KR20160087762A - 생체신호기반 수면 상호영향 분석방법 - Google Patents
생체신호기반 수면 상호영향 분석방법 Download PDFInfo
- Publication number
- KR20160087762A KR20160087762A KR1020160004005A KR20160004005A KR20160087762A KR 20160087762 A KR20160087762 A KR 20160087762A KR 1020160004005 A KR1020160004005 A KR 1020160004005A KR 20160004005 A KR20160004005 A KR 20160004005A KR 20160087762 A KR20160087762 A KR 20160087762A
- Authority
- KR
- South Korea
- Prior art keywords
- sleep
- analyzing
- heart rate
- persons
- phase
- 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
- A61B5/48—Other medical applications
- A61B5/4806—Sleep evaluation
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/02—Detecting, measuring or recording pulse, heart rate, blood pressure or blood flow; Combined pulse/heart-rate/blood pressure determination; Evaluating a cardiovascular condition not otherwise provided for, e.g. using combinations of techniques provided for in this group with electrocardiography or electroauscultation; Heart catheters for measuring blood pressure
- A61B5/024—Detecting, measuring or recording pulse rate or heart rate
-
- A61B5/0402—
-
- A61B5/0476—
-
- A61B5/0488—
-
- A61B5/0496—
-
- 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
- A61B5/48—Other medical applications
- A61B5/4806—Sleep evaluation
- A61B5/4818—Sleep apnoea
-
- 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
- A61B5/725—Details of waveform analysis using specific filters therefor, e.g. Kalman or adaptive filters
-
- 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
Landscapes
- Health & Medical Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- Engineering & Computer Science (AREA)
- General Health & Medical Sciences (AREA)
- Veterinary Medicine (AREA)
- Biophysics (AREA)
- Biomedical Technology (AREA)
- Heart & Thoracic Surgery (AREA)
- Medical Informatics (AREA)
- Molecular Biology (AREA)
- Surgery (AREA)
- Animal Behavior & Ethology (AREA)
- Physics & Mathematics (AREA)
- Public Health (AREA)
- Pathology (AREA)
- Physiology (AREA)
- Pulmonology (AREA)
- Cardiology (AREA)
- Artificial Intelligence (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Psychiatry (AREA)
- Signal Processing (AREA)
- Measurement Of The Respiration, Hearing Ability, Form, And Blood Characteristics Of Living Organisms (AREA)
- Measurement And Recording Of Electrical Phenomena And Electrical Characteristics Of The Living Body (AREA)
Abstract
본 발명은 같은 공간에서 수면을 취하는 두 사람으로부터 수면 중 생체신호를 측정하여 생체정보를 추출하고, 생체 시스템간 동기화특성을 분석하며, 수면 상관관계를 분석하고, 생체 시스템간 영향특성을 분석하여 수면 상호영향을 분석하는 생체신호기반 수면 상호영향 분석방법에 관한 것으로, 두 사람 수면의 상호 작용을 판단하는 다양한 지표를 제공한다.
Description
본 발명은 수면 상호영향 분석방법에 관한 것으로, 더욱 상세하게는 같은 공간에서 수면을 취하는 두 사람으로부터 수면 중 생체신호를 측정하여 생체정보를 추출하고, 생체 시스템간 동기화특성을 분석하며, 수면 상관관계를 분석하고, 생체 시스템간 영향특성을 분석하여 수면 상호영향을 분석하는 생체신호기반 수면 상호영향 분석방법에 관한 것이다.
수면은 인간의 삶에서 약 1/3을 차지하며, 에너지 저장 및 회복뿐만 아니라 호르몬 분비, 기억 응고화 등 중요한 역할을 수행한다. 수면이 부족하거나 숙면을 취하지 못하면 정신활동이 흐려지고 몸도 둔감해진다. 현대사회에서는 스트레스 증가, 노화, 약물, 수면주기변화 등으로 인한 수면장애를 호소하는 사람이 증가하고 있다. 수면장애는 불면증, 과다수면, 기면증, 및 수면무호흡증 등 수면이상과 악몽, 야경증, 및 몽유병 등 사건 수면으로 나눌 수 있다.
수면다원검사(polysomnography, PSG)는 수면 중에 발생하는 질환의 원인을 알아내기 위한 검사이다. 주로 뇌파와 심전도, 안전도(눈의 깨어남), 근전도, 비디오 촬영을 통해 얻어진 다양한 측정신호들을 종합하여 수면 상태, 수면중 무호흡, 부정맥, 급속 안구운동 등을 판단하게 된다. 수면자의 수면단계 분석을 위해 일반적으로 사용되고 있는 기술로는 뇌파(Electroencephalogram)의 주파수 분석을 통한 방법, 혈중 산소 포화도를 측정하여 수면의 상태를 판단하는 산소포화도(Oxygen Saturation)를 활용하는 방법, 가속도계를 적용한 액티그래프(Actigraph)를 이용하는 활동량 측정 방법, 심장 박동수의 변화(Heart Rate Variability)를 이용하는 방법 등이 있다. 그러나 대부분 종래의 기술은 생체 신호를 이용하여 개인의 수면 구조 또는 수면 관련 질환을 분석하는 기술과 생체 시스템 간의 결합 특성을 분석하는 기술에 국한되어 있으며, 수면 중 타인에게 영향을 미치거나 타인으로부터 받는 영향을 분석하는 기술은 조사된 바 없다. 한 침대 또는 이웃한 침대에서 자는 부부, 형제, 자매 등 가족은 어느 일방의 수면장애나 숙면이 다른 사람에게 영향을 끼칠 수 있으므로, 수면 중 상호 영향을 조사하는 것은 가족건강을 위해서 중요한 과제이다.
현재, 산모와 태아의 생체 시스템 결합 특성을 분석한 것으로 산모가 특정 주기로 호흡할 때, 산모와 태아의 심박이 일정 비율의 리듬으로 유지된다는 결과가 보고(Influence of paced maternal breathing on fetal-maternal heart rate coordination, 2009, PNAS)된 바 있다. 또한, 신생아의 수면에 따른 심-폐 결합 특성에 대해 방향성 지표를 활용하여 분석한 연구결과(2003, The American Journal of Physiology - Regulatory, Integrative and Comparative Physiology)도 있지만, 물리적으로 떨어져 있지만 같은 공간에서 수면을 취하는 두 사람의 수면 간 상호작용을 분석한 자료는 보고된 바 없다.
대한민국 공개특허 2014-0120513호는 수면단계를 판단하기 위한 장치 및 방법에 관한 것으로서, 심박 신호와 움직임 신호가 포함된 원시 신호를 측정하고, 측정된 원시신호를 기반으로 심박변이율 파리미터와 움직임 정보를 산출한 후 산출된 심박변이율 정보와 움직임 정보를 이용하여 수면단계를 판단함으로써 사용자가 다수의 센서를 몸에 부착하지 않고 편리하게 수면단계를 판단방법을 개시한다. 그러나 이는 한 개인의 수면단계 판단 방법이며, 타인에 대한 수면 영향 평가와는 거리가 멀다.
본 발명은 상기와 같은 점을 고려하여, 한 공간에서 수면을 취하는 두 사람으로부터 측정한 다양한 생체 신호를 바탕으로 결합 특성 중심으로 분석하여, 두 사람 수면의 상호 작용을 판단하는 다양한 지표를 제공하고자 한다.
본 발명은, 생체신호기반 수면 상호영향 분석 방법으로, 상기 방법은 같은 공간에서 수면을 취하는 두 사람으로부터 각각 수면 중 생체신호인 호흡, 심전도 및 뇌전도 신호를 측정하고, 상기 신호를 처리하여 생체정보인 호흡 간격, 심박 위치, 심박 간격, 대역 뇌파, 및 수면단계를 추출하고, 상기 추출한 정보로부터 생체정보의 위상정보 및 순간위상 정보를 획득하는, 생체정보 획득단계; 상기 두 사람으로부터 측정한 동일한 생체정보의 위상에 동기화 분석기술을 적용하여 동기화 지표를 계산하고, 상기 동기화 지표 값이 미리 정한 값 이상인 경우에 동기화되었다고 판단하여, 동기화구간을 검출하고 전체 수면구간으로 나눈 비율을 계산하여 정량화하는 생체 시스템간 동기화특성 분석단계; 상기 두 사람의 수면단계, 심박간격, 호흡 간격, 대역 뇌파의 교차상관관계를 분석하되, 상기 두 사람의 수면단계를 평활화하여 교차상관관계를 분석하고, 상기 두 사람의 심박 위치로부터 심박간격을 추출하고 30초 단위로 평균 심박수를 계산하며 상기 평균 심박수를 평활화하여 평균 심박수경향을 산출하고 상기 평균 심박수경향을 교차상관(cross correlation) 분석하여 상관관계를 분석하며, 상기 두 사람의 대역 뇌파의 30초 단위 파워를 계산하고 평활화하여 교차상관관계를 분석하고, 상기 두 사람의 호흡 간격에서 30초 단위 평균 호흡수를 계산하고 평활화하여 교차상관관계를 분석하여 교차상관의 지연시간과 상관계수값으로 산출하는 생체 시스템간 상관관계 분석단계; 및 상기 두 사람 중 어느 한 사람의 생체정보 위상이 변화하는데 다른 한 사람의 생체정보가 기여하는 정도를 EMA(Evolution Map Approach) 방법으로 각각 평가하여 30초 단위로 방향성계산을 하고, 상기 생체정보 중 심박 간격으로부터 심박변이율 지표를 계산하여 자율신경계 영향을 분석하고, 대역 뇌파로부터 간섭성 지표를 계산하여 중추신경계 영향을 분석하며, 상기 방향성계산의 방향인 영향력의 세기를 판단하며, 상기 자율신경계 영향 분석 및 상기 중추신경계 영향 분석에서 상기 방향성계산 차이에 따른 수면단계별 심박변이율 지표 및 간섭성 지표 각각의 차이에 대한 비율을 통해 긍정적 영향 또는 부정적 영향을 계산하는, 생체 시스템간 영향특성 분석단계; 및 상기 두 사람 중 어느 한 사람의 수면단계가 변한 상태에서 다른 한 사람의 수면단계가 같은 단계로 변한 개수와 지속시간을 계산하고, 상기 개수와 지속시간을 전체 수면에 대해 비율로 환산하는, 수면 상호영향 분석단계를 포함하고, 상기 생체정보 획득단계에서 신호를 측정할 때 상기 두 사람 중 어느 한 사람의 깨어남 구간을 왜곡구간으로 제외하며, 상기 동기화구간은 수면 중 측정한 생체신호 사이에서 설정하는, 생체신호기반 수면 상호영향 분석방법을 제공한다.
본 발명은 또한, 상기 생체정보 획득단계는, 상기 뇌전도 신호로부터 수면단계를 산출하고, 대역통과필터를 사용하여 대역뇌파를 추출하고, 상기 심전도 신호로부터 심박 위치 및 심박 간격을 추출하며, 상기 호흡 신호로부터 호흡간격을 얻고, 대역통과필터를 사용하여 대역호흡 신호를 획득하며, 상기 대역뇌파와 상기 대역호흡 신호에 힐버트변환을 적용하여 위상을 획득하고, 상기 추출한 심박 위치로부터 순간위상을 획득하는, 생체신호기반 수면 상호영향 분석방법을 제공한다.
본 발명은 또한, 상기 생체 시스템간 동기화특성 분석단계에서, 상기 생체정보는 심박 간격, 호흡 간격 및 대역 뇌파의 델타파, 세타파, 알파파, 시그마파, 베타파인, 생체신호기반 수면 상호영향 분석방법을 제공한다.
본 발명은 또한, 상기 생체 시스템간 영향특성 분석단계에서 상기 긍정적 영향 또는 부정적 영향을 계산하는 지표는 전체 수면에 대해 평균값을 산출하여 전체 수면에 대한 영향력을 평가하고, 상기 수면단계에 대해 평균값을 산출하여 수면단계별 영향력을 평가하는, 생체신호기반 수면 상호영향 분석방법을 제공한다.
본 발명은 또한, 상기 수면 상호영향 분석단계는, 상기 두 사람 중 어느 한 사람의 상기 깨어남으로 인해 다른 사람이 깨는 횟수를 계산하여 수면-각성 영향 지표로 삼는 수면-각성 영향분석을 더 포함하는, 생체신호기반 수면 상호영향 분석방법을 제공한다.
본 발명은 또한, 상기 수면단계를 산출하기 위하여, 안전도 및 특 근전도 신호를 더 측정하는, 생체신호기반 수면 상호영향 분석방법을 제공한다.
생체 신호 및 시스템의 결합 특성을 분석하는 기술은 수면 중, 외부 자극 기술과 결합하여 생체 리듬 유도, 나아가 수면 유도 분석 기술에 적용할 수 있다. 또한, 생체 시스템 사이의 결합 특성을 분석하여 수면 관련 질환을 분석하는 기술에 적용 또한 가능하다.
본 발명에서 제안한 기술은 수면뿐 아니라 일상 생활 중 사람 사이의 사회적 상호작용을 규명하는 분야에 적용 가능하며, 집중력을 향상시키는 외부 자극과 결합 특성을 분석하는 분야에도 적용할 수 있다.
도 1은 본 발명의 한 구현예에 따른, 생체신호기반 두 사람의 수면 상호영향 분석 관계를 나타낸 개념도이다.
도 2a는 두 사람이 같은 공간에서 수면을 취할 때 “생체 시스템간 동기화특성 분석”을 통해 두 사람의 심박이 동기화된 구간을 막대의 굵기로 표시한 그래프, 및 상기 그래프와 겹쳐서 그린 두 사람의 30초 단위 평균심박수를 각각 파란색과 빨간색으로 표시한 것이다.
도 2b는 두 사람이 별도 공간에서 수면을 취할 때 “생체 시스템간 동기화특성 분석”을 통해 두 사람의 심박이 동기화된 구간을 막대의 굵기로 표시한 그래프, 및 상기 그래프와 겹쳐서 그린 두 사람의 30초 단위 평균심박수를 각각 파란색과 빨간색으로 표시한 것이다.
도 2c는 도 2a에 표시된 두 사람의 평균심박수를 각각 평활화한 그래프, 및 상기 평활화한 두 사람의 평균심박수를 교차상관분석한 그래프를 나타낸다.
도 2d는 도 2b에 표시된 두 사람의 평균심박수를 각각 평활화한 그래프, 및 상기 평활화한 두 사람의 평균심박수를 교차상관분석한 그래프를 나타낸다.
도 3은 본 발명의 한 구현예에 따른, 한 사람의 각성이 다른 사람의 깨어남에 영향을 미친 경우(황색 원)를 나타내는 그래프이다.
도 4는 본 발명의 한 구현예에 따른, 두 사람의 시간별 수면단계를 나타낸 그래프이다.
도 5a는 심전도 신호에서 심박위치와 심박간격을 나타내는 그래프이다.
도 5b는 호흡신호에서 호흡간격을 나타내는 그래프이다.
도 5c는 수면단계 N2의 초기 15초 또는 이전 단계 15초에 발생하는 k-complex 및 sleep spindle을 나타내는 그래프이다.
도 5d는 평균적인 성인의 수면단계와 뇌파를 나타내는 그래프이다.
도 2a는 두 사람이 같은 공간에서 수면을 취할 때 “생체 시스템간 동기화특성 분석”을 통해 두 사람의 심박이 동기화된 구간을 막대의 굵기로 표시한 그래프, 및 상기 그래프와 겹쳐서 그린 두 사람의 30초 단위 평균심박수를 각각 파란색과 빨간색으로 표시한 것이다.
도 2b는 두 사람이 별도 공간에서 수면을 취할 때 “생체 시스템간 동기화특성 분석”을 통해 두 사람의 심박이 동기화된 구간을 막대의 굵기로 표시한 그래프, 및 상기 그래프와 겹쳐서 그린 두 사람의 30초 단위 평균심박수를 각각 파란색과 빨간색으로 표시한 것이다.
도 2c는 도 2a에 표시된 두 사람의 평균심박수를 각각 평활화한 그래프, 및 상기 평활화한 두 사람의 평균심박수를 교차상관분석한 그래프를 나타낸다.
도 2d는 도 2b에 표시된 두 사람의 평균심박수를 각각 평활화한 그래프, 및 상기 평활화한 두 사람의 평균심박수를 교차상관분석한 그래프를 나타낸다.
도 3은 본 발명의 한 구현예에 따른, 한 사람의 각성이 다른 사람의 깨어남에 영향을 미친 경우(황색 원)를 나타내는 그래프이다.
도 4는 본 발명의 한 구현예에 따른, 두 사람의 시간별 수면단계를 나타낸 그래프이다.
도 5a는 심전도 신호에서 심박위치와 심박간격을 나타내는 그래프이다.
도 5b는 호흡신호에서 호흡간격을 나타내는 그래프이다.
도 5c는 수면단계 N2의 초기 15초 또는 이전 단계 15초에 발생하는 k-complex 및 sleep spindle을 나타내는 그래프이다.
도 5d는 평균적인 성인의 수면단계와 뇌파를 나타내는 그래프이다.
한 양태에서 본 발명은 생체 신호 기반 두 사람의 수면 상호 영향 분석 방법에 관한 것이다.
본 발명의 생체신호란 인체의 미세한 세포간의 전기적인 신호를 말하는 것으로 크게는 수mv에서 작게는 수μV까지 나타나는 미세한 신호이다. 뇌파, 근전도, 심전도 등이 대표적인 신호로서 일반적으로 의학분야에서 환자의 상태를 판단하는데 사용된다. 본 발명에서는 한 공간에서 수면 중인 두 사람으로부터 측정한 다양한 생체 신호들을 바탕으로 생체 시스템들의 결합 특성을 분석하여 두 사람 수면의 상호 작용을 판단하는 다양한 지표를 산출하고 정량화하여 서로에게 미치는 수면의 영향을 분석하는 방법을 제공한다.
본 발명의 생체신호기반 두 사람의 수면 상호영향 분석 방법은 도 1과 같이, 한 공간에서 수면을 취하는 두 사람으로부터 수면 중 측정한 생체 신호인 호흡, 심전도(ECG), 뇌전도(EEG)를 처리하여 호흡 간격, 심박 간격, 심박 위치, 대역 뇌파, 움직임 정보 등의 생체 정보를 추출한다. 이를 바탕으로 각 생체 정보들의 위상(Phase) 정보 및 순간위상을 획득하는 생체정보 획득단계를 포함한다. 본 발명의 일 구현예에서는 상기 생체정보 획득단계에서 신호를 측정할 때 상기 두 사람 중 어느 한 사람의 몸의 움직임으로 인한 구간을 왜곡구간으로 제외한다. 또한, 본 발명의 일 구현예에서 상기 생체정보 획득단계는, 상기 뇌전도 신호에 대역통과필터를 사용하여 대역뇌파를 추출하고, 상기 심전도 신호로부터 심박의 위치를 추출하며, 상기 호흡 신호에 대역통과필터를 사용하여 대역호흡 신호를 획득하며, 상기 대역뇌파와 상기 대역호흡 신호에 힐버트변환을 적용하여 위상을 획득하고, 상기 추출한 심박 위치로부터 순간위상을 획득한다.
본 발명에서 심전도 또는 심박신호는 도 5a에서 볼 수 있는 바와 같다. 심박위치는 심전도에서 가장 높고 예리한 파형인 R 봉우리(peak)가 나타나는 위치를 심박위치라고 한다. 또한, 현재 심박위치와 이전 심박위치 사이의 시간간격을 심박간격이라고 한다. 유사하게 호흡간격은 도 5b에서 보는 바와 같이, 호흡신호 봉우리 사이의 간격을 말한다.
본 발명에서 수면단계는 병원에서 수행하는 “수면다원검사”에 의해 평가되는 것을 말한다. 즉, 수면단계는 수면 중 측정한 뇌전도(EEG)의 특성변화를 바탕으로 판단할 수 있으며, 바람직하게는 뇌전도와 함께 안전도(EOG) 및 턱 근전도(chin EMG)의 특성 변화를 함께 판단할 수 있다. 이러한 수면단계 표준분류에서 W, N1, N2, N3, 및 R의 5단계로 나뉜다. 미국수면의학회(American Academy of Sleep Medicine, AASM)의 “The AASM Manual for the Scoring of Sleep and Associated Events”에 소개된 방법에 따르며, 30초에 해당하는 뇌전도, 안전도, 턱 근전도 신호의 특성이 해당 수면 단계의 조건에 부합하는 경우, 해당 수면단계로 판단한다.
본 발명에서 뇌전도는 뇌파라고도 하며, 신경계에서 뇌신경 사이에 신호가 전달될 때 생기는 전기의 흐름으로, 뇌의 전기적 활동에 대한 신경생리학적 측정방법으로 두피에 부착한 전극을 통해 기록한다. 이러한 뇌파의 종류는 주파수와 진폭에 따라 분류할 수 있으며, 기본적으로 0~30Hz, 약 20~200μV의 진폭을 보이고 표 1에서와 같이 주파수 대역별로 이름을 붙여 구분하기도 한다.
[표 1, 대역별 뇌파의 이름과 기능]
이러한 델타, 세타, 알파, 베타, 감마파는 편리상 임의적으로 분류한 뇌파의 주파수영역으로, 연구에 따라 대역의 범위가 가변적일 수 있다. 뇌파를 분석할 때, 각 주파수 성분에 대한 파워의 분포를 전체적으로 보여주는 파워스펙트럼 분석을 한다.
수면단계를 간단하게 정리하면 다음과 같다.
-W: 알파파가 15초 이상 발생한 경우, 눈깜박임, 턱 근전도 활성화
-N1: 알파파가 감소하거나 없어지고, 세타파가 15초 이상 지속되는 경우
-N2: 초기 15초 또는 이전 단계15초에 k-complex 또는 sleep spindle이 한번 이상 발생한 경우
-N3: 델타파의 0.5~2Hz 뇌파가 75μV보다 크고 6초 이상 나타난 경우
-R: 안전도에서 빠른 안구 움직임이 나타나고, 세타파가 나타난 경우
또한, 필요에 따라 N1과 N2를 하나의 단계로 묶어 Light sleep(LS)이라 하며, N3를 Deep sleep(DS)이라 하여, W-L-D-R의 4단계로 나타내기도 한다. R은 REM 수면(LS)을 말한다. 수면단계를 측정하기 위해서는 뇌전도, 안전도, 턱 근전도의 신호 측정이 필요하지만, 많은 센서를 부착해야 하는 단점이 있으므로, 단일 뇌전도만을 이용하거나 또는 비교적 간단하게 측정할 수 있는 심전도, 호흡 등의 생체신호를 이용하여 수면단계를 추정할 수도 있다.
이러한 뇌파 또는 뇌전도는 표 2와 같이 수면단계와 연관성을 가진다.
[표 2, 수면단계와 뇌파의 관계]
본 발명의 일 구현예에서는 생체 시스템간의 결합 특성을 동기화 (Synchronization) 분석을 통해 확인하는데 구체적으로는 상기 두 사람으로부터 측정한 동일한 생체정보의 위상에 동기화 분석기술을 적용하여 동기화 지표를 계산하고, 상기 동기화 지표 값이 미리 정한 값 이상인 경우에 동기화되었다고 판단하며, 상기 동기화구간을 전체 수면구간으로 나눈 비율을 계산하는 상기 생체 시스템간 동기화특성 분석단계를 포함한다. 본 발명의 일 구현예에서 상기 동기화구간은 수면 중 측정한 생체신호 사이에서 설정한다. 본 발명의 일 구현예에서 상기 생체정보는 심박간격, 호흡간격 및 대역 뇌파의 델타파, 세타파, 알파파, 시그마파, 베타파를 사용한다.
본 발명의 일 구현예에서는 상기 두 사람의 수면단계, 평균심박수, 평균 호흡수, 대역 뇌파파워를 평활화하여 교차상관(cross correlation) 관계를 분석한다. 구체적으로는, 상기 두 사람의 수면단계를 평활화하여 교차상관을 분석하여 상관관계를 분석하고, 상기 두 사람의 심박 위치로부터 심박간격을 추출하고 상기 심박간격을 30초 단위로 평균 심박수를 계산하고 평활화하여 평균 심박수경향을 산출하며 상기 평균 심박수경향을 교차상관(cross correlation) 분석하여 상관관계를 분석하며, 상기 두 사람의 대역 뇌파의 30초 단위 파워를 계산하고 평활화하여 교차상관분석을 통해 상관관계를 분석하며, 상기 두 사람의 호흡 간격에서 30초 단위 평균 호흡수를 계산하고 평활화하여 평균 호흡수 경향을 교차상관분석을 통해 상관관계 분석하는 단계를 포함한다.
본 발명의 일 구현예에서는 생체 시스템간 영향특성 분석단계를 포함한다. 구체적으로는 (1)상기 두 사람 중 어느 한 사람의 생체정보 위상이 변화하는데 다른 한 사람의 생체정보가 기여하는 정도를 EMA(Evolution Map Approach) 방법으로 각각 평가하여 30초 단위로 방향성계산을 한다. (2)상기 생체정보 중 심박 간격으로부터 심박변이율 지표를 계산하여 자율신경계 영향을 분석한다. (3)대역 뇌파로부터 간섭성 지표를 계산하여 중추신경계 영향을 분석한다. 상기 방향성계산의 방향인 영향력의 세기를 판단하며, 상기 자율신경계 영향 분석 및 상기 중추신경계 영향 분석에서 상기 방향성계산 차이에 따른 수면단계별 심박변이율 지표 및 간섭성 지표 각각의 차이에 대한 비율을 통해 긍정적 영향 또는 부정적 영향을 계산한다. 본 발명의 일 구현예에서 상기 생체 시스템간 영향특성 분석단계에서 상기 긍정적 영향 또는 부정적 영향을 계산하는 지표는 전체 수면에 대해 평균값을 산출하여 전체 수면에 대한 영향력을 평가하고, 상기 수면단계에 대해 평균값을 산출하여 수면단계별 영향력을 평가한다.
본 발명의 일 구현예에서는 상기 두 사람 중 어느 한 사람의 수면단계가 변한 상태에서 다른 한 사람의 수면단계가 같은 단계로 변한 개수와 지속시간을 계산하고, 상기 개수와 지속시간을 전체 수면에 대해 비율로 환산하는, 수면 상호영향 분석단계를 포함한다. 본 발명의 일 구현예에서 상기 수면 상호영향 분석단계는, 상기 두 사람 중 어느 한 사람의 상기 움직임정보로 인해 다른 사람이 깨는 횟수를 계산하여 수면-각성 영향 지표로 삼는 수면-각성 영향분석을 더 포함한다.
이하, 본 발명의 이해를 돕기 위해서 실시예를 제시한다. 그러나 하기의 실시예는 본 발명을 보다 쉽게 이해하기 위하여 제공되는 것일 뿐 본 발명의 범주가 하기의 실시예에 한정되는 것은 아니다.
실시예
1. 수면 중 측정한 생체 신호로부터 생체 정보획득
수면 중 두 사람으로부터 측정한 호흡, 심전도, 뇌전도 신호를 이용하였다. 측정한 뇌전도(EEG)를 통과대역필터를 사용하여 대역 뇌파를 추출하였고, 이때 적용하는 필터의 대역과 추출하는 뇌파는 다음과 같았다.
- 0.5~3Hz: 델타(Delta)파
- 3~8Hz: 세타(Theta)파
- 8~12Hz: 알파(Alpha)파
- 12~16Hz: 시그마(Sigma)파
- 16~25Hz: 베타(Beta)파
측정한 심전도(ECG)로부터 R피크를 검출하여 심박의 위치를 표시하고 측정한 호흡 신호를 0.15~0.5Hz 대역통과필터를 적용하여 처리된 호흡신호를 획득하였다. 추출한 대역 뇌파와 처리된 호흡신호에 하기 수식 1과 같이 힐버트 변환(Hilbert transform)을 적용하여 위상(Phase)을 획득하였다.
[수식 1]
추출한 심박 위치로부터 하기 수식 2를 이용하여 순간 위상(instantaneous phase)을 획득하고, 생체 신호 측정에서 움직임으로 인해 왜곡된 구간을 찾아 움직임 구간으로 획득하였다.
[수식 2]
실시예
2. 생체
시스템간
동기화 특성 분석 방법
1) 위상 동기화 분석 기술
위상 동기화 분석의 다양한 기술이 존재하므로 어느것으로 한정하지 않는다. 하기 내용은 대표적인 기술을 명시하였다. 앞서 산출한 생체 신호의 위상(예. A사람 델타파의 위상과 B사람 델타파의 위상)을 이용하였다.
[수식 3]
상기 산출된 위상 차이를 2π로 나눈 나머지인 ψn,m을 수식 4를 이용하여 계산하였다.
[수식 4]
[수식 5]
[수식 6]
두 생체 신호의 누적 위상을 2π에 상수 값을(두 생체 신호 주기의 비율) 곱하여 나누어 나머지 값을 산출하였다. (수식 7)
[수식 7]
첫 번째 신호의 위상 나머지 값에 해당하는 두 번째 신호의 위상 나머지 값의 분포를 추출하여 그것들의 평균을 수식 8을 이용하여 추출하였다.
[수식 8]
[수식 9]
해당 지표 값이 특정 역치 값 이상인 경우 동기화가 일어났다고 판단하고 해당 방법을 앞서 추출한 모든 생체 신호에 대해 적용하며(심박-심박, 호흡-호흡, 대역 뇌파-대역 뇌파), 전체 수면 구간에 대해 동기화가 일어난 구간을 비율(%)로 나타내 생체 시스템 간의 영향을 정량화하였다.
실시예
3. 생체
시스템간
상관관계 분석 기술
도 2a 내지 도 2d를 참조하여, 두 사람의 수면단계, 평균 심박수, 평균 호흡수, 대역 뇌파파워를 평활화하여 교차상관(cross correlation) 관계를 분석하였다. 이를 위해 두 사람의 수면단계를 평활화하여 교차 상관(cross correlation) 분석을 하여 시간 지연과 상관 계수의 값을 산출하였다. 또한 두 사람의 심박 위치로부터 심박간격을 추출하고 심박간격을 30초 단위로 평균 심박수를 계산하고 평활화하여 평균 심박수경향을 산출하였다. 수면 중 측정한 두 사람의 평균 심박수경향을 교차 상관(cross correlation) 분석을 하여 시간 지연과 상관 계수의 값을 산출하였다. 두 사람의 대역 뇌파의 30초 단위 파워를 계산하고 평활화하여 대역 뇌파파워 경향을 산출하였다. 두 사람의 대역 뇌파파워 경향을 교차상관(cross correlation) 분석하여 시간 지연과 상관 계수의 값을 산출하였다. 두 사람의 호흡 간격에서 30초 단위 평균 호흡수를 계산하고 평활화하여 평균 호흡수경향을 산출하였으며, 두 사람의 평균 호흡수경향을 교차상관(cross correlation) 분석하여 시간 지연과 상관 계수의 값을 산출하였다.
도 2a는 두 사람이 같은 공간에서 수면을 취할 때 “생체 시스템간 동기화특성 분석”을 통해 두 사람의 심박이 동기화된 구간을 막대의 굵기로 표시한 그래프, 및 상기 그래프와 겹쳐서 그린 두 사람의 30초 단위 평균심박수를 각각 파란색과 빨간색으로 표시한 것이다. x축은 시간(30초, 예. 1:30초, 2:60초, 3:90초, ...)을 나타낸다. 도 2b는 두 사람이 별도 공간에서 수면을 취할 때 “생체 시스템간 동기화특성 분석”을 통해 두 사람의 심박이 동기화된 구간을 막대의 굵기로 표시한 그래프, 및 상기 그래프와 겹쳐서 그린 두 사람의 30초 단위 평균심박수를 각각 파란색과 빨간색으로 표시한 것이다. 도 2a와 도 2b를 비교해보면, 두 사람이 같은 공간에서 수면을 취할 때 “동기화”가 더 많이 일어남(검은색 바가 더 많음)을 확인할 수 있다. “생체 시스템간 동기화특성 분석”에서 동기화가 일어난 구간인 검은색 바의 개수를 전체 수면 구간으로 나누면, 수면 중 동기화가 일어난 비율을 계산할 수 있다.
도 2c는 도 2a에 표시된 두 사람의 평균심박수를 각각 평활화한 그래프, 및 상기 평활화한 두 사람의 평균심박수를 교차상관분석한 그래프를 나타내고, 도 2d는 도 2b에 표시된 두 사람의 평균심박수를 각각 평활화한 그래프, 및 상기 평활화한 두 사람의 평균심박수를 교차상관분석한 그래프를 나타낸다. 교차상관분석을 하면 x축 값인 “시간지연”과 y축 값인 “상관계수 값”을 구할 수 있다. 도 2c와 도 2d에서 두 사람의 평활화한 평균 심박수는 “4” 지연을 갖는 위치(4*30=120초)에서 0.5063의 상관관계를 갖는다. 상기 도 2c와 도 2d를 비교해보면, 도 2c인 두 사람이 같은 공간에서 수면을 취하는 경우에 평균 심박수 사이에 상관관계가 높음을 알 수 있으며, 이는 서로 영향을 주고받고 있다는 것을 의미한다.
실시예
4. 생체
시스템간
영향 특성분석
1) 방향성(directionality) 분석 기술
방향성 분석은 두 시스템의 결합 특성을 분석하는 방법으로 동기화 분석 방법과 다르게 두 시스템의 결합세기와 방향을 알 수 있는 것으로, 본 연구에서 사용한 방법은 EMA(Evolution map approach)방법으로 A 신호의 위상이 변화하는데 있어 B의 신호가 기여하는 정도와 B 신호의 위상이 변화하는데 있어 A 신호가 기여하는 정도를 평가하는 것이다. 앞서 산출한 생체 신호의 위상으로부터 수식 10에 의해 방향성을 계산하였다.
[수식 10]
수면의 평가 기준인 30초 단위로 생체 신호 사이의 방향성을 계산하여 수면 별 생체 시스템 사이의 영향을 분석하였다.
2) 자율신경계 영향 분석
수면의 단계에 따라 자율신경계의 활성도가 변화하는데 수면이 깊어지고 안정화됨에 따라 부교감산경계의 작용이 활발해지며, 잠에서 깨어남이나 렘 수면에 가까워질수록 교감신경의 작용이 활성화 된다. 앞서 추출한 심박 위치로부터 심박 간격을 산출하고 산출한 심박 간격으로부터 구간 내 심박변이율 지표를 계산하였다. 이때 심박변이율은 시간영역, 주파수영역, 비선형 방법으로 산출하였다.
3) 중추신경계 영향 분석
일반적으로 수면이 깊어짐에 따라 저대역 뇌파의 활동이 활발해진다고 알려져 있다. 앞서 추출한 두 사람의 대역 뇌파로부터 간섭성 지표를 수식 11을 통해 산출하였다.
[수식 11]
Γ 1 ,2(ω)로부터 최대 값을 추출하여 Γ max 로 한다.
4) 생체시스템간 영향 특성지표 산출
수면 중 측정한 생체 신호 사이(심박-심박, 호흡-호흡, 대역 뇌파-대역 뇌파)의 위상 동기화 구간을 검출하고 전체 수면 구간으로 나누어 비율을 계산하여 수면 중 생체 시스템 간의 상호작용 여부를 정량화하였다.
수면 중 측정한 생체 신호 사이 방향성을 계산하여 결합 정도를 분석하여, 누가 누구에게 영향을 미치고 있는지와 영향력의 세기를 판단하였다.
영향력을 알고 있는 해당 수면단계에서의 심박변이율과 간섭성 지표를 분석하여 긍정, 부정적 영향을 평가한다. 이전 수면단계와 현 수면단계의 방향성 지표 차이 즉, 영향력의 변화에 대한 이전 수면단계와 현 수면단계의 심박변이율, 간섭성 지표의 차이의 비율을 통해 긍정, 부정적 영향 여부를 산출하는 지표 E k 와 I k 를 수식 12를 이용하여 계산하였다. E k 와 I k 는 모두 생체시스템간 영향 특성 분석하는 지표로서, “-”가 나오면 부정적인 영향, “+”가 나오면 긍정적인 영향을 나타낸다.
[수식 12]
k: k번째 수면단계
E k 와 I k 를 수면에 대해 평균 값을 산출하여 전체 수면에 대한 영향력을 평가하고 또한 수면단계에 대해 평균 값을 산출하여 수면단계별 영향력을 평가하였다.
실시예
5. 수면 상호영향 분석
상기 두 사람 중 한 사람의 수면단계가 변한 상태에서 다른 사람의 수면단계가 같은 단계로 변한 개수와 지속 시간을 계산하였다. 전체 수면단계에 대해 횟수와 지속 시간을 비율로 환산하여 수면 구조 영향 지표로 삼았다.
실시예
6. 움직임을 기반으로 한 수면-각성 영향 분석
한 사람의 깨어남으로 인한 다른 사람 깨어남의 횟수를 세고 전체 수면단계에 대해 다른 사람으로 인한 깨어남 횟수를 비율로 수면-각성 영향 지표로 삼았다. 도 3을 참조하면 한 사람의 각성이 다른 사람의 깨어남에 영향을 미친 경우(황색 원)를 확인할 수 있다. 도 3의 위쪽 파란색으로 표시된 그래프는 두 사람 중 한 사람의 심전도를 나타내고, 아래쪽 주홍색으로 표시된 그래프는 동시간에 측정한 다른 사람의 심전도를 나타낸다. 위쪽 파란색 그래프를 보면 299.95분에 정상적으로 나오던 심전도가 왜곡되어 나타나는데, 이는 상기 한 사람이 “깨면서” 움직임으로 인해 심전도 신호가 왜곡된 것을 나타내고 이 구간이 수면단계 중 “깨어남” 구간이 된다. 아래 주홍색 그래프를 보면, 상기 다른 사람이 깨거나 움직이고, 뒤이어 깨거나 움직인다. 이런 구간을 상기 한 사람이 깨어나거나 움직임으로 인해 상기 다른 사람이 영향을 받아 깨어났다고 판단하고, 이런 구간의 횟수를 더하여 전체 수면 시간으로 나누어 비율을 환산한다.
도 4는 본 발명의 한 구현예에 따른, 두 사람의 시간별 수면단계를 나타낸 그래프이다. 위쪽 파란색 그래프는 어느 한 사람의 수면단계 일부이고, 아래쪽 주홍색 그래프는 다른 사람의 수면단계 일부를 나타낸다. 초기 부분을 보면 상기 한 사람의 수면단계가 LS(Light sleep)에서 RS(REM sleep)로 변화하고 잠시 후, 상기 다른 사람의 수면단계가 LS에서 RS로 변화한다. 350epoch 근처에서도 상기 한 사람의 수면단계가 LS에서 DS(Deep sleep)로 변하고 이어서 상기 다른 사람의 수면단계가 LS에서 DS로 변하는 것을 볼 수 있다. 수면 상호영향 분석에서는 이처럼 두 사람의 수면단계가 같은 단계로 변하는 횟수와 지속시간을 산출할 수 있다.
이상에서 본원의 예시적인 실시예에 대하여 상세하게 설명하였지만 본원의 권리범위는 이에 한정되는 것은 아니고 다음의 청구범위에서 정의하고 있는 본원의 기본 개념을 이용한 당업자의 여러 변형 및 개량 형태 또한 본원의 권리범위에 속하는 것이다.
Claims (6)
- 생체신호기반 수면 상호영향 분석 방법으로,
상기 방법은 같은 공간에서 수면을 취하는 두 사람으로부터 각각 수면 중 생체신호인 호흡, 심전도 및 뇌전도 신호를 측정하고, 상기 신호를 처리하여 생체정보인 호흡 간격, 심박 위치, 심박 간격, 대역 뇌파, 및 수면단계를 추출하고, 상기 추출한 정보로부터 생체정보의 위상정보 및 순간위상 정보를 획득하는, 생체정보 획득단계;
상기 두 사람으로부터 측정한 동일한 생체정보의 위상에 동기화 분석기술을 적용하여 동기화 지표를 계산하고, 상기 동기화 지표 값이 미리 정한 값 이상인 경우에 동기화되었다고 판단하여, 동기화구간을 검출하고 전체 수면구간으로 나눈 비율을 계산하여 정량화하는 생체 시스템간 동기화특성 분석단계;
상기 두 사람의 수면단계, 심박간격, 호흡 간격, 대역 뇌파의 교차상관관계를 분석하되, 상기 두 사람의 수면단계를 평활화하여 교차상관관계를 분석하고, 상기 두 사람의 심박 위치로부터 심박간격을 추출하고 30초 단위로 평균 심박수를 계산하며 상기 평균 심박수를 평활화하여 평균 심박수경향을 산출하고 상기 평균 심박수경향을 교차상관(cross correlation) 분석하여 상관관계를 분석하며, 상기 두 사람의 대역 뇌파의 30초 단위 파워를 계산하고 평활화하여 교차상관관계를 분석하고, 상기 두 사람의 호흡 간격에서 30초 단위 평균 호흡수를 계산하고 평활화하여 교차상관관계를 분석하여 교차상관의 지연시간과 상관계수값으로 산출하는 생체 시스템간 상관관계 분석단계; 및
상기 두 사람 중 어느 한 사람의 생체정보 위상이 변화하는데 다른 한 사람의 생체정보가 기여하는 정도를 EMA(Evolution Map Approach) 방법으로 각각 평가하여 30초 단위로 방향성계산을 하고, 상기 생체정보 중 심박 간격으로부터 심박변이율 지표를 계산하여 자율신경계 영향을 분석하고, 대역 뇌파로부터 간섭성 지표를 계산하여 중추신경계 영향을 분석하며, 상기 방향성계산의 방향인 영향력의 세기를 판단하며, 상기 자율신경계 영향 분석 및 상기 중추신경계 영향 분석에서 상기 방향성계산 차이에 따른 수면단계별 심박변이율 지표 및 간섭성 지표 각각의 차이에 대한 비율을 통해 긍정적 영향 또는 부정적 영향을 계산하는, 생체 시스템간 영향특성 분석단계; 및
상기 두 사람 중 어느 한 사람의 수면단계가 변한 상태에서 다른 한 사람의 수면단계가 같은 단계로 변한 개수와 지속시간을 계산하고, 상기 개수와 지속시간을 전체 수면에 대해 비율로 환산하는, 수면 상호영향 분석단계를 포함하고,
상기 생체정보 획득단계에서 신호를 측정할 때 상기 두 사람 중 어느 한 사람의 깨어남 구간을 왜곡구간으로 제외하며,
상기 동기화구간은 수면 중 측정한 생체신호 사이에서 설정하는,
생체신호기반 수면 상호영향 분석방법.
- 제 1항에 있어서,
상기 생체정보 획득단계는, 상기 뇌전도 신호로부터 수면단계를 산출하고, 대역통과필터를 사용하여 대역뇌파를 추출하고,
상기 심전도 신호로부터 심박 위치 및 심박 간격을 추출하며,
상기 호흡 신호로부터 호흡간격을 얻고, 대역통과필터를 사용하여 대역호흡 신호를 획득하며,
상기 대역뇌파와 상기 대역호흡 신호에 힐버트변환을 적용하여 위상을 획득하고,
상기 추출한 심박 위치로부터 순간위상을 획득하는,
생체신호기반 수면 상호영향 분석방법.
- 제 1항에 있어서,
상기 생체 시스템간 동기화특성 분석단계에서, 상기 생체정보는 심박 간격, 호흡 간격 및 대역 뇌파의 델타파, 세타파, 알파파, 시그마파, 베타파인,
생체신호기반 수면 상호영향 분석방법.
- 제 1항에 있어서,
상기 생체 시스템간 영향특성 분석단계에서 상기 긍정적 영향 또는 부정적 영향을 계산하는 지표는 전체 수면에 대해 평균값을 산출하여 전체 수면에 대한 영향력을 평가하고, 상기 수면단계에 대해 평균값을 산출하여 수면단계별 영향력을 평가하는,
생체신호기반 수면 상호영향 분석방법.
- 제 1항에 있어서,
상기 수면 상호영향 분석단계는, 상기 두 사람 중 어느 한 사람의 상기 깨어남으로 인해 다른 사람이 깨는 횟수를 계산하여 수면-각성 영향 지표로 삼는 수면-각성 영향분석을 더 포함하는,
생체신호기반 수면 상호영향 분석방법.
- 제 2항에 있어서,
상기 수면단계를 산출하기 위하여, 안전도 및 특 근전도 신호를 더 측정하는,
생체신호기반 수면 상호영향 분석방법.
Applications Claiming Priority (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
KR20150006717 | 2015-01-14 | ||
KR1020150006717 | 2015-01-14 |
Publications (2)
Publication Number | Publication Date |
---|---|
KR20160087762A true KR20160087762A (ko) | 2016-07-22 |
KR101771835B1 KR101771835B1 (ko) | 2017-08-25 |
Family
ID=56681356
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
KR1020160004005A KR101771835B1 (ko) | 2015-01-14 | 2016-01-13 | 생체신호기반 수면 상호영향 분석방법 |
Country Status (1)
Country | Link |
---|---|
KR (1) | KR101771835B1 (ko) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2022209296A1 (ja) * | 2021-03-31 | 2022-10-06 | 国立研究開発法人情報通信研究機構 | 共感度測定方法 |
KR20240081587A (ko) | 2022-11-30 | 2024-06-10 | 광운대학교 산학협력단 | 몽유병을 감지하는 엣지 디바이스 |
Families Citing this family (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR20240085329A (ko) | 2022-12-07 | 2024-06-17 | 주식회사 위니드소프트 | 생체 신호 보정 기능이 지원되는 듀얼 웨어러블 밴드 |
Citations (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR20140120513A (ko) | 2013-04-03 | 2014-10-14 | 삼성전자주식회사 | 수면 단계를 판단하기 위한 장치 및 방법 |
Family Cites Families (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2009207763A (ja) | 2008-03-05 | 2009-09-17 | Sharp Corp | 生体信号関連性計測装置および生体信号関連性計測方法 |
-
2016
- 2016-01-13 KR KR1020160004005A patent/KR101771835B1/ko active IP Right Grant
Patent Citations (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR20140120513A (ko) | 2013-04-03 | 2014-10-14 | 삼성전자주식회사 | 수면 단계를 판단하기 위한 장치 및 방법 |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2022209296A1 (ja) * | 2021-03-31 | 2022-10-06 | 国立研究開発法人情報通信研究機構 | 共感度測定方法 |
KR20240081587A (ko) | 2022-11-30 | 2024-06-10 | 광운대학교 산학협력단 | 몽유병을 감지하는 엣지 디바이스 |
Also Published As
Publication number | Publication date |
---|---|
KR101771835B1 (ko) | 2017-08-25 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US9820680B2 (en) | System and method for determining sleep and sleep stages of a person | |
JP6757532B2 (ja) | 睡眠段階判定装置、睡眠段階判定方法、睡眠段階判定プログラム | |
EP1495715B1 (en) | A method and apparatus based on combination of three phsysiological parameters for assessment of analgesia during anesthesia or sedation | |
EP1618840B1 (en) | Monitoring subcortical responsiveness of a patient | |
EP1562472B1 (en) | Method, apparatus and system for characterizing sleep | |
Karmakar et al. | Detection of respiratory arousals using photoplethysmography (PPG) signal in sleep apnea patients | |
CN111466906B (zh) | 穿戴式睡眠监测仪及监测方法 | |
JP5632986B2 (ja) | 睡眠段階判定装置及び睡眠段階判定方法 | |
CN107205664B (zh) | 用于使用脑电图、体积描记的心动阻抗描记图、心率变异性以及镇痛药的浓度或生物相评估全身麻醉期间的疼痛和伤害性感受水平的设备 | |
KR20160081740A (ko) | 무구속적으로 측정한 생체신호를 이용하여 산소탈포화지수를 획득하는 방법 | |
WO2008132736A2 (en) | Method and device for characterizing sleep | |
JP4461388B2 (ja) | 睡眠段階判定方法および判定装置 | |
KR101771835B1 (ko) | 생체신호기반 수면 상호영향 분석방법 | |
Chung et al. | Noninvasive heart rate variability analysis using loadcell-installed bed during sleep | |
Chung et al. | Rem sleep classification with respiration rates | |
Bonjyotsna et al. | Correlation of drowsiness with electrocardiogram: A review | |
Chatlapalli et al. | Accurate derivation of heart rate variability signal for detection of sleep disordered breathing in children | |
Akşahin et al. | Obstructive sleep apnea classification with artificial neural network based on two synchronic hrv series | |
Tsuboi et al. | Relationship between heart rate variability using Lorenz plot and sleep level | |
Cheng et al. | An intelligent sleep quality detection system based on wearable device | |
Telser et al. | Temporally resolved fluctuation analysis of sleep ECG | |
Hossen et al. | The importance of the very low frequency power of heart rate variability in screening of patients with obstructive sleep apnea | |
Chung et al. | Unconstrained heart rate estimation system in bed | |
Hung et al. | Preliminary investigation of pupil size variability: toward non-contact assessment of cardiovascular variability | |
TWI494082B (zh) | 多維麻醉深度信號監控方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A201 | Request for examination | ||
E902 | Notification of reason for refusal | ||
E701 | Decision to grant or registration of patent right | ||
GRNT | Written decision to grant |