東京大学,科学技術振興機構(JST)

令和4年1月20日

東京大学
科学技術振興機構(JST)

腕の動きを元に、正確に睡眠覚醒状態を判定する方法ACCELを開発

ポイント

東京大学 大学院医学系研究科の上田 泰己 教授らの研究グループは、腕時計型のウェアラブルデバイスなどを用いて計測することができる腕の動きの情報から、その人が眠っているのか、起きているのかを正確に判定する手法を発表しました。ACCEL(ACceleration-based Classification and Estimation of Long-term sleep-wake cyclesの略称)と命名されたこの手法は、加速度計を用いた腕の動きの測定と、睡眠覚醒状態を知るためのPSG測定を同時に行い、得られたデータを機械学習で解析することで開発されました。ACCELによる睡眠覚醒判定には、ウェアラブルデバイスで測定した腕の動きの加速度の変化を表す躍度(加速度の微分値であり、加加速度とも呼ばれます)のみを用います。ACCELを用いた睡眠判定精度は、90パーセント以上の高い感度と80パーセント以上の高い特異度を達成しています。既存の手法の多くは、睡眠判定の特異度が高くないという問題点がありましたが、ACCELは特にこの点を解決する新規手法として期待されます。

本研究成果は、2022年2月18日出版の「iScience」に掲載されるのに先立って、オンライン公開されました。

本研究は、ソニーモバイルコミュニケーションズ株式会社と東京大学 大学院医学系研究科 システムズ薬理学分野との共同研究、および科学技術振興機構(JST) ERATO「上田生体時間プロジェクト」などの一環として行われました。

<プレスリリース資料>

<論文タイトル>

“A jerk-based algorithm ACCEL for the accurate classification of sleep–wake states from arm acceleration”
DOI:10.1016/j.isci.2021.103727

<お問い合わせ先>

(英文)“A jerk-based algorithm ACCEL for the accurate classification of sleep–wake states from arm acceleration”

前に戻る