| 研究課題/領域番号 |
22K19832
|
|---|
| 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 | 大阪大学 |
|---|
研究代表者 |
福井 健一 大阪大学, 産業科学研究所, 准教授 (80418772)
|
|---|
| 研究分担者 |
加藤 隆史 大阪大学, 大学院歯学研究科, 教授 (50367520)
|
|---|
| 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 |
6,370千円 (直接経費: 4,900千円、間接経費: 1,470千円)
2023年度: 2,470千円 (直接経費: 1,900千円、間接経費: 570千円)
2022年度: 3,900千円 (直接経費: 3,000千円、間接経費: 900千円)
|
|---|
| キーワード | 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 |
|---|
| 研究開始時の研究の概要 |
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．
|
| 研究成果の概要 |
本研究では，非接触かつ簡便な計測が可能な音響に基づいて，日常の睡眠の質を推定する深層学習モデルを開発した．1．睡眠音，日中を含む心拍および活動量，寝室の温度・湿度・照度，就寝前・起床後に睡眠の質，健康や環境に関するアンケートを継続して4週間データ収集を行った．40代から60代の被験者56名追加し，合計385名となった．2．音響特徴の個人差・環境差の軽減を目的として，ドメイン適応に基づく睡眠評価モデルを提案し，自宅データベースにより効果を検証した．3．睡眠音に加えて，身体要因，環境要因を特定し睡眠評価可能な深層学習のアーキテクチャを2種類考案し，年代毎の睡眠に及ぼす主要な要因を明らかにした．
|
| 研究成果の学術的意義や社会的意義 |
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．
|
