KR102068330B1 - Device to detect sleep apnea - Google Patents

Device to detect sleep apnea Download PDF

Info

Publication number
KR102068330B1
KR102068330B1 KR1020180033493A KR20180033493A KR102068330B1 KR 102068330 B1 KR102068330 B1 KR 102068330B1 KR 1020180033493 A KR1020180033493 A KR 1020180033493A KR 20180033493 A KR20180033493 A KR 20180033493A KR 102068330 B1 KR102068330 B1 KR 102068330B1
Authority
KR
South Korea
Prior art keywords
sleep
examinee
posture
sensor device
algorithm
Prior art date
Application number
KR1020180033493A
Other languages
Korean (ko)
Other versions
KR20190111413A (en
Inventor
이교구
김정훈
김태훈
안광석
신재영
이돈문
박정수
Original Assignee
서울대학교산학협력단
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by 서울대학교산학협력단 filed Critical 서울대학교산학협력단
Priority to KR1020180033493A priority Critical patent/KR102068330B1/en
Priority to PCT/KR2019/002725 priority patent/WO2019182273A1/en
Publication of KR20190111413A publication Critical patent/KR20190111413A/en
Application granted granted Critical
Publication of KR102068330B1 publication Critical patent/KR102068330B1/en

Links

Images

Classifications

    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/48—Other medical applications
    • A61B5/4806—Sleep evaluation
    • A61B5/4818—Sleep apnoea
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/103—Detecting, measuring or recording devices for testing the shape, pattern, colour, size or movement of the body or parts thereof, for diagnostic purposes
    • A61B5/11—Measuring movement of the entire body or parts thereof, e.g. head or hand tremor, mobility of a limb
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/72—Signal processing specially adapted for physiological signals or for diagnostic purposes
    • A61B5/7271—Specific aspects of physiological measurement analysis
    • A61B5/7275—Determining trends in physiological measurement data; Predicting development of a medical condition based on physiological measurements, e.g. determining a risk factor
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B2562/00—Details of sensors; Constructional details of sensor housings or probes; Accessories for sensors
    • A61B2562/02—Details of sensors specially adapted for in-vivo measurements
    • A61B2562/0219—Inertial sensors, e.g. accelerometers, gyroscopes, tilt switches

Abstract

본 발명은 수면 무호흡 중증도를 검사하는 수면 중증도 검사 장치에 관한 것으로서, 본 발명의 일 실시예에 따른 수면 무호흡 중증도 검사 장치는, 피검사자의 신체에 착용되어 피검사자의 자세를 포착하는 제1 센서 장치; 피검사자의 수면 중의 수면음을 포착하는 제2 센서 장치; 및 상기 제1 센서 장치에서 포착된 피검사자의 자세 데이터와 상기 제2 센서 장치에서 포착된 피검사자의 수면음 데이터를 종합하여 피검사자의 수면 무호흡 중증도를 판단하는 알고리즘을 갖는 처리 장치; 를 포함한다.The present invention relates to a sleep severity test device for checking sleep apnea severity, the sleep apnea severity test device according to an embodiment of the present invention, the first sensor device is worn on the body of the examinee to capture the posture of the subject; A second sensor device for capturing sleep sound during sleep of the examinee; And a processing apparatus for determining an examinee's sleep apnea severity by combining posture data of the examinee captured by the first sensor device and sleep sound data of the examinee captured by the second sensor device. It includes.

Description

수면 무호흡 중증도 검사 장치{DEVICE TO DETECT SLEEP APNEA}Sleep Apnea Severity Test Device {DEVICE TO DETECT SLEEP APNEA}

본 발명은 수면 무호흡 중증도를 검사하는 수면 중증도 검사 장치에 관한 것으로서, 본 발명의 일 실시예에 따른 수면 무호흡 중증도 검사 장치는, 피검사자의 신체에 착용되어 피검사자의 자세를 포착하는 제1 센서 장치; 피검사자의 수면 중의 수면음을 포착하는 제2 센서 장치; 및 상기 제1 센서 장치에서 포착된 피검사자의 자세 데이터와 상기 제2 센서 장치에서 포착된 피검사자의 수면음 데이터를 종합하여 피검사자의 수면 무호흡 중증도를 판단하는 알고리즘을 갖는 처리 장치; 를 포함한다.The present invention relates to a sleep severity test device for checking sleep apnea severity, the sleep apnea severity test device according to an embodiment of the present invention, the first sensor device is worn on the body of the examinee to capture the posture of the subject; A second sensor device for capturing sleep sound during sleep of the examinee; And a processing apparatus for determining an examinee's sleep apnea severity by combining posture data of the examinee captured by the first sensor device and sleep sound data of the examinee captured by the second sensor device. It includes.

수면 무호흡은 수면 중에 일시적으로 호흡이 정지되는 현상을 말한다. 수면 무호흡이 발생하면 수면의 단절과 주간 졸림이 일어남으로써, 해당 증상을 가진 사람의 삶의 질에 심각한 악영향을 준다.Sleep apnea is a phenomenon in which breathing stops temporarily during sleep. Sleep apnea can cause sleep disruption and daytime sleepiness, which can seriously affect the quality of life of people with the condition.

이러한 수면 무호흡 여부를 검사하기 위해서, 수면 다원검사가 이루어지고 있다. 수면 다원검사는 수면의 단계와 기능, 수면 중 발생하는 사건 등을 객관적으로 평가하는 것으로, 표준 수면 다원검사는 심전도(electrocardiography, ECG), 뇌전도(electro encephalogram, EEG), 안전도(electrooculogram,EOG), 근전도(electromyogram, EMG), 동맥의 산소 포화도, 비강 및 구강의 기류, 흉부 및 복부의 움직임, 수면자세, 혈압 등이 기록되고, 호흡 노력을 보기 위해 식도압을 추가하기도 한다. 심전도는 무호흡으로 생길 수 있는 부정맥을 관찰하기 위한 검사이다. 뇌전도, 안전도, 근전도를 통해 수면과 각성 상태를 구분할 수 있으며, 동맥의 산소포화도는 무호흡 동안에 일어나는 산소의 불포화도를 나타내는 기준이 된다. 또 비강 및 구강의 기류와 흉부 및 복부의 움직임 측정은 호흡의 노력을 통해 정상 호흡인지 중추성 또는 폐쇄성 무호흡인지 판단하는 데 이용된다. 중추성 무호흡은 기류가 없으면서 호흡노력도 없는 경우를 말하며, 폐쇄성 무호흡은 호흡 노력은 있으나 코나 입으로 기류가 나오지 않는 경우를 말한다.In order to test this sleep apnea, a sleep polymorphism test is performed. The polysomnography is an objective assessment of the stage and function of sleep and the events that occur during sleep. The standard polysomnography is electrocardiography (ECG), electroencephalogram (EGG), and electrooculogram (EOG). Electromyogram (EGM), oxygen saturation in the arteries, nasal and oral air flow, chest and abdominal movements, sleeping posture, blood pressure, etc. are recorded, and esophageal pressure may be added to view breathing efforts. An electrocardiogram is a test to look for arrhythmias that may be caused by apnea. EEG, safety, and EMG can distinguish sleep and arousal states, and oxygen saturation of the arteries is a measure of oxygen desaturation during apnea. In addition, measurements of air flow in the nasal and oral cavity, as well as chest and abdominal movements, are used to determine whether normal breathing, central or obstructive apnea, through respiration efforts. Central apnea refers to a case in which there is no airflow and no respiratory effort, and obstructive apnea refers to a case in which there is a breathing effort but no airflow through the nose or mouth.

이와 같은 수면 다원 검사는 수면질환의 총체적 검사법으로 좋은 진단법이지만 가격이 매우 비싸고 번거로우며, 숙련된 인력과 노력, 및 고가의 장비가 필요하다. 따라서, 대부분의 환자에게 접근이 쉽지 않다. This multifaceted sleep test is a good diagnostic method for the sleep disease, but it is very expensive and cumbersome, and requires skilled personnel, effort, and expensive equipment. Therefore, it is not easy for most patients.

이러한 문제점에 대한 대안으로 다른 방법의 수면검사가 제시되고 있으며, 이를 위해 휴대용 검사 장치가 개발되고 있다. 그러나, 현재 개발되고 있는 휴대용 검사 장치들은 복잡한 측정 준비 과정이 필요하거나, 오차가 발생하여 진단이 정확하지 않은 단점들이 있으며, 특히 수면 무호흡의 유형을 진단할 수 없는 장치들도 있다. 특히, 수면 무호흡의 중증도 여부를 정확하게 판단하기 매우 어려운 경우가 많다.As an alternative to this problem, another method of sleeping test has been proposed, and a portable test device has been developed for this purpose. However, currently developed portable test devices require complicated measurement preparation procedures, or errors occur, and thus diagnosis is not accurate. In particular, some devices cannot diagnose the type of sleep apnea. In particular, it is often difficult to accurately determine the severity of sleep apnea.

따라서, 종래의 수면 다원 검사와 같은 정확도를 확보하면서, 검사가 간편한 수면 무호흡 중증도 검사 장치의 개발이 필요하다.Accordingly, there is a need for the development of a sleep apnea severity test apparatus that is easy to inspect while securing the same accuracy as a conventional sleep multi-person test.

공개특허 10-2011-0088138Patent Publication 10-2011-0088138

본 발명은 종래의 수면 다원 검사와 같은 정확도를 확보하면서, 검사가 간편한 수면 무호흡 중증도 검사 장치를 제공하는 데 그 목적이 있으며, 보다 구체적으로는, 피검사자의 신체에 착용되어 피검사자의 자세를 포착하는 제1 센서 장치; 피검사자의 수면 중의 수면음을 포착하는 제2 센서 장치; 및 상기 제1 센서 장치에서 포착된 피검사자의 자세 데이터와 상기 제2 센서 장치에서 포착된 피검사자의 수면음 데이터를 종합하여 피검사자의 수면 무호흡 중증도를 판단하는 알고리즘을 갖는 처리 장치; 를 포함하는 수면 무호흡 중증도 검사 장치를 제공하는 데 그 목적이 있다.The present invention has an object of providing a sleep apnea severity test device that is easy to test, while ensuring the same accuracy as the conventional sleep polysomnography, and more specifically, is worn on the subject's body to capture the posture of the subject 1 sensor device; A second sensor device for capturing sleep sound during sleep of the examinee; And a processing apparatus for determining an examinee's sleep apnea severity by combining posture data of the examinee captured by the first sensor device and sleep sound data of the examinee captured by the second sensor device. Its purpose is to provide a sleep apnea severity test apparatus comprising a.

본 발명의 일 실시예에 따른 수면 무호흡 중증도 검사 장치는, 피검사자의 신체에 착용되어 피검사자의 자세를 포착하는 제1 센서 장치; 피검사자의 수면 중의 수면음을 포착하는 제2 센서 장치; 및 상기 제1 센서 장치에서 포착된 피검사자의 자세 데이터와 상기 제2 센서 장치에서 포착된 피검사자의 수면음 데이터를 종합하여 피검사자의 수면 무호흡 중증도를 판단하는 알고리즘을 갖는 처리 장치; 를 포함한다.Sleep apnea severity test apparatus according to an embodiment of the present invention, the first sensor device is worn on the body of the examinee to capture the posture of the examinee; A second sensor device for capturing sleep sound during sleep of the examinee; And a processing apparatus for determining an examinee's sleep apnea severity by combining posture data of the examinee captured by the first sensor device and sleep sound data of the examinee captured by the second sensor device. It includes.

바람직하게는, 상기 제1 센서 장치는, 피검사자의 신체의 적어도 일 부분에 착용될 수 있는 가속도 센서를 포함한다.Advantageously, said first sensor device comprises an acceleration sensor that can be worn on at least a portion of a subject's body.

바람직하게는, 상기 알고리즘은, 피검사자의 수면 자세를 소정의 기준에 따라서 수 개의 수면 자세군으로 분류하고, 각각의 수면 자세군에서 발생한 수면음을 각각 분리하여, 수면 무호흡 중증도를 판단한다.Preferably, the algorithm determines the sleep apnea severity by classifying the examinee's sleep posture into several sleep posture groups according to a predetermined criterion and separating sleep sounds generated in each sleep posture group.

바람직하게는, 상기 알고리즘은, 피검사자의 수면 자세가 상기 수 개의 수면 자세군 중 특정한 수면 자세에 해당할 때 발생한 수면음을 이용하여 피검사자의 수면 무호흡 중증도를 판단한다.바람직하게는, 상기 알고리즘은, 수면 자세로부터 수면 단계를 도출하는 수면 단계 도출 모델을 포함하며, 각각의 수면 단계에서 발생한 수면음을 각각 분리하여, 수면 무호흡 중증도를 판단한다.Preferably, the algorithm determines sleep apnea severity of the examinee using sleep sounds generated when the examinee's sleeping posture corresponds to a specific sleep posture among the groups of sleeping postures. A sleep stage derivation model for deriving a sleep stage from a sleep posture is included, and each sleep sound generated in each sleep stage is separated to determine sleep apnea severity.

상기 알고리즘은, 특정 시간 동안 피검사자의 수면 자세의 변화량이 소정의 기준량 이상일 경우 해당 시간 동안 발생한 수면음을 수면 무호흡 중증도 판단에서 배제한다.The algorithm excludes the sleep sound generated during the time period from the sleep apnea severity determination when the subject's change in the sleeping posture during the specific time period is equal to or greater than a predetermined reference amount.

바람직하게는, 상기 처리 장치는 소정의 데이터가 저장되는 데이터 베이스를 포함하며, 상기 데이터 베이스 내에는, 수면 자세와 수면음 및 수면 무호흡 중증도 사이의 관계를 나타내는 데이터 및 알고리즘이 저장될 수 있다. Preferably, the processing device includes a database in which predetermined data is stored, in which data and algorithms representing a relationship between sleeping posture and sleep sound and sleep apnea severity may be stored.

본 발명에 따른 수면 무호흡 중증도 검사 장치는, 피검사자의 수면음과 피검사자의 자세 정보를 동시에 활용하여 수면 무호흡 중증도를 판단함으로써, 종래의 수면 다원 검사와 같은 정확도를 확보하면서, 검사가 간편한 효과를 갖는다.The sleep apnea severity test apparatus according to the present invention utilizes the sound of the examinee and the posture information of the examinee at the same time to determine the sleep apnea severity, thereby securing an accuracy similar to that of the conventional sleep polymorphism test, and having a simple test.

도 1 은 본 발명의 일 실시예에 따른 수면 무호흡 중증도 검사 장치의 구조도이다.
도 2 는 본 발명의 일 실시예에 따른 수면 무호흡 검사 장치의 검사 방법을 나타낸 블록도이다.
도 3 은 본 발명의 일 실시예에 따른 수면 무호흡 검사 장치에서, 제1 센서 장치에서 포착한 자세 정보를 토대로 처리 장치가 피검사자의 자세를 분류한 일 예를 나타낸 그림이다.
도 4 는 본 발명의 일 실시예에 따른 수면 무호흡 검사 장치의 검사 방법을 나타낸 블록도이다.
도 5 는 본 발명의 일 실시예에 따른 수면 무호흡 검사 장치의 검사 방법을 나타낸 블록도이다.1 is a structural diagram of a sleep apnea severity test apparatus according to an embodiment of the present invention.
2 is a block diagram showing a test method of the sleep apnea testing apparatus according to an embodiment of the present invention.
3 is a diagram illustrating an example in which a processing apparatus classifies a subject's posture based on posture information captured by a first sensor device in a sleep apnea testing apparatus according to an embodiment of the present invention.
Figure 4 is a block diagram showing a test method of the sleep apnea testing apparatus according to an embodiment of the present invention.
5 is a block diagram showing a test method of the sleep apnea testing apparatus according to an embodiment of the present invention.

이하, 첨부된 도면을 참조하여, 본 발명에 따른 바람직한 실시예에 대하여 설명한다. Hereinafter, exemplary embodiments of the present invention will be described with reference to the accompanying drawings.

본 발명의 일 실시예에 따른 수면 무호흡 중증도 검사 장치는, 피검사자의 신체에 착용되어 피검사자의 자세를 포착하는 제1 센서 장치(100); 피검사자의 수면 중의 수면음을 포착하는 제2 센서 장치(200); 및 상기 제1 센서 장치(100)에서 포착된 피검사자의 자세 데이터와 상기 제2 센서 장치(200)에서 포착된 피검사자의 수면음 데이터를 종합하여 피검사자의 수면 무호흡 중증도를 판단하는 알고리즘을 갖는 처리 장치(300); 를 포함한다.Sleep apnea severity test apparatus according to an embodiment of the present invention, the first sensor device 100 is worn on the body of the examinee to capture the posture of the examinee; A second sensor device 200 for capturing sleep sound during sleep of the examinee; And a processing device having an algorithm for determining the examinee's sleep apnea severity by combining the posture data of the examinee captured by the first sensor device 100 and the sleep sound data of the examinee captured by the second sensor device 200. 300); It includes.

제1 센서 장치(100)는 피검사자의 신체에 착용되어 피검사자의 자세를 포착할 수 있다. 예컨대, 제1 센서 장치(100)는, 피검사자의 신체에 착용될 수 있도록 하는 클립, 안대 등과 같은 착용 수단을 포함할 수 있다. 또한, 제1 센서 장치(100)는 피검사자의 신체 자세를 포착할 수 있는 소정의 센서 수단을 포함할 수 있다. 예컨대, 이와 같은 센서 수단은 소정의 가속도 센서일 수 있다. The first sensor device 100 may be worn on the examinee's body to capture the posture of the examinee. For example, the first sensor device 100 may include wearing means such as a clip, an eye patch, and the like, which may be worn on the body of the examinee. In addition, the first sensor device 100 may include a predetermined sensor means capable of capturing the body posture of the examinee. For example, such sensor means can be any acceleration sensor.

또한, 제1 센서 장치(100)에서 감지된 피검사자의 자세 정보를 처리 장치(300)에 전달할 수 있도록 하는 소정의 송수신 장치가 마련될 수 있다.In addition, a predetermined transmission / reception device may be provided to transmit the posture information of the examinee detected by the first sensor device 100 to the processing device 300.

제1 센서 장치(100)가 소정의 가속도 센서로 구성될 경우, 처리 장치(300)는 가속도 센서에서 획득한 3 축 가속도 정보를 이용하여 피검사자의 수면 자세를 유추할 수 있다. 유추된 피검사자의 수면 자세는 제2 센서 장치(200)에서 획득된 피검사자의 수면음과 함께 수면 무호흡 중증도를 판단하는 데 활용될 수 있다.When the first sensor device 100 is configured with a predetermined acceleration sensor, the processing device 300 may infer the sleeping posture of the examinee using the 3-axis acceleration information obtained from the acceleration sensor. The inferred sleep posture of the examinee may be used to determine the sleep apnea severity together with the sleep sounds of the examinee obtained by the second sensor device 200.

제2 센서 장치(200)는 피검사자의 수면중 발생하는 각종 수면음을 포착하는 장치이다. 제2 센서 장치(200)는 피검사자의 신체에 착용되거나 또는 수면음을 포착하기에 용이한 위치에 비치될 수 있다. The second sensor device 200 is a device for capturing various sleep sounds generated during sleep of the examinee. The second sensor device 200 may be worn on the examinee's body or placed in a location that is easy to capture sleep sound.

한편, 도 1 에서는 제1 센서 장치(100)와 제2 센서 장치(200)가 서로 상이한 위치에 배치되는 형태로 도시되었으나, 이에 반드시 한정하는 것은 아니며, 예컨대 수면 안대 형태의 착용 수단이 마련되고, 상기 착용 수단에 제1 센서 장치(100)와 제2 센서 장치(200)가 모두 구비되는 것도 가능하다.Meanwhile, in FIG. 1, the first sensor device 100 and the second sensor device 200 are illustrated to be disposed at different positions, but are not necessarily limited thereto. For example, a wearing means in the form of a sleeping eye patch is provided. It is also possible that both the first sensor device 100 and the second sensor device 200 are provided in the wearing means.

제2 센서 장치(200)는, 예컨대 골전도 마이크일 수 있다. 골전도 마이크는 사용자가 수면 중 호흡하는 경우에 사용자의 코, 인두 또는 후두를 지나는 공기의 흐름을 감지할 수 있다. 즉, 호흡기류에 따라서 발생하는 두개골의 진동을 감지할 수 있다. 이와 같은 골전도 마이크는 사용자의 수면 중 발생하는 음성 정보를 골전도 방식으로 감지하고, 이에 상응하는 전기신호를 생성하여 피검사자의 수면 중 호흡음 등을 포착할 수 있다. 골전도 마이크는 예컨대 피검사자의 머리 등에 부착될 수 있다. 이러한 골전도 마이크를 포함한 제2 센서 장치(200)를 사용할 경우, 주변의 소음 및 잡음 등에 의한 영향이 최소화되어 검사 신뢰도가 향상될 수 있다. 또한, 제2 센서 장치(200)에서 감지된 피검사자의 수면음 정보를 처리 장치(300)에 전달할 수 있도록 하는 소정의 송수신 장치가 마련될 수 있다.The second sensor device 200 may be, for example, a bone conduction microphone. The bone conduction microphone can detect the flow of air through the user's nose, pharynx or larynx when the user breathes during sleep. That is, the vibration of the skull generated according to the respiratory airflow can be detected. Such a bone conduction microphone may detect voice information generated during a user's sleep by a bone conduction method and generate an electric signal corresponding thereto to capture a breathing sound during sleep of the examinee. The bone conduction microphone may be attached to, for example, the head of the subject. In the case of using the second sensor device 200 including the bone conduction microphone, the influence of noise and noise of the surroundings is minimized, thereby improving inspection reliability. In addition, a predetermined transmission / reception device may be provided to transmit the sleep sound information of the examinee detected by the second sensor device 200 to the processing device 300.

처리 장치(300)는 소정의 알고리즘 및 데이터 등이 내장된 소정의 CPU 로 구성될 수 있다. 처리 장치(300)에 포함된 알고리즘은 상기 제1 센서 장치(100)에서 포착된 피검사자의 자세 데이터와 상기 제2 센서 장치(200)에서 포착된 피검사자의 수면음 데이터를 종합하여 피검사자의 수면 무호흡 중증도를 판단할 수 있다. 또한, 처리 장치(300)는 제1 센서 장치(100)와 제2 센서 장치(200)에서 감지된 정보를 수신할 수 있는 소정의 송수신 장치를 가질 수 있다. The processing device 300 may be configured with a predetermined CPU in which a predetermined algorithm and data are embedded. The algorithm included in the processing device 300 combines the posture data of the examinee captured by the first sensor device 100 and the sleep sound data of the examinee captured by the second sensor device 200, and thus the sleep apnea severity of the examinee. Can be determined. In addition, the processing device 300 may have a predetermined transmission / reception device capable of receiving information detected by the first sensor device 100 and the second sensor device 200.

처리 장치(300)는 소정의 데이터 베이스를 포함할 수 있다. 데이터 베이스에는 수면 무호흡 중증도를 판단할 수 있는 각종 데이터가 저장될 수 있다. 이러한 데이터의 예로는, 실제 수면 무호흡 환자들을 대상으로 한 각종 검사 결과가 있을 수 있으며, 처리 장치에서는 이러한 검사 결과와 피검사자의 검사 결과를 대조하여 피검사자의 수면 무호흡 중증도를 판단할 수 있다.The processing apparatus 300 may include a predetermined database. The database may store various data for determining the sleep apnea severity. Examples of such data may include various test results for actual sleep apnea patients, and the processing apparatus may determine the sleep apnea severity of the examinee by comparing the test result with the test result of the examinee.

본 발명에 따른 수면 무호흡 중증도 검사 장치는 수면 자세와 수면음 및 수면 단계를 토대로 하여 수면 무호흡 중증도를 검사하므로, 상기 데이터 베이스에 저장된 데이터는 수면 무호흡 환자들의 수면 자세와 수면음, 및 수면 단계와 수면 무호흡 사이의 관계에 관한 데이터일 수 있다. 일 예로, 특정 자세에서 특정 수면음이 발생할 경우의 수면 무호흡 중증도 지수가 저장되어 있으며, 처리 장치에서는 피검사자의 자세 및 수면음이 상기 데이터와 부합할 경우 피검사자의 수면 무호흡 중증도를 해당 지수로 판단할 수 있다. 이는 수면 단계와 관련된 수면 무호흡 중증도의 경우에도 적용될 수 있다.The sleep apnea severity test apparatus according to the present invention examines the sleep apnea severity based on the sleep posture and the sleep sound and sleep stages, so that the data stored in the database includes sleep posture and sleep sounds, sleep stages, and sleep stages of sleep apnea patients. It may be data regarding the relationship between apnea. For example, the sleep apnea severity index is stored when a specific sleep sound occurs in a specific posture, and the processing apparatus may determine the sleep apnea severity of the test subject as the corresponding index when the posture and the sleep sound of the test subject match the data. have. This may also apply in the case of sleep apnea severity associated with the sleep stage.

또한, 상기 데이터 베이스에는 이미 저장된 정보 외에, 추가적으로 정보가 저장되며 해당 정보를 처리할 수 있다. 즉, 검사된 각종 사례들을 추가로 저장하여 기존에 저장된 정보와 새 정보를 결합, 처리하여 새 데이터를 도출하고, 도출된 새 데이터를 수면 무호흡 중증도 판단에 활용할 수 있다.In addition, in addition to the information already stored in the database, additional information is stored and the information can be processed. In other words, by additionally storing the various cases examined, new data can be derived by combining and processing existing and new information, and the derived new data can be used to determine sleep apnea severity.

일 예로, 상기 데이터 베이스에는 음향 분석에 사용되는 다양한 알고리즘이 추가로 저장될 수 있다. 예컨대, 음향특성 및 그의 1차 미분값을 추출하여 수면음의 시간적 주파수적 특성을 동시에 분석에 활용할 수 있는 알고리즘이 저장될 수 있다. 또한, 추출된 음향특성과 다양한 기계학습 방법을 적용한 분류기 및 학습 모델을 이용하여 수면 무호흡 중증도를 분류할 수 있다.For example, various algorithms used for acoustic analysis may be additionally stored in the database. For example, an algorithm may be stored that may extract the acoustic characteristics and their first derivatives and simultaneously utilize the temporal and frequency characteristics of the sleep sound for analysis. In addition, the sleep apnea severity can be classified using the classifier and learning model using the extracted acoustic characteristics and various machine learning methods.

도 2 는 본 발명의 일 실시예에 따른 수면 무호흡 검사 장치의 검사 방법을 나타낸 블록도이다. 도 2 에서는, 제1 센서 장치(100)의 예시로서 수면 자세 취득 장치를 나타내고 잇으며, 제2 센서 장치(200)의 예시로서 소정의 수면음 녹음 장치를 나타내고 있다.2 is a block diagram showing a test method of the sleep apnea testing apparatus according to an embodiment of the present invention. In FIG. 2, a sleeping posture acquisition device is shown as an example of the first sensor device 100, and a predetermined sleep sound recording device is shown as an example of the second sensor device 200.

본 발명에 따른 수면 무호흡 중증도 검사 장치는, 제1 센서 장치(100)에서 취득된 피검사자의 자세 정보와, 제2 센서 장치(200)에서 취득된 피검사자의 수면음 정보를 각각 처리 장치(300)로 전달한다. 이때, 제1 센서 장치(100)에서 취득된 피검사자의 자세 정보는 소정의 보조 특성으로 추출되며, 제2 센서 장치(200)에서 취득된 피검사자의 수면음 정보는 소정의 전처리를 통해 음향 특성으로 추출될 수 있다. 이를 위해, 처리 장치(300)에 포함된 알고리즘은, 피검사자의 자세에 의한 보조 특성과, 피검사자의 수면음의 음향 특성과 각각 추출하는 제1 알고리즘, 및 제2 알고리즘을 포함할 수 있다.In the sleep apnea severity test apparatus according to the present invention, the posture information of the examinee acquired by the first sensor device 100 and the sleep sound information of the examinee obtained by the second sensor device 200 are respectively transferred to the processing device 300. To pass. At this time, the posture information of the examinee acquired by the first sensor device 100 is extracted as a predetermined auxiliary characteristic, and the sleep sound information of the examinee obtained by the second sensor device 200 is extracted as a sound characteristic through a predetermined preprocessing. Can be. To this end, the algorithm included in the processing apparatus 300 may include an auxiliary characteristic by the examinee's posture, a first algorithm extracting the acoustic characteristics of the examinee's sleep sound, and a second algorithm, respectively.

일 예로, 제1 알고리즘은, 제1 센서 장치(100)에서 취득된 정보를 토대로, 피검사자의 자세를 유추할 수 있다. 도 3 은 제1 센서 장치(100)에서 포착된 정보를 토대로 하여 처리 장치(300)가 유추한 피검사자의 자세를 분류한 일 예이다. 이와 같은 피검사자의 자세 판단에는 지면과의 수평선을 기준으로 하여, 수면 중 몸의 정면 방향이 판단 근거로 활용될 수 있다. For example, the first algorithm may infer the posture of the examinee based on the information acquired by the first sensor device 100. 3 is an example of classifying the posture of an examinee inferred by the processing device 300 based on the information captured by the first sensor device 100. In determining the posture of the examinee based on a horizontal line with respect to the ground, the frontal direction of the body during sleep may be used as a judgment basis.

예컨대, 처리 장치(300)는 피검사자의 자세를 몸이 바로 누운 자세, 몸이 비스듬한 자세, 몸이 옆으로 누운 자세, 및 몸이 엎드린 자세로 분류할 수 있다. 이때, 몸이 바로 누운 자세에서는 머리가 바른 자세, 및 머리만 돌아간 자세로 다시 분류될 수 있다. 즉, 피검사자의 자세는 크게 5 개의 자세로 분류될 수 있다.For example, the processing apparatus 300 may classify the posture of the examinee into a posture of lying directly by the body, a posture of oblique body, a posture of lying sideways, and a posture of lying down by the body. At this time, the posture of the body lying down may be classified into a posture with the head straight and a posture with only the head turned back. That is, the posture of the examinee may be classified into five postures.

다른 예로, 피검사자의 자세는, 지면과의 수평선을 기준으로 하여, 머리와 몸이 모두 바른 자세, 머리는 돌아가고 몸이 바른 자세, 및 몸이 옆으로 돌아간 자세로 분류될 수도 있다. As another example, the posture of the examinee may be classified into a posture in which both head and body are correct, posture in which the head is turned and straight, and posture in which the body is turned to the side with respect to the horizontal line with respect to the ground.

아울러, 음향 특성을 추출하는 제2 알고리즘의 경우, 실질적으로 피검사자의 신체에서 발생하는 수면음 외의 다른 노이즈를 제거하기 위한 소정의 필터링 수단을 가질 수 있다. 예컨대, 제2 알고리즘에서는 노이즈의 주파수적 특성을 이용하여, 1 차 필터링 과정을 수행하고, 실질적인 수면음을 추출할 수 있다.In addition, the second algorithm for extracting the acoustic characteristics may have a predetermined filtering means for substantially removing noise other than the sleep sound generated in the examinee's body. For example, in the second algorithm, the first filtering process may be performed by using the frequency characteristic of the noise, and a substantial sound may be extracted.

상기 추출된 음향 특성과 보조 특성이 처리 장치(300)에 저장된 수면 무호흡증 중증도 판단 모델로 입력되면 수면 무호흡증 중증도가 출력될 수 있다. 즉, 처리 장치(300) 내에는, 음향 특성과 보조 특성을 이용하여 소정의 수면 무호흡증 중증도를 판단하는 수면 무호흡 중증도 판단 모델을 갖는 제3 알고리즘을 가질 수 있다.When the extracted acoustic and auxiliary features are input to the sleep apnea severity determination model stored in the processing apparatus 300, the sleep apnea severity may be output. That is, the processing apparatus 300 may have a third algorithm having a sleep apnea severity determination model for determining a predetermined sleep apnea severity using acoustic characteristics and auxiliary characteristics.

일 예로, 상기 제3 알고리즘은, 피검사자의 수면 자세를 소정의 기준에 따라서 수 개의 수면 자세군으로 분류하고, 각각의 수면 자세군에서 발생한 수면음을 각각 분리하여, 수면 무호흡 중증도를 판단할 수 있다. 따라서, 각각의 자세에서 발생한 수면음을 분류하여 수면 무호흡 중증도 판단에 활용할 수 있다. As an example, the third algorithm may classify the examinee's sleep posture into several sleep posture groups according to a predetermined criterion, and separate sleep sounds generated from each sleep posture group to determine sleep apnea severity. . Therefore, sleep sounds generated in each posture may be classified and used for determining sleep apnea severity.

즉, 수면무호흡-저호흡지수(apnea-hypopnea index)를 판단할 때, 바로자는 자세의 수면무호흡-저호흡지수(supine apnea-hypopnea index), 및 돌아누워 자는 자세의 수면무호흡-저호흡지수(lateral apnea-hypopnea index)를 각각 분리하여 판단하고, 예측함으로써 피검사자의 전체 수면무호흡-저호흡지수(total apnea-hypopnea index)를 판단할 수 있다.That is, when judging the sleep apnea-hypopnea index, the sleeping apnea-hypopnea index of sleeping posture, and the sleeping apnea-low breathing index of sleeping posture ( By determining and predicting the lateral apnea-hypopnea index separately, the total apnea-hypopnea index of the subject can be determined.

일 예로, 머리와 몸이 바로 누운 자세에서 발생한 수면음이 소정의 크기 이상일 경우, 수면 무호흡 중증도 판단에 소정의 가중치를 두는 형태의 판단이 이루어질 수 있다. 또한, 소정의 자세에서 발생한 소리 중 소정의 크기 이상의 소리, 또는 소정의 자세에서 다른 자세로 자세가 변동될 때 발생한 소정의 크기 이상의 소리는 노이즈로 판단하여 수면 무호흡 중증도 판단에서 해당 소리를 배제하는 형태의 판단이 이루어질 수도 있다. For example, when the sleep sound generated in a posture lying directly on the head and body is more than a predetermined size, a determination may be made in which a weight is determined to determine sleep apnea severity. Also, a sound having a predetermined size or more among sounds generated in a predetermined posture or a sound having a predetermined size or more generated when the posture changes from a predetermined posture to another posture is judged as noise to exclude the corresponding sound from sleep apnea severity judgment Judgment may be made.

또한, 일 예로, 상기 보조 특성의 활용 형태는, 특정 자세 뿐만이 아니라, 자세가 변화되는 정도를 판단하는데도 활용될 수 있다. 예컨대, 자세 변화 정도가 클 경우에 발생하는 수면음을 수면 무호흡 중증도 판단에서 배제할 수 있다. In addition, as an example, the form of utilization of the auxiliary feature may be used to determine not only the specific posture but also the degree to which the posture is changed. For example, the sleep sound generated when the degree of posture change is large may be excluded from the sleep apnea severity judgment.

즉, 제1 센서 장치(100)에서 포착된 가속도 센서의 변화량 정보를 이용하여, 피검사자의 몸의 움직임 정도를 판단하고, 소정의 시간 동안 피검사자의 수면 자세의 변화량이 소정의 기준량 이상으로 판단되어, 자세 변화가 심한 시간 구간에서 포착된 수면음은 수면 무호흡 중증도 판단에서 배제함으로써, 수면 무호흡 중증도의 판단을 보다 정확하게 할 수 있다.That is, the degree of movement of the subject's body is determined using the change amount information of the acceleration sensor captured by the first sensor device 100, and the amount of change in the sleeping posture of the examinee is determined to be equal to or more than a predetermined reference amount for a predetermined time. The sleep sound captured in the period of time when the posture change is severe may be excluded from the sleep apnea severity judgment, thereby more accurately determining the sleep apnea severity.

도 4 는 본 발명의 일 실시예에 따른 수면 무호흡 검사 장치의 검사 방법을 나타낸 블록도이다. 도 4 를 참조하면, 상기 알고리즘은, 상기 제1 센서 장치(100)에 의해서 포착된 피검사자의 자세가 상기 수면 자세군 중 특정한 자세군에 해당하는 자세일 때 상기 제2 센서 장치(200)에 의해서 포착된 수면음을 이용하여 피검사자의 수면 무호흡 중증도를 판단한다.Figure 4 is a block diagram showing a test method of the sleep apnea testing apparatus according to an embodiment of the present invention. Referring to FIG. 4, the algorithm is performed by the second sensor device 200 when the posture of the examinee captured by the first sensor device 100 corresponds to a specific posture group among the sleep posture groups. The captured sleep sound is used to determine the sleep apnea severity of the examinee.

즉, 피검사자가 특정한 자세를 취할 때 발생한 수면음은 수면 무호흡 중증도 판단에서 배제하고, 그 외의 자세를 취할 때 발생한 수면음만을 토대로 하여 수면 무호흡 중증도를 판단할 수 있다.That is, the sleep sound generated when the examinee takes a specific posture may be excluded from the sleep apnea severity judgment, and the sleep apnea severity may be determined based on only the sleep sound generated when the examinee takes another posture.

일 예로, 엎드린 자세인 경우 수면 무호흡 중증도 판단에 활용될 수 있는 데이터가 비교적 부족하므로, 피검사자의 자세가 엎드린 자세에 해당할 때 발생한 수면음은 수면 무호흡 중증도에 활용하지 않을 수 있다.For example, in the prone position, the data that can be used to determine the sleep apnea severity is relatively insufficient. Therefore, the sleep sound generated when the examinee's posture corresponds to the prone position may not be used for the sleep apnea severity.

도 5 는 본 발명의 일 실시예에 따른 수면 무호흡 검사 장치의 검사 방법을 나타낸 블록도이다. 도 5 를 참조하면, 상기 알고리즘은, 수면 자세로부터 수면 단계를 도출하는 수면 단계 도출 모델을 포함하며, 각각의 수면 단계(sleep stage)에서 발생한 수면음을 각각 분리하여, 수면 무호흡 중증도를 판단할 수 있다.5 is a block diagram showing a test method of the sleep apnea testing apparatus according to an embodiment of the present invention. Referring to FIG. 5, the algorithm may include a sleep stage derivation model for deriving a sleep stage from a sleep posture, and may separate sleep sounds generated at each sleep stage to determine sleep apnea severity. have.

이를 위해서, 수면 자세와 수면 단계 사이의 유의미한 관계가 저장되어 수면 자세로부터 수면 단계를 유추하는 소정의 제4 알고리즘이 처리 장치(300) 내에 내장될 수 있다. To this end, a predetermined fourth algorithm for storing a significant relationship between the sleep posture and the sleep stage to infer the sleep stage from the sleep posture may be embedded in the processing device 300.

아울러, 상기 알고리즘은 4 알고리즘에 의해서 유추된 피검사자의 수면 단계와, 각각의 수면 단계에서 발생한 수면음을 이용하여 수면 무호흡 중증도를 판단할 수 있다. 즉, 수면 자세와 수면음만을 이용하는 것에 더하여, 수면 자세로부터 수면 단계를 도출하고, 도출된 수면 단계와 수면음 사이의 관계를 이용하여 수면 무호흡 중증도를 판단하는 과정을 거칠 수 있다. 이를 위해서, 상기 알고리즘은 수면 단계와 수면음 사이의 관계로부터 수면 무호흡 중증도를 판단하는 제5 알고리즘을 가질 수도 있다.In addition, the algorithm may determine the sleep apnea severity using the sleep stage of the examinee inferred by the 4 algorithm and the sleep sound generated in each sleep stage. That is, in addition to using only sleep posture and sleep sound, the sleep stage may be derived from the sleep posture, and the sleep apnea severity may be determined using the relationship between the derived sleep stage and the sleep sound. To this end, the algorithm may have a fifth algorithm for determining the sleep apnea severity from the relationship between the sleep stage and the sleep sound.

일 예로, 수면 자세에 따라서 수면 단계를 REM 수면, 1 단계 수면, 2 단계 수면, 및 3 단계 수면으로 분류할 수 있다. 이때, 기존의 수면 무호흡 중증도 검사 결과와 대조하여, 상기 각각의 수면 단계 중 2 단계 수면 및 3 단계 수면을 이용하여 수면 무호흡 중증도를 판단하였을 때가 가장 정확도가 높을 경우, 2 단계 수면 및 3 단계 수면에 해당하는 경우의 수면음을 이용하여 수면 무호흡 중증도를 판단할 수 있다. 따라서, 수면 무호흡 중증도의 판단이 더욱 정확해질 수 있다.For example, sleep stages may be classified into REM sleep, 1st stage sleep, 2nd stage sleep, and 3rd stage sleep according to the sleeping posture. In this case, in contrast to the previous sleep apnea severity test results, when the sleep apnea severity is determined using the 2nd stage and 3rd stage sleep of the respective sleep stages is the most accurate, the 2nd stage of sleep and 3rd stage sleep Sleep apnea can be used to determine the severity of sleep apnea. Thus, the determination of sleep apnea severity can be more accurate.

본 발명에 따른 수면 무호흡 중증도 검사 장치는, 피검사자의 수면음과 피검사자의 자세 정보를 동시에 활용하여 수면 무호흡 중증도를 판단함으로써, 종래의 수면 다원 검사와 같은 정확도를 확보하면서, 검사가 간편한 효과를 갖는다. The sleep apnea severity test apparatus according to the present invention utilizes the sound of the examinee and the posture information of the examinee at the same time to determine the sleep apnea severity, thereby securing an accuracy similar to that of the conventional sleep polymorphism test, and having a simple test.

또한, 피검사자의 수면음을 피검사자의 자세에 따라서 분류하여 피검사자의 수면 무호흡 중증도 판단에 활용함으로써, 정확한 수면 무호흡 중증도 판단이 가능해질 수 있다.In addition, the sleep sound of the examinee is classified according to the posture of the examinee and used to determine the sleep apnea severity of the examinee, thereby making it possible to accurately determine the sleep apnea severity.

수면음을 이용하여 수면 무호흡 중증도를 판단할 때, 피검사자의 수면 자세에 따라서 수면 무호흡 중증도 판단에 유의미한 수면음이 각각 달라질 수 있다. 예컨대, 같은 수면음임에도 불구하고 피검사자가 특정한 수면 자세를 취할 경우에는 해당 수면음이 수면 무호흡과 관계가 없는 수면음일 수 있으며, 다른 수면 자세를 취할 경우에는 해당 수면음이 비교적 중증의 수면 무호흡을 나타내는 수면음일 수 있다. 본 발명에 따른 수면 무호흡 중증도 검사 장치에서는, 피검사자의 수면 자세를 포착하고, 수면 자세별로 수면음을 분류하여 수면 무호흡 중증도를 판단함으로써, 간편하면서도 정확한 수면 무호흡 중증도의 판단이 가능해진다.When determining sleep apnea severity using sleep sounds, sleep sounds that are significant in determining sleep apnea severity may vary according to the examinee's sleeping posture. For example, if the examinee takes a specific sleep position despite the same sleep sound, the sleep sound may be a sleep sound that is not related to sleep apnea, and when taking a different sleep position, the sleep sound indicates relatively severe sleep apnea. It may be sleep sound. In the sleep apnea severity test apparatus according to the present invention, by determining the sleep apnea severity by capturing the sleep posture of the examinee, classifying sleep sounds by the sleep posture, and determining the sleep apnea severity.

또한, 본 발명에 따른 수면 무호흡 중증도 검사 장치는 이미 저장된 정보 외에, 추가적으로 정보가 저장되며 해당 정보를 처리할 수 있게 구성된다. 따라서, 검사된 각종 사례들을 추가로 저장하여 기존에 저장된 정보와 새 정보를 결합, 처리하여 새 데이터를 도출하고, 도출된 새 데이터를 수면 무호흡 중증도 판단에 활용할 수 있으므로, 딥 러닝 기법에 의해 데이터를 축적하고 더욱 정확도가 높은 수면 무호흡 중증도 판단이 가능해진다.In addition, the sleep apnea severity test apparatus according to the present invention, in addition to the already stored information is additionally stored information is configured to process the information. Therefore, by additionally storing the various cases examined, new data can be derived by combining and processing existing and new information, and the new data can be used to determine sleep apnea severity. Accumulated and more accurate sleep apnea severity can be determined.

이상에서는 바람직한 실시예에 대하여 도시하고 설명하였지만, 본 발명은 상술한 특정의 실시예에 한정되지 아니하며, 청구범위에서 청구하는 본 발명의 요지를 벗어남이 없이 당해 발명이 속하는 기술분야에서 통상의 지식을 가진자에 의해 다양한 변형실시가 가능한 것은 물론이고, 이러한 변형실시들은 본 발명의 기술적 사상이나 전망으로부터 개별적으로 이해되어져서는 안될 것이다.Although the preferred embodiments have been illustrated and described above, the invention is not limited to the specific embodiments described above, and does not depart from the gist of the invention as claimed in the claims. Various modifications can be made by the vibrator, and these modifications should not be understood individually from the technical idea or the prospect of the present invention.

100: 제1 센서 장치
200: 제2 센서 장치
300: 처리 장치100: first sensor device
200: second sensor device
300: processing unit

Claims (7)

수면 무호흡 중증도 검사 장치에 있어서,
피검사자의 신체에 착용되어 피검사자의 자세를 포착하는 제1 센서 장치;
피검사자의 수면 중의 수면음을 포착하는 제2 센서 장치; 및
상기 제1 센서 장치에서 포착된 피검사자의 자세 데이터와 상기 제2 센서 장치에서 포착된 피검사자의 수면음 데이터를 종합하여 피검사자의 수면 무호흡 중증도를 판단하는 알고리즘을 갖는 처리 장치; 를 포함하고,
상기 제2 센서 장치는 피검사자의 머리에 부착되어 피검사자의 수면 중 발생하는 음성 정보를 골전도 방식으로 감지하는 골전도 마이크를 포함하고,
상기 처리 장치는, 소정의 데이터가 저장되는 데이터 베이스를 포함하며,
상기 데이터 베이스 내에는,
수면 자세와 수면음 및 수면 무호흡 중증도 사이의 관계를 나타내는 데이터 및 알고리즘이 저장될 수 있게 구성되며,
상기 데이터 베이스 내에는,
상기 제1 센서 장치를 이용하여 피검사자의 자세에 관한 보조 특성을 추출하는 제1 알고리즘,
상기 제2 센서 장치에서 포착된 음향 특성 중 노이즈를 제거하여 피검사자의 수면음의 음향 특성을 추출하는 제2 알고리즘, 및
상기 보조 특성과 상기 음향 특성을 이용하여 피검사자의 수면 무호흡증 중증도를 판단하는 제3 알고리즘이 저장되며,
상기 제3 알고리즘은,
피검사자의 수면 자세를 소정의 기준에 따라서 수 개의 수면 자세군으로 분류하고, 각각의 수면 자세군에서 발생한 수면음을 각각 분리하여, 수면 무호흡 중증도를 판단하되, 피검사자의 수면 자세가 상기 수 개의 수면 자세군 중 특정한 수면 자세에 해당할 때 발생한 수면음을 이용하여 피검사자의 수면 무호흡 중증도를 판단하는 알고리즘과,
소정의 시간 동안 피검사자의 수면 자세의 변화량이 소정의 기준량 이상일 경우 해당 시간 동안 발생한 수면음을 수면 무호흡 중증도 판단에서 배제하는 알고리즘을 포함하고,
상기 데이터 베이스 내에는,
수면 자세로부터 피검사자의 수면 단계를 도출하는 수면 단계 도출 모델을 포함하는 제4 알고리즘, 및
상기 제4 알고리즘에서 도출된 각각의 수면 단계에서 발생한 수면음을 각각 분리하여, 특정 수면 단계에서 발생한 수면음을 이용하여 수면 무호흡 중증도를 판단하는 제5 알고리즘이 더 저장되는 수면 무호흡 중증도 검사 장치.In the sleep apnea severity test device,
A first sensor device worn on the body of the examinee and capturing the posture of the examinee;
A second sensor device for capturing sleep sound during sleep of the examinee; And
A processing device having an algorithm for determining the examinee's sleep apnea severity by combining the posture data of the examinee captured by the first sensor device and the sleep sound data of the examinee captured by the second sensor device; Including,
The second sensor device includes a bone conduction microphone attached to the head of the examinee to detect voice information generated during sleep of the examinee in a bone conduction manner,
The processing apparatus includes a database in which predetermined data is stored,
In the database,
Configured to store data and algorithms indicating the relationship between sleep posture and sleep tone and sleep apnea severity,
In the database,
A first algorithm for extracting auxiliary characteristics relating to a posture of an examinee using the first sensor device;
A second algorithm for extracting a sound characteristic of the examinee's sleep sound by removing noise among the sound characteristics captured by the second sensor device, and
A third algorithm for determining a sleep apnea severity of the examinee using the auxiliary characteristics and the acoustic characteristics is stored;
The third algorithm,
The sleep postures of the examinee are classified into several sleep posture groups according to a predetermined criterion, and the sleep sounds generated in each sleep posture group are separately determined to determine the sleep apnea severity. An algorithm for determining the sleep apnea severity of the examinee using sleep sounds generated when a specific sleeping posture is included in the group;
If the amount of change in the sleeping posture of the subject during the predetermined time is more than the predetermined reference amount includes the algorithm to exclude the sleep sound generated during the time from sleep apnea severity judgment,
In the database,
A fourth algorithm comprising a sleep stage derivation model for deriving a sleep stage of the examinee from the sleep position, and
And a fifth algorithm for determining a sleep apnea severity by separately separating sleep sounds generated in each sleep stage derived from the fourth algorithm and using sleep sounds generated in a specific sleep stage. 제1항에 있어서,
상기 제1 센서 장치는,
가속도 센서를 포함하는 수면 무호흡 중증도 검사 장치.The method of claim 1,
The first sensor device,
Sleep apnea severity testing device including an acceleration sensor. 삭제delete 삭제delete 삭제delete 삭제delete 삭제delete
KR1020180033493A 2018-03-22 2018-03-22 Device to detect sleep apnea KR102068330B1 (en)

Priority Applications (2)

Application Number Priority Date Filing Date Title
KR1020180033493A KR102068330B1 (en) 2018-03-22 2018-03-22 Device to detect sleep apnea
PCT/KR2019/002725 WO2019182273A1 (en) 2018-03-22 2019-03-08 Sleep apnea severity testing device

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
KR1020180033493A KR102068330B1 (en) 2018-03-22 2018-03-22 Device to detect sleep apnea

Publications (2)

Publication Number Publication Date
KR20190111413A KR20190111413A (en) 2019-10-02
KR102068330B1 true KR102068330B1 (en) 2020-01-20

Family

ID=67987326

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020180033493A KR102068330B1 (en) 2018-03-22 2018-03-22 Device to detect sleep apnea

Country Status (2)

Country Link
KR (1) KR102068330B1 (en)
WO (1) WO2019182273A1 (en)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20210129317A (en) 2020-04-17 2021-10-28 코웨이 주식회사 Motion Frame Bed for Snoring Reduction Operation and Snoring Reduction Method using the same

Families Citing this family (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2021225382A1 (en) * 2020-05-06 2021-11-11 서울대학교산학협력단 Device and method for testing respiratory state, and device and method for controlling sleep disorder
JP2023536514A (en) * 2020-08-04 2023-08-25 エースリープ A computing device for predicting a sleep state based on data measured in a user's sleep environment
US20220202358A1 (en) * 2020-12-29 2022-06-30 Industrial Technology Research Institute Electronic device and method for detecting apnea
KR102387734B1 (en) * 2021-04-22 2022-04-18 주식회사 에이슬립 Sleep state determination method, apparatus and computer program through non-contact data collection

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP5350735B2 (en) * 2008-09-30 2013-11-27 テルモ株式会社 Information processing apparatus, recording medium, and program
JP2016007418A (en) * 2014-06-25 2016-01-18 株式会社東芝 Sleep state estimation apparatus, sleep state estimation method and program
US9675268B2 (en) 2009-11-05 2017-06-13 Inovise Medical, Inc. Detection and differentiation of sleep disordered breathing
KR101796871B1 (en) 2016-07-29 2017-11-10 군산대학교산학협력단 Apparatus for diagnosing sleep apnea using video and respiration sound
JP2018504166A (en) 2014-12-08 2018-02-15 ユニヴァーシティ オブ ワシントン System and method for identifying subject motion

Family Cites Families (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20110080372A (en) * 2010-01-05 2011-07-13 전북대학교산학협력단 Sleeping posture sensing apparatus for polysomnography
KR101096089B1 (en) 2010-01-28 2011-12-19 충북대학교 산학협력단 Device and Method to Detect Sleep Apnea and Classify its Type
KR102143499B1 (en) * 2013-06-11 2020-08-11 삼성전자주식회사 Method and apparatus for quality measurement of sleep using a portable terminal
KR102270546B1 (en) * 2015-11-16 2021-06-30 주식회사 탑 엔지니어링 System for detecting apnea
KR102386000B1 (en) * 2016-03-17 2022-04-13 주식회사 바이랩 System for sleep apnea monitoring

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP5350735B2 (en) * 2008-09-30 2013-11-27 テルモ株式会社 Information processing apparatus, recording medium, and program
US9675268B2 (en) 2009-11-05 2017-06-13 Inovise Medical, Inc. Detection and differentiation of sleep disordered breathing
JP2016007418A (en) * 2014-06-25 2016-01-18 株式会社東芝 Sleep state estimation apparatus, sleep state estimation method and program
JP2018504166A (en) 2014-12-08 2018-02-15 ユニヴァーシティ オブ ワシントン System and method for identifying subject motion
KR101796871B1 (en) 2016-07-29 2017-11-10 군산대학교산학협력단 Apparatus for diagnosing sleep apnea using video and respiration sound

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20210129317A (en) 2020-04-17 2021-10-28 코웨이 주식회사 Motion Frame Bed for Snoring Reduction Operation and Snoring Reduction Method using the same

Also Published As

Publication number Publication date
WO2019182273A1 (en) 2019-09-26
KR20190111413A (en) 2019-10-02

Similar Documents

Publication Publication Date Title
KR102068330B1 (en) Device to detect sleep apnea
JP6339711B2 (en) Biological information monitoring system
US10278639B2 (en) Method and system for sleep detection
JP5153770B2 (en) System and method for snoring detection and confirmation
JP5878926B2 (en) Apparatus and method for diagnosing obstructive sleep apnea
US7559903B2 (en) Breathing sound analysis for detection of sleep apnea/popnea events
WO2014107798A1 (en) Mask and method for breathing disorder identification, characterization and/or diagnosis
US10004452B2 (en) System and methods for estimating respiratory airflow
CN107887032A (en) A kind of data processing method and device
JP2021518246A (en) Methods and systems for detecting respiratory events in subjects and methods for forming models for detecting respiratory events
AU2018227924B2 (en) Methods and devices using meta-features extracted from accelerometry signals for swallowing impairment detection
KR102324471B1 (en) Portable sleep apnea computer assisted diagnosis sensor device and its control method
CN105078426A (en) System, method and device for diagnosing sleep apnea
US11291406B2 (en) System for determining a set of at least one cardio-respiratory descriptor of an individual during sleep
CA2585824A1 (en) Breathing sound analysis for detection of sleep apnea/hypopnea events
WO2018147252A1 (en) Bed monitoring system
TW202302032A (en) A method of monitoring apnea and hypopnea events based on the classification of the descent rate of heartbeat intervals
CA2584258A1 (en) Breathing sound analysis for estimation of airflow rate
Guul et al. Portable prescreening system for sleep apnea
KR102451347B1 (en) Wearable lung auscultation sound analysis device
KR20200062876A (en) Pulmonary function measurement and respiratory status diagnosis method using the respiratory curve detected from the face image
US20240065618A1 (en) Sleep monitoring capsule and sleep monitoring system
US11083403B1 (en) Pulmonary health assessment system
EP4311476A1 (en) Monitoring sleeping disorders and system thereof
Coronel et al. 0460 detecting respiratory events by respiratory effort derived from 3D time-of-flight camera and SpO2

Legal Events

Date Code Title Description
A201 Request for examination
E902 Notification of reason for refusal
E701 Decision to grant or registration of patent right
GRNT Written decision to grant