面積は、閉塞性無呼吸の患者に係るＰＳＤ合算値の面積に比べ格段に小さいことがわかる（図６（Ａ）および図６（Ｂ）の符号ａ参照）。
また、１Ｈｚから４０Ｈｚ程度までの周波数領域では、中枢性無呼吸の患者に係るＰＳＤには特徴的なパターン（ピークパターン）が表れるが、閉塞性無呼吸の患者に係るＰＳＤには特徴的なパターンは表れていないことがわかる（図６（Ａ）および図６（Ｂ）の符号ｂ参照）。
本発明の診断支援装置１による診断支援の例を以下に示す。
図７は、診断支援の第１の例を示すフローチャートである。
図７において、解析ステップ１２０Ａは、ＰＳＤ合算値計算ステップＳ１０８におけるＰＳＤ合算値（０．２〜０．６Ｈｚ）の計算結果を取得し（ステップＡ１）、当該計算結果が所定値Ｓより大きいとき（ステップＡ２の「ＹＥＳ」）は閉塞性睡眠時無呼吸（ＯＳＡ）と判断し（ステップＡ３）、当該計算結果が所定値Ｓ以下であるとき（ステップＡ２の「ＮＯ」）は中枢性無呼吸（ＣＳＡ）と判断する（ステップＡ４）。
所定値Ｓは、環境条件、被験者の身体的・生理的条件等に応じて、適宜定めることができる。
所定値Ｓは、環境条件、被験者の身体的・生理的条件等に応じて、適宜定めることができる。
図７は、診断支援の第１の例を示すフローチャートである。
図７において、解析ステップ１２０Ａは、ＰＳＤ合算値計算ステップＳ１０８におけるＰＳＤ合算値（０．２〜０．６Ｈｚ）の計算結果を取得し（ステップＡ１）、当該計算結果が所定値Ｓより大きいとき（ステップＡ２の「ＹＥＳ」）は閉塞性睡眠時無呼吸（ＯＳＡ）と判断し（ステップＡ３）、当該計算結果が所定値Ｓ以下であるとき（ステップＡ２の「ＮＯ」）は中枢性無呼吸（ＣＳＡ）と判断する（ステップＡ４）。
所定値Ｓは、環境条件、被験者の身体的・生理的条件等に応じて、適宜定めることができる。
所定値Ｓは、環境条件、被験者の身体的・生理的条件等に応じて、適宜定めることができる。
図８は、診断支援の第２の例を示すフローチャートである。
図８において、解析ステップ１２０Ｂは、ＰＳＤ合算値計算ステップＳ１０８におけるＰＳＤ合算値（４００〜１，０００Ｈｚ）の計算結果を取得し（ステップＢ１）、当該計算結果が所定値Ｓより大きいとき（ステップＢ２の「ＹＥＳ」）は閉塞性睡眠時無呼吸（ＯＳＡ）と判断し（ステップＢ３）、当該計算結果が所定値Ｓ以下であるとき（ステップＢ２の「ＮＯ」）は中枢性無呼吸（ＣＳＡ）と判断する（ステップＢ４）。
第１の例と同様、所定値Ｓは、環境条件、被験者の身体的・生理的条件等に応じて、適宜定めることができる。
図８において、解析ステップ１２０Ｂは、ＰＳＤ合算値計算ステップＳ１０８におけるＰＳＤ合算値（４００〜１，０００Ｈｚ）の計算結果を取得し（ステップＢ１）、当該計算結果が所定値Ｓより大きいとき（ステップＢ２の「ＹＥＳ」）は閉塞性睡眠時無呼吸（ＯＳＡ）と判断し（ステップＢ３）、当該計算結果が所定値Ｓ以下であるとき（ステップＢ２の「ＮＯ」）は中枢性無呼吸（ＣＳＡ）と判断する（ステップＢ４）。
第１の例と同様、所定値Ｓは、環境条件、被験者の身体的・生理的条件等に応じて、適宜定めることができる。
図９は、診断支援の第３の例を示すフローチャートである。
図９において、解析ステップ１２０Ｃは、ＰＳＤ合算値計算ステップＳ１０８におけるＰＳＤ合算値の計算結果を取得し（ステップＣ１）、当該計算結果が所定値Ｓより大きいとき（図９では６桁より大きいとき：ステップＣ２の「ＹＥＳ」）は閉塞性睡眠時無呼吸（ＯＳＡ）と判断し（ステップＣ５）。計算結果が所定値Ｓ以下であるときは（ステップＣ２の「ＮＯ」）、ＰＳＤパターンが明瞭なＣＳＡ型であるか否かを判断する（ステップＣ３）。
ステップＣ３において、ＰＳＤパターンが明瞭なＣＳＡ型であるとき（ステップＣ３の「ＹＥＳ」）は中枢性無呼吸（ＣＳＡ）と判断する（ステップＣ６）。
ステップＣ３において、ＰＳＤパターンが明瞭なＣＳＡ型でないとき（ステップＣ３の「ＮＯ」）は、さらに心周期変動値（ＢＢＩＶ）を計算し（ステップＣ４）、ＢＢＩＶが所定値Ｔ（たとえば、Ｔ＝０．２）よりも大きいとき（ステップＣ４の「ＹＥＳ」）は中枢性無呼吸（ＣＳＡ）と判断し（ステップＣ５）、ＢＢＩＶが所定値Ｔ以下のとき（ステップＣ４の「ＮＯ」）は、Ｕｎｋｎｏｗｎ（ＣＳＡ／ＯＳＡ判定不可能または混合型無呼吸（ＭＳＡ））と判定する（ステップＣ７）。
所定値Ｓおよび所定値Ｔは、環境条件、被験者の身体的・生理的条件等に応じて、適宜定めることができる。
図９において、解析ステップ１２０Ｃは、ＰＳＤ合算値計算ステップＳ１０８におけるＰＳＤ合算値の計算結果を取得し（ステップＣ１）、当該計算結果が所定値Ｓより大きいとき（図９では６桁より大きいとき：ステップＣ２の「ＹＥＳ」）は閉塞性睡眠時無呼吸（ＯＳＡ）と判断し（ステップＣ５）。計算結果が所定値Ｓ以下であるときは（ステップＣ２の「ＮＯ」）、ＰＳＤパターンが明瞭なＣＳＡ型であるか否かを判断する（ステップＣ３）。
ステップＣ３において、ＰＳＤパターンが明瞭なＣＳＡ型であるとき（ステップＣ３の「ＹＥＳ」）は中枢性無呼吸（ＣＳＡ）と判断する（ステップＣ６）。
ステップＣ３において、ＰＳＤパターンが明瞭なＣＳＡ型でないとき（ステップＣ３の「ＮＯ」）は、さらに心周期変動値（ＢＢＩＶ）を計算し（ステップＣ４）、ＢＢＩＶが所定値Ｔ（たとえば、Ｔ＝０．２）よりも大きいとき（ステップＣ４の「ＹＥＳ」）は中枢性無呼吸（ＣＳＡ）と判断し（ステップＣ５）、ＢＢＩＶが所定値Ｔ以下のとき（ステップＣ４の「ＮＯ」）は、Ｕｎｋｎｏｗｎ（ＣＳＡ／ＯＳＡ判定不可能または混合型無呼吸（ＭＳＡ））と判定する（ステップＣ７）。
所定値Ｓおよび所定値Ｔは、環境条件、被験者の身体的・生理的条件等に応じて、適宜定めることができる。
図１０は、診断支援の第４の例を示すフローチャートである。
図１０において、解析ステップ１２０Ｄは、ＰＳＤ合算値計算ステップＳ１０８におけるＰＳＤ合算値の計算結果を取得し（ステップＤ１）、当該計算結果が第１所定値Ｓ１より大きいとき（ステップＤ２の「ＹＥＳ」）は閉塞性睡眠時睡眠時無呼吸（ＯＳＡ）と判断する（ステップＤ４）。ＰＳＤ合算値の計算結果が第１所定値Ｓ１以下であるときは（ステップＤ２の「ＮＯ」）、計算結果が第２所定値Ｓ２より小さいか否かを判断する（ステップＤ３）。ステップＤ３において、ＰＳＤ合算値の計算結果が第２所定値Ｓ２より小さいときは（ステップＤ３の「ＹＥＳ」）は中枢性睡眠時無呼吸（ＣＳＡ）と判断し（ステップＤ６）、ＰＳＤ合算値の計算結果が第２所定値Ｓ２以上のときは（ステップＤ３の「ＮＯ」）はＵｎｋｎｏｗｎ（ＣＳＡ／ＯＳＡ判定不可能または混合型無呼吸（ＭＳＡ））と判断する（ステップＤ５）。
所定値Ｓ１，Ｓ２は、環境条件、被験者の身体的・生理的条件等に応じて、適宜定めることができる。
図１０において、解析ステップ１２０Ｄは、ＰＳＤ合算値計算ステップＳ１０８におけるＰＳＤ合算値の計算結果を取得し（ステップＤ１）、当該計算結果が第１所定値Ｓ１より大きいとき（ステップＤ２の「ＹＥＳ」）は閉塞性睡眠時睡眠時無呼吸（ＯＳＡ）と判断する（ステップＤ４）。ＰＳＤ合算値の計算結果が第１所定値Ｓ１以下であるときは（ステップＤ２の「ＮＯ」）、計算結果が第２所定値Ｓ２より小さいか否かを判断する（ステップＤ３）。ステップＤ３において、ＰＳＤ合算値の計算結果が第２所定値Ｓ２より小さいときは（ステップＤ３の「ＹＥＳ」）は中枢性睡眠時無呼吸（ＣＳＡ）と判断し（ステップＤ６）、ＰＳＤ合算値の計算結果が第２所定値Ｓ２以上のときは（ステップＤ３の「ＮＯ」）はＵｎｋｎｏｗｎ（ＣＳＡ／ＯＳＡ判定不可能または混合型無呼吸（ＭＳＡ））と判断する（ステップＤ５）。
所定値Ｓ１，Ｓ２は、環境条件、被験者の身体的・生理的条件等に応じて、適宜定めることができる。
図１１は、診断支援の第５の例を示すフローチャートである。
図１１において、解析ステップ１２０Ｅは、ＰＳＤ合算値計算ステップＳ１０８におけるＰＳＤ合算値の計算結果を取得し（ステップＥ１）、当該計算結果が第１所定値Ｓ１より大きいとき（ステップＥ２の「ＹＥＳ」）は閉塞性睡眠時無呼吸（ＯＳＡ）と判断し（ステップＥ６）。ＰＳＤ合算値の計算結果が所定値Ｓ１以下であるときは（ステップＥ２の「ＮＯ」）、計算結果が第２所定値Ｓ２より小さいか否かを判断する（ステップＥ３）。
ステップＥ３において、ＰＳＤ合算値の計算結果が第２所定値Ｓ２以上のときは（ステップＥ３の「ＮＯ」）Ｕｎｋｎｏｗｎ（ＣＳＡ／ＯＳＡ判定不可能または混合型無呼吸（ＭＳＡ））と判断する（ステップＥ８）。ステップＥ３において、ＰＳＤ合算値の計算結果が第２所定値Ｓ２より小さいときは（ステップＥ３の「ＹＥＳ」）はＰＳＤパターンが明瞭なＣＳＡ型であるか否かを判断する（ステップＥ４）。
ステップＥ４において、ＰＳＤパターンが明瞭なＣＳＡ型であるとき（ステップＥ４の「ＹＥＳ」）は、中枢性無呼吸（ＣＳＡ）と判断する（ステップＥ７）。
ステップＥ４において、ＰＳＤパターンが明瞭なＣＳＡ型でないとき（ステップＥ４の「ＮＯ」）は、さらに心周期変動値（ＢＢＩＶ）を計算し（ステップＥ５）、ＢＢＩＶが所定値Ｔ（たとえば、０．２）よりも大きいとき（ステップＥ５の「ＹＥＳ」）は中枢性無呼吸（ＣＳＡ）と判断し（ステップＥ７）、ＢＢＩＶが所定値Ｔ以下のとき（ステップＥ５の「ＮＯ」）は、Ｕｎｋｎｏｗｎ（ＣＳＡ／ＯＳＡ判定不可能または混合型無呼吸（ＭＳＡ））と判定する（ステップＥ８）。
所定値Ｓ１，Ｓ２および所定値Ｔは、環境条件、被験者の身体的・生理的条件等に応じて、適宜定めることができる。
ＢＢＩＶは、（ｎ−１）個の心拍間隔差の平均値を意味し、具体的には下記計算式により求められる。
上式において、ＡＢＳは絶対値を意味する。
ｋは何番目の心拍かを表す自然数であり、Ｉｋはｋ番目の心拍間隔（ｋ番目の心拍とｋ＋１番目の心拍との時間差：２≦ｋ≦ｎ）を意味する。
図１１において、解析ステップ１２０Ｅは、ＰＳＤ合算値計算ステップＳ１０８におけるＰＳＤ合算値の計算結果を取得し（ステップＥ１）、当該計算結果が第１所定値Ｓ１より大きいとき（ステップＥ２の「ＹＥＳ」）は閉塞性睡眠時無呼吸（ＯＳＡ）と判断し（ステップＥ６）。ＰＳＤ合算値の計算結果が所定値Ｓ１以下であるときは（ステップＥ２の「ＮＯ」）、計算結果が第２所定値Ｓ２より小さいか否かを判断する（ステップＥ３）。
ステップＥ３において、ＰＳＤ合算値の計算結果が第２所定値Ｓ２以上のときは（ステップＥ３の「ＮＯ」）Ｕｎｋｎｏｗｎ（ＣＳＡ／ＯＳＡ判定不可能または混合型無呼吸（ＭＳＡ））と判断する（ステップＥ８）。ステップＥ３において、ＰＳＤ合算値の計算結果が第２所定値Ｓ２より小さいときは（ステップＥ３の「ＹＥＳ」）はＰＳＤパターンが明瞭なＣＳＡ型であるか否かを判断する（ステップＥ４）。
ステップＥ４において、ＰＳＤパターンが明瞭なＣＳＡ型であるとき（ステップＥ４の「ＹＥＳ」）は、中枢性無呼吸（ＣＳＡ）と判断する（ステップＥ７）。
ステップＥ４において、ＰＳＤパターンが明瞭なＣＳＡ型でないとき（ステップＥ４の「ＮＯ」）は、さらに心周期変動値（ＢＢＩＶ）を計算し（ステップＥ５）、ＢＢＩＶが所定値Ｔ（たとえば、０．２）よりも大きいとき（ステップＥ５の「ＹＥＳ」）は中枢性無呼吸（ＣＳＡ）と判断し（ステップＥ７）、ＢＢＩＶが所定値Ｔ以下のとき（ステップＥ５の「ＮＯ」）は、Ｕｎｋｎｏｗｎ（ＣＳＡ／ＯＳＡ判定不可能または混合型無呼吸（ＭＳＡ））と判定する（ステップＥ８）。
所定値Ｓ１，Ｓ２および所定値Ｔは、環境条件、被験者の身体的・生理的条件等に応じて、適宜定めることができる。
ＢＢＩＶは、（ｎ−１）個の心拍間隔差の平均値を意味し、具体的には下記計算式により求められる。
ｋは何番目の心拍かを表す自然数であり、Ｉｋはｋ番目の心拍間隔（ｋ番目の心拍とｋ＋１番目の心拍との時間差：２≦ｋ≦ｎ）を意味する。
なお、図７から図１１に記載の各方法を実行する睡眠時無呼吸の中枢型／閉塞型診断支援プログラムは、コンピュータ読み取り可能な記録媒体に記録することができる。
１ 睡眠時無呼吸の中枢型／閉塞型診断支援装置
１０ 圧電センサ部
１１ 生波形データ記憶部
１２ 無呼吸期間検出部
１３ ＦＦＴ処理部
１４ ＰＳＤ合算値計算部
１５ ＰＳＤパターン一致判断部
１６ 心周期変動平均計算部
１７ 表示部
１７１ 表示回路
１７２ ディスプレイ
１８ 音出力部
１８１ サウンド回路
１８２ スピーカ
１９ 解析部
１００ 本体
１０ 圧電センサ部
１１ 生波形データ記憶部
１２ 無呼吸期間検出部
１３ ＦＦＴ処理部
１４ ＰＳＤ合算値計算部
１５ ＰＳＤパターン一致判断部
１６ 心周期変動平均計算部
１７ 表示部
１７１ 表示回路
１７２ ディスプレイ
１８ 音出力部
１８１ サウンド回路
１８２ スピーカ
１９ 解析部
１００ 本体
Claims (19)
- 被験者の呼吸運動および心音を含む生波形データを記憶する生波形データ記憶部、
前記生波形データ記憶部に記憶した生波形データから前記生波形の呼吸運動周波数成分を抽出し、無呼吸期間を検出する無呼吸期間検出部、
前記生波形データの無呼吸期間に係るデータに高速フーリエ変換（ＦＦＴ）処理を施し前記無呼吸期間におけるパワースペクトル密度（ＰＳＤ）グラフを生成するＦＦＴ処理部、
所定周波数領域のＰＳＤ合算値を計算するＰＳＤ合算値計算部、
前記生成したＰＳＤのパターンが、中枢性無呼吸のＰＳＤのパターンに一致するか否かを判断するＰＳＤパターン一致判断部、
および、
前記生波形、前記生波形の呼吸運動周波数成分および前記ＰＳＤグラフを表示する表示部、
を備えた睡眠時無呼吸の中枢型／閉塞型診断支援装置。 - 請求項１に記載の睡眠時無呼吸の中枢型／閉塞型診断支援装置であって、
さらに、前記生波形データを前記生波形に係る電気信号として検出する、直接または間接に前記被験者の身体に密着して配置される心拍呼吸センサ部、
を備えた中枢型／閉塞型診断支援装置。 - 請求項１に記載の睡眠時無呼吸の中枢型／閉塞型診断支援装置であって、
前記心拍呼吸センサ部は、センシング素子として圧電素子を有している中枢型／閉塞型
診断支援装置。 - 請求項１に記載の睡眠時無呼吸の中枢型／閉塞型診断支援装置であって、
前記生波形データは、前記被験者の呼吸音周波数成分をさらに含む睡眠時無呼吸の中枢型／閉塞型診断支援装置。 - 請求項１記載の睡眠時無呼吸の中枢型／閉塞型診断支援装置であって、
少なくとも前記生波形データに含まれる呼吸音成分を音出力することまたは当該呼吸音成分を電気信号として出力する音出力部、
をさらに備えた睡眠時無呼吸の中枢型／閉塞型診断支援装置。 - 請求項１に記載の睡眠時無呼吸の中枢型／閉塞型診断支援装置であって、
無呼吸期間の前記生波形データまたはフィルタ処理された心音周波数成分データから、連続する心音のピークとピークの間の時間（心周期）を求め、ひとつの心周期（１音―１音間隔または２音―２音間隔）と次の心周期との差の平均を計算し、心周期変動値を求める心周期変動平均計算部、
をさらに備えた睡眠時無呼吸の中枢型／閉塞型診断支援装置。 - 請求項１に記載の睡眠時無呼吸の中枢型／閉塞型診断支援装置であって、
さらに、解析部を備え、
前記解析部は、
前記所定周波数領域における前記ＰＳＤ合算値が、第１所定値以上かまたは第２所定値以下かを計算しその情報を前記表示部に表示することによって、閉塞性睡眠時無呼吸（ＯＳＡ）か中枢性無呼吸（ＣＳＡ）かの診断を支援する、
睡眠時無呼吸の中枢型／閉塞型診断支援装置。 - 請求項７に記載の睡眠時無呼吸の中枢型／閉塞型診断支援装置であって、
前記所定周波数領域における前記ＰＳＤ合算値が所定値以下の場合、
前記解析部は、
ＰＳＤパターンが明瞭なＣＳＡ型である場合はＣＳＡと判定出力し、
ＰＳＤパターンが明瞭なＣＳＡ型でない場合は、さらに心周期変動値を計算し、所定値以上か以下かによってＣＳＡか判定不可能または混合型無呼吸（ＭＳＡ）かの情報を前記表示部に表示することにより、閉塞性無呼吸（ＯＳＡ）、中枢性無呼吸（ＣＳＡ）あるいは判定不可能（またはＭＳＡ）であるかの判断を支援する、
睡眠時無呼吸の中枢型／閉塞型診断支援装置。 - 請求項７または請求項８に記載の睡眠時無呼吸の中枢型／閉塞型診断支援装置であって、
前記所定周波数領域前記ＰＳＤ合算値が所定値以上か以下かまたは中間値であるかを計算し、中間値の場合は判定不可能とする情報を前記表示部に追加表示することによって閉塞性無呼吸（ＯＳＡ）、中枢性無呼吸（ＣＳＡ）あるいは判定不可能（またはＭＳＡ）であるかの判断を支援する、
睡眠時無呼吸の中枢型／閉塞型診断支援装置。 - 被験者の呼吸運動および心音を含む生波形データを記憶する生波形データ記憶ステップ、
前記生波形データ記憶ステップにおいて記憶した生波形データから前記生波形の呼吸運動周波数成分を抽出し、無呼吸期間を検出する無呼吸期間検出ステップ、
前記生波形データの無呼吸期間に係るデータに高速フーリエ変換処理を施し前記所定周波数領域におけるＰＳＤを生成するＦＦＴ処理ステップ、
所定周波数領域のパワースペクトル密度（ＰＳＤ）合算値を計算するＰＳＤ合算値計算ステップ、
前記生成したＰＳＤのパターンが、中枢性無呼吸のＰＳＤのパターンに一致するか否かを判断するＰＳＤパターン一致判断ステップ、
および、
前記生波形、少なくとも、前記生波形の呼吸運動周波数成分および前記ＰＳＤを表示する表示ステップ、
を有する睡眠時無呼吸の中枢型／閉塞型診断支援方法。 - 請求項９に記載の睡眠時無呼吸の中枢型／閉塞型診断支援方法であって、
さらに、直接または間接に被験者の身体に密着して配置された心拍呼吸センサから、生波形データを電気信号として検出するセンシングステップ、
を有する睡眠時無呼吸の中枢型／閉塞型診断支援方法。 - 請求項１１に記載の睡眠時無呼吸の中枢型／閉塞型診断支援方法であって、
前記心拍呼吸センサ部は、センシング素子として圧電素子を有している中枢型／閉塞型
診断支援方法。 - 請求項１０に記載の睡眠時無呼吸の中枢型／閉塞型診断支援方法であって、
前記生波形データは、前記被験者の呼吸音周波数成分をさらに含む睡眠時無呼吸の中枢型／閉塞型診断支援方法。 - 請求項１０に記載の睡眠時無呼吸の中枢型／閉塞型診断支援方法であって、
少なくとも前記生波形データに含まれる呼吸音成分を音出力することまたは当該呼吸音成分を電気信号として出力する音出力ステップ、
をさらに有する睡眠時無呼吸の中枢型／閉塞型診断支援方法。 - 請求項１０に記載の睡眠時無呼吸の中枢型／閉塞型診断支援方法であって、
無呼吸期間の前記生波形データまたはフィルタ処理された心音周波数成分データから、連続する心音のピークとピークの間の時間（心周期）を求め、ひとつの心周期（１音―１音間隔または２音―２音間隔）と次の心周期との差の平均を計算し、心周期変動値を求める心周期変動平均計算ステップ、
をさらに有する睡眠時無呼吸の中枢型／閉塞型診断支援方法。 - 請求項１０に記載の睡眠時無呼吸の中枢型／閉塞型診断支援方法であって、
さらに、解析ステップを備え、
前記解析ステップでは、
前記所定周波数領域における前記ＰＳＤ合算値が、第１所定値以上かまたは第２所定値以下かを計算しその情報を前記表示ステップに渡すことによって、閉塞性無呼吸（ＯＳＡ）か中枢性無呼吸（ＣＳＡ）かの診断を支援する、
睡眠時無呼吸の中枢型／閉塞型診断支援方法。 - 請求項１６に記載の睡眠時無呼吸の中枢型／閉塞型診断支援方法であって、
前記所定周波数領域における前記ＰＳＤ合算値が所定値以下の場合、
前記解析ステップでは、
ＰＳＤパターンが明瞭なＣＳＡ型である場合はＣＳＡと判定出力し、
ＰＳＤパターンが明瞭なＣＳＡ型でない場合は、さらに心周期変動値を計算し、所定値以上か以下かによってＣＳＡか判定不可能または混合型無呼吸（ＭＳＡ）かの情報を前記表示ステップに渡すことによりＯＳＡ、ＣＳＡあるいは判定不可能（またはＭＳＡ）であるかの判断を支援する、
睡眠時無呼吸の中枢型／閉塞型診断支援方法。 - 請求項１５または請求項１６に記載の睡眠時無呼吸の中枢型／閉塞型診断支援方法であって、
前記所定周波数領域における前記ＰＳＤ合算値が所定値以上か以下かまたは中間値であるかを計算し、中間値の場合は判定不可能とする情報を前記表示ステップに追加して渡すことによってＯＳＡ、ＣＳＡあるいは判定不可能（または，ＭＳＡ（ＯＳＡ／ＣＳＡ混合型））かの判断を支援することを特徴とする睡眠時無呼吸の中枢型／閉塞型診断支援方法。 - 請求項１０から１８の何れか１項に記載の方法を実行する睡眠時無呼吸の中枢型／閉塞型診断支援プログラムを記録したコンピュータ読み取り可能な記録媒体。
Applications Claiming Priority (5)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP2014103868 | 2014-05-20 | ||
| JP2014103868 | 2014-05-20 | ||
| JP2014108628 | 2014-05-27 | ||
| JP2014108628 | 2014-05-27 | ||
| PCT/JP2015/064546 WO2015178439A2 (ja) | 2014-05-20 | 2015-05-20 | 睡眠時無呼吸の中枢型／閉塞型診断支援装置および診断支援方法、ならびに睡眠時無呼吸の中枢型／閉塞型診断支援プログラムを記録したコンピュータ読み取り可能な記録媒体 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| JPWO2015178439A1 true JPWO2015178439A1 (ja) | 2017-09-28 |
Family
ID=54554924
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| JP2015561781A Revoked JPWO2015178439A1 (ja) | 2014-05-20 | 2015-05-20 | 睡眠時無呼吸の中枢型／閉塞型診断支援装置および診断支援方法、ならびに睡眠時無呼吸の中枢型／閉塞型診断支援プログラムを記録したコンピュータ読み取り可能な記録媒体 |
Country Status (2)
| Country | Link |
|---|---|
| JP (1) | JPWO2015178439A1 (ja) |
| WO (1) | WO2015178439A2 (ja) |
Families Citing this family (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN109069035B (zh) | 2016-04-15 | 2021-09-28 | 欧姆龙株式会社 | 生物体信息分析装置、系统以及计算机可读存储介质 |
| JP7053994B2 (ja) * | 2018-04-05 | 2022-04-13 | ダイキン工業株式会社 | 無呼吸判定装置 |
| JP7177443B2 (ja) * | 2018-11-09 | 2022-11-24 | ヘルスセンシング株式会社 | 生体振動信号検出装置 |
| US11464446B2 (en) * | 2019-04-17 | 2022-10-11 | Mediatek Inc. | Physiological status monitoring apparatus and method |
Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JPH07504347A (ja) * | 1992-05-07 | 1995-05-18 | ニューヨーク ユニヴァーシティー | 調節可能な正の気道圧を利用した無呼吸症の治療 |
| US20030139680A1 (en) * | 2002-01-22 | 2003-07-24 | Sheldon Stephen H. | Analysis of sleep apnea |
| US7942824B1 (en) * | 2005-11-04 | 2011-05-17 | Cleveland Medical Devices Inc. | Integrated sleep diagnostic and therapeutic system and method |
| JP2012170528A (ja) * | 2011-02-18 | 2012-09-10 | Citizen Holdings Co Ltd | 睡眠時無呼吸判定装置 |
| JP2013138706A (ja) * | 2011-12-28 | 2013-07-18 | Nippon Koden Corp | 睡眠中における無呼吸低呼吸状態の検出装置 |
-
2015
- 2015-05-20 WO PCT/JP2015/064546 patent/WO2015178439A2/ja active Application Filing
- 2015-05-20 JP JP2015561781A patent/JPWO2015178439A1/ja not_active Revoked
Patent Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JPH07504347A (ja) * | 1992-05-07 | 1995-05-18 | ニューヨーク ユニヴァーシティー | 調節可能な正の気道圧を利用した無呼吸症の治療 |
| US20030139680A1 (en) * | 2002-01-22 | 2003-07-24 | Sheldon Stephen H. | Analysis of sleep apnea |
| US7942824B1 (en) * | 2005-11-04 | 2011-05-17 | Cleveland Medical Devices Inc. | Integrated sleep diagnostic and therapeutic system and method |
| JP2012170528A (ja) * | 2011-02-18 | 2012-09-10 | Citizen Holdings Co Ltd | 睡眠時無呼吸判定装置 |
| JP2013138706A (ja) * | 2011-12-28 | 2013-07-18 | Nippon Koden Corp | 睡眠中における無呼吸低呼吸状態の検出装置 |
Non-Patent Citations (1)
| Title |
|---|
| FU-CHUNG YEN ET AL.: ""A Nonnvasive Technique for Detecting Obstructive and Central Sleep Apnea"", IEEE TRANSACTIONS ON BIOMEDICAL ENGINEERING VOL.44,NO.12, JPN6015046181, December 1997 (1997-12-01), pages 1262 - 1268, ISSN: 0004028258 * |
Also Published As
| Publication number | Publication date |
|---|---|
| WO2015178439A2 (ja) | 2015-11-26 |
| WO2015178439A3 (ja) | 2016-01-14 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| US20200260996A1 (en) | Method and apparatus for processing a cyclic physiological signal | |
| JP6947875B2 (ja) | 生体情報出力装置 | |
| JP5303802B2 (ja) | 心電図から導出された無呼吸／低呼吸指数 | |
| KR100805181B1 (ko) | 특이값 분해법을 이용한 청진음의 분석 | |
| JP2002523163A (ja) | 臨床判断を助けるシステム及び方法 | |
| US20090247893A1 (en) | Method and apparatus for measuring responsiveness of a subject | |
| WO2009150744A1 (ja) | 睡眠状態モニタリング装置、モニタリングシステムおよびコンピュータプログラム | |
| AU2006206220A1 (en) | Analysis of auscultatory sounds using voice recognition | |
| US20090131760A1 (en) | Morphograms In Different Time Scales For Robust Trend Analysis In Intensive/Critical Care Unit Patients | |
| Chowdhury et al. | Machine learning in wearable biomedical systems | |
| EP3329845A1 (en) | Biological condition determination device and biological condition determination method | |
| WO2015178439A2 (ja) | 睡眠時無呼吸の中枢型／閉塞型診断支援装置および診断支援方法、ならびに睡眠時無呼吸の中枢型／閉塞型診断支援プログラムを記録したコンピュータ読み取り可能な記録媒体 | |
| JP2017533034A (ja) | アクティグラフィ方法及び装置 | |
| JP2021518246A (ja) | 被検者の呼吸イベントを検出するための方法及びシステム並びに呼吸イベントを検出するためのモデルを形成するための方法 | |
| US9237862B2 (en) | Diagnosis of asthma | |
| EP3203900A1 (en) | Weaning readiness indicator, sleeping status recording device, and air providing system applying nonlinear time-frequency analysis | |
| Linschmann et al. | Estimation of the respiratory rate from ballistocardiograms using the Hilbert transform | |
| Yuasa et al. | Wearable flexible device for respiratory phase measurement based on sound and chest movement | |
| Heise et al. | Unobtrusively detecting apnea and hypopnea events via a hydraulic bed sensor | |
| JP7089650B2 (ja) | 処理装置、システム、処理方法、およびプログラム | |
| KR102179511B1 (ko) | 연하 진단 장치 및 프로그램 | |
| Wu et al. | A portable monitoring system with automatic event detection for sleep apnea level-IV evaluation | |
| Chyliński et al. | The way of ECG signal obtaining from the respiratory wave by Savitzky-Golay filtration | |
| JP7122225B2 (ja) | 処理装置、システム、処理方法、およびプログラム | |
| US20210353175A1 (en) | Method and arrangement for respiratory measurement |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20170708 |
|
| A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20180521 |
|
| A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20180521 |
|
| A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20190120 |
|
| AA91 | Notification that invitation to amend document was cancelled |
Free format text: JAPANESE INTERMEDIATE CODE: A971091 Effective date: 20190226 |
|
| A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20190528 |
|
| A601 | Written request for extension of time |
Free format text: JAPANESE INTERMEDIATE CODE: A601 Effective date: 20190819 |
|
| A601 | Written request for extension of time |
Free format text: JAPANESE INTERMEDIATE CODE: A601 Effective date: 20191021 |
|
| A02 | Decision of refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A02 Effective date: 20201110 |