KR20140058441A - 개인의 수면 및 수면 단계들을 결정하기 위한 시스템 및 방법 - Google Patents

개인의 수면 및 수면 단계들을 결정하기 위한 시스템 및 방법 Download PDF

Info

Publication number
KR20140058441A
KR20140058441A KR1020137033500A KR20137033500A KR20140058441A KR 20140058441 A KR20140058441 A KR 20140058441A KR 1020137033500 A KR1020137033500 A KR 1020137033500A KR 20137033500 A KR20137033500 A KR 20137033500A KR 20140058441 A KR20140058441 A KR 20140058441A
Authority
KR
South Korea
Prior art keywords
sleep
heart rate
individual
motion
class
Prior art date
Application number
KR1020137033500A
Other languages
English (en)
Other versions
KR102090968B1 (ko
Inventor
알랭 질스 뮤제트
Original Assignee
브이-워치 에스에이
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 브이-워치 에스에이 filed Critical 브이-워치 에스에이
Publication of KR20140058441A publication Critical patent/KR20140058441A/ko
Application granted granted Critical
Publication of KR102090968B1 publication Critical patent/KR102090968B1/ko

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
    • A61B5/02—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
    • A61B5/021—Measuring pressure in heart or blood vessels
    • A61B5/02108—Measuring pressure in heart or blood vessels from analysis of pulse wave characteristics
    • A61B5/02125—Measuring pressure in heart or blood vessels from analysis of pulse wave characteristics of pulse wave propagation time
    • 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
    • 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
    • A61B5/48—Other medical applications
    • A61B5/4806—Sleep evaluation
    • A61B5/4809—Sleep detection, i.e. determining whether a subject is asleep or not
    • 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
    • A61B5/48—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
    • A61B5/48—Other medical applications
    • A61B5/4848—Monitoring or testing the effects of treatment, e.g. of medication
    • 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
    • A61B5/681—Wristwatch-type devices
    • 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
    • A61B5/7235—Details of waveform analysis
    • A61B5/7264—Classification of physiological signals or data, e.g. using neural networks, statistical classifiers, expert systems or fuzzy systems
    • 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
    • A61B5/7282—Event detection, e.g. detecting unique waveforms indicative of a medical condition
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B2560/00—Constructional details of operational features of apparatus; Accessories for medical measuring apparatus
    • A61B2560/02—Operational features
    • A61B2560/0242—Operational features adapted to measure environmental factors, e.g. temperature, pollution
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B2560/00—Constructional details of operational features of apparatus; Accessories for medical measuring apparatus
    • A61B2560/04—Constructional details of apparatus
    • A61B2560/0443—Modular apparatus
    • 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
    • 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
    • A61B5/02405—Determining heart rate variability
    • 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
    • A61B5/02438—Detecting, measuring or recording pulse rate or heart rate with portable devices, e.g. worn by the patient
    • 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
    • A61B5/1123—Discriminating type of movement, e.g. walking or running
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/145—Measuring characteristics of blood in vivo, e.g. gas concentration, pH value; Measuring characteristics of body fluids or tissues, e.g. interstitial fluid, cerebral tissue
    • A61B5/14542—Measuring characteristics of blood in vivo, e.g. gas concentration, pH value; Measuring characteristics of body fluids or tissues, e.g. interstitial fluid, cerebral tissue for measuring blood gases
    • 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
    • A61B5/48—Other medical applications
    • A61B5/4866—Evaluating metabolism

Landscapes

  • Health & Medical Sciences (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Veterinary Medicine (AREA)
  • Pathology (AREA)
  • Biomedical Technology (AREA)
  • Heart & Thoracic Surgery (AREA)
  • Medical Informatics (AREA)
  • Molecular Biology (AREA)
  • Surgery (AREA)
  • Animal Behavior & Ethology (AREA)
  • General Health & Medical Sciences (AREA)
  • Public Health (AREA)
  • Biophysics (AREA)
  • Cardiology (AREA)
  • Physiology (AREA)
  • Oral & Maxillofacial Surgery (AREA)
  • Dentistry (AREA)
  • Artificial Intelligence (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Psychiatry (AREA)
  • Signal Processing (AREA)
  • Vascular Medicine (AREA)
  • Pulmonology (AREA)
  • Anesthesiology (AREA)
  • Evolutionary Computation (AREA)
  • Fuzzy Systems (AREA)
  • Mathematical Physics (AREA)
  • Measurement Of The Respiration, Hearing Ability, Form, And Blood Characteristics Of Living Organisms (AREA)
  • Measuring Pulse, Heart Rate, Blood Pressure Or Blood Flow (AREA)

Abstract

본 발명은 개인의 심박수를 검출하도록 구성되는 심박수 검출 수단, 신체의 골격근에 의하여 야기되는 상기 개인의 신체 일부의 운동을 검출하도록 구성되는 운동 검출 수단, 상기 검출된 심박수 및 검출된 신체 일부의 운동을 기록하도록 구성되는 기록 수단, 상기 기록된 개인의 심박수를 적어도 하나의 심박수 등급 및 적어도 하나의 심박 변이도 등급으로 분류하도록 구성되는 심박수 분류 수단, 상기 기록된 운동을 적어도 하나의 운동 등급으로 분류하도록 구성되는 운동 분류 수단, 및 상기 적어도 하나의 심박수 등급, 상기 적어도 하나의 심박 변이도 등급, 및 상기 적어도 하나의 운동 등급에 적어도 부분적으로 근거하여 상기 개인의 수면, 수면 단계, 수면 단계 전이 및/또는 수면 이벤트를 결정하도록 구성되는 결정 수단을 포함하는 개인의 수면, 수면 상태 및/또는 수면 상태 전이를 결정하기 위한 시스템 및 방법에 관한 것이다.

Description

개인의 수면 및 수면 단계들을 결정하기 위한 시스템 및 방법{SYSTEM AND METHOD FOR DETERMINING SLEEP AND SLEEP STAGES OF A PERSON}
본 발명은 개인의 수면 및/또는 수면 단계들을 결정하기 위한 시스템 및 방법, 특히 상기 개인의 심박수 및 운동으로부터 유도되는 심박수 등급 및 운동 등급에 근거하여 수면 단계 전이를 결정하기 위한 시스템 및 방법에 관한 것이다.
다수의 사람들이 수면 이상 및 수면 방해로 인한 문제에 직면한다. 예를 들어, 수면 이상 및 병리는 무수히 많고, 기면증, 몽유병, 또는 불면증 또는 과수면증과 같은 이상 수면 길이와 같이 다를 수 있다. 더욱이, 개인의 수면은 코골이에 의하여 방해받을 수 있으며, 이는 종종 폐쇄성 수면 무호흡 증후군, 또는 빛 또는 소음과 같은 환경적 요인과 관련된다. 이러한 수면 장애는 일반적으로 자율 신경계 (호흡 기관 또는 심장) 또는 운동 변경과 같은 생리적 변수의 갑작스런 변화를 조합하는 수면 이벤트의 발생을 특징으로 한다. 이러한 수면 이벤트는 또한 수면 무호흡, 하지 불안, 이상 운동, 몽유병, 불규칙한 심박수, 악몽, 야경증 등과 같은 수면 병리 증상에 의하여 야기될 수도 있다. 따라서, 코골이 수면자 또는 악몽 또는 야경증 중 말하기 및 비명은 대개 이상 수면 이벤트를 야기할 것이다. 이상 또는 방해된 수면의 결과는 건강 (관리) 및 또한 사회적-경제적 관점으로부터 무수히 많다.
사람의 수면 이상 및 방해의 원인을 탐지하기 위하여, 수면 연구실은 개인의 수면 점수를 수행, 즉 수면 단계 및 그의 전이를 결정할 수 있다. 수면 연구실에서, 생리적 파라미터가 관찰되고 상응하는 데이터가 수면다원 검사에서 기록된다. 수면다원 검사 중 이러한 기록은 뇌전도 (EEF), 안구전도 (EOG) 및 근전도 (EOG)와 같은 일차 데이터, 및 심박수, 호흡, 산소 측정법 및 신체 운동과 같은 이차 데이터를 포함한다. EEG는 그 주파수 및 진폭에 따라 뇌파를 탐지 및 명명하는데 이용된다. EOG를 이용하여, 안구의 운동이 인식되고 분석된다. EMG는 골격근에 의하여 생산되는 전기적 활성을 평가하고 기록하는 것을 허용한다.
전형적으로, 수면 점수는 수면 기간을 통하여 연속적으로 행하여진 EEG, EOG
및 EMG 기록의 분석에 근거한다. 이들 생리적 데이터는 시험/기록되는 개인의 두피 및 얼굴의 상이한 부분들에 부착되는 작은 전극들에 의하여 기록되는 전위 변동에 의하여 나타내어진다.
다음, 이러한 전위들은 상이한 수면 단계들을 정의하는 국제적으로 허용되는 규칙에 따라 수면 전문가에 의하여 해석된다. 각각의 수면 단계는 기록 상의 특정 EEG 파의 존재 및 풍부함을 특징으로 한다. 또한, EOG 기록에 의하여 검출되는 눈의 운동이 급속 안구 운동 (REM) 수면 단계 중에 주로 존재하는 반면, EMG는 수면 단계 및 신체 운동의 동시 존재에 따라 그의 강세 및 상 수준 모두에 있어서 변이를 보인다.
수면다원 검사는 많은 불리점을 제공한다. 예를 들어, EEG 전위가 두개골의 몇몇 측면 상에 고정되는 전극들, 예를 들어 얼굴 및 머리 상에 접착되는 전극들을 이용하여 기록된다.
또한, EOGs 및 EMGs는 전극 및 센서의 시험되는 개인의 얼굴, 머리 또는 기타 신체 부분에의 부착을 필요로 한다. 수면 중 눈의 운동을 검출하기 위하여, EOG는 개인의 눈 근처에 또는 눈꺼풀 상에 전극이 접착 또는 그렇지 않으면 부착될 것을 필요로 한다.
이러한 모든 전극들은 그 전극에 부착되어 장치가 침대 머리 근처에 놓여지도록 하여 시험되는 개인의 운동 자유를 제한하는 와이어를 추가로 필요로 한다. 이러한 기록은 따라서 배선, 비통상적 수면 환경 및 잠자리 조건에 부과되는 스케쥴로 인하여 폐쇄적이다. 이러한 시험 결과는 따라서 시험되는 개인의 변화된 환경으로 인하여 왜곡될 수 있다.
또한, 수면다원 검사는 기록 기술의 복잡성으로 인하여 한계를 제공한다. 상세하게, 수면 연구실과 같은 특정 기록 장소 및 특별한 장치 및 훈련된 스탭이 필요하다. 따라서, 수면다원 검사는 수면 평가를 위한 예외적이고 고비용의 방법으로 남아 있다.
눈꺼풀 운동 (EOG), 머리 운동 및 심장 박동 신호 (심전도 - ECG)에 근거한 수면다원 검사 시스템은 US 5,902,250에 기재되어 있다. 상기 기재되는 시스템은, 그러나, 고비용이고 필요한 센서 및 와이어의 양으로 인하여 수면 장애를 발생시킨다. 또한, US 5,902,250에 기재된 시스템은 수면 단계를 결정함에 있어 매우 정확하지는 않으며 수면 단계 전이를 결정하지 않는다.
나아가, US 7,351,206는 일련의 맥박 간격 데이터에 근거하여 수면 상태를 결정하는 수면 단계 결정 장치에 관한 것이다. 신체 운동 데이터를 결정하여, 그 신체 이동 데이터의 변동 양이 소정의 역치보다 크면, 그 신체 운동 데이터와 함께 측정된 일련의 맥박 간격 데이터로부터 맥박 간격 데이터를 제거한다. 상기 결여된 데이터는 신체 운동이 무수히 많거나 장기간인 경우 부정확한 수면 단계 결정을 초래한다. 따라서, 도출되는 결과는 수면 단계를 신뢰성있게 스코어링하기에 충분하지 않을 수 있다.
WO 98/43536 A1은 환자의 수면 상태를 결정하는 방법을 개시하고 있다. 상기 방법은 환자의 심박 변이도를 모니터링하는 단계, 및 상기 심박 변이도에 근거하여 수면 상태를 결정하는 단계를 포함한다. 상기 방법은 또한 눈꺼풀 운동 빈도를 모니터링하는 단계, 및 상기 눈꺼풀 운동 빈도에 근거하여 수면 상태 결정을 행하는 단계를 포함할 수 있다. 호흡기 패턴을 결정하는 방법은 심장 박동 신호를 받음으로써 심박 변이도를 모니터링하는 단계, 및 상기 신호 강도로부터 호흡기 패턴을 결정하는 단계를 포함한다. 집-기반의 착용가능한 자납식 시스템은 수면 상태, 호흡 패턴을 결정하고, 눈꺼풀 운동 빈도, 머리 운동 빈도, 및 심박 변이도에 근거하여 환자의 심폐 위험을 평가한다.
US 2007/0106183 A1은 사용자의 자율 신경 지수를 얻는 자율 신경 지수 수득 장치; 및 상기 자율 신경 지수의 일시적 변화 및 사용자의 수면 사이클 변화에 근거하여 수면 주기성 지수를 계산하는 수면 주기성 지수 계산 장치 - 상기 수면 주기성 지수는 사용자의 이상적 수면 사이클에 따라 사용자가 수면 중인지 여부를 지수로서 나타냄, 또는 수면 중 사용자에 대한 자율 신경 지수에 포함되는 교감 신경 지수에 대한 자율 신경 지수에 포함되는 부교감 신경 지수의 우세를 보이는 부교감 신경 우세 지수를 계산하는 우세 지수 계산 장치를 구비하는 수면 상태 측정 장치를 개시한다.
US 2009/0264715 A1은 개인으로부터 수면 데이터 및 개인에 의한 수면 중 환경 데이터를 모을 수 있는 센서를 가지는 수면 시스템을 개시한다. 프로세서는 이러한 데이터를 분석하고, 개인의 수면 및 개인 주위의 환경을 조절하는 명령을 실행한다. 전형적으로, 상기 명령은 메모리 내에 적재되고, 여기서 실행되어 개인으로부터의 수면 데이터로부터 수면 질의 객관적 측정을 생성하고 개인에 의한 수면 중 환경 데이터를 모은다. 실행에 따라, 상기 명령은 수면 후 개인으로부터 수면 질의 주관적 측정을 받고, 수면 질의 객관적 측정 및 수면 질의 주관적 측정으로부터 수면 질 지수를 창출하고, 상기 수면 질 지수 및 현재 수면 시스템 세팅을 역사적 수면 질 지수 및 상응하는 역사적 수면 시스템 세팅과 연관시킨다. 다음, 상기 명령은 상기 수면 질 지수와 상기 역사적 수면 질 지수 간의 상관 관계에 따라 수면 시스템 세팅의 현재 세트를 변경시킬 수 있다. 이러한 수면 시스템 세팅은 그 수면 시스템과 관련되는 환경의 하나 이상의 상이한 요소들을 조절하고 잠재적으로 변화시킨다.
US 2010/0125215 A1은 수면 분석 시스템 및 이의 분석 방법을 개시한다. 상기 수면 분석 시스템은 분석 장치 및 수면 감지 장치를 포함한다. 상기 수면 감지 장치는 ECF 신호 컬렉터, 다축 가속도계, 무선 전송 장치, 및 조절 장치를 포함한다. 상기 ECF 신호 컬렉터는 대상과 관련되는 ECG 신호를 수집하기 위하여 사용된다. 상기 다축 가속도계는 상기 대상과 관련되는 다축 가속도계 신호를 검출하기 위하여 사용된다. 상기 조절 장치는 상기 무선 전송 장치가 ECG 신호 및 다축 가속도계 신호를 대상의 수면 분석을 위하여 분석 장치로 전송시키도록 조절한다. 비-REM 수면 단계들 간의 구별이 없다.
그러나, 전형적 가시적 수면 스코어링과 비교하여 수면 단계 및 수면 단계 전이를 결정함에 있어서 큰 불확실성으로 인하여, 전통적 가시적 수면 스코어링 접근법과 이들 수면 스코어링 접근법들 간의 백분율 일치는 수면 연구가 및 수면 임상학자에 의하여 지나치게 낮은 것으로 간주된다. 따라서, 이러한 기술은 의학계에서 아직 사용되고 있지 않다.
본 발명의 목적은 시험되는 개인의 수면 방해를 줄이고 충분히 정확하고 저비용이면서 신뢰성있는 결과를 제공하는, 수면 상태 및/또는 수면 단계 및/또는 수면 단계 전이를 결정하는 시스템 및 방법을 제공하는 것이다.
이러한 목적은 독립 청구항들에 의하여 정의되는 바와 같은 본 발명에 의하여 해결된다. 바람직한 구현예들이 종속 청구항들에 의하여 정의된다.
심박 변이도 및 심박 변이도 (HRV) 신호의 저-주파수(LF) 대 고-주파수(HF) 성분의 LF/HF 비를 이용하여 수면 상태 및 수면 단계를 결정할 수 있다. 심박수의 비-일시적 (비유동적) 변동은 심박 변이도 (HRV) 신호의 저-주파수(LF) 및 고-주파수(HF) 성분과 관련되는, 교감 및 부교감 활성화의 구별을 허용한다. 결과적인 LF/HF 비는 교감-미주 균형의 정량적 지수이며, 스펙트럼 분석에 의하여 계산될 수 있다. 수면이 더 동기성일수록, LF/HF 비가 더욱 감소하는 반면, LG/HF 비는 REM 수면 중에 현저히 증가하며, 이는 이 기간 중 교감 신경 우위를 나타낸다. 따라서, HRV의 스펙트럼 분석은 전형적인 심혈관 측정 (평균 심박수, 혈압 등) 이상으로 자율 신경계 기능의 하루보다 짧은 주기 습성의 부가적 정보를 제공한다.
이러한 스펙트럼 분석 접근법의 불리한 점은 심박 신호가 불변일 때 이러한 비가 계산되어야 한다는 것이다. 개인이 이동 중일 때, 이러한 비의 계산은 그 운동에 의하여 유도되는 심박수 변화에 의하여 오염된다. 즉, LF/HF 비는 개인이 정지할 때에만 사용될 수 있다.
수면 스코어링은 특정 수면 단계의 결정뿐 아니라 한 단계에서 다른 단계로 전이 결정에도 근거한다. LF/HF 비를 이용하는 수면 상태, 수면 단계 및/또는 수면 단계 전이 결정, 특히 수면 단계 및/또는 수면 단계로부터 다른 수면 단계로의 전이의 정확한 시간의 결정은 매우 문제점을 가지며, 심박수가 충분히 정지가 아닐 때 수면 단계 및/또는 수면 단계 전이의 결정의 불확실성은 몇 분일 수 있다.
예를 들어, LF/HF 비가 높은 값에서 낮은 값으로 및 반대로 사인파와 같이 변동할 때, LF/HF 비의 느린 전이가 있을 수 있다. 그러나, 수면 단계들 사이의 전이를 나타내는 LF/HF 비 값에 대한 정보가 없다면, 비-REM에서 REM 수면 단계로의 전이는 이러한 변동 곡선을 절단하는 수평선에 의하여 독단적으로 고정될 것이다. 그러나, 이러한 기술을 이용하면, 전통적 가시적 수면 스코어링과 비교하여 전이 시간이 충분히 정확하게 결정될 수 없으며, 따라서 수면 단계 결정의 정확성이 불충분하다.
본 발명의 구현예는 수면 상태, 수면 단계 및/또는 수면 단계 전이를 결정하기 위하여 심박수 및 신체 운동을 이용한다. 바람직한 구현예에서, 수면 단계 및/또는 수면 단계 전이의 결정은 심박수 및 신체 운동 등급에 근거한다. 예를 들어, 수면 단계 전이는 그 수준에서 및 갑자기 일어나는 심박수 및 가능한 동반하는 신체 운동 변화를 동시에 조사함으로써 정확히 결정될 수 있다. 전이 신호가 관찰되지 않으면, 그 개인은 동일한 상태 (깨어있거나 또는 수면) 또는 후자의 경우 동일한 수면 단계로 유지된다. 이와 같이 함으로써, 본 발명의 구현예는 심박 신호의 불변성에 의존하지 않으며, 갑작스러운 변동을 이용함으로써, 한 단계에서 다른 단계로의 전이를 몇 초의 불확실성으로 결정할 수 있다.
바람직한 구현예에 따르면, 본 발명은 개인의 수면, 수면 단계, 및/또는 수면 단계 전이를 결정하기 위한 시스템에 관한 것이다. 상기 시스템은 상기 개인의 심박수를 검출하도록 구성되는 심박수 검출 수단, 및 상기 개인의 신체 일부의 운동을 검출하도록 구성되는 이동 검출 수단을 포함한다. 상기 검출된 운동은 상기 신체의 골격근에 의하여 야기된다. 상기 시스템은 상기 검출된 심박수 및 검출된 신체 일부의 운동을 기록하도록 구성되는 기록 수단, 상기 기록된 개인의 심박수를 적어도 하나의 심박수 등급으로 분류하도록 구성되는 심박수 분류 수단, 및 상기 기록된 운동을 적어도 하나의 운동 등급으로 분류하도록 구성되는 운동 분류 수단을 추가로 포함한다. 상기 시스템은 또한 상기 적어도 하나의 심박수 등급 및 상기 적어도 하나의 운동 등급에 적어도 부분적으로 근거하여 상기 개인의 수면, 수면 단계, 및/또는 수면 단계 전이 및/또는 수면 이벤트를 결정하도록 구성되는 결정 수단을 포함한다.
상기 구현예의 일 측면에 따르면, 상기 시스템은 상기 기록된 심박수로부터 심박수 평균, 변이도 값 (전통적으로 사용되는 스펙트럼 LF/HF 비를 포함), 리듬 특징 및/또는 심박수 이벤트 또는 변화를 계산하도록 구성되는 심박수 계산 수단을 포함한다. 상기 심박수 분류 수단은 상기 계산된 심박수 평균, 변이도 값, 리듬 특징 및/또는 심박수 이벤트 또는 변화에 근거하여 상기 개인의 심박수를 분류하도록 구성된다.
상기 구현예의 추가적 측면에서, 상기 결정 수단은 특정 시간 기간 내에 심박수 등급 및 운동 등급의 특정 조합을 확인하도록 추가로 구성되고, 상기 결정 수단은 상기 확인된 특정 조합에 근거하여 수면, 수면 단계, 수면 단계 전이 및/또는 수면 이벤트를 결정하도록 구성된다.
상기 구현예의 일 측면에 있어서, 상기 운동 검출 수단은 상기 개인의 신체의 일부의 가속을 감지하도록 구성되는 운동 감지 수단을 포함하고, 상기 기록 수단은 상기 감지되는 가속을 기록하도록 추가로 구성된다. 상기 시스템은 상기 기록된 가속 값에 근거하여, 상기 개인의 신체의 일부의 각각의 운동의 적어도 강도 및/또는 지속 기간을 계산하도록 구성되는 운동 계산 수단을 포함한다.
상기 구현예의 추가적 측면에 따르면, 상기 운동 분류 수단은 계산된 각각의 운동의 강도 및/또는 지속 기간에 근거하여, 상기 신체 일부의 각각의 운동을 적어도 대운동(LM), 소운동(SM) 또는 트위치(TM)로 분류하도록 구성되고/되거나 각각의 LM, SM 및/또는 TM을 적어도 빈도 등급 및/또는 지속 기간 등급으로 분류하도록 구성된다.
상기 구현예의 다른 측면에 따르면, 상기 시스템은 적어도 하나의 환경적 요인을 감지하도록 구성되는 환경 감지 수단 - 상기 기록 수단은 상기 감지된 적어도 하나의 환경적 요인을 기록하도록 추가로 구성됨, 및 상기 적어도 하나의 기록된 환경적 요인의 적어도 일부 값들을 적어도 하나의 환경 등급으로 분류하도록 구성되는 환경 분류 수단을 추가로 포함한다. 상기 결정 수단은 상기 적어도 하나의 환경 등급에 적어도 부분적으로 근거하여 상기 개인의 수면, 수면 단계, 수면 단계 전이 및/또는 수면 이벤트를 결정하도록 추가로 구성된다.
상기 구현예의 일 측면에 따르면, 상기 환경 감지 수단은 소음 수준, 주변 온도 및/또는 주변 광을 감지하도록 구성된다.
상기 구현예의 또 다른 측면에 따르면, 상기 시스템은 상기 기록된 소음 수준에 근거하여 적어도 하나의 평균 소음 수준 및/또는 소음 이벤트를 계산하고, 및/또는 상기 기록된 주변 온도에 근거하여 적어도 하나의 평균 주변 온도 수준 및/또는 변화 및/또는 변이를 계산하고, 및/또는 상기 기록된 주변 광에 근거하여 적어도 하나의 주변 광 수준 및/또는 주변 광 수준의 변화를 계산하도록 구성되는 환경 계산 수단을 추가로 포함한다.
상기 구현예의 다른 측면에 있어서, 상기 결정 수단은 깨어 있는 상태에서 수면으로의 전이 및/또는 하나의 수면 단계에서 다른 수면 단계로의 전이 및/또는 수면에서 깨어 있는 상태로의 전이 및/또는 수면 단계 전이 또는 수면에서 깨어 있는 상태로의 전이에 대한 적어도 하나의 기록된 환경적 요인의 직접적인 영향을 결정하도록 추가로 구성된다.
상기 구현예의 일 측면에 따르면, 상기 시스템은 상기 적어도 하나의 심박수 등급, 상기 적어도 하나의 운동 등급, 상기 적어도 하나의 환경 등급 및/또는 이들의 임의의 조합에 근거하여 상기 개인의 수면 또는 깨어 있는 상태를 평가하도록 구성되는 평가 수단을 추가로 포함한다.
추가적 구현예에 따르면, 개인의 수면, 수면 단계 및/또는 수면 단계 전이를 결정하기 위한 시스템은 상기 개인의 심박수를 검출하도록 구성되는 심박수 검출 수단, 및 신체의 골격근에 의하여 야기되는 상기 개인의 신체 일부의 운동을 검출하도록 구성되는 운동 검출 수단을 포함한다. 상기 시스템은 상기 검출된 심박수 및 검출된 신체 일부의 운동을 기록하도록 구성되는 기록 수단, 상기 기록된 개인의 심박수를 적어도 하나의 심박수 등급 및 적어도 하나의 심박 변이도 등급으로 분류하도록 구성되는 심박수 분류 수단, 및 상기 기록된 운동을 적어도 하나의 운동 등급으로 분류하도록 구성되는 운동 분류 수단을 추가로 포함한다. 상기 시스템은 상기 적어도 하나의 심박수 등급, 상기 적어도 하나의 심박 변이도 등급, 및 상기 적어도 하나의 운동 등급에 적어도 부분적으로 근거하여 상기 개인의 수면, 수면 단계, 및/또는 수면 단계 전이 및/또는 수면 이벤트를 결정하도록 구성되는 결정 수단을 포함하고, 상기 결정 수단은 소정의 시간 간격 내에 심박수 등급, 심박 변이도 등급, 및 운동 등급의 조합을 확인하고, 상기 확인된 조합에 근거하여 수면, 수면 단계, 및/또는 수면 단계 전이를 결정하도록 구성된다.
바람직한 구현예에 따르면, 상기 적어도 하나의 심박수 등급은 심박수 평균 등급을 포함한다.
바람직한 구현예에서, 심박수 평균 분류는 소정의 시간 간격에 걸치는 심박수 평균에 근거한다. 바람직하게, 상기 심박수 평균을 위한 소정의 시간 간격은 개인에 대한 검출된 신체 운동에 따라 변화한다. 예를 들어, 바람직한 구현예에서, 상기 심박수 평균은 신체 운동이 있을 경우 제1 시간 간격에 걸쳐 심박수 평균을 냄으로써 계산되고, 신체 운동이 없거나 거의 없을 경우 상기 제1 시간 간격보다 긴 제2 시간 간격에 걸쳐 심박수 평균을 냄으로써 계산된다.
추가적 구현예에 따르면, 개인의 수면, 수면 단계, 및/또는 수면 단계 전이를 결정하기 위한 시스템은 개인의 심박수를 검출 및 기록하도록 구성되고, 신체의 골격근에 의하여 야기되는 상기 개인의 신체 일부의 운동을 검출 및 기록하도록 구성되는 착용가능한 장치; 및, 상기 기록된 개인의 심박수를 적어도 하나의 심박수 등급으로 분류하도록 구성되고, 상기 기록된 운동을 적어도 하나의 운동 등급으로 분류하도록 구성되고, 상기 적어도 하나의 심박수 등급 및 상기 적어도 하나의 운동 등급에 적어도 부분적으로 근거하여 상기 개안의 수면, 수면 단계, 수면 단계 전이 및/또는 수면 이벤트를 결정하도록 구성되는 분석 장치를 포함한다. 상기 시스템은 또한 상기 착용가능한 기록 장치로부터 기록된 심박수 및 기록된 운동을 나타내는 데이터를 상기 분석 장치에 전달하도록 구성되는 데이터 커넥션을 포함한다.
또 다른 구현예에 따르면, 개인의 수면, 수면 단계 및/또는 수면 단계 전이 및/또는 수면 이벤트를 결정하는 방법은 상기 개인의 심박수를 검출하는 단계, 상기 검출된 심박수를 기록하는 단계, 신체의 골격근에 의하여 야기되는 상기 개인의 신체 일부의 운동을 검출하는 단계, 상기 검출된 운동을 기록하는 단계, 상기 기록된 개인의 심박수를 적어도 하나의 심박수 등급으로 분류하는 단계, 상기 기록된 운동을 적어도 하나의 운동 등급으로 분류하는 단계, 및 상기 적어도 하나의 심박수 등급 및 상기 적어도 하나의 운동 등급에 적어도 부분적으로 근거하여 상기 개인의 수면, 수면 단계, 수면 단계 전이 및/또는 수면 이벤트를 결정하는 단계를 포함한다.
상기 구현예의 일 측면에 따르면, 상기 방법은 특정 시간 기간 내에 심박수 등급 및 운동 등급의 특정 조합을 확인하는 단계를 포함하고, 상기 결정 단계는 상기 확인된 특정 조합에 근거하여 수면 단계를 결정하는 단계를 포함한다.
상기 구현예의 다른 측면에 있어서, 상기 방법은 적어도 하나의 환경적 요인을 감지하는 단계, 상기 감지된 적어도 하나의 환경적 요인을 기록하는 단계, 상기 적어도 하나의 기록된 환경적 요인의 적어도 일부 값들을 적어도 하나의 환경 등급으로 분류하는 단계, 및 상기 적어도 하나의 환경 등급에 적어도 부분적으로 근거하여 상기 개인의 수면 이벤트를 결정하는 단계를 포함한다.
상기 구현예의 일 측면에 따르면, 상기 방법은 상기 적어도 하나의 심박수 등급, 상기 적어도 하나의 운동 등급, 상기 적어도 하나의 환경 등급 및/또는 이의 임의의 조합에 근거하여 개인의 수면 또는 깨어 있는 상태를 평가하는 단계를 포함한다.
상기 구현예의 또 다른 측면에 따르면, 상기 방법은 상기 적어도 하나의 환경 등급에 적어도 부분적으로 근거하여, 수면 상태 전이 또는 수면 이벤트 또는 수면으로부터 깨어 있는 상태로의 전이에 대한 적어도 하나의 기록된 환경적 요인의 직접적 영향을 결정하는 단계를 포함한다.
추가적 구현예에 있어서, 개인의 수면, 수면 단계, 및/또는 수면 단계 전이를 결정하기 위한 시스템은 상기 개인의 심박수를 검출하도록 구성되는 심박수 검출 수단, 신체의 골격근에 의하여 야기되는 상기 개인의 신체 일부의 운동을 검출하도록 구성되는 이동 검출 수단, 상기 검출된 개인의 심박수를 적어도 하나의 심박수 등급으로 분류하도록 구성되는 심박수 분류 수단, 상기 검출된 운동을 적어도 하나의 운동 등급으로 분류하도록 구성되는 운동 분류 수단, 및 상기 적어도 하나의 심박수 등급 및 상기 적어도 하나의 운동 등급에 적어도 부분적으로 근거하여 상기 개인의 수면, 수면 단계, 및/또는 수면 단계 전이를 결정하도록 구성되는 결정 수단을 포함한다.
상기 구현예의 일 측면에 있어서, 상기 시스템은 검출된 심박수로부터 심박수 평균, 변이도 값, 리듬 특징 및/또는 심박수 이벤트 또는 변화를 계산하도록 구성되는 심박수 계산 수단을 포함하고, 상기 심박수 분류 수단은 상기 계산된 심박수 평균, 변이도 값, 리듬 특징 및/또는 심박수 이벤트 또는 변화에 근거하여 상기 개인의 심박수를 분류하도록 구성된다.
상기 구현예의 다른 측면에 따르면, 상기 결정 수단은 특정 시간 기간 내에 심박수 등급 및 운동 등급의 특정 조합을 확인하도록 추가로 구성되고, 상기 결정 수단은 상기 확인된 특정 조합에 근거하여 수면, 수면 상태 및/또는 수면 상태 전이 및/또는 수면 이벤트를 결정하도록 구성된다.
상기 구현예의 또 다른 측면에 따르면, 상기 결정 수단은 특정 조합의 순차적인 심박수 등급 및 운동 등급을 확인하도록 구성된다.
상기 구현예의 다른 측면에 있어서, 상기 결정 수단은 특정 조합으로서, 신체 일부의 운동과 함께 심박수 가속 이벤트, 신체 일부의 운동에 선행하는 심박수 가속 이벤트, 특정 시간 기간 내 신체 일부의 운동 없이 심박수 가속 이벤트, 및/또는 신체 일부의 운동 후 심박수 가속 이벤트를 확인하도록 구성된다.
상기 구현예의 다른 측면에 따르면, 상기 심박수 검출 수단은 개인의 심장의 맥파를 감지하도록 구성되는 맥파 감지 수단을 포함한다.
상기 구현예의 추가적 측면에 따르면, 상기 운동 검출 수단은 개인의 신체 일부의 가속을 감지하도록 구성되는 운동 감지 수단을 포함하고, 상기 시스템은 상기 감지된 가속 값에 근거하여 개인의 신체 일부의 각각의 운동의 적어도 강도 및/또는 지속 기간을 결정하도록 구성된다.
상기 구현예의 다른 측면에 따르면, 상기 운동 분류 수단은 상기 계산된 각각의 운동의 강도 및/또는 지속 기간에 근거하여, 신체 일부의 각각의 운동을 적어도 대운동, 소운동 또는 트위치(twitch)로 분류하도록 구성된다.
상기 구현예의 또 다른 측면에 따르면, 상기 운동 분류 수단은 계산된 각각의 운동의 강도 및/또는 지속 기간에 근거하여, 상기 신체 일부의 각각의 운동을 적어도 대운동(LM), 소운동(SM) 또는 트위치(TM)로 분류하도록 구성되고/되거나 각각의 LM, SM 및/또는 TM을 적어도 빈도 등급 및/또는 지속 기간 등급으로 분류하도록 구성된다.
상기 구현예의 다른 측면에 따르면, 상기 시스템은 적어도 하나의 환경적 요소를 감지하도록 구성되는 환경 감지 수단, 및 상기 적어도 하나의 감지된 환경적 요인의 적어도 일부 값들을 적어도 하나의 환경 등급으로 분류하도록 구성되는 환경 분류 수단을 추가로 포함한다.
상기 구현예의 또 다른 측면에 따르면, 상기 결정 수단은 상기 적어도 하나의 환경 등급에 적어도 부분적으로 근거하여 수면 이벤트를 결정하도록 추가로 구성된다.
상기 구현예의 추가적 측면에 있어서, 상기 환경 감지 수단은 소음 수준, 주변 온도 및/또는 주변 광을 감지하도록 구성된다.
상기 구현예의 또 다른 추가적 측면에 있어서, 상기 시스템은 상기 감지된 소음 수준에 근거하여 적어도 하나의 평균 소음 수준 및/또는 소음 이벤트를 계산하고, 및/또는 적어도 하나의 평균 주변 온도 수준 및/또는 변화 및/또는 변이를 계산하고, 및/또는 상기 감지된 주변 광에 근거하여 적어도 하나의 주변 광 수준 및/또는 주변 광 수준의 변화를 계산하도록 구성되는 환경 계산 수단을 추가로 포함한다.
상기 구현예의 다른 측면에 따르면, 상기 결정 수단은 하나의 수면 단계에서 다른 단계로의 전이 및/또는 수면 단계에서 깨어 있는 상태로 전이 및/또는 수면 이벤트를 결정하도록 추가로 구성된다.
상기 구현예의 또 다른 측면에 따르면, 상기 결정 수단은 상기 전이가 하향 전이 또는 상향 전이인지를 결정하도록 구성되고, 하향 전이는 깨어 있는 상태로부터 또는 더 가벼운 수면 단계로부터 출발하여 더 깊은 수면 단계를 초래하며, 상향 전이는 더 깊은 수면 단계로부터 출발하여 더 가벼운 수면 단계 또는 깨어 있는 상태를 초래한다.
상기 구현예의 일 측면에 따르면, 상기 시스템은 검출된 심박수, 검출된 운동 및/또는 적어도 하나의 감지된 환경적 요인의 값들 내에서 손실 값 및/또는 이상 값을 확인하도록 구성되는 확인 수단을 추가로 포함한다.
상기 구현예의 다른 측면에 있어서, 상기 시스템은 상기 적어도 하나의 심박수 등급, 상기 적어도 하나의 운동 등급, 상기 적어도 하나의 환경 등급 및/또는 이들의 임의의 조합에 근거하여 개인의 수면 또는 깨어 있는 상태를 평가하도록 구성되는 평가 수단을 추가로 포함한다.
또 다른 구현예에 따르면, 개인의 수면, 수면 단계, 및/또는 수면 단계 전이를 결정하기 위한 시스템은 개인의 심박수를 검출하도록 구성되고 신체의 골격근에 의하여 야기되는 상기 개인의 신체 일부의 운동을 검출하도록 구성되는 착용가능한 장치; 상기 검출된 개인의 심박수를 적어도 하나의 심박수 등급으로 분류하도록 구성되고, 상기 검출된 운동을 적어도 하나의 운동 등급으로 분류하도록 구성되고, 상기 적어도 하나의 심박수 등급 및 상기 적어도 하나의 운동 등급에 적어도 부분적으로 근거하여 상기 개인의 수면, 수면 단계, 수면 단계 전이 및/또는 수면 이벤트를 결정하도록 구성되는 분석 장치; 및 상기 착용가능한 기록 장치로부터 검출된 심박수 및 검출된 운동을 나타내는 데이터를 상기 분석 장치에 전달하도록 구성되는 데이터 커넥션을 포함한다.
상기 구현예의 일 측면에 따르면, 상기 확인 수단은 손실 데이터 및/또는 이상 데이터를 회복하도록 추가로 구성된다.
상기 구현예의 다른 측면에 따르면, 상기 데이터 커넥션은 무선 데이터 커넥션이다.
상기 구현예의 또 다른 측면에 따르면, 상기 착용가능한 장치는 개인의 팔다리, 몸통 및/또는 머리에서 개인에 착용된다.
상기 구현예의 다른 측면에 있어서, 상기 착용가능한 장치는 적어도 연속적인 심박수 간격을 나타내는 데이터를 기록하도록 추가로 구성되고, 검출된 운동을 나타내는 데이터를 기록하도록 구성되며, 상기 데이터 커넥션은 상기 착용가능한 장치로부터 적어도 연속적인 심박수 간격을 나타내는 기록된 데이터 및/또는 상기 검출된 운동을 나타내는 데이터를 상기 분석 장치로 전달하도록 구성된다.
상기 구현예의 다른 측면에 있어서, 상기 분석 장치는 상기 적어도 하나의 심박수 등급, 상기 적어도 하나의 운동 등급 및/또는 이의 임의의 조합에 근거하여 상기 개인의 수면 또는 깨어 있는 상태를 평가하도록 추가로 구성된다.
추가적인 구현예에 따르면, 개인의 수면, 수면 단계 및/또는 수면 단계 전이를 결정하기 위한 방법은 상기 개인의 심박수를 검출하는 단계, 신체의 골격근에 의하여 야기되는 상기 개인의 신체 일부의 운동을 검출하는 단계, 상기 검출된 개인의 심박수를 적어도 하나의 심박수 등급으로 분류하는 단계, 상기 검출된 운동을 적어도 하나의 운동 등급으로 분류하는 단계, 및 상기 적어도 하나의 심박수 등급 및 상기 적어도 하나의 운동 등급에 적어도 부분적으로 근거하여 상기 개인의 수면, 수면 단계, 수면 단계 전이 및/또는 수면 이벤트를 결정하는 단계를 포함한다.
상기 구현예의 일 측면에 따르면, 상기 방법은 특정 시간 기간 내에 심박수 등급 및 운동 등급의 특정 조합을 확인하는 단계를 포함하고, 상기 결정 단계는 상기 확인된 특정 조합에 근거하여 수면, 수면 단계, 및 수면 단계 전이를 결정하는 단계를 포함한다.
상기 구현예의 다른 측면에 따르면, 상기 방법은 상기 검출된 심박수로부터 심박수 평균, 변이도 값, 리듬 특징 및/또는 심박수 이벤트 또는 변화를 계산하는 방법을 포함하고, 상기 개인의 심박수를 분류하는 단계는 상기 계산된 심박수 평균, 변이도 값, 리듬 특징 및/또는 심박수 이벤트 또는 변화에 근거하여 상기 심박수를 분류하는 단계를 포함한다.
상기 구현예의 다른 측면에 따르면, 상기 방법은 적어도 하나의 환경적 요인을 감지하는 단계, 및 상기 적어도 하나의 감지된 환경적 요인의 적어도 일부 값들을 적어도 하나의 환경 등급으로 분류하는 단계를 포함한다.
상기 구현예의 추가적인 측면에 있어서, 결정 단계는 상기 적어도 하나의 환경 등급에 적어도 부분적으로 근거하여 상기 개인의 수면 이벤트를 결정하는 단계를 포함한다.
상기 구현예의 또 다른 측면에 따르면, 상기 적어도 하나의 환경적 요인을 감지하는 단계는 소음 수준, 주변 온도 및/또는 주변 광을 감지하는 단계를 포함한다.
상기 구현예의 일 측면에 따르면, 상기 방법은 상기 적어도 하나의 심박수 등급, 상기 적어도 하나의 운동 등급 및 상기 적어도 하나의 환경 등급 및/또는 이들의 임의의 조합에 근거하여 상기 개인의 수면 또는 깨어 있는 상태를 평가하는 단계를 포함한다.
상기 추가적인 구현예에 따르면, 본 발명은 개인의 수면, 수면 단계, 및/또는 수면 단계 전이를 결정하기 위한 시스템에 관한 것이다. 상기 시스템은 상기 개인의 심박수를 검출하도록 구성되는 심박수 검출기, 및 신체의 골격근에 의하여 야기되는 상기 개인의 신체 일부의 운동을 검출하도록 구성되는 운동 검출기를 포함한다. 상기 시스템은 상기 검출된 심박수 및 검출된 신체 일부의 운동을 기록하도록 구성되는 기록 장치, 상기 기록된 개인의 심박수를 적어도 하나의 심박수 등급으로 분류하도록 구성되는 심박수 분류 장치, 및 상기 기록된 운동을 적어도 하나의 운동 등급으로 분류하도록 구성되는 운동 분류 장치를 추가로 포함한다. 상기 시스템은 또한 상기 적어도 하나의 심박수 등급 및 상기 적어도 하나의 운동 등급에 적어도 부분적으로 근거하여 상기 개인의 수면, 수면 단계, 및/또는 수면 단계 전이 및/또는 수면 이벤트를 결정하도록 구성되는 결정 장치를 포함한다.
상기 구현예의 일 측면에 따르면, 상기 시스템은 기록된 심박수로부터 심박수 평균, 변이도 값, 리듬 특징 및/또는 심박수 이벤트 또는 변화를 계산하도록 구성되는 심박수 계산 장치를 포함한다. 상기 심박수 분류 수단은 상기 계산된 심박수 평균, 변이도 값, 리듬 특징 및/또는 심박수 이벤트 또는 변화에 근거하여 상기 개인의 심박수를 분류하도록 구성된다.
상기 구현예의 추가적인 측면에서, 상기 결정 장치는 특정 시간 기간 내에 심박수 등급 및 운동 등급의 특정 조합을 확인하도록 추가로 구성되고, 상기 결정 장치는 상기 확인된 특정 조합에 근거하여 수면, 수면 단계, 및/또는 수면 단계 전이 및/또는 수면 이벤트를 결정하도록 구성된다.
상기 구현예의 일 측면에 있어서, 상기 운동 검출 장치는 상기 개인의 신체의 일부의 가속을 감지하도록 구성되는 운동 센서를 포함하고, 상기 기록 장치는 상기 감지된 가속을 기록하도록 추가로 구성된다. 상기 시스템은 상기 기록된 가속에 근거하여, 상기 개인의 신체의 일부의 각각의 운동의 적어도 강도 및/또는 지속 기간을 계산하도록 구성되는 운동 계산 수단을 포함한다.
상기 구현예의 추가적인 측면에 따르면, 상기 운동 분류 수단은 계산된 각각의 운동의 강도 및/또는 지속 기간에 근거하여, 상기 신체 일부의 각각의 운동을 적어도 대운동(LM), 소운동(SM) 또는 트위치(TM)로 분류하도록 구성되고/되거나 각각의 LM, SM 및/또는 TM을 적어도 빈도 등급 및/또는 지속 기간 등급으로 분류하도록 구성된다.
상기 구현예의 다른 측면에 따르면, 상기 시스템은 적어도 하나의 환경적 요소를 감지하도록 구성되는 환경 센서 - 상기 기록 장치는 상기 감지된 적어도 하나의 환경적 요인을 기록하도록 추가로 구성됨, 및 상기 적어도 하나의 기록된 환경적 요인의 적어도 일부 값들을 적어도 하나의 환경 등급으로 분류하도록 구성되는 환경 분류 장치를 추가로 포함한다. 상기 결정 장치는 상기 적어도 하나의 환경 등급에 적어도 부분적으로 근거하여 상기 개인의 수면 이벤트를 결정하도록 추가로 구성된다.
상기 구현예의 일 측면에 따르면, 상기 환경 센서는 소음 수준, 주변 온도, 및/또는 주변 광을 감지하도록 구성된다.
상기 구현예의 또 다른 측면에 따르면, 상기 시스템은 상기 기록된 소음 수준에 근거하여 적어도 하나의 평균 소음 수준 및/또는 소음 이벤트를 계산하고, 및/또는 상기 기록된 주변 온도에 근거하여 적어도 하나의 평균 주변 온도 수준 및/또는 변화 및/또는 변이를 계산하고, 및/또는 상기 기록된 주변 광에 근거하여 적어도 하나의 주변 광 수준 및/또는 주변 광 수준의 변화를 계산하도록 구성되는 환경 계산 장치를 추가로 포함한다.
상기 구현예의 다른 측면에 있어서, 상기 결정 장치는 하나의 수면 단계에서 다른 단계로의 상향 전이 및/또는 수면에서 깨어 있는 상태로 전이 및/또는 상향 수면 단계 전이 및/또는 수면에서 깨어 있는 상태로의 전이에 대한 적어도 하나의 기록된 환경적 요인 또는 수면 이벤트의 직접적 영향을 결정하도록 추가로 구성된다.
상기 구현예의 일 측면에 따르면, 상기 시스템은 상기 적어도 하나의 심박수 등급, 상기 적어도 하나의 운동 등급, 상기 적어도 하나의 환경 등급 또는 이들의 임의의 조합에 근거하여 개인의 수면 또는 깨어 있는 상태를 평가하도록 구성되는 평가 장치를 추가로 포함된다.
추가적인 구현예에 따르면, 본 발명은 개인의 수면, 수면 단계 및/또는 수면 단계 전이를 결정하는 방법을 제공한다. 상기 방법은 상기 개인의 심박수를 검출하는 단계, 상기 검출된 심박수를 기록하는 단계, 신체의 골격근에 의하여 야기되는 상기 개인의 신체 일부의 운동을 검출하는 단계, 상기 검출된 운동을 기록하는 단계, 상기 기록된 개인의 심박수를 적어도 하나의 심박수 등급 및 적어도 하나의 심박 변이도 등급으로 분류하는 단계, 상기 기록된 운동을 적어도 하나의 운동 등급으로 분류하는 단계, 및 상기 적어도 하나의 심박수 등급, 상기 적어도 하나의 심박 변이도 등급, 및 상기 적어도 하나의 운동 등급에 적어도 부분적으로 근거하여 상기 개인의 수면, 수면 단계, 수면 단계 전이 및/또는 수면 이벤트를 결정하는 단계를 포함한다.
상기 방법의 바람직한 구현예에 따르면, 상기 적어도 하나의 심박수 등급은 심박수 평균 등급 및 심박수 평균 분류를 포함한다.
바람직한 구현에에서, 심박수 평균 분류는 심박수 평균에 근거하고, 상기 심박수는 소정의 시간 간격에 걸쳐 평균이 계산된다. 바람직하게, 상기 심박수 평균 계산을 위한 시간 간격은 개인의 검출된 신체 운동에 따라 변화한다. 예를 들어, 바람직한 구현예에서, 상기 심박수 평균은 신체 운동이 있을 경우 제1 시간 간격에 걸쳐 심박수를 평균내고, 신체 운동이 없거나 거의 없을 경우 상기 제1 시간 간격보다 긴 제2 시간 간격에 걸쳐 심박수를 평균냄으로써 계산된다.
본 발명의 상이한 구현예의 측면들은 달리 기재되지 않는 한 조합될 수 있다.
본 발명은 시험되는 개인의 수면 방해를 줄이고 충분히 정확하고 저비용이면서 신뢰성있는 결과를 제공하는, 수면 상태 및/또는 수면 단계 및/또는 수면 단계 전이를 결정하는 시스템 및 방법을 제공한다.
상기 및 기타 이점들 및 특징들이 얻어지는 방식을 기재하기 위하여, 앞서 간략히 기재한 요지의 보다 상세한 기재가 첨부하는 도면에 예시되는 특정 구현예들을 참조로 이루어질 것이다. 이들 도면들은 전형적인 구현예들만을 묘사하는 것이며 따라서 범위를 제한하는 것으로 고려되지 말아야 할 것으로 이해하면서, 구현예들을 첨부하는 도면의 사용을 통하여 더욱 구체적이고 상세히 기재하고 설명할 것이다.
도 1은 청소년의 수면 곡선을 예시한다.
도 2는 본 발명의 구현예에 따른 기록 장치 및 데이터 추출 장치의 구성 성분들을 묘사한다.
도 3은 본 발명의 구현예에 따른 분류 장치의 구성 성분들을 묘사한다.
도 4는 본 발명의 구현예에 따른 결정 장치의 구성 성분들을 묘사한다.
도 5는 본 발명의 구현예에 따라 수면, 수면 단계 및/또는 수면 단계 전이를 결정하는 방법 단계들을 예시한다.
도 6은 본 발명의 다른 구현예에 따라 심박수 기록을 확인하는 방법 단계들을 예시한다.
도 7은 시간 경과에 따른 심박수 이벤트 또는 변화를 예시한다.
도 8은 불명 상태와 수면 상태 간의 관계를 묘사하고, 이들 상태 및 단계들 간의 전이를 예시한다.
도 9는 심박수 평균 계산을 위한 시간 간격 채택을 위한 방법 단계들을 예시한다.
도 10은 가벼운 수면에서 REM 수면으로의 수면 단계 전이를 예시한다.
도 11은 깊은 수면에서 가벼운 수면으로의 수면 단계 전이를 예시한다.
도 12는 가벼운 수면으로 복귀에 이은 가벼운 수면에서 깨어있는 상태로의 짧은 전이를 예시한다.
도 13은 REN 수면으로의 복귀에 이은 REM 수면으로부터 깨어 있는 상태로의 짧은 전이를 예시한다.
본 발명은 심박수 및 신체 운동성 모두의 보행 기록에 근거하여 개인의 깨어 있는 및 수면 기간을 스코어링하고, 그 개인이 사는 주변 물리적 환경의 특징 및 변화를 기재하는 시스템 및 방법을 제공한다. 수면 기간 동안, 상기 방법은 수면다원 검사 기록 및 육안 스코어링을 통하여 전형적으로 사용되는 것과 유사한 방식으로 및 동일한 정확성으로 상이한 수면 단계들을 자동적으로 스코어링하는 것을 허용할 것이다. 따라서, 본 발명은 상세한 수면 기재 및 더 간단하고 더 용이한 기록 방법학을 사용하는 일반적 방법과 거의 비슷한 평가를 얻을 수 있다. 예를 들어 개인의 손목 상에 행하여지는 그 기록은 일반적인 수면다원 검사보다 전기적 아티팩트 또는 배선 제한을 덜 받을 것이다. 또한, 본 발명은 전적으로 자동적이며, 수면 기간뿐 아니라 살아있는 개인의 모든 활동을 기록할 수 있다.
상기한 바와 같이, 이 문헌에 사용되는 개인의 각성(vigilance) 상태는 기본적으로 깨어 있거나 또는 수면 상태로 정의될 수 있다. 이들 상태들은 교대하며 상호 의존적이다.
수면 중, 몇몇 수면 단계들이 결정될 수 있다. 이들 수면 단계들은 급속 안구 운동 (REM) 수면 단계 및 비-REM 수면 단계들로 범주화될 수 있다. REM 수면 단계는 생생한 꿈이 일어나는 것이다. 이는 닫힌 눈꺼풀 하에 급속한 안구 운동의 발생, 운동 무긴장 및 저전압 EEG 패턴에 의하여 확인될 수 있다. REM 수면 단계는 또한 REM 수면으로도 불리우며, 근육 트위칭, 불규칙한 호흡, 불규칙한 심박수 및 증가된 자율적 활성과도 관련된다. REM 수면의 기간은 또한 역설 수면으로도 불리운다. 또한, 개인의 수면은 비-REM (NREM) 단계들로 스코어링될 수 있으며, 이는 1 내지 4로 넘버링된다.
도 1은 8 시간 수면 기록의 상이한 수면 단계들을 나타내는 건강한 청소년의 예시적 수면 곡선을 도시한다. 하나의 단계로부터 다른 단계로의 전이는 전형적으로 갑작스런 단계임을 주목하여야 한다.
예시된 바와 같이, 수면의 처음 한 시간 이내에, 불면 상태로부터 출발하여 잠이 드는 개인은 NREM 수면 단계 1에서 단계 2, 3 및 4로 전이할 수 있다.
상기 NREM 수면의 수면 단계 1의 기준은 잘 정의된 알파 활성 및 3 내지 7 Hz 범위의 세타 주파수, 때때로 정점 스파이트, 및 느린 롤링 안구 운동 (SEMs)과 저전압 EEG 추적으로 구성된다. 이 단계는 수면 방추, K-복합파 및 REMs의 부재를 포함한다. 단계 1은 총 수면 시간 양의 4 내지 5%를 나타낸다.
상기 NREM 수면의 수면 단계 2는 비교적 낮은 전압, 혼합 주파수 EEG 백그라운드에 대한 수면 방추 및 K-복합파의 발생을 특징으로 한다. 높은 전압 델타파가 단계 2 기의 20% 이하를 구성할 수 있다. 상기 수면 단계 2는 대개 총 수면 시간의 45 내지 55%를 설명한다.
NREM 수면의 수면 단계 3은 75μV를 초과하는 진폭 (고진폭 델타파)을 가지는 2 cps 또는 그보다 느린 EEG 파로 구성되는 기간의 적어도 20% 및 50% 이하로 정의된다. 이는 종종 단계 4 NREM 수면과 함께 서파 수면 (SWS)으로 결합되는데, 이는 상기 두 단계들 간의 입증된 생리학적 차이의 결여로 인한 것이다. 이러한 단계 3은 정상적으로 건강한 성인의 수면 기간의 최초 3분의 1에서만 나타나고, 대개 총 수면 시간의 4 내지 6%를 구성한다.
NREM 수면 단계 3에 대한 상기 모든 기재가, 고전압, 느린 EEG 델타파가 기록의 50% 이상을 차지하는 것을 제외하고 단계 4에도 적용된다. NREM 수면 단계 4는 대개 총 수면 시간의 12 내지 15%를 나타낸다. 예를 들어, 몽유병, 야경증 및 수면 관련 야뇨증 에피소드가 일반적으로 단계 4에서 또는 이 단계로부터 각성 중에 시작한다.
가벼운 비-REM 수면 단계는 수면 단계 1 및 2에 통상적인 용어인 반면, 깊은 비-REM 수면은 수면 단계 3 및 4의 조합에 대한 용어이다.
다시 도 1을 참조하면, 수면 단계 4 기간 후 시험되는 개인의 수면은 수면 단계 2 및 REM 수면으로 변화한다. 나아가, 가벼운 비-REM 수면 단계가 이어진 다음, 다른 깊은 비-REM 수면 단계로 돌아간다.
도 1에 도시되는 바와 같이 수면의 나머지는 REM 수면 기간으로부터 단계 1 및 2와 같은 더 가벼운 비-REM 수면 단계로의 전이를 포함한다.
시험되는 개인의 각성 상태를 결정하고, 시험되는 개인의 수면 단계, 개인의 수면 단계 전이 및/또는 수면 이벤트를 결정하기 위하여, 본 발명은 주변 물리적 환경의 일부 특징과 함께 심박수 및 신체 운동성과 같은 기본적 생리적 변수를 연속적으로 며칠까지 감지 및 기록하기 위한 시스템 및 방법을 제공한다. 이러한 방법학은 시험되는 개인의 깨어 있는 및 수면 기간과 같은 기본적 상태를 스코어링 할 수 있을 것이다. 깨어 있는 동안, 본 발명은 활동 및 휴식 기간 사이의 구별을 허용할 것이다. 수면 상태 동안, 수면 단계들이 매 30-초마다 스코어링될 것이다. 또한, 주변 물리적 변수와 생물학적 변수의 동시 기록은 전자의 후자에 대한 가능한 영향을 평가할 수 있게 할 것이다.
도 2는 본 발명의 구현예에 따른 예시적 감지/기록 시스템의 구성 성분을 예시한다. 본 발명은 도시되는 장치 및 성분 배열에 제한되지 않는다. 이하 더욱 상세히 기재되는 바와 같이, 도시되는 배열의 변화가 가능하고 이는 본 발명의 범위 내에 속한다. 예시적인 시스템은 센서 및 센서-관련 장치와 같은 검출 수단을 포함할 수 있는 기록 장치(100)를 포함한다. 또한, 상기 기록 장치(100)는 메모리(170)를 포함한다.
상기 기록 장치(100)는 시험되는 개인의 심박수 및 상기 심박수를 나타내는 출력 신호를 검출할 수 있는 심박수 검출 수단을 포함할 수 있다. 상기 심박수 검출 수단은 독립체 또는 상기 기록 장치(100)의 구성 단위일 수 있다. 이러한 독립체 또는 구성 단위는 집적 회로(IC)와 같은 전기 회로망일 수 있으며, 심박수 및 그 심박수 신호의 출력 및 이하 기재하는 기타 기능들의 검출을 수행하도록 구성된다. 대안적으로, 상기 독립체 또는 구성 단위는 이하 더욱 상세히 기재되는 심박수 검출 수단의 작용을 수행하는 특정 소프트웨어 또는 펌웨어를 가동시킬 수 있는 회로이다. 바람직하게 및 또한 대안적으로, 상기 독립체 또는 구성 단위는 소프트웨어 또는 펌웨어의 개념적 성분을 실행시키는 마이크로프로세서와 같은 프로세서이며, 상기 개념적 성분의 실행은 심박수 검출 수단의 이하 작용을 수행한다.
예를 들어, 상기 심박수 검출 수단은 센서 및 센서 관련 장치를 포함한다. 이들 심박수 검출 수단의 센서 및 센서 관련 장치는 시험되는 개인의 맥파를 감지하는 맥박 센서(110)를 포함할 수 있다. 상기 맥파는 말초 동맥 상에서 측정될 수 있다. 예를 들어, 맥파는 상기 기록 장치(100)가 시험되는 개인의 손목에 위치하는 경우 그 손목 내 위치하는 노동맥 상에서 측정될 수 있다. 본 발명은 손목 동맥에 제한되지 않으며, 시험되는 개인은 또한 발목 또는 동맥에 접근하는 기타 위치에 기록 장치를 착용할 수 있다. 상기 맥박 센서(110)는 심장 수축, 심장 수축기에 의하여 분출되는 혈액으로 인한 동맥 혈관 용적의 순간적 증가에 의하여 생산되는 동맥 맥파를 감지한다. 따라서, 이들 맥파는 심장 박동과 정확히 일치한다.
상기 심박수 검출 수단의 센서 관련 장치는 감지된 맥파에 근거하여 시험되는 개인의 심박수(HR)를 결정하는 즉각적 심박수 장치(112)일 수 있다. 상기 즉각적 HR 장치(112)는 특정 최소 시간 기간 동안 감지된 맥파를 세어 심박수, 즉 분당 심장 박동을 결정한다.
나아가, 상기 심박수 검출 수단은 또한 두 개의 연속적인 맥파 간의 경과된 시간을 측정하고 예를 들어 밀리초로 표현되는 상기 경과된 시간을 출력하는 맥동간 간격 장치(114)를 포함할 수 있다. 이러한 경과 시간은 또한 맥파 간격 (PWIs) 또는 심장 박동 간격으로도 언급된다.
상기 즉각적 심박수 장치(112) 및 맥동간 간격 장치(114)는 상기 기록장치(110)의 메모리(170) 내에 저장을 위하여 및/또는 추가적 계산을 위하여 데이터를 출력한다. 이러한 데이터는 예를 들어 매 초마다 또는 5 초마다 저장되는, 특정 시간 지점에서 심박수를 나타낸다. 또한, 상기 데이터는 맥동간 간격 장치(114)에 의하여 출력되는 바와 같은 적어도 하나의 PWI의 경과 시간을 나타낼 수 있다. 메모리 용량에 따라, 상기 센서(110)의 원 센서 데이터가 기록되고 메모리(170) 내에 저장될 수 있다.
다른 구현예에 따르면, 상기 즉각적 심박수 장치(112) 및 맥동간 간격 장치(114)의 기능들이 하나의 장치 내에 결합될 수 있다. 이러한 결합된 장치는 메모리(170) 내 저장을 위하여 또는 추가적 가공을 위하여 HR 값 및 PWIs를 나타내는 값을 동시에 출력한다.
나아가, 도시되는 구현예에 따르면, 상기 장치(100)는 신체 운동(BM)으로도 언급되는 시험되는 개인의 신체의 운동을 검출할 수 있는 운동 검출 수단을 포함한다. 상기 운동 검출 수단은 또한 독립체 또는 상기 기록 장치(100)의 구성 단위일 수 있다. 상기 주목한 바와 같이, 이러한 독립체 또는 구성 단위는 이하 추가적으로 기재될 운동 검출 수단의 기능들을 수행하도록 지어지는 집적회로(IC)와 같은 전기 회로망일 수 있다. 대안적으로, 상기 독립체 또는 구성 단위는 이들 기능들을 수행하는 특정 소프트웨어 또는 펌웨어를 가동시킬 수 있는 회로이다. 바람직하게 및 대안적으로, 상기 독립체 또는 구성 단위는 소프트웨어 또는 펌웨어의 개념적 성분을 실행하는 마이크로프로세서와 같은 프로세서일 수 있으며, 상기 개념적 성분의 실행은 운동 검출 수단의 이하 기능들을 수행한다.
수면 단계 또는 수면 단계 전이를 스코어링하거나 또는 시험되는 개인의 수면 이벤트를 검출하기 위하여, 골격근의 운동은 주요 관심사이다. 안구 운동 및/또는 개인의 심장 및/또는 폐에 의하여 야기되는 운동 또한 수면 단계에 대한 결론 도출을 허용할 수 있으나, 본 발명은 골격근에 의하여 야기되는 운동에 의존한다.
상기 운동 검출 수단은 센서의 운동이 일어나는지 여부의 결정을 허용하는 단순한 센서(120)일 수 있다. 나아가, 상기 운동 검출 수단은 신체 운동을 보다 정확히 감지할 수 있는, 하나 이상의 가속도 센서(120)일 수 있다. 이러한 감지 수단(120)은 하나 이상의 축을 따라 가속도를 감지하기 위한 가속도 센서(120)일 수 있다. 이는 BM의 방향, 지속 기간 및 강도의 결정을 추가로 허용한다.
바람직한 구현예에서, 상기 시험되는 개인의 신체 운동은 상기 기록 장치(100) 내에 배치되는 소형화된 3축 가속도계(120)에 의하여 측정될 것이다. 상기 가속도계(120)는 가속도 값, 예를 들어 초당 20배를 측정하며, 모든 절대값이 매 초당 합산된다. 상기 측정 빈도 및 및 합산 시간 기간은 상기 장치(100)의 민감도를 시험되는 개인의 운동 습관에 맞추도록 설정될 수 있다.
상기한 바와 같이, 상기 기록 장치는 예를 들어 시험되는/기록되는 개인의 손목에 착용될 수 있다. 이는 전형적인 수면다원 검사 기구 및 센서가 그러하듯이 수면을 방해하지 않으므로 개인에 편리하다. 또한, 골격근에 의하여 야기되는 임의의 운동이 팔다리, 몸통 및/또는 머리와 같은 신체 일부에서 일어난다. 이들 운동은 대다수의 경우에 손목의 가벼운 운동을 동반할 것이다. 상기 시스템의 민감도는 따라서 이러한 운동을 검출하도록 선택된다. 상기 센서(120)의 민감도는 상기 시스템(100)을 착용자의 운동에 개인 맞춤화하도록 조정될 수 있다.
다시 도 2를 참조로 하면, 상기 기록 장치(100)의 운동 검출 수단은 또한 상기 센서(120)로부터 출력 신호를 받는 컴퍼레이터 장치(122)를 포함할 수 있다. 상기 컴퍼레이터 장치(122)는 이들 출력 신호를 소정의 역치와 비교한다. 하나 이상의 축 상의 가속도가 소정의 역치를 초과하는 경우에만, 상기 센서(120)의 출력 신호로 나타내지는 특정 운동이 기록, 즉 메모리(170) 내에 저장된다. 따라서, 상기 가속도 감지 시스템의 민감도는 소정의 역치를 선택함으로써 조정될 수 있다. 나아가,본 발명의 시스템은 각각의 축에 대하여 또는 기록 장치(100)의 각각의 가속도 센서(120)에 대하여 역치를 설정하는 것을 허용한다. 팔을 따르는 방향의 운동은 팔에 직각인 방향보다 덜 강하므로, 상기 시스템은 손목의 특정 운동을 강조하도록 조정될 수 있다.
다른 측면에 따르면, 상기 컴퍼레이터 장치(122)는 감지된 가속도가 비교되는 2 이상의 역치를 보유한다. 이는 감지된 가속도 크기에 근거한 운동의 예비 분류를 허용한다.
상기 센서(120)의 출력은 추가적 프로세싱을 위하여 메모리(170) 내에 저장된다. 상기한 바와 같이, 저장은 컴퍼레이터 장치(122)의 출력 신호에 의존할 수 있다.
상기 센서 및 장치 외에, 상기 기록 장치(100)는 또한 환경적 요인을 감지하기 위한 환경 감지 수단을 포함할 수 있다. 상기 주목한 바와 같이, 상기 환경 감지 수단은 또한 독립체 또는 기록 장치(100)의 구성 단위일 수 있다. 독립체 또는 구성 단위는 이하 추가적으로 기재될 환경 검출 수단의 기능들을 수행하도록 지어지는 집적회로(IC)와 같은 전기 회로망일 수 있다. 대안적으로, 상기 독립체 또는 구성 단위는 이들 기능들을 수행하는 특정 소프트웨어 또는 펌웨어를 가동시킬 수 있는 회로이다. 바람직하게 및 대안적으로, 상기 독립체 또는 구성 단위는 소프트웨어 또는 펌웨어의 개념적 성분을 실행하는 마이크로프로세서와 같은 프로세서일 수 있으며, 상기 개념적 성분의 실행은 환경 검출 수단의 이하 기능들을 수행한다.
상기 환경 감지 수단은 소음 센서(130), 광 센서(140) 및/또는 온도 센서(150)와 같은 몇몇 장치를 포함할 수 있다.
예를 들어, 상기 시험되는 개인의 주변 물리적 특징이 감지될 수 있다. 소음은 매 초당 통합 값으로 기록될 수 있고, 주변 소음 수준은 1 dB의 정밀도로 20 내지 100dB 범위 내에서 매 초당(Leq1sec) 측정된다. 주변 광은 1 lux의 정밀도로 10 내지 1000 lux 범위에서 매 초당 측정된다. 주변 온도는 0.5℃의 정밀도로 -20 내지 +50℃ 범위 내에서 정밀 온도 센서(150)로 매 초당 측정된다. 모든 주변 물리적 값은 상기 장치(100)의 내부 메모리(170) 내에 기록된다.
다시 도 2를 참조로 하면, 상기 기록 장치(100)는 부가적인 감지 수단(180)을 포함할 수 있다. 이미 앞서 기재한 바와 같이, 상기 부가적 감지 수단(180)은 독립체 또는 상기 기록 장치(100)의 구성 단위일 수 있다. 독립체 또는 구성 단위는 이하 추가적으로 기재될 부가적 감지 수단의 기능들을 수행하도록 지어지는 집적회로(IC)와 같은 전기 회로망일 수 있다. 대안적으로, 상기 독립체 또는 구성 단위는 이들 기능들을 수행하는 특정 소프트웨어 또는 펌웨어를 가동시킬 수 있는 회로이다. 바람직하게 및 대안적으로, 상기 독립체 또는 구성 단위는 소프트웨어 또는 펌웨어의 개념적 성분을 실행하는 마이크로프로세서와 같은 프로세서일 수 있으며, 상기 개념적 성분의 실행은 환경 감지 수단의 이하 기능들을 수행한다.
상기 부가적 감지 수단(180)은 예를 들어, "맥박 산소측정기"로도 불리우는, 특히 산소 내 혈액 포화도를 측정하기 위하여 만들어지는 생리적 센서를 포함할 수 있다. 이러한 센서는 순환 혈액 내 산소 포화도를 측정한다. 그 값은 정상적으로 건강한 수면자에서 100%에 근접한다. 90% 이하의 값을 가지는 포화도 저하가 수면 무호흡증에서 관찰될 수 있다.
나아가, 부가적인 센서(180)는 맥파 전달 시간을 측정하기 위한 센서 또는 피부 온도를 측정하는 센서 또는 피부 전위 변이를 검출하는 센서일 수 있다.
맥파 전달 시간은 동맥 혈압과 직접적으로 관련된다. 동맥의 벽은 탄성이고, 혈관 직경을 변화시킬 수 있는 소근육들을 함유한다. 각각의 심장 수축에 대하여, 특정 양의 혈액이 특정 힘으로 동맥 혈관 내로 분출된다. 이러한 혈압은 동맥 벽의 장력에 의존한다. 장력이 높으면, 혈압이 상승되고, 장력이 감소되면 혈압이 감소된다. 심장 박동에 상응하는 맥박의 속도는 동맥 벽의 강성에 의존한다. 따라서, 상기 벽의 장력이 높을 때 맥박이 가속화되고, 장력이 낮을수록 감소된다. 그렇다면, 상기 전달 시간은 동일한 동맥 상에 위치하고 몇 센티미터 떨어져 있는 두 부위 사이에 계산된다. 이러한 두 떨어진 부위 상에서 동일한 통과 맥박이 측정가능하고, 경과 시간은 동맥 벽의 장력 또는 혈압과 직접 관련된다. 이러한 시간의 단축은 혈압 증가에 상응하는 반면, 이러한 경과 시간의 연장은 혈압 저하에 상응한다. 이러한 경과 시간 값은 두 부위 간의 거리에 의존하며, 이러한 시간의 변화는 보정될 수 있는 혈압 변화 값을 제공한다.
피부 온도는 피부 표면에 부착되는 작은 센서에 의하여 측정될 수 있다. 이는 피부와 환경 사이의 열 교환을 잘 나타낸다. 그 변화는 변화하는 주변 온도에의 적응 또는 각성 상태의 변경을 나타내는 것일 수 있다. 적합한 센서를 사용함으로써 피부 전위의 변화를 측정하는 것 또한 가능하다. 이러한 측정은 교감 신경계 활성을 간접적으로 나타내는 것이다. 이는 환경에 대한 특정 반응성 또는 개인의 가능한 스트레스를 포함하는 특정 감정 상태를 나타내는 것일 수 있다.
본 발명의 구현예에 따르면, 상기 기록 장치는 적어도 두 개의 모듈로 분리된다. 이들 모듈 중 하나는 상기한 생리적 센서(110 및 120) 및/또는 센서 관려 장치(112,114 및 122)만을 포함한다. 이러한 장치는 소형이고, 예를 들어 손목시계 크기를 초과하지 않는다. 두번째 모듈은 환경 센서(130, 140 및/또는 150)를 포함할 수 있다. 세번째 모듈은 부가적 센서(180)를 포함할 수 있다. 상기 부가적 센서(180)는 또한 가능하다면 상기 첫번째 및 두번째 모듈 중 하나 내에 포함될 수 있다.
이러한 분리는 밤 동안, 개인이 잠자리에 있는 동안, 생리적 변수를 다루는 모듈이 상기 개인에 여전히 부착될 것인 반면, 주변 요인을 다루는 모듈은 분리되고 침대 옆 탁자 위와 같은 옆에 배치될 수 있다는 이점을 가진다. 이는 보다 안정한 환경 값을 얻을 수 있도록 하며, 이동하는 시트로 인한 소음 아티팩트 또는 수면자의 자세에 따라 커버 또는 커버되지 않은 광 센서로 인한 광 수준 변화를 피할 것이다.
이러한 분리된 모듈 각각은 그 자체 메모리를 포함하거나, 또는 첫번째 모듈만이 메모리를 포함하고 두번째 및/또는 세번째 모듈이 저장을 위하여 그 센서 및 센서 관련 장치로부터 첫번째 모듈로의 데이터를 전송할 수 있다. 상기 데이터의 전송은 이하 더욱 상세히 설명하는 무선 커넥션에 의하여 달성될 수 있다.
상기 적어도 두 개의 분리된 모듈은 단일 장치를 형성하도록 이들을 연결하는 방식으로 만들어질 수도 있다. 이러한 경우, 상기 모듈은 단일 장치로 작용하기 위하여 부착 수단 및 전기 커넥터를 포함한다. 예를 들어, 다니 하나의 모듈만이 메모리를 가지는 경우, 전기 커넥터를 이용하여 하나의 모듈로부터 다른 모듈의 메모리로 데이터를 전송할 수 있다.
어떠한 경우에도, 상기 구현예들 각각에 따른 기록 장치(100)는 또한 시계(160)를 포함할 수 있다. 상기 시계(160)의 출력 신호가 상기한 센서 또는 장치들 (110 내지 150 및 180) 각각에 전달된다. 상기 센서(110, 120, 130, 140, 150 및/또는 180) 및 장치 (112, 114 및/또는 122)는 시간에 따른 값을 결정하기 위하여 출력된 시계 신호를 이용할 수 있다. 예로서, 즉각적 심박수 장치(112) 및/또는 맥박간 간격 장치(114)는 시계 신호를 이용하여 시험되는 개인의 심박수를 결정하고 두 개의 연속적인 맥파 사이에 경과된 시간을 측정할 수 있다.
상기한 바와 같이, 상기 기록 장치(100)는 검출된 심박수, 신체 운동 및/또는 환경적 요인을 기록하기 위한 기록 수단을 포함할 수 있다. 상기 기록 수단은 독립체 또는 상기 기록 장치(100)의 구성 단위일 수 있다. 독립체 또는 구성 단위는 이하 기재될 기록 수단의 기능을 수행하도록 만들어진 집적 회로(IC)와 같은 전기 회로망일 수 있다. 대안적으로, 상기 독립체 또는 구성 단위는 이들 기능을 수행하는 특정 소프트웨어 또는 펌웨어를 가동시킬 수 있는 IC이다. 바람직하게 및 대안적으로, 상기 독립체 또는 구성 단위는 소프트웨어 또는 펌웨어의 개념적 성분을 실행하는 마이크로프로세서와 같은 프로세서이며, 상기 개념적 성분의 실행은 이하 기록 기능들을 수행한다.
상기 기록 수단은 상기 센서 및 상기 기록 장치(100)의 구성 단위들에 연결되는 메모리(170)를 포함할 수 있다. 상기 메모리(170)는 상기 센서 및 구성 단위들에 버스를 통하여 연결될 수 있고, 상기 버스를 통하여 받은 센서(110, 120, 130, 140, 150 및/또는 180)의 출력 신호를 저장할 수 있다.
감지된 값을 올바르게 저장하기 위하여, 상기 기록 수단은 상기 버스 및 상기 시계(160)에 연결되는 메모리 컨트롤러(172)를 추가로 포함할 수 있다. 따라서, 상기 메모리 컨트롤러(172)는 감지된 값들의 저장을 조절할 수 있고, 각각의 감지된 값과 함께 저장될 시간 스탬프 또는 기타 신호를 첨가할 수 있다. 이는 추후 감지된 값에 대한 추가적 평가 및/또는 계산을 허용한다.
상기 메모리 컨트롤러(172)는 또한 상기 구성 단위(112, 114 및/또는 122)의 출력 값의 저장에 책임이 있을 수 있다. 상기 메모리 컨트롤러(172)는 메모리(170) 내에 이들 구성 단위들의 출력 값 및 각각의 출력 값과 관련되는 시간 기간의 표시 또는 임의 시간 스탬프를 저장한다.
다른 구현예에 따르면, 상기 장치(100)는 메모리(170) 및 메모리 컨트롤러(172)를 포함하지 않는다. 이 경우, 센서(110, 120, 130, 140, 150 및/또는 180) 및 관련 장치들(112, 114 및/또는 122)만이 상기 장치(100) 내에 존재한다. 상기 센서 및 장치들의 출력 신호가 저장 및/또는 추가 계산을 위하여 추가적 장치에 전송될 것이다. 예를 들어, 이러한 감지 장치는 감지된 값을 데이터를 받아 감지된 센서 값 및/또는 상기한 장치들의 출력 값을 저장하는 장치에 연속적으로 전송할 것이다. 상기 데이터 전송을, 예를 들어, 무선 커넥션 (무선 LAN, 블루투쓰, 적외선 데이터 통신) 또는 유선 커넥션 (범용 직렬 버스(USB), 파이어와이어, LAN 또는 기타 네트워크 커넥션)으로서 실행될 수 있다.
본 발명의 추가적 측면에 따르면, 상기 기록 장치(100)는 버튼 또는 기타 액츄에이터(도시하지 않음)를 포함할 수 있다. 상기 시험/기록되는 개인이 예를 들어 버튼을 누름으로써 이를 작동시키면, 상기 기록 장치는 상기 버튼의 실행을 나타냄과 함께 현재 시간을 저장한다. 이는 개인이 버튼을 단순히 누름으로써 특정 이벤트를 표시하는 것을 허용한다. 예로서, 개인이 예를 들어 목욕을 하기 위하여, 또는 자러 가기 전에 및 아침에 일어난 직후 한번 더 기록 시스템을 자발적으로 중단하고자 할 때, 그 개인만이 버튼을 누를 수 있을 것이다. 표시된 이벤트들은 시스템의 추후 단계에 사용되어 이하 기재로부터 분명하듯이 특정 이벤트를 보다 용이하게 확인할 수 있다.
상기 기록 장치(100)는 또한 다양한 소정의 이벤트를 확인하기 위하여 2 이상의 액츄에이터를 가질 수 있다. 다른 측면에 따르면, 상기 액츄에이터는 1, 2 또는 3 초 동안 이를 잡거나 이를 1회, 2회 등 누르는 것과 같이 상이한 이벤트를 확인하기 위한 특정 방식으로 사용될 수 있다.
모든 구현예에 있어서, 메모리(170) 내에 저장되는 기록된 데이터는 데이터 추출 장치(200)에 의한 추가적 계산 및 결정을 위하여 사용될 수 있다. 따라서, 상기 데이터는 메모리(170)로부터 데이터 추출 장치(200)로 전달된다. 이러한 데이터 전달을 위한 데이터 커넥션은 또한 무선 또는 유선 커넥션으로서 실행될 수 있다. 예를 들어, 무선 커넥션은 무선 LAN, 블루투쓰, 적외선 데이터 통신 또는 기타 무선 통신 기술에 근거할 수 있다. 유선 데이터 통신은 범용 직렬 버스(USB), 파이어와이어, LAN 또는 기타 네트워크 커넥션으로 실행될 수 있다.
추가적 측면에 따르면, 이하 기재될 서브유닛의 적어도 일부를 포함하는 상기 데이터 추출 장치(200) 및 기록 장치(100)는 하나의 장치로 통합될 수 있다. 이 경우, 상기 데이터 추출 장치(200)는 메모리(170)에, 예를 들어 버스를 통하여 직접 접근을 가질 수 있다. 이러한 장치는 예를 들어 그 장치를 착용하는 개인의 심박수 및/또는 신체 운동을 검출 및 기록하기 위한 착용가능한 장치로서 만들어질 수 있다. 수면 중 시험되는 개인의 방해를 감소시키기 위하여, 상기 착용가능한 장치는 개인의 손목에 착용되는 시계와 유사하게 형성될 수 있다. 사람들은 시계 착용에 익숙해져 있으므로, 수면다원 검사의 전극 및 배선에 의해서보다 수면 중 이러한 장치에 의하여 덜 방해받을 것이다.
도 2에 도시되는 구현예 및 데이터 추출 장치(200)를 다시 참조로 하면, 심박수 계산 수단(210)은 데이터 추출 장치(200)의 일부일 수 있다. 기록 장치(100)의 수단에 대하여 앞서 간략히 설명한 바와 같이, 상기 심박수 계산 수단(210) 또한 독립체 또는 구성 단위일 수 있다. 독립체 또는 구성 단위는 상기 심박수 계산 수단의 기능을 수행하도록 만들어진 집적 회로(IC)와 같은 전기 회로망일 수 있다. 대안적으로, 상기 독립체 또는 구성 단위는 이들 기능을 수행하는 특정 소프트웨어 또는 펌웨어를 가동시킬 수 있는 회로이다. 바람직하게 및 대안적으로, 상기 독립체 또는 구성 단위는 소프트웨어 또는 펌웨어의 개념적 성분을 실행시키는 마이크로프로세서와 같은 프로세서이며, 상기 개념적 성분의 실행은 이하 심백수 계산 기능을 수행한다.
상기 심박수 계산 수단(210)은 맥박 센서(110), 즉각적 HR 장치(112), 및/또는 맥동간 간격 장치(114)로부터 기록된 데이터를 평가한다. 예를 들어, 상기 심박수 계산 수단(210)은 상기 연속 맥파 간격(PWI)의 가공되지 않은 값으로부터 정교한 심박수 데이터를 추출한다. 심박수 계산 수단(210)에 의하여 계산되고 출력된 데이터는 이하 더욱 상세히 설명되는 바와 같이 HR 평균, HR 변이도 값, 리듬 특징 및/또는 HR 이벤트 또는 변화를 포함할 수 있다.
상세하게, HR 평균은 두 가지 유형일 수 있다: 종합 HR 평균 (GHRA) 및 휴식 HR 평균 (RHRA). GHRA는 낮 또는 밤의 시간에 따라 5 내지 10 분과 같은 다소 긴 시간 기간에 걸쳐 계산될 수 있다. 나아가, 이러한 평균의 표준 편차를 상당 기간에 걸친 HR 변이도 (HRV) 정량에 사용할 수 있다. 따라서, GHRA 계산은 신체 운동을 가지는 주기뿐 아니라 신체 운동(BM)이 없는 주기를 포함할 것이다. 이는 또한 소음, 온도 또는 광 변이와 같은 주변 요인의 영향을 반영하는 전반적 HR 평균을 제공할 것이다. RHRA는 각성 상태에 따라 예를 들어 10 내지 60초와 같은 훨씬 더 짧은 기간에 걸쳐, BM이 존재하지 않거나 앞서 10 초 동안 존재하지 않았던 기간 동안 계산될 것이다. 이러한 평균의 표준 편차는 HR 리듬, 즉 규칙적인지 불규칙적인지 여부를 정하기 위하여 계산될 것이다. 따라서, RHRA는 시험되는 개인의 운동 활성과 무관하나, 환경적 요인에 여전히 영향을 받을 수 있다.
GHRA 평균 또는 RHRA 평균과 같은 심박수 평균 계산은 심박수를 소정의 시간 간격 (시간 기간)에 걸쳐 평균을 냄으로써 이루어질 수 있다. 심박수 평균, 예를 들어 GHRA 평균 또는 RHRA 평균 계산을 위한 시간 간격은 고정될 수 있다. 예를 들어, GHRA (신체 운동이 있는/없는 주기를 포함)는 심박수를 예를 들어 5분, 10분 등에 걸쳐 평균을 냄으로써 계산될 수 있고, RHRA는 심박수를 예를 들어 5초, 10초, 30초, 60초 등에 걸쳐 평균을 냄으로써 계산될 수 있다.
심박수 평균은 또한 상이한 소정의 시간 간격에 걸쳐 심박수를 평균 냄으로써 계산될 수 있다. 구체적으로, 심박수 평균은 제1 상황에서 제1 시간 간격에 걸쳐 심박수 평균을 냄으로써, 및 제2 상황에서 제2 시간 간격에 걸쳐 심박수 평균을 냄으로써 계산될 수 있다. 예를 들어, 신체 운동이 동시에 일어나는 상황에서, 심박수 평균은 더 짧은 시간 간격에 걸쳐 (예를 들어, 5 심장 박동) 심박수 평균을 냄으로써 계산될 수 있는 반면, 신체 운동이 없거나 단지 몇몇 (근소한) 신체 운동만이 있는 상황에서, 심박수 평균은 더 긴 시간 간격 (예를 들어, 30 심장 박동)에 걸쳐 심박수 평균을 냄으로써 계산될 수 있다. 상기 간격 평균 계산은 2 이상의 단계적으로 (예를 들어, 2, 3, 4, 5 등) 변화할 수 있거나, 연속적으로 (예를 들어, 신체 운동의 양 및/또는 강도에 반대) 변화할 수 있다. 시간 간격이 단계적으로 변화하는 경우, 신체 운동에 대한 역가를 이용하여 심박수 평균 계산을 위한 적절한 시간 간격을 선택할 수 있다. 예를 들어, 신체 운동의 양 및/또는 강도가 역치 이하인 경우, 심박수 평균 계산을 위하여 더 긴 시간 간격을 이용할 수 있다. 상이한 시간 간격 길이들을 선택하기 위한 신체 운동 역치는 이하 추가로 기재될 신체 운동 등급과 유사하게 정의될 수 있다. 심박수 평균 계산을 위한 시간 간격 또한 이하 추라고 기재될 검출된 신체 운동 등급에 따라 변화할 수 있다.
심박수 평균 계산을 위한 시간 간격의 변화는 증진된 정확도 및 보다 높은 정확도가 요구되는 경우, 예를 들어 신체 운동이 있는 상황에서 일시적 해결책을 제공한다. 후자의 경우, 짧은 시간 간격에 걸친 평균은 심박수 곡선의 변화를 여전히 보이는 반면, 더 긴 시간 간격에 걸친 평균은 이를 지나치게 평탄하게 한다. 신체 운동이 없거나 비교적 거의 없는 (근소한) 상황에서, 평균 계산을 위한 시간 간격은, 예를 들어 잘못 검출된 수면 단계 전이의 수를 감소시킴으로써 등급 품질을 증진시키기 위하여, 증가될 수 있다.
상기 평균 계산을 위한 간격은 심박수의 측면에서 결정되거나, 또는 초 및/또는 분 측면에서 결정될 수 있다. 나아가, 심박수 평균 계산을 위한 시간 간격은 또한 현재 심박수 및/또는 심박수 평균에 의존할 수 있다.
도 9는 심박수 평균 계산을 위한 시간 간격을 조정하는 방법 단계들의 예시적 세트를 예시한다. 단계(910)에서, 신체 운동의 양 및/또는 강도가 소정의 시간 동안 검출된다. 상기 검출은 예를 들어, 실시간으로 행하여지거나, 또는 데이터가 몇 분, 몇 시간 또는 몇 일 동안 기록된 후 수행될 수도 있다. 단계(920)에서, 검출된 신체 운동의 양/강도를 소정의 역치와 비교한다. 상기 역치는 예를 들어, 수면 단계, 수면 단계 전이 등을 나타내는 역치에 관한 것일 수 있다.
검출된 신체 운동의 양/강도가 역치보다 높으면, 상기 방법은 단계(930)를 진행한다. 검출된 신체 운동의 양/강도가 역치보다 낮거나 같으면, 상기 방법은 단계(940)를 진행한다. 단계(930)에서, 심박수 평균 계산을 위한 시간 간격은 제1 시간 간격 t1로 설정되고, 단계(940)에서, 심박수 평균 계산을 위한 시간 간격은 제2 시간 간격 t2로 설정된다. 바람직하게, 상기 시간 간격 t2는 상기 제1 시간 간격 t1보다 길다.
다음, 상기 방법은 단계(950)를 진행하고, 단계(930) 또는 (940)에서 결정된 바와 같은 설정된 시간 간격을 이용하여 심박수 평균을 낸다.
다음, 상기 방법은 다른 시간 순간에 대하여 반복될 수 있다. 이와 같이 하기 위하여, 평가 시간은 예를 들어 단계(930) 또는 (940)에서 선택된 시간 간격과 같은, 고정된 시간 또는 가변적 시간에 의하여 이동될 수 있다. 바람직하게, 상기 방법은 모든 데이터 표본이 평가될 때까지 반복된다.
나아가, 도 2를 다시 참조로 하면, HR 이벤트 장치(212)는 메모리(170)로부터 데이터를 추출할 수 있다. 상기 HR 이벤트 장치(212)는 심박수 변화의 직접적 값을 제공하는 두 개의 연속 맥박 간의 간격 변화를 결정한다. 이러한 시간 간격의 감소는 심박수 가속화에 상응하는 반면, 이러한 간격의 연장은 더 낮은 심박수에 상응한다. 따라서, 두 가지 유형의 HR 변화가 메모리(170) 내 저장된 데이터로부터 추출될 수 있다: HR 가속화 (HRA) 및 HR 감속화 (HRD). 이러한 변화는 각성 상태 및 하루 중의 시간에 따라 수 초 내지 수십 초 동안 지속될 것이다. 이들은 슬라이등 윈도우 평균을 계산하고 수 초에 걸쳐 행하여지는 상응하는 분석을 수행함에 있어 검출될 것이다. HRA 및 HRD에 대한 시간 경과에 따른 예시적 심박수 구배를 도 7에 도시한다.
특히, HRA는 시험되는 개인이 이동 중일 때 또는 활동 또는 환기가 일어나고 있을 때 보여질 것이다. 이는 최초 심박수 가속화에 이은 심박수 감속의 2상 변화이다. 이러한 감속은 두드러질 수 있으며, 최저 HR 값은 최초 평균 수준보다 낮을 수 있다. 잠들지 않은 동안, 물리적 환경의 외부 자극에 대한 임의의 BM 또는 반응에 HRA이 동반될 것이다. 수면 중, 임의의 BM 또는 각성에 의하여 HRA가 생산될 것이다. 이러한 각성은 내부 또는 외부 원인, 예를 들어 소음으로 인한 것일 수 있다. HRA는 그 진폭, 즉 최고 즉각적 HR 값과 다음 최저 즉각적 HR 값의 차이, 및 그 지속 기간, 즉 가속화 시작으로부터 최초 HR 값으로의 복귀에 의하여 정의될 것이다 (도 7을 또한 참조).
또한, HRD는 임의의 BM 또는 각성의 부재 하에 보여질 것이다. 이는 하나의 수주으로부터 더 낮은 수준으로의 평균 심박수의 점진적 감소의 단상 변화이다. 이는 일반적으로, 대상이 휴식 중일 때 또는 깨어 있는 상태로부터 가벼운 수면으로 또는 가벼운 수면으로부터 깊은 수면으로 전이가 있을 때 보여진다. 후자의 경우, HRD는 몇 분 동안 지속될 수 있다.
또한, 심박수 계산 수단(210)은 맥파 간격(PWI) 항목 중 일부가 비정상적 또는 손실되는지 여부를 결정할 수 있다. HR 데이터의 분류를 향상시키기 위하여, 본 발명은 또한 손실 또는 비정상적 맥파 간격 데이터의 회복을 제공한다. 상기 심박수 계산 장치(210)는 따라서 도 6을 참조로 하여 이하 더 상세히 기재될 PWIs의 회복을 수행할 수 있다.
다시 도 2를 참조로 하여, 데이터 추출 장치(200)는 신체 운동 계산 수단(220)을 추가로 포함할 수 있다. 앞서 주목한 바와 같이, 상기 신체 운동 계산 수단(220)은 또한 독립체 또는 구성 단위일 수 있다. 독립체 또는 구성 단위는 신체 운동 계산 수단의 기능을 수행하도록 만들어진 집적 회로(IC)와 같은 전기 회로망일 수 있다. 대안적으로, 상기 독립체 또는 구성 단위는 이들 기능을 수행하는 특정 소프트웨어 또는 펌웨어를 가동시킬 수 있는 회로이다. 바람직하게 및 대안적으로, 상기 독립체 또는 구성 단위는 소프트웨어 또는 펌웨어의 개념적 성분을 실행시키는 마이크로프로세서와 같은 프로세서이며, 상기 개념적 성분의 실행은 이하 신체 운동 계산 기능을 수행한다.
이러한 신체 운동 계산 수단(220)은, 기록된 가속 값에 근거하여, 개인의 각각의 신체 운동의 강도 및/또는 지속 기간을 계산한다. 예를 들어, 상기 신체 운동 계산 수단(220)은 상기 가속 센서(120) 및 컴퍼레이터 장치(122)로부터 기록된 데이터에 접근하고 이를 평가한다.
상기한 바와 같이, 상기 신체 운동의 기록된 가공되지 않은 데이터는 특정 시간 기간에 대하여 얻어질 수 있다. 예를 들어, 프로세싱 파워 및 메모리 성능에 따라, 이러한 시간 기간은 1 초 미만으로부터 5 또는 심지어 10초 이상으로 조정될 수 있다. 바람직하게, 상기 신체 운동의 기록된 가공되지 않은 데이터는 매 초당 수득된다.
카운터(222)는 신체 운동 계산 수단(220)의 일부이거나 또는 데이터 추출 장치(200) 내 별개의 장치일 수 있다. 상기 카운터(222)는 초당 BMs의 수를 세어 운동의 강도를 결정한다.
신체 운동 계산 수단(220) 내에 포함되거나 이에 연결되는 다른 장치는 지속 기간 결정 장치(224)일 수 있다. 상기 장치(224)는 신체 운동의 지속 기간, 즉 운동 산출이 카운터(222)에 의하여 결정된 연속적인 초의 수를 계산한다.
다른 구현예에 따르면, 상기 카운터(222) 및/또는 지속 기간 결정 장치(224)는 또한 기록 장치(100)의 일부일 수 있다. 기록 장치(100)가 시계(160)를 제공함에 따라, 센서(120)에 의하여 감지되는 가속이 카운터(222) 및 지속 기간 결정 장치(224)에 의하여 직접적으로 사용될 수 있다. 나아가, 이러한 구현예에 따르면, 상기 카운터(222) 및 지속 기간 결정 장치(224)는 그들의 결과적인 출력을 메모리(170) 내에 저장한다.
도 2에 도시되는 구현예를 다시 참조로 하면, 상기 데이터 추출 장치(200)는 소음 센서(130), 광 센서(140) 및/또는 온도 센서(150)에 의하여 감지되는 기록 데이터의 특정 값을 계산하는 환경 계산 수단(230)을 추가로 포함할 수 있다. 상기 환경 계산 수단(230)은 독립체 또는 데이터 추출 장치(200)의 구성 단위일 수 있다. 그러한 독립체 또는 구성 단위는 환경 계산 수단(230)의 기능을 수행하도록 만들어진 집적 회로(IC)와 같은 전기 회로망일 수 있다. 대안적으로 상기 독립체 또는 구성 단위는 이들 기능을 수행하는 특정 소프트웨어 또는 펌웨어를 가동시킬 수 있는 회로이다. 바람직하게 및 대안적으로, 상기 독립체 또는 구성 단위는 소프트웨어 또는 펌웨어의 개념적 성분을 실행하는 마이크로프로세서와 같은 프로세서이며, 상기 개념적 성분의 실행은 이하 환경 계산 수단 기능을 수행한다.
상기 환경 계산 수단(230)은 주변 소음이 소정의 수준 또는 역치를 초과하는지 여부를 결정하는, 소음 수준 장치(231)를 포함할 수 있다. 또한, 상기 소음 수준 장치(231)는 또한 메모리(170) 내에 저장되는 감지된 소음 값을 2 이상의 역치와 비교하여 상이한 소음 수준을 결정할 수 있다.
소음 이벤트 장치(232)가 또한 환경 계산 수단(230) 내에 포함될 있으며, 이는 감지된 소음 데이터로부터 특정 소음 이벤트가 일어났는지 여부를 평가한다. 소음 이벤트는 예를 들어, 소음 수준 장치(231)에 의하여 결정되는 수준들과 같은, 소정의 시간 기간에 걸쳐 특정 수준을 초과하는 소음일 수 있다.
또한, 환경 계산 수단(230)은 특정 시간 기간에 걸쳐 주변 온도의 평균 값을 계산하는 평균 온도 장치(233)를 포함할 수 있다. 예를 들어, 상기 주변 온도는 10 분 간격, 30 분 간격 또는 1 시간 간격에 걸쳐 평균이 계산될 수 있다. 본 발명은 주변 소음 평균 계산을 위한 특정 시간 기간에 한정되지 않는다. 따라서, 2, 4 또는 6 시간과 같은 임의의 기타 시간 기간 또한 가능하다.
또한, 환경 계산 수단(230)은 온도 변화 장치(234)를 포함할 수 있다. 상기 온도 변화 장치는 온도가 특정 시간 지점 간에 변화하였는지 여부를 결정한다. 예를 들어, 상기 온도 변화 장치(234)는 온도가 한 시간 지점과 예를 들어 5 또는 10 분 후 사이에 소정 정도의 값으로 변화하였는지 여부를 결정할 수 있다. 상기 온도 변화 장치(234)는 미리 설정될 수 있는 특정 기간에 걸쳐 온도 변화를 결정할 수 있다. 이러한 시간 기간은 5 분, 10 분, 30 분, 60 분 또는 그보다 길 수 있다. 본 발명은 특정 시간 기간에 제한되지 않고, 기타 미리 설정된 시간 기간에 근거할 수 있다.
환경 계산 수단(230) 내에 포함되는 광 수준 장치(235)는 기록된 광 데이터에 근거하여 광이 특정 값을 초과하는지 여부를 결정한다. 상기 광 수준 장치는 기록된 광 데이터가 비교되는 복수의 미리 설정된 역치를 포함할 수 있다.
나아가, 상기 계산 수단은 기록된 광 데이터의 값의 변화를 결정하기 위한 광 변화 장치(236)를 포함할 수 있다.
나아가, 상기 데이터 추출 장치(200)는 부가적 센서(들)(180)에 의하여 감지되는 기록된 데이터의 특정 값을 계산하는 부가적 계산 수단(240)을 추가로 포함할 수 있다. 상기 부가적 계산 수단(240)은 독립체 또는 데이터 추출 장치(200)의 구성 단위일 수 있다. 이러한 독립체 또는 구성 단위는 환경 계산 수단(240)의 기능을 수행하도록 만들어진 집적 회로(IC)와 같은 전기 회로망일 수 있다. 대안적으로, 상기 독립체 또는 구성 단위는 이들 기능을 수행하는 소프트웨어 또는 펌웨어를 가동시킬 수 있는 회로이다. 바람직하게 및 대안적으로, 상기 독립체 또는 구성 단위는 소프트웨어 또는 펌웨어의 개념적 성분을 실행하는 마이크로프로세서와 같은 프로세서이며, 상기 개념적 성분의 실행은 이하 환경 계산 기능을 수행한다.
상기 부가적 계산 수단(240)은 부가적 센서(들)의 종류에 따라 필요한 임의의 계산을 수행하도록 적응될 수 있다. 예를 들어, 부가적 센서(180)가 맥박 산소포화도를 감지하는 경우, 상기 부가적 계산 수단(240)은 하나 이상의 소정의 역치에 근거하여 하나 이상의 수준의 혈액 포화도를 계산할 수 있다. 또한, 부가적 센서(들)이 맥파 전달 시간(PTT)의 결정을 허용하는 경우, 상기 부가적 계산 수단(240)은 앞서 이미 기재한 PTT의 계산을 수행한다.
나아가, 상기 부가적 계산 수단(240)은 또한 감지된 피부 온도에 근거하여 피부와 환경 사이의 열 교환을 계산할 수 있다. 또한, 교감 신경계의 활성이 상기 부가적 계산 수단(240)에 의하여 감지된 피부 전위를 하나 이상의 역치와 비교함으로써 결정될 수 있다. 따라서, 하나 이상의 피부 온도 및/또는 피부 전위 수준이 계산될 수 있다.
상기 데이터 추출 장치(200) 및 수단들 또는 장치들(210 내지 240)과 같은 그의 모든 성분들은 기록 장치(100)의 메모리(170) 내 저장된 기록 데이터에 접근할 것이다. 상기한 바와 같이, 이러한 데이터 접근은 버스 또는 데이터 커넥션을 통하여 실행될 수 있다. 데이터 추출 장치(200)의 장치들(210 내지 240)의 출력 또한 추가적 결정을 위하여 데이터 추출 장치(200)의 메모리 (도시하지 않음) 내에 저장된다.
추가적인 구현예에서, 상기 데이터 추출 장치(200)는 기록 장치(100)의 일부이다. 이러한 경우, 상기 장치들 (210 내지 240)은 기록된 데이터 값을 판독하고 계산된 출력 값을 기입하기 위하여 메모리(170)를 사용할 수 있다. 이러한 구현예에 있어서, 상기 결합된 장치는 데이터 추출 장치(210 내지 240)에 의하여 추출된 데이터를 앞서 기재한 바와 같은 유선 또는 무선 인터페이스 및 데이터 커넥션을 통하여 다른 장치에 전송할 수 있다.
또 다른 구현예에 따르면, 상기 기록 장치(100) 및 데이터 추출 장치(200)는 하나 이상의 모듈로 분리된다. 이미 앞서 기재한 바와 같이, 이러한 모듈은 생리적 센서 및 장치들(110 내지 122), 환경 센서 및 장치들(130 내지 150), 및 부가적 센서(180)를 모두 포함할 수 있다. 또한, 각각의 모듈은 데이터 추출 장치(200)에 대하여 기재한 상응하는 계산 장치들(210 내지 224; 230 내지 236; 240)을 포함할 것이다. 도 3은 심박수 분류 수단(310), 신체 운동 분류 수단(320), 환경 분류 수단(330) 및/또는 부가적 분류 수단(340)을 포함할 수 있는, 분류 장치(300)의 블록 선도를 예시한다. 수단들(310 내지 340) 각각은 독립체 또는 분류 장치(300)의 구성 단위일 수 있다. 이러한 독립체 또는 구성 단위는 각각의 수단(310 내지 340)의 기능을 수행하도록 만들어진 집적 회로(IC)와 같은 전기 회로망일 수 있다. 대안적으로, 상기 독립체 또는 구성 단위는 이들 기능을 수행하는 특정 소프트웨어 또는 펌웨어를 가동시킬 수 있는 회로이다. 바람직하게 및 대안적으로, 상기 독립체 또는 구성 단위는 소프트웨어 또는 펌웨어의 개념적 성분을 실행하는 마이크로프로세서와 같은 프로세서이며, 상기 개념적 성분의 실행은 이하 더 상세히 기재되는 기능을 수행한다.
당업자는 상기 분류 장치(300)가 상기 기록 장치(100) 내에 설치되는 센서에 따라 수단들 또는 장치들(310 내지 340) 중 하나 또는 모두를 포함할 수 있음을 인지할 것이다. 예를 들어, 주변 센서(130 내지 150)가 기록 장치(100) 내에 존재하지 않을 경우, 상기 분류 장치(300)는 환경 분류 장치(330)를 필요로 하지 않을 수 있다.
상기 분류 장치(300)는 데이터 출력 장치(200) 및 그 서브 유닛에 의하여 출력되는 데이터가 저장되는 메모리에 접근할 수 있다. 따라서, 분류 장치(300)는 네트워크 인터페이스, 직렬 또는 병렬 버스 인터페이스 등과 같은 무선 또는 유선 데이터 전송을 위한 인터페이스를 제공한다.
상기 심박수 분류 수단(310)은 심박수 계산 장치(21)로부터 직접 또는 메모리(170)와 같은 메모리를 통하여 심박수 계산 장치(210)에 의하여 출력된 기록 데이터를 분류한다. 이러한 출력된 데이터는 심박수 평균, 심박 변이도, 리듬 특징 및/또는 심박수 이벤트 또는 변화를 포함할 수 있다. 이들 값 각각은, 심박수 계산 장치(210)에 의하여 결정되면, 분류될 수 있다.
예를 들어, 상기 HR 평균은 높은, 중간 수준 및 낮은 평균으로 분류될 수 있다. 나아가, 심박수의 변이도 또한 예를 들어, 매우 높은, 높은, 중간 수준 또는 낮은 수준으로 분류될 수 있다. 전형적 LF/HF 비를 심장 박동 간격의 스펙트럼 분석으로부터 얻을 수 있다. 기타 분류는 5, 7 또는 10 수준과 같은 상이한 수의 등급들을 가질 수 있다. 본 발명은 임의의 특정 수의 등급에 제한되지 않는다. 사익 HR 분류 수단(310)은 다소 변경되어 필요에 따라 더 많거나 더 적은 등급을 구분할 수 있다.
깨어 있는 동안, 평균 심박수는 휴식 중 60 내지 80 비트/분에서 매우 심한 운동 중 170 내지 190으로 상당히 변화할 수 있다. 상기 심박수의 최대값은 개인의 연령 및 사전 훈련에 의존한다. 수면 중, 평균 심박수는 40 비트/분과 같이 낮을 수 있다. 청소년은 물리적으로 잘 훈련되어 수면 중 35 비트/분과 같은 훨씬 더 낮은 값에 도달할 수 있다. 따라서, 심박수 분류 수단(310)이 기록된 데이터를 분류하는 등급은 깨어 있는 상태에 대하여 및 수면 상태에 대하여 상이하게 설정될 수 있다. 또한, 상기 등급들은 개인의 연령 및 물리적 훈련 상태에 근거하여 시험된/기록된 개인에 적응될 수 있다.
또한, HR의 리듬은 예를 들어 매우 불규칙, 불규칙, 규칙적 등으로 분류될 수 있다. 유사하게, HR 이벤트 또는 변화는 가속, 감속 또는 반응 유발로 분류될 수 있다. 앞서 주목한 바와 같이, 본 발명은 이들 등급에 제한되지 않고, 더 많거나 더 적은 등급을 포함할 수 있다. 추후 발견을 조작하기 위하여, HR 분류 수단(310)의 등급은 필요에 따라 변화될 수 있다.
나아가, 앞서 주목한 바와 같이, 상기 분류 장치(300)는 기록된 신체 운동 데이터를 분류할 수 있는 신체 운동(BM) 분류 수단 또는 장치(320)를 포함할 수 있다. 각각의 운동은 그 지속 기간 (초) 및 그 강도 (초당 카운트)에 따라 분류될 수 있다. 앞서 주목한 바와 같이, 매 초에 대한 운동의 수가 장치(100) 내에 기록된다. 운동이 없는 경우, 카운트는 고려되는 초에 대하여 0일 것이다.
상기 BM 분류 수단(320)은 신체 운동 계산 장치(220)로부터 직접 또는 메모리(170)와 같은 메모리를 통하여, 신체 운동 계산 장치(220)로부터 데이터 출력을 이끌어 낸다. 상기 BM 분류 수단(320)은 BM 계산 장치(220)에 의하여 계산된 신체 운동의 강도 및/또는 그 지속 기간을 이용할 수 있다. BM 분류 수단(320)은 신체 운동의 하나 이상의 분류를 수행할 수 있다. 예를 들어, BM 분류 수단(320)은 시험되는 개인의 BM을 세 개의 상이한 등급으로 분류한다: 자세 변화와 같은 대운동(LM), 팔다리 또는 손의 운동과 같은 소운동(SM), 및 REM 수면 중 일어나는 신체의 사지의 매우 짧은 운동과 같은 트위치(TM). 또한, 상기 BM 강도는 초당 1 내지 2, 3 내지 5, 및 6 내지 10 카운트와 같은, 특정 범위로 분류될 수 있다. 사익 등급은 또한 많은, 제한된 수, 때때로 또는 몇몇과 같이 덜 정밀할 수 있다. 또한, 연속적으로 종종 일어나는 많은 운동, 장기간 동안 트위치 없음 또는 몇몇 분리된 작은 BMs과 같이, 두 분류 또는 연속 분류의 조합이 이루어질 수 있다.
분류 장치(300)는 또한 환경 계산 장치(230) 및/또는 서브유닛(231 내지 236)의 기록된 환경적 요인을 분류하는 환경 분류 수단(330)을 포함할 수 있다. 예를 들어, 소음 수준 장치(231)로부터 계산된 소음 수준은 예를 들어, 낮은 수준, 중간 수준, 또는 높은 수준 소음으로 분류될 수 있다. 또한, 소음 이벤트 장치(232)에 의하여 결정되는 소음 이벤트는 그 진폭, 지속 기간, 상승 및 붕괴 기간의 경사에 의하여 분류될 수 있다. 예를 들어, 소음 이벤트는 매우 변동이 있는, 짧으나 심한 소음 이벤트, 또는 낮은 수준이나 긴 시간 기간 동안으로 분류될 수 있다.
환경 분류 수단 또는 장치(330)는 또한 평균 온도 장치(233) 및 온도 변화 장치(234)에 의하여 각각 계산되는 평균 온도 및 온도 변화를 분류할 수 있다. 예를 들어, 특정 시간 기간에 걸친 평균 온도는 높은, 중간 또는 낮은 또는 변동이 있는 것으로 분류될 수 있다. 이러한 경우, 상기 환경 분류 수단(330)은 또한 평균 온도가 계산되는 하루 중 시간을 고려할 수 있다. 예를 들어, 특정 평균 온도가 밤 중에는 높은 것으로 고려될 수 있는 반면, 동일한 평균 온도가 낮 동안에는 중간 수준으로 분류될 수 있다. 동일한 방식으로, 온도 변화를 온도 변화 장치(234)에 의하여 결정되는 변화의 지속 기간에 따라 변동이 있거나 안정한, 또는 갑작스럽거나 장-기간 변화로 분류할 수 있다.
나아가, 광 수준 장치(235)에 의하여 계산되는 광 수준 또한 환경 분류 수단(330)에 의하여 변동있는 또는 안정한, 또는 밝은, 어두운 등과 같이 특정 등급으로 분류될 수 있다. 또한, 상기 광 변화 장치(236)에 의하여 계산되는 광 수준 변화 또한 환경 분류 수단(330)에 의하여 느린 변화, 급속한 변화 등과 같이 특정 등급으로 분류될 수 있다. 상기 환경 분류 수단(330)은 또한 환경 계산 수단(230)의 장치, 예를 들어 장치들(231 내지 236)에 의하여 계산되는 2 이상의 값으로부터 등급을 형성할 수 있다. 예를 들어, 결정된 광 수준은 온도 변화를 분류할 때 고려될 수 있다. 예를 들어, 빌딩을 떠나 고온의 외부 공기로 들어가는 개인은 증가된 광 수준뿐 아니라 갑작스런 온도 변화에도 영향을 받을 것이다.
마지막으로, 상기 부가적 분류 수단 또는 장치(340)는 부가적 계산 장치(240)(도 2)에 의하여 추출 또는 계산되는 데이터를 분류할 수 있다. 예를 들어, 산소 내 혈액 포화도 수준을 낮은, 중간 및 높은 수준으로 분류할 수 있다. 다시, 기타 등급 및 상이한 수의 등급들이 가능하다. 또한, 맥파 전달 시간(PTTs)이 부가적 계산 장치(24)에 의하여 계산되는 경우, 상기 PTTs는 또한 짧은, 중간 및 긴과 같은 등급으로 분류될 것이다. 사용되는 부가적 센서(들)(180)에 따라, 데이터의 기타 등급들이 유래될 수 있다. 피부 온도는 낮은, 중간 또는 높은과 같은 등급들로 분류될 것이다. 유사하게, 피부 전위는 많은, 중간 또는 몇몇과 같은 등급들로 분류될 것이다.
심박수 분류 수단(31), 신체 운동 분류 수단(320), 환경 분류 수단(330) 및 부가적 분류 수단(340)에 있어서, 특정 데이터가 분류되는 등급들은 사용자에 의하여 조정될 수 있음을 주목한다. 예를 들어, 특정 등급들이 향후 가치있을 경우, 상기 분류 장치(300)는 새로운 등급들을 고려하도록 적응될 수 있다. 한편, 덜 관심이 있는 기존 등급들은 상기 분류 수단 또는 장치들(310 내지 340)로부터 제거될 수 있다. 또한, 상기 수단들(310 내지 340) 중 하나에 저장된 임의의 역치들이 분류 장치(300)의 기능을 조정하도록 변경될 수 있다.
이제 다시, 시험되는 개인의 각성 상태, 수면 단계, 수면 단계 전이 및/또는 수면 이벤트를 결정하기 위한 결정 수단(400)을 도시하는 도 4를 참고로 한다. 상기 결정 수단 또는 결정 장치(400)는 각성 상태 결정 장치(410)와 같은 평가 수단(410)을 포함할 수 있다. 상기 결정 수단 또는 결정 장치(400)는 수면 단계 결정 장치(420) 및 활동 결정 장치(430)를 추가로 포함할 수 있다.
상기 결정 수단(400) 및 그 서브 수단들(410 내지 430)은 각각 독립체 또는 구성 단위일 수 있다. 이러한 독립체 또는 구성 단위는 결정 및 이하 기재하는 기능들을 수행하도록 만들어지는 집적 회로(IC)와 같은 전기 회로망일 수 있다. 대안적으로, 상기 독립체 또는 구성 단위는 이하 더욱 상세히 기재될 결정 수단(400의 기능을 수행하는 특정 소프트웨어 또는 펌웨어를 가동시킬 수 있는 회로이다. 바람직하게 및 대안적으로, 상기 독립체 또는 구성 단위는 소프트웨어 또는 펌웨어의 개념적 성분을 실행하는 마이크로프로세서와 같은 프로세서이며, 상기 개념적 성분의 실행은 이들 기능을 수행한다.
상기 평가 수단(410)은 상기 기록 장치가 시험/기록되는 개인의 수면 기간 중에만 사용될 수 있으므로 선택적이다. 상기 기록 장치가 잠이 안든 기간 및 수면 기간 모두를 포함하는 보다 긴 시간 기간 동안 착용되는 경우, 평가 수단(410)은 시험되는 개인이 잠이 안든 기간 또는 수면 기간에 있는지를 평가한다. 이러한 평가는 각성 상태 결정으로도 언급되며, 상기 분류 장치(300)(도 3)의 정교한 데이터를 분석함으로써, 데이터 추출 장치(200)에 의하여 계산된 데이터 및/또는 상기 등급들 및 계산된 데이터의 조합을 분석함으로써 행하여질 수 있다. 즉, 시험되는 개인의 각성 상태를 결정할 때, 감지 및 기록된 데이터로부터 결정된 등급들이 고려된다. 또한, 기록된 데이터 또는 기록된 데이터 및 분류된 데이터의 조합이 추가적 결정을 위한 근거를 형성할 수 있다. 이는 특히 심박수 데이터 및/또는 등급들 (장치 210/310로부터) 및/또는 신체 운동 데이터 및/또는 등급들 (장치 220/320로부터)을 포함할 수 있다. 부가적으로, 존재한다면, 장치(230/330) 및 (240/340)로부터의 상기 환경 등급들 및/또는 부가적 등급들을 각성 상태를 결정하기 위하여 또는 적어도 각성 상태를 확인하기 위하여 이용할 수 있다.
이하 표 1은 이들로부터 각성 상태 결정 장치(410)가 시험되는 개인이 잠이 안든 상태에 있는지 수면 상태에 있는지를 결정할 수 있는 예시적 HR, BM 및 환경 등급들을 제공한다.
등급 잠들지 않음 수면

HR

 평균 높음 낮음
변이도 매우 높음 낮음
리듬 매우 불규칙 규칙적
HR 변화 또는 이벤트 많음 제한된 수

BM
 대운동 많음 몇몇
소운동 많음, 종종 연속적 많지 않음, 분리됨
트위치 전혀 없음 때때로

환경
 소음 매우 변동적 거의 없음
온도 변동적 안정함
광 변동적 안정함
기본적으로, 심박수의 큰 변화 및/또는 무수한 운동, 특히 대운동의 발생이 잠들지 않은 상태에서 존재할 것이나 수면 중에는 존재하지 않을 것이다. 또한, 무수한 소음, 또는 주변 온도 또는 주변 광의 빈번한 변화와 같은 주변 물리적 요인은 이동을 나타낼 것이며 따라서 개인을 깨울 것이다.
개인의 각성 상태가 잠들지 않은 상태인 것으로 결정된다면, 상기 활동 결정 장치(430)는 휴식, 중간 정도로 활동적인 또는 매우 활동적인 수준과 같은 활동 수준을 결정한다. 이러한 결정은 활동적인 개인에 의하여 무수히 많고 휴식하는 개인에 의하여 감소되는 것과 같이, 대소 운동의 수 및 순서, 및 휴식하는 개인보다 매우 또는 중간 정도 활동적인 개인에서 더 높은 평균 수준, 더 많은 HR 이벤트 또는 변화, 더 큰 HR 변이도 및 더 불규칙한 리듬과 같이, 정교한 HR 데이터에 근거할 것이다. 잠이 깬 활동적 개인의 예시적 HR 등급 및 BM 등급을 이하 표 2의 컬럼 "잠이 깬 상태(W)"에 나타낸다.
시험되는 개인의 각성 상태가 수면 상태로 결정되었다면, 수면 단계 결정 장치(420)가 수면 단계들을 구별하고 및/또는 수면 이벤트를 확인한다. 이러한 구분 및 확인은 장치(310)에 의하여 확인되는 심박수 등급에 근거하여 이루어질 수 있다. 나아가, 상기 구분 및 확인은 또한 장치(320)에 의하여 확인되는 신체 운동 등급 및/또는 심박 변이도 등급에 근거할 수 있다.
또한, 수면 단계 결정 장치(420)는 또한 HR과 BM 데이터 간의 교차 비교를 이용함으로써 상이한 수면 단계를 구분할 수 있으며, 수면 단계 전이 및/또는 수면 이벤트를 확인할 수 있다. 상기 교차 비교는 예를 들어, HR 등급 및 BM 등급을 시간 관계 내에서 비교한다. 이러한 시간 관계는 상기 등급이 동일 시간 지점에서 또는 동일 시간 기간 내에 감지된 데이터에 근거하는 것을 포함할 수 있다. 또한, 상기 등급들은 BM 데이터를 감지하기 전 또는 후에 감지된 HR 데이터에 근거하거나 또는 그 반대일 수 있다. 상기 교차 비교는 이하 표 2에 예시적으로 제공되는 것들과 같은 특정 규칙 및 기준 값에 따라 행하여질 수 있다.
잠이 깬 상태 (W) 가벼운 수면
(LS)		 깊은 수면
(DS)		 REM 수면

HR

 평균 높음 W 마이너스 5 내지 20 b/분 LS 마이너스 5 내지 10 b/분 W 내지 LS 사이
변이도 큼 작음 매우 작음 큼
리듬 규칙적 규칙적 규칙적 매우 불규칙
HR 변화 또는 이벤트 많음 일부 없음 거의 없고 짧음

BM
 대운동 있음 있음 없음 없음
소운동 있음 있음 없음 없음
트위치 없음 없음 없음 있음
표 2에 나타내는 바와 같이, 대운동(LM) 및 소운동(SM)은 잠이 깬 상태 및 수면 중 모두 보여질 수 있다. 그러나, 그 수 및 주로 그 연속은 이들 두 상이한 각성 상태에서 상당히 다를 것이다. 잠이 깬 동안, LM 및 SM은 무수히 많고 때때로 연속적으로 일어날 것이다. 이는 대상의 활동에 의존할 것이며, 이들 운동 활동 양은 강한 운동 활성 기간 및 낮은 운동 활성 기간을 정하는데 이용될 것이다. 수면 중, LM 및 SM은 빈번하지 않을 것이며, 대부분의 시간이 움직이지 않는 장기간에 의하여 분리될 것이다.
또한, 트위치(TM)는 수면 중에만, 특히 REM 수면 기에 보여질 것이다. TM은 1초 또는 2초 동안만 지속될 것이며, 초당 횟수는 낮을 것이다. TM은 몇 초 또는 수십 초에 의하여 분리되는 버스트로 일어날 것이다.
나아가, 각성 상태 결정 장치(410) 및 수면 단계 결정 장치(420)는 신체 운동이 근육으로의 산소 전달에 대한 증가된 요구를 유도하므로 심박수 및 신체 운동성이 관련되어 있음을 고려한다. 따라서, 임의의 신체 운동은 HRA 유형인 증가된 심박수를 동반한다. 크거나 지속되는 BM은 더 크고 지속되는 HR 증가를 동반한다. HR 감소 및 그 전 수준으로의 복귀에 의한 가변적 시간 후 BM의 중단이 이어진다. HR과 BM의 시간 관계는 현재 상황에 대한 좋은 지표를 제공한다.
예를 들어, 대상이 자발적으로 움직이고 있는 경우, HRA가 BM와 함께 일어난다. 대상이 내부적으로 환기되면 (수면 중), HRA가 대략 6 내지 8 심장 박동으로 BM을 앞선다. 대상이 소음과 같은 외부 자극에 반응하고 있는 경우, HRA가 BM과 함께 또는 단독으로 일어난다. 이들이 관련될 때, BM이 HRA의 최초 5 심장 박동 미만 이내에 일어날 것이다. 대상이 비자발적으로 다른 사람, 예를 들어 같이 자는 사람에 의하여 이동되는 경우, BM이 먼저 일어난 다음 HRA가 몇 초 후 일어난다. 또한, 부가적 센서 (도 2 참조)로 실행되는 맥박 산소측정이 존재하는 경우, 상기 BM과 HR의 밀접한 관계가 동일 시간 기간의 분류된 혈액 포화도 수준으로 확인될 수 있다.
환기(arousal)는 갑작스런 뇌 활성화이다. 이는 NREM 수면의 "깊은" 단계에서 NREM 수면의 "더 가벼운" 단계로, 또는 REM 수면에서 깨어 있는 상태로 갑작스런 변화와 관련될 수 있으며, 잠이 깰 가능성이 최종 결과이다. 환기는 신체 운동뿐 아니라 심박수 증가를 동반할 수 있다.
또한, 환경적 요인이 기록될 필요는 없으나, 수면 단계, 수면 단계 전이 또는 수면 이벤트를 결정하거나 확인하기 위하여 그들 각각의 값 및 조합 또한 각성 상태 결정 장치(410) 및 수면 단계 결정 장치(420)에 의하여 사용될 수 있다. 대상이 동일한 환경에 머무르고 있는 경우, 소음 수준, 주변 온도 및 주변 광은 다소 일정할 것이다. 수면 중, 예를 들어 주변 온도 및 주변 광은 크게 변화하지 않을 것이다. 그 값 및 안정성은 상당히 안정한 환경적 조건의 지표일 것이다. 이와 반대로, 깨어 있는 동안, 대상이 한 장소에서 다른 장소로 이동 중인 경우, 예를 들어 외출, 차량 이용 등, 이들 환경 값들은 빈번하게 변화할 것이다. 극한 값은 심한 주변 조건 (매우 낮거나 매우 높은 주변 온도, 높은 소음 수준 등)의 지표일 것이다. 물리적 환경의 대상에 대한 가능한 제한 및 영향을 측정하기 위하여, 이들 환경 조건의 HR에 대한 영향은 상기 결정 장치(400)의 구성 장치들(410 내지 430)에 의하여 평가될 것이다.
부가적으로, 수면 단계 결정 장치(420)는 수면 이벤트를 확인할 수 있다. 수면 이벤트는 수면 중 자발적으로 또는 외부 자극에 대한 반응으로 일어난다. 예를 들어, 수면 무호흡증, 하지불안증후군, 악몽, 야경증 등과 같은 수면 병리의 증상을 심박수 및 신체 운동 모두의 특정 변화에 의하여 확인할 수 있다. 이러한 경우, 주변 소음 수준과 같은 환경 데이터가 종종 매우 가치있다. 수면 무호흡증 및 수면자 코골이, 또는 악몽 또는 야경증에서 대화 및 비명에서 최종 가스프(gasp)는 생리적 변화를 확인하는 부가적 신호이다. 주변 소음으로 인한 갑작스럽게 잠이 깨는 것과 같은 수면 이벤트는 생리적 변화 및 이에 앞서는 소음 이벤트 모두에 의하여 확인될 것이다. 그러나, 여기서 마찬가지로, 주된 변화는 생리적 데이터에서 보여지며, 환경 값들은 수면 사건의 원인적 기원을 확인하게 위하여 사용될 것이다.
부가적 센서(들) (180) (도 2)로부터 기록된 정보를 이용하는 예는 맥파 전달 시간(PTTs)이다. 이들 센서로부터 계산되고 분류된 데이터가 이용가능한 경우, 특정 시간 기간 동안 시험/기록되는 개인의 동맥 혈압에 대한 결론을 도출할 수 있다. 다음, 상기 혈압이 수면 단계 결정 장치(420)에 의하여 이용되어 특정 수면 단계 및/또는 수면 단계 전이 및/또는 수면 이벤트를 결정 및/또는 확인한다. 따라서, 혈압의 갑작스런 변화는 소음과 같은 환경 이벤트로 인한 수면 방해를 나타내는 것일 수 있다.
수면 이벤트를 검출하는 추가적 예는 부가적 센서(180)(도 2)를 이용한 "맥박 산소측정"으로 불리우는 산소 내 혈액 포화도 측정을 수반한다. 이러한 "맥박 산소측정"의 측정되고 분류된 데이터는 수면 단계 결정 장치(420)에 의하여 분류된 운동 데이터 및 소음 수준과 관련될 수 있다. 소음 검출이 있는 경우, 예를 들어, 소음이 수면 무호흡 말기에 (gasp) 일어나는 경우, 수면 단계 결정 장치(420)는 짧은 운동 및 산소 내 혈액 포화도의 관련된 감소가 있었는지 여부를 결정할 수 있다. 이러한 결정이 긍정적인 경우, 이는 수면 무호흡증과 관련된 수면 이벤트로 자동적으로 확인된다.
따라서, 수면 중, 소음 이벤트 발생이 검출될 것이며, 그의 HR 및 BM에 대한 가능한 영향이 평가될 것이다. 시험되는 개인의 수면은 소음에 의하여 방해될 수 있고, 그 결과는 수면 구조 및 수면 분열 측면에서 중요할 수 있다. 따라서, 수면에 대한 밤중 소음의 영향을 결정할 수 있다.
나아가, 대상이 휴식 또는 수면 중일 때, 주변 온도의 갑작스런 변화는 예측될 수 없다. 이러한 변화는 대상이 위치를 변화시키고 있을 때 일어날 것이다. 수면 중, 주변 온도는 중립 조건과 다를 수 있다. 여름에는 지나치게 덥거나 겨울에는 지나치게 추울 수 있다. 이러한 조건들은 수면에 영향을 미칠 수 있고 이를 방해할 수 있다. 그러한 극한 값들이 관찰되는 경우, 수면 구조 및 가능한 방해에 대한 평가가 이루어질 것이다.
최종적으로, 주변 광의 수준은 대상이 살고 있는 위치에 따라 다를 수 있다. 이는 또한 낮 동안 대상의 이동에 따라 변화할 것이다. 그 값은 수면 주변 조건이 예상되는 낮은 조도 수준인지 여부를 결정하는데 중요할 것이다.
상기 주목한 바와 같이, 상기 기록 장치(100)(도 2)는 시험/기록되는 개인이 특정 이벤트를 표시하도록 버튼과 같은 액츄에이터를 포함할 수 있다. 상기 결정 장치(400), 즉 구성 장치(410, 420 및/또는 430)는 기록된 데이터 내에 표시된 이벤트를 확인할 것이며, 각성 상태, 수면 단계 또는 수면 단계 전이, 및/또는 수면 이벤트 각각을 결정할 때에 이러한 정보를 이용한다. 표시되는 이벤트는 시스템 내 미리 정하여질 수 있으므로, 상기 결정 장치(400)는 관련되는 잠이 깬 상태 또는 수면 상태를 분명히 확인할 수 있다. 또한, 2 이상의 (종류의) 이벤트가 상이한 버튼 또는 상이한 유형의 작동을 이용하여 표시될 수 있다. 이는 상기 결정 장치(400)의 작업을 추가로 보조한다. 이는 또한 이하 더욱 상세히 기재될 장치(400)의 결정 또는 장치(300)에 의하여 수행되는 분류 훈련을 허용한다.
상기 결정 장치(400)는 또한 건강한 대상 내에서 도 8에 예시되는 바와 같이 한 단계로부터 다른 단계로의 전이를 결정한다. 이들 전이는 또한 각성 상태 결정 장치(410) 및/또는 수면 단계 결정 장치(420)에 의하여 결정될 수 있다. 도 8은 잠깬 상태, 깊은 수면, 가벼운 수면 및 역설적 수면 (REM) 단계를 도시한다. 화살표에 의하여 나타내는 바와 같이, 한 상태/단계로부터 다른 상태/단계로의 전이가 이들 대부분 사이에 가능하다. 그러나, 잠이 깬 상태로부터 깊은 수면 또는 역설적 수면으로부터 깊은 수면으로의 전이는 중간의 가벼운 수면 단계 없이 일어나지 않을 것이다.
한 단계에서 다른 단계로의 전이는 하향 전이, 즉 잠깬 상태 또는 더 가벼운 수면 단계로부터 출발하여 더 깊은 단계를 초래, 및 상향 전이, 즉 더 깊은 수면 단계로부터 더 가벼운 단계 또는 잠이 깬 상태로 가는 것으로 구분될 수 있다. 이러한 두 유형의 전이는 특정 변화에 선행하며 이를 동반한다. 이러한 두 유형의 전이에 대하여 각성 상태 결정 장치(410) 및 수면 단계 결정 장치(420)에 의하여 사용되는 기준이 이하 표 3 (하향 전이) 및 표 4 (상향 전이)에 제공된다.
하향 전이
하향 전이 심박수 신체 운동 주목
잠이 깬 상태에서 가벼운 수면 RHRA 강한 감소;
HR은 규칙적이고 덜 가변적으로 됨;
30 초 동안 HRA가 없을 때 전이		 BM이 점진적으로 사라지고, 운동이 더 이상 일어나지 않을 때 전이가 일어남 잠 깨기가 일어날 때;
HR이 잠 깨기 전 값으로 돌아갈 때 LS로 복귀
잠이 깬 상태에서 깊은 수면 이러한 전이는 일어나지 않음
잠이 깬 상태에서 REM 수면 RHRA의 강한 감소;
30 초 동안 HRA가 없을 때 전이;
HR이 불규칙해짐;
HRV가 증가함		 전이 중 BM이 없으나, TM이 일어날 수 있음 이러한 전이는 잠들 때 기면증에서만 보여짐;
잠 깬 후 짧은 LS가 종종 존재함
가벼운 수면에서 깊은 수면 RHRA의 감소;
HR가 매우 규칙적;
HRV가 매우 적음		 전이 전 몇 분 동안 BM이 존재하지 않음 밤의 첫번째 전이가 상당히 빠르게 일어남; 다음 것들은 더 길다
가벼운 수면에서 REM 수면 HRV가 예기치 않게 증가하는 반면, HRA가 일어나지 않음;
HR가 매우 불규칙해짐		 LM 또는 SM이 없으나 TM이 버스트로 종종 일어남 이러한 전이는 REM 기 발생의 강한 리듬성으로 인하여 매우 예측가능하다 (도 1 참조)
REM에서 깊은 수면 이러한 전이는 일어나지 않음
상향 전이
상향 전이 심박수 신체 운동 주목
깊은 수면에서 가벼운 수면 또는 잠 깬 상태 대부분의 경우 LM에 동반되는 HRA가 있다.
LS로의 전이의 경우: RHRA 및 HRV는 DS에서보다 다소 더 높다.
W로의 전이의 경우: RHRA 및 HRV는 훨씬 더 높다.		 전이 전, LM 또는 자세 변화가 큰 HRA를 동반하여 일어난다.
LS로 전이의 경우: BM이 사라진다.
W로 전이의 경우: BM이 존재하고 반복된다.		 이러한 전이는 일반적으로 다소 긴 전체 움직이지 않는 기간 후 또는 외부적 이벤트 (예를 들어, 시끄러운 소음) 발생 후 일어난다.
깊은 수면에서 REM 수면 이러한 전이는 관찰되지 않는다.
REM 수면에서 가벼운 수면 또는 잠 깬 상태 첫번째 HRA는 일반적으로 BM을 동반한다.
LS로 전이의 경우: RHRA는 대략 동일하나 HR은 규칙적이고 HRV는 감소된다.
W로 전이의 경우: RHRA는 주목할만하게 더 높고 HRA는 빈번하고 BM에 관련된다.		 TM이 사라지고 BM이 종종 이러한 전이와 관련이 있다. BM의 빈도 및 강도는 LS 또는 W로의 전이 간의 구분을 보조할 것이다. 나이 든 사람들에서, REM은 수면기는 종종 W로의 전이에 의하여 종결된다.
이러한 새로운 단계는 종종 몇분 동안 유지된다.
본 발명의 추가적 측면에 따르면, 상기 결정 장치(400)는 그 자체를 자동적으로 개선할 수 있다. 상기 장치는 수일 또는 수주의 기록된 데이터를 가까이에 가지므로, 시험된/기록된 개인의 습성에 따라 결정 장치를 조정할 수 있다. 수면, 특정 수면 단계, 수면 단계 전이 또는 수면 이벤트를 분명히 확인하는 HR 또는 BM 등급 및/또는 데이터의 첫번째 조합이 발견되는 경우, 상기 결정 장치(400)는 상기 첫번째 조합과 같이 특징적이지 않으나 더 종종 발견되는 유사한 조합들을 찾을 수 있다. 따라서, 상기 장치(400)는 수면, 수면 단계, 수면 단계 전이 및 수면 이벤트 확인을 위한 기준을 조정할 수 있다.
또한, 상기 결정 장치(400)는 상기 분류 알고리즘을 설정하기 위하여 분류 장치(300)로 데이터를 전송할 수 있다. 이러한 방식으로, 상기 분류는 수면, 수면 단계, 수면 단계 전이 및/또는 수면 이벤트를 더 잘 확인하도록 조정될 수 있다.
이러한 기술은 또한 장치(400) 및 장치(300)를 더 나은 각성 상태 검출을 위하여 개선시키는데 사용될 수 있다. 기록된 데이터를 이용하여, 장치(400)는 HR, BM, 환경 및/또는 기타 감지된 데이터의 평균 수준, 피크 및 변화를 얻기 위하여 시험되는 개인의 프로필을 구축할 수 있다. 다음, 이를 이용하여 장치(300) 및 장치(400)의 분류 및 결정을 시험되는 개인의 낮/밤 습성에 적응시킬 수 있다. 또한, 이를 이용하여 시험되는 개인의 새로운 의학적 처리에 의하여 유도되는 변화를 확인하거나 이러한 처리가 그 개인의 건강 상태의 개선 또는 악화를 초래하는지를 평가할 수 있다.
유사하게, 장치(400)는 많은 기록된 개인들의 군으로부터 얻어지는 정보를 풀링함으로써 개선될 수 있다. 따라서, 상기 장치는 특정 연령 또는 성별군으로부터 데이터를 더 잘 평가할 수 있을 것이다. 수면 생리학은 어린이, 청소년 또는 나이든 사람에서 상당히 다르나, 연령군 내에서 수면 특징은 상당히 유사하다. 따라서, 장치(400)는 동일 연령 또는 성별군 특징과 비교하여 개별적 기록 데이터의 정상 상태를 더 잘 평가하도록 수집된 데이터를 통합할 수 있다.
상기 결정 장치(400)는 상기 분류 장치(300)에 (도 3) 데이터 커넥션을 통하여 연결되어 분류 장치(300)에 의한 상이한 등급 출력에 접근할 수 있다. 이러한 데이터 커넥션은 무선 또는 유선 커넥션으로서 실행될 수 있다. 예를 들어, 무선 커넥션은 무선 LAN, 블루투쓰, 적외선 데이터 통신 또는 다른 무선 통신 기술에 근거할 수 있다. 유선 데이터 통신은 범용 직렬 버스(USB), 파이어와이어, LAN 또는 다른 네트워크 커넥션으로 실행될 수 있다.
상기 장치들 및 구성 장치들(100 내지 400) 간의 데이터 커넥션은 또한 분석 결과를 분류 장치(300), 데이터 추출 장치(200) 및/또는 기록 장치(100)에 전달하는데 사용될 수 있다. 이들 장치들 각각은 분석 결과를 나타내거나 또는 출력할 수 있을 것이다. 예를 들어, 착용가능한 장치의 경우, 시험/기록되는 개인이 분석 결과를 스크롤할 수 있는 곳에서 표시가 통합될 수 있다. 나아가, 프린터가 상기 장치들(100 내지 400)에 연결되어 분석 결과를 인쇄할 수 있다.
부가적으로, 상기 결정 장치(400)는 상기 결과들을 포함하는 분석 리포트를 네트워크 커넥션을 통하여 전송할 수 있을 것이다. 예를 들어, 상기 장치(400)는 시험되는/기록되는 개인 또는 감독 의료진 또는 의사와 같은 소정의 수령인에게 이메일 또는 패킷 데이터를 전송할 수 있다. 상기 결정 장치(400)는 또한 기록된 미가공 데이터(도 2의 메모리(170) 참조), 데이터 추출 장치(200)의 출력 및/또는 분류 장치(300)의 출력을 전송하거나 이에 접근을 허용할 수 있다. 훈련된 개인은 분석 결과를 확인하기 위하여 또는 도 2 내지 4와 관련하여 기재한 수단 및 장치들에 적응을 제공하기 위하여 수령한 또는 접근한 데이터의 추가적 분석을 수행할 수 있다. 연속 몇일 또는 몇주 동안 지속하는 기록의 경우, 장기간 동안 일어나는 상당한 변화의 기술이 상황에 따라 강조되고 언급될 수 있다. 예로서, 이는 환자에 대한 의학적 치료 동안 또는 운동선수에 대한 훈련 기간 동안 또는 여행하는 개인에 대한 시차로 인한 피로 기간의 경우일 수 있다.
다른 구현예에 따르면, 상기 분류 장치(300)는 함께 분석 장치를 형성하는 상기 결정 장치(400)의 일부이다. 이 경우, 데이터 커넥션이 상기 결정 장치(400)와 데이터 추출 장치(200) (도 2) 또는 추출된 데이터가 저장되는 메모리(170)와 같은 메모리 사이에 확립된다. 상기 데이터 커넥션은 상기 주목한 것과 동일한 방식으로 실행될 수 있다.
또 다른 구현예에 따르면, 상기 장치들 및 구성 장치들(100, 200, 300 및 400)은 하나의 장치 내에 결합된다. 이러한 경우, 상기 장치들 및 구성 장치들의 프로세서 및 메모리가 공유될 수 있으며, 이는 생산 비용을 감소시킨다.이와 같이 결합된 장치는 표시 장치 또는 프린터에 연결되어 기록 시간에 걸쳐 결정된 각성 상태 및/또는 수면 단계를 출력할 수 있다.
그러나, 본 발명은 상이한 장치들 및 구성 장치들(100, 200, 300 및 400)의 특정 실행에 제한되지 않는다. 이들 장치들, 구성 장치들 및 그들의 구성 성분들의 임의의 조합이 본 발명의 범위 내에 속함을 주목할 것이다.
이제 다시 도 5를 참조로 하여, 본 발명은 또한 도 2 내지 4와 관련하여 앞서 기재된 장치들 및 구성 장치들에 의하여 수행되는 것과 같이, 수면 단계를 결정하는 방법을 정의한다. 도 5에 예시되는 방법은 단계(510)에서 시험될 개인으로부터 심박수 검출로 시작한다. 이러한 심박수 검출은 센서에 의하여, 예를 들어 시험되는 개인의 맥파를 감지하고 이로부터 심박수를 도출함으로써 이루어질 수 있다.
나아가, 단계(520)에서, 시험되는 개인의 신체 운동이 검출된다. 이러한 검출은 가속 센서 또는 개인의 운동을 등록할 수 있는 기타 센서에 근거할 수 있다. 앞서 주목한 바와 같이, 신체 운동 검출은 골격근 운동에 집중된다. 예를 들어, 눈 운동 또는 개인의 장 또는 심장의 운동은, 모든 수면 단계들의 결정이 이들 운동만으로는 불가능하므로, 관심사가 아니다. 골격근 운동은 개인의 팔과 다리와 같은 사지, 몸체 또는 머리의 운동일 수 있다. 이러한 운동 각각은 대개 단계(520)의 검출이 일어날 수 있는 개인의 손목 또는 발목의 운동을 야기할 것이다.
다음, 검출된 심박수가 단계(530)에서 도 3과 관련하여 앞서 이미 설명한 바와 같은 특정 등급들로 분류된다. 도 2와 관련하여 앞서 설명한 바와 같은 심박수 평균, 심박 변이도, 심박수 변화 또는 리듬 특징의 계산이 심박수 분류에 선행될 수 있다.
검출된 신체 운동들이 도 3과 관련하여 앞서 설명한 바와 같이 단계(540)에서 분류된다. 또한, 신체 운동 지속 기간 및 강도의 계산이 상기 분류에 선행될 수 있다.
확인된 심박수 등급 및 신체 운동 등급에 근거하여, 개인의 수면 단계 및/또는 수면 단계 전이가 단계(550)에서 결정될 수 있다. 이러한 결정에 각성 상태 결정이 선행될 수 있다. 단계(550)에서 결정은 도 4와 관련하여 더욱 상세히 기재된다.
나아가, 단계(560)에 따라 하나 이상의 수면 이벤트가 도 4와 관련하여 앞서 설명한 바와 같이 검출된다.
또한, 단계(555)에서, 특정 심박수 등급과 신체 운동 등급의 조합이 교차 비교를 수행함으로써 확인된다. 이러한 확인은 특정 시간 기간에 대하여 행하여질 수 있다. 예를 들어, 앞서 설명한 바와 같이, 동일한 시간 동안 또는 근접한 시간 관계 이내에 감지된 데이터로부터 특정 심박수 등급과 신체 운동 등급이 결정되었는지 여부가 결정된다. 기타 조합들은 심박수 등급이 특정 신체 운동 등급에 선행하거나 연속하거나 또는 그 반대일 수 있다.
다음, 이들 확인된 조합들 모두 단계(550)에서 수면 단계 결정에 사용될 수 있다. 예시적 조합은 표 1에 앞서 나타낸 바와 같다.
다시 도 6을 참조로 하여, HR 데이터 분류를 개선하기 위하여, 본 발명은 또한 손실 또는 비정상 맥파 간격(PWI) 데이터의 회복을 제공한다. 예를 들어, 심박수 계산 장치(210) (도 2)는 도 6과 관련하여 기재한 단계들을 수행할 수 있다.
상세하게, 앞서 설명한 바와 같이, 연속적 맥파 간격(PWI)이 단계(610)에 기록되어 즉각적 심박수를 회수한다. 2500 msec (밀리세컨드) 보다 큰 PWIs는 24 비트/분 (b/min) 미만의 즉각적 심박수에 상응한다. 이러한 PWIs는 손실 PWI 데이터로 간주된다. 또한, 300 msec 보다 짧은 간격은 200 비트/분 보다 큰 즉각적 심박수에 상응하며, 의심스러운 PWIs로 간주된다. 따라서, 단계(620)에서 기록된 PWI가 300 msec 내지 2500 msec (0,3 s 내지 2,5 s) 범위 내에 속하는지 여부에 대한 결정이 이루어진다.
PWI가 상기 범위 내에 속하면, PWI는 올바른 것으로 간주되고 추가적 HR 데이터의 계산 또는 분류를 위하여 사용될 수 있다.
PWI가 상기 범위 내에 속하지 않으면, PWI가 2500 msec 보다 큰 경우 상기 방법은 단계(640)를 진행한다. 다음, 단계(650)에서 PWI가 10 초 보다 긴지 결정된다. 그렇다면, 이 간격은 손실 데이터에 상응하는 것으로 간주된다.
PWI가 300 msec 보다 짧으면 (단계(680)), 상기 방법은 단계(690)를 진행하여, 300 msec 보다 짧은 PWIs의 수가 3 미만인지 여부를 결정한다. 이러한 짧은 PWIs의 수가 3 이상인 경우, 이들 간격은 또한 손실 데이터에 상응하는 것으로 간주된다.
손실 데이터는 기록 과정에서 기술적 문제에 상응할 것이므로 회복되지 않을 것이다. 손실 데이터만이 맥파 기록에 관련되는 경우, 이는 맥박 검출 시스템 내 고장에 의하여 또는 기록 장치의 잘못된 배치에 의하여 야기될 것이다. 손실 데이터가 모든 기록 채널에 관련되는 경우, 이는 메모리 또는 밧데리 고장으로 인한 것일 것이다.
손실 PWI 및 의심 PWI는 기록의 순간적 중단 또는 기록 장치의 이동에 의하여 생산되는 아티팩트로 인한 것일 것이다. 특정 조건 하에, 손실 PWI (2,5 s < PWI < 10 s) 및 의심 PWI (PWI <0,3 s 및 #PWI < 3)는 단계(670)에서 회복될 수 있다. 이와 같이 하기 위하여, 손실 PWI 또는 의심 PWI를 선행하는 적어도 10 PWI 및 이들을 따르는 적어도 10 PWI가 정상 범위 내에 있음이 먼저 확인된다 (0,3 s < PWI < 2,5 s). 그렇다면, 손실 PWI 또는 의심 PWI가 이들을 선행하는 10 정상 PWI 및 이들을 따르는 10 정상 PWI의 평균 값으로 대체된다.
본 발명은 수면 단계 변화가 식물성 (심박수) 및 운동 (운동) 기능 변화를 동반한다는 사실을 이용한다. 이들 두 변수 및 그들의 시간 관계를 고려하여, 본 발명은 이들 단계들의 구분뿐 아니라 수면 단계 전이가 일어나는 정확한 시간의 결정을 허용한다. 이러한 전이의 몇몇 및 특정 예가 도 10 내지 13에 제공된다.
예를 들어, 도 10은 가벼운 수면에서 REM 수면으로의 전이를 도시한다. 이 도면은 20-분 기간 기록을 나타낸다. 그 상부에, 두 개의 뇌전도 (EEG) 및 두 개의 안구전도 (EOG)가 기록된다. 수직 화살표는 상부 네 개의 트레이스를 분석함으로써 전형적 수면 단계 스코어링을 이용하여 결정되는 바와 같은 가벼운 수면으로부터 REM 수면으로의 정확한 전이를 나타낸다.
도면의 하부는 단시간 심박수 평균 (측정 시간은 대략 5 초) 및 신체 운동의 기록을 도시한다. 도면의 좌측 반은 심박 변이도가 수면자가 이동 중일 때를 제외하고 가벼운 수면에서 적음을 보인다. 가벼운 수면에서 일어나는 두 개의 운동은 심박수의 상당한 증가 (약 20 비트의 심박수 변화)를 동반한다. 도면의 우측 반은 REM 수면에서, 심박 변이도가 크고 보여지는 무수한 심박수 변화가 (최대의 것을 제외) 운동을 동반하지 않음을 보인다. 따라서, 이러한 심박수와 신체 운동 간의 관계의 갑작스러운 변화는 가벼운 수면에서 REM 수면으로의 전이에 특이적이다 (또한 표 3을 참조).
도 11은 깊은 수면에서 가벼운 수면으로의 전이를 제시한다. 여기서 다시, 20분 기간이 고려된다. 도 10에서와 동일한 트레이스가 존재한다. EEGs 및 EOGs의 육안 분석에 의하여 결정되는 바와 같은 깊은 수면에서 가벼운 수면으로의 정확한 전이가 수직 화살표로 나타내어진다. 이 도면의 좌측 부분에서, 심박 변이도가 깊은 수면에서 매우 적고, 신체 운동이 이러한 수면 단계 동안 존재하지 않음을 보인다 (또한 표 2 및 4 참조). 가벼운 수면으로의 전이는 큰 심박수 변화를 유도하는 두 가지 운동을 동반한다. 추후, 심박 변이도는 깊은 수면에서 더 크다.
도 12에 가벼운 수면에서 깨어 있는 상태로의 짧은 전이 및 가벼운 수면으로의 복귀를 나타낸다. 이번에는, 밤에 깨는 짧은 기간으로 인하여, 기록 길이는 단지 5분이다. 상기 두 전이가 수직선으로 표시된다. 여기서, 잠이 깨는 에피소드가 1 분 40 초만 지속된다 (두 개의 그레이 수직선은 10 초에 상응한다). 가벼운 수면에서 잠이 깬 상태로의 전이는 크고 긴 신체 운동 (약 30 초)를 동반하고, 심박수가 매우 증가한다. 상기 운동 직후, 심박수는 이전의 가벼운 수면보다 높은 값을 유지하며, 이는 대상의 잠이 깬 상태를 나타낸다 (또한 표 4 참조). 잠이 깬 에피소드 전에 보여지는 것과 유사한, 훨씬 더 낮은 심박수 값으로의 복귀 후 잠이 깬 상태에서 가벼운 수면으로의 전이가 이어진다.
도 13은 REM 수면으로부터 잠이 깬 상태로의 짧은 전이 및 그 후 REM 수면 단계로 복귀를 보인다. 여기서 또한, 변화하는 특징들의 보다 나은 이해를 위하여, 기록 시간은 단지 5 분이며, 잠이 깨는 에피소드의 지속 기간은 단지 1 분 10초 길이이다. 도면의 좌측 부분에, REM 수면은 매우 변동이 심한 심박수를 특징으로 하며, 변화들은 신체 운동으로 인한 것이 아니라 매우 불규칙한 심장 박동 (표 2를 또한 참조)으로 인한 것이다. 잠이 깨는 에피소드는 약 30 초 지속되는 큰 신체 운동을 동반하는 심박수의 엄청난 증가를 동반한다. 잠이 깨기 전에 보여지는 것과 유사한 심박수 값으로 돌아간 후, 대상은 REM 수면 및 신체 운동과 관련되지 않은 그의 특징적인 변동있는 심박수로 돌아간다.
이들 몇몇 실시예는 수면 단계, 수면 단계 전이 및/또는 수면 이벤트가 심박수 및 신체 운동 및 그의 시간 관계를 분석함으로써 결정될 수 있음을 입증한다. 상기한 바와 같이, 이러한 분석은 심박수 평균, 심박 변이도, 신체 운동 등과 같은 파라미터를 정의함으로써, 및 이들 파라미터 각각을 적어도 하나의 등급으로 분류함으로써 행하여질 수 있다. 앞서 나타낸 확립된 수면 단계를 정의하는 기준과 함께, 이들 데이터는 수면, 수면 단계, 및/또는 수면 단계 전이를 정확히 결정하도록 허용한다. 이러한 상호 보완적인 접근법은 수면 다원 검사법의 육안 분석으로부터 도출되는 것과 동등한 객관적 수면 곡선을 얻는 유일한 방법이다.
본 발명은 기록 및 분류된 데이터의 이용 후 수면 구조 및 수면 질에 대한 전반적 보고를 생산하기 위하여 생리적 및/또는 환경 데이터를 기록, 계산 및 분류하는 것을 허용한다. 상기 보고는 잠깨는 시간, 휴식 시간, 잠자리 시간, 잠자는 시간, 수면 효율성, 잠드는 시간, 상이한 단계의 수면에 소모되는 시간 및 시간 백분율, 수면 단계 변화의 횟수, 운동 횟수, 잠이 깨는 횟수, 등과 같은 통계적 데이터를 포함할 것이다. 어느 밤의 수면 구조를 원한다면 동일한 개인의 이전의 기록과 비교할 것이다. 이는 생활 환경 변화로 인한 수면 구조 및 질의 변화를 평가하기 위하여 또는 약학적 처리의 효과를 평가하기 위하여 또는 시차 피로로 인한 수면 변화를 추적하기 위하여 등 행하여질 수 있다.
본 발명의 다른 이점은 주면 물리적 요인들의 기록이 수면 기간 중 이들 요인들의 가능한 변화와 관련되는 수면 방해 평가를 보조할 것이라는 점이다. 주변 소음은 수면을 방해할 수 있으며, 감소된 수면 길이는 아마도 지연된 잠드는 시간, 밤에 잠깨기 및 빠른 최종 잠깨기로 인한 것이다. 일부 경우, 소음은 자고 있는 사람을 깨우지 않으나, 환기, 수면 단계 변화, 및 심혈관 변화를 생산한다. 주변 온도 또한 수면 구조 및 질에 강한 영향을 미칠 수 있다. 따라서, 높거나 낮은 주변 온도는 무수히 많은 잠깨기, 감소된 양의 깊은 REM 단계 및 신체 운동 증가를 동반할 것이다. 이러한 방해는 야간 환경에 비의식적으로 관련되나, 잠을 잘 못자는 사람이 경험하는 낮 동안의 피로를 설명할 수 있다. 이러한 모든 영향들이 본 발명의 시스템 및 방법에 의하여 검출된다. 수면 구조 및 수면 질에 대한 최종 보고는 수면자를 방해할 수 있는 환경 요인에 대한 특정 정보를 포함할 수 있다.
나아가, 수면 또는 수면 병리 중 일어나는 비정상적 이벤트의 존재는 일반적 집단에 의하여 종종 무시된다. 본 발명의 시스템은 생물학적 변수로부터 오는 정보 및/또는 장치에 의하여 기록되는 주변 요인으로부터 오는 정보를 이용함으로써 이들 이벤트 및 병리의 일부를 검출할 수 있다.
예를 들어, 코골기 및 이와 종종 관련되는 폐쇄성 수면 무호흡 증후군이 심박수 변화 및 수면 무호흡 말기에 일어나는 신체 운동에 의하여 검출될 것이나, 코골기 및 최종 가스프를 검출하는 소음 기록으로부터 또한 검출될 것이다. 산소포화도 (산소 포화의 혈액 수준) 및 동맥 압력의 특정 측정은 그 증상의 심각성을 평가하기 위하여 본 발명의 특정 기록과 용이하게 관련될 수 있을 것이다. 비정상적 운동, 예를 들어 하지 불안 증후군과 같은 수면 이벤트가 가속도계에 의하여 검출될 수 있다. 몽유병이 상기 변화 및 주변 파라미터의 동시 변화에 의하여 검출될 수 있다. 불면증 또는 과수면증과 같은 비정상적 수면 길이가 측정 및 정량될 수 있다. 기면증이 잠이 깬 동안 일어나는 갑작스런 짧은 수면 에피소드에 의하여 및 또한 REM 수면 개시 또는 맨 앞의 최초 REM 수면 시기에 의하여 검출될 수 있다. 야경증 및 악몽과 같은 기타 수면 이벤트 또한 생물학적 및 물리적 측정의 조합에 의하여 검출될 수 있다. 최종적으로, 상기 시스템은 또한 신경정신병 장애 분야에 있어서 매우 가치있을 수 있다. 과연, 몇몇 관찰은 수면과 정신 장애 사이의 중요한 관련성을 제안한다. 우울증, 정신 분열병, 노화의 퇴행성 장애, 및 파킨슨병과 같은 주요 기분 장애와 같은 신경정신병 장애에 대하여, 상기 관련성은 가장 분명하다. 상기 언급된 질환들 대부분에 대하여, 수면은 약학적 또는 심리적 치료의 치료 효과의 더 정확한 평가 및 정량화뿐 아니라 더 나은 진단에 기여하는 우수한 생물 지표이다. 흥미롭게도, 수면이 개선되거나 정상화되면 이들 병리에서 관찰되는 인지적 혼란 중 일부가 매우 개선되는 것이 점점 더 분명해진다.
시간 생물학적 관점에서, 수일 또는 수주에 걸쳐 본 발명에 의하여 이루어지는 연속적 기록은 또한 개인의 기본적인 24 시간 주기 및 24 시간 이하 주기의 리듬의 정상 상태의 평가를 허용할 것이다. 몇몇 병리에서, 이들 리듬은 심하게 방해되고, 정상으로의 복귀는 그 질병의 임상적 진전 또는 소정의 치료 효과를 잘 보여주는 것일 수 있다.

Claims (15)

  1. 개인의 수면, 수면 단계 및/또는 수면 단계 전이를 결정하기 위한 시스템으로서,
    상기 개인의 심박수를 검출하도록 구성되는 심박수 검출 수단(110);
    신체의 골격근에 의하여 야기되는, 상기 개인의 신체 일부의 운동을 검출하도록 구성되는 운동 검출 수단(120);
    상기 검출된 심박수 및 검출되는 신체 일부의 운동을 기록하도록 구성되는 기록 수단(170);
    상기 기록된 개인의 심박수를 적어도 하나의 심박수 등급 및 적어도 하나의 심박 변이도 등급으로 분류하도록 구성되는 심박수 분류 수단(310);
    상기 기록된 운동을 적어도 하나의 운동 등급으로 분류하도록 구성되는 운동 분류 수단(320); 및
    상기 적어도 하나의 심박수 등급, 상기 적어도 하나의 심박 변이도 등급, 및 상기 적어도 하나의 운동 등급에 적어도 부분적으로 근거하여 상기 개인의 수면, 수면 단계, 수면 단계 전이 및/또는 수면 이벤트를 결정하도록 구성되는 결정 수단(400)으로서, 상기 결정 수단은 소정의 시간 기간 내에 심박수 등급, 심박 변이도 등급, 및 운동 등급의 조합을 확인하고, 상기 확인된 조합에 근거하여 수면, 수면 단계, 및/또는 수면 단계 전이를 결정하도록 구성되는 것을 특징으로 하는 결정 수단
    을 포함하는 시스템.
  2. 제1항에 있어서,
    기록된 심박수로부터 심박수 평균, 변이도 값, 리듬 특징 및/또는 심박수 이벤트 또는 변화를 계산하도록 구성되는 심박수 계산 수단(210)을 포함하고,
    상기 심박수 분류 수단은 상기 계산된 심박수 평균, 변이도 값, 리듬 특징 및/또는 심박수 이벤트 또는 변화에 근거하여 상기 개인의 심박수를 분류하도록 구성되는 것을 특징으로 하는 시스템.
  3. 제1항 또는 제2항에 있어서,
    상기 결정 수단은 특정 시간 기간 내에 심박수 등급, 심박 변이도 등급, 및 운동 등급의 특정 조합을 확인하도록 추가로 구성되고,
    상기 결정 수단은 상기 확인된 특정 조합에 근거하여 수면, 수면 단계, 수면 단계 전이 및/또는 수면 이벤트를 결정하도록 구성되는 것을 특징으로 하는 시스템.
  4. 제1항 또는 제3항에 있어서,
    상기 운동 검출 수단은 상기 개인의 신체의 일부의 가속을 감지하도록 구성되는 운동 감지 수단(120)을 포함하고, 상기 기록 수단은 상기 감지된 가속을 기록하도록 추가로 구성되고,
    상기 시스템은 상기 기록된 가속에 근거하여, 상기 개인의 신체 일부의 각각의 운동의 적어도 강도 및/또는 지속 기간을 계산하도록 구성되는 운동 계산 수단(220)을 포함하는 것을 특징으로 하는 시스템.
  5. 제4항에 있어서,
    상기 운동 분류 수단은 계산된 각각의 운동의 강도 및/또는 지속 기간에 근거하여, 상기 신체 일부의 각각의 운동을 적어도 대운동(LM), 소운동(SM) 또는 트위치(TM)로 분류하도록 구성되고/되거나 각각의 LM, SM 및/또는 TM을 적어도 빈도 등급 및/또는 지속 기간 등급으로 분류하도록 구성되는 것을 특징으로 하는 시스템.
  6. 제1항 내지 제5항 중 어느 한 항에 있어서,
    적어도 하나의 환경적 요인을 감지하도록 구성되는 환경 감지 수단(130, 140, 150) - 상기 기록 수단은 상기 감지된 적어도 하나의 환경적 요인을 기록하도록 추가로 구성됨; 및
    상기 적어도 하나의 기록된 환경적 요인의 적어도 일부 값들을 적어도 하나의 환경 등급으로 분류하도록 구성되는 환경 분류 수단(330)
    을 추가로 포함하고,
    상기 결정 수단은 상기 적어도 하나의 환경 등급에 적어도 부분적으로 근거하여 상기 개인의 수면, 수면 단계, 수면 단계 전이 및/또는 수면 이벤트를 결정하도록 추가로 구성되는 것을 특징으로 하는 시스템.
  7. 제6항에 있어서,
    상기 환경 감지 수단은 소음 수준, 주변 온도 및/또는 주변 광을 감지하도록 구성되고,
    상기 시스템은
    상기 기록된 소음 수준에 근거하여 적어도 하나의 평균 소음 수준 및/또는 소음 이벤트를 계산하고, 및/또는 상기 기록된 주변 온도에 근거하여 적어도 하나의 평균 주변 온도 수준 및/또는 변화 및/또는 변이를 계산하고, 및/또는 상기 기록된 주변 광에 근거하여 적어도 하나의 주변 광 수준 및/또는 주변 광 수준의 변화를 계산하도록 구성되는 환경 계산 수단(230)
    을 추가로 포함하는 것을 특징으로 하는 시스템.
  8. 제1항에 있어서,
    상기 적어도 하나의 심박수 등급은 심박수 평균 등급을 포함하는 것을 특징으로 하는 시스템.
  9. 제1항 내지 제8항 중 어느 한 항에 있어서,
    상기 결정 수단은 깨어 있는 상태에서 수면으로의 전이 및/또는 하나의 수면 상태에서 다른 수면 상태로의 전이 및/또는 수면에서 깨어 있는 상태로의 전이 및/또는 수면 단계 전이 또는 수면에서 깨어 있는 상태로의 전이에 대한 적어도 하나의 기록된 환경적 요인의 직접적인 영향을 결정하도록 추가로 구성되는 것을 특징으로 하는 시스템.
  10. 제1항 내지 제9항 중 어느 한 항에 있어서,
    상기 적어도 하나의 심박수 등급, 상기 적어도 하나의 심박 변이도 등급, 및 상기 적어도 하나의 운동 등급, 상기 적어도 하나의 환경 등급 및/또는 이들의 임의의 조합에 근거하여, 상기 개인의 수면 또는 깨어 있는 상태를 평가하도록 구성되는 평가 수단(410)을 추가로 포함하는 시스템.
  11. 개인의 수면, 수면 단계 및/또는 수면 단계 전이를 결정하기 위한 시스템으로서,
    개인의 심박수를 검출 및 기록하도록 구성되고, 신체의 골격근에 의하여 야기되는 상기 개인의 신체 일부의 운동을 검출 및 기록하도록 구성되는 착용가능한 장치;
    상기 기록된 개인의 심박수를 적어도 하나의 심박수 등급 및 적어도 하나의 심박 변이도 등급으로 분류하도록 구성되고, 상기 기록된 운동을 적어도 하나의 운동 등급으로 분류하도록 구성되고, 상기 적어도 하나의 심박수 등급, 상기 적어도 하나의 심박 변이도 등급, 및 상기 적어도 하나의 운동 등급에 적어도 부분적으로 근거하여 상기 개인의 수면, 수면 단계, 수면 단계 전이 및/또는 수면 이벤트를 결정하도록 구성되는 분석 장치; 및
    상기 착용가능한 기록 장치로부터 기록된 심박수 및 기록된 운동을 나타내는 데이터를 상기 분석 장치에 전달하도록 구성되는 데이터 커넥션
    을 포함하는 시스템.
  12. 개인의 수면, 수면 단계 및/또는 수면 단계 전이를 결정하는 방법으로서,
    상기 개인의 심박수를 검출하는 단계(510);
    상기 검출된 심박수를 기록하는 단계;
    신체의 골격근에 의하여 야기되는, 상기 개인의 신체 일부의 운동을 검출하는 단계(520);
    상기 검출된 운동을 기록하는 단계;
    상기 기록된 개인의 심박수를 적어도 하나의 심박수 및 적어도 하나의 심박 변이도 등급으로 분류하는 단계(530);
    상기 기록된 운동을 적어도 하나의 운동 등급으로 분류하는 단계(540); 및
    상기 적어도 하나의 심박수 등급, 상기 적어도 하나의 심박 변이도 등급, 및 상기 적어도 하나의 운동 등급에 적어도 부분적으로 근거하여 상기 개인의 수면, 수면 단계, 수면 단계 전이 및/또는 수면 이벤트를 결정하는 단계(550)
    를 포함하는 방법.
  13. 제12항에 있어서,
    상기 방법은 특정 시간 기간 내에 심박수 등급, 심박 변이도 등급 및 운동 등급의 특정 조합을 확인하는 단계(555)를 포함하고,
    상기 결정 단계는 상기 확인된 특정 조합에 근거하여 수면, 수면 단계, 및 수면 단계 전이를 결정하는 단계를 포함하는 것을 특징으로 하는 방법.
  14. 제12항 또는 제13항에 있어서,
    상기 방법은
    적어도 하나의 환경적 요인을 감지하는 단계;
    상기 감지된 적어도 하나의 환경적 요인을 기록하는 단계;
    상기 적어도 하나의 기록된 환경적 요인의 적어도 일부 값들을 적어도 하나의 환경 등급으로 분류하는 단계; 및
    상기 적어도 하나의 환경 등급에 적어도 부분적으로 근거하여 상기 개인의 수면 또는 깨어 있는 상태를 결정하는 단계
    를 포함하는 방법.
  15. 제14항에 있어서,
    상기 방법은 상기 적어도 하나의 환경 등급에 적어도 부분적으로 근거하여, 수면 단계 전이 또는 수면으로부터 깨어 있는 상태로 전이에 대한 적어도 하나의 기록된 환경적 요인의 직접적 영향을 결정하는 단계를 포함하는 방법.
KR1020137033500A 2011-05-18 2012-05-15 개인의 수면 및 수면 단계들을 결정하기 위한 시스템 및 방법 KR102090968B1 (ko)

Applications Claiming Priority (3)

Application Number Priority Date Filing Date Title
EP11166629.3 2011-05-18
EP11166629A EP2524647A1 (en) 2011-05-18 2011-05-18 System and method for determining sleep stages of a person
PCT/EP2012/059074 WO2012156427A1 (en) 2011-05-18 2012-05-15 System and method for determining sleep and sleep stages of a person

Publications (2)

Publication Number Publication Date
KR20140058441A true KR20140058441A (ko) 2014-05-14
KR102090968B1 KR102090968B1 (ko) 2020-03-20

Family

ID=44764266

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020137033500A KR102090968B1 (ko) 2011-05-18 2012-05-15 개인의 수면 및 수면 단계들을 결정하기 위한 시스템 및 방법

Country Status (11)

Country Link
US (1) US9820680B2 (ko)
EP (3) EP2524647A1 (ko)
JP (1) JP6333170B2 (ko)
KR (1) KR102090968B1 (ko)
CN (1) CN103717125B (ko)
BR (1) BR112013029597A2 (ko)
ES (1) ES2802130T3 (ko)
IL (1) IL229317A (ko)
MY (1) MY185234A (ko)
RU (1) RU2634624C2 (ko)
WO (1) WO2012156427A1 (ko)

Cited By (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20170129689A (ko) * 2015-01-06 2017-11-27 데이비드 버톤 모바일 웨어러블 모니터링 시스템
KR20180092457A (ko) * 2017-02-09 2018-08-20 한국기술교육대학교 산학협력단 수면 무호흡증 진단 장치
KR20180101414A (ko) * 2015-12-29 2018-09-12 라이프큐 글로벌 리미티드 수면 생리의 평가를 위한 카디오 키네틱 크로스 스펙트럼 밀도
US10123735B2 (en) 2014-12-04 2018-11-13 Samsung Electronics Co., Ltd. Electronic device for determining sleep state and method of controlling same
KR20190053011A (ko) * 2017-11-09 2019-05-17 재단법인대구경북과학기술원 신체적 안정 판단 시스템 및 방법
KR20190071523A (ko) * 2017-12-14 2019-06-24 경북대학교 산학협력단 심박 변이도의 프랙탈 속성을 이용한 수면 단계 판정 방법 및 장치
KR20200072172A (ko) * 2018-12-12 2020-06-22 재단법인대구경북과학기술원 인지 능력 평가 방법, 이의 시스템 및 이를 위한 웨어러블 디바이스
KR20200111870A (ko) * 2019-03-19 2020-10-05 재단법인대구경북과학기술원 신체적 안정을 결정하기 위한 학습 데이터 생성 방법, 시스템 및 이의 웨어러블 디바이스
KR20230095431A (ko) 2021-12-22 2023-06-29 고려대학교 산학협력단 단일 뇌전도 기반 수면단계 분류방법 및 수면단계 분류장치

Families Citing this family (116)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US10631738B2 (en) * 2012-07-31 2020-04-28 The Periodic Breathing Foundation, Llc System for analyzing oximetry data
KR20150091120A (ko) * 2012-11-29 2015-08-07 도요타 지도샤（주） 수면 제어 장치 및 수면 제어 방법
RU2522400C1 (ru) * 2013-04-05 2014-07-10 Общество С Ограниченной Ответственностью "Хилби" Способ определения фазы сна человека, благоприятной для пробуждения
WO2015019808A1 (ja) * 2013-08-07 2015-02-12 株式会社村田製作所 体幹筋収縮検出装置
US10265013B2 (en) 2013-09-06 2019-04-23 Somnology, Inc. System and method for sleep disorder diagnosis and treatment
US10265014B2 (en) 2013-09-06 2019-04-23 Somnology, Inc. System and method for sleep disorder diagnosis and treatment
US10470704B2 (en) 2013-09-16 2019-11-12 Koninklijke Philips N.V. System and method for estimating cardiovascular fitness of a person
WO2015042579A1 (en) 2013-09-23 2015-03-26 The Board Of Trustees Of The Leland Stanford Junior University Monitoring and treating sleep disorders
US20160270721A1 (en) * 2013-11-28 2016-09-22 Koninklijke Philips N.V. Sleep monitoring device
WO2015083411A1 (ja) * 2013-12-03 2015-06-11 ソニー株式会社 情報処理装置、情報処理方法、およびプログラム
RU2016129163A (ru) * 2013-12-19 2018-01-24 Конинклейке Филипс Н.В. Устройство для наблюдения за ребенком
CN104720746B (zh) * 2013-12-20 2017-06-20 中国移动通信集团公司 一种睡眠阶段确定方法和系统
CN104720748B (zh) * 2013-12-24 2017-06-06 中国移动通信集团公司 一种睡眠阶段确定方法和系统
EP2905006B8 (fr) * 2014-02-11 2017-06-07 Sorin CRM SAS Dispositif de discrimination des stades de sommeil d'un patient.
EP2904969B1 (fr) * 2014-02-11 2022-01-05 Sorin CRM SAS Dispositif de traitement du syndrome d'apnée du sommeil chez un patient par stimulation kinesthésique
TWI559901B (en) * 2014-04-14 2016-12-01 Quanta Comp Inc Method and device of sleep detection
CN103976717B (zh) * 2014-04-15 2016-08-17 惠州市德赛工业研究院有限公司 一种多维度睡眠质量监测方法及系统
CN104055518A (zh) * 2014-07-08 2014-09-24 广州柏颐信息科技有限公司 一种跌倒检测腕表及跌倒检测方法
JP2016016144A (ja) * 2014-07-09 2016-02-01 セイコーエプソン株式会社 生体情報処理システム及び生体情報処理システムの制御方法
CN104127194B (zh) * 2014-07-14 2016-05-04 华南理工大学 一种基于心率变异性分析方法的抑郁症的评估系统
KR20160028329A (ko) * 2014-09-03 2016-03-11 삼성전자주식회사 생체 정보를 측정하는 전자 장치 및 방법
WO2016036114A1 (en) 2014-09-03 2016-03-10 Samsung Electronics Co., Ltd. Electronic device and method for measuring vital signal
WO2016044199A1 (en) * 2014-09-15 2016-03-24 3M Innovative Properties Company Impairment detection with biological considerations
AU2015318077B2 (en) 2014-09-15 2018-08-30 Attenti Electronic Monitoring Ltd. Impairment detection with environmental considerations
KR20170056635A (ko) * 2014-09-15 2017-05-23 쓰리엠 이노베이티브 프로퍼티즈 캄파니 손상 검출
US9808185B2 (en) 2014-09-23 2017-11-07 Fitbit, Inc. Movement measure generation in a wearable electronic device
JP6493680B2 (ja) * 2014-10-09 2019-04-03 パナソニックＩｐマネジメント株式会社 非接触血圧測定装置、及び、非接触血圧測定方法
EP3031492B1 (fr) 2014-12-08 2017-10-25 Sorin CRM SAS Système de traitement d'un trouble respiratoire par stimulation kinesthésique, avec contrôle de stabilisation de la stimulation
EP3031437B1 (fr) * 2014-12-08 2017-09-13 Sorin CRM SAS Dispositif d'optimisation d'un traitement du syndrome d'apnée du sommeil par stimulation kinesthésique
EP3031491B1 (fr) * 2014-12-08 2019-01-30 Sorin CRM SAS Système de traitement d'un trouble respiratoire par stimulation kinesthésique, avec sélection des stratégies de stimulation
CN106999698B (zh) * 2014-12-11 2020-08-25 皇家飞利浦有限公司 用于调节慢波检测准则的系统和方法
CN107111676B (zh) * 2014-12-16 2022-06-24 皇家飞利浦有限公司 监测患者对环境因素的暴露
US10856801B2 (en) 2014-12-18 2020-12-08 Koninklijke Philips N.V. System and method for slow wave sleep detection
TWI542322B (zh) * 2014-12-22 2016-07-21 財團法人工業技術研究院 睡眠事件偵測方法與系統
CN104434068A (zh) * 2014-12-26 2015-03-25 上海翰临电子科技有限公司 一种基于环境监测的睡眠分析方法及设备
AU2014415685B2 (en) * 2014-12-30 2020-09-10 Nitto Denko Corporation Device and method for sleep monitoring
WO2016134936A1 (en) * 2015-02-26 2016-09-01 Koninklijke Philips N.V. Processing device, system and method for processing accelerometer signals for use in monitoring vital signs of a subject
US20160262690A1 (en) * 2015-03-12 2016-09-15 Mediatek Inc. Method for managing sleep quality and apparatus utilizing the same
CN106037702A (zh) * 2015-04-17 2016-10-26 精工爱普生株式会社 生物体信息处理系统、生物体信息处理装置及终端装置
AU2016278356A1 (en) 2015-06-15 2018-01-04 Medibio Limited Method and system for assessing mental state
AU2016278357A1 (en) 2015-06-15 2018-01-04 Medibio Limited Method and system for monitoring stress conditions
FI126600B (en) * 2015-08-10 2017-03-15 Murata Manufacturing Co Detection of sleep phenomena using ballistocardiography
WO2017040333A1 (en) * 2015-08-28 2017-03-09 Awarables, Inc. Visualizing, scoring, recording, and analyzing sleep data and hypnograms
JP6582788B2 (ja) * 2015-09-17 2019-10-02 富士通株式会社 眠気検知装置、眠気検知方法および眠気検知プログラム
JP6716888B2 (ja) * 2015-10-29 2020-07-01 Tdk株式会社 呼吸解析装置、呼吸解析方法及びプログラム
CN107647847A (zh) * 2016-07-26 2018-02-02 纽沃凯生物科技（深圳）有限公司 睡眠深度监测方法和睡眠深度监测仪
CN105476630A (zh) * 2015-11-26 2016-04-13 北京期颐科技有限公司 中医心藏功能的检测方法
JP6397810B2 (ja) * 2015-12-10 2018-09-26 日本電信電話株式会社 睡眠覚醒判定装置、睡眠覚醒判定方法及び、その駆動用プログラム
CN105559751B (zh) * 2015-12-14 2018-06-12 安徽华米信息科技有限公司 监测微活动状态的方法、装置及可穿戴设备
CN106913313B (zh) * 2015-12-28 2020-07-10 中国移动通信集团公司 一种睡眠监测方法及系统
EP3399912B1 (en) * 2016-01-07 2022-04-13 Global Kinetics Pty Ltd System and method for assessing sleep state
KR102635868B1 (ko) * 2016-01-26 2024-02-14 삼성전자주식회사 전자 장치 및 그의 제어방법
CN108778128A (zh) * 2016-03-28 2018-11-09 富士通株式会社 信息处理装置、信息处理方法以及程序
JP6721156B2 (ja) * 2016-04-15 2020-07-08 オムロン株式会社 生体情報分析装置、システム、及び、プログラム
WO2017190085A1 (en) 2016-04-29 2017-11-02 Fitbit, Inc. Sleep monitoring system with optional alarm functionality
CN107920753B (zh) 2016-05-09 2021-08-27 皇家飞利浦有限公司 睡眠监控
US10325514B2 (en) 2016-06-02 2019-06-18 Fitbit, Inc. Systems and techniques for tracking sleep consistency and sleep goals
JP6559095B2 (ja) * 2016-06-15 2019-08-14 日本電信電話株式会社 睡眠モデル作成装置、睡眠段階推定装置、方法およびプログラム
CN106108843A (zh) * 2016-06-17 2016-11-16 美的集团股份有限公司 一种确定用户睡眠时长的方法及系统
US10952666B2 (en) * 2016-06-24 2021-03-23 Fresenius Medical Care Holdings, Inc. System and method for managing nocturnal treatment
BR112018076941A2 (pt) * 2016-06-27 2019-04-02 Koninklijke Philips N.V. sistema de determinação, método de determinação, e programa de computador
CN105902257B (zh) * 2016-06-27 2019-06-04 安徽华米信息科技有限公司 睡眠状态分析方法及装置、智能可穿戴设备
CN106214121B (zh) * 2016-07-13 2020-01-17 广东乐心医疗电子股份有限公司 一种睡眠提醒方法和装置以及一种可穿戴设备
DE102016213916A1 (de) 2016-07-28 2018-02-01 Volkswagen Aktiengesellschaft Infotainmentsystem für ein Kraftfahrzeug
CN106388771B (zh) * 2016-08-16 2019-06-28 惠州市德赛工业研究院有限公司 一种自动检测人体生理状态的方法及运动手环
FI129461B (en) * 2016-08-25 2022-02-28 Night Train Oy A method and system for determining a person's sleep time window
US11207021B2 (en) 2016-09-06 2021-12-28 Fitbit, Inc Methods and systems for labeling sleep states
CN106333652B (zh) * 2016-10-18 2019-10-29 首都医科大学 一种睡眠状态分析方法
WO2018098719A1 (zh) * 2016-11-30 2018-06-07 华为技术有限公司 一种睡眠监测方法、装置及终端
CN106725382A (zh) * 2016-12-28 2017-05-31 天津众阳科技有限公司 基于动作和hrv测量的睡眠状态判别系统及方法
CN106725383A (zh) * 2016-12-28 2017-05-31 天津众阳科技有限公司 基于动作和心率的睡眠状态判别系统及方法
EP3573528B1 (de) * 2017-01-30 2023-06-07 Opco Medical Aps Vorrichtung zur bestimmung der hämoglobinmenge eines patienten
CN106821336A (zh) * 2017-04-05 2017-06-13 深圳市老乐健康科技有限公司 睡眠监测方法及系统
AU2018267284A1 (en) * 2017-05-08 2019-12-05 Akash MADNANI A system and method for monitoring human performance
JP6298919B1 (ja) * 2017-06-07 2018-03-20 スマート ビート プロフィッツ リミテッド データベースの構築方法及びデータベース
US11266346B2 (en) 2017-06-07 2022-03-08 Electronics And Telecommunications Research Institute Method and apparatus for determining sleep state using biometric information and motion information
WO2019003549A1 (ja) 2017-06-28 2019-01-03 ソニー株式会社 情報処理装置、情報処理方法及びプログラム
US20190000375A1 (en) * 2017-06-29 2019-01-03 Koninklijke Philips N.V. Method to increase ahi estimation accuracy in home sleep tests
CN107374223A (zh) * 2017-08-28 2017-11-24 赛博龙科技(北京)有限公司 一种检测、分析睡眠的闭环系统、装置以及智能枕头
CN110891473B (zh) * 2017-10-29 2022-06-24 李小平 管理大脑睡眠模式的方法和设备
CN107647849A (zh) * 2017-11-02 2018-02-02 成都吱吖科技有限公司 一种提高睡眠质量及睡眠质量检测的智能家居装置
CN107773831A (zh) * 2017-11-27 2018-03-09 吴伟峰 一种梦魇唤醒系统
CN108209874B (zh) * 2018-01-03 2021-01-26 深圳北航新兴产业技术研究院 一种自动睡眠分期的方法和装置
FI20185051A1 (en) * 2018-01-19 2019-07-20 Night Train Oy Method, device and system for detecting sleep phases in a person
EP3536225A1 (en) * 2018-03-07 2019-09-11 Koninklijke Philips N.V. Sleep apnea detection system and method
CN108836265B (zh) * 2018-04-23 2024-03-08 广东美的制冷设备有限公司 睡眠状态检测方法、家电和计算机可读存储介质
JP6670881B2 (ja) 2018-04-26 2020-03-25 ミネベアミツミ株式会社 生体状態モニタリングシステム
JP6829841B2 (ja) 2018-04-26 2021-02-17 ミネベアミツミ株式会社 生体状態モニタリングシステム
CN108937867A (zh) * 2018-06-29 2018-12-07 出门问问信息科技有限公司 一种睡眠状态的监测方法及装置
CN109199395A (zh) * 2018-07-20 2019-01-15 渝新智能科技（上海）有限公司 一种睡眠状态识别方法、装置及设备
CN109125926A (zh) * 2018-07-20 2019-01-04 渝新智能科技（上海）有限公司 一种基于负离子浓度的睡眠动态修复方法、装置及设备
JP2020014539A (ja) * 2018-07-23 2020-01-30 株式会社プロアシスト 睡眠状態判定装置並びにこれを用いた睡眠状態判定方法及び居眠り防止装置
US20220015654A1 (en) * 2018-08-29 2022-01-20 Sleep Advice Technologies S.R.L. Photoplethysmography based detection of transitions between awake, drowsiness, and sleep phases of a subject
EP3644136B1 (fr) * 2018-10-26 2024-05-08 Tissot S.A. Procede de diffusion par une montre d'un message informatif relatif a une evaluation de la qualite du sommeil d'un porteur de ladite montre
CN109674459A (zh) * 2018-12-24 2019-04-26 深圳和而泰数据资源与云技术有限公司 一种数据处理的方法及装置
CN112955063A (zh) * 2018-12-29 2021-06-11 深圳迈瑞生物医疗电子股份有限公司 一种睡眠状态判断的方法及装置
KR102140094B1 (ko) 2019-01-16 2020-07-31 재단법인대구경북과학기술원 수면 상태 판단 장치 및 방법
US11191466B1 (en) * 2019-06-28 2021-12-07 Fitbit Inc. Determining mental health and cognitive state through physiological and other non-invasively obtained data
KR102181856B1 (ko) * 2019-10-28 2020-11-23 주식회사 젠다카디언 웨이크-업 감지 장치
CN111067503A (zh) * 2019-12-31 2020-04-28 深圳安视睿信息技术股份有限公司 一种基于心率变异性的睡眠分期方法
CN111166286A (zh) * 2020-01-03 2020-05-19 珠海格力电器股份有限公司 一种梦游检测方法、存储介质以及梦游检测装置
CN113311736A (zh) * 2020-02-27 2021-08-27 Oppo广东移动通信有限公司 可穿戴设备的控制方法、装置、电子设备和可读存储介质
CN113693557B (zh) * 2020-05-22 2023-12-26 广东美的制冷设备有限公司 睡眠质量检测方法、空调器及可读存储介质
US20240252107A1 (en) * 2020-08-04 2024-08-01 Asleep Computing device for predicting sleep state on basis of data measured in sleep environment of user
DE102020210325B4 (de) 2020-08-13 2024-02-08 Volkswagen Aktiengesellschaft Vorrichtung zur Linderung von Symptomen der Willis-Ekbom-Krankheit in einem Kraftfahrzeug, Kraftfahrzeug und Computerprogrammprodukt
DE102020214556A1 (de) 2020-11-19 2022-05-19 Volkswagen Aktiengesellschaft Kommunikationssystem für ein Fahrzeug zum Vorgehen bei einer Schlafstörung eines Insassen
CN114680856A (zh) * 2020-12-30 2022-07-01 王励 状态信息确定方法及装置、控制方法及装置
CN114680857A (zh) * 2020-12-30 2022-07-01 王励 参数确定方法、参数确定装置、存储介质及电子设备
US11452470B2 (en) 2021-01-06 2022-09-27 Hi Llc Devices, systems, and methods using wearable time domain-based activity tracker
US11847127B2 (en) 2021-05-12 2023-12-19 Toyota Research Institute, Inc. Device and method for discovering causal patterns
CN113647909B (zh) * 2021-08-09 2022-05-17 珠海格力电器股份有限公司 睡眠指标监测方法、电子装置、装置及可读存储介质
CN113506626B (zh) * 2021-09-03 2021-12-10 南通嘉蒂体育用品有限公司 基于可穿戴设备的睡眠特征数据评估处理方法及系统
RU2763641C1 (ru) * 2021-09-22 2021-12-30 Федеральное Государственное Бюджетное Образовательное Учреждение Высшего Образования "Тюменский Государственный Медицинский Университет" Министерства Здравоохранения Российской Федерации Способ оценки прогнозируемого сдвига скорректированной средней фазы сна по Мюнхенскому тесту Munich Chrono-Type Questionnaire при изменении времени дневной световой экспозиции у лиц со свободным графиком работ
RU2762612C1 (ru) * 2021-10-25 2021-12-21 Федеральное Государственное Бюджетное Образовательное Учреждение Высшего Образования "Тюменский Государственный Медицинский Университет" Министерства Здравоохранения Российской Федерации Способ прогноза скорректированной средней фазы сна по Мюнхенскому тесту у лиц в возрасте от 18 до 22 лет включительно при увеличении экранного времени
CN114176525B (zh) * 2021-12-28 2023-11-24 深圳市伟晴大健康科技有限公司 睡眠质量分析方法、装置、计算机设备和存储介质
CN114403878B (zh) * 2022-01-20 2023-05-02 南通理工学院 一种基于深度学习的语音检测疲劳度方法

Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20090264715A1 (en) * 2003-12-31 2009-10-22 Raphael Auphan Sleep and Environment Control Method and System
US20100125215A1 (en) * 2008-11-17 2010-05-20 National Yang-Ming University Sleep analysis system and method for analyzing sleep thereof

Family Cites Families (23)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US4836219A (en) 1987-07-08 1989-06-06 President & Fellows Of Harvard College Electronic sleep monitor headgear
JP2780465B2 (ja) 1990-08-30 1998-07-30 松下電器産業株式会社 睡眠状態判定装置
IL100080A (en) 1991-11-19 1994-12-29 Sleep Disorders Diagnostic And A presentation system for determining a person's sleep stages
JP3149616B2 (ja) * 1993-04-07 2001-03-26 松下電器産業株式会社 空気調和機の制御装置
SE508285C2 (sv) * 1994-06-07 1998-09-21 Biosys Ab Metod och anordning för bedömning av vakenhetsgrad och dåsighet i olika stadier mellan vakenhet och sömn på ett för en övervakad ej störande sätt
US5902250A (en) * 1997-03-31 1999-05-11 President And Fellows Of Harvard College Home-based system and method for monitoring sleep state and assessing cardiorespiratory risk
JP3788126B2 (ja) * 1999-08-26 2006-06-21 松下電工株式会社 睡眠状態判定装置
JP2002034955A (ja) * 2000-07-26 2002-02-05 Matsushita Electric Works Ltd 睡眠状態および中途覚醒の判定システム、睡眠状態および中途覚醒の判定方法、睡眠状態および中途覚醒の判定用プログラムを記録した記録媒体
JP2002219116A (ja) * 2001-01-26 2002-08-06 Matsushita Electric Ind Co Ltd 睡眠周期検出装置
JP3877615B2 (ja) * 2002-03-11 2007-02-07 三洋電機株式会社 睡眠深度推定装置
CA2492027C (en) 2002-07-15 2012-10-02 Itamar Medical Ltd. Body surface probe, apparatus and method for non-invasively detecting medical conditions
US6878121B2 (en) * 2002-11-01 2005-04-12 David T. Krausman Sleep scoring apparatus and method
ATE413902T1 (de) * 2003-08-18 2008-11-15 Cardiac Pacemakers Inc Patientenüberwachungssystem
JP4023429B2 (ja) * 2003-10-07 2007-12-19 株式会社デンソー 携帯型生体情報モニタ装置
US20070249952A1 (en) * 2004-02-27 2007-10-25 Benjamin Rubin Systems and methods for sleep monitoring
JP3987053B2 (ja) 2004-03-30 2007-10-03 株式会社東芝 睡眠状態判定装置および睡眠状態判定方法
JP4528710B2 (ja) * 2005-11-09 2010-08-18 株式会社東芝 睡眠状態計測装置、睡眠状態計測方法及び睡眠状態計測システム
JP2007190126A (ja) * 2006-01-18 2007-08-02 Daikin Ind Ltd 睡眠情報管理システム
JP2009297455A (ja) * 2008-06-17 2009-12-24 Panasonic Electric Works Co Ltd 睡眠状態推定装置
JP2010273752A (ja) * 2009-05-27 2010-12-09 Kamata Toru 入眠判定システム
JP5409148B2 (ja) * 2009-07-10 2014-02-05 三菱電機株式会社 生体状態取得装置、生体状態取得プログラム、生体状態取得装置を備えた機器及び空気調和機
EP2320293A1 (en) * 2009-11-05 2011-05-11 Koninklijke Philips Electronics N.V. Sleep element for improving the sleep of a person
JP5951630B2 (ja) * 2010-12-07 2016-07-13 アーリーセンス リミテッド 臨床症状のモニター、予測、および治療

Patent Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20090264715A1 (en) * 2003-12-31 2009-10-22 Raphael Auphan Sleep and Environment Control Method and System
US20100125215A1 (en) * 2008-11-17 2010-05-20 National Yang-Ming University Sleep analysis system and method for analyzing sleep thereof

Cited By (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US10123735B2 (en) 2014-12-04 2018-11-13 Samsung Electronics Co., Ltd. Electronic device for determining sleep state and method of controlling same
KR20170129689A (ko) * 2015-01-06 2017-11-27 데이비드 버톤 모바일 웨어러블 모니터링 시스템
KR20210008848A (ko) * 2015-01-06 2021-01-25 데이비드 버톤 모바일 웨어러블 모니터링 시스템
KR20180101414A (ko) * 2015-12-29 2018-09-12 라이프큐 글로벌 리미티드 수면 생리의 평가를 위한 카디오 키네틱 크로스 스펙트럼 밀도
KR20180092457A (ko) * 2017-02-09 2018-08-20 한국기술교육대학교 산학협력단 수면 무호흡증 진단 장치
KR20190053011A (ko) * 2017-11-09 2019-05-17 재단법인대구경북과학기술원 신체적 안정 판단 시스템 및 방법
KR20190071523A (ko) * 2017-12-14 2019-06-24 경북대학교 산학협력단 심박 변이도의 프랙탈 속성을 이용한 수면 단계 판정 방법 및 장치
KR20200072172A (ko) * 2018-12-12 2020-06-22 재단법인대구경북과학기술원 인지 능력 평가 방법, 이의 시스템 및 이를 위한 웨어러블 디바이스
KR20200111870A (ko) * 2019-03-19 2020-10-05 재단법인대구경북과학기술원 신체적 안정을 결정하기 위한 학습 데이터 생성 방법, 시스템 및 이의 웨어러블 디바이스
KR20230095431A (ko) 2021-12-22 2023-06-29 고려대학교 산학협력단 단일 뇌전도 기반 수면단계 분류방법 및 수면단계 분류장치

Also Published As

Publication number Publication date
IL229317A0 (en) 2014-01-30
MY185234A (en) 2021-04-30
IL229317A (en) 2017-08-31
EP3701860A1 (en) 2020-09-02
JP2014516681A (ja) 2014-07-17
US9820680B2 (en) 2017-11-21
BR112013029597A2 (pt) 2020-11-17
EP2712300B1 (en) 2020-04-22
KR102090968B1 (ko) 2020-03-20
EP2524647A1 (en) 2012-11-21
CN103717125B (zh) 2016-04-13
JP6333170B2 (ja) 2018-05-30
RU2634624C2 (ru) 2017-11-02
ES2802130T3 (es) 2021-01-15
US20140088378A1 (en) 2014-03-27
WO2012156427A1 (en) 2012-11-22
EP2712300A1 (en) 2014-04-02
CN103717125A (zh) 2014-04-09
RU2013156072A (ru) 2015-06-27

Similar Documents

Publication Publication Date Title
KR102090968B1 (ko) 개인의 수면 및 수면 단계들을 결정하기 위한 시스템 및 방법
US20220104758A1 (en) Device And Method For Sleep Monitoring
US11690559B2 (en) Method and apparatus for monitoring respiratory distress based on autonomic imbalance
US11925485B2 (en) Non-invasive system for monitoring and treating respiratory distress
US11998347B2 (en) Sleep apnea detection system and method
US7794406B2 (en) Detection of cardiac arrhythmias using a photoplethysmograph
CN111466906A (zh) 穿戴式睡眠监测仪及监测方法
JP2016016144A (ja) 生体情報処理システム及び生体情報処理システムの制御方法
EP2091428A2 (en) Detection of heart failure using a photoplethysmograph
GB2469547A (en) Measurement of heart rate variability
WO2023025770A1 (en) Sleep stage determining system
JP2022115763A (ja) 睡眠状態自動測定システム
KR20240085329A (ko) 생체 신호 보정 기능이 지원되는 듀얼 웨어러블 밴드
Rinta-Koski Monitoring sleep quality with non-invasive sensors
i Carós et al. Philippe Renevey1, Patrick Celka1, Simon Arberet1, Enric Muntané Calvo1

Legal Events

Date Code Title Description
E902 Notification of reason for refusal
E902 Notification of reason for refusal
E701 Decision to grant or registration of patent right