| 研究課題/領域番号 |
22K19826
|
|---|
| 研究種目 |
挑戦的研究(萌芽)
|
| 配分区分 | 基金 |
|---|
| 審査区分 |
中区分62:応用情報学およびその関連分野
|
|---|
| 研究機関 | 電気通信大学 |
|---|
研究代表者 |
高玉 圭樹 電気通信大学, 大学院情報理工学研究科, 教授 (20345367)
|
|---|
| 研究期間 (年度) |
2022-06-30 – 2024-03-31
|
| 研究課題ステータス |
完了 (2023年度)
|
| 配分額 *注記 |
6,240千円 (直接経費: 4,800千円、間接経費: 1,440千円)
2023年度: 2,860千円 (直接経費: 2,200千円、間接経費: 660千円)
2022年度: 3,380千円 (直接経費: 2,600千円、間接経費: 780千円)
|
|---|
| キーワード | 睡眠時無呼吸症候群 / 機械学習 / 無拘束型センサ / 生体振動データ / 睡眠時無呼吸症候 |
|---|
| 研究開始時の研究の概要 |
本研究では，睡眠障害の約6割を占める睡眠時無呼吸症候群(sleep apnea syndrome：SAS)に着目し，睡眠中にマットレスセンサから得られる生体振動データ(心拍・呼吸・体動を含む合成波)からSASを判定する方法を考案する．挑戦的な観点としては，SASの主たる原因である無呼吸や低呼吸に着目するのではなく，その時期以外の睡眠中や無/低呼吸が起こらない日中の生体振動データを用いた判定を目指す．
|
| 研究成果の概要 |
本研究では，睡眠障害の約6割を占める睡眠時無呼吸症候群(sleep apnea syndrome：SAS)の判定に向け，布団やマットレスの下に敷いた無拘束型マットレスセンサから得られる「睡眠中」と「日中」の生体振動データを用いた無拘束型SAS判定法をそれぞれ提案し，高い精度で判定できることに成功した．さらに，SAS患者の生体振動データには健常者には見られない３Hz前後の振動を持つことが明らかになった．
|
| 研究成果の学術的意義や社会的意義 |
学術的意義としては，無呼吸時に生じる覚醒以外の非覚醒状態においてSAS判定を可能にすることに加え，睡眠中ではなく日中においてSAS判定を実現する方法を確立することで，従来手法の問題を克服することである．社会的意義としては，無拘束型のマットセンサを用いた提案手法によってSASを早期に発見することで，糖尿病・高血圧・心筋梗塞・脳梗塞のリスクを低減させ，SASによる不眠からくるヒューマンエラーや産業・交通事故を削減し，労働生産性の低下を抑制することが可能となる．
|
