赤外線センサを用いたアイマスク型デバイスによる睡眠状態認識手法

• Item type: Journal(1)
• 公開日: 2018-08-15
• タイトル: 赤外線センサを用いたアイマスク型デバイスによる睡眠状態認識手法
• タイトル / 言語: en
• タイトル: A Sleep Stages Recognition Method Using Infrared Sensors on Eye-mask Shaped Device
• 言語: jpn
• キーワード / 主題Scheme: Other
• キーワード / 主題: [一般論文] 睡眠段階，赤外線センサ，アイマスク，レム睡眠
• 資源タイプ / 資源タイプ識別子: http://purl.org/coar/resource_type/c_6501
• 資源タイプ: journal article
• 著者所属: 神戸大学大学院工学研究科
• 著者所属: 神戸大学大学院工学研究科／科学技術振興機構さきがけ
• 著者所属: 神戸大学大学院工学研究科
• 著者所属(英): en
• 著者所属(英): Graduate School of Engineering, Kobe University
• 著者所属(英): en
• 著者所属(英): Graduate School of Engineering, Kobe University / Japan Science and Technology Agency, PRESTO
• 著者所属(英): en
• 著者所属(英): Graduate School of Engineering, Kobe University
• 著者名: 松井, 駿; 寺田, 努; 塚本, 昌彦
• 著者名(英): Shun, Matsui; Tsutomu, Terada; Masahiko, Tsukamoto
• 論文抄録 / 内容記述タイプ: Other
• 論文抄録 / 内容記述: 睡眠は1日の約3分の1を占めるといわれており，脳・心・身体の疲れを癒し，記憶を定着させるなどの役割を持っている．質の良い睡眠をとるためにも，睡眠解析を行い睡眠段階（睡眠の深さ）を知ることが重要である．睡眠解析の手法には様々な手法が存在するが，睡眠時に測定しても違和感がなく，どのような環境下でも測定できることが好ましい．そこで本研究では，違和感のない持ち運びのできるアイマスク型の睡眠状態認識システムを提案する．REM睡眠時の急速眼球運動に着目し，フォトリフレクタを用いたアイマスク型デバイスにより，睡眠時の眼球運動を測定し睡眠状態を認識する．提案デバイスには19個のフォトリフレクタを眼球を覆うように取り付けており，眼球運動によるセンサデータの変化を取得する．提案手法の評価のために，提案デバイスを用いて眼球運動を測定し，睡眠状態を認識した．8日分のデータからRandom Forestを用いて交差検証によりREM睡眠・NREM睡眠の2値で判定し，認識率が86.89%である脳波計を正解データとして使用した結果，認識率は平均で83.1%となった．
• 論文抄録(英) / 内容記述タイプ: Other
• 論文抄録(英) / 内容記述: Sleep occupies almost a third of our lives, and it has various roles. It heals the brain, heart, and body. To get good quality sleep, it is important to analyze sleep and to identify the transitions of sleep stages. There are various methods of sleep analysis, and they require to wear comfortable and to measure anywhere. In this paper, we present a comfortable and portable sleep sensing system that classifies sleep stages by measuring eye movement with infrared sensors on an eye mask. The proposed devise has 19 photo-reflectors that cover the eye, which measures the change of sensor data caused by eye movements. As an evaluation experiment, we measured eye movements during sleep, and classified sleep stages. We use the electroencephalograph, 86.89% accuracy, as the ground truth. The result of cross-validation from 8 sets of sleep using Random Forest can recognize two stages, REM or NREM, with 83.1% accuracy.
• 書誌レコードID / 収録物識別子タイプ: NCID
• 書誌レコードID / 収録物識別子: AN00116647
• 書誌情報: 情報処理学会論文誌; 巻 59, 号 8, p. 1477-1484, 発行日 2018-08-15
• ISSN / 収録物識別子タイプ: ISSN
• ISSN / 収録物識別子: 1882-7764