体調変化とデータ欠損にロバストな無拘束型睡眠段階推定と個人化による精度向上

通过不受限制的睡眠阶段估计和个性化来提高准确性，该个性化对身体状况的变化和丢失的数据具有鲁棒性

基本信息

批准号：
17J10128
负责人：
田島友祐
金额：
$ 1.6万
依托单位：
The University of Electro-Communications
依托单位国家：
日本
项目类别：
Grant-in-Aid for JSPS Fellows
财政年份：
2017
资助国家：
日本
起止时间：
2017-04-26 至 2020-03-31
项目状态：
已结题

项目摘要

本研究では，拘束型器具の装着・専門医師の診断が必要であった従来の推定法から，無拘束型器具で取得可能な生体データ（心拍・体動・呼吸）に対し周波数解析を用いた睡眠段階推定手法の実用化に取り組む．この目標達成のため，(ⅰ) 従来の心拍だけの推定ではなく，他の生体データ（体動・呼吸）を用いた睡眠段階推定精度の向上，(ⅱ) 個人の日々の体調変化や被験者によって推定精度が減少しない推定法の確立，(ⅲ) 就寝直後のような短時間における推定法の確立，(ⅳ) 生体データ欠損時での近似的な補完方法の確立，の４つのサブテーマを掲げ，２０１７・２０１８年度で取り組んだ．２０１９年度はこれらのサブテーマに対し，人間が保有する生体リズムを新たに考慮することで睡眠段階推定の高精度化を目指すとともに，健常者だけでなく無呼吸症候群のような睡眠障害を持つ被験者に対しても実験をすることで，性別・年齢だけでなく健康状態を問わないロバストな推定法の確立に取り組む．具体的には，人間が持つ約９０分の周期の体内周期であるウルトラディアンリズムに着目し，睡眠時の生体振動データの平均・分散・標準偏差などの特徴量からウルトラディアンリズムの周期変化を捉え，周期に合わせたデータ区間を決定し推定することでより高精度な推定が可能となる．被験者実験より，２０代から７０代までの男女に対して睡眠時の生体振動データを取得し，提案法を用いたところ体内周期変化を考慮することで，１０％程度の睡眠段階推定精度の向上が実現した．また，無呼吸症候群患者の睡眠時の生体振動データを用いたところ無呼吸による中途覚醒で体内周期が乱れることがわかり，考慮をしない推定法よりも誤推定を減らすことが可能となった．また，体内周期の乱れを健常者との睡眠データと比較をすることで異常を検知する可能性が存在し，睡眠障害の診断の指標の一つとしてを示唆することが可能となった．

在这项研究中，我们将使用频率分析（心跳，身体运动，呼吸）的频率分析来实际使用睡眠阶段估计方法，这些方法可以从不受约束的仪器中获得，这是从需要使用约束仪器和诊断专家医生的常规估计方法中获得的。 To achieve this goal, we worked on four sub-themes: (i) Improved the accuracy of estimating sleep stages using other biological data (body movements and breathing), rather than traditional estimating heartbeat alone, (ii) Establishment of estimating methods that do not reduce the accuracy of estimating according to the individual's daily physical condition or subjects, (iii) Establishment of estimating methods in a short period of time, such as immediately after going to bed, and (iv)缺少生物学数据时，建立近似互补方法。在2019财年中，我们旨在通过考虑这些子主题来提高睡眠阶段估计的准确性，并考虑到人类所拥有的生物节律，以及不仅对健康受试者进行实验，而且对呼吸暂停综合征等睡眠障碍的受试者（例如呼吸暂停综合征）进行实验，我们将努力建立适用的估计方法，以建立一个适用于年龄，而是健康，而是健康，而是健康，而是健康的，而是健康。具体而言，我们专注于超级节奏，这是大约90分钟的内部迹象周期，并捕获超级节奏的周期性变化，例如均值，均值，方差和睡眠过程中生物振动数据的标准偏差，并确定与循环相匹配的数据间隔，从而使其与估计更准确的估计相匹配。从受试者实验中，在20年代至70年代的男性和女性中获得了睡眠期间的生物振动数据，并且通过使用所提出的方法，通过考虑到人体周期的变化，估算睡眠阶段的准确性提高了约10％。此外，使用呼吸暂停综合征患者睡眠期间的生物振动数据，发现内部周期因呼吸暂停而被破坏，并且比不考虑未考虑的估计方法可以减少错误估计。此外，可以通过将体内疾病与健康个体进行比较来检测到异常，从而表明这是诊断睡眠障碍的指标之一。