生体音響解析に基づく疾患スクリーニング - jst...ahi15 female 12 61±15 28.22±3.40...

24
生体音響解析に基づく疾患スクリーニング 1 徳島大学 大学院社会産業理工学研究部 理工学域 電気電子系 講師 榎本 崇宏

Upload: others

Post on 25-Jan-2021

3 views

Category:

Documents


0 download

TRANSCRIPT

  • 生体音響解析に基づく疾患スクリーニング

    1

    徳島大学 大学院社会産業理工学研究部理工学域 電気電子系 講師 榎本崇宏

  • 閉塞性睡眠時無呼吸症候群OSAS : Obstructive sleep apnea syndrome

    2

    症状:異常ないびき音,日中の眠気合併症:心臓発作,心筋梗塞などの循環器病

    正常 いびき 呼吸停止

    簡易診断無呼吸:呼吸が10秒以上停止している状態低呼吸:4%以上の酸素飽和度の低下、換気量の50%以上の低下AHI :1時間当たりに生じる無呼吸,低呼吸回数の和

    OSAS患者: AHI ≧ 5, 10events/h単純いびき症: AHI < 5, 10events/h

  • OSAS診断のための検査

    3

    終夜睡眠ポリグラフ検査 (PSG検査)

    図 PSG検査の例

    一晩病院に入院、OSASの確定診断

    デメリット

    1

    2

    複数の測定用センサを装着

    検査コストが高い

    検査を実施できる病院が限定

    3

  • OSASのいびき

    4

    聴覚モデルを用いたOSASスクリーニング法の提案

    聴覚モデル:AIM (Auditory image model)[1] 人の聴覚機構を模擬(Roy D.Patterson,2008)

    本研究

    非接触マイクロフォンにより録音した睡眠音からいびき音を抽出

    抽出したいびき音をもとにOSASスクリーニング

    1

    2

    提案法

    [1]Patterson, Roy D., and Ingrid S. Johnsrude. ”Functional imaging of the auditory processing applied to speech sounds.” Philosophical Transactions of the

    Royal Society B: Biological Sciences 363.1493 (2008): 1023-1035

    を聞けば、OSASがわかる?

  • 睡眠音録音

    5

    ディジタル分解能:16 bit/sampleサンプリング周波数:44.1 kHz

    録音時間:6時間(2時間利用)

    マイク配置:被験者の口元から約 50 cm

    録音場所:阿南共栄病院

    被験者データ:男性 69名 女性 30名

    録音

    録音データ

    表被験者データベース

    図 PSG検査時の録音準備(阿南共栄病院)

    Subject Age BMI(kg/m2) AHI(event/h) No. of snore

    Non-OSAS Male 17 54±19 25.85±4.67 7.01±4.81 508±473

    0 AHI < 15 Female 18 59±23 25.42±6.35 6.12±3.95 352±431

    Combined 35 57±21 25.63±5.52 6.55±4.34 427±452

    OSAS Male 52 58±14 27.01±5.13 43.49±22.35 460±302

    AHI15 Female 12 61±15 28.22±3.40 39.78±21.77 939±761

    Combined 64 59±14 27.24±4.85 42.79±22.12 550±459

    本研究は徳島大学研究倫理委員会,阿南共栄病院倫理委員会の承認を受けて実施

  • 提案法

    6

    AIMに基づく音響特徴量抽出

    ロジスティック回帰分析(LRA)

    いびき音 / 非いびき音

    睡眠音

    エネルギーに基づく有音区間検出

    > ?

    Yes

    Non-OSAS?

    No

    OSAS?

    P

    P

    特徴量選択

    いびき音 非いびき音特徴量選択LRA

    OSAS / Non-OSAS

  • 提案法

    7

    AIMに基づく音響特徴量抽出

    ロジスティック回帰分析(LRA)

    いびき音 / 非いびき音

    睡眠音

    エネルギーに基づく有音区間検出

    > ?

    Yes

    Non-OSAS?

    No

    OSAS?

    P

    P

    特徴量選択

    いびき音 非いびき音特徴量選択LRA

    OSAS / non-OSAS

  • 有音区間の検出

    8

    Short-term energy(STE)[2][3]法により睡眠音から有音区間を検出

    録音した睡眠音

    エネルギーの算出

    波形の平滑化SNR:5dB以上の検出

    有音区間の検出

    1episode

    有音区間ラベリング:3名による聴感評価いびき音 / 非いびき音(咳,呼吸,声,ベッドノイズ等)

    いびき音 50159episode / 非いびき音 31957episode[2]Xu, Changsheng, M. C. Maddage, and Xi Shao. "Automatic music classification and summarization.Speech and Audio Processing, IEEE Transactions on 13.3 (2005): 441-450. "

    [3]Fitzgerald, Derry. "Harmonic/percussive separation using median filtering." (2010).

  • 提案法

    9

    AIMに基づく音響特徴量抽出

    ロジスティック回帰分析(LRA)

    いびき音 / 非いびき音

    睡眠音

    エネルギーに基づく有音区間検出

    > ?

    Yes

    Non-OSAS?

    No

    OSAS?

    P

    P

    特徴量選択

    いびき音 非いびき音特徴量選択LRA

    OSAS / non-OSAS

  • AIM[1]による信号処理

    10

    バンドパスフィルタ処理

    PCP(Pre-cochlea processing)外耳・中耳の周波数伝達特性の模擬

    BMM(Basilar membrane motion)

    基底膜振動の模擬(周波数解析機構)

    Wei

    gh

    t

    ガンマチャープフィルタバンク(中心周波数:20Hz-6000Hz)

    NAP(Neural activity pattern)聴神経発火の活動パターンの模擬

    STI(Strobed temporal integration )聴知覚現象の模擬

    半波整流, ローパスフィルタ処理

    Step 1 Step 2

    Step 3 Step 4

    ストローブ時間積分

    50 filter bank

    SAI(Stabilized Auditory image)安定化聴覚像

    出力

  • 音響特徴量抽出

    11

    SAIから得られるSSAI、ASから音響特徴量を抽出

    ピッチ情報 フォルマント情報

    Time interval(ms)

    Fre

    qu

    ency

    (k

    Hz)

    32 16 8 4 2 1

    6

    3.9

    2.5

    1.5

    0.9

    0.5

    0.3

    0.1

    SSAI (Summary SAI) AS (Auditory spectrum)

    No. 音響特徴量の種類

    1 尖度

    2 歪度

    3 スペクトル重心

    4 スペクトルバンド幅

    5 スペクトルロールオフ

    6 スペクトルエントロピー

    7 スペクトルコントラスト

    表 SSAI,ASから抽出した特徴量SAI

  • 提案法

    12

    AIMに基づく音響特徴量抽出

    ロジスティック回帰分析(LRA)

    いびき音 / 非いびき音

    睡眠音

    エネルギーに基づく有音区間検出

    > ?

    Yes

    Non-OSAS?

    No

    OSAS?

    P

    P

    特徴量選択

    いびき音 非いびき音特徴量選択LRA

    OSAS / Non-OSAS

  • 音響特徴量選択

    13

    ステップワイズ法[4]による特徴量選択

    No. 音響特徴量の種類

    1 尖度

    2 歪度

    3 スペクトル重心

    4 スペクトルバンド幅

    5 スペクトルロールオフ

    6 スペクトルエントロピー

    7 スペクトルコントラスト

    21次元ステップワイズ

    ステップワイズ

    ステップワイズ

    男性いびき音/非いびき音

    女性いびき音/非いびき音

    男性/女性いびき音/非いびき音

    ステップワイズ法:F検定による特徴量の選択識別に有用な順に特徴量を選択

    各データベースにステップワイズ法を使用

    [4]Draper, N. R., and H. Smith. Applied Regression Analysis. Hoboken, NJ: Wiley-Interscience, 1998. pp. 307–312.

  • 提案法

    14

    AIMに基づく音響特徴量抽出

    ロジスティック回帰分析(LRA)

    いびき音 / 非いびき音

    睡眠音

    エネルギーに基づく有音区間検出

    > ?

    Yes

    Non-OSAS?

    No

    OSAS?

    P

    P

    特徴量選択

    いびき音 非いびき音特徴量選択LRA

    OSAS / Non-OSAS

  • テストデータセットいびき音/非いびき音

    睡眠音の特徴量をもとに確率Pを推定

    ロジスティック回帰分析[5](LRA)

    15

    LRA

    カテゴリーイベント(従属変数:Y)の確率を推定

    [5] Timmerman, Dirk, et al. ”Logistic regression model to distinguish between the benign and malignant adnexal mass before surgery: a multicenter study by

    the International Ovarian Tumor Analysis Group.” Journal of clinical oncology 23.34 (2005): 8794-8801.

    従属変数Y:

    いびき音:1, 非いびき音:0

    トレーニングデータセットいびき音/非いびき音

    𝑃:事象が起こる確率 Y:ラベル𝛽:回帰係数 𝑥:特徴量

    従属変数

    回帰係数の推定

  • 睡眠音の特徴量をもとに確率Pを推定

    ロジスティック回帰分析(LRA)

    16

    LRA

    カテゴリーイベント(従属変数:Y)の確率を推定

    [5] Timmerman, Dirk, et al. ”Logistic regression model to distinguish between the benign and malignant adnexal mass before surgery: a multicenter study by the

    International Ovarian Tumor Analysis Group.” Journal of clinical oncology 23.34 (2005): 8794-8801.

    P > Pth ?Yes

    No

    いびき音

    非いびき音

    特異度と感度が最も高くなる

    確率しきい値 を導出

    ROC解析テストデータセットいびき音/非いびき音

    𝑃:事象が起こる確率 Y:ラベル𝛽:回帰係数 𝑥:特徴量

    従属変数

  • 提案法 ーいびき音自動抽出ー

    17

    AIMに基づく音響特徴量抽出

    LRA

    いびき音 / 非いびき音

    睡眠音

    エネルギーに基づく有音区間検出

    >

    Yes

    Non-OSAS?

    No

    OSAS?

    P

    P

    特徴量選択

    いびき音 非いびき音特徴量選択LRA

    OSAS / non-OSAS

    Pth

  • 提案法の性能評価 -いびき音自動抽出-

    18

    ✔️いびき音自動抽出精度:85%程度

    ✔️抽出した「いびき音」をOSASスクリーニングに利用

    10分割交差検証(トレーニングデータセット:90%、テストデータセット:10%)

    データセット:いびき:50159、非いびき:31957

    表 いびき音自動抽出の性能評価結果

    Sen. [%] Spe. [%] Acc.[%]

    Male 90.87±0.94 83.92±0.93 88.39±0.00

    Female 88.28±2.46 77.88±2.43 83.70±0.49

    Combined 89.41±1.34 80.63±1.72 85.99±0.28

    Sen.:Sensitivity;Spe.:Specificity;Acc. :Accuracy

  • 提案法 ーOSASスクリーニングー

    19

    AIMに基づく音響特徴量抽出

    LRA

    いびき音 / 非いびき音

    睡眠音

    エネルギーに基づく有音区間検出

    > ?

    Yes

    Non-OSAS?

    No

    OSAS?

    P

    P

    特徴量選択

    いびき音 非いびき音特徴量選択LRA

    OSAS / non-OSAS

  • 抽出したいびき音-AIM特徴量-

    いびき音の特徴量をもとに確率Pを推定

    OSASスクリーニング

    20

    LRAOSAS/Non-OSAS

    カテゴリーイベント(従属変数:Y)の確率を推定

    P > Pth ?Yes

    No

    OSAS

    Non-OSAS

    ステップワイズ法

    ラベリング:被被験者データベースを利用

    OSAS (AHI≥15) : 1

    Non-OSAS (0 ≤AHI < 15) : 0

    従属変数Y:

  • トレーニングデータセット:70% 、テストデータセット:30%に分割、50回試行

    表 OSASスクリーニング結果(いびき音:自動抽出)

    表 OSASスクリーニング結果(いびき音:手動抽出)

    1.自動抽出したいびき音を利用2.マニュアル抽出したいびき音を利用

    Sen. [%] Spe. [%] Acc.[%]

    Male 77.07±17.77 79.20±21.74 77.60±11.66

    Female 92.67±15.49 83.20±19.1 86.75±11.13

    Combined 86.74±11.01 71.60±16.58 81.52±6.10

    Sen. [%] Spe. [%] Acc.[%]

    Male 80.40±11.93 95.20±9.53 84.10±8.37

    Female 94.00±12.94 93.60±14.25 93.75±9.19

    Combined 84.52±10.55 83.20±13.01 84.07±5.48

    提案法の性能評価 - OSASスクリーニング-

    21

    1

    2

    ✔️ OSASスクリーニング精度:80%程度

    ✔️自動抽出性能を高めることでスクリーニング性能向上

  • まとめ

    22

    聴覚モデルに基づくOSASスクリーニング法を提案

    大規模日本人いびき音データベースを用いたOSASスクリーニング

    1

    2 本技術の性能評価結果から、いびき音抽出の精度は85%程度OSASスクリーニングの精度は80%程度

    従来技術・競合技術との比較

    ・(複数の)接触型センサを使用しない非接触計測・モニタリングだけでなく、疾患に関する情報提供

    ・従来の音響特徴量を使用した場合よりも高い精度で生体音検出、疾患スクリーニングが可能

  • 本技術に関する知的財産権

    23

    • 発明の名称 :生体音響抽出装置、生体音響解析装置、生体音響抽出プログラム及びコンピュータで読み取り可能な記録媒体並びに記録した機器

    • 出願番号 : PCT/JP2017/002592

    • 出願人 : 徳島大学、クイーンズランド大学

    • 発明者 : 榎本崇宏、芥川正武、野中亮、川野憲市郎、アビラトナ,ウダンタ

  • お問い合わせ先

    24

    徳島大学研究支援・産官学連携センター/

    テクノネットワーク四国(四国TLO)

    大江瑞絵

    TEL 088-656-9400

    FAX 088-656-7274

    e-mail ohe@s-tlo.co.jp