JP2008161657A - Method and device for monitoring unrestraint life rhythm - Google Patents
Method and device for monitoring unrestraint life rhythm Download PDFInfo
- Publication number
- JP2008161657A JP2008161657A JP2007025772A JP2007025772A JP2008161657A JP 2008161657 A JP2008161657 A JP 2008161657A JP 2007025772 A JP2007025772 A JP 2007025772A JP 2007025772 A JP2007025772 A JP 2007025772A JP 2008161657 A JP2008161657 A JP 2008161657A
- Authority
- JP
- Japan
- Prior art keywords
- signal
- series data
- time
- heart rate
- blood oxygen
- Prior art date
- Legal status (The legal status 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 status listed.)
- Pending
Links
Abstract
Description
この発明は、日常生活の中で身体から発する心拍（脈拍でもある）、口腔音（咽喉音）、音声、更には動脈血酸素飽和度（血中酸素濃度）（「SpO2」と略する）などの生体信号を、普段の日常活動を妨げることなく、長時間にわたって継続的に検出し計測して生体情報として収集し集積し、その生体情報から生活リズムに関わる情報を生成し提供するための、無拘束生活リズムモニタ方法と、その方法に用いる無拘束生活リズムモニタ装置に関するものである。そして特に、いびき（鼾）音を含む口腔音と心拍、あるいは、いびき（鼾）音を含む口腔音と心拍とSpO2を、生体信号として長時間にわたって継続して検出し、計測し、収集し、それらのデータから、日常生活における爆笑区間（大笑いしていた時間帯）、会話区間（会話していた時間帯）、いびき区間（いびきを掻いた時間帯）、無呼吸区間（呼吸が止まっていた時間帯）を、それぞれ識別認識して生活リズム情報（例えば、爆笑、会話、いびき、無呼吸の発生回数、発生時刻、持続時間など）として集積し、あるいは、SpO2と脈拍数（PR）（心拍数（HR）でもある）の時間的推移から睡眠時無呼吸症候群（SAS：Sleep Apnea Syndrome）を早期に感知し、あるいは心拍数を基に消費カロリーや適正運動量を算出し、それらの健康維持に関わる各種の生活イベント情報、生活リズム情報を総合的に提供するための無拘束生活リズムモニタ方法・装置に関するものである。 This invention includes heartbeats (also pulse), oral sounds (throat sounds), voices, and arterial oxygen saturation (blood oxygen concentration) (abbreviated as “SpO2”), etc. Biosignals are continuously detected and measured over a long period of time without interfering with daily activities, collected and accumulated as biological information, and information related to life rhythm is generated and provided from the biological information. The present invention relates to a restricted life rhythm monitoring method and an unrestricted life rhythm monitoring device used in the method. And in particular, oral sounds and heartbeats that include snoring (鼾) sounds, or oral sounds and heartbeats and SpO2 that include snoring (鼾) sounds, continuously detected over a long period of time as biological signals, measured, collected, From these data, the laughter section (the time period during which you laughed loudly), the conversation section (the time period during which you were speaking), the snoring section (the time period during which you snore), and the apnea section (where breathing stopped) The time period is identified and recognized and accumulated as life rhythm information (for example, laughter, conversation, snoring, apnea occurrence, occurrence time, duration, etc.), or SpO2 and pulse rate (PR) (heart rate) The number (HR) is also measured over time, and sleep apnea syndrome (SAS) is detected early, or calories burned and appropriate exercise amount are calculated based on heart rate to maintain their health. Various life involved Event information, the present invention relates to an unconstrained life rhythm monitoring method and equipment in order to provide comprehensive life rhythm information.
社会の高齢化が急速に進む中で、生活習慣病やそれに深く関わるメタボリック・シンドロームの予防と早期発見・診療が重要な政策課題の一つになっている。そして生活習慣病やメタボリック・シンドロームの予防・診療のためには、生活者各人と医療関係者の双方において、日常生活の中で現れる生体情報の把握が必要であることは言うまでもない。一方近年、爆笑することが、ストレス解消のみならず、糖尿病などの生活習慣病や、肥満などのメタボリック症候群の改善と健康増進に効果を奏するとして注目されている。すなわち、日常生活における笑いや会話の回数・時間が、心の健康管理情報として有用であることが指摘されており、生活習慣病の予防・治療への活用が期待されている。また睡眠中の無呼吸症候群が日常生活に及ぼす障害についても社会的関心が高まっている。睡眠時無呼吸症候群の患者は増加しているが、自覚症状が少ないために放置されて高血圧症や心不全症などの合併症の誘因にもなっていることから、睡眠時無呼吸症候群を日常生活の中で早期に感知できる手段が求められている。なおまた、これらと関連して、日常生活における消費カロリーや適正運動量に対する関心も衰えていない。このような背景から、爆笑状態、会話状態、いびき症状、睡眠時無呼吸症状の把握や、消費カロリーや適正運動量などの、日常の健康維持に有用な生活イベント情報や、生活リズム情報や、各種の健康バロメータ数値を、自宅でも簡単に且つ総合的に常時得られる方法と装置が求められている。 As society ages rapidly, the prevention, early detection and treatment of lifestyle-related diseases and the metabolic syndromes that are closely related to them are becoming important policy issues. Needless to say, in order to prevent and treat lifestyle-related diseases and metabolic syndrome, it is necessary for each person and medical personnel to grasp biological information that appears in daily life. On the other hand, in recent years, laughter has attracted attention as an effect not only for relieving stress, but also for improving lifestyle diseases such as diabetes and metabolic syndrome such as obesity and promoting health. That is, it has been pointed out that the number and time of laughter and conversation in daily life are useful as mental health management information, and is expected to be used for the prevention and treatment of lifestyle-related diseases. There is also increasing social interest in the obstacles that sleep apnea syndrome affects in daily life. The number of patients with sleep apnea syndrome is increasing, but they are left unattended because they have few subjective symptoms, leading to complications such as hypertension and heart failure. There is a need for a means that can be sensed at an early stage. In addition, in relation to these, interest in calorie consumption and appropriate exercise amount in daily life has not diminished. Against this background, life event information useful for daily health maintenance, life rhythm information, such as grasping laughter state, conversation state, snoring symptoms, sleep apnea symptoms, calorie consumption and proper exercise amount, etc. Therefore, there is a need for a method and apparatus that can easily and comprehensively obtain health barometer values at home.
従来、特開２００４−２４３０２３号公開特許公報（特許文献１）に示されるように、喉頭部に配置したマイクロフォンで長時間にわたって取得した音声信号から、一定の周波数帯域の信号のみを抽出する手段によって、笑いがあった区間を判別検出し、その笑い区間の情報を心の健康に関する健康情報として提供する装置が提示されている。また、例えば特開平５−２１２１２６号公開特許公報（特許文献２）に示されるように、心拍数と消費カロリーとの相関関係に基づいて、測定心拍数に対応した消費カロリーを演算して、心拍数と同時に消費カロリーを表示するカロリー計付き心拍測定装置が従来から提示されている。また例えば、刊行物「在宅看護における携帯用パルスオキシメータ導入の基礎的研究」（日本呼吸管理学会誌V0l.2, No.2, 1993（非特許文献１）や、刊行物「オキシメータによる在宅呼吸モニターリング」（日本呼吸管理学会誌V0l.9, No.3, 2000（非特許文献２）などにも示されるように、睡眠時無呼吸症候群の診断手段として、手指型パルスオキシメータを用いてSpO2を計測し、そのSpO2と脈拍数・心拍数の関係から睡眠時無呼吸症候群を検知することが従来から知られている。しかし、特許文献１，２で提示されたような従来の装置では、音声信号を検知して笑い区間情報のみを生成して提供し、あるいは心拍信号を検知して消費カロリー情報のみを生成し提供できるに過ぎず、昨今高い関心をもって求められている生活リズムの把握に繋がる爆笑区間情報、会話区間情報、いびき区間情報、無呼吸区間情報、加えて消費カロリーや適正運動量などの多種の健康維持情報を必要に応じて簡単且つ総合的に提供することはできない。また、非特許文献１，２に示されるような手指型パルスオキシメータでSpO2を長時間にわたって計測しようとせれば、手指にパルスオキシメータを装着せねばならぬことから、日常頻繁に使う手指の拘束感が強く、日常生活の中での長時間にわたる生体信号の計測には馴染まない難点がある。なお、パルスオキシメータには、身体の動脈に向けて光を発する発光体（発光ダイオード）とその発光を動脈血管中の血液を透して受光する受光体（フォトダイオード）から成る血中酸素濃度センサと、その血中酸素濃度センサからの発光・受光信号に基づいて動脈血管中の血液の光透過度を算出しその光透過度から血中酸素濃度（SpO2）を算出する血中酸素濃度信号処理部が含まれている。
この発明は、上記のような従来の健康管理情報の生成・提供のための方法・装置における難点を改善しようとするもので、日常生活の行動を妨げない状態を保ちながら、生活リズムの把握に繋がる日常生活中の爆笑区間情報、会話区間情報、いびき区間情報、無呼吸区間情報や、加えて消費カロリー情報や適正運動量情報など、健康維持管理に関わる多種の情報を、簡易な方法・装置でもって生成し提供しようとするものである。 The present invention is intended to improve the difficulties in the conventional methods and apparatuses for generating and providing health management information as described above, and for grasping life rhythms while maintaining a state that does not interfere with daily activities. Simple methods and devices for various information related to health maintenance such as laughter section information, conversation section information, snoring section information, apnea section information, and calorie consumption information and appropriate exercise amount information in daily life This is what we want to generate and provide.
上記の課題を解決するために、この発明では、口腔音センサと心拍センサ（脈拍センサでもある）を用いて、長時間にわたって、健康管理対象者の口腔音信号と心拍信号（脈拍信号でもある）をそれぞれ検出し、その口腔音信号を２値化した後さらに口腔音時系列データに変換すると共に、心拍信号を心拍間隔時系列データに変換し、それらの口腔音時系列データのパターンと心拍間隔時系列データのパターンから、健康管理対象者の日常生活における爆笑区間、会話区間、いびき区間および睡眠時無呼吸区間を識別検出する。 In order to solve the above-described problems, in the present invention, an oral sound sensor and a heart rate sensor (also a pulse sensor) are used for a long time, and an oral sound signal and a heart rate signal (also a pulse signal) of a health care subject are used. Are detected, and the mouth sound signal is binarized and further converted into mouth sound time series data, and the heart beat signal is converted into heart time interval time series data. From the time-series data pattern, a laughter section, a conversation section, a snoring section, and a sleep apnea section in the daily life of the health care subject are identified and detected.
また前記の課題を解決するために、この発明では、無拘束状態の健康管理対象者の口腔音信号と心拍信号をそれぞれ長時間にわたって検出する口腔音センサならびに心拍センサを含む生体信号検出部と、検出した口腔音信号を２値化し更に口腔音時系列データに変換する口腔音信号処理部ならびに検出した心拍信号を心拍間隔時系列データに変換する心拍信号処理部を有して、口腔音時系列データと心拍間隔時系列データを基に健康管理対象者の爆笑区間識別パターン情報、会話区間識別パターン情報、いびき区間識別パターン情報、睡眠時無呼吸区間識別パターン情報を出力する生体情報処理部を備えた無拘束生活リズムモニタ装置を用いる。 In order to solve the above-mentioned problem, in the present invention, an oral sound sensor and a biological signal detection unit including a heart rate sensor for detecting an oral sound signal and a heart rate signal of an unconstrained health care target person for a long time, An oral sound signal processing unit that binarizes the detected oral sound signal and further converts it into oral sound time series data, and a heart beat signal processing unit that converts the detected heart beat signal into heartbeat interval time series data, A biological information processing unit that outputs laughter section identification pattern information, conversation section identification pattern information, snoring section identification pattern information, and sleep apnea section identification pattern information of a health care target person based on data and heartbeat interval time-series data A non-restrained life rhythm monitor device is used.
そして、この発明に係る生活リズムモニタ方法・装置を用いれば、日常生活の行動が妨げない状態を保ちながら、昨今関心が高まっている生活リズムの把握に繋がる日常生活中の爆笑区間情報、会話区間情報、いびき区間情報、睡眠時無呼吸区間情報など、健康維持管理に大きく関わる多様な情報を、在宅でも簡単に得られ、とりわけ、在宅では計測・判断が困難であった無呼吸症候群の兆光候を早期に発見することができる。 And by using the life rhythm monitoring method and apparatus according to the present invention, laughter section information and conversation section in daily life that leads to grasping of life rhythms that have recently been gaining interest while maintaining a state in which the behavior of daily life is not hindered Various information related to health maintenance management such as information, snoring interval information, sleep apnea interval information, etc. can be easily obtained even at home, especially the signs of apnea syndrome that was difficult to measure and judge at home Can detect symptoms early.
この発明の最良の実施形態の一つは、口腔音センサと心拍センサと血中酸素濃度センサを用いて、長時間にわたって、健康管理対象者の口腔音信号と心拍信号と血中酸素濃度信号を検出し、その口腔音信号を２値化した後さらに口腔音時系列データに変換し、その心拍信号を心拍間隔時系列データならびに心拍数時系列データに変換し、血中酸素濃度信号を血中酸素濃度時系列データに変換し、その口腔音時系列データのパターンと心拍間隔時系列データのパターンから、健康管理対象者の日常生活における爆笑区間、会話区間、いびき区間を識別検知し、且つ心拍数時系列データと血中酸素濃度時系列データを基に、健康管理対象者の睡眠時無呼吸症候群を検知する無拘束生活リズムモニタ方法である。 One of the best embodiments of the present invention is to use an oral sound sensor, a heart rate sensor, and a blood oxygen concentration sensor to obtain an oral sound signal, a heart rate signal, and a blood oxygen concentration signal of a health care subject over a long period of time. Detecting and binarizing the oral sound signal, further converting it into oral sound time-series data, converting the heartbeat signal into heartbeat interval time-series data and heart rate time-series data, and converting the blood oxygen concentration signal into the blood Convert to oxygen concentration time series data, and identify and detect laughter sections, conversation sections, and snoring sections in daily life of health care subjects from the pattern of oral sound time series data and heartbeat interval time series data, and heart rate This is an unrestrained life rhythm monitoring method for detecting sleep apnea syndrome of a health care subject based on several time series data and blood oxygen concentration time series data.
またこの発明の最良の実施形態の他の一つは、 健康管理対象者の口腔音信号と心拍信号と血中酸素濃度信号をそれぞれ長時間にわたって検出する口腔音センサ、心拍センサ、血中酸素濃度センサを含む生体信号検出部と、検出した口腔音信号を２値化し更に口腔音時系列データに変換する口腔音信号処理部と、検出した心拍信号を心拍間隔時系列データならびに心拍数時系列データに変換する心拍信号処理部と、検出した血中酸素濃度信号を血中酸素濃度時系列データに変換する血中酸素濃度信号処理部を有して、その口腔音時系列データと心拍間隔時系列データを基に健康管理対象者の爆笑区間識別パターン情報、会話区間識別パターン情報、いびき区間識別パターン情報を出力し、心拍数時系列データと血中酸素濃度時系列データを基に健康管理対象者の睡眠時無呼吸区間識別パターン情報を出力する生体情報処理部を備え、且つ、その生体信号検出部として、健康管理対象者の首周りに着脱自在に装着されてその首周りに接するネックバンドに、その首周りに近接して口腔音信号を検出する口腔音センサと、その首周りに近接して心拍信号を検出する心拍センサと、その首周りの頚動脈に近接して血中酸素濃度信号を検出する血中酸素濃度センサを保持させた生体信号検出部を用いた無拘束生活リズムモニタ装置である。 Another embodiment of the present invention is that an oral sound sensor, a heart rate sensor, and a blood oxygen concentration for detecting a mouth sound signal, a heart rate signal, and a blood oxygen concentration signal of a health care subject over a long period of time, respectively. A biological signal detection unit including a sensor, an oral sound signal processing unit that binarizes the detected oral sound signal and further converts it into oral sound time-series data, and heart rate interval time-series data and heart rate time-series data of the detected heart beat signal A heart rate signal processing unit that converts the detected blood oxygen concentration signal into a blood oxygen concentration time series data, and the oral sound time series data and heart rate interval time series Based on the data, it outputs laughter section identification pattern information, conversation section identification pattern information, and snoring section identification pattern information of health care subjects, based on heart rate time series data and blood oxygen concentration time series data. A biological information processing unit that outputs sleep apnea section identification pattern information of a health care target person is provided, and as the biological signal detection part, it is detachably mounted around the neck of the health care target person and around the neck An oral sound sensor for detecting an oral sound signal in the vicinity of the neck band in contact with the neck band, a heart rate sensor for detecting a heart rate signal in the vicinity of the neck, and blood in the vicinity of the carotid artery around the neck It is an unrestrained life rhythm monitor device using a biological signal detection unit that holds a blood oxygen concentration sensor that detects an oxygen concentration signal.
以下、図面を参考にして、この発明の実施例を説明する。この発明に係る無拘束生活リズムモニタ装置は、図１に示すように、生体信号検出部１と生体情報処理部２を主要部として成り、また必要に応じて、生体情報処理部２の制御処理部２４に転送制御モデム２８を介してパソコン３を有線または無線で接続して、モニタ装置としてのシステムが構成される。生体信号検出部１は、口腔音センサ（マイクロフォン）１１と、心拍センサ（心電センサ）１２と、血中酸素濃度センサ１３を備え、生体情報処理部２は、口腔音信号処理部２１、心拍信号処理部２２、制御スイッチ２３、制御処理部２４、メモリ２５、表示制御部２６、表示パネル２７、転送制御モデム２８、血中酸素濃度信号処理部２９等から成っている。なお、血中酸素濃度センサ１３の機能と血中酸素濃度信号処理部２９の機能は、従来周知のパルスオキシメータにおいても既に存在する。また、口腔音信号処理部２１は、図２に示すように、一定周波数帯域幅（例えば、３００Ｈｚ〜２ｋＨｚの信号を通過させる帯域フィルタ回路２１１、Ａ／Ｄ変換回路２１２、２値化処理回路２１３および符合化処理回路２１４が順次縦続接続されて成り、口腔音センサ１１で集音した口腔音に基づく口腔音信号が、生体情報処理部２の口腔音信号処理部２１に入力され、口腔音信号処理部２１において、口腔音信号の有音区間の検出と符号化処理が行われる。すなわち、口腔音信号処理部２１に入力された音声信号は、爆笑音や会話音やいびき音などの音声信号のみを取り出すために帯域フィルタ回路２１１で、口腔音信号から不要信号成分を除去した後、Ａ／Ｄ変換回路２１２でディジタルデータに変換され、そのディジタルデータを２値化処理回路２１３で２値化信号に変換され、符号化処理回路２１４を通って符号化データとして出力される。 Embodiments of the present invention will be described below with reference to the drawings. As shown in FIG. 1, the unconstrained life rhythm monitor device according to the present invention includes a biological signal detection unit 1 and a biological information processing unit 2 as main parts, and if necessary, a control process of the biological information processing unit 2 A personal computer 3 is connected to the unit 24 via a transfer control modem 28 in a wired or wireless manner to constitute a system as a monitor device. The biological signal detection unit 1 includes an oral sound sensor (microphone) 11, a heart rate sensor (electrocardiographic sensor) 12, and a blood oxygen concentration sensor 13, and the biological information processing unit 2 includes an oral sound signal processing unit 21, a heart rate The signal processing unit 22, control switch 23, control processing unit 24, memory 25, display control unit 26, display panel 27, transfer control modem 28, blood oxygen concentration signal processing unit 29, and the like are included. The function of the blood oxygen concentration sensor 13 and the function of the blood oxygen concentration signal processing unit 29 already exist in a conventionally known pulse oximeter. In addition, as shown in FIG. 2, the oral sound signal processing unit 21 includes a band-pass filter circuit 211 that passes a signal having a constant frequency bandwidth (for example, 300 Hz to 2 kHz, an A / D conversion circuit 212, and a binarization processing circuit 213. And the encoding processing circuit 214 are sequentially connected in cascade, and the oral sound signal based on the oral sound collected by the oral sound sensor 11 is input to the oral sound signal processing unit 21 of the biological information processing unit 2 to obtain the oral sound signal. The processing unit 21 performs detection and coding processing of a sound section of the oral sound signal, that is, the audio signal input to the oral sound signal processing unit 21 is an audio signal such as a laughing sound, a conversation sound, or a snoring sound. The band filter circuit 211 removes unnecessary signal components from the oral sound signal so that only the digital data is converted into digital data by the A / D conversion circuit 212. Is converted into a binary signal by the processing circuit 213, is output through the encoding processing circuit 214 as the coded data.
なお、口腔音信号の２値化信号への変換処理は、次式に準じて行われる。
|Ｇ| ＞または＝Ｍ ならば Ｐ＝１ ・・・ （式 11.1）
|Ｇ| ＜Ｍ ならば Ｐ＝０ ・・・ (式 11.2)
但し、Ｇ：音声信号の入力振幅値
Ｍ：閾値
Ｐ：出力
The conversion process of the oral sound signal into the binarized signal is performed according to the following equation.
If | G |> or = M, then P = 1 (Formula 11.1)
If | G | <M then P = 0 (Equation 11.2)
Where G: input amplitude value of audio signal M: threshold P: output
口腔音信号は、上記の２値化信号への変換後に、"０"，"1" の時系列信号となるので、符号化処理回路２１４で同一符号の継続数を計数する。このときの継続数はミリ秒（ｍＳ）単位の時間長となっているので、計数値を符号化して口腔音時系列データを生成しメモリ２５に保存する。この符号化処理によりデータ容量はＡ／Ｄ変換データ量よりも大幅に減少し、必要なメモリ容量も小さくできる。また、口腔音信号の２値化信号への変換は非可逆変換であることから、変換された口腔音２値化信号を元の音声信号に復号することは出来ず、したがって健康管理対象者からの発声言語情報が外部に対して秘匿処理されたことにもなる。なお、図３（ａ）は、口腔音センサ１１で集音して生体情報処理部２の口腔音信号処理部２１に入力される口腔音信号波形を示し、図３（ｂ）は、口腔音信号処理部２１において変換された口腔音２値化信号波形を示している。 Since the oral sound signal becomes a time-series signal of “0” and “1” after conversion into the above binary signal, the encoding processing circuit 214 counts the number of continuations of the same code. Since the number of continuations at this time is a time length in units of milliseconds (mS), the count value is encoded to generate oral sound time series data and stored in the memory 25. By this encoding process, the data capacity is significantly reduced from the A / D conversion data amount, and the required memory capacity can be reduced. Further, since the conversion of the oral sound signal into the binarized signal is an irreversible conversion, the converted oral sound binarized signal cannot be decoded into the original audio signal. The utterance language information is concealed from the outside. 3A shows an oral sound signal waveform collected by the oral sound sensor 11 and input to the oral sound signal processing unit 21 of the biological information processing unit 2, and FIG. The oral sound binarized signal waveform converted in the signal processing unit 21 is shown.
一方、生体信号検出部１の心拍センサ１２で検出した心拍信号は、心拍信号処理部２２に入って心拍間隔符号化処理がなされる。その心拍間隔符号化処理は、図７に示すように、心電パルス間隔をミリ秒（ｍＳ）単位で計数し、その係数値を符号化して心拍間隔時系列データを生成している。なお通常、心拍数は１分間の拍数で表わしているから、心拍間隔時系列データを心拍間隔の積算値が１分になる毎に区切って、その間に発生するパルス数を計数して心拍数とする。そして、この計数処理を繰り返して心拍数時系列データを生成し、メモリ２５に保存する。また、上記の心拍数時系列データは、心拍数の変動を示す時系列データになる。また心拍センサ１２で計測した心電値から心拍間隔を検出して心拍間隔時系列データに変換して保存する。更にまた、上記の心拍間隔時系列データから心拍変動係数を算出して心拍変動係数時系列データを作成保存する。同時にまた、心拍間隔の変動検定により不整脈検出も行うことができる。 On the other hand, the heartbeat signal detected by the heartbeat sensor 12 of the biological signal detection unit 1 enters the heartbeat signal processing unit 22 and is subjected to heartbeat interval encoding processing. In the heartbeat interval encoding process, as shown in FIG. 7, the electrocardiographic pulse interval is counted in milliseconds (mS), and the coefficient value is encoded to generate heartbeat interval time-series data. Since the heart rate is usually expressed in beats per minute, the heart rate interval time-series data is divided every time the accumulated value of the heart rate interval becomes 1 minute, and the number of pulses generated during that interval is counted. And Then, the counting process is repeated to generate heart rate time-series data, which is stored in the memory 25. The heart rate time-series data is time-series data indicating heart rate fluctuations. Further, the heartbeat interval is detected from the electrocardiogram value measured by the heartbeat sensor 12 and converted into heartbeat interval time series data and stored. Furthermore, a heart rate variability coefficient is calculated from the above heart rate interval time series data, and heart rate variability coefficient time series data is created and stored. At the same time, arrhythmia can also be detected by heartbeat interval variation test.
また、血中酸素濃度センサ１３で検出された血中酸素濃度信号も、血中酸素濃度信号処理部２９でデータ処理されてメモリ２５に保存される。そして、この発明の他の実施例として、血中酸素濃度センサ１３で検出・測定した血中酸素濃度の時間的推移と、心拍センサ１２で検出・測定した心拍数・脈拍数の時間的推移の相互関係のから、無呼吸症候群の早期発見と、無呼吸症候群の発症予防を可能にする。図８は、夜間の就眠中に、心拍センサ１２で検出・測定した脈拍数（PR）データと、同時に血中酸素濃度センサ１３で検出・測定した血中酸素濃度(SpO2)データと、同時に口腔音センサ１１で検出・測定した音声データを、測定時刻を合わせた状態で並べて示したものである。そして、図８(a)は血中酸素濃度(SpO2)と脈拍数（PR）の時間的推移を示し、図８は(b)は睡眠中の口腔音声の時間的変化を示したものであり、図８（ｂ）に現れた白黒縦縞の白色縞の時間帯は、無呼吸区間を示している。なお、図８(c)はその音声データの２値化データを示し、図８（d）は図８(ｂ)中の一つの無呼吸時間帯を時間軸方向に拡大したものである。そして、図８（ａ）（ｂ）から明らかなように、無呼吸区間付近で、SpO2の値が下降し、PRの値が上昇する変動が見られる。したがって、睡眠中におけるSpO2とPRの相互の変動関係を見張ることにより、睡眠時の無呼吸症候群の早期発見と、それを手がかりにした無呼吸症候群の発症予防を可能にできるものである。 The blood oxygen concentration signal detected by the blood oxygen concentration sensor 13 is also processed by the blood oxygen concentration signal processing unit 29 and stored in the memory 25. As another embodiment of the present invention, the temporal transition of the blood oxygen concentration detected and measured by the blood oxygen concentration sensor 13 and the temporal transition of the heart rate and pulse rate detected and measured by the heart rate sensor 12 are as follows. Because of the interrelationship, it enables early detection of apnea syndrome and prevention of apnea syndrome. FIG. 8 shows pulse rate (PR) data detected and measured by the heart rate sensor 12 during sleep at night, and blood oxygen concentration (SpO2) data detected and measured by the blood oxygen concentration sensor 13 at the same time, and the oral cavity at the same time. The audio data detected and measured by the sound sensor 11 are shown side by side in a state where the measurement times are matched. FIG. 8 (a) shows the temporal transition of blood oxygen concentration (SpO2) and pulse rate (PR), and FIG. 8 (b) shows the temporal change of oral sound during sleep. A time zone of white stripes of black and white vertical stripes appearing in FIG. 8B shows an apnea section. FIG. 8C shows the binarized data of the audio data, and FIG. 8D is an enlarged view of one apnea time zone in FIG. 8B in the time axis direction. As is apparent from FIGS. 8A and 8B, there is a fluctuation in which the SpO2 value decreases and the PR value increases near the apnea interval. Therefore, by keeping an eye on the mutual relationship between SpO2 and PR during sleep, early detection of sleep apnea syndrome and prevention of the development of apnea syndrome based on it can be made possible.
生体信号検出部１の構造は、図９に示すように、健康管理対象者の首周りに着脱自在に
装着されてその首周りに接するネックバンドＢに、その首周りに近接して口腔音信号を検出する口腔音センサ１１と、その首周りに近接して心拍信号を検出する心拍センサ１２と、その首周りの頚動脈に近接して血中酸素濃度信号を検出する血中酸素濃度センサ１３をそれぞれ保持させた構造である。そして、ネックバンドＢ、口腔音センサ１１、心拍信号センサ１２、血中酸素濃度センサ１３は共に小型軽量で、違和感なく簡単に身体へ着脱でき、普段の日常生活行動の妨げには全くならないものである。なお、この発明に係る無拘束生活リズムモニタ方法・装置としては、血中酸素濃度センサ１３ならびに血中酸素濃度信号処理部を除いたものを実用に供することも可能で、その場合には、生体信号検出部１に血中酸素濃度センサ１３は含まれず、したがって生体情報処理部２に血中酸素濃度信号処理部２９は含まれず、ネックバンドＢにも血中酸素濃度センサ１３は存しない。
As shown in FIG. 9, the structure of the biological signal detection unit 1 is such that an oral sound signal is attached to a neck band B that is detachably attached to and around the neck of a health care subject and close to the neck. An oral sound sensor 11 for detecting a heartbeat, a heartbeat sensor 12 for detecting a heartbeat signal in the vicinity of the neck, and a blood oxygen concentration sensor 13 for detecting a blood oxygen concentration signal in the vicinity of the carotid artery around the neck. Each structure is held. The neckband B, the oral sound sensor 11, the heart rate signal sensor 12, and the blood oxygen concentration sensor 13 are all small and light, can be easily attached to and detached from the body without any sense of incongruity, and do not interfere with daily activities of daily life. is there. In addition, as an unconstrained life rhythm monitoring method and apparatus according to the present invention, it is possible to use a device excluding the blood oxygen concentration sensor 13 and the blood oxygen concentration signal processing unit in practical use. The signal detection unit 1 does not include the blood oxygen concentration sensor 13, and thus the biological information processing unit 2 does not include the blood oxygen concentration signal processing unit 29, and the blood oxygen concentration sensor 13 does not exist in the neckband B.
次に、口腔音時系列データと心拍間隔時系列データから、爆笑区間、発声区間、いびき区間、および無呼吸区間をそれぞれの発生パターンの特徴から識別検出する。前記の２値化時系列データを解析すると、爆笑区間では、同じ笑い声（／ｈａ／等）が同じ間隔で繰り返し発声されるため、図４に示すように、有音区間（有音レベル時間巾）Tpと無音区間（無音レベル時間巾）Tqを1組Ｔとする同じパターンが複数回反復される特徴がある。会話区間では、異なる単音が連続して発声され、図５に示すように、有音区間（有音レベル区間）と無音区間（無音レベル区間）が不規則な間隔で続くパターンとなる。そして、いびき区間では、図６に示すように、いびき音を示す有音レベル(呼気）と次のいびき音を発声するまでの長い無音レベル（吐息）が続くパターンが繰返される特徴がある。また、このいびき音に挟まれる無音レベルの時間の大小と前記心拍間隔時系列データから心拍変動を検定し、無呼吸が発生していることを検出する。 Next, from the oral sound time-series data and the heartbeat interval time-series data, the laughter section, the utterance section, the snoring section, and the apnea section are identified and detected from the characteristics of the respective generation patterns. When the binary time-series data is analyzed, the same laughter (/ ha / etc.) Is repeatedly uttered at the same interval in the laughter interval, so as shown in FIG. ) The same pattern with Tp and silent section (silence level duration) Tq as one set T is characterized by being repeated multiple times. In the conversation section, different single sounds are continuously uttered, and as shown in FIG. 5, the sound section (sound level section) and the silence section (silence level section) follow at irregular intervals. In the snoring section, as shown in FIG. 6, there is a characteristic that a pattern in which a sound level (exhalation) indicating a snoring sound and a long silence level (sighing) until the next snoring sound is repeated is repeated. Further, heart rate variability is tested from the amount of time of the silence level sandwiched between the snoring sounds and the time interval data of the heartbeat interval to detect the occurrence of apnea.
前記爆笑区間と前記会話区間の検出アルゴリズムは、図４と図５に示す２値化信号の有音レベル時間巾Tpと無音レベル時間巾Tqの生起パターンから判定する。すなわち、爆笑区間と会話区間の判定は、有音区間中に式１に示す有音レベルTpと無音レベルTqのペアＴが、式２に示すように類似の時間幅（約1秒以内）で４回以上連続して発生し、同時にこの間で式３に示すTpiとTｉの比も類似の値となるときは前記爆笑区間とする。
Ｔi＝Tpi＋Tqi ・・・ (式１）
Ｔi≒Ｔi+1≒Ｔi+2≒Ｔi+3 ≦ 1秒 ・・・（式２）
Tpi/Ｔi≒Tpi+1/Ｔi+1≒Tpi+2/Ｔi+2≒Tpi+3/Ｔi+3 ・・・（式３）
式２と式３を同時に満足し、かつこの区間における前記心拍間隔が変動していることを検定して爆笑区間と判定する。式２と式３を同時に満足しない有音区間は前記会話区間とする。
The detection algorithm for the laughter section and the conversation section is determined from the occurrence patterns of the sound level duration Tp and the silence level duration Tq of the binary signal shown in FIGS. In other words, the determination of the laughter section and the conversation section is performed with a similar time width (within about 1 second) as shown in Expression 2 in which the pair T of the sound level Tp and the silence level Tq shown in Expression 1 during the sound section. If it occurs four or more times continuously and at the same time the ratio of Tpi and Ti shown in Equation 3 becomes a similar value, the laughter interval is set.
Ti = Tpi + Tqi (Formula 1)
Ti ≒ Ti + 1 ≒ Ti + 2 ≒ Ti + 3 ≤ 1 second (Formula 2)
Tpi / Ti ≒ Tpi + 1 / Ti + 1 ≒ Tpi + 2 / Ti + 2 ≒ Tpi + 3 / Ti + 3 (Equation 3)
It is determined that it is a laughter section by verifying that Expression 2 and Expression 3 are satisfied at the same time and that the heartbeat interval in this section is fluctuating. A voiced section that does not satisfy Expression 2 and Expression 3 at the same time is defined as the conversation section.
就眠中のいびき区間と無呼吸区間の検出アルゴリズムは図６に示す２値化信号の生起パターンから判定する。いびきと区間と無呼吸区間の判定は、式1に示すTiが５秒以上あり、同時に無音レベルTqiが３秒〜１０秒であり、これが５回以上連続生起するときはいびき区間とする。またこの間での無音レベルTqiが３０秒以上のときは無呼吸区間とする。
20秒＞Ｔi＞5秒 ・・・ （式４）
Ｔi≒Ｔi+1≒Ｔi+2≒Ｔi+3≒Ｔi+4 ・・・ （式５）
そして、式４と式５を同時に満足する区間をいびき区間と判定する。
The detection algorithm for the snoring interval and apnea interval during sleep is determined from the occurrence pattern of the binarized signal shown in FIG. The snoring, the interval, and the apnea interval are determined as follows. When Ti shown in Equation 1 is 5 seconds or more and the silence level Tqi is 3 seconds to 10 seconds at the same time and this occurs continuously 5 times or more, it is determined as the snoring interval. In addition, when the silent level Tqi during this period is 30 seconds or more, an apnea section is set.
20 seconds>Ti> 5 seconds (Formula 4)
Ti ≒ Ti + 1 ≒ Ti + 2 ≒ Ti + 3 ≒ Ti + 4 (Formula 5)
Then, a section that satisfies Expression 4 and Expression 5 at the same time is determined as a snoring section.
いびき区間と判定された後に、無音区間Tqiが３０秒以上になるときは、無呼吸区間として検出する。
Tqi＞30秒 ・・・ （式６）
この無呼吸区間では心拍が上昇するので、検出した無呼吸区間における心拍間隔の変動を検定し、変動が大きいときに無呼吸症候群が発生していると判定する。このように口腔音時系列データと心拍間隔時系列データとを解析して、爆笑区間、発声区間、いびき区間、および無呼吸区間のそれぞれの発生パターンの特徴に該当する区間を検出識別し、これらの発生区間を決定して発生時刻と累積回数や累積時間を算出する。
When the silent section Tqi is 30 seconds or more after the snore section is determined, it is detected as an apnea section.
Tqi> 30 seconds (Formula 6)
Since the heart rate rises in this apnea section, the fluctuation of the heart beat interval in the detected apnea section is examined, and it is determined that the apnea syndrome has occurred when the fluctuation is large. Analyzing oral sound time-series data and heart-beat interval time-series data in this way, it detects and identifies sections corresponding to the characteristics of each occurrence pattern of laughter section, vocal section, snoring section, and apnea section. The generation | occurrence | production area is determined, generation | occurrence | production time, the accumulation frequency, and accumulation time are calculated.
更に前記心拍間隔時系列データからは１分あたりの心拍数を算出して心拍数(拍／分）を求め、心拍数時系列デーを作成する。また心拍数と消費カロリーは比例関係にあり、式７に示す換算式を用いて心拍数Ｈから消費カロリーＥを算出できる。
消費カロリーＥ(kcal）＝５α心拍数(拍/分)＋β ・・・ (式７）
ここで式１のα，βは個人別にトレッドミルなどを用いて行う運動負荷試験で計測する心拍数Ｈと酸素摂取量Ｖは最大運動量以下では比例関係にあるため、式２および式3を用いて算出できる個人属数データである。前記運動負荷試験で負荷（走行測度）を変えて計測した前記心拍数Ｈと前記酸素摂取量Ｖは２点のデータ（Ｈ1,Ｖ1）と（Ｈ2,Ｖ2）から式２及び式３を用いて前記α及び前記βを算出する。
α＝(Ｖ2−Ｖ1)／(Ｈ2−Ｈ1） ・・・ (式８）
β＝（Ｖ2×Ｈ1−Ｖ1×Ｈ2)／(Ｈ2−Ｈ1） ・・・ (式９）
前記心拍数と使用者の前記個人属性データ（α，β）から式1を用いて１日の消費カロリーを算出する。また前記心拍数が使用者の年齢、性別で定まる目標心拍数を超える時間を積算し適正運動量を算出する。そして、前記目標心拍数は式１０に示すKarvonenの公式を適用して求める。
目標心拍数＝［（220−年齢）−安静時心拍数］×運動強度％＋安静時心拍数
・・・ (式１０)
これらの処理で口腔音と心拍数から得られた生体情報を健康管理対象者の生活パターンが容易に把握できるように数表やグラフで表示する無拘束生活リズムモニタ装置を提供する。
Further, from the heartbeat interval time series data, a heart rate per minute is calculated to obtain a heart rate (beats / minute), and heart rate time series data is created. The heart rate and the calorie consumption are in a proportional relationship, and the calorie consumption E can be calculated from the heart rate H using the conversion formula shown in Equation 7.
Calorie consumption E (kcal) = 5α Heart rate (beats / minute) + β (Expression 7)
Here, α and β in Equation 1 are proportional to each other below the maximum amount of exercise because heart rate H and oxygen intake V measured in an exercise load test using a treadmill or the like are individually used. It is the personal genus data that can be calculated. The heart rate H and the oxygen uptake V measured by changing the load (running measure) in the exercise load test are obtained from two data (H1, V1) and (H2, V2) using Equations 2 and 3. The α and the β are calculated.
α = (V2−V1) / (H2−H1) (Equation 8)
β = (V2 × H1−V1 × H2) / (H2−H1) (Equation 9)
The daily calorie consumption is calculated by using Equation 1 from the heart rate and the personal attribute data (α, β) of the user. Also, the appropriate amount of exercise is calculated by integrating the time over which the heart rate exceeds the target heart rate determined by the age and sex of the user. The target heart rate is obtained by applying Karvonen's formula shown in Equation 10.
Target heart rate = [(220-age)-resting heart rate] x exercise intensity% + resting heart rate
(Equation 10)
Provided is an unconstrained life rhythm monitor device that displays biological information obtained from oral sound and heart rate by these processes in a numerical table or graph so that the life pattern of a health care target person can be easily grasped.
心拍信号処理部２２での心拍間隔符号化処理は、図７のように心電パルス間隔を（ｍＳ）単位で計数し、この計数値を符号化し前記心拍間隔時系列データを生成する。通常心拍数は１分間の拍数で表しているから、前記心拍間隔時系列データを心拍間隔の積算値が１分になる毎に区切り、この間で発生するパルス数を計数して心拍数とする。この計数処理を繰返して心拍数時系列データを生成し、メモリ部２５に保存する。前記心拍数時系列データは心拍数の変動を示す時系列データになる。 In the heartbeat interval encoding process in the heartbeat signal processing unit 22, the electrocardiographic pulse interval is counted in units of (mS) as shown in FIG. 7, and the count value is encoded to generate the heartbeat interval time series data. Since the normal heart rate is represented by the number of beats per minute, the heart rate interval time-series data is divided every time the integrated value of the heart rate interval becomes 1 minute, and the number of pulses generated during this interval is counted to obtain the heart rate. . This counting process is repeated to generate heart rate time series data, which is stored in the memory unit 25. The heart rate time-series data is time-series data indicating fluctuations in heart rate.
制御処理部２４では、前記口腔音時系列データと前記心拍間隔時系列データを用いて、式１から式６までのアルゴリズムを適用し、爆笑区間、会話区間、いびき区間および無呼吸区間を判定抽出し、式７から式１０までの計算式により前記心拍数時系列データから消費カロリーと適正運動量を算出する。先ず前記口腔音時系列データを解析して、図４、図５、および図６に示す２値化信号系列の生起パターンに該当する区間をそれぞれ抽出し、前記心拍間隔時系列データからこの区間の心拍変動を検定する。式１から式６までのアルゴリズムを適用した解析処理により、爆笑区間、会話区間、いびき区間および無呼吸区間を判定抽出し、発生時刻と継続時間を算出する。またそれぞれの回数を累積し、１日の発生回数を算出する。これらの数値は、爆笑回数、会話時間、いびき回数および無呼吸回数としてメモリ２５に保存する。 The control processing unit 24 applies the algorithm from Equation 1 to Equation 6 using the oral sound time series data and the heartbeat interval time series data to determine and extract the laughter section, the conversation section, the snoring section, and the apnea section. Then, the calorie consumption and the appropriate amount of exercise are calculated from the heart rate time-series data using the formulas 7 to 10. First, the mouth sound time-series data is analyzed, and sections corresponding to the occurrence patterns of the binarized signal series shown in FIGS. 4, 5, and 6 are respectively extracted, and the section of this section is extracted from the heartbeat interval time-series data. Test heart rate variability. By the analysis process to which the algorithms from Equation 1 to Equation 6 are applied, the laughter interval, the conversation interval, the snoring interval, and the apnea interval are determined and extracted, and the occurrence time and duration are calculated. The number of occurrences is calculated by accumulating each number of times. These numerical values are stored in the memory 25 as the number of laughter, conversation time, snoring, and apnea.
また、心拍数時系列データから前記の式７を用いて消費カロリーを算出し、これを1時間単位で累積しメモリ２５に保存する。式１で用いている個人属性データ（α，β）はパソコン３で個人の運動負荷試験で得られた計測値から式８と式９で算出し、この数値を生体情報処理部２に転送保存しておく。また同様の手段で目標心拍数も式１０で算出してパソコン３に個人属性データとして入力し、生体情報処理部２に転送保存しておく。前記心拍数時系列データで前記目標心拍数より大きい心拍数となる時間長の累積を算出して適正運動量としメモリ部２５に保存する。 Further, calorie consumption is calculated from the heart rate time series data using the above-described equation 7, and this is accumulated in units of one hour and stored in the memory 25. The personal attribute data (α, β) used in Equation 1 is calculated by Equation 8 and Equation 9 from the measured values obtained in the personal exercise test on the personal computer 3, and this numerical value is transferred and stored in the biological information processing unit 2. Keep it. Further, the target heart rate is also calculated by the same means using Equation 10 and input to the personal computer 3 as personal attribute data, and transferred and stored in the biological information processing unit 2. Accumulation of the time length for which the heart rate is greater than the target heart rate is calculated from the heart rate time-series data and stored in the memory unit 25 as an appropriate amount of exercise.
メモリ２２に保存している爆笑回数、会話時間、いびき回数、無呼吸回数、消費カロリーおよび適正運動量などの生活イベント情報は表示パネル２７に図１０に示すように表示される。この表示は各種の情報を複数枚の画面に分けておき、制御スイッチ２３の中の表示ボタンを押すたびに画面を順次切り替えて表示するようにして小さな表示パネル２７でも多種の情報が表示できるようにしている。なお、これらの表示制御は表示制御部２６で行っている。 The life event information stored in the memory 22 such as the number of laughter, conversation time, snoring, apnea, calorie consumption, and appropriate amount of exercise is displayed on the display panel 27 as shown in FIG. In this display, various types of information are divided into a plurality of screens, and each time the display button in the control switch 23 is pressed, the screens are sequentially switched so that various types of information can be displayed on the small display panel 27. I have to. These display controls are performed by the display control unit 26.
なお、生体情報処理部２とパソコン３はデータ転送ができるように有線または無線で連結し、データの算出処理に必要な個人属性データα，βなどはパソコン３に入力保存し、図１に示す転送制御モデム２８を介して生体情報処理部２に転送設定する。また生体情報処理部２で計測保存している心拍間隔時系列データと口腔音時系列データは転送制御モデム２８を介してパソコン３に取り込む。パソコン３では図１１に示すように、これらのファイルは個人別フォルダに日別計測データファイルとして編集保存し、ファイル管理を行う。そして、取り込んだデータファイルを解析処理し、図４，図５，図６に示すそれぞれの特徴パターンに該当する区間を検定抽出し、爆笑区間、会話区間、いびき区間および無呼吸区間をそれぞれ識別判定する。これらの解析処理で得られる各種の生体情報は生体情報表示処理により多様な表やグラフ図形でパソコン３のモニタに表示される。 The biometric information processing unit 2 and the personal computer 3 are connected by wire or wireless so that data can be transferred, and personal attribute data α, β and the like necessary for data calculation processing are input and stored in the personal computer 3 and shown in FIG. Transfer setting is made to the biometric information processing unit 2 via the transfer control modem 28. The heartbeat interval time series data and oral sound time series data measured and stored by the biological information processing unit 2 are taken into the personal computer 3 via the transfer control modem 28. As shown in FIG. 11, the personal computer 3 edits and saves these files as daily measurement data files in individual folders and performs file management. Then, the captured data file is analyzed, and the sections corresponding to the feature patterns shown in FIGS. 4, 5, and 6 are extracted. The laughter section, the conversation section, the snoring section, and the apnea section are identified and determined. To do. Various types of biological information obtained by these analysis processes are displayed on the monitor of the personal computer 3 in various tables and graphs by the biological information display process.
上記のように、この発明に係る生活リズムモニタ方法・装置を用いれば、自分の健康維持に関わるバロメータ数値や生体情報を、自宅において、日常生活の活動が拘束されることなく、自分自身で、長期にわたって継続して計測し把握管理することができるようになり、生活環境病やメタボリック症候群の予防や、従来は在宅判定が困難といわれた無呼吸症状の早期発見に効を奏することから、高齢化か進む社会の中で、この発明の効用の認識・評価が高まって需要が拡大すると考えられ、保健・医療機関や、保健・医療サービス業界に於いてはもとより、保健・医療機器の製造・販売・サービス関係の業界において、この発明の利用の可能性は今後極めて高くなると考えられる。 As described above, by using the life rhythm monitoring method and apparatus according to the present invention, the barometer numerical value and biological information related to the maintenance of one's own health can be used at home without being restricted in activities of daily life, Because it is possible to measure, grasp and manage continuously over a long period of time, it is effective for prevention of living environment diseases and metabolic syndrome, and early detection of apnea symptoms that were previously difficult to determine at home. In a society that is becoming increasingly popular, the recognition and evaluation of the utility of this invention is expected to increase, leading to an increase in demand. Not only in the health / medical institutions and the health / medical services industry, In the sales and service related industries, the possibility of using the present invention will be extremely high in the future.
１：生体信号検出部
２：生体情報処理部
３：パソコン
１１：口腔音センサ（マイクロフォン）
１２：心拍センサ（心電センサ）
１３：血中酸素濃度センサ
２１：口腔音信号処理部
２２：心拍信号処理部
２３：制御スイッチ
２４：制御処理部
２５：メモリ
２６：表示制御部
２７：表示パネル
２８：転送制御モデム
２１１：帯域フィルタ回路
２１２：Ａ／Ｄ変換回路
２１３：２値化処理回路
２１４：符号化処理回路
Ｂ：ネックバンド
1: Biological signal detection unit 2: Biological information processing unit 3: Personal computer 11: Oral sound sensor (microphone)
12: Heart rate sensor (electrocardiographic sensor)
13: Blood oxygen concentration sensor 21: Oral sound signal processor 22: Heartbeat signal processor 23: Control switch 24: Control processor 25: Memory 26: Display controller 27: Display panel 28: Transfer control modem 211: Band filter Circuit 212: A / D conversion circuit 213: Binary processing circuit 214: Encoding processing circuit B: Neckband
Claims (7)
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP2007025772A JP2008161657A (en) | 2006-12-05 | 2007-02-05 | Method and device for monitoring unrestraint life rhythm |
Applications Claiming Priority (2)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP2006357104 | 2006-12-05 | ||
| JP2007025772A JP2008161657A (en) | 2006-12-05 | 2007-02-05 | Method and device for monitoring unrestraint life rhythm |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| JP2008161657A true JP2008161657A (en) | 2008-07-17 |
Family
ID=39691878
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| JP2007025772A Pending JP2008161657A (en) | 2006-12-05 | 2007-02-05 | Method and device for monitoring unrestraint life rhythm |
Country Status (1)
| Country | Link |
|---|---|
| JP (1) | JP2008161657A (en) |
Cited By (11)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20110160615A1 (en) * | 2009-12-29 | 2011-06-30 | Empire Technology Development Llc | Swallowing Frequency Measurement |
| US8077297B2 (en) | 2008-06-30 | 2011-12-13 | Nellcor Puritan Bennett Ireland | Methods and systems for discriminating bands in scalograms |
| US8295567B2 (en) | 2008-06-30 | 2012-10-23 | Nellcor Puritan Bennett Ireland | Systems and methods for ridge selection in scalograms of signals |
| US8827917B2 (en) | 2008-06-30 | 2014-09-09 | Nelleor Puritan Bennett Ireland | Systems and methods for artifact detection in signals |
| US8929963B2 (en) | 2011-07-14 | 2015-01-06 | Covidien Lp | Devices and methods for reducing wireless communication in a patient monitoring system |
| JP2017046927A (en) * | 2015-09-02 | 2017-03-09 | トヨタ自動車株式会社 | Neck band type biological information detection device |
| US9693718B2 (en) | 2008-03-31 | 2017-07-04 | Covidien Lp | System and method for facilitating sensor and monitor communication |
| WO2018225213A1 (en) * | 2017-06-08 | 2018-12-13 | 株式会社Ｅ３ | Apnea detection device |
| US10342485B2 (en) | 2014-10-01 | 2019-07-09 | Covidien Lp | Removable base for wearable medical monitor |
| JP2019180626A (en) * | 2018-04-05 | 2019-10-24 | ダイキン工業株式会社 | Apnea determination device |
| JP2021022821A (en) * | 2019-07-26 | 2021-02-18 | 株式会社ｏｎｅＡ | Respiratory sound measuring device during sleep |
-
2007
- 2007-02-05 JP JP2007025772A patent/JP2008161657A/en active Pending
Cited By (17)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US9693718B2 (en) | 2008-03-31 | 2017-07-04 | Covidien Lp | System and method for facilitating sensor and monitor communication |
| US8077297B2 (en) | 2008-06-30 | 2011-12-13 | Nellcor Puritan Bennett Ireland | Methods and systems for discriminating bands in scalograms |
| US8289501B2 (en) | 2008-06-30 | 2012-10-16 | Nellcor Puritan Bennett Ireland | Methods and systems for discriminating bands in scalograms |
| US8295567B2 (en) | 2008-06-30 | 2012-10-23 | Nellcor Puritan Bennett Ireland | Systems and methods for ridge selection in scalograms of signals |
| US8483459B2 (en) | 2008-06-30 | 2013-07-09 | Nèllcor Puritan Bennett Ireland | Systems and methods for ridge selection in scalograms of signals |
| US8827917B2 (en) | 2008-06-30 | 2014-09-09 | Nelleor Puritan Bennett Ireland | Systems and methods for artifact detection in signals |
| US9113815B2 (en) | 2008-06-30 | 2015-08-25 | Nellcor Puritan Bennett Ireland | Systems and methods for ridge selection in scalograms of signals |
| US20110160615A1 (en) * | 2009-12-29 | 2011-06-30 | Empire Technology Development Llc | Swallowing Frequency Measurement |
| US8929963B2 (en) | 2011-07-14 | 2015-01-06 | Covidien Lp | Devices and methods for reducing wireless communication in a patient monitoring system |
| US10342485B2 (en) | 2014-10-01 | 2019-07-09 | Covidien Lp | Removable base for wearable medical monitor |
| JP2017046927A (en) * | 2015-09-02 | 2017-03-09 | トヨタ自動車株式会社 | Neck band type biological information detection device |
| US10405798B2 (en) | 2015-09-02 | 2019-09-10 | Toyota Jidosha Kabushiki Kaisha | Bio-information detecting apparatus |
| WO2018225213A1 (en) * | 2017-06-08 | 2018-12-13 | 株式会社Ｅ３ | Apnea detection device |
| JP2019180626A (en) * | 2018-04-05 | 2019-10-24 | ダイキン工業株式会社 | Apnea determination device |
| JP7044970B2 (en) | 2018-04-05 | 2022-03-31 | ダイキン工業株式会社 | Apnea determination device |
| JP2021022821A (en) * | 2019-07-26 | 2021-02-18 | 株式会社ｏｎｅＡ | Respiratory sound measuring device during sleep |
| JP7345825B2 (en) | 2019-07-26 | 2023-09-19 | 株式会社oneA | Breathing sound measuring device during sleep |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| JP2008161657A (en) | Method and device for monitoring unrestraint life rhythm | |
| CN108882870B (en) | Biological information analysis device, system, and program | |
| US9833184B2 (en) | Identification of emotional states using physiological responses | |
| JP5961235B2 (en) | Sleep / wake state evaluation method and system | |
| JP3824615B2 (en) | Sleep apnea diagnostic apparatus and method | |
| JP4595651B2 (en) | Biological sensor, sleep information processing method, and sleep information processing apparatus | |
| US11751803B2 (en) | Sleep apnea detection system and method | |
| CN107072594B (en) | Method and apparatus for assessing respiratory distress | |
| KR20180029072A (en) | Biological data processing | |
| KR20140058441A (en) | System and method for determining sleep and sleep stages of a person | |
| JP3301294B2 (en) | Health condition management device | |
| EP3536225A1 (en) | Sleep apnea detection system and method | |
| KR20170109554A (en) | A method and apparatus for deriving a mental state of a subject | |
| WO2014012839A1 (en) | A method and system for determining the state of a person | |
| JP6831382B2 (en) | A method for evaluating the reliability of blood pressure measurement and a device for implementing it | |
| JP3562469B2 (en) | Health condition management device | |
| ES2684533A1 (en) | Method for the exploration of obstructive sleep apnea based on the oxygen saturation signal (Machine-translation by Google Translate, not legally binding) | |
| US20220218273A1 (en) | System and Method for Noninvasive Sleep Monitoring and Reporting | |
| Almazaydeh et al. | A highly Reliable and Fully Automated Classification System for Sleep Apnea Detection | |
| Singh et al. | Detecting obstructive sleep apnea by extracting multimodal HRV features using ensemble subspace discriminant classifier | |
| KR102013815B1 (en) | Apparatus and method for analyzing respiration | |
| El Ouahabi et al. | Identification of Apnea Based on Voice Activity Detection (VAD) | |
| WO2023025770A1 (en) | Sleep stage determining system | |
| WO2022152657A1 (en) | Blood pressure estimation | |
| Jobbágy et al. | Home health monitoring |