徳島大学 教育・研究者情報データベース(EDB)

1. 徳島大学

1. 榎本 崇宏([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.電気電子システム分野]/[徳島大学.理工学部.理工学科.電気電子システムコース.電気電子システム講座])

   役割	任意
   貢献度	任意
   学籍番号	推奨

2. Abeyratne Udantha(The University of Queensland)

   役割	任意
   貢献度	任意
   学籍番号	推奨

3. (英) Kusumoto Tetsuya

   役割	任意
   貢献度	任意
   学籍番号	推奨

4. 芥川 正武([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.電気電子システム分野]/[徳島大学.理工学部.理工学科.電気電子システムコース.電気電子システム講座])

   役割	任意
   貢献度	任意
   学籍番号	推奨

5. (英) Kondo Eiji

   役割	任意
   貢献度	任意
   学籍番号	推奨

6. (英) Kawada Ikuji

   役割	任意
   貢献度	任意
   学籍番号	推奨

7. (英) Azuma Takahiro

   役割	任意
   貢献度	任意
   学籍番号	推奨

8. 小中 信典

   役割	任意
   貢献度	任意
   学籍番号	推奨

9. 木内 陽介

   役割	任意
   貢献度	任意
   学籍番号	推奨

(英) Discriminating apneic snorers and benign snorers based on snoring formant extracted via a noise-robust linear prediction technique

(日) 雑音耐性に優れたいびきのホルマント周波数解析に基づく閉塞型無呼吸症候群と単純いびき症との識別

(英) Snoring is the earliest and the most common symptom of Obstructive Sleep Apnea (OSA) . Quantitative analysis of snoring, however, is not used at present in the clinical diagnosis of the disease. Several researchers have reported differences in the formant frequencies of Apneic and benign snoring sounds (SS) based on linear prediction coding (LPC) analysis. However, SS is complex signal and at local low signal to noise ratio (SNR) . This signal complexity should reduce the accuracy of formant estimation. In this paper, we propose a novel approach to the diagnosis of OSA based on the formants of SSs, extracted via a noise-robust linear prediction technique. The proposed method and existing LPC-based method are compared via a measure, ς which indicates the standard deviation of first formant frequencies. The performance of the proposed method was evaluated on a database of clinical snoring sounds recorded overnight in the laboratory of a hospital sleep diagnostic center. Compared with existing LPC-based method, we show that the proposed method can differentiate (sensitivity: 88.9%, specificity: 88.9%, AUC: 0.85) between benign snoring (Apnea Hypopnea Index, AHI=6.0±3.2 event/h; 6188 episodes) and apneic snoring (AHI=40.7±20.2 event/h; 14066 episodes) .

(日) この論文では，自己相関関数の雑音低減能力を用いて，いびきのホルマント周波数抽出法の雑音耐性を向上させる方法を提案する．18人の患者のいびきに対して，提案法の有効性を確認する事が出来た．ROC解析を用いて，いびきの第一ホルマント周波数に基づく閉塞型睡眠時無呼吸(OSA)の診断における診断能の評価を行い，高い診断能(感度:88.9%，特異度:88.9%，AUC:0.85)を得ることができた．

1. (英) snoring sound
2. (英) obstructive sleep apnea
3. (英) first formant
4. (英) noise-robust linear prediction technique