WO2006123691A1

WO2006123691A1 - 睡眠診断装置

Info

Publication number: WO2006123691A1
Application number: PCT/JP2006/309818
Authority: WO
Inventors: Matsuki Yamamoto; Shogo Fukushima; Aki Nakatsukasa
Original assignee: Matsushita Electric Works, Ltd.
Priority date: 2005-05-18
Filing date: 2006-05-17
Publication date: 2006-11-23
Also published as: US7766841B2; US20090062628A1

Abstract

本発明に係る睡眠診断装置１は、３次元加速度センサ２ａ，２ｂと、３次元加速度センサのＤＣ成分から患者の姿勢（寝姿勢）を検出する姿勢検出部５と、３次元加速度センサのＡＣ成分から患者の呼吸運動を検出する呼吸運動検出部４とを備える。従って、本発明の睡眠診断装置１は、患者の姿勢（寝姿勢）と呼吸運動を一つの３次元加速度センサによって検出することができ、センサの数を低減することができる。また、３次元加速度センサによって呼吸運動を高精度に検出することができる。

Description

睡眠診断装置

技術分野

[0001] 本発明は、睡眠時無呼吸症候群（SAS： Sleep apnea syndrome)などの診断に使用される睡眠診断装置に関する。

背景技術

[0002] 近年、睡眠時無呼吸症候群について社会的関心が高まっている。睡眠時無呼吸症候群の検査においては、鼻口の呼吸を検知するための温度センサ、いびきを検知するための気管音センサ、呼吸運動を計測するための呼吸センサ、患者の姿勢を検出する体位センサ、心拍を計測するための心拍センサなど、様々なセンサが使用されている。

[0003] 従来の睡眠時無呼吸症候群の検査装置においては、患者の呼吸運動を計測するために、胸や腹にバンド状の歪ゲージを卷付け、胸と腹との動きの位相差や運動の大きさを計測し、鼻口による呼吸の検知結果と合わせて、無呼吸のタイプ (例えば、中枢性無呼吸や閉塞性無呼吸）を判定していた。あるいは、患者の胸や腹に圧力センサを貼り付け患者の呼吸運動を計測する装置もあった。

[0004] 従って、様々なセンサを装着する患者への負担が大きぐできるだけセンサの数を少なくし、患者の負担を軽くすることが強く期待されている。

[0005] ところで、特開 2005— 230511号公報は、睡眠時無呼吸症候群防止装置を開示している。この装置では、 1次元加速度センサを患者の腹部や胸部に装着して患者の呼吸運動を検出して、た。

[0006] し力しながら、呼吸運動による腹部や胸部の動きは人によって異なっているため、 1 方向の加速度のみでは、呼吸運動の評価が不十分であった。また上記発明では、患者の姿勢 (寝姿勢)を検出するために、マットに感圧シートを別途設ける必要があった発明の開示

[0007] 本発明は、上記問題点に鑑みて為されたものであって、その目的は、センサの数を低減することで患者への負担を軽減することができるともに、患者の呼吸運動を高精度に検出することができる睡眠診断装置を提供することにある。

[0008] 本発明に係る睡眠診断装置は、 3次元加速度センサと、前記 3次元加速度センサの DC成分力も患者の姿勢 (寝姿勢)を検出する姿勢検出部と、前記 3次元加速度センサの AC成分から患者の呼吸運動を検出する呼吸運動検出部とを備える。

[0009] 従って、本発明の睡眠診断装置は、患者の姿勢 (寝姿勢)と呼吸運動を一つの 3次元加速度センサによって検出することができるので、患者の姿勢を検出する体位センサと患者の呼吸運動を検出する呼吸センサとを個別に設ける必要がなぐセンサの数を低減することができ、患者の負担を軽くすることができる。さらに、本発明の睡眠診断装置は、 3次元加速度センサによって呼吸運動を検出するので、患者の胸部や腹部の様々な方向への動きに対応して、呼吸運動を高精度に検出することができる

[0010] 好ましくは、前記呼吸運動検出部は、前記 3次元加速度センサより得られた 3次元の加速度データから 1次元の加速度データを生成する 1次元化手段と、前記 1次元化手段で生成された 1次元の加速度データから 1次元の加速度データの変動のピークを検出するピーク検出手段と、前記ピーク検出手段で得られた 1次元の加速度データの変動のピークから患者の呼吸運動を算出する呼吸運動演算手段とを含む。

[0011] この場合、 3次元加速度センサの出力から患者の呼吸運動を高精度に検出できる

[0012] さらに好ましくは、前記 1次元化手段は、前記 3次元加速度センサより得られた 3次元の加速度データを元に加速度の変動の主軸を算出する主軸算出手段と、前記主軸算出手段が算出した主軸上に 3次元の加速度データを投影することで、 1次元の加速度データを生成する 1次元データ生成手段とからなる。

[0013] この場合、加速度の主軸の変動、すなわち運動の主方向を考慮した 1次元の加速度データを生成することができ、加速度の変動が高精度に反映された 1次元の加速度データを得ることができる。

[0014] 前記主軸算出手段は、 3次元の加速度データを元に近似平面を算出し、該近似平面に 3次元の加速度データを投影して 2次元の加速度データを生成し、該 2次元の加速度データを元に近似直線を求めるように構成され、前記 1次元データ生成手段は、前記主軸算出手段で求めた近似直線を主軸として用い、該主軸上に 2次元の加速度データを投影することで 1次元の加速度データを生成するように構成されるのが好ましい。

[0015] あるいは、前記主軸算出手段を、 3次元の加速度データを用いて近似直線を求めるように構成してもよぐ前記 1次元データ生成手段を、前記主軸算出手段で求めた近似直線を主軸として用い、該主軸上に 3次元の加速度データを投影することで 1次元の加速度データを生成するように構成してもよヽ。

[0016] 好ましくは、前記呼吸運動演算手段は、前記 1次元の加速度データの変動のピークのうち、所定の山ピークとその次の山ピークとの間の時間差、又は所定の谷ピークとその次の谷ピークとの間の時間差を用いて、単位時間当たりの患者の呼吸数を算出する呼吸数算出手段を含む。

[0017] この場合、患者の呼吸数を高精度に検出することができる。

[0018] 好ましくは、前記呼吸運動演算手段は、隣接する 1次元の加速度データの変動のピーク間の時間差が基準値以上である場合に、当該ピーク間を無呼吸区間として検出する無呼吸検出手段を含む。

[0019] この場合、患者の無呼吸区間を高精度に検出することができる。

[0020] さらに好ましくは、前記呼吸運動演算手段は、前記無呼吸検出手段が無呼吸区間を検出した際に、その無呼吸区間の開始時刻を呼吸停止時刻として取得し、該無呼吸区間の終了時刻を呼吸開始時刻として取得する無呼吸期間検出手段を含む。

[0021] 好ましくは、前記呼吸運動演算手段は、隣接する 1次元の加速度データの変動のピーク間の強度差を用いて呼吸の強さを算出する呼吸強度算出手段を含む。

[0022] この場合、患者の呼吸の強さを高精度に検出することができる。

[0023] 好ましくは、前記姿勢検出部は、 X軸方向を患者の左右方向とし、 y軸方向を患者の身長方向とし、 z軸方向を患者の体厚方向とするとき、前記 3次元加速度センサの DC成分のうち、 y軸方向および z軸方向の各成分 DCy、 DCzから、患者の体幹角度を算出し、 X軸方向および z軸方向の各成分 DCx、 DCzから患者の寝姿勢角度を算出する。 [0024] この場合、 3次元加速度センサから患者の体幹角度と寝姿勢角度を検出することができ、患者の姿勢 (寝姿勢)を高精度に検出することができる。なお、詳しくは後述するように、 X軸方向を患者の左右方向とし、 y軸方向を患者の身長方向とし、 z軸方向を患者の体厚方向とするとき、体幹角度とは水平方向に対する y軸方向の角度のことであり、寝姿勢角度とは、水平面の法線方向に対する z軸方向の角度のことである。

[0025] 好ましくは、この睡眠診断装置は、前記 3次元加速度センサの AC成分から患者の心拍数を検出する心拍数検出部を備える。

[0026] この場合、患者の姿勢や呼吸運動に加えて、さらに患者の心拍数も 3次元加速度センサ力も検出することができ、さらにセンサの数を低減することができ、患者の負担を軽くすることができる。

[0027] 前記心拍数検出部は、 z軸方向を患者の体厚方向とするとき、前記前記 3次元加速度センサの AC成分のうち、前記 z軸方向の成分 ACzをバンドパスフィルタでフィルタリングし、フィルタリング後の ACzのピーク周期の逆数を求めることで、患者の心拍数を検出することができる。

図面の簡単な説明

[0028] [図 1]本発明の実施形態の睡眠診断装置のブロック図である。

[図 2A]図 1の睡眠診断装置において加速度センサを装着した患者を横力見た状態を示す図である。

[図 2B]図 1の睡眠診断装置において加速度センサを装着した患者を頭側から見た状態を示す図である。

[図 3A]3次元加速センサより得られる 3次元の加速度データの一例を示す図である。

[図 3B]図 3Aを回転させた図である。

[図 4]図 1の睡眠診断装置のフィルタ部のブロック図である。

[図 5]図 1の睡眠診断装置において加速度センサのデータ処理方法を説明するためのフローチャートである。

[図 6A]図 1の睡眠診断装置において 3次元の加速度データより生成された 2次元の加速度データを示す図である。

[図 6B]図 6A中の E1〜E5で示した期間における加速度の変化を示す図である。 [図 7]2次元の加速度データから求められた近似直線を示す図である。

[図 8]図 1の睡眠診断装置において主軸算出手段と 1次元データ生成手段とからなる

1次元化手段によって生成された 1次元の加速度データを示す図である。

[図 9A]1次元の加速度データ力有効ピークを選出する過程を説明するための図である。

[図 9B]1次元の加速度データ力有効ピークを選出する過程を説明するための図である。

[図 9C]1次元の加速度データ力も有効ピークを選出する過程を説明するための図である。

[図 9D]1次元の加速度データ力有効ピークを選出する過程を説明するための図である。

[図 10]図 1の睡眠診断装置において有効ピークから呼吸運動を検出する方法を説明するための図である。

[図 11A]体幹角度を説明するための図である。

[図 11B]寝姿勢角度を説明するための図である。

[図 12]図 1の睡眠診断装置において心拍数を検出する方法を説明するためのフローチャートである。

[図 13A]図 1の睡眠診断装置において別の一次元化手段により生成された 1次元の加速度データの一例を示す図である。

[図 13B]別の一次元化手段により生成された 1次元の加速度データの他例を示す図である。

発明を実施するための最良の形態

[0029] 以下に、本発明の実施形態に係る睡眠診断装置について添付の図面を参照して説明する。

[0030] 本実施形態の睡眠診断装置 1は、例えば睡眠時無呼吸症候群の検査に用いられるものであって、主に無呼吸'低呼吸指数（AHI〔Apnea Hypopnea Index〕）を用いて睡眠時無呼吸症候群の判定を行うように構成されている。ここで、 AHIは、睡眠 1時間あたりに無呼吸又は低呼吸が何回起こつたかを表す値であり、 AHI = 5以上 15未満が軽度、 AHI= 15以上 30未満が中低度、 AHI = 30以上が重度と診断される。

[0031] 睡眠診断装置 1は、図 1に示すように、患者 H (図 2A,図 2B参照）の身体に装着される 3次元加速度センサ（3軸の加速度センサ） 2a, 2bと、各加速度センサ 2a, 2bの出力から交流成分 (AC成分)と直流成分 (DC成分)とを取り出すフィルタ部 3a, 3bと、 3次元加速度センサ 2a, 2bの AC成分から患者の呼吸運動を検出する呼吸運動検出部 4と、 3次元加速度センサ 2a, 2bの DC成分をから患者 Hの姿勢を検出する姿勢検出部 5と、 3次元加速度センサ 2aの AC成分力患者の心拍数を検出する心拍数検出部 8と、総合的な呼吸運動の判定を行う総合判定部 6と、総合判定部 6で得られた結果を PC等の外部装置（図示せず）に出力する結果出力部 7とを有している。

[0032] さらに、睡眠診断装置 1は、上記の加速度センサ 2a, 2bの他に、患者 Hの鼻による呼吸運動（鼻フロー)検出用のサーミスタ等の温度センサ（図示せず）と、患者 Hの口による呼吸運動（口フロー)検出用のサーミスタ等の温度センサ（図示せず）と、患者 Hの血中酸素飽和度（SP02)を測定するための血中酸素飽和度測定器（図示せず )と、患者 Hの、びき (気管音)を測定するための集音装置 (図示せず)などを備えており、総合判定部 6は、呼吸運動検出部 4により得られた呼吸運動情報および姿勢検出部 5より得られた姿勢情報、心拍数検出部 8により得られた心拍数、その他のセンサにより得られた種々の情報を用いて総合的な呼吸運動の判定を行うように構成されている。

[0033] 以下に本実施形態の睡眠診断装置 1について詳細に説明する。

[0034] 各加速度センサ 2a、 2bは、互いに直交する 3方向における加速度を検出可能な 3 次元加速度センサ（3軸加速度センサ）であり、このような加速度センサとしては、例えば、小型で低消費電力な MEMS (Micro Electro Mechanical Systems)を利用したピェゾ抵抗型の加速度センサ等を用いることができる。このような加速度センサ 2aによれば、図 3Aに示すように、互いに直交する 3方向（X軸方向、 Y軸方向、 Z軸方向）の加速度 (すなわち 3次元の加速度）に対応する出力（電圧値）が得られ、この出力を 3 次元の加速度データとして用いることができる。

[0035] 加速度センサ 2aは、図 2Aに示すように患者 Hの胸部に装着され、加速度センサ 2 bは、図 2Aに示すように患者 Hの腹部に装着される。各加速度センサ 2a, 2bは、図 2 A,図 2Bに示すように、水平面内において仰臥 (仰向け）姿勢にある患者 Hの左右方向（幅方向）が X軸方向 (左肩側を正側、右肩側を負側とする）、患者の身長方向が Y 軸方向（頭部側を正側、足部側を負側とする）、水平面の法線と平行な患者の体厚方向が Z軸方向（背面側を正側、前面側を負側とする）となるように患者 Hに装着されている。

[0036] フィルタ部 3aは、図 4に示すように、加速度センサ 2aの出力を、 DC成分と AC成分とに分けて出力する成分抽出用フィルタ 30と、成分抽出用フィルタ 30により抽出された AC成分から高周波ノイズを除去するためのノイズフィルタ 31と、成分抽出用フィルタ 30により抽出された AC成分のうち、 z軸方向の成分 ACzをフィルタリングするバンドパスフィルタ 32とで構成されている。成分抽出用フィルタ 30により抽出された DC成分は姿勢検出部 5に、ノイズフィルタ 31を通過した AC成分は呼吸運動検出部 4に、バンドパスフィルタ 32を通過した AC成分は心拍数検出部 8にそれぞれ出力される。

[0037] ノイズフィルタ 31としては、例えば生体力学のデータ処理にてよく用いられる bryant のフィルタ等を用いることができる。また、バンドパスフィルタ 32としては、 10〜15Hz の AC成分を通過させるバンドパスフィルタを用いることができる。

[0038] 尚、本実施形態では、加速度センサ 2aの各出力を DC成分と AC成分に分けて、る力この DC成分は、 AC成分に比べて大きいため、加速度センサの各出力をそのまま DC成分として用いるようにしてもょ、。

[0039] フィルタ部 3bは、フィルタ部 3aからバンドパスフィルタ 32を除いた構成であり、説明を省略する。

[0040] 呼吸運動検出部 4は、各フィルタ部 3a, 3bより得られた各加速度センサ 2a, 2bの A C成分を用いて、患者の呼吸運動を検出する。

[0041] 呼吸運動検出部 4は、 CPU等を用いてソフトウェアによって実現されており、図 1に示すように、 3次元加速度センサ 2a, 2bより得られた 3次元の加速度データから 1次元の加速度データを生成する 1次元化手段 4aと、 1次元化手段 4aで生成した 1次元の加速度データから 1次元の加速度データの変動のピークを検出するピーク検出手段 4bと、ピーク検出手段 4bで得られたピークを用いて、呼吸数や無呼吸の検出、呼吸の強さなど、患者の呼吸運動を算出する呼吸運動演算手段 4cとを備える。 [0042] 本実施形態の 1次元化手段 4aは、 3次元加速度センサ 2a, 2bより得られた 3次元の加速度データを元に加速度の変動の主軸 (すなわち運動の主方向）を算出する主軸算出手段 40と、主軸算出手段 40で算出した主軸上に 3次元の加速度データを投影することで、 1次元の加速度データを生成する 1次元データ生成手段 41とからなる

[0043] ここで、患者に装着された 3次元の加速度センサ力得られる 3次元の加速度データは、図 3Aに示したように、一見複雑な変化を示しているように見える力ある方向から見れば、図 3Bに示すように、平面内の運動であるとみなすことができる。つまり、 3 次元の加速度データの近似平面を求めれば、 3次元の加速度データを 2次元の加速度データに変換することができる。 1次元化手段 4aは、上記の点に注目して 3次元の加速度データの主軸を算出し、 1次元の加速度データを生成する。

[0044] 具体的には、主軸算出手段 40は、図 5のフローチャートに示すように、 3次元の加速度データを元に加速度の変動が最も大き、近似平面を算出するステップ S 1と、該近似平面に 3次元の加速度データを投影して 2次元の加速度データを生成するステップ S2と、該 2次元の加速度データの近似直線を求めるステップ S3とから構成され、 1次元データ生成手段 41は、ステップ S1〜S3で求めた近似直線を主軸として用い、該主軸上に 2次元の加速度データを投影することで 1次元の加速度データを生成するステップ S4から構成される。

[0045] 以下、ステップ S1〜S4について、詳細に説明する。

[0046] ステップ S1では、 3次元の加速度データのうち任意の点（少なくとも 3つ以上の点で、且つ時系列的に並んだデータであることが好ま、）を用いて法線ベクトルを算出する。例えば、 3次元の加速度データのうち時系列的に並んだ任意の 3つの点を、 A l = (xl、yl、 zl)、 A2= (x2、y2、 z2)、 A3= (x3, y3, z3)とすると、これらの点、 A 1, A2, A3を通る平面の法線ベクトル Mは、外積を用いて式（1)のように表される。

[0047] [数 1]

i(y2- yl)(z3 - zl) - (z2― zl)(y3 - yl) \

(z2 - ζϊ)(χ3 - JCI) - (x2― χϊ)(ζ3一 zl) ( 1)

x²― ³ -ヌ - ( 2 - yl)(x3 1)

[0048] ここで、 3次元の加速度データのデータ数が n(nは整数)であれば、 n— 2本の法線くタトル Mが得られる。

[0049] 次に、このようにして得られた法線ベクトル Mの平均を算出することで、近似平面の法線ベクトル W=(xn, yn, zn)を求め、この後に法線ベクトル Wにそれぞれ直交するベクトル U, V (但しベクトル U≠ベクトル V)を求める。ここでベクトル U, Vは、例えばそれぞれ式 (2) , (3)で表すことができる。

[0050] [数 2] ひ = (yn,~xn,0) ( 2)

V = (yn,zn * yn -xn,-yn²) (3)

[0051] ステップ S2では、ステップ SIで得たベクトル U, V, Wの単位ベクトルを算出し、この単位ベクトルを元にして XYZ座標系上の任意の点 P=(px, py, ρζ)を、 UVW座標系上の点 P' = (pu, pv, pw)に変換する行列 Tを求める。このような行列 Τは、式（ 4)で示すような、 UVW座標系上の点 P' = (pu, pv, pw)を XYZ座標系上の点 P= ( px, py, pz)に変換する行列 Sの逆行列として求めることができる（式（5)参照)。

[0052] [数 3]

' ρχ、

py

P

' pu ) 、Ρ

[0053] 上記の行列 Tを用いることにより XYZ座標系の点 Pを UVW座標系に変換した (投影した）点 P 'を求めることができ、ここで、点 P 'において pwを無視することで (つまり W軸を無視して、 U, V軸のみの平面とみなすことで）、 2次元のデータ (pu, pv)が得られる。

[0054] したがって、 XYZ座標系の 3次元の加速度データを、行列 Tにより UVW座標系に投影し、この UVW座標系に投影した 3次元の加速度データにぉ、て U軸上の点と、 V軸上の点のみを抽出することで、図 6Aに示すような 2次元の加速度データ (u, V) を得ることができる。（図 6Aでは、 10エポック（1エポックは 30秒、 1分、 2分のいずれかとするのが一般的であり、本実施形態では 1エポック = 30秒としている。）分の 2次元の加速度データの一例を示して、る）。

[0055] ステップ S3では、 2次元の加速度データ (u, V)力最小二乗法近似を行いて図 7 に示すような近似直線 Lを求める。

[0056] ここで、所定時間内（本実施形態では 1エポック内）における 2次元の加速度データ

(u, V)を、（u , V )、（u , V )、（u , V )、 · · ·（!！， V )の集合、 nを 2次元の加速度デ

1 1 2 2 3 3 i i

ータの数とすれば、図 7に示すように、近似直線 Lは、 v = au + bで与えられ、この係数 a, bは、次式（6)で定義される。尚、 i, nはともに整数であり、 n≤iである。

[0057] [数 4]

[0058] したがって、係数 a, bは、逆行列を計算すれば次式（7)のように表すことができる。

[0059] [数 5]

[0060] そして、このようにして得られた係数 aを用いれば、近似直線 v= au+bの方向べタト /VR= (s, t)は、次式（8)で表すことができる。

[0061] [数 6]

[0062] このようにして得られた方向ベクトル R= (s, t) iS 加速度の変動の主軸の方向べクトルとして用いられる。

[0063] ところで、上記のような主軸は、 1分程度の短い時間でも変化するという結果が得られている。例えば、図 6B中の（a)〜（e)は、図 6A中の E1〜E5で示した期間における加速度の変化（軌跡）を示しており、図 6B中の矢印 al〜a5は、 E1〜E5で示した期間における主軸の向きをそれぞれ示している。図 6Bから明らかなように、 1分間のような短い時間であっても、加速度の軌跡は大きく変化しており、主軸の向きも大きく変化している。従って、ステップ S3にて行う主軸の算出は、ステップ S1にて行う近似平面の算出よりも、より短い時間間隔で行うことが好ましい (本実施形態では、ステツプ S3では、 1エポック毎に主軸を算出している。 ) o

[0064] ステップ S4では、ステップ S3で得られた方向ベクトル R= (s, t)を用いて 2次元の加速度データ (u , V )を 1次元化することで (すなわち、 2次元の加速度データ (u , V )を近似直線上に投影することで）、次式（9)で表される 1次元の加速度データ rを生成する。

[0065] [数 7] r_i = s ^ u_t + t * v_; ( 9 )

[0066] これにより所定の 1エポック間の 1次元の加速度データが得られ、全エポック間のデータを時系列順につなぎ合わせることで、図 8に示すような、 1次元の加速度データ rが得られる。

[0067] 図 8を見ると、本実施形態の 1次元化手段 4aにより得られた 1次元の加速度データ r は、 2次元の加速度データ (u, V)と同じくらいの波の数を有すると共に振幅も 2次元の加速度データ (u, V)と同等であり、 3次元の加速度データが 1次元の加速度データに正しく反映されていることがわかる。すなわち、本実施形態の 1次元化手段 4aのように、 3次元の加速度データを元に加速度の変動の主軸を算出し、この主軸上に多次元の加速度データを投影することで、加速度の変動が高精度に反映された 1次元の加速度データを得ることができるのである。

[0068] 以上のように 1次元化手段 4aにより生成された 1次元の加速度データは、ピーク検出手段 4bに出力される。

[0069] ピーク検出手段 4bは、 1次元化手段 4aによって生成された 1次元の加速度データを元にして、 1次元の加速度データの変動のピークを検出し、該検出したピークの中から、ピーク間の強度差が所定の閾値以上のピークを有効ピークとして検出する。

[0070] ピーク検出手段 4bは、 1次元の加速度データの変動のピークを検出するピーク検出ステップと、該ピーク検出ステップにより検出したピークの中から、呼吸運動の検出に有効に用いることができるピークを有効ピークとして選出する有効ピーク選出ステツプと、該有効ピーク選出ステップにより得られた有効ピークを整列処理する有効ピーク整列ステップとで構成されて、る。

[0071] ピーク検出ステップは、 1次元の加速度データの微分値の正負が反転する点をピークとして判断する。そしてピークと判断した際には、その点における加速度データの値 (これをピークの強度とする）と、その点における時刻と、ピークの種類（山ピーク又は谷ピーク）とを、ピーク PI (j) (jは整数）として記憶する。

[0072] 例えば、図 9Aに示すような点 dl〜点 d22からなる 1次元の加速度データの場合、ピーク検出ステップによって、図 9Bに示すように、ピーク1³1 (1 〜1³1 &+6)が得られる。

[0073] 有効ピーク選出ステップは、ピーク検出ステップが検出したピーク PI (j)から、有効ピークを選出し、有効ピーク P2 (l) (1は整数)を作成する。

[0074] 有効ピークの判定は、着目したピークの振幅 (該着目したピークと、最後に有効ピークであると判定されたピークとの加速度データの値の差、換言すればピークの強度差）力所定の閾値 dA以上であるか否かによって有効ピークの仮判定を行う 1次判定ステップと、着目したピークの振幅が閾値 dA未満であった時に開始され着目したピークと最後に有効ピークとして判定されているピークとのどちらが有効ピークとして適しているかを判定する 2次判定ステップとからなる。

[0075] 例えば、図 9Bにおいて、着目したピークが PI (k+ 2)で、最後に有効ピークであると判定されたピークが PI (k+ 1)の場合、 1次判定ステップでは、着目したピーク P1 ( k+ 2)の振幅、すなわち着目したピーク PI (k+ 2)と最後に有効ピークであると判定されたピーク Pl (k+ 1)との強度差 hiが、所定の閾値 dAと比較され、強度差 h2が閾値 dA以上ならば、着目したピーク PI (k+ 2)は、有効ピークとして記憶される。続いて、 PI (k+ 3)が着目され、着目したピーク PI (k+ 3)と最後に有効ピークであると判定されたピーク PI (k+ 2)との強度差 h2が閾値 dAと比較され、強度差 h2が閾値 dA 未満ならば、 2次判定ステップが開始される。

[0076] 2次判定ステップでは、最後に判定した有効ピークの 1つ前の有効ピークと最後に判定した有効ピークとの強度差 HIと、最後に判定した有効ピークの 1つ前の有効ピ一クと着目しているピークとの強度差 H2とが比較され、強度差 HIが強度差 H2以上であれば、着目しているピークは有効ピークの候補から除外され、一方、強度差 HI が強度差 H2未満であれば、最後に判定した有効ピークの代わりに、着目しているピークが有効ピークとして採用される。

[0077] 例えば、上記例の場合、 2次判定ステップが開始されると、最後に判定した有効ピークの 1つ前の有効ピーク PI (k+ 1)と最後に判定した有効ピーク PI (k+ 2)との強度差 hiと、最後に判定した有効ピークの 1つ前の有効ピーク PI (k+ 1)と、着目しているピーク PI (k+ 3)との強度差 h3とが比較され、強度差 hiが強度差 h3以上であるので、着目しているピーク PI (k+ 3)は有効ピークの候補から除外される。もし、強度差 hiが強度差 h3未満であれば、最後に判定した有効ピーク PI (k+ 2)の代わりに、着目して、るピーク PI (k+ 3)が有効ピークとして採用される。

[0078] 図 9Bの場合、以上述べた有効ピーク選出ステップによって、ピーク PI (k)〜P1 (k

+ 6)から、図 9Cに示すように、有効ピーク1³2 (111)〜1³2 (111+ 3)が選出される。

[0079] なお、上記の所定の閾値 dAは、アメリカ睡眠学会（AASM： American Academyof S leep Medicine)により定義された値を用いており、具体的には、閾値 dAとしては、有効ピークを選出しょうとするエポックの直前 2分間の 1次元の加速度データにおける平均振幅の 1Z2の値を用いて、る。

[0080] 有効ピーク整列ステップは、有効ピーク P2 (l)のうち、山または谷が連続している場合、直前の有効ピークと強度差が最も大きい有効ピークのみを残して、山と谷が交互に現れるようにする。 [0081] 例えば、図 9Cの場合、有効ピーク整列ステップによって、有効ピーク P2 (m+ 2)が除去されて、有効ピーク P2 (m)、 P2 (m+ 1)、 P2 (m+ 3)力それぞれ有効ピーク P (p)、 P (p + 1)、 P (p + 2) (pは整数）として、確定される。

[0082] ピーク検出手段 4bによって得られた有効ピーク P (p)は、呼吸運動演算手段 4cに出力される。

[0083] 呼吸運動演算手段 4cは、有効ピーク P (p)を用いて、睡眠診断に必要な種々の情報を算出するもので、患者の呼吸数を算出する呼吸数算出手段 42と、無呼吸区間を検出する無呼吸検出手段 43と、無呼吸区間の終了時刻を呼吸開始時刻として取得する無呼吸期間検出手段 44と、呼吸の強さを算出する呼吸強度算出手段 45とを含む。

[0084] 呼吸数算出手段 42は、ピーク検出手段 4bが検出した有効ピーク P (q)のうち、所定の山ピークとその次の山ピークとの間の時間差、又は所定の谷ピークとその次の谷ピークとの間の時間差を用いて単位時間 (本実施形態では 1分）当たりの呼吸数を算出する。例えば、図 10に示すように、谷ピークである有効ピーク P (8)と、その次の谷ピークである有効ピーク P (10)との間の時間差 D3〔sec〕を算出し、 60ZD3の値を、単位時間当たりの呼吸数として得る。

[0085] 無呼吸検出手段 43は、隣接する有効ピーク間の時間差が、基準値以上である場合に、当該有効ピーク間を無呼吸区間として検出する。例えば、図 10に示すように、隣接する有効ピーク P (18)と有効ピーク P (19)との間の時間差 D1を計算し、この時間差 D1が、無呼吸区間の判断となる基準値以上であれば、有効ピーク P (18)と有効ピーク P (19)との間の区間を、無呼吸区間として検出する。また、無呼吸検出手段 43は、このようにして検出された無呼吸区間の回数をカウントする。

[0086] 無呼吸期間検出手段 44は、無呼吸検出手段 43で無呼吸区間を検出した際に、その無呼吸区間の開始時刻を呼吸停止時刻として取得し、その無呼吸区間の終了時刻を呼吸開始時刻として取得する。例えば、有効ピーク P (18)と有効ピーク P (19)との間が、無呼吸区間であると検出された場合は、有効ピーク P (18)の時刻を呼吸停止時刻として取得し、有効ピーク P (19)の時刻を呼吸開始時刻として取得する。

[0087] 呼吸強度算出手段 45は、隣接する有効ピーク間の強度差を用いて呼吸の強さを算出する。例えば、図 10に示すように、有効ピーク P (27)と、有効ピーク P (28)との強度差 Hを有効ピーク P (28)における呼吸の強さの指標として算出する。このようにして得られた呼吸の強さは、全ての有効ピーク P (q)について算出された後に平均が求められ、これが次のエポックにおける上述の閾値 dAの算出に用いられる。

[0088] 以上のように求められた患者の呼吸数や無呼吸期間、呼吸強度などは、総合判定部 6へと出力される。

[0089] 次に、図 1に戻って、姿勢検出部 5は、フィルタ部 3a, 3bでそれぞれ抽出された各加速度センサ 2a, 2bの DC成分を元に患者の体幹角度 Θと、寝姿勢角度 fを算出し、算出した姿勢情報を、総合判定部 6に出力する。

[0090] なお、体幹角度とは、図 1 1Aに示すように、水平方向に対する Y軸方向の角度 Θ であり（但し、—180° ≤ Θ ≤180° )、寝姿勢角度 fとは、図 1 1 Bに示すように、水平面の法線方向に対する Z軸方向の角度である（但し、—180° ≤f≤180° ；)。

[0091] 以下、各加速度センサ 2a, 2bの DC成分を元に、体幹角度 Θ及び寝姿勢角度 fを算出する方法について説明する。尚、体幹角度 Θ及び寝姿勢角度 fの算出方法は加速度センサ 2a, 2bで共通であるから、以下の説明では加速度センサ 2aの場合についてのみ説明する。

[0092] まず、フィルタ部 3aから得た加速度センサ 2aの各軸 (X軸、 Y軸、 Z軸）方向の DC 成分を元に、重力加速度の単位ベクトルを算出する。ここで、加速度センサ 2aの各軸の DC成分の出力（電圧値）を（DCx, DCy, DCz)とし、加速度センサ 2aにおいて重力加速度 (約 9. 8m/s2)に相当する出力（電圧値)を Gとすると、加速度センサ 2 aにより重力加速度の単位ベクトル GA= (Gx, Gy, Gz)が得られ、 Gx, Gy, Gzの値は、次式（10)で表される。

[0093] [数 8]

G

Gy ^ ( 1 0 )

G

G [0094] そして、上記の計算により得られた単位ベクトル GA= (Gx, Gy, Gz)を用いれば、体幹角度 Θは、次式（11)で表すことができる。尚、 piは円周率である。

[0095] [数 9]

' 180、

Θ =— arcsin( y)： ( 1 1 )

Pi

[0096] 姿勢検出部 5は、体幹角度 Θ力も患者が横臥位 (又は、 Gy^O)であると判断すると、次に寝姿勢角度 fの算出を行う。

[0097] 寝姿勢角度 fは、 Gz及び Gxの正負によって場合分けされ、 Gz≥0の場合、次式（1 2)で表される。

[0098] [数 10] f = arcsinfGje) * ( 1 2 )

[0099] また、寝姿勢角度 fは、 Gz< 0の場合に、 Gx≥0であれば次式（13)で表され、 Gx < 0であれば次式（14)で表される。

[0100] [数 11]

180 \

/ = 180 - arcsin(Gx) * ( 1 3 )

、 P^l

180、

f =—180 - arcsin(G^) * ( 1 4 )

Pi

[0101] 以上のように、姿勢検出部 5は、各加速度センサ 2a, 2bの DC成分 (DCx, DCy, DCz)を用いて、体幹角度 Θ及び寝姿勢角度 fを求めることができ、体幹角度 Θ及び寝姿勢角度 fの値によって、患者 Hの姿勢を高精度に検出することができる。

[0102] 心拍数検出部 8は、 3次元加速度センサ 2a, 2bの AC成分のうち、 z軸方向の AC成分 ACzをバンドパスフィルタでフィルタリングし、フィルタリング後の ACzのピーク周期の逆数を求めることで、患者の心拍数を検出する。図 12に心拍数の解析方法を説明するためのフローチャートを示す。

[0103] 心拍数検出部 8は、先ずステップ S 10で、タイミングを表す変数 iを 1に初期化し、以降 5msec毎に、ステップ SI 1で、 Z軸方向の AC成分 ACzを取込み、これを今回の値 Hiとする。ステップ S12では、所定のサンプリング数のデータに亘る移動平均値 Hm eanが更新され、ステップ S 13では、その平均値 Hmeanが前記値 Hiから減算されてゼロ点シフトが行われる。これを補正値 HOiとする。ステップ S 14では、補正値 HOiに対して 10Hzのローパスフィルタ処理が行われ、これをフィルタリング値 HFiとする。さらにステップ S15で、前記値 mからフィルタリング値 HFiが減算されて、結果として 10 Hz以上のハイパスフィルタ処理されたフィルタリング値 HFi'が求められる。ステップ S 16では、フィルタリング値 HFi，に対して 15Hzのローパスフィルタ処理が行われ、こうしてバンドパスフィルタ処理された結果をフィルタリング値 HFi，，とする。

[0104] 上述のようにステップ S11〜S16でフィルタリング処理が行われると、ステップ S17 では、所定のサンプリング数のデータに亘る標準偏差 H σが更新され、ステップ S18 では、その標準偏差 Η σが予め定める閾値 Thに加算されて閾値 HThが求められる

[0105] ステップ S19では、今回のフィルタリング値 HFi，，が前記閾値 HThを超えているか否かが判断され、超えている場合にはさらにステップ S20で、前回のフィルタリング値 HFi— 1 ' 'と比較され、超えている場合にはステップ S21で、ピーク値 HPが今回のフィルタリング値 HFi，，に更新され、さらにステップ S22でピーク値 HPが存在することを表すフラグ Fが 1にセットされる。前記ステップ S 19において今回のフィルタリング値 H Fi' 'が前記閾値 HTh以下である場合および前記ステップ S22からはステップ S23に移り、前記変数 iに 1が加算されて前記ステップ S 11に戻り、次の加速度の計測値が取込まれる。

[0106] 一方、前記ステップ S20において今回のフィルタリング値 HFi，，が前回のフィルタリング値 HFi— 1 ' '以下である場合にはステップ S24に移り、前記フラグ Fが 1にセットされているカゝ否かが判断され、セットされていない場合には単調に加速度が減少して V、るものと判断して前記ステップ S23からステップ SI 1に戻り、次の加速度の計測値が取込まれる。

[0107] これに対して、前記ステップ S24において前記フラグ Fが 1にセットされている場合には、既に加速度のピークが検出された後減少しているものと判断し、ステップ S25 では前記ピーク値 HPが検出されたタイミング H て (k)が取込まれ、ステップ S26では、前回のピーク値 HPが検出されたタイミング H τ (k— 1)力の周期 HT(k)が求められる。さらにステップ S27で前記周期 HT(k)の逆数を求めることで、今回の 1分間当りの心拍数 Hf (k)が求められる。その後、前記ステップ S10に戻って次のピーク検出が行われる。

[0108] 総合判定部 6は、マイコン等が用いられており、呼吸運動検出部 4や、姿勢検出部 5、心拍数検出部 8、温度センサ、血中酸素飽和度測定器、集音装置などの出力を用いて、無呼吸の総合的な判定を行う。

[0109] 例えば、総合判定部 6は、鼻フロー検出用の温度センサより得た鼻フローの停止の有無に基づいて、無呼吸区間の回数、時刻、継続時間を算出し、鼻フローによる呼吸情報と、口フローの呼吸情報、さらに呼吸運動検出部 4より得た呼吸運動情報と、血中酸素飽和度測定器より得た SP02情報とを用いて、無呼吸の判定を行う。

[0110] 無呼吸の判定は、鼻フロー及び口フローがいずれも停止しているかどうかによって行われ、鼻フロー及び口フローがいずれも停止している場合に、無呼吸であると判定する。そして、無呼吸であると判定した際には、呼吸運動検出部 4より得た情報に基づいて無呼吸の種類の判定が行われる。すなわち、胸部 (加速度センサ 2a)及び腹部 (加速度センサ 2b)の呼吸運動が両方とも停止している場合、脳からの呼吸命令が停止していることが原因である中枢性無呼吸であると判定する。一方、胸部及び腹部の呼吸運動の波形の乱れや、胸部及び腹部の呼吸運動の位相のずれが生じて、る場合は、気道閉塞が原因である閉塞性無呼吸であると判定する。或いは、胸部及び腹部の呼吸運動が停止した後であって、鼻フロー及び口フローが開始する前に、胸部及び腹部の呼吸運動が開始された場合、混合性無呼吸であると判定する。

[0111] さらに、無呼吸であると判定した際には、当該無呼吸の情報に、その無呼吸区間おける患者 Hの姿勢情報が付される。これにより、患者 Hが、起きている力、寝ているかの判断や、寝る方向（仰向けや横寝等）により無呼吸の出現を低減できる可能性にっ、て評価することが可能となる。

[0112] また、各無呼吸（中枢性無呼吸、閉塞性無呼吸、混合性無呼吸）の回数を患者 H の睡眠時間で割ることで、 1時間当たりの無呼吸 (低呼吸）の回数、すなわち AHIを算出するとともに、 SP02の低下回数を患者 Hの睡眠時間で割ることで、 1時間当たりの SP02低下回数、すなわち ODIを算出する。そして、これら AHI及び ODIの各数値を元に、睡眠時無呼吸症候群の重症度の判定を行う。

[0113] ここで、患者 Hの睡眠時間としては、データ取得期間のうち、姿勢検出部 5によって患者 Hの姿勢が、上述したように寝姿勢にあると判断された期間 (すなわち、寝姿勢角度 fの算出が行われた場合)の累計時間を用いている。

[0114] 尚、患者 Hの睡眠時間は、心拍数や加速度センサ 2a, 2bの出力の変動等を用いてノンレム睡眠状態の推定を行い、データ取得期間内力患者が覚醒している期間を除いた期間を睡眠時間として用いてもよい。

[0115] 総合判定部 6で得られた結果や、呼吸運動検出部 4により得た呼吸運動の情報 (すなわち、無呼吸区間と、呼吸停止時刻、呼吸開始時刻、患者 Hの呼吸の強さと、患者 Hの単位時間当たりの呼吸数）、その他のセンサや装置からの出力は、結果出力部 7に出力される。

[0116] 結果出力部 7は、総合判定部 6により得られた結果を、外部装置に出力する。

[0117] 以上のように、本実施形態の睡眠診断装置は、患者の姿勢 (寝姿勢)と呼吸運動、さらに心拍数を 3次元加速度センサ力も検出することができるので、センサの数が低減され、患者の負担を軽くすることができる。さらに、上述のように、本実施形態の睡眠診断装置は、 3次元加速度センサを用いて、患者の呼吸運動を高精度に検出することができる。

[0118] なお、本実施形態の 1次元化手段 4aは、 3次元の加速度データから 1次元の加速度データを得るために主軸算出手段 40と 1次元データ生成手段 41とによって構成されていたが、 1次元化手段 4aは、 3次元の加速度データのノルムを求め、そのノルムを 1次元の加速度データとして用いるように構成されて、てもよ、。

[0119] すなわち、 3次元の加速度データを (ax, ay, az) (ここで、 axは X軸方向の加速度データ、 ayは Y軸方向の加速度データ、 azは Z軸方向の加速度データである）とすると、 3次元の加速度データのノルムは（ax² + ay² + az²) ^1/2で規定され、 1次元化手段は、このようなノルムを、 1次元の加速度データとして用いることもできる。

[0120] ただし、上記のノルムを用いた場合、状況によってはある問題が生じてしまう。以下、上記のノルムを 1次元の加速度データとして用いた時の問題点について説明する。尚、以下の説明では、説明の簡略化のために 3次元の加速度データのうち X軸方向の加速度データ axと Y軸方向の加速度データ ayのみを取り扱!/、、ノルムの値としては、（ax² + ay²) ^1/2を用いて説明する。

[0121] 例えば、 X軸方向の加速度データ axと Y軸方向の加速度データ ay力図 13Aに示すように、ともにゼロを中心として振動するような波形である場合、 axと ayのそれぞれの波形と比べて、ノルム N (すなわち、 1次元の加速度データ N)の波形は凹凸（波）の数が 2倍程度に多くなつている。すなわち、上述のような波形の場合、ノルムを用いて 1次元化した場合、 2次元の加速度データの挙動が把握し難くなつてしまう。また、ノルム Nの波形を見れば明らかなように、 axと ayのそれぞれの波形に比べて振幅が小さくなつており、ノイズ等による振動の影響が大きくなつてしまうおそれがある。

[0122] また、 X軸方向の加速度データ axと Y軸方向の加速度データ ayが、図 13Bに示すように、ともに正の領域内で振動するような波形であって、 X軸方向の加速度データ a Xの波形と、 Y軸方向の加速度データ ayの波形との位相がずれているような場合、図 13B中にお!、て C3で示すように axと ayの振幅が大き!/、区間と、図 13B中にお!/、て C 4で示すように axと ayの振幅力、さい区間とで、ノルム Nの振幅がほとんど変わらず、実際の運動の大きさが反映されて、な、。これはノルムが原点力もの距離 (換言すれば、 ax, ayにおける各時刻での大きさ）により評価される値であることに起因しており、 C3で示すように ax, ayの振幅が大きい区間において axの波形と ayの波形との位相がずれていると、これらが互いに打ち消しあって、振幅が小さくなつてしまうのである。

[0123] 以上のように、ノルムを用いて 3次元の加速度データを 1次元化する場合、状況によつては 3次元の加速度データの変動が 1次元の加速度データに正しく反映されない恐れがある。

[0124] 一方、図 8に示したように、本実施形態の 1次元化手段 4aにより得られた 1次元の加速度データは、 2次元の加速度データ (u, V)が、ともにゼロを中心として振動するような波形であっても、波形の凹凸 (波）の数が 2倍程度に多くなつてしまったりすることがなぐ 3次元の加速度データが 1次元の加速度データに正しく反映されていることがわかる。また、元の加速度データの波形に比べて振幅が小さくなつてしまうこともない

[0125] さらに、図 8において C1で示す区間のように、 2次元の加速度データ (u, V)の各波形間において位相がずれているような場合であっても、図 13Bの区間 C3のように振幅が小さくなつてしまうことがない。従って、図 8中において C1で示すように 2次元の加速度データ (u, V)の各波形の振幅が大きい区間と、 C2で示すように振幅が小さい区間とが、 1次元の加速度データ rの振幅に高精度に反映されている。

[0126] 以上のように、 1次元化手段 4aは 3次元の加速度データのノルムを 1次元の加速度データとして用いることもできる力本実施形態のように、 1次元化手段 4aは、主軸算出手段 40と 1次元データ生成手段 41とによって構成されるのが好ましい。

[0127] なお、本実施形態では、主軸算出手段 40は、 3次元の加速度データを元に近似平面を算出し、該近似平面に 3次元の加速度データを投影して 2次元の加速度データを生成し、該 2次元の加速度データを元に近似直線を求めるように構成され、 1次元データ生成手段 41は、 2次元の加速度データを主軸算出過程で求めた近似直線上に投影することで 1次元の加速度データを生成するように構成されてヽたが、主軸算出手段 40や 1次元データ生成手段 41は、上記のものに限られるものではなぐ例えば、主軸算出手段は、 3次元の加速度データを用いて近似直線を算出するように構成され、 1次元データ生成手段は、主軸算出手段が算出した近似直線を主軸として用い、その主軸上に 3次元の加速度データを投影することで、 1次元の加速度データを生成するように構成されて、てもよ、。

[0128] また、本実施形態の睡眠診断装置 1は、 3次元加速度センサ 2a, 2bの出力を用いて患者の歩数を求める歩数検出手段を備えていてもよい。歩数は、 3次元加速度センサ 2a, 2bの各 DC成分 DCx, DCy, DCzを用いて、（DCx² + DCy² + DCz²) ^1/2の合成値が所定の閾値を超えた回数として求めることができる。歩数検出手段を備えることで、従来は問診によってしか得られな力つたトイレの回数や起き上がった回数などのデータを得ることができ、座位や歩行の多さから、睡眠の質をトータルで把握することがでさる。

[0129] また、本実施形態では、患者の心拍数を心拍数検出部 8によって検出しているが、脈拍計などを使用して心拍数を検出するようにしてもよい。

上記のように、本発明の技術的思想に反することなしに、広範に異なる実施形態を構成することができることは明白なので、この発明は、請求の範囲において限定した以外は、その特定の実施形態に制約されるものではない。

Claims

請求の範囲

[1] 以下の構成を備えた睡眠診断装置：

3次元加速度センサ、

前記 3次元加速度センサの DC成分から患者の姿勢を検出する姿勢検出部、前記 3次元加速度センサの AC成分から患者の呼吸運動を検出する呼吸運動検出部。

[2] 請求項 1に記載の睡眠診断装置にお!、て、

前記呼吸運動検出部は、

前記 3次元加速度センサより得られた 3次元の加速度データから 1次元の加速度データを生成する 1次元化手段と、

前記 1次元化手段で生成された 1次元の加速度データから 1次元の加速度データの変動のピークを検出するピーク検出手段と、

前記ピーク検出手段で得られた 1次元の加速度データの変動のピークから患者の呼吸運動を算出する呼吸運動演算手段と、を含む。

[3] 請求項 2に記載の睡眠診断装置において、

前記 1次元化手段は、

前記 3次元加速度センサより得られた 3次元の加速度データを元に加速度の変動の主軸を算出する主軸算出手段と、

前記主軸算出手段が算出した主軸上に 3次元の加速度データを投影することで、 1 次元の加速度データを生成する 1次元データ生成手段とからなる。

[4] 請求項 3に記載の睡眠診断装置において、

前記主軸算出手段は、

3次元の加速度データを元に近似平面を算出し、該近似平面に 3次元の加速度データを投影して 2次元の加速度データを生成し、該 2次元の加速度データを元に近似直線を求めるように構成され、前記 1次元データ生成手段は、

前記主軸算出手段で求めた近似直線を主軸として用い、該主軸上に 2次元の加速度データを投影することで 1次元の加速度データを生成するように構成される。

[5] 請求項 3に記載の睡眠診断装置において、

前記主軸算出手段は、

3次元の加速度データを用いて近似直線を求めるように構成され、

前記 1次元データ生成手段は、

前記主軸算出手段で求めた近似直線を主軸として用い、該主軸上に 3次元の加速度データを投影することで 1次元の加速度データを生成するように構成される。

[6] 請求項 2に記載の睡眠診断装置において、

前記呼吸運動演算手段は、

前記 1次元の加速度データの変動のピークのうち、所定の山ピークとその次の山ピークとの間の時間差、又は所定の谷ピークとその次の谷ピークとの間の時間差を用いて、単位時間当たりの患者の呼吸数を算出する呼吸数算出手段を含む。

[7] 請求項 2に記載の睡眠診断装置において、

前記呼吸運動演算手段は、

隣接する 1次元の加速度データの変動のピーク間の時間差が基準値以上である場合に、当該ピーク間を無呼吸区間として検出する無呼吸検出手段を含む。

[8] 請求項 7に記載の睡眠診断装置において、

前記呼吸運動演算手段は、

前記無呼吸検出手段が無呼吸区間を検出した際に、該無呼吸区間の開始時刻を呼吸停止時刻として取得し、該無呼吸区間の終了時刻を呼吸開始時刻として取得する無呼吸期間検出手段を含む。

[9] 請求項 2に記載の睡眠診断装置において、

前記呼吸運動演算手段は、

隣接する 1次元の加速度データの変動のピーク間の強度差を用いて呼吸の強さを算出する呼吸強度算出手段を含む。

[10] 請求項 1に記載の睡眠診断装置において、

前記姿勢検出部は、

X軸方向を患者の左右方向とし、 y軸方向を患者の身長方向とし、 z軸方向を患者の体厚方向とするとき、

前記 3次元加速度センサの DC成分のうち、 y軸方向および z軸方向の各成分 DCy、 DCzから、患者の体幹角度を算出し、 X軸方向および z軸方向の各成分 DCx、 DCzから患者の寝姿勢角度を算出する。

[11] 請求項 1に記載の睡眠診断装置において、さらに、

前記 3次元加速度センサの AC成分力患者の心拍数を検出する心拍数検出部を備える。

[12] 請求項 11に記載の睡眠診断装置にぉ、て、

前記心拍数検出部は、

z軸方向を患者の体厚方向とするとき、

前記 3次元加速度センサの AC成分のうち、前記 z軸方向の成分 ACzをバンドパスフィルタでフィルタリングし、フィルタリング後の ACzのピーク周期の逆数を求めることで、患者の心拍数を検出する。