KR102634498B1 - 수면 생리의 평가를 위한 카디오 키네틱 크로스 스펙트럼 밀도 - Google Patents
수면 생리의 평가를 위한 카디오 키네틱 크로스 스펙트럼 밀도 Download PDFInfo
- Publication number
- KR102634498B1 KR102634498B1 KR1020187021092A KR20187021092A KR102634498B1 KR 102634498 B1 KR102634498 B1 KR 102634498B1 KR 1020187021092 A KR1020187021092 A KR 1020187021092A KR 20187021092 A KR20187021092 A KR 20187021092A KR 102634498 B1 KR102634498 B1 KR 102634498B1
- Authority
- KR
- South Korea
- Prior art keywords
- sleep
- subject
- data
- assessing
- states
- Prior art date
Links
- 230000008665 sleep physiology Effects 0.000 title 1
- 230000007958 sleep Effects 0.000 claims abstract description 64
- 238000000034 method Methods 0.000 claims abstract description 35
- 230000033001 locomotion Effects 0.000 claims abstract description 34
- 230000035790 physiological processes and functions Effects 0.000 claims abstract description 34
- 230000000694 effects Effects 0.000 claims abstract description 28
- 230000008667 sleep stage Effects 0.000 claims abstract description 10
- 238000004364 calculation method Methods 0.000 claims abstract description 8
- 230000003860 sleep quality Effects 0.000 claims abstract description 6
- 230000000747 cardiac effect Effects 0.000 claims description 21
- 238000013442 quality metrics Methods 0.000 claims description 13
- 230000003595 spectral effect Effects 0.000 claims description 9
- 201000003631 narcolepsy Diseases 0.000 claims description 5
- 206010062519 Poor quality sleep Diseases 0.000 claims description 3
- 230000036385 rapid eye movement (rem) sleep Effects 0.000 claims description 3
- 230000007704 transition Effects 0.000 claims description 3
- 230000007170 pathology Effects 0.000 claims 1
- 208000019116 sleep disease Diseases 0.000 abstract description 10
- 208000037265 diseases, disorders, signs and symptoms Diseases 0.000 abstract description 7
- 230000008569 process Effects 0.000 abstract description 4
- 238000012216 screening Methods 0.000 abstract description 3
- 230000004962 physiological condition Effects 0.000 abstract 1
- 238000012545 processing Methods 0.000 description 9
- 230000036387 respiratory rate Effects 0.000 description 9
- 238000010801 machine learning Methods 0.000 description 5
- 230000029058 respiratory gaseous exchange Effects 0.000 description 5
- 208000010340 Sleep Deprivation Diseases 0.000 description 4
- 238000010586 diagram Methods 0.000 description 4
- 230000004461 rapid eye movement Effects 0.000 description 4
- 201000010099 disease Diseases 0.000 description 3
- 208000035475 disorder Diseases 0.000 description 3
- 230000005283 ground state Effects 0.000 description 3
- 238000012544 monitoring process Methods 0.000 description 3
- 230000002093 peripheral effect Effects 0.000 description 3
- 208000001573 Cataplexy Diseases 0.000 description 2
- 206010033799 Paralysis Diseases 0.000 description 2
- 208000005793 Restless legs syndrome Diseases 0.000 description 2
- 208000013738 Sleep Initiation and Maintenance disease Diseases 0.000 description 2
- 238000013459 approach Methods 0.000 description 2
- 210000004556 brain Anatomy 0.000 description 2
- 238000004891 communication Methods 0.000 description 2
- 206010015037 epilepsy Diseases 0.000 description 2
- 206010022437 insomnia Diseases 0.000 description 2
- 230000007246 mechanism Effects 0.000 description 2
- 208000001797 obstructive sleep apnea Diseases 0.000 description 2
- 230000003287 optical effect Effects 0.000 description 2
- 230000001734 parasympathetic effect Effects 0.000 description 2
- 230000000241 respiratory effect Effects 0.000 description 2
- 210000002027 skeletal muscle Anatomy 0.000 description 2
- 238000001228 spectrum Methods 0.000 description 2
- 230000002889 sympathetic effect Effects 0.000 description 2
- 238000012549 training Methods 0.000 description 2
- 239000013598 vector Substances 0.000 description 2
- 210000000707 wrist Anatomy 0.000 description 2
- 206010063746 Accidental death Diseases 0.000 description 1
- 208000007590 Disorders of Excessive Somnolence Diseases 0.000 description 1
- 208000004547 Hallucinations Diseases 0.000 description 1
- 208000016588 Idiopathic hypersomnia Diseases 0.000 description 1
- 208000000224 Night Terrors Diseases 0.000 description 1
- 208000025535 REM sleep behavior disease Diseases 0.000 description 1
- 208000004301 Sinus Arrhythmia Diseases 0.000 description 1
- 206010041010 Sleep terror Diseases 0.000 description 1
- 230000004913 activation Effects 0.000 description 1
- QVGXLLKOCUKJST-UHFFFAOYSA-N atomic oxygen Chemical compound [O] QVGXLLKOCUKJST-UHFFFAOYSA-N 0.000 description 1
- 230000003542 behavioural effect Effects 0.000 description 1
- 239000008280 blood Substances 0.000 description 1
- 210000004369 blood Anatomy 0.000 description 1
- 239000002775 capsule Substances 0.000 description 1
- 230000001149 cognitive effect Effects 0.000 description 1
- 239000000470 constituent Substances 0.000 description 1
- 230000002596 correlated effect Effects 0.000 description 1
- 230000008878 coupling Effects 0.000 description 1
- 238000010168 coupling process Methods 0.000 description 1
- 238000005859 coupling reaction Methods 0.000 description 1
- 238000013480 data collection Methods 0.000 description 1
- 230000037213 diet Effects 0.000 description 1
- 235000005911 diet Nutrition 0.000 description 1
- 210000002249 digestive system Anatomy 0.000 description 1
- 230000002996 emotional effect Effects 0.000 description 1
- 238000000605 extraction Methods 0.000 description 1
- 230000004424 eye movement Effects 0.000 description 1
- 230000006870 function Effects 0.000 description 1
- PCHJSUWPFVWCPO-UHFFFAOYSA-N gold Chemical compound [Au] PCHJSUWPFVWCPO-UHFFFAOYSA-N 0.000 description 1
- 230000036541 health Effects 0.000 description 1
- 206010020765 hypersomnia Diseases 0.000 description 1
- 230000000147 hypnotic effect Effects 0.000 description 1
- 230000028993 immune response Effects 0.000 description 1
- 239000004973 liquid crystal related substance Substances 0.000 description 1
- 230000005056 memory consolidation Effects 0.000 description 1
- 230000003340 mental effect Effects 0.000 description 1
- 230000004630 mental health Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000012806 monitoring device Methods 0.000 description 1
- 210000003205 muscle Anatomy 0.000 description 1
- 210000000653 nervous system Anatomy 0.000 description 1
- 229910052760 oxygen Inorganic materials 0.000 description 1
- 239000001301 oxygen Substances 0.000 description 1
- 238000013186 photoplethysmography Methods 0.000 description 1
- 230000001144 postural effect Effects 0.000 description 1
- 230000002250 progressing effect Effects 0.000 description 1
- 238000011084 recovery Methods 0.000 description 1
- 230000001105 regulatory effect Effects 0.000 description 1
- 201000002859 sleep apnea Diseases 0.000 description 1
- 208000022925 sleep disturbance Diseases 0.000 description 1
- 238000010561 standard procedure Methods 0.000 description 1
- 210000002820 sympathetic nervous system Anatomy 0.000 description 1
- 238000012360 testing method Methods 0.000 description 1
- 230000000007 visual effect Effects 0.000 description 1
- 230000002618 waking effect Effects 0.000 description 1
- 230000004584 weight gain Effects 0.000 description 1
- 235000019786 weight gain Nutrition 0.000 description 1
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
- A61B5/4812—Detecting sleep stages or cycles
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/0002—Remote monitoring of patients using telemetry, e.g. transmission of vital signals via a communication network
- A61B5/0004—Remote monitoring of patients using telemetry, e.g. transmission of vital signals via a communication network characterised by the type of physiological signal transmitted
- A61B5/0006—ECG or EEG signals
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/02—Detecting, measuring or recording pulse, heart rate, blood pressure or blood flow; Combined pulse/heart-rate/blood pressure determination; Evaluating a cardiovascular condition not otherwise provided for, e.g. using combinations of techniques provided for in this group with electrocardiography or electroauscultation; Heart catheters for measuring blood pressure
- A61B5/0205—Simultaneously evaluating both cardiovascular conditions and different types of body conditions, e.g. heart and respiratory condition
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/02—Detecting, measuring or recording pulse, heart rate, blood pressure or blood flow; Combined pulse/heart-rate/blood pressure determination; Evaluating a cardiovascular condition not otherwise provided for, e.g. using combinations of techniques provided for in this group with electrocardiography or electroauscultation; Heart catheters for measuring blood pressure
- A61B5/024—Detecting, measuring or recording pulse rate or heart rate
- A61B5/02416—Detecting, measuring or recording pulse rate or heart rate using photoplethysmograph signals, e.g. generated by infrared radiation
-
- 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
- A61B5/1102—Ballistocardiography
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/24—Detecting, measuring or recording bioelectric or biomagnetic signals of the body or parts thereof
- A61B5/316—Modalities, i.e. specific diagnostic methods
- A61B5/318—Heart-related electrical modalities, e.g. electrocardiography [ECG]
-
- 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
- A61B5/4815—Sleep quality
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/68—Arrangements of detecting, measuring or recording means, e.g. sensors, in relation to patient
- A61B5/6801—Arrangements of detecting, measuring or recording means, e.g. sensors, in relation to patient specially adapted to be attached to or worn on the body surface
- A61B5/6802—Sensor mounted on worn items
-
- 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
- A61B5/7221—Determining signal validity, reliability or quality
-
- 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
- A61B5/7278—Artificial waveform generation or derivation, e.g. synthesising signals from measured signals
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/74—Details of notification to user or communication with user or patient ; user input means
- A61B5/742—Details of notification to user or communication with user or patient ; user input means using visual displays
-
- 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 동시 측정된 심장 및 모션 신호를 처리하고, 상기 신호들로부터 크로스 스펙트럼 밀도 계산을 위한 최적의 심장 및 모션 신호 조합을 선택하고, 그리고 이후에, 개개의 구성 주파수 및 공통 기초 생리적 상태들에 의해 상기 주파수들에 미치는 효과의 측면에서 공유 정보를 아이템화할 수 있는 방법 및 시스템을 포함한다. 상기 정보는 분류기를 통해 보내지고, 여기서 상기 정보는 수면 단계, 질 및/또는 수면 안정성에 영향을 주는 장애에 의해 예시되지만 이에 한정되지 않는, 기초 생리적 상태들을 정량화하는데 사용된다. 설명된 방법들에 의해 이루어지는 추론은 예를 들어, 가정 기반 수면 분석 및 수면 장애가 있는 환자의 자동 선별을 돕는데 사용될 수 있다.
Description
우선권 주장
본 출원은 2015 년 12 월 29 일자로 출원된 특허 가출원 제62/272,223 호로부터의 우선권을 주장하며, 그 개시 내용은 참조에 의해 전부 본원에 인용 및 원용된다.
분야
본 발명은 비침습적 디지털 건강 모니터링, 생리 신호 프로세싱 및 생물학적 데이터 계산 분야에 관한 것이다. 특히, 본 발명은 개인의 수면/각성 단계와 관련된 생리 상태를 검출, 측정 및 평가하기 위한 시스템 및 방법에 관한 것이다.
수면은 자연적인, 주기적으로 반복되는 인간의 부동 상태로서, 그 동안에 신경계는 대체로 비활성 상태이며 눈은 감기고 자세 근육이 이완되고, 의식이 사실상 중지된다. 그러나, 뇌는 활성 상태로 남아있다. 대조적으로, 각성 (wakefulness) 은 수면의 부재로서 정의되며 개인의 의식, 인식 및 의도적인 활동에 의해 증명된다. 수면의 주요 기능은 회복으로 알려져 있지만 수면의 정확한 목적은 모른다. 수면 박탈 (sleep deprivation) 의 효과를 조사한 연구들은 효과적인 수면이 신체 및 정신 건강 양자 모두에 중요하다는 것을 보여주었다. 또한, 수면은 기억 강화 (memory consolidation) 그리고 신경가소성 (microplasticity) 에 중요한 역할을 하는 것으로 추론된다. 만족스러운 수면의 질을 경험하는 것은 긴요하며 정신의 예민함, 생산성, 신체 활력 및 감정적인 균형이 가장 중요한, 깨어있는 삶의 여러 측면에 영향을주는 것으로 입증되었다.
수면 질환 (somnipathy) 으로도 칭해지는 수면 장애 (sleep disorder) 는 수면 패턴의 의학적 장애이며 그 예로는 수면 간질 (sleep epilepsy), 폐쇄성 수면 무호흡증, 기면증 (narcolepsy), 특발성 과다수면, 탈력 발작과 야경증 등이 있지만 이에 한정되지는 않는다. 이러한 장애는 피검자의 삶에 가혹하게 영향을 미치며 약간의 체중 증가와 같은 양성 (benign) 상태로부터, 약화된 면역 반응, 우울증 및 우발적 사망과 같은 심각한 상태까지 다를 수 있다.
현재 수면 평가를 위한 단 하나의 금 표준 방법, 즉 수면다원 검사 (PSG) 가 존재한다. PSG는 뇌 역학, 혈액내 산소 수준, 심박수 (heart rate) 및 호흡수 (breathing rate) 뿐만 아니라 안구 운동 및 골격근 활성화의 기록을 수반한다. 이 방법이 종합적이라 할지라도, 모니터링될 개인이 수면 클리닉에서 적어도 하룻 밤을 보낼 필요가 있기 때문에, 비용이 많이 들고 또한 시간이 많이 걸린다. 또한 일부 피검자의 경우, 모니터링을 위해 수면 클리닉에 참석하는 것은 거의 불가능하다. 예를 들어, 시골 지역에는 수면 클리닉이 거의 없거나 또는 적정한 거리 내에 그러한 시설이 거의 없어, 시골 거주자들은 모니터링을 위해 먼 거리를 이동하거나 또는 테스트를 포기하게 된다. 또한, 피검자가 수면 검사를 위해 수면 클리닉에 갈 수 있을 때, 피검자에 수많은 표면 전극과 배선이 설치된다. 그러한 경우, 모니터링 디바이스들은 불편함과 피검자가 익숙한 수면 자세에서 다른 데로 돌려져야 하는 필요성 때문에 피검자의 수면에 부당한 영향을 줄 수 있다.
이로써, 본 발명자들은 수면 단계를 평가하는데 사용된 기존의 메커니즘이 엄청나게 비싸고 시간이 많이 걸리고 피검자에게 피할수 없는 불편을 제기한다는 것을 인식하였다. 그러므로, 피검자에 대한 불편을 최소화하거나 없애는 저렴하고 비침습적인 방식으로 수면 단계들을 평가하는 메커니즘에 대한 강력한 필요성이 존재한다.
개요
청구된 발명은 광범위한 심장 (cardiac) 및 모션 (motion) 신호를 동시에 그리고 비침습적 방식으로 이용하여 피검자의 수면 단계를 평가하는 컴퓨터 구현 방법을 포함한다. 일 양태에서, 그 방법은 그러한 심장 및 모션 신호들을, 이러한 신호들을 검출 및 측정할 수 있는 범위의 데이터 획득 디바이스들, 이러한 정보를 저장하고 조직하는 데이터베이스 및 클라우드 기반 플랫폼, 또는 이들의 임의의 조합으로부터, 얻을 수 있다. 일 양태에서, 크로스 스펙트럼 밀도 (cross - spectral density) 계산을 위한 최적의 신호는 상기 범위의 심장 및 모션 신호로부터 선택되며, 개개의 구성 주파수 및 공통 기초 상태에 의해 상기 주파수에 미치는 효과의 측면에서 아이템화된 정보로서 공유된다. 이후, 아이템화된 정보는 분류기를 통해 보내진다. 다음으로 분류기는 그 정보를 상태들로 분리할 수 있을뿐만 아니라 그러한 수면 상태들에 관한 추론을 내릴 수 있다. 일 양태에서, 상태 및 추론은 수면 단계, 수면의 질, 수면 안정성 및 수면 장애에 의해 예시되지만, 이에 한정되는 것은 아니다. 이러한 추론은 예를 들어, 가정 기반 수면 분석 및 수면 장애가 있는 환자의 자동 선별을 돕는데 사용될 수 있다. 또한, 데이터 획득 디바이스(들) 에 의해 수집된 데이터는 또한 무선 접속 및 통신을 통해 다른 데이터 획득 디바이스(들), 모바일 디바이스 및/또는 클라우드 기반 플랫폼으로 전송되고 이들간에 중계될 수 있다. 데이터 획득 디바이스, 모바일 디바이스 및/또는 클라우드 기반 플랫폼으로부터, 정보는 의료, 보험 및 건강관리 제공자에 의해 예시되지만 이에 한정되지 않는 제 3 자와 공유될 수 있다.
본 발명의 이러한 그리고 다른 양태들은 상세한 설명 및 도면을 읽고 이해함으로써 실현될 수 있다.
도 1 내지 도 1a 는 본 발명의 일 양태에 따른 데이터 획득 디바이스의 개략도이다.
도 1b 는 본 발명의 일 양태에 따른 분류기를 예시한다.
도 2 는 본 발명의 일 양태에 따른 컴퓨터의 블록도를 예시한다.
도 1b 는 본 발명의 일 양태에 따른 분류기를 예시한다.
도 2 는 본 발명의 일 양태에 따른 컴퓨터의 블록도를 예시한다.
다음의 약어들이 이하의 상세한 설명 전체에 걸쳐 사용된다 : ACC - 가속도계; BCG - 심탄동계; CSD - 크로스 스펙트럼 밀도; DSP - 디지털 신호 프로세싱; ECG - 심전도; HR - 심박수; PPG- 광전용적맥파; RR - 연속적 R 스파이크들 간의 간격.
일 양태에서, 본 발명은 비침습적 데이터 획득 디바이스를 통해 획득되거나 또는 관련된 클라우드 기반 플랫폼 및 데이터베이스 중 어느 하나, 또는 이들의 조합을 통해 이용가능해지는 광범위한 심장 및 모션 신호를 사용하여, 개인의 수면 단계 (예 : 각성 그리고 5개의 수면 단계 1, 2, 3, 4 및 REM 중 하나, 순서대로 1 에서 REM 으로 다시 단계 1로 진행), 수면의 질 (즉, 수면량 및 수면중 움직임), 수면 안정성 (즉, 수면 상태로 머무는 것), 및 잠재적 수면 장애를 모니터링 및 추론할 수 있는 컴퓨터 구현 방법을 활용한다. 일 양태에서, 수면 장애는 3개의 범주: 수면 부족 (예 : 불면증 및 수면 박탈), 수면 방해 (수면 무호흡증, REM 수면 행동 장애 및 하지 불안 증후군), 및 과도 수면 (예 : 기면증, 탈력 발작, 수면 마비, 그리고 최면 환각) 으로 분할될 수 있다.
일 양태에서, 본 발명은 심장 및 모션 신호의 범위를 동시에 검출 및 측정하여, 크로스 스펙트럼 밀도 계산을 위한 최적의 신호를 상기 범위로부터 선택하고, 그리고 개개의 구성 주파수 및 공통 기초 상태들에 의해 상기 주파수에 대해 가해진 효과의 측면에서 공유된 정보를 아이템화하도록 구성된 데이터 획득 디바이스 (101) 를 이용한다. 데이터 획득 디바이스 (101) 는 피검자로부터 데이터, 그리고 보다 구체적으로는 심장 및 모션 신호를 획득할 수 있는 임의의 디바이스를 포함할 수 있다. 예를 들어, 데이터 획득 디바이스 (101) 는 이식 가능한 디바이스 (예를 들어, 사람의 손목에 삽입된 칩), 섭취 가능한 디바이스 (예를 들어, 소화 시스템을 통과하는 캡슐) 및 나노기술 시스템을 포함할 수 있다. 또한, 상황인지 정보 (예를 들어, 이전에 진단된 사정 및 질병, 행동 습관, 식이, 그리고 피검자의 수면 패턴에 영향을 미칠 수 있는 유사한 것에 관한 상세) 가 피검자에 의해 다양한 컴포넌트들 (예를 들면, 데이터 획득 디바이스, 다른 모바일 디바이스들, 클라우드 기반 플랫폼) 에 제공되어 본원에 설명된 시스템 및 방법에 의해 활용될 수 있다.
도 1 내지 도 1a 는 데이터 획득 디바이스 (101) 내에 포함되는 설명된 시스템 및 방법의 개략도이다. 일 양태에서, 모션을 검출하기 위한 압전 가속도계, 및 ECG 및 PPG 기록기를 포함하지만 이에 한정되지 않는 비침습적 기술의 사용을 통해, 데이터 획득 디바이스 (101) 가 수면 중에 풍부한 생리적 신호의 수집을 허용한다. 일 양태에서, 데이터 획득 디바이스 (101) 는 웨어러블 디바이스이다. 이러한 웨어러블 디바이스 (101) 는, 참조에 의해 전부 원용되는 미국 특허 출원 제 14/128,675 호에 개시된 웨어러블 데이터 획득 디바이스를 포함할 수 있지만, 이에 한정되는 것은 아니다.
일 양태에서, 심장 및 모션 신호는 시간 윈도우 (time window; 106) 내에서 수집될 수 있다. 시간 윈도우 (106) 는 다양한 길이일 수 있다. 예를 들어, 도 1 내지 도 1a를 참조하면, 심장 및 모션 신호를 동시에 수집하기 위해 3.5 분의 공통 시간 윈도우 (106) 가 이용된다. 다른 양태들에서, 다른 시간 윈도우들이 사용될 수 있다. 심장 및 모션 신호는 여러 시간 윈도우 (106) 에 걸쳐 캡처되어, 일련의 윈도우 (106) 를 형성할 수 있으며, 각각의 윈도우 (106) 는 (즉, 동일한 길이를 갖는) 동일한 수의 샘플들을 포함한다. 일 양태에서, 윈도우를 추적하기 위해, 초기 윈도우는 n 과 동일하다. 데이터 수집이 연속적으로 진행됨에 따라, 윈도우 (106) 는 일련의 (n + 1), (n + 2), (n + 3) 등 및/또는 (n-1), (n-2), (n-3) 등으로서 늘어난다. 일부 경우에, 윈도우 중첩이 발생할 수 있고, 이는 더 빈번한 출력을 전달할 수 있다. 벡터 (즉, 입력 값을 보여주고 변환될 수 있는 행렬) 는 양자 모두의 이벤트 (즉, 중첩 및 비중첩 윈도우) 양자 모두에 대해 생성될 수 있다.
도 1 내지 도 1a를 참조하면, 윈도우 (106) 에 대한 시작점은 원시 (raw) 카디오 (cardio) 및 모션 신호가 데이터 획득 디바이스 (101) 에 의해 검출될 수도 있거나 및/또는 프로세싱에 적합하도록 임의의 원점으로부터 전달될 수 있는 점이다. 데이터 획득 디바이스 (101) 를 통해, ECG (102(a)) 및 PPG(102(b)) 와 같은 채널 (102) 은 피검자의 각각의 심장박동이 개시될 때에 대해 정확한 추정치의 추출을 가능하게 한다. 디지털 신호 프로세싱 (DSP) (103) 후에, 연속적 심장박동의 시작간의 거리는 ECG (102(a)) 데이터 스트림으로부터 얻어진 2개의 R-스파이크 사이의 시간을 나타내는, 소위 RR 간격 (104) 과 비슷한 정보를 제공한다. 이 신호에 의해 측정된 심장 활동은 여러가지 생리적 요인에 의해 조절될 수 있다. 이러한 요인, 예를 들어, 심박수에 영향을 주는 교감 신경계 톤은 상이한 정도를 나타내며 착용자의 수면/각성 상태에 주로 의존한다. 다른 요인으로는 각성/수면 상태, 수면 단계, 호흡수 및 COPD와 같은 호흡에 영향을 미치는 질병에 의한 호흡수 효과를 포함하지만, 이에 한정되지는 않는다.
심장 활동 이외에, 모션 데이터는 데이터 획득 디바이스 (101) 에 의해 피검자로부터 카디오 데이터에 동시에 그리고 공통 시간 윈도우 (106) (예를 들어 3.5 분) 내에서 수집될 수 있다. 일 양태에서, 데이터 획득 디바이스 (101) 는 모션 데이터를 획득하기 위해 가속도계 (102(c)) 및/또는 BCG 기록기 (102(d)) 를 이용할 수있다. 모션을 반영하는 결과적인 데이터 스트림은 하지 불안 증후군, 수면 간질, 폐쇄성 수면 무호흡증 및 다른 수면과 관련된 호흡 장애 뿐만 아니라 REM (rapid eye movement) 수면이 일어나고 그 동안에 자발적인 근육이 마비되고 신호에 거의 기여하지 못하는 수면/각성 단계를 포함하지만 이에 한정되지 않는, 넓은 범위의 생리적 상태 (108) 에 의해 영향을 받는다. 불면증 및 관련 사정에 대해, 모션 데이터 스트림은 수면의 질 및 안정성에 대한 정보도 전달할 수 있다.
많은 상기 언급된 상태들에 대한 추론은 심장 활동 채널 (102(a-b)) 에서의 신호가 어떻게 모션 채널들 (102(c-d)) 에 기록된 것들과 관련되는지 분석함으로써 이루어질 수 있다. 일 양태에서, 카디오 및 모션 채널 (102) (a-d) 양자 모두의 크로스 스펙트럼 밀도 (CSD) (105) 를 포함하지만 이에 한정되지 않는 특징들 (features) 의 세트가 전술한 카디오 및 모션 데이터 양자 모두를 생성하는 공통 기초 상태를 정량화하기 위해 계산된다. CSD (105) 는 두 신호가 서로 가장 강하게 상관되는 기간 (period) 을 찾는다. 일 양태에서, 심박수 및 호흡수 데이터에 대해, 이것은 1회 호흡 (약 5초) 의 길이에서 발생하는데, 호흡이 심박수를 조절하기 때문이다. 상기 채널들 (102(a-d)) 사이의 결과적인 관계는 개개의 구성 주파수들 및 각각이 공통 기초 상태들에 의해 얼마나 강하게 영향을 받는지의 측면에서 아이템화된다. 일 양태에서, CSD (105) 는 아래에서 논의되는 CSD 소프트웨어 (207) 에 의해 결정될 수 있다. 이 분석은 모션 및 심장 활동 데이터 양자 모두에서 공유 증거를 찾기 위해 공동의 프로세스에 대한 정보를 제공하고, 개개의 구성 주파수 및 각각이 공통 기초 상태에 의해 얼마나 강하게 영향을 받는지의 측면에서 공유 정보를 아이템화한다. 위에서 언급된 상태들은 이 접근법을 사용하여 추론될 수 있고, 예를 들어, 가정을 기반으로 한 수면 분석 및 수면 장애가 있는 환자의 자동 선별을 돕는데 사용될 수 있다.
크로스 스펙트럼 밀도 벡터와 특정 생리적 상태 사이의 복잡한 관계는 언급된 모든 상이한 상태들을 구별할 수 있는 분류기 (107) 를 훈련시키기 위해 실제 피험자 데이터에 대한 머신 학습/통계적 접근법의 사용을 통해 다루어진다. 예를 들어, CSD (105) 는 가속도계 채널을 통해 측정된 호흡수 및 PPG 를 통해 측정된 심박수와 함께, 호흡수 및 심박수 신호들이 커플링되는 지배적인 주파수 (또는 기간) 를 결정하도록 계산된다. 주파수는 머신 학습 훈련 알고리즘에 공급되는 많은 특징들 (예컨대, 심박수 그 자체, 심박수 변동성) 중 하나가 된다. 또한, 수면의 수면다원검사 데이터가 공급되며, 이것은 머신 학습 트레이닝 알고리즘에 그것에 전달된 특징들의 세트와 어떤 수면/각성 단계들이 연관되는지를 알려준다. 일 양태에서, 수면의 수면다원검사 데이터는 일반적인 데이터이며, 모니터링되는 피검자에 특수하지 않다. 그러나, 다른 양태들에서, 수면의 수면다원검사는 이전 시간에 수집된 피검자로부터 나올 수 있다. 일 양태에서, 이 정보는 30 초 에포크 (epoch) 에서 예시될 수 있는데, 수면다원검사 수면 기록원이 그 길이의 윈도우에서 수면을 모니터링하기 때문이다 (이 경우 윈도우들은 중첩되지 않는다).
유사하게, 스펙트럼 코히어런스 (spectral coherence) 와 같은 많은 다른 메트릭들이 또한, 채널들 사이의 공유된 활동을 생리적 상태들로 매핑하기 위해 전술한 머신 학습 계층에 대한 입력으로서 계산될 수 있다. 스펙트럼 코히어런스는 두 신호가 서로 가장 강하게 영향을 미치는 주파수를 결정하는 데 사용된다. 이것은 수학적으로 위에서 설명한 크로스 스펙트럼 밀도와 밀접한 관련이 있지만, 각 채널에서의 본래의 활동을 정규화하기 위한 추가 항들을 포함한다. 심박수에 대한 호흡수의 영향의 정도가 상이한 수면 상태들 사이에서 변화함에 따라, 이 스펙트럼 코히어런스의 값도 변화한다. 이러한 심박수에 대한 호흡수의 영향 (호흡 동성 부정맥) 정도는 교감/부교감의 균형에 강하게 의존한다 - 부교감 활동이 지배적일 때, 호흡수가 심박수에 가장 강하게 영향을 준다. 스트레스 또는 운동 (exercise) 의 상태는 교감 톤을 증가시키므로 심박수에 대한 호흡수의 영향을 낮춘다.
일 양태에서, 시스템은 기초 생물학적 상태의 조건부 예측을 허용하는 품질 메트릭을 계산하도록 구성될 수 있다. 품질 메트릭은 수신된 신호의 품질을 나타내는데 사용될 수 있다. 예를 들어, 품질 메트릭은 추적되고 있는 신호의 주파수 대역에서의 전력 대 스펙트럼의 나머지 부분에서 전력의 비에서 신호의 푸리에 스펙트럼을 취하는 것을 포함할 수 있다. 최선의 시나리오에서, 모든 전력이 신호 때문이지만, 실제로는 노이즈가 신호에서의 전체 활동의 상당 부분을 거의 차지할 수 있다. 그러므로, 품질 메트릭은 신호의 품질 (즉, 실제 활동 대 노이즈) 를 나타내도록 설정될 수 있다. 또한, 품질 메트릭은 충분한 품질의 데이터가 수집되는 기간들로 예측을 제한하도록 구성될 수 있다. 예를 들어, 피검자가 수면중이고 디바이스 (101) 가 피검자의 호흡수를 측정할 때, 피검자가 손목 상에서 자고 호흡 신호가 계산을 수행하는데 이용가능하지 않을 때가 있다. 그러한 경우, 시스템은 수면을 스코어링하기 위해 머신 학습 알고리즘에서 HR-BR 커플링 특징들이 아니라 나머지 기능을 대신 이용할 것이다.
위에서 논의된 바와 같이, 시스템은 수면 장애를 결정하도록 구성될 수 있다. 예를 들어, 시스템은 수면 세션 동안 각성으로부터 REM 으로의 조기/직접 천이를 식별하는 것에 의해 REM 과 각성 상태들을 구별하는 것을 통하여 피검자에서 기면증의 존재를 검출할 수 있다. 다른 수면 장애도 역시 결정될 수 있다.
일 양태에서, 시스템은 데이터를 수집하도록 동작하는 다수의 데이터 획득 디바이스(들) (101) 을 포함할 수 있다. 위에서 논의된 바처럼, 데이터 획득 디바이스(들) 에 의해 수집된 데이터는 또한 무선 접속 및 통신을 통해 다른 데이터 획득 디바이스(들), 모바일 디바이스 및/또는 클라우드 기반 플랫폼으로 전송되고 이들간에 중계될 수 있다. 데이터 획득 디바이스, 모바일 디바이스 및/또는 클라우드 기반 플랫폼으로부터, 정보는 의료, 보험 및 건강관리 제공자에 의해 예시되지만 이에 한정되지 않는 제 3 자와 공유될 수 있다.
전술한 바와 같이, 시스템 및 방법은 상이한 데이터 신호들 간의 관계를 결정하기 위해 컴퓨터 및 소프트웨어를 이용한다. 도 2는 본 발명의 일 실시 형태에 따른 개시된 방법의 일부를 수행하기 위한 예시적인 동작 환경인 컴퓨터 (200) 를 예시하는 블록도이다. 이 예시적인 동작 환경은, 동작 환경의 하나의 예일뿐이고, 동작 환경 아키텍처의 기능성 또는 사용의 범위에 대하여 어떠한 제한도 시사하도록 의도되지 않았다. 마찬가지로 동작 환경은 예시적인 동작 환경에서 예시된 컴포넌트들 중 어느 하나 또는 조합에 관한 임의의 의존성 또는 요건을 갖는 것으로 해석되지 않아야 한다.
또한, 여기에 개시된 시스템 및 방법은 컴퓨터 (200) 의 형태로 범용 컴퓨팅 디바이스를 이용할 수 있음을 당업자는 인식할 것이다. 예를 들어, 컴퓨터 (200) 는 카디오 및 모션 채널 양자 모두의 CSD (105) 를 계산하는 것, 다른 디바이스들과 무선 통신하는 것, 및 다양한 다른 논의된 프로세스들의 임무 및 책임을 수행한다. 또한, 컴퓨터 (200) 는 데이터 획득 디바이스 (101) 자체에 포함되거나, (데이터 획득 디바이스 (101) 로부터 수집된 데이터가 송신되는) 클라우드 기반 플랫폼의 일부이거나, 또는 기타 디바이스일 수 있다.
컴퓨터 (200) 의 컴포넌트들은, 하나 이상의 프로세서 또는 프로세싱 유닛 (201), 휴먼 인터페이스 (202), 시스템 메모리 (203), 및 프로세서 (201) 를 포함하는 다양한 시스템 컴포넌트를 시스템 메모리 (202) 에 커플링하는 시스템 버스 (204) 를 포함할 수 있지만, 이에 한정되지는 않는다. 다수의 프로세싱 유닛 (201) 들의 경우에, 컴퓨터 (200) 는 병렬 컴퓨팅을 이용할 수 있다.
시스템 버스 (204) 는 다양한 버스 아키텍처들 중 어느 것을 사용한 메모리 버스 또는 메모리 제어기, 주변 버스, 가속 그래픽 포트 및 프로세서 또는 로컬 버스를 포함하는 여러 가능한 유형의 버스 구조들 중 하나 이상을 나타낸다. 예로서, 이러한 아키텍처는 ISA (Industry Standard Architecture) 버스, MCA (Micro Channel Architecture) 버스, EISA (Enhanced ISA) 버스, VESA (Video Electronics Standards Association) 로컬 버스, AGP (Accelerated Graphics Port) 버스, 및 PCI (Peripheral Component Interconnects), PCI-Express 버스, PCMCIA (Personal Computer Memory Card Industry Association), USB (Universal Serial Bus) 등을 포함할 수 있다. 프로세서 (201), 대용량 저장 디바이스 (205), 운영 시스템 (206), CSD 소프트웨어 (207), 분류기 (107), 심장 및 모션 데이터 (208), 네트워크 어댑터/무선 트랜시버 (209), 입/출력 인터페이스 (211), 디스플레이 어댑터 (210) 및 디스플레이 디바이스 (212) 를 포함하는, 서브시스템들의 각각 그리고 유선 또는 무선 네트워크 접속을 통해 버스 (204) 및 이 설명에서 명시된 모든 버스들이 또한 구현될 수 있다.
컴퓨터 (200) 는 통상적으로 다양한 컴퓨터 판독가능 매체를 포함한다. 예시적인 판독가능 매체는 컴퓨터 (200) 에 의해 액세스 가능한 임의의 가용 매체일 수 있으며, 예를 위한 것이고 한정적으로 의도되지 않은, 휘발성 및 비휘발성 매체, 분리형 및 비분리형 매체를 모두를 포함한다. 시스템 메모리 (203) 는 랜덤 액세스 메모리 (RAM) 와 같은 휘발성 메모리 및/또는 판독 전용 메모리 (ROM) 와 같은 비휘발성 메모리 형태의 컴퓨터 판독가능 매체를 포함한다. 시스템 메모리 (203) 는, 전형적으로 프로세싱 유닛 (201) 에 즉시 액세스 가능하거나 및/또는 프로세싱 유닛 (201) 에 의해 현재 동작되는 운영 시스템 (206), 분류기 (107) 및 CSD 소프트웨어 (207) 와 같은 프로그램 모듈들 및/또는 심장 및 모션 데이터 (208) 와 같은 데이터를 포함한다.
또 다른 양태에서, 컴퓨터 (200) 는 다른 분리형/비 분리형, 휘발성/비 휘발성 컴퓨터 저장 매체를 또한 포함할 수 있다. 예로서, 도 2는 컴퓨터 코드, 컴퓨터 판독 가능 명령, 데이터 구조, 프로그램 모듈 및 컴퓨터 (200) 를 위한 다른 데이터의 비휘발성 저장을 제공할 수 있는 대용량 저장 디바이스 (205) 를 예시한다. 예를 위한 것이고 제한하려는 것은 아닌, 대용량 저장 디바이스 (205) 는 하드 디스크, 분리형 자기 디스크, 분리형 광 디스크, 자기 카세트 또는 다른 자기 저장 디바이스, 플래시 메모리 카드, CD-ROM, 디지털 다목적 디스크 (DVD) 또는 다른 광 저장 장치, RAM (random access memory), ROM (read only memory), EEPROM (electrically erasable programmable read-only memory) 등일 수 있다.
선택적으로, 운영 시스템 (206) 및 CSD 소프트웨어 (207) 를 예로서 포함하여, 임의의 수의 프로그램 모듈들이 대용량 저장 디바이스 (205) 에 저장될 수 있다. 심장 및 모션 데이터 (208) 는 또한 대용량 저장 디바이스 (205) 상에 저장될 수 있다. 심장 및 모션 데이터 (208) 는 당업계에 공지된 하나 이상의 데이터베이스들 중 어느 것에 저장될 수 있다. 이러한 데이터베이스의 예로는 DB2®, Microsoft® Access, Microsoft® SQL Server, Oracle®, mySQL, PostgreSQL 등을 포함한다. 데이터베이스는 중앙 집중되거나 또는 다수의 시스템들에 걸쳐 분산될 수 있다.
다른 양태에서, 사용자는 입력 디바이스 (도시되지 않음) 를 통해 컴퓨터 (200) 에 커맨드 및 정보를 입력할 수 있다. 이러한 입력 디바이스들의 예들은 키보드, 포인팅 디바이스 (예를 들어, "마우스"), 터치스크린 인터페이스, 마이크로폰, 조이스틱, 스캐너, 촉각 입력 디바이스 이를테면 글로브와 같은 및 다른 바디 커버링등을 포함하지만 이에 한정되지 않는다. 이러한 그리고 다른 디바이스들은 시스템 버스 (204) 에 커플링된 휴먼 머신 인터페이스 (202) 를 통해 프로세싱 유닛 (201) 에 접속될 수 있지만, 병렬 포트, 게임 포트, IEEE 1394 포트 (Firewire 포트라고도 함), 직렬 포트 또는 범용 직렬 버스 (USB) 와 같은 다른 인터페이스 및 버스 구조들에 의해 접속될 수 있다.
또 다른 양태에서, 디스플레이 디바이스 (212) 는 또한 디스플레이 어댑터 (210) 와 같은 인터페이스를 통해 시스템 버스 (204) 에 접속될 수 있다. 컴퓨터 (200) 는 하나보다 많은 디스플레이 어댑터 (210) 및 디스플레이 디바이스 (212) 를 가질 수 있다는 것이 고려된다. 예를 들어, 디스플레이 디바이스는 모니터, LCD (Liquid Crystal Display) 또는 프로젝터일 수 있다. 디스플레이 디바이스 (212) 이외에, 다른 출력 주변 디바이스들이 입/출력 인터페이스 (211) 를 통한다. 방법들의 임의의 단계 및/또는 결과는 출력 디바이스에 임의의 형태로 출력될 수 있다. 이러한 출력은 임의의 형태의 시각적 표현일 수 있으며, 텍스트, 그래픽, 애니메이션, 오디오, 촉각 등을 포함하지만 이에 한정되지 않는다.
따라서, 수면 단계 및 다른 관련 데이터를 결정하기 위한 방법의 예시적인 실시 형태들을 설명하였지만, 당해 기술 분야의 숙련자는 본 개시는 단지 예시적일 뿐이며 다양한 다른 대안, 변경 및 수정이 본 개시의 범위 내에서 이루어질 수 있음에 유의해야 한다. 따라서, 본 발명은 위에 설명한 특정 실시형태들에 한정되는 것이 아니라 다음의 청구항들에 의해서만 한정된다.
Claims (22)
- 피검자의 수면 생리적 상태를 평가하는 방법으로서,
a) 데이터 획득 디바이스에 의해, 피검자의 심장 활동 및 모션 데이터의 정도를 포함하는 적어도 2개의 측정된 신호들을 복수의 입력들로부터 선택하는 단계;
b) 컴퓨팅 디바이스에 의해, 상기 적어도 2 개의 측정된 신호들에서 주파수들의 범위에 대해 공유 활동의 정도를 결정하기 위하여 상기 적어도 2개의 측정된 신호들에 대해 크로스 스펙트럼 밀도 계산을 수행하는 단계;
c) 상기 컴퓨팅 디바이스에 의해, 상기 적어도 2개의 측정된 신호들 각각의 품질에 기초하여 품질 메트릭을 계산하는 단계로서, 상기 품질 메트릭은 각각의 신호 자체에 기초하는, 상기 품질 메트릭을 계산하는 단계; 및
d) 상기 컴퓨팅 디바이스에 의해, 상기 피검자의 상이한 기초 생리적 상태들을 분류하기 위해 공유 활동 특징들을 사용하는 단계로서, 상기 품질 메트릭은 충분한 품질의 신호들이 측정되는 기간들로 예측을 제한하도록 상기 상이한 기초 생리적 상태들의 조건부 예측을 허용하는, 상기 공유 활동 특징들을 사용하는 단계
를 포함하는, 피검자의 수면 생리적 상태를 평가하는 방법. - 제 1 항에 있어서,
상기 심장 활동과 상기 모션 데이터 사이의 상이한 주파수들에서 공유 활동을 검출하기 위해 상기 크로스 스펙트럼 밀도 계산을 수행하는 것과 함께, 상기 컴퓨팅 디바이스에 의해, 스펙트럼 코히어런스를 이용하는 단계를 더 포함하는, 피검자의 수면 생리적 상태를 평가하는 방법. - 삭제
- 제 1 항에 있어서,
상기 생리적 상태들은 수면 단계, 수면 병리 및 수면의 질을 포함하는, 피검자의 수면 생리적 상태를 평가하는 방법. - 제 1 항에 있어서,
상기 방법은 기면증을 검출하도록 구성되고, 상기 방법은 상기 컴퓨팅 디바이스에 의해, REM (rapid eye movement) 수면과 각성 상태들을 구별하는 단계를 더 포함하고, 상기 기면증은 수면 세션 동안 각성으로부터 REM 수면으로의 조기 또는 직접적 천이를 식별하는 것에 의해 검출되는, 피검자의 수면 생리적 상태를 평가하는 방법. - 제 1 항에 있어서,
상기 적어도 2 개의 측정된 신호들은 상기 데이터 획득 디바이스에 의해 수집되고, 상기 데이터 획득 디바이스는 데이터를 다른 디바이스 또는 플랫폼에 무선으로 통신하도록 구성되는, 피검자의 수면 생리적 상태를 평가하는 방법. - 제 6 항에 있어서,
상기 데이터 획득 디바이스로부터의 상기 데이터는 클라우드 기반 플랫폼에 무선으로 통신되는, 피검자의 수면 생리적 상태를 평가하는 방법. - 제 1 항에 있어서,
상기 컴퓨팅 디바이스에 의해, 상기 피검자의 상이한 기초 생리적 상태들을 분류하기 위하여 상황인지 데이터를 이용하는 단계를 더 포함하는, 피검자의 수면 생리적 상태를 평가하는 방법. - 제 1 항에 있어서,
상기 심장 활동은 심전도 (ECG) 기록기 또는 광전용적맥파 (PPG) 기록기에 의해 캡처되는, 피검자의 수면 생리적 상태를 평가하는 방법. - 제 1 항에 있어서,
상기 모션 데이터는 가속도계 또는 심탄동계 (BCG) 기록기에 의해 캡처되는, 피검자의 수면 생리적 상태를 평가하는 방법. - 제 1 항에 있어서,
상기 복수의 입력들은 시간 윈도우들에서 수집되는, 피검자의 수면 생리적 상태를 평가하는 방법. - 제 1 항에 있어서,
상기 상이한 기초 생리적 상태들을 분류하기 위해 공유 활동 특징들을 사용하는 단계는 수면다원검사 데이터를 이용하는 단계를 더 포함하는, 피검자의 수면 생리적 상태를 평가하는 방법. - 피검자의 수면 생리적 상태들의 비침습적 평가를 위한 시스템으로서,
a. 상기 피검자의 심장 활동 및 모션 데이터의 정도를 포함하는 적어도 2 개의 측정된 신호들을 복수의 입력들로부터 선택하도록 구성된 데이터 획득 디바이스; 및
b. 컴퓨팅 디바이스를 포함하고,
상기 컴퓨팅 디바이스는
i. 상기 적어도 2 개의 측정된 신호들에서 주파수들의 범위에 대해 공유 활동의 정도를 결정하기 위하여 상기 적어도 2개의 측정된 신호들에 대해 크로스 스펙트럼 밀도 계산을 수행하고;
ii. 상기 적어도 2개의 측정된 신호들 각각의 품질 메트릭을 계산하는 것으로서, 상기 품질 메트릭은 각각의 신호 자체에 기초하는, 상기 품질 메트릭을 계산하고, 그리고
iii. 상기 피검자의 상이한 기초 생리적 상태들을 분류하기 위해 공유 활동 특징들을 사용하는 것으로서, 상기 품질 메트릭은 충분한 품질의 데이터가 수집되는 기간들로 예측을 제한하도록 상기 상이한 기초 생리적 상태들의 조건부 예측을 허용하는, 상기 공유 활동 특징들을 사용하도록 구성되는, 피검자의 수면 생리적 상태들의 비침습적 평가를 위한 시스템. - 제 13 항에 있어서,
상기 데이터 획득 디바이스는 웨어러블 디바이스를 포함하는, 피검자의 수면 생리적 상태들의 비침습적 평가를 위한 시스템. - 제 13 항에 있어서,
상기 컴퓨팅 디바이스는 또한, 심장 채널과 모션 채널 사이의 상이한 주파수들에서 공유 활동을 검출하기 위해 상기 크로스 스펙트럼 밀도 계산과 함께 스펙트럼 코히어런스를 이용하도록 구성되는, 피검자의 수면 생리적 상태들의 비침습적 평가를 위한 시스템. - 삭제
- 제 13 항에 있어서,
상기 데이터 획득 디바이스는 심전도 (ECG) 기록기, 광전용적맥파 (PPG) 기록기, 가속도계 및 심탄동계 (BCG) 기록기를 더 포함하며, 상기 ECG 기록기 및 PPG 기록기는 심장 데이터의 신호를 생성하도록 구성되고, 상기 가속도계 및 상기 BCG 기록기는 상기 모션 데이터의 신호를 생성하도록 구성되는, 피검자의 수면 생리적 상태들의 비침습적 평가를 위한 시스템. - 제 13 항에 있어서,
상기 컴퓨팅 디바이스는 상기 피검자로부터 상황인지 데이터를 획득하도록 구성되며, 상기 상황인지 데이터는 상기 피검자의 상이한 기초 생리적 상태들의 분류에 사용되는, 피검자의 수면 생리적 상태들의 비침습적 평가를 위한 시스템. - 제 1 항에 있어서,
상기 적어도 2개의 측정된 신호들은 적어도 4개의 측정된 신호들을 더 포함하는, 피검자의 수면 생리적 상태를 평가하는 방법. - 제 19 항에 있어서,
상기 적어도 4개의 측정된 신호들은 적어도 2개의 심장 활동 신호들 및 적어도 2개의 모션 데이터 신호들을 포함하는, 피검자의 수면 생리적 상태를 평가하는 방법. - 제 1 항에 있어서,
상기 품질 메트릭은 신호 대 노이즈 비율을 생성함으로써 결정되는, 피검자의 수면 생리적 상태를 평가하는 방법. - 제 13 항에 있어서,
상기 품질 메트릭은 신호 대 노이즈 비율을 생성함으로써 결정되는, 피검자의 수면 생리적 상태들의 비침습적 평가를 위한 시스템.
Applications Claiming Priority (3)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
US201562272223P | 2015-12-29 | 2015-12-29 | |
US62/272,223 | 2015-12-29 | ||
PCT/US2016/069085 WO2017117335A1 (en) | 2015-12-29 | 2016-12-29 | Cardio-kinetic cross-spectral density for assessment of sleep physiology |
Publications (2)
Publication Number | Publication Date |
---|---|
KR20180101414A KR20180101414A (ko) | 2018-09-12 |
KR102634498B1 true KR102634498B1 (ko) | 2024-02-06 |
Family
ID=59088160
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
KR1020187021092A KR102634498B1 (ko) | 2015-12-29 | 2016-12-29 | 수면 생리의 평가를 위한 카디오 키네틱 크로스 스펙트럼 밀도 |
Country Status (5)
Country | Link |
---|---|
US (1) | US10791985B2 (ko) |
EP (1) | EP3397146A4 (ko) |
KR (1) | KR102634498B1 (ko) |
CN (1) | CN109219387A (ko) |
WO (1) | WO2017117335A1 (ko) |
Families Citing this family (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US11324950B2 (en) | 2016-04-19 | 2022-05-10 | Inspire Medical Systems, Inc. | Accelerometer-based sensing for sleep disordered breathing (SDB) care |
US11406323B2 (en) * | 2017-07-10 | 2022-08-09 | Koninklijke Philips N.V. | Method and system for monitoring sleep quality |
JP2021536307A (ja) * | 2018-09-06 | 2021-12-27 | ヴァンダービルト ユニバーシティ | 被験体を評価するための非侵襲的静脈波形分析 |
JP2022542581A (ja) | 2019-07-25 | 2022-10-05 | インスパイア・メディカル・システムズ・インコーポレイテッド | 検知された姿勢情報に基づいて植込み型医療デバイスを操作するためのシステムおよび方法 |
JP2021163006A (ja) * | 2020-03-31 | 2021-10-11 | Assest株式会社 | 睡眠健康度判別プログラム |
Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2012025622A2 (en) * | 2010-08-27 | 2012-03-01 | Smartex S.R.L. | Monitoring method and system for assessment of prediction of mood trends |
WO2015103558A1 (en) * | 2014-01-03 | 2015-07-09 | Vital Connect, Inc. | Automated sleep staging using wearable sensors |
Family Cites Families (19)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
EP1395176B1 (en) * | 2001-06-13 | 2008-10-15 | Compumedics Limited | Method for monitoring consciousness |
AU2005204433B2 (en) * | 2004-01-16 | 2010-02-18 | Compumedics Medical Innovation Pty Ltd | Method and apparatus for ECG-derived sleep disordered breathing monitoring, detection and classification |
US7324845B2 (en) | 2004-05-17 | 2008-01-29 | Beth Israel Deaconess Medical Center | Assessment of sleep quality and sleep disordered breathing based on cardiopulmonary coupling |
US7426426B2 (en) * | 2004-07-02 | 2008-09-16 | Vibration Research Corporation | System and method for simultaneously controlling spectrum and kurtosis of a random vibration |
US7343198B2 (en) | 2004-08-23 | 2008-03-11 | The University Of Texas At Arlington | System, software, and method for detection of sleep-disordered breathing using an electrocardiogram |
WO2006048852A1 (en) * | 2004-11-02 | 2006-05-11 | University College Dublin - National University Ofireland, Dublin | A sleep monitoring system |
JP2012502671A (ja) * | 2008-05-12 | 2012-02-02 | アーリーセンス エルティディ | 臨床症状のモニタリング、予測及び治療 |
JP5789199B2 (ja) | 2009-02-25 | 2015-10-07 | ヴァレンセル,インコーポレイテッド | ヘッドセット及びイアバッド |
US8355769B2 (en) | 2009-03-17 | 2013-01-15 | Advanced Brain Monitoring, Inc. | System for the assessment of sleep quality in adults and children |
CN102341035A (zh) * | 2009-03-17 | 2012-02-01 | 高级头脑监控公司 | 成人和儿童睡眠质量的评估系统 |
WO2012108895A1 (en) * | 2011-02-09 | 2012-08-16 | Massachusetts Institute Of Technology | Ear wearable vital sign monitor |
EP2524647A1 (en) * | 2011-05-18 | 2012-11-21 | Alain Gilles Muzet | System and method for determining sleep stages of a person |
EP3028627B1 (en) * | 2011-07-08 | 2019-03-27 | LifeQ Global Limited | Device and method for analysing the composition of respired gasses |
WO2014047310A1 (en) * | 2012-09-19 | 2014-03-27 | Resmed Sensor Technologies Limited | System and method for determining sleep stage |
KR20140095291A (ko) | 2013-01-24 | 2014-08-01 | 삼성전자주식회사 | 사용자의 움직임과 심박수에 기초한 스트레스 측정 장치 및 방법 |
WO2014167457A1 (en) * | 2013-04-10 | 2014-10-16 | Koninklijke Philips N.V. | System and method for enhancing sleep slow wave activity based on cardiac activity |
CA2836431C (en) * | 2013-12-16 | 2018-02-20 | Blue Ocean Laboratories, Inc. | A sleep system for obtaining sleep information |
US10278647B2 (en) * | 2015-06-09 | 2019-05-07 | University Of Connecticut | Method and apparatus for removing motion artifacts from biomedical signals |
FR3070852B1 (fr) * | 2017-09-08 | 2019-09-20 | Centre National De La Recherche Scientifique | Decodage de l'attention visuelle d'un individu a partir de signaux electroencephalographiques |
-
2016
- 2016-12-29 EP EP16882633.7A patent/EP3397146A4/en not_active Withdrawn
- 2016-12-29 WO PCT/US2016/069085 patent/WO2017117335A1/en active Application Filing
- 2016-12-29 KR KR1020187021092A patent/KR102634498B1/ko active IP Right Grant
- 2016-12-29 CN CN201680081629.0A patent/CN109219387A/zh active Pending
- 2016-12-29 US US15/393,398 patent/US10791985B2/en active Active
Patent Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2012025622A2 (en) * | 2010-08-27 | 2012-03-01 | Smartex S.R.L. | Monitoring method and system for assessment of prediction of mood trends |
WO2015103558A1 (en) * | 2014-01-03 | 2015-07-09 | Vital Connect, Inc. | Automated sleep staging using wearable sensors |
Also Published As
Publication number | Publication date |
---|---|
US10791985B2 (en) | 2020-10-06 |
EP3397146A4 (en) | 2019-08-07 |
KR20180101414A (ko) | 2018-09-12 |
WO2017117335A1 (en) | 2017-07-06 |
US20170181691A1 (en) | 2017-06-29 |
EP3397146A1 (en) | 2018-11-07 |
CN109219387A (zh) | 2019-01-15 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Mendonça et al. | A review of approaches for sleep quality analysis | |
Berryhill et al. | Effect of wearables on sleep in healthy individuals: a randomized crossover trial and validation study | |
Rovini et al. | How wearable sensors can support Parkinson's disease diagnosis and treatment: a systematic review | |
Ulate-Campos et al. | Automated seizure detection systems and their effectiveness for each type of seizure | |
Matar et al. | Unobtrusive sleep monitoring using cardiac, breathing and movements activities: an exhaustive review | |
Umair et al. | HRV and stress: A mixed-methods approach for comparison of wearable heart rate sensors for biofeedback | |
KR102634498B1 (ko) | 수면 생리의 평가를 위한 카디오 키네틱 크로스 스펙트럼 밀도 | |
Liang et al. | Development of an EOG-based automatic sleep-monitoring eye mask | |
Paalasmaa et al. | Unobtrusive online monitoring of sleep at home | |
Lake et al. | Sample entropy analysis of neonatal heart rate variability | |
JP6799536B2 (ja) | 加速度計を用いるウェアラブル痛みモニタ | |
US9820680B2 (en) | System and method for determining sleep and sleep stages of a person | |
DK2696754T3 (en) | Stress-measuring device and method | |
US11540769B2 (en) | System and method for tracking sleep dynamics using behavioral and physiological information | |
EP2007277A2 (en) | Method and apparatus for analysis of psychiatric and physical conditions | |
JP4754447B2 (ja) | 生体解析装置及びプログラム | |
Amengual-Gual et al. | Status epilepticus prevention, ambulatory monitoring, early seizure detection and prediction in at-risk patients | |
EP1965696A2 (en) | Device for detecting and warning of a medical condition | |
Poh | Continuous assessment of epileptic seizures with wrist-worn biosensors | |
Nam et al. | Biological-signal-based user-interface system for virtual-reality applications for healthcare | |
Rugg-Gunn | The role of devices in managing risk | |
Masoumian Hosseini et al. | Smartwatches in healthcare medicine: assistance and monitoring; a scoping review | |
Shishavan et al. | Continuous physiological signal measurement over 24-hour periods to assess the impact of work-related stress and workplace violence | |
Pouyan et al. | Sleep state classification using pressure sensor mats | |
Carbonaro et al. | A mobile biosensor to detect cardiorespiratory activity for stress tracking |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
E902 | Notification of reason for refusal | ||
E701 | Decision to grant or registration of patent right | ||
GRNT | Written decision to grant |