居眠り兆候である欠伸とマイクロスリープの気管音スペクトログラム深層学習による検討

• 研究課題/領域番号: 23K06909
• 研究種目: 基盤研究(C)
• 配分区分: 基金
• 応募区分: 一般
• 審査区分: 小区分52010:内科学一般関連
• 研究機関: 広島大学
• 研究代表者: 熊谷 元 広島大学, 医系科学研究科(医), 寄附講座准教授 (30911523)
• 研究分担者: 塩見 利明 広島大学, 医系科学研究科(医), 寄附講座教授 (40140032)
• 研究期間 (年度): 2023-04-01 – 2026-03-31
• 研究課題ステータス: 交付 (2023年度)
• 配分額: 4,160千円 (直接経費: 3,200千円、間接経費: 960千円); 2025年度: 1,430千円 (直接経費: 1,100千円、間接経費: 330千円); 2024年度: 1,300千円 (直接経費: 1,000千円、間接経費: 300千円); 2023年度: 1,430千円 (直接経費: 1,100千円、間接経費: 330千円)
• キーワード: マイクロスリープ / 気管音 / スペクトログラム / 居眠り運転 / 深層学習

研究開始時の研究の概要

居眠り運転事故は欠伸やマイクロスリープ（瞬眠）の後に発生することが多いが、マイクロスリープの脳波測定は煩雑で、車の運転中等にリアルタイムで判定することは困難である。気管音をスペクトログラム表示し、独自に開発したAIを用いて深層学習することにより、覚醒と睡眠の識別、睡眠呼吸障害診断が可能なことを明らかにしてきた知見を基に、欠伸とマイクロスリープ時の脳波と気管音スペクトログラムをAI深層学習により検討する。居眠り事故を未然に防ぐための新たな簡便かつ低侵襲な方法の開発に有用な、欠伸とマイクロスリープを検出する気管音スペクトログラムの特徴を明らかにする。