TOP > 国内特許検索 > 睡眠時無呼吸症候群判定装置、睡眠時無呼吸症候群判定方法および睡眠時無呼吸症候群判定プログラム

睡眠時無呼吸症候群判定装置、睡眠時無呼吸症候群判定方法および睡眠時無呼吸症候群判定プログラム

国内特許コード	P200017291
整理番号	S2019-0347-N0
掲載日	2020年11月5日
出願番号	特願2019-055132
公開番号	特開2020-151358
出願日	平成31年3月22日(2019.3.22)
公開日	令和2年9月24日(2020.9.24)
発明者	▲高▼玉圭樹中理怡恒
出願人	国立大学法人電気通信大学
発明の名称	睡眠時無呼吸症候群判定装置、睡眠時無呼吸症候群判定方法および睡眠時無呼吸症候群判定プログラム
発明の概要	【課題】被測定者への負担をかけずに睡眠時無呼吸症候群の判定が行えるようにする。【解決手段】被測定者の睡眠中の体動または圧力変化に基づいた生体振動データを得る。そして、取得した生体振動データから、一定時間ごとに複数の特徴量または周波数スペクトルを算出する。さらに、算出した複数の特徴量または周波数スペクトルから、睡眠段階を判別するための分岐条件を持った複数の決定木を用いて睡眠段階を判別した後、その判断に使用された決定木の分類基準の組み合わせで得られる判別結果に基づいて、睡眠時無呼吸症候群の判定を行う。或いは、生体振動データに含まれる周波数成分のパワースペクトルを算出し、その周波数成分のパワースペクトルについて、それぞれ異なる分岐条件を持った複数の決定木による分類への寄与度を算出し、算出した寄与度に基づいて睡眠時無呼吸症候群の判定を行う。【選択図】図５
従来技術、競合技術の概要	医療現場では、睡眠障害や睡眠時無呼吸症候群を診断するために、被測定者の睡眠状態を測定することが行われている。人間の睡眠段階は、睡眠の深さの観点で６段階に分類したものが知られており、その６つの睡眠段階は、眠りが浅い段階から順に、覚醒、レム睡眠、ノンレム睡眠（ステージ１～４）と呼ばれている。これらの６段階の睡眠段階の判定は、従来、例えば被計測者の顔や頭部に多数の電極を装着して、その多数の電極から脳波、眼球運動、および顎筋電を測定し、測定結果の解析により行われていた。また、睡眠時無呼吸症候群の患者が睡眠時に無呼吸になるのは、睡眠段階が覚醒の状態であることが多く、無呼吸症候群の診断を行う上でも、睡眠段階を測定する必要がある。但し、睡眠時無呼吸症候群の判定を行うためには、睡眠段階の測定の他に、口と鼻の気流などの呼吸に伴った空気の流れの測定や、胸部および腹部の換気運動などの様々な測定を同時に行う必要がある。そして、睡眠段階の解析結果と呼吸状態の測定結果などに基づいて、医師が無呼吸症候群であるか否かを診断している。このような診断を行うために必要な、顔や頭部に多数の電極を装着した状態での睡眠の検査は、通常、医療機関に宿泊して、長時間連続して電極を身体に装着して行う検査であり、被測定者（患者）に精神的な負担と肉体的な負担を強いることになる。また、取得したデータは、専門知識と経験を持つ医師が解析して判定する必要があり、睡眠時無呼吸症候群を簡単に判定できるものではないという問題があった。睡眠段階の測定に関する問題を解決するために、専門医師による診断を不要とする睡眠段階推定手法は、従来から数多く提案されている。例えば、特許文献１には、遺伝的アルゴリズムによる学習手法を改良したDatabase-based Compact Genetic Algorithmと称される手法で、マットレス型圧力センサの検出データから睡眠段階を推定する技術が記載されている。この特許文献１に記載された技術は、マットレス型圧力センサが検出した被測定者の体動と心拍に基づいて、睡眠段階を推定するものである。このようなマットレス型圧力センサを使って睡眠段階を推定することで、被測定者に負担を強いることなく、被測定者の睡眠状態を推定することができる。
産業上の利用分野	本発明は、被験者の睡眠時無呼吸症候群を判定する睡眠時無呼吸症候群判定装置、睡眠時無呼吸症候群判定方法および睡眠時無呼吸症候群判定プログラムに関する。
特許請求の範囲	【請求項1】被測定者の睡眠中の体動または圧力変化に基づいた生体振動データを得る生体データ取得部と、前記生体データ取得部が取得した前記生体振動データから、一定時間ごとに複数の特徴量を算出する生体データ処理部と、前記生体データ処理部が算出した複数の特徴量から、睡眠段階を判別するための分岐条件を持った複数の決定木を用いて睡眠段階を判別した後、その判別に使用された決定木の分類基準の組み合わせで得られる判別結果に基づいて、睡眠時無呼吸症候群の判定を行う判定部と、を備える睡眠時無呼吸症候群判定装置。【請求項2】前記複数の決定木を学習する学習部を備え、前記学習部による複数の決定木の組み合わせの学習は、正解となる睡眠段階の情報を取得し、正解と一致度が高い睡眠段階の判別ができる決定木を選ぶようにした請求項１に記載の睡眠時無呼吸症候群判定装置。【請求項3】前記判定部が睡眠時無呼吸症候群の判定を行う際には、前記複数の決定木で分岐する際の、特徴量の組み合わせの種類数と、各特徴量の出現回数を使用する請求項２に記載の睡眠時無呼吸症候群判定装置。【請求項4】被測定者の睡眠中の体動または圧力変化に基づいた生体振動データを得る生体データ取得部と、前記生体データ取得部が取得した前記生体振動データから、一定時間ごとに前記生体振動データに含まれる周波数成分のパワースペクトルを算出する生体データ処理部と、前記生体データ処理部が算出した周波数成分のパワースペクトルについて、それぞれ異なる分岐条件を持った複数の決定木による分類への寄与度を算出し、算出した寄与度に基づいて睡眠時無呼吸症候群の判定を行う判定部と、を備える睡眠時無呼吸症候群判定装置。【請求項5】被測定者の睡眠中の体動または圧力変化に基づいた生体振動データを得る生体データ取得処理と、前記生体データ取得処理により取得した前記生体振動データから、一定時間ごとに複数の特徴量を算出する生体データ処理と、前記生体データ処理で算出した複数の特徴量から、睡眠段階を判別するための分岐条件を持った複数の決定木を用いて睡眠段階を判別した後、その判断に使用された決定木の分類基準の組み合わせで得られる判別結果に基づいて、睡眠時無呼吸症候群の判定を行う判定処理と、を含む睡眠時無呼吸症候群判定方法。【請求項6】被測定者の睡眠中の体動または圧力変化に基づいた生体振動データを得る生体データ取得処理と、前記生体データ取得処理により取得した前記生体振動データから、一定時間ごとに前記生体振動データに含まれる周波数成分のパワースペクトルを算出する生体データ処理と、前記生体データ処理により算出した周波数成分のパワースペクトルについて、それぞれ異なる分岐条件を持った複数の決定木による分類への寄与度を算出し、算出した寄与度に基づいて睡眠時無呼吸症候群の判定を行う判定処理と、を含む睡眠時無呼吸症候群判定方法。【請求項7】被測定者の睡眠中の体動または圧力変化に基づいた生体振動データを得る生体データ取得手順と、前記生体データ取得手順により取得した前記生体振動データから、一定時間ごとに複数の特徴量を算出する生体データ処理手順と、前記生体データ処理手順で算出した複数の特徴量から、睡眠段階を判別するための分岐条件を持った複数の決定木を用いて睡眠段階を判別した後、その判断に使用された決定木の分類基準の組み合わせで得られる判別結果に基づいて、睡眠時無呼吸症候群の判定を行う判定手順と、をコンピュータに実行させる睡眠時無呼吸症候群判定プログラム。【請求項8】被測定者の睡眠中の体動または圧力変化に基づいた生体振動データを得る生体データ取得手順と、前記生体データ取得手順により取得した前記生体振動データから、一定時間ごとに前記生体振動データに含まれる周波数成分のパワースペクトルを算出する生体データ処理手順と、前記生体データ処理手順により算出した周波数成分のパワースペクトルについて、それぞれ異なる分岐条件を持った複数の決定木による分類への寄与度を算出し、算出した寄与度に基づいて睡眠時無呼吸症候群の判定を行う判定手順と、をコンピュータに実行させる睡眠時無呼吸症候群判定プログラム。
国際特許分類(IPC)	A61B 5/16 心理検査のための用具；反応時間の検査 A61B 5/11 身体全体またはその部分の動きを測定するもの，例．頭または手の震えまたは４肢の運動性 A61B 5/113 呼吸中に起るもの A61B 5/08 呼吸器官評価用の測定用装置
Fターム	4C038PP05 睡眠度，意識状態 4C038VA05 診断（脊柱側湾症など） 4C038VB32 体表面の振動
画像 ※ 画像をクリックすると拡大します。
出願権利状態	公開

英語項目の表示

発明の名称	SLEEP APNEA SYNDROME DETERMINATION APPARATUS, SLEEP APNEA SYNDROME DETERMINATION METHOD, AND SLEEP APNEA SYNDROME DETERMINATION PROGRAM
発明の概要	PROBLEM TO BE SOLVED: To enable the determination of sleep apnea syndrome without imposing a burden on a subject. SOLUTION: Biological vibration data is obtained on the basis of body movement or pressure change during sleep of a subject. A plurality of feature quantities or frequency spectra are then calculated at a regular interval from the acquired biological vibration data. Furthermore, after determining sleep stages from the plurality of calculated feature quantities or frequency spectra using a plurality of decision trees having branching conditions for determining the sleep stages, a sleep apnea syndrome is determined on the basis of a determination result obtained by the combination of the classification criteria of the decision trees used for the determination. Alternatively, a power spectrum of a frequency component included in the biological vibration data is calculated, then the contribution degrees to the classification of the plurality of decision trees each having different branching conditions are calculated with respect to the power spectrum of the frequency component, and a sleep apnea syndrome is determined on the basis of the calculated contribution degrees.

発明の名称

SLEEP APNEA SYNDROME DETERMINATION APPARATUS, SLEEP APNEA SYNDROME DETERMINATION METHOD, AND SLEEP APNEA SYNDROME DETERMINATION PROGRAM

発明の概要

PROBLEM TO BE SOLVED: To enable the determination of sleep apnea syndrome without imposing a burden on a subject.
SOLUTION: Biological vibration data is obtained on the basis of body movement or pressure change during sleep of a subject. A plurality of feature quantities or frequency spectra are then calculated at a regular interval from the acquired biological vibration data. Furthermore, after determining sleep stages from the plurality of calculated feature quantities or frequency spectra using a plurality of decision trees having branching conditions for determining the sleep stages, a sleep apnea syndrome is determined on the basis of a determination result obtained by the combination of the classification criteria of the decision trees used for the determination. Alternatively, a power spectrum of a frequency component included in the biological vibration data is calculated, then the contribution degrees to the classification of the plurality of decision trees each having different branching conditions are calculated with respect to the power spectrum of the frequency component, and a sleep apnea syndrome is determined on the basis of the calculated contribution degrees.