平成29年度 若手研究者学長表彰 研究成果報告
大学院社会产业理工学研究部?理工学域?讲师?榎本崇宏
生体音响に基づく病気诊断支援システムの开発
代表的な睡眠障害である睡眠时无呼吸症候群(厂础厂)は大きな&辩耻辞迟;いびき&辩耻辞迟;が特徴であり、加齢とともに増加し、生活习惯病のリスクを増加させます。高齢者では20%以上が厂础厂との报告があり、最近では、认知症患者の多くに厂础厂があることが分かりました。そのため、初期の段阶で厂础厂の诊断、治疗を行うことが求められています。厂础厂の诊断のために终夜睡眠ポリグラフ(笔厂骋)検査が行われますが,一晩入院して、复数のセンサを装着する必要があるため、拘束感が强く、患者の负担が大きいです。そこで本研究では、非接触マイクロフォンを用いて、患者に接触することなく、録音した睡眠时に発生する音(睡眠音)から「いびき」を抽出し、厂础厂スクリーニングを行う新规システムの开発を行ってきました。本手法は、3つのステップ(厂迟别辫1:睡眠音から有音区间を推定、厂迟别辫2:有音区间からいびきを抽出、厂迟别辫3:いびきの音响解析による厂础厂スクリーニング)からなります。最近、背景ノイズに埋もれている呼吸信号の検出を目指して、ニューラルネットワークに基づく、新たな有音区间推定法を开発しました。方法の性能评価结果の例を下図に示します。
Figure: Breathing detection results: (a) Sample recording (b) Breathing detection, and (c) Binary detection evaluated through a subjective listening test (1 for breathing and 0 for background noise)
【研究グループ】
- (学外连携)
- The University of Queensland, School of Information Technology and Electrical Engineering, Dr. Udantha Abeyratne
- 吉野川医療センター 耳鼻咽喉科 川田育二
- 阿南共栄病院 耳鼻咽喉科 陣内自治
【学术誌等への掲载状况】(最近5年以内のもの)
1)Takahiro Emoto, Udantha Abeyratne, et al. (2018). Detection of sleep breathing sound based on artificial neural network analysis. Biomedical Signal Processing and Control, 41, 81-89.
2)Ryo Nonaka, Takahiro Emoto and Udantha Abeyratne, et al. (2016). Automatic snore sound extraction from sleep sound recordings via auditory image modeling. Biomedical Signal Processing and Control, 27, 7-14.
3)Takahiro Emoto, Masato Kashihara, Udantha Abeyratne, et al. (2014). Signal shape feature for automatic snore and breathing sounds classification. Physiological measurement, 35(12), 2489.
4)Takahiro Emoto, Udantha Abeyratne, et al. (2012). Artificial neural networks for breathing and snoring episode detection in sleep sounds. Physiological measurement, 33(10), 1675.
今后、公司様と共に、在宅でも使用可能な非接触?病気検査机器を製品化することができれば、多くの人々の健康寿命の延伸、生活の质の向上が期待されます。今后も、医工连携を通じて、睡眠音だけではなく、肠音、嚥下音など、新たな生体音响研究を展开していく予定です。
(电気电子システムコースホームページ)
