WO2012042611A1 - 呼吸検出装置および呼吸検出方法 - Google Patents
呼吸検出装置および呼吸検出方法 Download PDFInfo
- Publication number
- WO2012042611A1 WO2012042611A1 PCT/JP2010/066959 JP2010066959W WO2012042611A1 WO 2012042611 A1 WO2012042611 A1 WO 2012042611A1 JP 2010066959 W JP2010066959 W JP 2010066959W WO 2012042611 A1 WO2012042611 A1 WO 2012042611A1
- Authority
- WO
- WIPO (PCT)
- Prior art keywords
- frequency spectrum
- respiration
- cross
- correlation
- frequency
- Prior art date
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
- A61B5/08—Detecting, measuring or recording devices for evaluating the respiratory organs
- A61B5/0816—Measuring devices for examining respiratory frequency
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/08—Detecting, measuring or recording devices for evaluating the respiratory organs
- A61B5/0826—Detecting or evaluating apnoea events
-
- 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
- A61B5/7246—Details of waveform analysis using correlation, e.g. template matching or determination of similarity
-
- 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
- A61B5/7253—Details of waveform analysis characterised by using transforms
- A61B5/7257—Details of waveform analysis characterised by using transforms using Fourier transforms
-
- 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
- A61B7/00—Instruments for auscultation
- A61B7/003—Detecting lung or respiration noise
Abstract
呼吸音は、自己相関が小さく、相互相関が大きいという特性を利用して現フレームに呼吸音が含まれるか否かを判定する。具体的に、調波構造推定部(130)が、現フレームの周波数スペクトルに基づいて、自己相関を求める。相互相関推定部(140)は、現フレームの周波数スペクトルと呼吸音を含む過去のフレームの周波数スペクトルとの相互相関を求める。呼吸検出部(150)は、自己相関の値を定数倍した値と相互相関の値とを比較し、相互相関の値が大きい場合に現フレームに呼吸音が含まれていると判定する。
Description
本発明は、呼吸検出装置および呼吸検出方法に関する。
近年、睡眠中に呼吸が止まる「睡眠時無呼吸」が注目されており、正確かつ容易に睡眠中の呼吸状態を検出することが望まれている。呼吸を検出する従来技術には、対象者の入力音声を周波数変換し、各周波数成分の大きさと閾値とを比較することで、寝息、いびき、爆音などを検出するものがある。
呼吸を検出するその他の従来技術としては、対象者が眠っている間に対象者周囲の音を集音し、有音となる区間を対象者が呼吸している区間として判定するものがある。この従来技術では、有音となる区間が現れる周期を呼吸のペースとして検出し、呼吸を行うべきタイミングで無音となった場合に、この無音となる区間を無呼吸区間として検出している。
しかしながら、上述した従来の技術では、呼吸音を精度良く検出することができないという問題があった。
周波数成分の大きさと固定の閾値とを比較して呼吸を検出する技術では、対象者周辺の雑音の影響により、対象者が呼吸をしていると誤って判定してしまう場合があった。また、有音、無音に基づいて対象者の呼吸を判定する技術では、対象者から集音した音に雑音が含まれていないことが前提になっているため、雑音が発生する環境下では、正確に呼吸音を検出することができない。
本発明は、上記に鑑みてなされたものであって、正確に呼吸音を検出することができる呼吸検出装置および呼吸検出方法を提供することを目的とする。
上述した課題を解決し、目的を達成するために、開示の呼吸検出装置は、入力音信号を複数のフレームに分割し各フレームを周波数変換することで、周波数と該周波数毎の信号強度とを対応づけた周波数スペクトルを算出するスペクトル算出部を備える。また、開示の呼吸検出装置は、前記スペクトル算出部が算出した所定のフレームの周波数スペクトルを周波数方向にシフトし、シフト前の周波数スペクトルとシフト後の周波数スペクトルとがどの程度よく整合するのかを示す第1類似度を算出する調波構造算出部を備える。また、開示の呼吸検出装置は、前記所定のフレームの周波数スペクトルと、該所定のフレームより過去のフレームの周波数スペクトルとの相互相関を求めることで第2類似度を算出する相互相関算出部を備える。また、開示の呼吸検出装置は、前記第1類似度および前記第2類似度を基にして、所定のフレームの周波数スペクトルが呼吸を示すものであるか否かを判定する呼吸判定部を備える。
開示の呼吸検出装置は、正確に呼吸音を検出することができるという効果を奏する。
以下に、本発明にかかる呼吸検出装置および呼吸検出方法の実施例を図面に基づいて詳細に説明する。なお、この実施例によりこの発明が限定されるものではない。
本実施例にかかる呼吸検出装置の構成について説明する。図1は、本実施例にかかる呼吸検出装置の構成を示す図である。図1に示すように、この呼吸検出装置100は、フレーム分割部110と、FFT(Fast Fourier Transform)処理部120と、調波構造推定部130と、相互相関推定部140と、呼吸検出部150と、平均呼吸スペクトル推定部160とを有する。
フレーム分割部110は、入力信号を複数のフレームに分割する処理部である。フレーム分割部110は、分割したフレームを時系列順にFFT処理部120に出力する。例えば、入力信号は、対象者周辺の音をマイクで集音した音声信号とする。
フレーム分割部110は、入力信号を所定のサンプル数Nからなる複数のフレームに分割する。Nは自然数である。分割された第nフレーム目の入力信号をxn(t)とする。なお、t=0、1、・・・、N-1とする。
FFT処理部120は、入力信号の中にどの周波数成分がどれだけ含まれているのかを抽出することで、周波数スペクトルを算出する処理部である。FFT処理部120は、周波数スペクトルを調波構造推定部130、相互相関推定部140、平均呼吸スペクトル推定部160に出力する。
ここで、入力信号xn(t)の周波数スペクトルをs(f)とする。f=0、1、・・・、K-1とする。KはFFT点数である。入力信号のサンプリング周波数を16kHzとした場合には、Kの値は例えば256となる。
FFT処理部120が算出する周波数スペクトルf(s)は、実数部をRe(f)、虚数部をIm(f)とすると、式(1)で表すことができる。
s(f)=|Re(f)2+Im(f)2|・・・(1)
s(f)=|Re(f)2+Im(f)2|・・・(1)
式(2)において、dは遅延を表す変数である。入力信号のサンプリング周波数を16kHz、FFT点数を256とした場合には、とした場合には、遅延dの値は6~20となる。調波構造推定部130は、dの値を6~20まで変化させ、異なる遅延d毎に自己相関Acor(d)を求める。調波構造推定部130は、各自己相関Acor(d)の値のうち、最大となる自己相関Acor(d1)を求める。ここで、d1は自己相関が最大となる遅延を示す。調波構造推定部130は、自己相関Acor(d1)を呼吸検出部150に出力する。
自己相関の算出方法について説明する。図2は、自己相関の算出方法を説明するための図である。図2に示すように、自己相関は、周波数スペクトルs(f+d)と、dだけ遅延させた周波数スペクトルs(f)との積和を計算することを意味する。図2の範囲aは、自己相関の計算範囲に対応する。
図3は、自己相関の例を示す図である。図3の縦軸は自己相関の値を示し、横軸は遅延dに対応する。遅延d1の自己相関Acor(d1)と遅延d2の自己相関Acor(d2)とを比較すると、遅延d1の自己相関Acor(d1)の方が大きい。このため、自己相関Acor(d1)が最大値となる。入力信号に音声が含まれている場合と呼吸が含まれている場合とでは、下記に説明するように自己相関の値が異なる。
図4は、音声の周波数スペクトルを示す図である。図4の縦軸は、周波数成分の大きさに対応する電力であり、横軸は周波数を示す。音声は声帯振動を伴うため、調波構造となる。このため、周波数方向にシフトした周波数スペクトルとシフトする前の周波数スペクトルとがよく整合し、自己相関の値が大きくなる。
図5は、呼吸音の周波数スペクトルを示す図である。図5の縦軸は、周波数成分の大きさに対応する電力であり、横軸は周波数を示す。呼吸は声帯振動を伴わないので、調波構造がない。このため、周波数方向にシフトした周波数スペクトルとシフトする前の周波数スペクトルとがあまり整合せず、自己相関の値が小さくなる。
ところで、調波構造推定部130は、式(2)の代わりに、式(3)を基にして自己相関を求めても良い。式(3)を利用することにより、周波数スペクトルs(f)のオフセットの影響を取り除くことができる。ただし、s(-1)=0とする。
図1の説明に戻る。相互相関推定部140は、呼吸音を含む過去のフレームの周波数スペクトルを平均したものと現在のフレームの周波数スペクトルとの相互相関を求める処理部である。相互相関推定部140は、式(4)に基づいて相互相関Ccor(n)を求める。相互相関推定部140は、相互相関Ccor(n)を呼吸検出部150に出力する。
式(4)において、Save(f)は、呼吸音を含む過去のフレームの周波数スペクトルを平均した周波数スペクトルである。平均した周波数スペクトルを平均呼吸スペクトルと表記する。相互相関推定部140は、平均呼吸スペクトルSave(f)を平均呼吸スペクトル推定部160から取得する。
相互相関の値は、呼吸のように周期的に同じ周波数スペクトルの特徴が現れる場合には大きな値となる。これに対して、音声のように周期的に同じ周波数スペクトルの特徴が現れない場合には、相互相関の値が小さくなる。
図6は、音声の相互相関を説明する図である。図6の縦軸は、相互相関の値を示し、横軸は、現在のフレームの比較対象となる過去フレームの遅延を示す。図6に示すように、音声の相互相関は小さい値となる。
図7は、呼吸音の相互相関を説明する図である。図7の縦軸は、相互相関の値を示し、横軸は、現在のフレームの比較対象となる過去フレームの遅延を示す。図7に示すように、呼吸音の相互相関は大きな値となる。
ところで、相互相関推定部140は、式(4)の代わりに、式(5)を基にして相互相関を求めても良い。式(5)を利用することにより、周波数スペクトルs(f)のオフセットの影響を取り除くことができる。ただし、s(-1)=save(-1)=0とする。
呼吸検出部150は、自己相関Acor(d1)と相互相関Ccor(n)とを基にして、現フレームに呼吸音が含まれるか否かを判定する処理部である。図8は、音声および呼吸音の自己相関および相互相関の関係を示す図である。図8に示すように、音声の自己相関は大きくなり、音声の相互相関は小さくなる。これに対して、呼吸音の自己相関は小さくなり、呼吸音の相互相関は大きくなる。呼吸検出部150は、図8に示した関係を利用して、現フレームに呼吸音が含まれるか否かを判定する。すなわち、呼吸検出部150は、自己相関Acor(d1)と相互相関Ccor(n)との大小関係が、
相互相関Ccor(n)>自己相関Acor(d1)
となる場合に、現フレームに呼吸音が含まれると判定する。以下に、呼吸検出部150の処理を詳細に説明する。
相互相関Ccor(n)>自己相関Acor(d1)
となる場合に、現フレームに呼吸音が含まれると判定する。以下に、呼吸検出部150の処理を詳細に説明する。
呼吸検出部150は、式(6)に基づいて判定閾値Thを求める。式(6)のβは定数であり、1~10の値に設定される。
Th=β×Acor(d1)・・・(6)
Th=β×Acor(d1)・・・(6)
閾値Thを求めた後に、呼吸検出部150は、Ccor(n)の値と閾値Thとを比較し、Ccor(n)の値が閾値Thよりも大きい場合には、現フレームに呼吸音が含まれると判定する。これに対して、Ccor(n)の値が閾値Th以下の場合には、現フレームに呼吸音が含まれないと判定する。
図9は、時間と相互相関との関係の一例を示す図である。図9の縦軸は、相互相関Ccor(n)を示し、図9の横軸は、時間を示す。呼吸検出部150は、閾値Thより大きい領域2aでは、呼吸音と判定し、閾値Th以下の領域2bでは、呼吸以外の音と判定する。
また、呼吸検出部150は、現フレームに呼吸音が含まれていると判定した場合には、現フレームを平均呼吸スペクトル推定部160に出力する。
平均呼吸スペクトル推定部160は、呼吸音を含むフレームを平均することで、平均呼吸スペクトルSave(f)を算出する処理部である。平均呼吸スペクトル推定部160は、式(7)に基づいて平均呼吸スペクトルSave(f)を更新し、更新した平均呼吸スペクトルを相互相関推定部140に出力する。式(7)のαは定数であり、0~1の値に設定される。
次に、音声の周波数スペクトルおよび呼吸の周波数スペクトルを比較して説明する。図10は、音声の周波数スペクトルおよび呼吸の周波数スペクトルの一例を示す図である。図10の上段は音声の周波数スペクトル5aを示し、下段は呼吸の周波数スペクトル6aを示す。また、横軸は時間軸であり、縦軸は周波数の大きさを示す。
音声の周波数スペクトル5aでは、非定期に各周波数の信号が発生している。これに対して、呼吸の周波数スペクトル6aでは、定期的に各周波数の信号が発生している。図10に示す例では、時間帯7a~7eにおいて各周波数の信号が発生している。
次に、音声の自己相関および呼吸の自己相関を比較して説明する。図11は、音声の自己相関および呼吸の自己相関の一例を示す図である。図11の左側は音声の自己相関10aを示し、右側は呼吸の自己相関10bを示す。また、横軸は遅延を示し、縦軸は自己相関の大きさを示す。
音声の自己相関10aでは、自己相関の最大値が0.4である。これに対して、呼吸の自己相関10bでは、自己相関の最大値が0.2となる。このため、音声の自己相関10aの最大値のほうが、呼吸の自己相関10bの最大値よりも大きくなる。
次に、音声の相互相関および呼吸の相互相関を比較して説明する。図12は、音声の相互相関および呼吸の相互相関の一例を示す図である。図12の上段は音声の相互相関11aを示し、下段は呼吸の相互相関11bを示す。また、横軸はフレーム番号を示し、縦軸は相互相関の大きさを示す。
音声の相互相関11aの閾値12aは、音声の自己相関を基に算出される閾値である。例えば、音声の自己相関の最大値を0.35、βの値を5.0とすると、閾値12aは、1.75となる。図12に示すように、音声の相互相関11aは、閾値12aを超えることはない。
呼吸の相互相関11bの閾値12bは、呼吸の自己相関を基に算出される閾値である。例えば、呼吸の自己相関の最大値を0.20、βの値を5.0とすると、閾値12bは、1.00となる。図12に示すように、呼吸の相互相関11bは、呼吸を行うタイミングで、閾値12bを超える。
次に、呼吸検出装置100の処理手順について説明する。図13は、呼吸検出装置の処理手順を示すフローチャートである。図13に示す処理は、例えば、入力信号が呼吸検出装置100に入力されたことを契機に実行される。
図13に示すように、呼吸検出装置100は、入力信号を取得し(ステップS101)、入力信号を複数のフレームに分割する(ステップS102)。呼吸検出装置100は、周波数スペクトルを算出し(ステップS103)、自己相関を算出する(ステップS104)。
呼吸検出装置100は、相互相関を算出し(ステップS105)、自己相関の最大値に基づいて閾値を決定する(ステップS106)。呼吸検出装置100は、相互相関と閾値とを比較して呼吸音が含まれているか否かを検出し(ステップS107)、検出結果を出力する(ステップS108)。
次に、本実施例に係る呼吸検出装置100の効果について説明する。入力信号に呼吸音が含まれる場合には、自己相関が小さくなり相互相関が大きくなる。この特性は、入力信号に雑音が含まれる場合でも同様のものとなる。このため、呼吸検出装置100は、入力信号の自己相関と相互相関とを基にして、フレームに呼吸音が含まれているか否かを判定することで、雑音の影響を受けることなく正確に呼吸音を含むフレームを検出することができる。
本実施例に係る呼吸検出装置100は、呼吸音を含むフレームの周波数スペクトルを加重平均することで、平均呼吸スペクトルを求め、現フレームの周波数スペクトルと平均呼吸スペクトルとの相互相関を求める。このため、呼吸音を含む過去のフレームの周波数スペクトルの誤差をなくし、正確に相互相関を求めることができる。
本実施例に係る呼吸検出装置100は、自己相関の値をβ倍した値と、相互相関の値とを比較して、現フレームに呼吸音が含まれているか否かを判定する。βの値を調整することで、様々な環境下において、正確に現フレームに呼吸音が含まれるか否かを判定することができる。
ところで、図1に示した呼吸検出装置100の各構成要素は機能概念的なものであり、必ずしも物理的に図示の如く構成されていることを要しない。すなわち、呼吸検出装置100の分散、統合の具体的形態は図示のものに限られず、その全部または一部を、各種の負荷や使用状況などに応じて、任意の単位で機能的または物理的に分散・統合して構成することができる。例えば、調波構造推定部130、相互相関推定部140、呼吸検出部150、平均呼吸スペクトル推定部160を別々の装置に実装し、各装置が協働して、フレームに呼吸音が含まれているか否かを判定しても良い。
100 呼吸検出装置
110 フレーム分割部
120 FFT処理部
130 調波構造推定部
140 相互相関推定部
150 呼吸検出部
160 平均呼吸スペクトル推定部
110 フレーム分割部
120 FFT処理部
130 調波構造推定部
140 相互相関推定部
150 呼吸検出部
160 平均呼吸スペクトル推定部
Claims (8)
- 入力音信号を複数のフレームに分割し各フレームを周波数変換することで、周波数と該周波数毎の信号強度とを対応づけた周波数スペクトルを算出するスペクトル算出部と、
前記スペクトル算出部が算出した所定のフレームの周波数スペクトルを周波数方向にシフトし、シフト前の周波数スペクトルとシフト後の周波数スペクトルとがどの程度よく整合するのかを示す第1類似度を算出する調波構造算出部と、
前記所定のフレームの周波数スペクトルと、該所定のフレームより過去のフレームの周波数スペクトルとの相互相関を求めることで第2類似度を算出する相互相関算出部と、
前記第1類似度および前記第2類似度を基にして、所定のフレームの周波数スペクトルが呼吸を示すものであるか否かを判定する呼吸判定部と
を備えたことを特徴とする呼吸検出装置。 - 前記調波構造算出部は、所定のフレームの周波数スペクトルの自己相関を求めることで前記第1類似度を算出することを特徴とする請求項1に記載の呼吸検出装置。
- 前記相互相関算出部は、所定のフレームよりも過去のフレームのうち呼吸音を含むフレームの周波数スペクトルを加重平均した周波数スペクトルと、前記所定のフレームの周波数スペクトルとの相互相関を求めることで前記第2類似度を算出することを特徴とする請求項1または2に記載の呼吸検出装置。
- 前記呼吸判定部は、前記第1類似度を定数倍した値よりも前記第2類似度の値の方が大きい場合に、所定のフレームの周波数スペクトルが呼吸を示すものであると判定することを特徴とする請求項3に記載の呼吸検出装置。
- 呼吸検出装置が、
入力音信号を複数のフレームに分割し各フレームを周波数変換することで、周波数と該周波数毎の信号強度とを対応づけた周波数スペクトルを算出するスペクトル算出ステップと、
前記スペクトル算出ステップで算出した所定のフレームの周波数スペクトルにおいて、周波数帯域毎の信号強度を基にして、各周波数帯域の信号強度の類似度となる第1類似度を算出する調波構造算出ステップと、
前記所定のフレームの周波数スペクトルと、該所定のフレームより過去のフレームの周波数スペクトルとの相互相関を求めることで第2類似度を算出する相互相関算出ステップと、
前記第1類似度および前記第2類似度を基にして、所定のフレームの周波数スペクトルが呼吸を示すものであるか否かを判定する呼吸判定ステップと
を実行することを特徴とする呼吸検出方法。 - 前記調波構造算出ステップは、所定のフレームの周波数スペクトルの自己相関を求めることで前記第1類似度を算出することを特徴とする請求項5に記載の呼吸検出方法。
- 前記相互相関算出ステップは、所定のフレームよりも過去のフレームのうち呼吸音を含むフレームの周波数スペクトルを加重平均した周波数スペクトルと、前記所定のフレームの周波数スペクトルとの相互相関を求めることで前記第2類似度を算出することを特徴とする請求項5または6に記載の呼吸検出方法。
- 前記呼吸判定ステップは、前記第1類似度を定数倍した値よりも前記第2類似度の値の方が大きい場合に、所定のフレームの周波数スペクトルが呼吸を示すものであると判定することを特徴とする請求項7に記載の呼吸検出方法。
Priority Applications (3)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2012536058A JP5494813B2 (ja) | 2010-09-29 | 2010-09-29 | 呼吸検出装置および呼吸検出方法 |
PCT/JP2010/066959 WO2012042611A1 (ja) | 2010-09-29 | 2010-09-29 | 呼吸検出装置および呼吸検出方法 |
US13/780,274 US20130178756A1 (en) | 2010-09-29 | 2013-02-28 | Breath detection device and breath detection method |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
PCT/JP2010/066959 WO2012042611A1 (ja) | 2010-09-29 | 2010-09-29 | 呼吸検出装置および呼吸検出方法 |
Related Child Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
US13/780,274 Continuation US20130178756A1 (en) | 2010-09-29 | 2013-02-28 | Breath detection device and breath detection method |
Publications (1)
Publication Number | Publication Date |
---|---|
WO2012042611A1 true WO2012042611A1 (ja) | 2012-04-05 |
Family
ID=45892115
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
PCT/JP2010/066959 WO2012042611A1 (ja) | 2010-09-29 | 2010-09-29 | 呼吸検出装置および呼吸検出方法 |
Country Status (3)
Country | Link |
---|---|
US (1) | US20130178756A1 (ja) |
JP (1) | JP5494813B2 (ja) |
WO (1) | WO2012042611A1 (ja) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPWO2011155048A1 (ja) * | 2010-06-10 | 2013-08-01 | 富士通株式会社 | 音声処理装置および呼吸検出方法 |
Families Citing this family (14)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US11304624B2 (en) * | 2012-06-18 | 2022-04-19 | AireHealth Inc. | Method and apparatus for performing dynamic respiratory classification and analysis for detecting wheeze particles and sources |
US10441243B2 (en) * | 2014-03-28 | 2019-10-15 | Pioneer Corporation | Biological sound analyzing apparatus, biological sound analyzing method, computer program, and recording medium |
US11262354B2 (en) | 2014-10-20 | 2022-03-01 | Boston Scientific Scimed, Inc. | Disposable sensor elements, systems, and related methods |
JP6477295B2 (ja) * | 2015-06-29 | 2019-03-06 | 株式会社Jvcケンウッド | 雑音検出装置、雑音検出方法及び雑音検出プログラム |
JP2019527365A (ja) | 2016-06-15 | 2019-09-26 | ボストン サイエンティフィック サイムド,インコーポレイテッドBoston Scientific Scimed,Inc. | ガス採取用カテーテル |
EP3528703A1 (en) * | 2016-10-21 | 2019-08-28 | Boston Scientific Scimed, Inc. | Gas sampling device |
CN108652658A (zh) | 2017-03-31 | 2018-10-16 | 京东方科技集团股份有限公司 | 爆裂音识别方法及系统 |
CN110769742B (zh) | 2017-05-19 | 2022-07-29 | 波士顿科学国际有限公司 | 用于评定患者的健康状况的系统和方法 |
US10852264B2 (en) | 2017-07-18 | 2020-12-01 | Boston Scientific Scimed, Inc. | Systems and methods for analyte sensing in physiological gas samples |
EP3867639A1 (en) | 2018-10-19 | 2021-08-25 | Regents of the University of Minnesota | Systems and methods for detecting a brain condition |
EP3861329A1 (en) | 2018-11-27 | 2021-08-11 | Boston Scientific Scimed Inc. | Systems and methods for detecting a health condition |
EP3899515B1 (en) | 2018-12-18 | 2023-01-25 | Boston Scientific Scimed Inc. | Systems and methods for measuring kinetic response of chemical sensor elements comprising graphene varactors |
US20230094608A1 (en) * | 2021-09-27 | 2023-03-30 | Koninklijke Philips N.V. | Pendelluft detection by acoustic interferometry through an endotracheal tube |
CN115120837A (zh) * | 2022-06-27 | 2022-09-30 | 慕思健康睡眠股份有限公司 | 基于深度学习的睡眠环境调节方法、系统、装置及介质 |
Citations (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2007014501A (ja) * | 2005-07-06 | 2007-01-25 | Toshiba Corp | 呼吸状態判定装置、呼吸状態判定方法および呼吸状態判定プログラム |
Family Cites Families (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US4383534A (en) * | 1980-06-05 | 1983-05-17 | Peters Jeffrey L | Vital signs monitoring apparatus |
US5771897A (en) * | 1996-04-08 | 1998-06-30 | Zufrin; Alexander | Method of and apparatus for quantitative evaluation of current changes in a functional state of human organism |
SE0103312D0 (sv) * | 2001-10-04 | 2001-10-04 | Siemens Elema Ab | Method of and Apparatus for Deriving Indices Characterising Atrial Arrhythmias |
CN101199002B (zh) * | 2005-06-09 | 2011-09-07 | 株式会社A.G.I. | 检测音调频率的语音分析器和语音分析方法 |
US20110021928A1 (en) * | 2009-07-23 | 2011-01-27 | The Boards Of Trustees Of The Leland Stanford Junior University | Methods and system of determining cardio-respiratory parameters |
US20130144190A1 (en) * | 2010-05-28 | 2013-06-06 | Mayo Foundation For Medical Education And Research | Sleep apnea detection system |
JP5765338B2 (ja) * | 2010-06-10 | 2015-08-19 | 富士通株式会社 | 音声処理装置および音声処理装置の作動方法 |
-
2010
- 2010-09-29 JP JP2012536058A patent/JP5494813B2/ja not_active Expired - Fee Related
- 2010-09-29 WO PCT/JP2010/066959 patent/WO2012042611A1/ja active Application Filing
-
2013
- 2013-02-28 US US13/780,274 patent/US20130178756A1/en not_active Abandoned
Patent Citations (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2007014501A (ja) * | 2005-07-06 | 2007-01-25 | Toshiba Corp | 呼吸状態判定装置、呼吸状態判定方法および呼吸状態判定プログラム |
Non-Patent Citations (2)
Title |
---|
HIROKI HARA: "Snoring and Sleep Apnea Syndrome: Clinical Significance of Acoustic Analysis of Snoring Sound", YAMAGUCHI MEDICAL JOURNAL, vol. 53, no. 6, December 2004 (2004-12-01), pages 265 - 267 * |
HIROO YANO: "Ibiki-On ni yoru Suimin Jikan Mukokyu Shokogun no Kan'i Shindan Hoho ni Kansuru Kenkyu", PROJECT KENKYU NENPO 2006 NEN, vol. 3, July 2006 (2006-07-01), pages 105 - 106 * |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPWO2011155048A1 (ja) * | 2010-06-10 | 2013-08-01 | 富士通株式会社 | 音声処理装置および呼吸検出方法 |
JP5765338B2 (ja) * | 2010-06-10 | 2015-08-19 | 富士通株式会社 | 音声処理装置および音声処理装置の作動方法 |
Also Published As
Publication number | Publication date |
---|---|
JPWO2012042611A1 (ja) | 2014-02-03 |
US20130178756A1 (en) | 2013-07-11 |
JP5494813B2 (ja) | 2014-05-21 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP5494813B2 (ja) | 呼吸検出装置および呼吸検出方法 | |
US8249271B2 (en) | Noise analysis and extraction systems and methods | |
US7912230B2 (en) | Howling detection device and method | |
EP2881948A1 (en) | Spectral comb voice activity detection | |
US8560308B2 (en) | Speech sound enhancement device utilizing ratio of the ambient to background noise | |
US8509451B2 (en) | Noise suppressing device, noise suppressing controller, noise suppressing method and recording medium | |
EP2773137B1 (en) | Microphone sensitivity difference correction device | |
JP4886715B2 (ja) | 定常率算出装置、雑音レベル推定装置、雑音抑圧装置、それらの方法、プログラム及び記録媒体 | |
WO2008041730A1 (en) | Method and system for detecting wind noise | |
EP3526792B1 (en) | Voice activity detection method and apparatus | |
KR20080086298A (ko) | 음성 신호의 하모닉스를 이용한 잡음 추정 방법 및 장치 | |
US20120157870A1 (en) | Noise reduction of breathing signals | |
CN108697328B (zh) | 一种鼾声识别方法及止鼾装置 | |
US20130006150A1 (en) | Bruxism detection device and bruxism detection method | |
US20110150227A1 (en) | Signal processing method and apparatus | |
JP2014122939A (ja) | 音声処理装置および方法、並びにプログラム | |
CN109360585A (zh) | 一种语音激活检测方法 | |
WO2010092914A1 (ja) | 多チャンネル音響信号処理方法、そのシステム及びプログラム | |
JP2007212704A (ja) | 雑音スペクトル推定方法、雑音抑圧方法及び雑音抑圧装置 | |
CN106356076B (zh) | 基于人工智能的语音活动性检测方法和装置 | |
EP3288030B1 (en) | Gain adjustment apparatus and gain adjustment method | |
CN102737645A (zh) | 一种语音信号的基音周期估计算法 | |
JP6638248B2 (ja) | 音声判定装置、方法及びプログラム、並びに、音声信号処理装置 | |
CN111374819B (zh) | 止鼾器及其鼾声识别方法、鼾声识别装置和存储介质 | |
JP6631127B2 (ja) | 音声判定装置、方法及びプログラム、並びに、音声処理装置 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
121 | Ep: the epo has been informed by wipo that ep was designated in this application |
Ref document number: 10857825 Country of ref document: EP Kind code of ref document: A1 |
|
ENP | Entry into the national phase |
Ref document number: 2012536058 Country of ref document: JP Kind code of ref document: A |
|
NENP | Non-entry into the national phase |
Ref country code: DE |
|
122 | Ep: pct application non-entry in european phase |
Ref document number: 10857825 Country of ref document: EP Kind code of ref document: A1 |