JP2023133266A - レーダを利用して睡眠時間を分析する装置、方法及びコンピュータプログラム - Google Patents

Abstract

【課題】レーダを利用して睡眠と係わる対象客体に対する呼吸信号を収集し、在室判別子を利用して対象客体に対する呼吸信号から対象客体に対する睡眠時間を分析する。【解決手段】レーダを利用して睡眠時間を分析する装置において、対象客体に向けてレーダ信号を送信し、前記対象客体から反射したレーダ信号を受信する送受信部と、前記レーダ信号に基づいて前記対象客体に対する呼吸信号を収集する呼吸信号収集部と、在室判別子に基づいて前記呼吸信号から前記対象客体の第１次睡眠時間を検出する第１の睡眠時間検出部と、前記第１次睡眠時間に対する確率値に基づいて前記対象客体の第２次睡眠時間を検出する第２の睡眠時間検出部と、前記第２次睡眠時間に基づいて前記対象客体に対する最終睡眠時間を決定する最終睡眠時間決定部とを含んでいても良い。【選択図】図１ａ

Description

本発明は、レーダを利用して睡眠時間を分析する装置、方法及びコンピュータプログラムに関する。

睡眠ポリグラフ検査は、睡眠の質と量を測定し、睡眠疾患と睡眠関連障害を診断する検査である。一般的に、睡眠中に人の体から出てくる生理的、物理的な信号を測定することで様々な睡眠疾患と睡眠障害を診断する。例えば、脳波、眼電図、筋電図、心電図、動脈血、酸素飽和度、腹部と胸部の呼吸運動、呼吸気流、いびき及び体の姿勢などを測定する。

睡眠時間を測定する基礎的な方法は、ウェアラブル機器（例えば、手首活動量計（Ｗｒｉｓｔ Ａｃｔｉｇｒａｐｈｙ）など）を着用した着用者の活動状態（例えば、手首の動きを通じた活動量）を基に着用者の睡眠時間を測定する方法がある。

従来のウェアラブルベースの睡眠検査方法は、人の身体一部に検査装置を取り付けた状態で検査を進行しなければならないという不便が存在し、睡眠疾患をより精密に検査するためには、高コストの検査装置のみに依存しなければならないという限界が存在する。

一方、レーダベースの睡眠推定方法は、レーダセンサによりレーダ信号を送信して、人間オブジェクトから反射して戻ってくるレーダ信号を受信し、受信されたレーダ信号を利用して睡眠時間を測定する。

このような、レーダベースの睡眠推定方法は、人間オブジェクトに検査装置を取り付ける必要がないため、人間オブジェクトを拘束することなく、人間オブジェクトの睡眠分析において妨げとなる第１夜効果（Ｆｉｒｓｔ Ｎｉｇｈｔ Ｅｆｆｅｃｔ、ＦＮＥ）が非常に少ないので、睡眠分析に容易である。

しかし、レーダ信号には広範囲な領域に関する情報が含まれるため、人間オブジェクトと混同され得る誤探知対象が存在する。

レーダ装置は、信号処理を利用して固定した事物をフィルタリングするが、人間オブジェクトの呼吸のように微細な振動を有する事物の動きをフィルタリングすることはできない。ここで、微細な振動を有する事物の動きとしては、例えば、金属成分材質が含まれたカーテンが風で揺れる場合、水分含有量の多い植物が風で揺れる場合、電波を透過するカーテンに付いている金属性のクリップが風で揺れる場合などが含まれても良い。

ここで、図１ａ乃至図１ｂを参照しながら、既存の睡眠分析に利用されるレーダ信号に対する問題点を説明することとする。

図１ａは、複数の設定環境パターンによるレーダ信号パターンを示す図である。図１ａを参照すると、（ａ）遠距離活動パターンは、療養所の大部屋の環境で測定された睡眠測定対象者に対するレーダ信号パターンである。療養所の大部屋の環境の場合、ベッドは休憩又は睡眠時のみに使用され、ベッドの近くに他のユーザが常在し得る。また、睡眠測定対象者がレーダセンサとの近距離上において在室状態である場合、睡眠測定対象者の動き（即ち、レーダ信号の強度）が強く測定され、遠距離上では睡眠測定対象者の動きが相対的により弱く測定されることが確認された。

（ｂ）横向き寝パターンは、１人家族の環境で睡眠測定対象者が横向きで寝る際に表れる信号パターンである。横向き寝パターンを見ると、睡眠測定対象者の呼吸波形が明確に観測されるが、レーダ信号の強度が非常に弱く測定されることが確認された。

（ｃ）誤探知対象パターンは、療養所の大部屋の環境で測定された誤探知対象に対するレーダ信号パターンである。誤探知対象パターンは、長時間に亘って呼吸パターンがなく、不規則な雑音パターンを含んでいる。このような誤探知対象パターンは、例えば、広い面積のカーテンや小さい金属クリップに推定される物体が周辺で風の影響で揺れ続いていると推定できるパターンである。

（ｄ）安定的標準パターンは、１人家族の環境でベッドの周辺に誤探知対象がなく、睡眠測定対象者が睡眠時に仰向けになった姿勢（Ｓｕｐｉｎｅ）を維持しながら寝る際に表れる信号パターンである。安定的標準パターンの場合、睡眠測定対象者の運動状態と停止状態、不在時の雑音の強度などが確実に区分されることが確認された。

図１ｂは、図１ａの複数の設定環境パターン別に各レーダ信号で測定された正常な在室状態（Ｎｏｒｍａｌ Ｐｒｅｓｅｎｃｅ Ｓｔａｔｅ）の信号強度、不在状態（Ａｂｓｅｎｃｅ Ｓｔａｔｅ）の信号強度、運動状態（Ｍｏｖｅｍｅｎｔ Ｓｔａｔｅ）の信号強度を示す図である。

図１ｂを参照すると、誤探知対象パターンにおける不在状態（Ａｂｓｅｎｃｅ Ｓｔａｔｅ）の信号強度１０１の方が、横向き寝パターンにおける正常な在室状態（Ｎｏｒｍａｌ Ｐｒｅｓｅｎｃｅ Ｓｔａｔｅ）の信号強度１０３と遠距離活動パターンにおける運動状態（Ｍｏｖｅｍｅｎｔ Ｓｔａｔｅ）の信号強度１０５よりも大きい。よって、測定信号の強度比較だけでは、人の在室状態を確認することができない。

韓国公開特許公報第１０－２０１４－００８７９０２号（２０１４年７月９日付にて公開）

本発明は、上述した従来技術の問題点を解決するためのものであり、レーダを利用して睡眠と係わる対象客体に対する呼吸信号を収集し、在室判別子を利用して対象客体に対する呼吸信号から対象客体に対する睡眠時間を分析することを目的としている。

但し、本実施例が解決しようとする技術的課題は、上記したような技術的課題に限定されるものではなく、また他の技術的課題が存在し得る。

上述した技術的課題を解決するための技術的手段として、本発明の一実施例はレーダを利用して睡眠時間を分析する装置において、対象客体に向けてレーダ信号を送信し、前記対象客体から反射したレーダ信号を受信する送受信部と、前記レーダ信号に基づいて前記対象客体に対する呼吸信号を収集する呼吸信号収集部と、在室判別子に基づいて前記呼吸信号から前記対象客体の第１次睡眠時間を検出する第１の睡眠時間検出部と、前記第１次睡眠時間に対する確率値に基づいて前記対象客体の第２次睡眠時間を検出する第２の睡眠時間検出部と、前記第２次睡眠時間に基づいて前記対象客体に対する最終睡眠時間を決定する最終睡眠時間決定部とを含んでいても良い。

本発明の他の実施例は、睡眠時間分析装置によって実行されるレーダを利用して睡眠時間を分析する方法において、対象客体に向けてレーダ信号を送信し、前記対象客体から反射したレーダ信号を受信するステップと、前記レーダ信号に基づいて前記対象客体に対する呼吸信号を収集するステップと、在室判別子に基づいて前記呼吸信号から前記対象客体の第１次睡眠時間を検出するステップと、前記第１次睡眠時間に対する確率値に基づいて前記対象客体の第２次睡眠時間を検出するステップと、前記第２次睡眠時間に基づいて前記対象客体に対する最終睡眠時間を決定するステップとを含んでいても良い。

本発明のまた他の実施例は、レーダを利用して睡眠時間を分析する命令語のシーケンスを含むコンピュータ読み取り可能な記録媒体に格納されたコンピュータプログラムにおいて、前記コンピュータプログラムは、コンピューティング装置によって実行される場合、対象客体に向けてレーダ信号を送信し、前記対象客体から反射したレーダ信号を受信し、前記レーダ信号に基づいて前記対象客体に対する呼吸信号を収集し、在室判別子に基づいて前記呼吸信号から前記対象客体の第１次睡眠時間を検出し、前記第１次睡眠時間に対する確率値に基づいて前記対象客体の第２次睡眠時間を検出し、前記第２次睡眠時間に基づいて前記対象客体に対する最終睡眠時間を決定する命令語のシーケンスを含んでいても良い。

上述した課題を解決するための手段は、単なる例示であり、本発明を制限する意図で解釈されてはならない。上述した例示的な実施例の他にも、図面及び発明の詳細な説明に記載された追加の実施例が存在し得る。

上述した本発明の課題を解決するための手段の何れか一つによれば、本発明は、レーダを利用して睡眠と係わる対象客体に対する呼吸信号を収集し、在室判別子を利用して対象客体に対する呼吸信号から対象客体に対する睡眠時間を分析することができる。

また、本発明は、既存のレーダ信号の強度だけでは対象客体の在室状態が判断できなかった場合を、在室判別子を利用することによって対象客体の在室有無を判断することができる。

また、本発明は、レーダを利用して日常生活でも簡便に対象客体の睡眠呼吸を収集することができるので、非対面で対象客体の睡眠時間を容易に分析することができる。

さらに、本発明は、レーダを利用して対象客体の睡眠と係わる呼吸信号を分析することによって、従来の睡眠ポリグラフ検査を進行する過程における煩雑さを簡素化することができる。

既存の睡眠分析に利用されるレーダ信号に関する問題点を説明するための図である。 既存の睡眠分析に利用されるレーダ信号に関する問題点を説明するための図である。 本発明の一実施例に係る、在室判別子に活用される正規化された判別子を算出する方法を説明するための図である。 本発明の一実施例に係る、在室判別子に活用される正規化された判別子を算出する方法を説明するための図である。 本発明の一実施例に係る、在室判別子に活用される正規化された判別子を算出する方法を説明するための図である。 本発明の一実施例に係る、在室判別子に活用される正規化された判別子を算出する方法を説明するための図である。 本発明の一実施例に係る、睡眠時間分析装置のブロック図である。 本発明の一実施例に係る、最終睡眠時間を決定する方法を説明するための図である。 本発明の一実施例に係る、最終睡眠時間を決定する方法を説明するための図である。 本発明の一実施例に係る、最終睡眠時間を決定する方法を説明するための図である。 本発明の一実施例に係る、最終睡眠時間を決定する方法を説明するための図である。 本発明の一実施例に係る、レーダを利用して睡眠時間を分析する方法を示すフローチャートである。

以下では、添付した図面を参照しながら、本発明の属する技術分野において通常の知識を有する者が容易に実施できるように本発明の実施例を詳しく説明する。ところが、本発明は、様々な異なる形態で具現されることができ、ここで説明する実施例に限定されるものではない。そして、図面において、本発明を明確に説明するために、説明とは関係ない部分は省略しており、明細書全体に亘って類似した部分に対しては類似した図面符号を付けている。

明細書全体において、ある部分が他の部分と「連結」されているという場合、これは「直接的に連結」されている場合だけでなく、その中間に他の素子を挟んで「電気的に連結」されている場合も含む。また、ある部分がある構成要素を「含む」という場合、これは、特に反対の記載がない限り、他の構成要素を除くのではなく、他の構成要素をさらに含み得ることを意味し、１つ又はそれ以上の他の特徴や数字、段階、動作、構成要素、部分又はこれらを組み合わせたものの存在又は付加可能性を予め排除するものではないと理解されなければならない。

本明細書において「部」とは、ハードウェアによって実現されるユニット（ｕｎｉｔ）、ソフトウェアによって実現されるユニット、両方を利用して実現されるユニットを含む。また、１つのユニットが２つ以上のハードウェアを利用して実現されても良く、２つ以上のユニットが１つのハードウェアによって実現されても良い。

本明細書において、端末又はデバイスが行うと記述された動作や機能のうち一部は、当該端末又はデバイスと連結されたサーバにおいて代わりに行われても良い。それと同様に、サーバが行うと記述された動作や機能のうち一部も、当該サーバと連結された端末又はデバイスにおいて行われても良い。

以下、添付された構成図又はフローチャートを参照しながら、本発明を実施するための具体的な内容を説明することとする。

図２ａ乃至図２ｄは、本発明の一実施例に係る、在室判別子に活用される正規化された判別子を算出する方法を説明するための図である。

図２ａは、図１ａ及び図１ｂにおける各設定環境パターン別の正常な在室状態（Ｎｏｒｍａｌ Ｐｒｅｓｅｎｃｅ Ｓｔａｔｅ）のレーダ信号２０１－１、不在状態（Ａｂｓｅｎｃｅ Ｓｔａｔｅ）のレーダ信号２０３－１、及び運動状態（Ｍｏｖｅｍｅｎｔ Ｓｔａｔｅ）のレーダ信号２０５－１を拡大したものであり、睡眠測定対象者の呼吸波形に関するグラフである。図２ａを参照すると、各設定環境パターン別の正常な在室状態のレーダ信号２０１－１は、ユーザが休憩中あるいは睡眠中である安定的な在室状態で測定された信号である。

正常な在室状態のレーダ信号２０１－１のうち横向き寝パターン２０７の呼吸波形を見ると、睡眠測定対象者が横向きで寝ている状態でレーダ信号が測定され、当該信号の大きさが小さい。

正常な在室状態のレーダ信号２０１－１のうち誤探知対象パターン２０９の呼吸波形を見ると、睡眠測定対象者の睡眠中に無呼吸が発生した区間が含まれている。

このように、睡眠測定対象者が安定的な状態にある際に、呼吸によって形成された波形のパターンがより明確に測定される傾向があることが確認された。

それとは反対に、雑音や動きによって形成された波形のパターンは不規則な様相を呈する。

図２ｂは、図２ａにおける各設定環境パターン別の正常な在室状態のレーダ信号２０１－１、不在状態のレーダ信号２０３－１、及び運動状態のレーダ信号２０５－１をフィルタリングした結果のグラフ２０１－３、２０３－３、２０５－３である。図２ａ及び図２ｂを参照すると、本発明の睡眠時間分析装置は、呼吸帯域の周期性を明確に加工するために、各設定環境パターン別に測定されたレーダ信号２０１－１、２０３－１、２０５－１を［式１］によってフィルタリングしても良い。

このとき、睡眠時間分析装置は、振幅の変化をさらに拡大するために、デシベル（Ｄｅｃｉｂｅｌ）単位のレーダ信号２０１－１、２０３－１、２０５－１をＡＤＣ単位に変換した後、帯域通過フィルタを適用することによって、フィルタリングされたレーダ信号２０１－３、２０３－３、２０５－３を導出しても良い。ここで、帯域通過フィルタは、例えば、２１次有限インパルス応答（Ｆｉｎｉｔｅ Ｉｍｐｕｌｓｅ Ｒｅｓｐｏｎｓｅ、ＦＩＲ）帯域通過フィルタであり、代表的な呼吸帯域である１０～３０ｂｐｍ周波数帯域（即ち、一般的な呼吸数の範囲である１分当たり１０回から３０回の間の信号を含む帯域）のみを残し、それ以外の残りの周波数帯域を除去する。

睡眠時間分析装置は、フィルタリングされた各設定環境パターン別のレーダ信号２０１－３、２０３－３、２０５－３を微分して直流成分を除去し、直流成分が除去された信号を０を基準に振動する信号へと変換しても良い。これは、直流成分（ＤＣ）によって無意味に算出値が大きくなることを防止することができる。

睡眠時間分析装置は、自己相関（Ａｕｔｏｃｏｒｒｅｌａｔｉｏｎ）を利用して、同じ振幅範囲で周期性が明確な信号であるほど自己相関の値が変化することを利用する。ここで、自己相関とは、直列相関とも呼ばれ、時間遅延関数にて遅延された複写本信号と交差して算出された合成積の一種である。

フィルタリングされたレーダ信号２０１－３、２０３－３、２０５－３に対して微分した信号は、［式２］のような数式で表現されても良い。

［式２］は微分の概念であり、離散領域ではΔ＝１となり、これをリアルタイム化すると、［式３］のような数式に誘導されても良い。

睡眠時間分析装置は、微分した信号ｆ’（ｘ）を利用して自己相関信号を算出しても良い。ここで、自己相関信号は、［式４］のように表現されても良い。

図２ｃは、各設定環境パターン別の正常な在室状態の自己相関信号２０１－５、不在状態の自己相関信号２０３－５、及び運動状態の自己相関信号２０５－５を示すグラフである。

自己相関信号は、周期性が明確であるほど各々の尖頭値（Ｐｅａｋ）及び尖尾値（Ｖａｌｌｅｙ）の幅が均一であり、周期性が明確ではない信号に比べて幅が狭い。

このような現象を反映するために、睡眠時間分析装置は、自己相関信号（正の方向成分と負の方向成分を全て含む）に対する絶対値の総合を算出することで周期性因子を算出しても良い。ここで、周期性因子は、同じ振幅範囲において週期性の程度を示す因子であり、［式５］のように表されても良い。

睡眠時間分析装置は、自己相関信号に対する平方和（Ｓｑｕａｒｅｄ Ｓｕｍｍａｔｉｏｎ）を算出し、算出された平方和を利用して正規化因子を算出しても良い。ここで、正規化因子とは、互いに異なる範囲の振幅を正規化するための因子であり、［式６］のように表されても良い。

周期性因子Ｆ_Ｐと正規化因子Ｆ_Ｎを図式化すると、図２ｄの第１のグラフ２１１のように表されても良い。

一般的な周期性の程度を算出するために、睡眠時間分析装置は、周期性因子を正規化因子で分けることによって正規化された判別子Ｄを算出しても良い。ここで、正規化された判別子は、［式７］のように表されても良い。

最終的に導出された正規化された判別子を図式化すると、図２ｄの第２のグラフ２１３のように表されても良い。

本発明は、既存の信号の強度だけでは人の在室状態が判断できなかった場合（図１ｂ）を、正規化された判別子を通じて区別することができる。

図２ｄの第２のグラフ２１３を見ると、緑色で表示された安定的な在室状態の場合の周期性の方がより明確であることが定量的に確認された。

以下において、本発明は、対象客体の睡眠時間を推定するために、対象客体の動きがない状態を安定的な在室状態と同一視し、上述した正規化された判別子を活用して安定的な在室状態を検出する。

図３は、本発明の一実施例に係る、睡眠時間分析装置３０のブロック図である。

図３を参照すると、睡眠時間分析装置３０は、送受信部３００と、呼吸収集部３１０と、在室判別子導出部３２０と、第１の睡眠時間検出部３３０と、移動尤度算出部３４０と、第２の睡眠時間検出部３５０と、睡眠連続性分析部３６０と、最終睡眠時間決定部３７０とを含んでいても良い。但し、図３に示された睡眠時間分析装置３０は、本発明の一具現例に過ぎず、図３に示された構成要素を基に様々な変形が可能である。

以下では、図４ａ乃至図４ｄを共に参照しながら図３を説明することとする。

送受信部３００は、対象客体に向けてレーダ信号を送信し、対象客体から反射したレーダ信号を受信しても良い。例えば、送受信部３００は、レーダを利用して対象客体に向けてレーダ信号を送信し、レーダを通じて対象客体から反射したレーダ信号を受信しても良い。

図４ａを参照すると、呼吸収集部３１０は、レーダ信号に基づいて対象客体に対する呼吸信号４０１を収集しても良い。例えば、呼吸収集部３１０は、前日正午から当日正午までに受信されたレーダ信号に基づき、２４時間の間の呼吸信号を収集しても良い。

在室判別子導出部３２０は、呼吸信号４０１から在室判別子を算出する際に、移動ウィンドウ設定の概念を適用しても良い。

図４ａ及び図４ｂを共に参照すると、在室判別子導出部３２０は、予め設定された第１の時間単位に対応するウィンドウサイズ４０に基づいて呼吸信号４０１を複数の分割呼吸信号に分割し、複数の分割呼吸信号のうち互いに隣接した２つ以上の分割呼吸信号を予め設定された第２の時間単位４２（オーバーラップサイズ）間隔でオーバーラップ（Ｏｖｅｒｌａｐ）して配置しても良い。ここで、第１の時間単位は、２分を含み、第２の時間単位は、１分を含んでいても良い。

在室判別子導出部３２０は、オーバーラップされた２つ以上の分割呼吸信号から第２の時間単位の在室判別子信号４０３を抽出し、抽出された第２の時間単位の在室判別子信号４０３から在室判別子４０５を導出しても良い。ここで、在室判別子４０５は、動きがない在室状態を判別する単一閾値であり、安定的な在室状態の信号、動きがある在室状態の信号、及び不在状態の信号を数値的に分離する特性を有している。

第１の睡眠時間検出部３３０は、在室判別子４０５に基づいて呼吸信号４０１から対象客体の第１次睡眠時間４０７を検出しても良い。

移動尤度算出部３４０は、予め設定された第３の時間単位に基づいて第１次睡眠時間４０７に対する確率値を推論しても良い。ここで、第３の時間単位は、３０分を含んでいても良い。

図４ａ及び図４ｃを共に参照すると、第２の睡眠時間検出部３５０は、第１次睡眠時間４０７に対する確率値に基づいて対象客体の第２次睡眠時間４１３を検出しても良い。

移動尤度算出部３４０は、第１次睡眠時間４０７に対する確率値から睡眠状態を示す移動尤度（Ｗｉｎｄｏｗｉｎｇ Ｌｉｋｅｌｉｈｏｏｄ）４０９を算出しても良い。ここで、移動尤度４０９は、安定的な在室状態が優位を占める程度であり、睡眠状態を確率的に推定するのに利用され得る。

移動尤度４０９のグラフを見ると、尤度値が高いほど（即ち、３０分間安定的な在室状態を維持するほど）睡眠状態である可能性が高いことを意味する。

しかし、対象客体が休憩のために暫く寝床を使用する場合は、睡眠状態と類似するように算出される場合もあり、睡眠中（特にレム睡眠）の状態で対象客体が動く場合は、連続的な睡眠と判断することが難しい。

よって、本発明は、安定的な在室状態に関する尤度値を利用し、３０分間対象客体の動き又は不在が一時的な場合は、連続的な睡眠と判断する。

一方、対象客体の一時的な状態変化を連続的な睡眠に含めて判断したが、実際に対象客体が睡眠中にお手洗いに行って来たり、外部の刺激により一定時間以上動く状況が発生し得る。このような状況で、本発明は、在室判別子の混同を最小化するために、二重閾値法を利用する。ここで、二重閾値法は、信号から閾値を検出する際、雑音によって単一閾値の近傍で検出された結果が頻繁に変化する現象を低減したい場合に使用される手法である。

第２の睡眠時間検出部３５０は、予め設定された二重閾値４１１を利用し、移動尤度４０９から対象客体の第２次睡眠時間４１３を検出しても良い。ここで、二重閾値４１１は、変動状況を低減して一時的な安定状態がどれ程維持されるかによって睡眠状態を把握するためのものであり、二重閾値４１１には、第１の時間閾値（Ｕｐｐｅｒ Ｔｈｒｅｓｈｏｌｄ）と第２の時間閾値（Ｌｏｗｅｒ Ｔｈｒｅｓｈｏｌｄ）とが含まれても良い。第１の時間閾値は、例えば、７分を含み、第２の時間閾値は、例えば、１２分を含んでいても良い。

第２の睡眠時間検出部３５０は、移動尤度４０９に対応する睡眠時間が第３の時間単位の間に第１の時間閾値未満の場合は覚醒状態時間と判断し、移動尤度に対応する睡眠時間が第３の時間単位の間に第２の時間閾値を超えれば睡眠状態時間と判断しても良い。

例えば、第２の睡眠時間検出部３５０は、安定的な在室状態と判別した時間が３０分間で１２分を超える場合に睡眠状態と判断し、３０分間で７分未満の場合に覚醒時間と判断しても良い。

このように、本発明は、移動尤度４０９を基に二重閾値４１１を適用すれば、対象客体の第１次睡眠時間４０７を密度ベースの連続的な形態を有する第２次睡眠時間４１３に変換することができる。これは、在室判別子の誤謬及び一時的な状況変化に対する誤謬を補正するためである。

一方、睡眠の様相は個人毎に差異がある。個人的に満足な睡眠時間（即ち、個人が日常生活をするのに問題にならない睡眠時間）と、個人毎に睡眠を終結するための中間覚醒時間が異なる。

一例において、不眠症に対する判断は、客観的に測定された睡眠時間よりも、睡眠によって日常生活に支障を感じる程度にて診断されても良い。このような現象に基づき、睡眠の連続性に関し、対象客体が個人的に認知する睡眠時間についての様々な場合の数を考慮する必要がある。

そのために、睡眠連続性分析部３６０は、数学的形態学分析を通じて様々な睡眠形態を分析しても良い。数学的形態学手法には、膨張（Ｄｉｌａｔｉｏｎ）と侵食（Ｅｒｏｓｉｏｎ）演算があり、２つの演算を組み合わせたクロージング（Ｃｌｏｓｉｎｇ：Ｄｉｌａｔｉｏｎ→Ｅｒｏｓｉｏｎ）演算とオープニング（Ｏｐｅｎｉｎｇ：Ｅｒｏｓｉｏｎ→Ｄｉｌａｔｉｏｎ）演算がある。

数学的形態学手法は、検出領域の前後両側において膨張演算と侵食演算が適用されるので、実際に関数を具現する際に除去対象の間隔の半分のみを使用する。

図４ｃを参照すると、睡眠連続性分析部３６０は、予め設定された複数の覚醒統合時間を考慮し、第２次睡眠時間４１３から睡眠連続性を分析しても良い。

睡眠連続性分析部３６０は、数学的形態学手法であるクロージング（Ｃｌｏｓｉｎｇ）演算を利用し、第２次睡眠時間４１３において第１の覚醒統合時間及び第２の覚醒統合時間を適用することで睡眠連続性を分析しても良い。ここで、第１の覚醒統合時間は、３０分を含み、第２の覚醒統合時間は、６０分を含んでいても良い。

睡眠連続性分析部３６０は、第２次睡眠時間４１３に含まれた覚醒時間が複数の覚醒統合時間のうち何れか１つ未満の場合、覚醒時間を連続的な睡眠時間として統合するように処理しても良い。

例えば、睡眠連続性分析部３６０は、第２次睡眠時間４１３において５時間以上連続した睡眠時間である基本推論睡眠時間４１７を第１の候補睡眠時間に確定しても良い。このとき、基本推論睡眠時間４１７は、０３：５９［２１：２０－０１：１８］である。

睡眠連続性分析部３６０は、第２次睡眠時間４１３に含まれた覚醒時間のうち３０分未満の覚醒時間を連続的な睡眠時間として統合し、連続した睡眠時間が５時間以上であれば、３０分覚醒統合時間４１９を第２の候補睡眠時間に確定しても良い。このとき、３０分覚醒統合時間４１９は、０７：５１［２１：２０－０５：０９］である。

また、睡眠連続性分析部３６０は、第２次睡眠時間４１３に含まれた覚醒時間のうち６０分未満の覚醒時間を連続的な睡眠時間として統合し、連続した睡眠時間が５時間以上であれば、６０分覚醒統合時間４２１を第３の候補睡眠時間に確定しても良い。このとき、６０分覚醒統合時間４２１は、１５：０５［１７：４２－０８：４６］である。

睡眠時間確定の際、睡眠連続性分析部３６０は、３時間未満の睡眠時間は無視し、１時間以上の睡眠断片化が発生する場合は連続した睡眠として認めず、５時間以上の連続した睡眠が検出されれば候補睡眠時間に確定しても良い。

このような睡眠時間確定方法は、図４ｄのように図式化しても良い。

上記に例示して説明した睡眠断片化統合時間に当たる３０分及び６０分と、最小睡眠時間に当たる３時間及び５時間などの時間設定パラメータは、実際の実行環境において持続的にアップデートされても良い。ここで、時間設定パラメータは、例えば、対象客体のフィードバックによって調節されても良く、対象客体による直接的な設定値によって調節されても良く、対象客体との類似度が高い他の対象客体のデータから導出された値に基づいて調節されても良く、個人変異（例えば、性別、年齢、体重など）を活用した集団から導出された代表パラメータで調節されても良く、対象客体のアンケート調査情報（例えば、対象客体の疾患情報、普段の睡眠認識及び不眠症など）に基づく類似集団から導出された代表パラメータで調節されても良い。

最終睡眠時間決定部３７０は、第２次睡眠時間４１３に基づいて対象客体に対する最終睡眠時間を決定しても良い。

最終睡眠時間決定部３７０は、睡眠連続性に関する分析結果にさらに基づいて最終睡眠時間を決定しても良い。

図４ｃを参照すると、睡眠連続性に関する分析結果４１５には、第１の候補睡眠時間に当たる基本推論睡眠時間４１７と、第２の候補睡眠時間に当たる３０分覚醒統合時間４１９と、第３の候補睡眠時間に当たる６０分覚醒統合時間４２１とが含まれても良い。

最終睡眠時間決定部３７０は、第１乃至第３の候補睡眠時間４１７、４１９、４２１のうち最も長い睡眠時間を最終睡眠時間に決定しても良い。

一方、当業者であれば、送受信部３００、呼吸収集部３１０、在室判別子導出部３２０、第１の睡眠時間検出部３３０、移動尤度算出部３４０、第２の睡眠時間検出部３５０、睡眠連続性分析部３６０、及び最終睡眠時間決定部３７０の各々が分離して具現されたり、このうち１つ以上が統合されて具現され得ることを十分に理解できるはずである。

図５は、本発明の一実施例に係る、レーダを利用して睡眠時間を分析する方法を示すフローチャートである。

図５を参照すると、ステップＳ５０１において、睡眠時間分析装置３０は、対象客体に向けてレーダ信号を送信し、対象客体から反射したレーダ信号を受信しても良い。

ステップＳ５０３において、睡眠時間分析装置３０は、レーダ信号に基づいて対象客体に対する呼吸信号を収集しても良い。

ステップＳ５０５において、睡眠時間分析装置３０は、在室判別子に基づいて呼吸信号から対象客体の第１次睡眠時間を検出しても良い。

ステップＳ５０７において、睡眠時間分析装置３０は、第１次睡眠時間に対する確率値に基づいて対象客体の第２次睡眠時間を検出しても良い。

ステップＳ５０９において、睡眠時間分析装置３０は、第２次睡眠時間に基づいて対象客体に対する最終睡眠時間を決定しても良い。

上述した説明において、ステップＳ５０１乃至Ｓ５０９は、本発明の具現例によって追加のステップにさらに分割されたり、より少ないステップに組み合わせられても良い。また、一部のステップは必要に応じて省略されても良く、ステップ間の順番が変更されても良い。

コンピュータ読み取り可能な媒体は、コンピュータによってアクセスできる任意の可用媒体であっても良く、揮発性及び不揮発性の媒体、分離型及び非分離型の媒体を全て含む。また、コンピュータ読み取り可能な媒体は、コンピュータ格納媒体を含んでいても良い。ンピュータ格納媒体は、コンピュータ読み取り可能な命令語、データ構造、プログラムモジュール、又はその他のデータのような情報格納のための任意の方法又は技術に具現された揮発性及び不揮発性、分離型及び非分離型の媒体を全て含む。

上述した本発明の説明は例示のためのものであり、本発明の属する技術分野において通常の知識を有する者であれば、本発明の技術的思想や必須の特徴を変更せずに他の具体的な形態に容易に変形可能であるということを理解できるはずである。それゆえ、上記した実施例は全ての面において例示的なものであり、限定的なものではないと理解すべきである。例えば、単一型で説明されている各構成要素は分散して実施されても良く、同様に、分散したものと説明されている構成要素も結合された形態で実施されても良い。

本発明の範囲は、上記詳細な説明よりは後述する特許請求の範囲によって示され、特許請求の範囲の意味及び範囲、並びにその均等概念から導出される全ての変更又は変形された形態が本発明の範囲に含まれると解釈されなければならない。

３０: 睡眠時間分析装置
３００: 送受信部
３１０: 呼吸収集部
３２０: 在室判別子導出部
３３０: 第１の睡眠時間検出部
３４０: 移動尤度算出部
３５０: 第２の睡眠時間検出部
３６０: 睡眠連続性分析部
３７０: 最終睡眠時間決定部

Claims (21)

1. レーダを利用して睡眠時間を分析する装置において、
   対象客体に向けてレーダ信号を送信し、前記対象客体から反射したレーダ信号を受信する送受信部と、
   前記レーダ信号に基づいて前記対象客体に対する呼吸信号を収集する呼吸信号収集部と、
   在室判別子に基づいて前記呼吸信号から前記対象客体の第１次睡眠時間を検出する第１の睡眠時間検出部と、
   前記第１次睡眠時間に対する確率値に基づいて前記対象客体の第２次睡眠時間を検出する第２の睡眠時間検出部と、
   前記第２次睡眠時間に基づいて前記対象客体に対する最終睡眠時間を決定する最終睡眠時間決定部と
   を含む、睡眠時間分析装置。
2. 予め設定された第１の時間単位に対応するウィンドウサイズに基づいて前記呼吸信号を複数の分割呼吸信号に分割し、前記複数の分割呼吸信号のうち互いに隣接した２つ以上の分割呼吸信号を予め設定された第２の時間単位間隔でオーバーラップ（Ｏｖｅｒｌａｐ）して配置する在室判別子導出部をさらに含み、
   前記第１の時間単位は、２分を含み、前記第２の時間単位は、１分を含む、請求項１に記載の睡眠時間分析装置。
3. 前記在室判別子導出部は、前記オーバーラップされた２つ以上の分割呼吸信号から前記在室判別子を導出する、請求項２に記載の睡眠時間分析装置。
4. 前記第１次睡眠時間に対する確率値から睡眠状態を示す移動尤度（Ｗｉｎｄｏｗｉｎｇ Ｌｉｋｅｌｉｈｏｏｄ）を算出する移動尤度算出部をさらに含む、請求項１に記載の睡眠時間分析装置。
5. 前記移動尤度算出部は、予め設定された第３の時間単位に基づいて前記第１次睡眠時間に対する確率値を推論し、
   前記第３の時間単位は、３０分を含む、請求項４に記載の睡眠時間分析装置。
6. 前記第２の睡眠時間検出部は、予め設定された二重閾値を利用し、前記移動尤度から前記対象客体の第２次睡眠時間を検出する、請求項４に記載の睡眠時間分析装置。
7. 前記二重閾値は、第１の時間閾値と第２の時間閾値とを含み、
   前記第２の睡眠時間検出部は、前記移動尤度に対応する睡眠時間が前記第３の時間単位の間に第１の時間閾値未満の場合は覚醒状態時間と判断し、前記移動尤度に対応する睡眠時間が前記第３の時間単位の間に第２の時間閾値を超えれば睡眠状態時間と判断する、請求項６に記載の睡眠時間分析装置。
8. 予め設定された複数の覚醒統合時間を考慮し、前記第２次睡眠時間から睡眠連続性を分析する睡眠連続性分析部をさらに含む、請求項１に記載の睡眠時間分析装置。
9. 前記睡眠連続性分析部は、前記第２次睡眠時間に含まれた覚醒時間が前記複数の覚醒統合時間のうち何れか１つ未満の場合、前記覚醒時間を連続的な睡眠時間として統合するように処理する、請求項８に記載の睡眠時間分析装置。
10. 前記最終睡眠時間決定部は、前記睡眠連続性に関する分析結果にさらに基づいて前記最終睡眠時間を決定する、請求項８に記載の睡眠時間分析装置。
11. 睡眠時間分析装置によって実行されるレーダを利用して睡眠時間を分析する方法において、
    対象客体に向けてレーダ信号を送信し、前記対象客体から反射したレーダ信号を受信するステップと、
    前記レーダ信号に基づいて前記対象客体に対する呼吸信号を収集するステップと、
    在室判別子に基づいて前記呼吸信号から前記対象客体の第１次睡眠時間を検出するステップと、
    前記第１次睡眠時間に対する確率値に基づいて前記対象客体の第２次睡眠時間を検出するステップと、
    前記第２次睡眠時間に基づいて前記対象客体に対する最終睡眠時間を決定するステップと
    を含む、睡眠時間分析方法。
12. 予め設定された第１の時間単位に対応するウィンドウサイズに基づいて前記呼吸信号を複数の分割呼吸信号に分割し、前記複数の分割呼吸信号のうち互いに隣接した２つ以上の分割呼吸信号を予め設定された第２の時間単位間隔でオーバーラップ（Ｏｖｅｒｌａｐ）して配置するステップをさらに含み、
    前記第１の時間単位は、２分を含み、前記第２の時間単位は、１分を含む、請求項１１に記載の睡眠時間分析方法。
13. 前記オーバーラップされた２つ以上の分割呼吸信号から前記在室判別子を導出するステップをさらに含む、請求項１２に記載の睡眠時間分析方法。
14. 予め設定された第３の時間単位に基づいて前記第１次睡眠時間に対する確率値を推論するステップをさらに含み、
    前記第３の時間単位は、３０分を含む、請求項１１に記載の睡眠時間分析方法。
15. 前記第１次睡眠時間に対する確率値から睡眠状態を示す移動尤度（Ｗｉｎｄｏｗｉｎｇ Ｌｉｋｅｌｉｈｏｏｄ）を算出するステップをさらに含む、請求項１４に記載の睡眠時間分析方法。
16. 前記対象客体の第２次睡眠時間を検出するステップは、予め設定された二重閾値を利用し、前記移動尤度から前記対象客体の第２次睡眠時間を検出するステップを含む、請求項１５に記載の睡眠時間分析方法。
17. 前記二重閾値は、第１の時間閾値と第２の時間閾値とを含み、
    前記移動尤度に対応する睡眠時間が前記第３の時間単位の間に第１の時間閾値未満の場合は覚醒状態時間と判断し、
    前記移動尤度に対応する睡眠時間が前記第３の時間単位の間に第２の時間閾値を超えれば睡眠状態時間と判断するステップをさらに含む、請求項１６に記載の睡眠時間分析方法。
18. 予め設定された複数の覚醒統合時間を考慮し、前記第２次睡眠時間から睡眠連続性を分析するステップをさらに含む、請求項１１に記載の睡眠時間分析方法。
19. 前記第２次睡眠時間に含まれた覚醒時間が前記複数の覚醒統合時間のうち何れか１つ未満の場合、前記覚醒時間を連続的な睡眠時間として統合するように処理するステップをさらに含む、請求項１８に記載の睡眠時間分析方法。
20. 前記対象客体に対する最終睡眠時間を決定するステップは、
    前記睡眠連続性に関する分析結果にさらに基づいて前記最終睡眠時間を決定するステップを含む、請求項１８に記載の睡眠時間分析方法。
21. レーダを利用して睡眠時間を分析する命令語のシーケンスを含むコンピュータ読み取り可能な記録媒体に格納されたコンピュータプログラムにおいて、
    前記コンピュータプログラムは、コンピューティング装置によって実行される場合、
    対象客体に向けてレーダ信号を送信し、前記対象客体から反射したレーダ信号を受信し、
    前記レーダ信号に基づいて前記対象客体に対する呼吸信号を収集し、
    在室判別子に基づいて前記呼吸信号から前記対象客体の第１次睡眠時間を検出し、
    前記第１次睡眠時間に対する確率値に基づいて前記対象客体の第２次睡眠時間を検出し、
    前記第２次睡眠時間に基づいて前記対象客体に対する最終睡眠時間を決定する命令語のシーケンスを含む、コンピュータ読み取り可能な記録媒体に格納されたコンピュータプログラム。