| 研究概要 |
本研究では,人間の睡眠の質を評価することを目的に,各種生体信号から睡眠に関連した特徴量を抽出する手法に関して研究を進め,以下の研究結果を得た.
(1)ウェーブレット解析手法を用いた特徴抽出
修正ウェーブレット変換解析手法において採用しているガボール関数の減衰係数を,非線形(シグモイド関数を利用)に調整できるよう修正を行い,サンプリング周波数500Hzでサンプリングしたデータを処理した結果,より安定したピーク周波数時系列を抽出できること,また,β波帯域におけるパワーの広がり情報に,睡眠脳波ステージに相関の高い情報を含んでいることを確認した.
(2)多チャンネル脳波信号の独立成分解析
独立成分解析法(ブラインドソース分離法)を多チャンネル脳波(視覚認識時脳波)の解析へ適用し,ソース信号数の推定が可能であること,また分離信号と原脳波との相関情報から,ソース信号の概略の位置が推定可能であることを確認した.睡眠の場合,通常は,多くても4ch(C3,C4,O1,O2)の脳波を利用することから,ソース信号数より少ないセンサを利用している可能性もあり,現在その影響について検討中である.
(3)自律神経リズム抽出法に関する検討(心電図解析)
心電位信号からR-R間隔時系列を抽出し,データ長1分毎のARスペクトル解析を行って,EF・LF成分の時間的変動の抽出を行い,睡眠脳波ステージ変動との相関を調査した.その結果,体動等の影響により,20秒間でも心拍が2倍以上変動する場合があり,自律神経リズムの安定した抽出の障害になっていることが確認され,一過性変動の取扱いについて更に検討する必要があることを確認した.
(4)その他の特徴抽出法について
有効情報量解析法,準ARモデルによる解析法,一般化正規分布解析法等を利用した特徴抽出法について検討を行い,脳内の情報の流れや偏りの推定や短時間(15分程度)周期のリズム抽出が可能など,睡眠の質の評価のための有効であることを確認した.
|
