複数の要因を考慮した深層学習による日常の睡眠の質推定と要因分析

点击翻译按钮获取中文摘要

本研究は，非接触かつ簡便な計測が可能な「睡眠中の音響」を基に，個人差や環境差など，睡眠に影響を及ぼす複数の要因を同時に考慮して日常の「睡眠の質」を推定する深層学習モデルを開発することを目的としている．現状のウェアラブルデバイスでは日常の睡眠の質を適切に評価できていない．睡眠音には睡眠を特徴付ける様々な生体活動（いびき，歯ぎしり，体動等）や周囲の環境音など多様な情報が含まれるため，従来のウェアラブルデバイスでは困難であった総合的な睡眠評価が可能になる．さらに身体・環境などの要因分析ができれば，睡眠の評価に留まらず改善案の提示や，快適な睡眠環境の制御との連携につながる．本年度は，1．これまで収集してきた自宅環境における睡眠データの拡充，2．音特徴の個人差・環境差の低減法の論文化，3．身体・環境要因を加味したマルチモーダル深層学習モデルに関して研究を行った．1．自宅環境の睡眠実験について，本年度は新たに13名（30代，40代）の被験者実験を行った．2．これまで研究を行ってきたドメイン適応を用いた音特徴の個人差・環境差の低減法に関して，ハイパーパラメータの影響に関する追加実験を行い，現在，国際ジャーナルに投稿中である．3．因子選択機能を持つマルチモーダル深層学習モデルを2種類考案した．100名以上（20代から60代）・各1ヶ月間の自宅環境における睡眠データを用いた検証実験から，音による睡眠パターンの重要性に加えて，身体・環境特徴により睡眠の良否判別精度の向上の確認と共に，年代毎に特徴的な要因があることが確認された．