| Project/Area Number |
22K19832
|
|---|
| Research Category |
Grant-in-Aid for Challenging Research (Exploratory)
|
| Allocation Type | Multi-year Fund |
|---|
| Review Section |
Medium-sized Section 62:Applied informatics and related fields
|
|---|
| Research Institution | Osaka University |
|---|
Principal Investigator |
Fukui Ken-ichi 大阪大学, 産業科学研究所, 准教授 (80418772)
|
|---|
| Co-Investigator(Kenkyū-buntansha) |
加藤 隆史 大阪大学, 大学院歯学研究科, 教授 (50367520)
|
|---|
| Project Period (FY) |
2022-06-30 – 2024-03-31
|
| Project Status |
Completed (Fiscal Year 2023)
|
| Budget Amount *help |
¥6,370,000 (Direct Cost: ¥4,900,000、Indirect Cost: ¥1,470,000)
Fiscal Year 2023: ¥2,470,000 (Direct Cost: ¥1,900,000、Indirect Cost: ¥570,000)
Fiscal Year 2022: ¥3,900,000 (Direct Cost: ¥3,000,000、Indirect Cost: ¥900,000)
|
|---|
| Keywords | 睡眠 / 音響 / 深層学習 / ドメイン適応 / マルチモーダル / 睡眠音 / 要因分析 / 睡眠の質評価 / 睡眠の質 / 生体活動 / 個人差・環境差 |
|---|
| Outline of Research at the Start |
本研究で着目する「睡眠中の音響」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ており，従来のウェアラブルデバイスでは困難であった個人特有の睡眠評価が可能になる．本研究では深層学習に基づいて，睡眠音の特徴表現と共に，生体活動のパターンを獲得した上で，室温や湿度，体調，日中の活動量など複数の要因を同時に考慮し，かつ，それら要因の変化が睡眠の質に与える影響を分析可能なモデルを開発する．そして，生理学的な睡眠評価との整合性を担保しつつ，適切な日常の睡眠の質評価を与えることを目指す．
|
| Outline of Final Research Achievements |
In this study, we developed a deep learning model to estimate the quality of daily sleep based on sounds, enabling non-contact and easy measurement. Over a continuous four-week period, we collected data on sleep sounds, heart rate, activity levels during the day, bedroom temperature, humidity, and light levels, and administered surveys about sleep quality, health, and the environment before bed and after waking. 1. 56 additional subjects in their 40s to 60s were recruited, bringing the total to 385 participants. 2. To mitigate individual and environmental differences in sound features, we developed a sleep evaluation method based on domain adaptation and verified its effectiveness using our home database. 3. We proposed two types of deep learning models capable of sleep evaluation, incorporating physical and environmental factors in addition to sleep sounds, revealing the main factors affecting sleep for different age groups.
|
| Academic Significance and Societal Importance of the Research Achievements |
本研究は非接触かつ簡便に計測可能な音響に基づく新しい睡眠評価法を提案し，日常の睡眠評価の高精度化に貢献した．本研究により開発した深層学習に基づく睡眠評価モデルは，睡眠音特徴の個人差や環境差に対応し広範囲に利用可能であり，また個人毎に身体・環境要因などと統合して睡眠影響因子を特定が可能である．これにより，将来的に個別化された具体的な睡眠改善策の提供が可能となり，日常の睡眠の質改善により公衆衛生の向上，メンタルヘルス問題などの予防に貢献するものと考える．
|
