Development of High-dimensional Body Activity Time Series Analysis Methods for Unobtrusive Sleep Monitoring

开发用于不引人注目的睡眠监测的高维身体活动时间序列分析方法

基本信息

批准号：
21K12040
负责人：
堀口由貴男
金额：
$ 2.58万
依托单位：
Kansai University
依托单位国家：
日本
项目类别：
Grant-in-Aid for Scientific Research (C)
财政年份：
2021
资助国家：
日本
起止时间：
2021-04-01 至 2024-03-31
项目状态：
已结题

项目摘要

本研究は，睡眠障害の手がかりが睡眠中の身体の大小さまざまな動きの中に含まれているとの仮説の下，非干渉型の計測装置で取得した高空間分解能の体圧分布時系列から，各種の睡眠障害を特徴づける時空間パターンを抽出するデータ解析技術を開発することを目的とする．R4 (2022) 年度は，体圧分布時系列の計測と同時並行で測定された呼吸インダクタンス・プレチスモグラフ（RIP）信号を対象として，呼吸努力波形から無呼吸や低呼吸が発生している時区間を推定するアルゴリズムの開発に取り組んだ．具体的には，変化点検出処理によりRIP信号から得られた部分呼吸曲線の集合の分類処理に関して，時系列間距離の計算方法が異なる時系列クラスタリング手法の比較調査を実施した．調査結果からは，部分呼吸曲線の分類処理においては，位相だけでなく周期の違いを許容する時系列間距離の評価が求められることと，スケール不変性は考慮しないほうがよいことが知見として得られた．また，研究調査を睡眠・覚醒リズム障害の分析に派生させ，非リズム成分を時系列から分離抽出する課題に取り組んだ．その結果として，アーチファクト（異常データ）をより短い時間長の部分時系列として特定できる可能性が示唆された．自覚症状に乏しい睡眠の問題に対する調査や処置効果の継続的確認の方法として，在宅環境等で普段どおりの睡眠をとる中で症状に関する計測情報が自然と収集されることが理想である．体圧分布時系列における異常時区間の検出技術は，この課題に対する解決策として有望である．呼吸努力波形における異常時区間の検出技術は，目的とする開発技術の主要部分の一つである．異常発生時区間の検出が容易な時間パターンが強調されるように体圧分布時系列から呼吸努力波形を分離する技術を改良し，2つのアルゴリズムをうまく統合することが次の課題である．

这项研究旨在开发一种数据分析技术，该技术提取时空模式，这些模式表征了来自高空间分辨率的各种睡眠障碍，从高空间分辨率分布时间序列序列序列序列序列序列序列序列序列是基于假说，即睡眠障碍的提示包括在睡眠过程中的各种运动和大小的运动中。在R4（2022）年，我们致力于开发一种算法，该算法估算了呼吸努力波形从呼吸道努力波形出现呼吸暂停和呼吸症的时间间隔，以同时测量的呼吸感电感量表（RIP）信号，并测量身体压力分布时间序列。具体而言，我们对时间序列聚类方法进行了比较调查，该方法具有不同方法，用于计算时间间序列距离与通过变化点检测过程从RIP信号获得的部分呼吸曲线的分类有关。研究结果表明，在对部分呼吸曲线进行分类时，需要评估允许时期差异和阶段差异的时间序列距离，并且不需要规模不变性。此外，研究调查是从对睡眠和清醒节奏疾病的分析中得出的，其任务是将非节律成分与年代顺序分开并提取非节律成分。这表明伪影（异常数据）可以识别为较短时间长度的部分时间序列。作为调查缺乏主观症状并不断确认治疗有效性的睡眠问题的一种方式，理想的理想是在家庭环境中正常睡眠时自然收集有关症状的信息。在体重分布的时间序列中发现异常时间间隔是有望解决此问题的方法的。呼吸努力波形的异常间隔的检测技术是目标发展技术的主要部分之一。下一个挑战是改善将呼吸努力波形与人体压力分布时间序列分开的技术，以便强调易于检测异常发生间隔的时间模式，并成功地整合了两种算法。