レビュー記事

ミリ波レーダーに基づく不眠症の中医学的証候分化の探索と分析

61 回視聴

⸱

2026年9月11日

 ,  ,  ,  ,  , 
1School of Artificial Intelligence in TCM, Shanghai University of Traditional Chinese Medicine, 2Shanghai Rongtai Health Technology Co., Ltd.

この記事について

サマリー

本研究では、非接触ミリ波レーダーフレームワークを用いて、中医学（TCM）における不眠症の5つのパターンを客観的に特徴づける手法を提案します。このフレームワークは2層構造となっており、一次信号（呼吸、心拍数、身体の動き）と、PSG（睡眠多項検査）による検証を必要とするアルゴリズムモデルを通じて推定される派生パラメータ（睡眠構造、マイクロアライザル）から、15の多次元睡眠特徴量を抽出します。

要約

中医における不眠症の証候診断において、連続的かつ客観的な夜間徴候データの不足を解消するため、本研究ではミリ波レーダーに基づいた不眠症候の客観的特性評価手法およびデジタル・インテリジェント識別パスウェイを検討する。本レビューでは、2008年1月から2026年8月までのCNKI、Wanfang、PubMed、およびWeb of Scienceを体系的に検索し、中医の不眠症候診断と治療、心拍変動と自律神経機能、およびミリ波レーダーを用いた非接触睡眠・呼吸モニタリングに関する文献を網羅した。不眠症の5つの主要な証候における中医の病理発生を起点とし、現代の睡眠生理学を組み込むことで、内部的な「証候-自律神経/徴候」の関連メカニズムを導き出した。レーダーによって捕捉された非接触動作信号は、呼吸、心拍、体動などの一次バイタルサインシーケンスに変換される。これらの一次信号に基づき、睡眠構造、自律神経機能、呼吸パターン、体動行動の4つの次元をカバーする15個の定量的指標セットを導出した。このうち、一次指標は直接的な抽出または単純な統計によって得られるが、睡眠構造、マイクロアロウザル、および無呼吸低呼吸指数（AHI）の指標はアルゴリズムモデルによって推定され、ポリソムノグラフィー（PSG）による検証を必要とする。5つの不眠症候をレーダー信号の特徴量に結びつける病理発生-生理学的マッピングモデルを構築し、15個の標準化パラメータを備えた中医睡眠デジタル表現システムを形成した。これにより、非接触信号から証候間の微細な差異を分離するための理論的計算根拠が提供される。ミリ波レーダーは、伝統的な四診の有効な拡張として機能し、不眠症の証候診断に対して非侵襲的かつ連続的な夜間データの補完を可能にする。本研究で構築された指標システムと理論的枠組みは、今後の臨床データ検証および家庭用デジタル・インテリジェント中医睡眠評価デバイスの開発に向けた方法論的基盤となる。​

概要

睡眠障害は世界的な公衆衛生上の課題となっている。伝統中国医学（TCM）において、不眠症は「ブ・メイ（不眠症）。その証（しょう）の弁別と治療の体系は、陰陽の不調和を中心としており、個々の患者に合わせた個別化診断と治療を重視している。伝統的な中医学（TCM）の証の弁別は、四診（望診、聞診、問診、切診）を用いた医師の経験に依存している。中医学の近代化が進むにつれ、現代的なセンシング技術を活用して証の弁別情報を客観的に取得し、定量的に分析することが、「デジタル・インテリジェント」中医学の臨床研究における重要な方向となっている。1.

従来のポリソムノグラフィー（PSG）やウェアラブルデバイス（スマートバンド、スマートウォッチ、ECGパッチなど）はいずれもセンサーの装着が必要であり、これらの手法は相当な睡眠妨害や顕著な「初夜効果」を引き起こす可能性があるため、長期的な継続的なホームモニタリングには適していません。ミリ波レーダーは、非接触で2つの重要なバイタルサイン（呼吸と心拍数）を直接的に検出し、距離測定と速度測定を通じて人間の動作信号を識別することができます。近年の進歩により、PSGと中から高程度の相関を持つ、レーダーベースの睡眠段階推定の実現可能性が実証されています2,3。同様に、レーダーから得られた心拍変動（HRV）は、複数の研究において心電図（ECG）に対する検証が行われており、時間領域および周波数領域のパラメータにおいて許容可能な一致を示しています4,5。また、レーダーベースの呼吸イベント検出および無呼吸低呼吸指数（AHI）の推定についても研究されており、PSGと比較して0.8以上の相関が報告されています6,7。しかしながら、睡眠段階、微小覚醒指数、AHIなどの導出パラメータは直接測定することはできず、さらなるアルゴリズムによる推定とPSGに対する検証が必要です。レーダーベースの微小覚醒検出は、睡眠段階推定や呼吸イベントモニタリングと比較して、依然として相対的に発展途上の段階にあります8。

ミリ波レーダーによる人間のバイタルサインのモニタリングと、中医学（TCM）の睡眠パターンの分類理論に基づき、本レビューではミリ波レーダー技術と中医学の睡眠パターンの弁証（分化）との深い統合について探求します。目的は、レーダーベースの睡眠モニタリングの現状をまとめ、レーダーから得られる生理学的パラメータと一般的な中医学の不眠症候群との間のマッピングの可能性を検討し、このデジタル中医学弁証アプローチの限界と今後の方向性について議論することです。中医学の弁証という抽象的な概念を、レーダーで知覚可能な客観的な生理学的パラメータに変換することで、本研究はこの分野におけるさらなる研究および臨床実務のための、実施可能なソリューションと概念的枠組みを提供します。

レビューと展望

ミリ波レーダーと中医学の証候診断における理論的マッピング

TCMにおける睡眠パターンの分類の理論的根拠

伝統中国医学（TCM）では、不眠症を（ブ・メイ主に、肝火扰心、痰热扰心、心脾两虚、心肾不交、心胆气虚の5つの辨証タイプに分類されます。9。 霊枢 · クーウェン 「陽気が枯渇し、陰気が盛んになると、目は閉じ、睡眠に至る。陰気が枯渇し、陽気が盛んになると、人は目覚める」と述べている。正常な睡眠は、陽気が陰に入り込むという動的バランスに依存している。このバランスが崩れ、陽気の亢進によって陰への進入が妨げられるか、あるいは陰虚によって陽気を保持できなくなったときに、睡眠障害が生じる。栄養気（営気）と防御気（衛気）の理論から見ると、衛気は概日リズムを示す。「昼間は陽に25回巡り、夜間は陰に25回巡る」10衛気の昼夜の巡行が規則正しく交代することで、睡眠・覚醒リズムの生理的基盤が形成される。栄養気および衛気の巡行不全は、睡眠障害を引き起こす。したがって、陰陽不調が不眠症の核心的な病理機序となる。

レーダー信号と中医学（TCM）証候診断の理論的枠組み

感情、身体運動頻度、およびHRV

感情と自律神経系の密接な関係は、生理心理学における基本的な共通認識となっている。「情緒的不安定（Emotional restlessness）」は、病態生理学的に交感神経の興奮として現れ、不随意な肢体運動の増加と心拍変動（HRV）の低下をもたらす11。したがって、レーダーに基づく身体運動検知とHRV解析により、この状態を間接的に定量化することが可能である。中医学の証候鑑別の視点から、Zhangら12は、肝気鬱結および痰濁阻滞を伴う肝鬱の患者におけるHRVの時間領域および周波数領域の指標が、正常対照群よりも有意に低いことを明らかにした（P < 0.01）。

呼吸、呼吸数、および呼吸変動

呼吸パターンと感情の間の双方向の関係は、現代の精神生理学によって広く確認されています。例えば、Jerathら13は、呼吸波形のスペクトルが感情状態と相関しており、呼吸が感情を反映させると同時に、双方向に調節することを指摘しました。中医学（TCM）理論の視点からは、Tianら14が中医学の感情理論とミリ波レーダーによる呼吸信号検出を組み合わせ、呼吸を感情のデジタル収集指標として使用することの合理性と実現可能性を体系的に実証しました。

心神、気、血、および睡眠に関する医薬

不眠症の「過覚醒（hyperarousal）」仮説は、現代の睡眠医学において不眠症の病理的メカニズムを説明する中心的な理論である。Wangら15は、不眠症の発症および持続の根底にある主要なメカニズムが過覚醒であり、それが皮質覚醒、自律神経覚醒、および身体的覚醒の3つのレベルで現れることを明らかにした。これにより、「心神不安（heart-spirit restlessness）→ 睡眠潜時の延長および頻繁なマイクロアローザル（微小覚醒）」というマッピングの根拠が提供され、後者は心拍数および身体運動信号から推測される16。具体的に、皮質覚醒は脳波測定によって定量化でき、身体的覚醒は身体運動頻度の増加として現れるため17、これが本マッピングの基礎となる。Kuoら18は、非レム（NREM）睡眠中のEEGベータパワーが、交感神経と副交感神経のバランスを反映する低周波/高周波（LF/HF）比と有意な正の相関（r = 0.40 ± 0.06）を示すことを発見し、このカップリングはレム（REM）睡眠中よりもさらに密接であった。これは、マイクロアローザルに心拍変動と自律神経状態の一時的な変化が伴っていることを示唆している。

「気血」の次元と心拍数およびHRVの関連性について、Zhangら19は、心拍変動が自律神経機能を評価するための重要な客観的指標であり、不眠症患者の睡眠状態を反映できることを指摘した。これにより、「察其外以知其内（外観により内部を察する）」20という手法を用いて、レーダーで監視された心拍レベルとHRVパラメータを通じて、気血の充足または枯渇の状態を推論するための根拠が得られる。

レーダー信号と中医学の証候診断の間のマッピングロジック

このフレームワークに基づき、次のようなマッピングロジックを構築することができる（表1）。このマッピングロジックの中核となるのは、中医診断における証の次元における機能的状態が、ミリ波レーダーを通じて現代生理学レベルのパラメータへと操作的に変換できるということである。

さらに、表1で確立されたマクロ的なマッピングに基づき、不眠症の5つの主要な弁証タイプに特に焦点を当てることで、各タイプの核心となる病態を現代的な病態生理学的解釈とさらに統合し、レーダーチャートで捉えることができる一連の鑑別特性を導き出しました（表2）。

しかしながら、表2に提示された内容は、依然としてパターンタイプレベルでの定性的な特徴記述にとどまっており、レーダー信号処理パイプラインによって直接出力可能な具体的な数値指標へと変換されていません。生データからパターン識別を自動化するためには、これらの特徴を、計算方法、タイムウィンドウ、およびTCM（時間・周波数・空間）の関連付けが定義された、計算可能な変数に変換する必要があります。この目的に向け、次節では主要な特徴を一つずつ定義し、抽出します。

特徴抽出パイプラインの詳細を説明する前に、本フレームワークで議論するパラメータの階層的な性質を明確にすることが極めて重要です。ここでは、信号を2つのレベルに区別しています。レベル1は、確立された物理的原理（例：位相およびレンジ測定）を通じて、未処理のミリ波レーダーデータから直接かつ堅牢に抽出可能な一次信号で構成されます。これには、呼吸数とリズム、心拍数、および身体運動イベントが含まれます。レベル2は、直接測定することはできないが、アルゴリズムモデルを用いてレベル1の信号から推定される二次的な派生パラメータで構成されます。これには、睡眠段階（N1、N2、N3、REM）、マイクロアロウザル指数、および無呼吸低呼吸指数（AHI）が含まれます。これらのパラメータの推定には、高度な信号処理および機械学習モデルが必要であり、その精度はゴールドスタンダードであるPSGデータに対して厳密に検証される必要があります。

ミリ波レーダーを用いた多次元睡眠特徴量の抽出および中医学の弁証との相関分析

睡眠構造の特性

以下の睡眠構築的特徴（F1–F4、F13）は、レーダーベースの心拍・呼吸および体動信号を入力とする睡眠段階分類モデルから得られた派生パラメータである。近年のレーダーベースの睡眠段階分類研究では、PSG21,22と比較して、4段階（覚醒、REM睡眠、浅い睡眠、深い睡眠）の分類において、コエンのカッパ値が約0.5から0.7の範囲であると報告されている。それにもかかわらず、その精度はモデルの性能、集団の特性、およびレーダーの構成に依存しており、TCM特有のコホートにおけるPSGによる検証が依然として必要である。

入眠潜時（F1）は、消灯から最初の3つの連続するNREMエポックまでの間隔と定義される。これは「陽入陰」の効率を測定する主要な指標である。 素問 · 治験薬大論 「すべての躁状態および興奮状態は火に起因する」と述べており、そして 静月全書 「真陰、精、血が不足し、陰陽の相互作用が損なわれると、神はその居所に安らかに留まることができなくなる」と記されています。腎陰虚で心火が亢進している場合も、陰が陽を制することができないため、寝返りを打ち続け、眠れない状態になります。現代の睡眠医学では、入眠潜時を次のように定義しています。 >入眠困難として30分を定義23であり、これは肝火扰心証および心腎不交証の主要な主訴と高い整合性を示している。24.

睡眠効率（F2）は、総睡眠時間を就床時間で除した比率である。睡眠効率の低下はあらゆる種類の不眠症で観察されるが、そのメカニズムは異なる。肝火扰心および心火上炎のパターンでは、入眠困難により、有効な睡眠が不十分なまま就床時間が延長する25。痰熱扰心のパターンでは、睡眠の分断化により、睡眠維持が困難となる26。心脾两虚および心胆気虚のパターンでは、多夢や易覚により、覚醒時間が蓄積する27。Reed28は、睡眠効率が85%未満であることが不眠症の核心的な診断的特徴の一つであると指摘した。この指標は特定のパターンに特有のものではないが、全体的な睡眠の質を評価するための基本的なパラメータである。

深睡眠比率（F3）は、総睡眠時間（TST）に対するN3ステージ持続時間の割合として算出される。中医学（TCM）において、N3睡眠は「陽気が最も深く貯蔵される」時間であると考えられている。 霊枢 · 英維盛輝 「陰気が衰え、衛気が内攻すると、日中は意識が朦朧とし、夜間は眠れなくなる」と述べられている。心脾両虚証の者は気血が不足し、心神が養われず、深い睡眠が得られない。心腎不交では、陰が陽を制することができず、虚火が内部を乱すため、N3睡眠が頻繁に中断される。Baglioniら。29 一次性不眠症患者は睡眠の連続性の崩壊を示し、徐波睡眠（SWS）およびレム睡眠が有意に減少していることが実証された。30.

REM睡眠の割合（F4）は、レム睡眠の完全性を反映しています。 レイ・ジン と言っています。「その ハングリー（または、文脈により「ハン」などの固有名詞） 「夢のような状態やトランス状態に関連している」とされており、これはレム睡眠が、肝臓の～を貯蔵するという機能と密接に関連していることを示唆している。 ハン31心胆気虚においては、胆気が弱まり決断力が失われるため、精神を主導するものがなくなり、また驚きやすくなるため、レム睡眠が減少することがある（Baglioni et al.）。29 また、不眠症患者におけるREM睡眠の有意な減少も確認された。REM睡眠の割合と心胆気虚との関連については、さらなる臨床的根拠が必要であるため、「減少している可能性がある（」と表記している。↓）。しかしながら 表2 また、「心腎不交」の下にレム睡眠の減少の可能性が挙げられていますが、これは当該証の主要な弁証的特徴としてではなく、陰虚火旺に伴う二次的な結果および睡眠の分断として解釈されるべきです。

睡眠-覚醒転換回数（F13）は、あらゆる睡眠ステージから覚醒状態（W）に戻った総回数であり、睡眠の連続性を直接的に示す指標となります。 静悦全書 心脾両虚（しんぴりょうきょ）の証を、「眠りが浅く、夢が多く、目が覚めやすい」状態であると記述している。32、心胆気虚については「恐れやすく驚きやすい傾向があり、虚証による焦慮や不眠を伴う」と定義されます。33国際睡眠障害分類第3版 (ICSD-3)23 夜間の覚醒回数を、睡眠維持障害の客観的な根拠として用いる。ステージWへの頻繁な移行は、「頻繁な夢見と中途覚醒」および「外部刺激による覚醒のしやすさ」をデジタル的に表現したものである。34これにより、中医診断における「心神不安」という定性的な判断を、定量化可能な時間的イベントへと変換します。

自律神経機能の特徴

心拍数および心拍変動の定量的分析による自律神経機能特性は、「心主血脈」および「心蔵神」の機能状態を反映しており、中医学の脈診による「脈象」情報を、夜間の無意識状態まで連続的に拡張させる役割を果たしている35。

平均夜間心拍数（F5）は、一晩全体の平均心拍数である。 素問 · 五臓生誠丸 「すべての血は心に属する」と述べられている。心気によって血行を推進させる基本リズムである心拍数は、気血の充足または不足、および熱の有無を直接的に反映する。Shiら。36 肝気鬱結が火に転化した場合や、痰熱扰心の場合には、交感神経-副腎髄質系の機能が亢進していることが認められた。陰虚火旺の場合には交感神経の興奮性が高まっており、心脾両虚の証では、患者は概して機能的な抑制状態を示す。臨床研究により、不眠症で肝気鬱結が火に転化した患者は、交感神経の亢進を示す傾向があることが示されている。37これに基づき、肝火扰心（かんかじょうしん）パターンの平均夜間心拍数は上昇しており、これは中医学における「弦急（げんきゅう）な脈」という提示と一致すると仮説を立てます。同様に、心脾両虚（しんぴりょうきょ）パターンでは、気血の不足により心臓の拍出能が低下し、相対的に夜間心拍数が低くなると推測されます。しかしながら、レーダーによる直接的なエビデンスは不足しており、この関連性については臨床的な検証が必要です。

心拍変動（HRV）のSDNN（F6）は、正常洞R-R間隔の標準偏差であり、自律神経系の全体的な調節能を反映します。いくつかの研究グループにより、レーダーを用いたR-R間隔の抽出およびその後のHRV解析が、実験室環境において心電図（ECG）由来のHRVと密接に一致することが示されており38,39、夜間の自律神経機能の持続的な評価にレーダーを使用することの実現可能性が支持されています。先行研究では、不眠症患者、特に肝気鬱結に関連するパターンの患者においてHRVが低下することが報告されています。これらの知見をレーダーベースのモニタリングに当てはめると、「肝火擾心」パターンの患者ではSDNNおよびRMSSDの低下に関連していると考えられます。しかし、これは理論的な推論であり、レーダー由来のHRVパラメータがTCM（中医学）の弁証に基づいたコホートにおいてこれらの知見を再現できるかどうかは検証される必要があります。SDNN値の低下は、自律神経系の柔軟性と適応力の低下を示しており、これはTCMにおける「陰陽不調」という全体的な病理メカニズムと一致します。Chenら37は、不眠症患者をTCMの証（パターン）別にグループ分けしてHRV解析を行い、異なる証の間で心拍変動にかなりの差があることを見出しました。Linら40は、不眠症患者におけるHRVの異常は、主に副交感神経機能の低下と交感神経機能の亢進として現れることを示しました。

心拍変動のRMSSD（F7）は、隣接するR-R間隔の差の二乗平均平方根であり、主に副交感神経（迷走神経）活動を反映します。 霊枢 · ルン・ヨン 「臆病な人は……胆が不足し、弛緩している」と述べている。心胆気虚において、胆気の不足はストレス反応の閾値を低下させる。迷走神経は驚愕反応を調節する中核的な経路であり、その活動の低下は、外部刺激に対する緩衝能の弱まりを意味する。Doddsら。41系統的レビューにおいて、不眠症患者はRMSSDおよびpNN50の有意な低下を含むHRV（心拍変動）の障害を示すことが示された。したがって、「心胆気虚」の証においてはRMSSDの低下が観察され、わずかな刺激であっても覚醒が誘発される可能性がある。

夜間心拍変動トレンド（F14）では、入眠後1時間の平均心拍数をベースラインとし、1時間ごとの平均心拍数の変化を算出して線形回帰直線を当てはめます。健康な睡眠においては、陽気（yang qi）が陰に入ることにより、心拍数は自然な減少傾向（ディッパーパターン）を示します。 雷正植材 「心は火を主とし、腎は水を主とする。火のみが水を制し、水のみが火を制する」と述べられている。心腎不交においては、腎水の不足により心火を上昇して養うことができず、虚火が内部で浮遊して貯蔵されないため、結果として夜間の心拍数が持続的に上昇する。Nanoら。42 不眠症患者において夜間の自律神経調節の異常が認められ、交感神経活動の亢進と迷走神経活動の低下が不眠症における自律神経機能不全の典型的な徴候であることが示された。この特徴により、中医学的な病因である「陰虚火旺」が、夜間心拍数の動的な傾向という客観的な記述へと変換される。

呼吸特性

呼吸数、リズム、異常イベントという3つの次元による呼吸特性は、中医学の聴診における「息」を評価するためのデジタルツールを提供し、特に「痰熱擾心」証の病理メカニズムと高い関連性を示します。

平均呼吸数（F8）は、一晩全体の呼吸率の算術平均である。Jerathら。13 呼吸リズムと自律神経調節の間には双方向の経路が存在し、呼吸波形のスペクトル特性は、不安、怒り、ストレスなどのさまざまな感情状態と密接に関連していることが指摘されている。中医学（TCM）では、「肺は気をつかさどり、呼吸を管理する」と考えられており、頻呼吸は主に熱証または実証に属するとされている。 マイ・ジン 「熱は呼吸を速める」とされており、内部に痰熱が蓄積すると、肺気（はいき）の宣散（せんさん）が不十分となり、気機（きき）の停滞を補うために呼吸数を増やす必要があります。そのため、平均呼吸数が上昇することがあります。

呼吸数変動係数（F9）は、呼吸数の標準偏差をその平均値で除した比であり、呼吸リズムの安定性を反映している。痰湿が肺を塞いで気道が阻害されると、血ガス変化に対する呼吸中枢の反応が不安定になり、呼吸の速いときと遅いときの交互の出現やリズムの乱れとして現れ、変動係数が上昇する。 素問 · ビ・ルン 「心火により、脈路が閉塞し、心下には不穏と悸動があり、気上逆して喘ぐ」と述べられている。肝火扰心（かんかじょうしん）の証例では、胸部および脇腹の膨満感により、呼吸の短縮や不規則性が現れることがあり、そのため呼吸変動係数の上昇も観察される。

無呼吸低呼吸指数 (F15) は、1時間あたりの無呼吸および低呼吸イベントの総数です。 素問 · 倪釣倫 「平臥できず、呼吸音が騒がしい者は、陽明の逆転によるものである」と述べられており、これは現代の睡眠時無呼吸の概念と強く一致している。体内での痰湿の生成がある患者では、痰が気道を塞ぎ、夜間の筋肉弛緩時に気流制限が起こりやすくなる。したがって、F15は「痰熱扰心」証と密接に関連している。派生パラメータとして、レーダーベースのAHIは検証済みの検出アルゴリズムを用いて算出されるべきであり、臨床応用の前にPSGで測定したAHIとの性能ベンチマークを行う必要がある。PSGを用いたある臨床研究では、痰熱証に分類される閉塞性睡眠時無呼吸低呼吸症候群（OSAHS）患者は、他の中医学的証候に比べてAHIおよび酸素脱飽和指数が有意に高いことが報告されている。これは、「痰熱扰心」をAHIの上昇に関連付けることへの間接的な根拠となる。しかし、レーダー推定AHIがこの関連性を再現できるかどうかはまだ調査されておらず、前向きに検証される必要がある。43.

身体運動および行動特性

身体運動および行動特性は、中医学の「望診」における四肢の不穏や、睡眠を妨げる寝返りといった定性的な観察結果を、自動検出可能な定量的なイベントへと変換します。総身体運動数（F10）および身体運動指数（F11）は、それぞれ一晩を通じた身体運動イベントの総数と、1時間あたりの頻度を表します。 脈要精微論 「5つの」と述べている。 蔵 「臓器は身体の強さの基盤である」。四肢の不穏は、内部における臓器間の不調和を反映している。 臓腑 臓器。肝火扰心（かんかじょうしん）証の症例では、「苛立ちやすく怒りっぽい」状態が、睡眠中には高頻度・低振幅の肢体（したい）の痙攣や寝返りとして現れることがあります。44痰熱擾心において、「寝返りを打ち、安静を得られない（ tossing and turning without rest）」状態には、頻繁かつ大規模な体位の変化が伴う。また、『内経』にある「胃不和則臥不安（胃が調和していないときは、睡眠が不安となる）」という古典的な記述は、まさにこの証に伴う身体運動の増加を表現している。米国睡眠医学会（AASM）は、臨床実践ガイドラインを公表している。45 アクチグラフィが睡眠障害を客観的に評価するための有効なツールであることを明確に位置づけています。身体活動量指標（body movement index） >1時間あたり5回以上のイベントは、睡眠中の顕著な不穏状態を示しており、「睡眠不穏」の客観的な閾値とみなすことができる。

微小覚醒指数（F12）は、1時間あたりに発生する3〜15秒間の短時間の覚醒イベントの数と定義される。微小覚醒は皮質覚醒の電気生理学的マーカーであり、わずかなものであるが、睡眠の連続性を妨げるのに十分な影響を持つ。皮質覚醒、自律神経系覚醒、および身体的覚醒が合わさることで、不眠症の生理学的基盤を構成している。17不眠症患者において、マイクロア arousal（微小覚醒）の増加が報告されている。15,46臆病で驚きやすいという中医学的な病因に基づき、心胆気虚においてマイクロアロウザル（微小覚醒）の頻度が特に上昇しているという仮説を立てているが、この特定の証に関する直接的な根拠は不足しており、依然として検証が必要である。 神聖尊聖書 「心と胆が恐れ、臆病になると、物事に驚きやすくなる」と述べられています。このような患者は、ごくわずかな外部刺激に対しても驚愕反応を示し、それが超高密度のマイクロアロウザル（微覚醒）イベントおよび極めて浅く脆弱な睡眠として現れます。この特徴により、「臆病で驚きやすい」という主観的な記述を、定量化可能な神経生理学的イベントへと変換することができます。47,48ただし、マイクロアロウザル指数はレーダー信号から特定の検出アルゴリズムを用いて推定される派生パラメータであり、PSGベースのアロウザルスコアリングによる検証が必要であることに留意することが重要である。

ミリ波レーダーに基づく中医学（TCM）の主要な睡眠指標の算出方法

ミリ波レーダーに基づく多次元睡眠機能の設計は、「病因 → 病理生理学的マッピング → 客観的指標」という演繹的ロジックに従っています。各機能は生理学的原理に基づいて定義され、中医学（TCM）の証の弁証診断のニーズを満たすように規定できます。以下では、これらの機能を機能的なカテゴリーに基づいて、睡眠構造特性、自律神経機能特性、呼吸特性、および身体運動・行動特性の4つのセットにグループ化し、その算出方法および中医学の証の弁証診断との関連について詳述します（表3）。

に記載されている機能は 表3 は、一晩全体を一つの統計期間として計算されます。各被験者から連続的に収集された複数夜のデータについては、単一夜の特徴量を算出することに加え、時間軸におけるパターンの安定した性能と変動特性の両方を捉えるため、複数夜の平均値および夜間の変動係数を算出する必要があります。さらに、一部の特徴量から二次指標を導出することが可能です。例えば、LF/HF比はF6とF7から導出でき（周波数領域解析のサポートが必要）、深い睡眠とレム睡眠の比率はF3とF4から導出できます。これらすべてが、後続のパターン分類モデルに、より豊かな特徴空間を提供します。レーダーを用いた中医学（TCM）の証候診断の全体的な枠組みは、以下にまとめられています。 図 1. このグループ化の構成には2つの利点があります。まず、機能を機能的カテゴリーごとに整理することで、抽出パイプラインを信号処理モジュールに自然に対応させることができます。また、各特徴量にはTCM（中医学）の証タイプとの関連方向（増加または減少）が明示的に注釈付けされており、後続の機械学習モデルにおける入力変数の選択および特徴量の重要性分析のための、解釈可能な理論的枠組みが提供されます。

結論

ミリ波レーダーを用いることで、TCM（伝統中国医学）の3つの古典的な診断概念である「望診（身体形態の観察）」、「聞診（呼吸の観察）」、「切診（動作の識別）」を、非接触かつ低侵襲に、連続的で定量的な生理学的パラメータへと変換することが可能です。この機能を基に、レーダー由来の特徴量から病理生理学的マッピング、そして最終的な証（パターン）分類へと至る、さらなる臨床検証が必要な理論的診断経路が提案されました。本論文では、レーダーで捉えられたバイタルサインが、不眠症の5つの主要な証における核心的な病原性特性をどのように多次元的に反映し得るかという理論的枠組みを提示します。ただし、提案された特徴量と証の関連性は、検証済みの診断しきい値ではなく、TCMの病理発生学および現代の睡眠生理学から推論されたものであるため、臨床応用の前にTCM特有のコホートにおける前向き検証が必要です。なお、レーダーモニタリングの実用的な制限として、環境的な動き、身体の位置、および信号消失に対する感受性が挙げられます。これらの要因が実環境での信頼性を低下させる可能性があるため、慎重な信号処理と品質保証の重要性が強調されます。

中医学（TCM）の弁証に関連するミリ波レーダーベースの睡眠モニタリングの根底にある客観性は、3つの主要な側面から示されます。第一に、非侵襲的かつ非接触のデータ収集により、主観的なバイアスを排除し、被験者へのモニタリング干渉を回避できます。第二に、一次信号（呼吸、心拍数、および体動）について、レーダー測距と位相識別の物理的原理に基づいた特徴量の算出により、標準化と再現性が確保されます。導出パラメータ（睡眠段階、マイクロアロウザル指数、AHI、および関連する睡眠構造指標）については、臨床的解釈の前に、標準化されたアルゴリズムとPSGに対する厳格な検証が必要です。第三に、15個のパラメータからなる多次元特徴空間が、機械学習による確率的なパターン分類をサポートし、それによって単一の指標に固有の恣意性を回避できます。したがって、レーダーは睡眠時における中医学の四診を補完する拡張手段として機能し得ますが、独立した診断ツールとして使用されるものではありません。

今後の研究では、中医学（TCM）特有の不眠症コホートにおける多施設共同での臨床検証、舌診および脈診とのマルチモーダル統合、解釈可能な機械学習、そして長期的な在宅モニタリングを含めるべきである。レーダーは呼吸、心拍数、および身体運動を直接的に捕捉するが、そこから導出される睡眠指標は依然として推定パラメータであり、中医学の証（しょう）の分化の根拠として用いるには、アルゴリズムによるモデリングとPSGによる検証が必要である。

figure-results-1
図1: ミリ波レーダーに基づくTCM不眠症パターンの分化フレームワークの概要。ダイアグラムは3段階のワークフローを示している。上層：呼吸、心拍、および身体運動の非接触レーダー取得。ここでは60 GHzの周波数変調連続波（FMCW）レーダー信号技術が使用されている。中層：4つのドメイン（睡眠構造、自律神経機能、呼吸パターン、身体運動）にわたる15の特徴量の抽出。F4: REM = レム睡眠、F5: HR = 心拍数、F6: SDNN = 正常心拍間隔の標準偏差、F7: RMSSD = 隣接心拍間隔差の平方平均平方根、F8: RR = 呼吸数、F9: RR-CV = 呼吸数の変動係数、F15: AHI = 無呼吸低呼吸指数。下層：病因-生理-レーダー信号のロジック（表 2 および 表3）に基づき、これらの特徴量をTCM不眠症の5つの主要パターンにマッピングする。この図の拡大版を表示するには、こちらをクリックしてください。

中医学の証候分類（辨證）次元レーダーで測定可能なパラメータマッピングロジック
感情（不安・落ち着き）身体運動頻度、回転数、心拍変動 (HRV)焦燥感および不穏 → 高頻度の身体運動、低HRV
呼吸（粗い / 細かい / 速い / 安定）呼吸数、呼吸深の変動性粗い呼吸および速い呼吸 → 呼吸数増加、高い変動性
心神（平静 / 不安）入眠潜時、マイクロアロウザル回数心神不安 → 入眠潜時の延長、頻繁なマイクロアロウザル
気と血（充足／不足）心拍数レベル、心拍変動（HRV）気虚はHRV（心拍変動）の変化として現れる可能性があるが、その方向性は臨床的な検証が必要である。

表1：中医学の証の診断次元とミリ波レーダーの間のマッピングロジック。 本表では、中医学の4つの次元（情志、呼吸、心神、気血）が、レーダーで測定可能なパラメータおよび定量的なマッピングロジックにどのように変換されるかを定義しており、非接触による客観的な睡眠評価の理論的根拠となる。HRV = 心拍変動。

中医証型中心的な病 pathogenesis現代的な病態生理学的マッピングミリ波信号における識別的特徴
肝火扰心肝気鬱結が化火し、熱が心神を乱す交感神経興奮(1) 入眠潜時の延長（ステージWの持続時間の増加）；
(2) 夜間平均心拍数の上昇；
(3) 心拍変動（HRV）の低下、自律神経調節能の低下；
(4) 高頻度かつ低振幅の身体運動イベントの増加。ステージWにおける頻繁な身体運動。
痰熱擾心痰湿の蓄積、気鬱から熱への変化、心神の攪乱睡眠断片化(1) 微小覚醒指数の上昇、N1段階の割合の増加、顕著な睡眠分断；
(2) 不規則な呼吸パターン、呼吸数の変動係数の増加；
(3) 頻繁な大規模な身体運動、姿勢変化の増加；
心脾両虚過剰な思慮による気血の生成不足、および心神の栄養不足気血不足(1) 夜間平均心拍数の低下；
(2) 浅い睡眠（N1/N2段階）の割合の増加、および深い睡眠の減少。
(3) NREM-REM間および睡眠-覚醒ステージ間の移行回数の増加。これは、夢による睡眠の妨げや、睡眠の中断が起こりやすいことを反映している。
心腎非相互作用腎陰虚、心火独亢、心腎不交陰虚火旺(1) 入眠潜時の延長（ステージWの持続時間の増加）
(2) 夜間の心拍数が大幅な変動を伴いながら高値で維持されており、ノンディッパーパターンを示している。
(3) N3深睡眠の割合が著しく減少。REM睡眠の割合は、二次的に減少するか、あるいは変動が見られる場合がある。
心胆気虚心胆気虚、決断力欠如、神不守舍臆病さと驚愕しやすさ(1) 外部環境の刺激に対する感受性の亢進、急激な跳ね上がりを伴う驚愕反応、N1段階における覚醒閾値の低下；
(2) 頻繁なマイクロアロウザル（微小覚醒）イベント、N1およびN2睡眠から覚醒への断続的な移行の増加、極めて浅く脆弱な睡眠。
(3) 入眠後の覚醒時間（WASO）の延長、中途覚醒後の再入眠困難；
(4) REMの割合が減少している可能性があります。

表2：ミリ波レーダーに基づくTCM不眠症の5つの証型の識別特徴セット。本表は、5つの不眠症の証型のそれぞれを、中医学的な核心となる病理機序、現代的な病態生理学的解釈、およびレーダーから得られた具体的な識別特徴（入眠潜時、心拍数/HRV、呼吸パターン、身体運動、微小覚醒、および睡眠構成）に関連付けています。これにより、客観的な証の分類のための特徴レベルの基盤が提供されます。入眠潜時、睡眠段階の割合、微小覚醒指数、睡眠分断化、およびWASOなどの特徴は、検証済みのアルゴリズムとPSGベンチマークを必要とする派生/推定パラメータです。一方、心拍数、HRV、呼吸数/パターン、および身体運動指数などのその他の特徴は、レーダー信号から得られる一次的または単純な統計的特徴です。略語（米国睡眠医学会による睡眠段階分類）の定義は以下の通りです：W = 覚醒；N1 = 非レム睡眠ステージ1；N2 = 非レム睡眠ステージ2；N3 = 非レム睡眠ステージ3；REM = レム睡眠；WASO = 中途覚醒時間。

特徴番号機能名信号タイプ計算方法中医学の証候弁別関連性
F1入眠潜時誘導体～からの間隔 "消灯" 最初の連続する3つのNREMエポックまで肝火扰心 ↑, 心腎非相互作用 ↑
F2睡眠効率派生した総睡眠時間 / 総就床時間 × 100%すべてのパターンにおいて減少する可能性がある
F3深睡眠割合誘導されたN3持続時間 / 総睡眠時間 × 100%心脾両虚 ↓, 心腎非相互作用 ↓
F4REM割合誘導体REM睡眠時間 / 総睡眠時間 × 100%心胆気虚は、 ↓ （一次的な）
 心腎非相互作用は、また～ ↓ （二次的／非特異的）
F5平均夜間心拍数一次的な一晩を通じた平均心拍数 (bpm)肝火扰心 ↑, 心脾両虚 ↓
F6心拍変動 SDNN一次的な正常洞R-R間隔の標準偏差 (ms)肝火扰心 ↓、心脾両虚 正常/変動（判定不能）
F7心拍変動 RMSSD一次的な隣接するR-R間隔差の二乗平均平方根 (ms)副交感神経活動を反映；心胆気虚 ↓
F8平均呼吸数一次的な一晩を通した平均呼吸数 (回/分)痰熱扰心（たんねつじょうしん）は、 ↑
F9呼吸数変動係数一次的な呼吸数標準偏差 / 平均痰熱擾心 ↑，肝火扰心 ↑
F10総身体運動回数一次的な一晩あたりの総肢体運動イベント数肝火扰心 ↑、痰熱心扰 ↑
F11身体運動指数一次1時間あたりの身体運動イベント数>5回/時のイベント発生は、睡眠時の不穏状態を示している。
F12マイクロアロウザル指数誘導された1時間あたりのマイクロアロウザル回数（3～15秒間の短時間覚醒）すべての証において増加する可能性がありますが、特に心胆気虚証で顕著です。
F13睡眠・覚醒転換回数誘導体あらゆる睡眠段階から覚醒への移行回数心脾両虚 ↑, 心胆気虚 ↑
F14夜間心拍変動トレンド一次的な入眠時から起床時までの心拍数スロープ心腎非相互作用（夜間心拍数が低下しない状態）
F15無呼吸低呼吸指数 (AHI)誘導体1時間あたりの無呼吸および低呼吸イベント数痰熱心扰（たんねつしんじょう）は、 ↑

表3：ミリ波レーダーに基づく多次元睡眠特徴抽出とTCM証候との関連。本表では、特徴量をプライマリ信号（レーダーから直接抽出されたもの）と、派生/推定パラメータ（アルゴリズムモデルを介して算出されたもの）に分類しています。矢印（↑/↓）は、対応するTCMパターンにおける各特徴量の期待される変化の方向を示しています。ここで、「Primary」はレーダー信号から直接抽出可能、または単純な統計処理で算出できるパラメータを指し、「Derived」はアルゴリズムによるモデリング（睡眠段階判定、イベント検出など）を必要とし、ポリソムノグラフィー（PSG）による検証が必要なパラメータを指します。NREM = 非レム睡眠；R-R = R波-R波間隔（ECG上の連続するR波のピーク間の時間で、心周期の長さを表す）。心脾両虚については、現在の文献において一貫したHRVパターンが確立されておらず、SDNNは正常範囲内にとどまるか、軽度の変動を示すのみである可能性があります。このラベルは不確実性を示しています。

開示事項

著者に開示すべき利益相反はありません。

謝辞

本研究は、中国国家自然科学基金（一般プログラム、助成金番号 82374576）、上海市科学技術委員会の地方大学・カレッジ能力構築プログラム（助成金番号 23010504900）、および上海栄泰健康科技有限公司との共同プロジェクト「ミリ波レーダーベースのバイタルサイン取得デバイスの設計と睡眠の質評価モデルの構築」（助成金番号 E4‑H2411399）の支援を受けて実施されました。

参考文献

  1. Chen B, et al. Thoughts on traditional Chinese medicine syndrome differentiation and treatment of sleep disorders based on the “one principle, four aspects” theory. Space Med Med Eng. 2025;36:337–42.
  2. Mohammadjany A, Miar-Naimi H. High-gain Vivaldi-enhanced FMCW radar for robust through-wall human and object detection. Sens Imaging. 2025;26:148.
  3. Qu K, Wei L, Zhang R. Noncontact cardiac activity detection based on single-channel ISM band FMCW radar. Biosensors (Basel). 2023;13(11):982.
  4. Cui R, Cui W, Cai Y, Yan Y. Non-contact reconstruction of ECG signals using FMCW radar and SS-S2SA network. IEICE Trans Commun. 2025;E108-B:208–19.
  5. Toda D, et al. ECG signal reconstruction using FMCW radar and a convolutional neural network for contactless vital-sign sensing. IEICE Trans Commun. 2023;E106-B:65–73.
  6. Yue S, et al. BodyCompass. Proc ACM Interact Mob Wearable Ubiquitous Technol. 2020;4(2):1–25.
  7. Sun L, Wang W, Wang Y, Guo W, Chen Z, Zeng J, Zhang J, Li G, Lei W, Yue H. Validation of a low-load monitoring system based on millimeter-wave radar and pulse oximetry vs. polysomnography for obstructive sleep apnea diagnosis[J]. Sleep Health, 2025; 11(6): 868–876.
  8. Hao Z, et al. mmWave-RM: a respiration monitoring and pattern classification system based on mmWave radar. Sensors (Basel). 2024;24(13):4315.
  9. Li GD, Hu XY, Yuan Y, Meng XJ, Huang YT, Cao HJ. Is traditional Chinese medicine syndrome differentiation important in primary insomnia? An exploratory review with matching recombination indirect comparisons and network meta-analysis[J]. European Journal of Integrative Medicine, 2025.
  10. Li ZH, et al. Traditional Chinese medicine syndrome study of 1,006 patients with early-morning awakening insomnia based on factor analysis and cluster analysis. Chin J Inf Tradit Chin Med. 2026.
  11. Kreibig SD. Autonomic nervous system activity in emotion: a review. Biol Psychol. 2010;84(3):394–421.
  12. Zhang Q, et al. Characteristics of heart rate variability in patients with anxiety and depression of different traditional Chinese medicine syndrome types. J Med Res. 2008;37:77–80.
  13. Jerath R, Beveridge C. Respiratory rhythm, autonomic modulation, and the spectrum of emotions: the future of emotion recognition and modulation. Front Psychol. 2020;11:1980.
  14. Tian Y, et al. Scientific analysis of traditional Chinese medicine emotional data based on millimeter-wave radar. Chin Arch Tradit Chin Med. 2025;43.
  15. Wang R, Tang JY. Research progress on the relationship between insomnia and microarousal. Acta Acad Med Sin. 2021;43(6):945–9.
  16. Zhang C, Xiao LL, Liu DQ, Wang Y. Research progress in traditional Chinese medicine treatment of short-term insomnia from the perspective of heart and spleen. J Hebei North Univ Nat Sci Ed. 2026;42(1):62–4.
  17. Bonnet MH, Arand DL. Hyperarousal and insomnia: state of the science. Sleep Med Rev. 2010;14(1):9–15.
  18. Kuo TBJ, Chen CY, Hsu YC, Yang CCH. EEG beta power and heart rate variability describe the association between cortical and autonomic arousals across sleep. Auton Neurosci. 2016;194:32–7.
  19. Zhang XN, et al. Research progress on insomnia and heart rate variability. J Psychiatry. 2025;38(2):205–8.
  20. Bao F, et al. Effect of Chaihu Longgu Muli Decoction combined with wrist-ankle acupuncture on traditional Chinese medicine syndrome scores, sleep quality, and negative emotions in patients with insomnia of liver depression transforming into fire type. Prog Mod Biomed. 2026;26(5):714–9.
  21. Park J, Yang S, Chung G, et al. Ultra-Wideband Radar-Based Sleep Stage Classification in Smartphone Using an End-to-End Deep Learning[J]. IEEE Access, 2024.
  22. Kwon HB, Choi SH, Lee D, et al. Attention-Based LSTM for Non-Contact Sleep Stage Classification Using IR-UWB Radar[J]. IEEE Journal of Biomedical and Health Informatics, 2021, 25(10): 3844-3853.
  23. Sateia MJ. International classification of sleep disorders, third edition: highlights and modifications. Chest. 2014;146(5):1387–94.
  24. National Key R&D Program Project Group on “New TCM Diagnosis and Treatment Scheme and Mechanism Research for Chronic Insomnia”, et al. Expert consensus on traditional Chinese medicine diagnosis and treatment of adult chronic insomnia. China J Tradit Chin Med Pharm. 2026;41(3):524–8.
  25. Ding HR, et al. Correlation between anxiety, depression, and traditional Chinese medicine constitution in young and middle-aged patients with insomnia. China Med Her. 2026;23(1):45–50.
  26. Wang TS, Xue PL. Discussion on traditional Chinese medicine syndrome differentiation and treatment of insomnia based on endogenous “five pathogenic factors”. Jiangsu J Tradit Chin Med. 2026;58(1):27–30.
  27. Li PH, Ding J, Han Y. Diagnosis, treatment, and management of insomnia from the perspective of traditional Chinese medicine. Shanghai Med J. 2025;48(12):799–802.
  28. Reed DL, Sacco WP. Measuring sleep efficiency: what should the denominator be? J Clin Sleep Med. 2016;12(2):263–6.
  29. Baglioni C, et al. Sleep changes in the disorder of insomnia: a meta-analysis of polysomnographic studies. Sleep Med Rev. 2014;18(3):195–213.
  30. Deng JH, et al. Research progress on traditional Chinese medicine therapies and mechanisms of action for insomnia. J Liaoning Univ Tradit Chin Med. 2025.
  31. Peng B, Xu SJ, Gao Y. Research progress on treatment of insomnia based on traditional Chinese medicine time rhythm. Guid J Tradit Chin Med Pharm. 2025;31(10):114–9.
  32. Liu HX. Effect of comprehensive auricular acupoint therapy combined with traditional Chinese medicine emotional nursing on insomnia in hypertensive patients with liver yang hyperactivity. Chin J Health Care. 2025;43(2):134–7.
  33. Wang S, Yang YC, Ju BZ. Discussion on traditional Chinese medicine pathogenesis and treatment of insomnia based on “yang not entering yin”. J Chronic Dis Integr Tradit Chin West Med. 2025;2(4):44–8.
  34. Liu CH, Yao D, Wang JM, Li TB. Discussion on the relationship of yin-yang and qi-blood between melasma and insomnia and the idea of treating different diseases with the same method based on traditional Chinese medicine theory. World J Sleep Med. 2025;12(6):1669–73.
  35. Yuan Y, et al. Discussion on the “three spirits simultaneous regulation” method for treating heart-spleen deficiency insomnia based on the “body-qi-spirit” theory. J Liaoning Univ Tradit Chin Med. 2026.
  36. Shi HX, Fu WN. The importance of correct syndrome differentiation viewed from the relationship between insomnia syndrome differentiation and autonomic nervous function [conference presentation]. Presented at: 11th Academic Annual Conference of the Psychiatric Disease Committee of the Chinese Association of Integrative Medicine; 2012.
  37. Chen TG, Li HY, Guo CJ, Sun SC. Analysis of heart rate variability differences in insomnia patients with different traditional Chinese medicine syndrome types. World J Sleep Med. 2017;4:202–205.
  38. Lee Y, Lee K, Ahmed S, Cho SH. Feasibility of early assessment for psychological distress: HRV-based evaluation using IR-UWB radar. Sensors (Basel). 2024;24(19):6210.
  39. Yu G, et al. Non-contact seismocardiogram measurement and HRV analysis using cardiac beamforming with FMCW radar. Front Physiol. 2025;16:1733573.
  40. Lin WT, et al. Research progress on heart rate variability and insomnia and its non-pharmacological treatment. Chin J Nerv Ment Dis. 2024;50(2):123–8.
  41. Dodds KL, et al. Heart rate variability in insomnia patients: a critical review of the literature. Sleep Med Rev. 2017;33:88–100.
  42. Nano MM, Fonseca P, Vullings R, Aarts RM. Measures of cardiovascular autonomic activity in insomnia disorder: a systematic review. PLoS One. 2017;12(10):e0186716.
  43. Zhang Y, et al. Clinical characteristics of 180 patients with obstructive sleep apnea hypopnea syndrome. Chin J Integr Med Cardio-Cerebrovasc Dis. 2015;13(5):575–7.
  44. Li ZH, et al. Discussion on Polygala tenuifolia in treating insomnia of kidney failing to store will based on “calming kidney will”. Acta Chin Med Pharmacol. 2026;54(3):39–42.
  45. Smith MT, et al. Use of actigraphy for the evaluation of sleep disorders and circadian rhythm sleep-wake disorders: an American Academy of Sleep Medicine clinical practice guideline. J Clin Sleep Med. 2018;14(7):1231–7.
  46. Ghermezian A, Nami M, Shalbaf R, Khosrowabadi R, Nasehi M, Kamali AM. Sleep micro-macro-structures in psychophysiological insomnia: PSG study[J]. Sleep and Vigilance, 2023:1–9.
  47. Deng DQ, et al. Discussion on construction of the “sleep medicine” specialty system based on experience of treating insomnia from “triple energizer qi transformation”. China Med Her. 2026;23(10):121–7.
  48. Song YW, Zhong GH. Experience of treating insomnia based on “three differentiations in one”. China Mod Dr. 2026;64(1):81–3.

再版と許可

タグ

不眠症の証型分類睡眠構造心拍変動自律神経機能非接触モニタリング呼吸パターン体動挙動ポリソムノグラフィーによる検証
お問い合わせ
図書館に推薦する

プライバシー

利用規約

ポリシー

著作権 © 2026 MyJoVE Corporation. 無断転載を禁じます。