CN108778128A - 信息处理装置、信息处理方法以及程序 - Google Patents

信息处理装置、信息处理方法以及程序 Download PDF

Info

Publication number
CN108778128A
CN108778128A CN201680083217.0A CN201680083217A CN108778128A CN 108778128 A CN108778128 A CN 108778128A CN 201680083217 A CN201680083217 A CN 201680083217A CN 108778128 A CN108778128 A CN 108778128A
Authority
CN
China
Prior art keywords
section
evaluation
sleep
moment
analysis portion
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Pending
Application number
CN201680083217.0A
Other languages
English (en)
Inventor
山地隆行
内藤宏久
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Fujitsu Ltd
Original Assignee
Fujitsu Ltd
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Fujitsu Ltd filed Critical Fujitsu Ltd
Publication of CN108778128A publication Critical patent/CN108778128A/zh
Pending legal-status Critical Current

Links

Classifications

    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/48—Other medical applications
    • A61B5/4806—Sleep evaluation
    • A61B5/4815—Sleep quality
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/103—Detecting, measuring or recording devices for testing the shape, pattern, colour, size or movement of the body or parts thereof, for diagnostic purposes
    • A61B5/11—Measuring movement of the entire body or parts thereof, e.g. head or hand tremor, mobility of a limb
    • A61B5/1113—Local tracking of patients, e.g. in a hospital or private home
    • A61B5/1115—Monitoring leaving of a patient support, e.g. a bed or a wheelchair
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/103—Detecting, measuring or recording devices for testing the shape, pattern, colour, size or movement of the body or parts thereof, for diagnostic purposes
    • A61B5/11—Measuring movement of the entire body or parts thereof, e.g. head or hand tremor, mobility of a limb
    • A61B5/1118—Determining activity level
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/16—Devices for psychotechnics; Testing reaction times ; Devices for evaluating the psychological state
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/48—Other medical applications
    • A61B5/4806—Sleep evaluation
    • A61B5/4812—Detecting sleep stages or cycles
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/0002—Remote monitoring of patients using telemetry, e.g. transmission of vital signals via a communication network
    • A61B5/0015—Remote monitoring of patients using telemetry, e.g. transmission of vital signals via a communication network characterised by features of the telemetry system
    • A61B5/0022—Monitoring a patient using a global network, e.g. telephone networks, internet

Landscapes

  • Health & Medical Sciences (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Engineering & Computer Science (AREA)
  • General Health & Medical Sciences (AREA)
  • Veterinary Medicine (AREA)
  • Biophysics (AREA)
  • Biomedical Technology (AREA)
  • Heart & Thoracic Surgery (AREA)
  • Medical Informatics (AREA)
  • Molecular Biology (AREA)
  • Surgery (AREA)
  • Animal Behavior & Ethology (AREA)
  • Physics & Mathematics (AREA)
  • Public Health (AREA)
  • Pathology (AREA)
  • Physiology (AREA)
  • Dentistry (AREA)
  • Oral & Maxillofacial Surgery (AREA)
  • Child & Adolescent Psychology (AREA)
  • Developmental Disabilities (AREA)
  • Educational Technology (AREA)
  • Hospice & Palliative Care (AREA)
  • Psychiatry (AREA)
  • Psychology (AREA)
  • Social Psychology (AREA)
  • Measurement Of The Respiration, Hearing Ability, Form, And Blood Characteristics Of Living Organisms (AREA)

Abstract

一个方式所涉及的信息处理装置具有：(A)获取部，获取与在睡眠评价的对象者佩戴的传感器装置中计测出的加速度、该对象者的活动量以及该对象者的***中的至少一个有关的时间序列数据；(B)分析部，对将评价期间分割为三个区间后的各区间中的与睡眠有关的对象者的状态进行分析来获得评价结果，评价期间从通过时间序列数据所确定的就寝时刻或者就寝以后的最早的睡着时刻到起床时刻或者起床以前的最后的醒来时刻为止；以及(C)输出处理部，在能够识别是与各区间中的哪个区间有关的结果的状态下，输出评价结果。

Description

信息处理装置、信息处理方法以及程序
技术领域
本发明涉及评价睡眠状态的技术。
背景技术
在某个专利文献中公开了基于人的生物体信息来确定睡眠状态，并分为睡眠期间的前半和后半来求出睡眠评价值的例子。
在像这样分割为多个区间来评价睡眠状态的情况下，睡眠质量的捕捉方法根据分割为哪样的区间而不同。
专利文献1：日本特开2015－223215号公报
专利文献2：日本特开2008－6005号公报
专利文献3：日本特开2006－129887号公报
发明内容
本发明的目的的一个方面在于提供能够输出容易把握睡眠质量的评价结果的信息处理装置、信息处理方法以及程序。
一个方式所涉及的信息处理装置具有：(A)获取部，获取与在睡眠评价的对象者佩戴的传感器装置中计测出的加速度、该对象者的活动量以及该对象者的***中的至少一个有关的时间序列数据；(B)分析部，对将评价期间分割为三个区间后的各区间中的与睡眠有关的对象者的状态进行分析来获得评价结果，评价期间从通过时间序列数据所确定的就寝时刻或者就寝以后的最早的睡着时刻到起床时刻或者起床以前的最后的醒来时刻为止；以及(C)输出处理部，在能够识别是与各区间中的哪个区间有关的结果的状态下，输出评价结果。
作为一个方面，能够输出容易把握睡眠质量的评价结果。
附图说明
图1是表示传感器装置的硬件构成例的图。
图2A是表示连接方式的例子的图。
图2B是表示连接方式的例子的图。
图3是表示评价画面的例子的图。
图4是表示信息处理装置的模块构成例的图。
图5是表示第一表格的例子的图。
图6是表示第二表格的例子的图。
图7是表示主处理(A)流程的图。
图8是表示获取处理(A)流程的图。
图9是表示获取处理(B)流程的图。
图10是表示分析处理(A)流程的图。
图11是表示第一区间处理流程的图。
图12是表示第二区间处理(A)流程的图。
图13是表示第三区间处理(A)流程的图。
图14是表示整体期间处理流程的图。
图15是表示显示处理(A)流程的图。
图16是表示第二区间处理(B)流程的图。
图17是表示第三区间处理(B)流程的图。
图18是表示主处理(B)流程的图。
图19是表示主处理(C)流程的图。
图20是表示主处理(D)流程的图。
图21是表示实施方式7中的评价画面的例子的图。
图22是表示分析处理(B)流程的图。
图23是表示第四区间处理流程的图。
图24是表示第五区间处理流程的图。
图25是表示显示处理(B)流程的图。
图26是计算机的功能框图。
具体实施方式
[实施方式1]
图1表示传感器装置101的硬件构成例。在用户佩戴传感器装置101的状态下，传感器装置101对加速度进行计测。例如，传感器装置101被安装于皮带、裤子，并被佩戴于用户的腰的位置。但是，也可以在其它部位(头部、脖子、胸、腹部、背部、手或腿等)佩戴传感器装置101。另外，也可以使用可佩戴终端或移动电话终端来代替图1所示的传感器装置101。
传感器装置101具有运算装置103、加速度传感器105、存储部107、时钟109以及通信接口装置111。运算装置103进行各种运算处理。加速度传感器105对加速度进行计测。存储部107存储各种数据、程序。时钟109对日期时间进行计测。通信接口装置111例如是无线IC(Integrated Circuit：集成电路)标签或者USB(Universal Serial Bus：通用串行总线)接口。通信接口装置111也可以是其它近距离无线所涉及的接口装置。
传感器装置101对附有计测日期时间的加速度的数据、即加速度的时间序列数据进行积累。而且，经由通信接口装置111输出加速度的时间序列数据。
另外，传感器装置101也可以基于加速度的时间序列数据来计算用户的活动量。而且，传感器装置101也可以将计算出的活动量的时间序列数据经由通信接口装置111输出。活动量的计算方法基于现有技术。
另外，传感器装置101也可以基于加速度的时间序列数据来判定用户的***。而且，传感器装置101也可以将判定出的***的时间序列数据经由通信接口装置111输出。***的判定方法基于现有技术。此外，传感器装置101如果是能够计测睡眠的状态的传感器，则也可以是加速度传感器105以外的传感器。作为一个例子，列举能够检测心脏、肺等的身体的活动的电波传感器、能够检测脉搏或者呼吸的传感器、能够检测身体本身的活动的电波传感器或图像传感器等。在该情况下，传感器装置101也可以对与心率、呼吸率以及身体活动中的全部或者一部分有关的时间序列数据进行积累，并经由通信接口装置111输出。或者也可以将计测出的数据经由通信接口装置111输出，通过其它计算机检测心率及/或呼吸率及/或身体活动，并作为时间序列数据而进行积累。
佩戴传感器装置101的用户(换句话说，睡眠评价的对象者)例如是铁路或汽车的驾驶员。在该例子中，管理者对将要从事作业的驾驶员把握睡眠质量，实现作业的安全。
为此，管理者使用的信息处理装置读取传感器装置101中所积累的数据，并进行分析。图2A表示连接方式的例子。在该例子中，信息处理装置201直接从传感器装置101读取数据。例如，在驾驶员与管理者一起位于营业所的情况下，若像这样直接读取数据，则麻烦较少。在从营业所朝向目的地的去路的出发前，可以考虑变为这样的连接方式。
另一方面，在从目的地返回营业所的回路的情况下，可以考虑成为图2B所示那样的连接方式。暂时使用户终端203读取传感器装置101中所积累的数据，从用户终端203向信息处理装置201转送数据。因此，用户终端203具备与传感器装置101的通信接口装置111对应的读取装置，还经由网络进行数据传送。网络例如是因特网、专用线路或LAN(Local AreaNetwork：局域网)。用户终端203例如是移动电话终端、平板终端。此外，在图2B中，示出用户终端203和信息处理装置201为不同的装置的例子，但并不一定局限于这样的连接方式。例如，也可以将信息处理装置201的用于执行本实施例的功能安装于用户终端203。
除了驾驶员以外，也可以机械的操作者、监视者或医疗从事者等用户使用传感器装置101。
若信息处理装置201获取到数据，则自动进行分析，显示评价画面。图3表示评价画面的例子。在评价画面中，作为与用户的睡眠质量有关的评价内容，在能够识别是与将睡眠时间区分为多个区间中的哪个区间相关的评价的状态下，示出上述评价内容。例如，除了作为整体的评价内容之外，还示出从评价期间分割出的3个区间的每个区间中的评价内容。在第一个区间中的睡眠评价的区域301显示最早的区间、换句话说与入睡有关的期间中的评价内容。在第二个区间中的睡眠评价的区域303显示中间的区间、换句话说与睡眠的连续性有关的期间中的评价内容。在第三个区间中的睡眠评价的区域305显示最后的区间、换句话说与睡醒有关的期间中的评价内容。在综合睡眠评价的区域307中显示对整个评价期间的评价内容。
另外，该例子中的评价的等级为四个级别。第一等级意味着睡眠质量为“好”。第二等级意味着睡眠质量为“稍好”。第三等级意味着睡眠质量为“稍差”。第四等级意味着睡眠质量为“稍差”。评价的等级并不限于4个级别。评价的等级是2个级别以上即可，例如也可以是3个级别、5个级别。
也可以在意见栏中，管理者写入意见。或者也可以信息处理装置201自动地生成意见。例如显示“睡眠整体是比较好的状态。但是，入睡似乎不太好。”那样的意见。以上结束本实施方式中的概要的说明。
以下，对信息处理装置201的动作进行说明。图4表示信息处理装置201的模块构成例。信息处理装置201具有检测部401、获取部403、分析部405、显示处理部407、第一表格存储部421、第二表格存储部423、通信接口装置431以及网络通信装置433。
检测部401检测传感器装置101。获取部403执行获取处理。对于获取处理，后述。分析部405执行分析处理。对于分析处理，后述。显示处理部407是输出处理部的一个例子，执行显示处理。对于显示处理，后述。
上述的检测部401、获取部403、分析部405以及显示处理部407使用硬件资源(例如，图26)和使处理器执行以下所述的处理的程序来实现。
第一表格存储部421存储第一表格。对于第一表格，使用图5来后述。第二表格存储部423存储第二表格。对于第二表格，使用图6来后述。
上述的第一表格存储部421以及第二表格存储部423使用硬件资源(例如，图26)来实现。
通信接口装置431进行与传感器装置101的通信接口装置111的通信。通信接口装置431例如是无线IC标签的读取装置或者USB接口。通信接口装置431也可以是其它近距离无线所涉及的接口装置。网络通信装置433进行经由网络的通信。
图5表示第一表格的例子。该例子中的第一表格具有与加速度的计测时刻对应的记录。第一表格的记录具有储存与日期时间有关的信息的字段、储存与加速度有关的信息的字段、储存与活动量有关的信息的字段、储存与***有关的信息的字段、储存与现象有关的信息的字段和储存与用户的状态有关的信息的字段。
日期时间确定计测加速度的定时。***例如是伏卧位、仰卧位、侧卧位以及立位等。现象是就寝、睡着、醒来或者起床中的任意一个。用户的状态是觉醒状态或者睡眠状态中的任意一个。第一表格中所储存的日期时间、加速度的值是从传感器装置101获取到的数据。活动量、***的值储存从传感器装置101获取或者基于从传感器装置101获取到的值而由信息处理装置201计算出的值。现象、用户的状态的值储存基于从传感器装置101获取到的值而由信息处理装置201计算出的值。
图6表示第二表格的例子。该例子中的第二表格具有与等级种类对应的记录。第二表格的记录具有用于设定等级种类的字段和用于设定评价内容的字段。等级种类表示评价的等级。如上述那样，第一等级的评价内容是“好”。相同地，第二等级的评价内容是“稍好”。相同地，第三等级的评价内容是“稍差”。相同地，第四等级的评价内容是“差”。在执行本实施例的处理之前，预先设置第二表格。
移至有关信息处理装置201的处理的说明。图7表示主处理(A)流程。检测部401待机，检测传感器装置101(S701)。具体而言，信息处理装置201的通信接口装置431进行与传感器装置101的通信接口装置111的通信。
若检测出传感器装置101，则获取部403执行获取处理(S703)。在获取处理中，从传感器装置101获得用于分析的时间序列数据。
图8表示获取处理(A)流程。获取处理(A)以在传感器装置101中计算活动量并且还判定***为前提。获取部403通过通信接口装置431获取活动量的时间序列数据(S801)。而且，获取部403通过通信接口装置431获取***的时间序列数据(S803)。若结束获取处理(A)，则返回至调用源的主处理(A)。
在仅基于活动量的时间序列数据来进行分析的情况下，也可以不获取***的时间序列数据。另外，在仅基于***的时间序列数据来进行分析的情况下，也可以不获取活动量的时间序列数据。
也可以执行图9所示的获取处理(B)来代替图8所示的获取处理(A)。在获取处理(B)中，仅获取加速度的时间序列数据。因此，也可以在传感器装置101中不计算活动量。另外，也可以在传感器装置101中不判定***。
图9表示获取处理(B)流程。获取部403通过通信接口装置431获取加速度的时间序列数据(S901)。分析部405基于加速度的时间序列数据来计算活动量的时间序列数据(S903)。活动量的计算方法基于现有技术。而且，分析部405基于加速度的时间序列数据来求出***的时间序列数据(S905)。***的判定方法基于现有技术。
在仅基于活动量的时间序列数据来进行分析的情况下，也可以不求出***的时间序列数据。另外，在仅基于***的时间序列数据来进行分析的情况下，也可以不计算活动量的时间序列数据。若结束获取处理(B)，则返回至调用源的主处理(A)。
在该例子中，示出通过通信接口装置431获取时间序列数据的例子，但也可以通过网络通信装置433接收时间序列数据。将通过获取处理(A)或者获取处理(B)所获取到的数据储存至第一表格存储部421。
返回到图7的说明。分析部405基于活动量的时间序列数据以及/或者***的时间序列数据来确定就寝时刻和起床时刻(S705)。就寝时刻的确定方法和起床时刻的确定方法基于现有技术。而且，将就寝和起床记录至第一表格中的与该时刻相对应的记录的现象的字段。此外，在如上述那样利用加速度传感器以外的传感器的情况下，分析部405也可以根据心率、呼吸率以及身体活动中的全部或者一部分的时间序列数据来确定就寝时刻和起床时刻。
分析部405将从就寝时刻到起床时刻为止设定为评价期间(S707)。评价期间是通过开始时刻和结束时刻的日期时间所确定的内部参数，并且为了分析处理而被暂时存储。
分析部405执行分析处理(S709)。在分析处理中，对将评价期间分割为三个区间后的各区间中的与睡眠有关的对象者的状态进行分析来获得评价结果。
在本实施方式中，执行分析处理(A)。图10表示分析处理(A)流程。分析部405将评价期间分割为三个区间，确定各区间(S1001)。各区间由该区间的开始时刻和结束时刻确定。例如，可以分为均等的长度的三个区间。或者，也可以分为不均等的长度的三个区间。任意一个区间可以是规定长度。另外，任意一个区间的长度也可以是评价期间的固定比例。
分析部405执行第一区间处理(S1003)。在第一区间处理中，进行与第一个区间有关的分析。对于第一区间处理，使用图11后述。
分析部405执行第二区间处理(S1005)。在第二区间处理中，进行与第二个区间有关的分析。在本实施方式中，执行第二区间处理(A)。对于第二区间处理(A)，使用图12后述。
分析部405执行第三区间处理(S1007)。在第三区间处理中，进行与第三个区间有关的分析。在本实施方式中，执行第三区间处理(A)。对于第三区间处理(A)，使用图13后述。
分析部405执行整体期间处理(S1009)。在整体期间中，进行与评价期间的整体有关的分析。对于整体期间处理，使用图14后述。若结束分析处理，则返回至调用源的主处理(A)。
图11表示第一区间处理流程。分析部405计算第一个区间的整体时间(S1101)。在任意一个区间的情况下，区间的整体时间都作为该区间的开始时刻与结束时刻之差来求出。
分析部405基于活动量的时间序列数据以及/或者***的时间序列数据来判定第一个区间的各计测时刻的用户的状态(S1103)。分析部405也可以根据心率、呼吸率以及身体活动中的全部或者一部分的时间序列数据来判定第一个区间的各计测时刻的用户的状态。用户的状态是觉醒状态或者睡眠状态中的任意一个。也可以将睡眠状态分为多个状态，例如浅睡眠状态、深睡眠状态。将用户的状态记录至第一表格中与各计测时刻相对应的记录中。判定用户的状态的方法基于现有技术。
分析部405计算第一个区间中的睡眠时间(S1105)。在任意一个区间的情况下，都通过对在该区间中与睡眠状态相对应的记录的数量乘以计测间隔来求出区间的睡眠时间。
分析部405求出第一个区间中的睡眠效率(S1107)。具体而言，可以通过将第一个区间中的睡眠时间除以第一个区间的整体时间来求出睡眠效率。例如，能够通过参照第一个区间相对应的计测间隔和每个项目“用户的状态”的值，并将与睡眠状态建立对应的计测间隔的累积时间长度除以第一个区间的时间长度，来求出睡眠效率。
分析部405判定该睡眠效率是否是第一阈值(例如，0.90)以上(S1109)。在判定为该睡眠效率是第一阈值以上的情况下，分析部405判定为第一个区间中的睡眠评价是第一等级(S1111)。
另一方面，在判定为该睡眠效率小于第一阈值的情况下，分析部405判定该睡眠效率是否是第二阈值(例如，0.80)以上(S1113)。在判定为该睡眠效率是第二阈值以上的情况下，分析部405判定为第一个区间中的睡眠评价是第二等级(S1115)。
另一方面，在判定为该睡眠效率小于第二阈值的情况下，分析部405判定该睡眠效率是否是第三阈值(例如，0.70)以上(S1117)。在判定为该睡眠效率是第三阈值以上的情况下，分析部405判定为第一个区间中的睡眠评价是第三等级(S1119)。
另一方面，在判定为该睡眠效率小于第三阈值的情况下，分析部405判定为第一个区间中的睡眠评价是第四等级(S1121)。若结束第一区间处理，则返回至调用源的分析处理(A)。
图12表示第二区间处理(A)流程。在第二区间处理(A)中，以第二区间为对象进行与第一区间处理同样的处理。
分析部405计算第二个区间的整体时间(S1201)。
分析部405基于活动量的时间序列数据以及/或者***的时间序列数据来判定第二个区间的各计测时刻的用户的状态(S1203)。
分析部405计算第二个区间中的睡眠时间(S1205)。
分析部405求出第二个区间中的睡眠效率(S1207)。
分析部405判定该睡眠效率是否是第一阈值以上(S1209)。在判定为该睡眠效率是第一阈值以上的情况下，分析部405判定为第二个区间中的睡眠评价是第一等级(S1211)。
另一方面，在判定为该睡眠效率小于第一阈值的情况下，分析部405判定该睡眠效率是否是第二阈值以上(S1213)。在判定为该睡眠效率是第二阈值以上的情况下，分析部405判定为第二个区间中的睡眠评价是第二等级(S1215)。
另一方面，在判定为该睡眠效率小于第二阈值的情况下，分析部405判定该睡眠效率是否是第三阈值以上(S1217)。在判定为该睡眠效率是第三阈值以上的情况下，分析部405判定为第二个区间中的睡眠评价是第三等级(S1219)。
另一方面，在判定为该睡眠效率小于第三阈值的情况下，分析部405判定为第二个区间中的睡眠评价是第四等级(S1221)。若结束第二区间处理(A)，则返回至调用源的分析处理(A)。
图13表示第三区间处理(A)流程。在第三区间处理(A)中，以第三区间为对象，进行与第一区间处理同样的处理。
分析部405计算第三个区间的整体时间(S1301)。
分析部405基于活动量的时间序列数据以及/或者***的时间序列数据来判定第三个区间的各计测时刻的用户的状态(S1303)。
分析部405计算第三个区间中的睡眠时间(S1305)。
分析部405求出第三个区间中的睡眠效率(S1307)。
分析部405判定该睡眠效率是否是第一阈值以上(S1309)。在判定为该睡眠效率是第一阈值以上的情况下，分析部405判定为第三个区间中的睡眠评价是第一等级(S1311)。
另一方面，在判定为该睡眠效率小于第一阈值的情况下，分析部405判定该睡眠效率是否是第二阈值以上(S1313)。在判定为该睡眠效率是第二阈值以上的情况下，分析部405判定为第三个区间中的睡眠评价是第二等级(S1315)。
另一方面，在判定为该睡眠效率小于第二阈值的情况下，分析部405判定该睡眠效率是否是第三阈值以上(S1317)。在判定为该睡眠效率是第三阈值以上的情况下，分析部405判定为第三个区间中的睡眠评价是第三等级(S1319)。
另一方面，在判定为该睡眠效率小于第三阈值的情况下，分析部405判定为第三个区间中的睡眠评价是第四等级(S1321)。若结束第三区间处理(A)，则返回至调用源的分析处理(A)。
图14表示整体期间处理流程。分析部405计算评价期间的整体时间(S1401)。分析部405计算评价期间中的睡眠时间(S1405)。通过对在评价期间中睡眠状态相对应的记录的数量乘以计测间隔来求出评价期间的睡眠时间。
分析部405求出评价期间中的睡眠效率(S1407)。具体而言，通过将评价期间中的睡眠时间除以评价期间的整体时间来求出该睡眠效率。
分析部405判定该睡眠效率是否是第一阈值以上(S1409)。在判定为该睡眠效率是第一阈值以上的情况下，分析部405判定为综合睡眠评价是第一等级(S1411)。
另一方面，在判定为该睡眠效率小于第一阈值的情况下，分析部405判定该睡眠效率是否是第二阈值以上(S1413)。在判定为该睡眠效率是第二阈值以上的情况下，分析部405判定为综合睡眠评价是第二等级(S1415)。
另一方面，在判定为该睡眠效率小于第二阈值的情况下，分析部405判定该睡眠效率是否是第三阈值以上(S1417)。在判定为该睡眠效率是第三阈值以上的情况下，分析部405判定为综合睡眠评价是第三等级(S1419)。
另一方面，在判定为该睡眠效率小于第三阈值的情况下，分析部405判定为综合睡眠评价是第四等级(S1421)。若结束整体期间处理，则返回至调用源的分析处理(A)。
返回到图7的说明。若结束分析处理，则显示处理部407执行显示处理(S711)。在显示处理中，进行评价画面的显示。
在本实施方式中，执行显示处理(A)。图15表示显示处理(A)流程。显示处理部407显示评价画面(图3)的背景、框以及规定字符串(S1501)。显示处理部407在第一个区间中的睡眠评价的区域301中显示与第一个区间中的睡眠评价的等级对应的评价内容(S1503)。显示处理部407在第二个区间中的睡眠评价的区域303中显示与第二个区间中的睡眠评价的等级对应的评价内容(S1505)。显示处理部407在第三个区间中的睡眠评价的区域305中显示与第三个区间中的睡眠评价的等级对应的评价内容(S1507)。显示处理部407在综合睡眠评价的区域307中显示与综合睡眠评价的等级对应的评价内容(S1509)。若结束显示处理(A)，则调用源的主处理(A)也结束。
输出方式也可以是显示以外的方式。例如，也可以执行仅将睡眠评价的等级与规定的条件一致的区间的评价内容作为显示对象的处理，来代替在步骤S1503、S1505、S1507以及S1509的各个中执行显示处理。例如，设为第一个区间中的睡眠评价的等级是“稍差”，第二个和第三个区间中的睡眠评价的等级是“稍好”。而且，设决定显示对象的规定条件为“第三等级以下”，即为“稍差”或“差”。在该情况下，作为显示处理(A)的结果，也可以将作为第一个区间中的睡眠评价的等级的“稍差”设为显示对象，不显示第二个和第三个区间中的睡眠评价或对整体的睡眠的评价。在上述的情况下，步骤S1501中的规定部分的显示是仅对与决定显示对象的规定的条件一致的区间相关的显示栏的部分进行显示。另外，上述的决定显示对象的规定条件也可以设为仅将比综合睡眠评价的等级好的等级的区间或者差的等级的区间作为显示对象。另外，决定显示对象的规定条件也可以设为仅将第一个、第二个、第三个区间中的最差的等级的区间作为显示对象。另外，作为输出目的地，例如也可以将评价画面的数据发送至用户终端203。或者也可以将评价画面的数据写入存储介质。
根据本实施方式，着眼于入睡、睡觉的连续性和睡醒而容易把握睡眠质量。例如，有助于管理者基于这些观点来推测对象者的身体状况。人抱怨睡眠的情况大多是睡着时的状态和起床前的状态有某些问题的情况。通过将睡眠时间长度分割为前中后三个，从而能够按照人容易感觉到不满的前期以及后期的时间段、不易感觉到不满的中期的时间段的每个，输出睡眠的状态或建议。
[实施方式2]
在本实施方式中，对判别睡眠评价的等级的基准根据区间而不同的例子进行说明。具体而言，在后期的区间中，与前期的区间的情况相比，睡眠效率的阈值较小。换句话说，在后期的区间中，与前期的区间的情况相比，睡眠评价更容易变好。
在本实施方式中，执行第二区间处理(B)来代替第二区间处理(A)。图16表示第二区间处理(B)流程。S1601～S1607的处理与第二区间处理(A)中的S1201～S1207的处理相同。
分析部405判定该睡眠效率是否是第四阈值(例如，0.85)以上(S1609)。第四阈值小于第一阈值。在判定为该睡眠效率是第四阈值以上的情况下，分析部405判定为第二个区间中的睡眠评价是第一等级(S1611)。
另一方面，在判定为该睡眠效率小于第四阈值的情况下，分析部405判定该睡眠效率是否是第五阈值(例如，0.75)以上(S1613)。第五阈值小于第二阈值。在判定为该睡眠效率是第五阈值以上的情况下，分析部405判定为第二个区间中的睡眠评价是第二等级(S1615)。
另一方面，在判定为该睡眠效率小于第五阈值的情况下，分析部405判定该睡眠效率是否是第六阈值(例如，0.65)以上(S1617)。第六阈值小于第三阈值。在判定为该睡眠效率是第六阈值以上的情况下，分析部405判定为第二个区间中的睡眠评价是第三等级(S1619)。
另一方面，在判定为该睡眠效率小于第六阈值的情况下，分析部405判定为第二个区间中的睡眠评价是第四等级(S1621)。若结束第二区间处理(B)，则返回至调用源的分析处理(A)。
在本实施方式中，执行第三区间处理(B)来代替第三区间处理(A)。图17表示第三区间处理(B)流程。S1701～S1707的处理与第三区间处理(A)中的S1301～S1307的处理相同。
分析部405判定该睡眠效率是否是第七阈值(例如，0.80)以上(S1709)。第七阈值小于第一阈值以及第四阈值。在判定为该睡眠效率是第七阈值以上的情况下，分析部405判定为第三个区间中的睡眠评价是第一等级(S1711)。
另一方面，在判定为该睡眠效率小于第七阈值的情况下，分析部405判定该睡眠效率是否是第八阈值(例如，0.70)以上(S1713)。第八阈值小于第二阈值以及第五阈值。在判定为该睡眠效率是第八阈值以上的情况下，分析部405判定为第三个区间中的睡眠评价是第二等级(S1715)。
另一方面，在判定为该睡眠效率小于第八阈值的情况下，分析部405判定该睡眠效率是否是第九阈值(例如，0.60)以上(S1717)。第九阈值小于第三阈值以及第六阈值。在判定为该睡眠效率是第九阈值以上的情况下，分析部405判定为第三个区间中的睡眠评价是第三等级(S1719)。
另一方面，在判定为该睡眠效率小于第九阈值的情况下，分析部405判定为第三个区间中的睡眠评价是第四等级(S1721)。若结束第三区间处理(B)，则返回至调用源的分析处理(A)。
其它处理与实施方式1的情况相同。
另外，第四阈值也可以与第一阈值相同。第五阈值也可以与第二阈值相同。第六阈值也可以与第三阈值相同。
或者，第四阈值也可以与第七阈值相同。第五阈值也可以与第八阈值相同。第六阈值也可以与第九阈值相同。
根据本实施方式，在第三个区间中，与第一个区间中的分析的情况相比，评价结果能够比较容易变好。由于在大多情况下，若起床时间接近则人的睡眠自然变浅，所以即使没有问题地睡觉，在接近起床时间的时间段、即与睡眠时间的前期、中期以及后期中的后期相对应的时间段的评价容易变差。在第三个区间中，与第一个区间中的分析的情况相比，使评价结果比较容易变好，从而容易将后期的睡眠质量与上述的睡眠质量进行比较。
具体而言，容易将睡眠状态的比例容易变少的后期的睡眠质量与前期的睡眠质量进行比较。
[实施方式3]
在本实施方式中，在求出后期的区间中的睡眠效率时，与针对前期的区间求出睡眠效率的情况相比，更容易判定为处于睡眠状态。
在图16所示的S1607的处理中，与图11所示的S1107的处理的情况相比，更容易判定为处于睡眠状态。例如，如果使现有技术中的成为判定为处于睡眠状态的条件的活动量的上限值比S1207的情况大，则容易判定为处于睡眠状态。或者，如果使现有技术中的成为判定为处于睡眠状态的条件的同一***的连续时间的下限值比S1207的情况小，则容易判定为处于睡眠状态。
这样，在第二个区间中，与第一个区间中的分析的情况相比，睡眠效率更容易变高。即使假设第四阈值与第一阈值相同，第五阈值与第二阈值相同，而且第六阈值与第三阈值相同，在第二个区间的情况下，评价结果也比较容易变好。
同样地，在图17所示的S1707的处理中，与图16所示的S1607的处理的情况相比，也更容易判定为处于睡眠状态。
这样，在第三个区间中，与第二个区间中的分析的情况相比，睡眠效率更容易变高。即使假设第七阈值与第四阈值相同，第八阈值与第五阈值相同，并且第九阈值与第六阈值相同，在第三个区间的情况下，评价结果也比较容易变好。
如果至少在图17所示的S1707的处理中，使得与图11所示的S1107的处理的情况相比，更容易判定为处于睡眠状态，则与第一个区间中的分析的情况相比，第三个区间中的分析的情况下的评价结果比较容易变好。
根据本实施方式，容易将睡眠容易变浅的后期的睡眠质量与前期的睡眠质量进行比较。
[实施方式4]
在本实施方式中，将评价期间设为从睡着时刻到醒来时刻为止。
在本实施方式中，执行主处理(B)来代替主处理(A)。本实施方式也可以应用于实施方式1～3中的任意一个。图18表示主处理(B)流程。S1801以及S1803的处理与图7所示的S701以及S703的处理的情况相同。
分析部405基于活动量的时间序列数据以及/或者***的时间序列数据来确定就寝以后的最早的睡着时刻和起床以前的最后的醒来时刻(S1805)。睡着时刻的确定方法和醒来时刻的确定方法基于现有技术。而且，将睡着和醒来记录至第一表格中的与该时刻相对应的记录的现象的字段中。
分析部405将从就寝以后的最早的睡着时刻到起床以前的最后的醒来时刻为止设定为评价期间(S1807)。
S1809以及S1811的处理与图7所示的S709以及S711的处理的情况相同。
也考虑即使人在床上但没有打算睡觉，因某些理由而保持睡觉的姿势的情况。根据本实施方式，在就寝以后到入睡为止的期间或从醒来到起床为止的期间包括应从评价除去的经过时间的情况下，能够更准确地评价睡眠。
[实施方式5]
在本实施方式中，将评价期间设为从就寝时刻到醒来时刻为止。
在本实施方式中，执行主处理(C)来代替主处理(A)。本实施方式也可以应用于实施方式1～3中的任意一个。图19表示主处理(C)流程。S1901以及S1903的处理与图7所示的S701以及S703的处理的情况相同。
分析部405基于活动量的时间序列数据以及/或者***的时间序列数据来确定就寝时刻和起床以前的最后的醒来时刻(S1905)。而且，将就寝和醒来记录至第一表格中的与该时刻相对应的记录的现象的字段中。
分析部405将从就寝时刻到起床以前的最后的醒来时刻为止设定为评价期间(S1907)。
S1909以及S1911的处理与图7所示的S709以及S711的处理的情况相同。
也考虑即使人醒来并且不打算睡觉，但因某些理由不起床而保持睡觉的姿势的情况。根据本实施方式，在从醒来到起床为止的期间包括应从评价除去的经过时间的情况下，能够更准确地评价睡眠。
[实施方式6]
在本实施方式中，将评价期间设为从睡着时刻到起床时刻为止。
在本实施方式中，执行主处理(D)来代替主处理(A)。本实施方式也可以应用于实施方式1～3中的任意一个。图20表示主处理(D)流程。S2001以及S2003的处理与图7所示的S701以及S703的处理的情况相同。
分析部405基于活动量的时间序列数据以及/或者***的时间序列数据来确定就寝以后的最早的睡着时刻和起床时刻(S2005)。而且，将睡着和起床记录至第一表格中的与该时刻相对应的记录的现象的字段中。
分析部405将从就寝以后的最早的睡着时刻到起床时刻为止设定为评价期间(S2007)。
S2009以及S2011的处理与图7所示的S709以及S711的处理的情况相同。
也考虑即使人在床上但没有打算睡觉，因某些理由而处于睡觉的姿势的情况。根据本实施方式，在就寝以后到睡着为止的期间包括应从评价除去的经过时间的情况下，能够更准确地评价睡眠。
[实施方式7]
在本实施方式中，在评价期间的长度超过基准值的情况下，将评价期间分割为五个区间。
图21表示实施方式7中的评价画面的例子。与图3的情况同样地，在评价画面中示出与用户的睡眠质量有关的评价内容。具体而言，除了作为整体的评价内容之外，还示出从评价期间分割出的五个区间的每个区间中的评价内容。在第一个区间中的睡眠评价的区域301中显示第一个区间、即与入睡有关的期间中的评价内容。在第二个区间中的睡眠评价的区域303中显示第二个区间中的评价内容。在第三个区间中的睡眠评价的区域305中显示第三个区间、即中间的区间中的评价内容。第三个区间相当于与睡眠的连续性有关的期间。在第四个区间中的睡眠评价的区域2101中显示第四个区间中的评价内容。在第五个区间中的睡眠评价的区域2103中显示第五个区间、即与睡醒有关的期间中的评价内容。在综合睡眠评价的区域307中显示对评价期间的整体的评价内容。
在本实施方式中，也可以执行主处理(A)～(D)中的任意一个。而且，执行分析处理(B)来代替分析处理(A)。图22表示分析处理(B)流程。分析部405判定评价期间的长度是否是基准值以上(S2201)。在判定为评价期间的长度是基准值以上的情况下(S2201：是的路线)，分析部405将评价期间分割为五个，确定各区间(S2203)。各区间由该区间的开始时刻和结束时刻确定。例如，可以分为均等的长度的五个区间。或者也可以分为不均等的长度的五个区间。任意一个区间可以是规定长度。另外，任意一个区间的长度也可以是评价期间的固定比例。
分析部405执行第一区间处理(S2205)。分析部405执行第二区间处理(S2207)。分析部405执行第三区间处理(S2209)。
分析部405执行第四区间处理(S2211)。在第四区间处理中，进行与第四个区间有关的分析。对于第四区间处理，使用图23后述。
分析部405执行第五区间处理(S2213)。在第五区间处理中，进行与第五个区间有关的分析。对于第五区间处理，使用图24后述。若结束分析处理(B)，则返回至调用源的主处理。
在判定为评价期间的长度不是基准值以上的情况下(S2201：否的路线)，分析部405将评价期间分割为三个，确定各区间(S2215)。分析部405执行第一区间处理(S2217)。分析部405执行第二区间处理(S2219)。分析部405执行第三区间处理(S2221)。若结束分析处理(B)，则返回至调用源的主处理。
图23表示第四区间处理流程。在第四区间处理中，以第四区间为对象，进行与第一区间处理相同的处理。
分析部405计算第四个区间的整体时间(S2301)。
分析部405基于活动量的时间序列数据以及/或者***的时间序列数据来判定第四个区间的各计测时刻的用户的状态(S2303)。
分析部405计算第四个区间中的睡眠时间(S2305)。
分析部405求出第四个区间中的睡眠效率(S2307)。
分析部405判定该睡眠效率是否是第一阈值以上(S2309)。在判定为该睡眠效率是第一阈值以上的情况下，分析部405判定为第四个区间中的睡眠评价是第一等级(S2311)。
另一方面，在判定为该睡眠效率小于第一阈值的情况下，分析部405判定该睡眠效率是否是第二阈值以上(S2313)。在判定为该睡眠效率是第二阈值以上的情况下，分析部405判定为第四个区间中的睡眠评价是第二等级(S2315)。
另一方面，在判定为该睡眠效率小于第二阈值的情况下，分析部405判定该睡眠效率是否是第三阈值以上(S2317)。在判定为该睡眠效率是第三阈值以上的情况下，分析部405判定为第四个区间中的睡眠评价是第三等级(S2319)。
另一方面，在判定为该睡眠效率小于第三阈值的情况下，分析部405判定为第四个区间中的睡眠评价是第四等级(S2321)。若结束第四区间处理，则返回至调用源的分析处理(B)。
图24表示第五区间处理流程。在第五区间处理中，以第五区间为对象，进行与第一区间处理相同的处理。
分析部405计算第五个区间的整体时间(S2401)。
分析部405基于活动量的时间序列数据以及/或者***的时间序列数据来判定第五个区间的各计测时刻的用户的状态(S2403)。
分析部405计算第五个区间中的睡眠时间(S2405)。
分析部405求出第五个区间中的睡眠效率(S2407)。
分析部405判定该睡眠效率是否是第一阈值以上(S2409)。在判定为该睡眠效率是第一阈值以上的情况下，分析部405判定为第五个区间中的睡眠评价是第一等级(S2411)。
另一方面，在判定为该睡眠效率小于第一阈值的情况下，分析部405判定该睡眠效率是否是第二阈值以上(S2413)。在判定为该睡眠效率是第二阈值以上的情况下，分析部405判定为第五个区间中的睡眠评价是第二等级(S2415)。
另一方面，在判定为该睡眠效率小于第二阈值的情况下，分析部405判定该睡眠效率是否是第三阈值以上(S2417)。在判定为该睡眠效率是第三阈值以上的情况下，分析部405判定为第五个区间中的睡眠评价是第三等级(S2419)。
另一方面，在判定为该睡眠效率小于第三阈值的情况下，分析部405判定为第五个区间中的睡眠评价是第四等级(S2421)。若结束第五区间处理，则返回至调用源的分析处理(B)。
另外，执行显示处理(B)来代替显示处理(A)。图25表示显示处理(B)流程。显示处理部407判定在分析处理(B)中是否将评价期间分割成五个区间(S2501)。
在判定为将评价期间分割成五个区间的情况下，显示处理部407显示评价画面(图21)的背景、框以及规定字符串(S2503)。显示处理部407在第一个区间中的睡眠评价的区域301中显示与第一个区间中的睡眠评价的等级对应的评价内容(S2505)。显示处理部407在第二个区间中的睡眠评价的区域303中显示与第二个区间中的睡眠评价的等级对应的评价内容(S2507)。显示处理部407在第三个区间中的睡眠评价的区域305中显示与第三个区间中的睡眠评价的等级对应的评价内容(S2509)。显示处理部407在第四个区间中的睡眠评价的区域2101中显示与第四个区间中的睡眠评价的等级对应的评价内容(S2511)。显示处理部407在第五个区间中的睡眠评价的区域2103中显示与第五个区间中的睡眠评价的等级对应的评价内容(S2513)。显示处理部407在综合睡眠评价的区域307中显示与综合睡眠评价的等级对应的评价内容(S2515)。若结束显示处理(B)，则调用源的主处理也结束。
在图25的S2501中，判定为没有将评价期间分割为五个区间的情况下，显示处理部407执行显示处理(A)(S2517)。若结束显示处理(B)，则调用源的主处理也结束。
在显示处理(B)中，也可以与显示处理(A)中所说明的同样地，执行仅将睡眠评价的等级与规定条件一致的区间的评价内容作为显示对象的处理，来代替针对第一个～第五个各区间执行显示处理。另外，决定上述的显示对象的规定条件也可以设为仅将比综合睡眠评价的等级好的等级的区间或者差的等级的区间设为显示对象。另外，决定显示对象的规定条件也可以设为将第一个～第五个区间中的最差的等级的区间作为显示对象。此外，也可以在本实施方式中应用实施方式2或者3。
根据本实施方式，在对象者长时间睡觉的情况下，也能够评价入睡的时期、中间的时期以及睡醒的时期。
以上对本发明的实施方式进行了说明，但本发明并不局限于此。例如，也存在上述的功能块构成与程序模块构成不一致的情况。
另外，上面说明的各存储区域的结构是一个例子，并非必须是上述那样的结构。并且，在处理流程中，只要处理结果不改变，则可以更换处理的顺序或并列执行多个处理。
此外，上面所述的信息处理装置201是计算机装置，如图26所示，通过总线2519将存储器2501、CPU(Central Processing Unit：中央处理器)2503、硬盘驱动器(HDD：HardDisk Drive)2505、与显示装置2509连接的显示控制部2507、可移动磁盘2511用的驱动器装置2513、输入装置2515和用于与网络连接的通信控制部2517连接起来。操作***(OS：Operating System)以及用于实施本实施例中的处理的应用程序被储存至HDD2505，在被CPU2503执行时，从HDD2505读出至存储器2501。CPU2503根据应用程序的处理内容来控制显示控制部2507、通信控制部2517、驱动器装置2513，进行规定的动作。另外，对于处理中途的数据，主要被储存至存储器2501，但也可以储存至HDD2505。在本发明的实施例中，用于实施上面所述的处理的应用程序被储存至计算机可读取的可移动磁盘2511并分发，从驱动器装置2513安装至HDD2505。也存在经由因特网等网络以及通信控制部2517安装至HDD2505的情况。这样的计算机装置通过上面所述的CPU2503、存储器2501等硬件和OS以及应用程序等程序有机地协作来实现上面所述那样的各种功能。
若总结以上所述的本发明的实施方式，则如下。
一个方式所涉及的信息处理装置具有：(A)获取部，获取与在睡眠评价的对象者佩戴的传感器装置中计测出的加速度、该对象者的活动量以及该对象者的***中的至少一个有关的时间序列数据；(B)分析部，对将评价期间分割为三个区间后的各区间中的与睡眠有关的对象者的状态进行分析来获得评价结果，评价期间从通过时间序列数据所确定的就寝时刻或者就寝以后的最早的睡着时刻到起床时刻或者起床以前的最后的醒来时刻为止；以及(C)输出处理部，在能够识别是与各区间中的哪个区间有关的结果的状态下，输出评价结果。
这样，着眼于入睡、睡觉的连续性和睡醒而容易把握睡眠质量。
而且，也可以上述分析部在各区间中的最后的区间中，进行与最早的区间中的分析的情况相比评价结果更容易变好的分析。
这样，容易将评价容易变差的后期的睡眠质量与前期的睡眠质量进行比较。
而且，也可以上述分析部基于各区间中的睡眠效率来判别评价等级，并且使用比判别最早的区间中的评价等级的第二基准小的值来作为判别最后的区间中的评价等级的第一基准。
这样，容易将睡眠状态的比例容易变少的后期的睡眠质量与前期的睡眠质量进行比较。
而且，也可以上述分析部基于各区间中的睡眠效率来判别评价等级，并且在求出最后的区间中的睡眠效率时，与求出最早的区间中的睡眠效率的情况相比，更容易判定为处于睡眠状态。
这样，容易将睡眠容易变浅的后期的睡眠质量与前期的睡眠质量进行比较。
而且，也可以上述分析部在评价期间的长度超过基准值的情况下，对将评价期间分割为五个区间后的各区间中的与睡眠有关的对象者的状态进行分析来获得评价结果。
这样，在对象者长时间睡觉的情况下，也能够对入睡的时期、中间的时期和睡醒的时期进行评价。
此外，能够创建用于使计算机进行上面所述的信息处理装置中的处理的程序，该程序例如可以储存至软盘、CD－ROM、磁光盘、半导体存储器、硬盘等计算机可读取的存储介质或者存储装置。另外，中间的处理结果一般暂时保管于主存储器等存储装置。

Claims (7)

1.一种信息处理装置，具有：
获取部，获取与在睡眠评价的对象者佩戴的传感器装置中计测出的加速度、该对象者的活动量以及该对象者的***中的至少一个有关的时间序列数据；
分析部，对将评价期间分割为三个区间后的各区间中的与睡眠有关的所述对象者的状态进行分析来获得评价结果，所述评价期间从通过所述时间序列数据所确定的就寝时刻或者就寝以后的最早的睡着时刻到起床时刻或者起床以前的最后的醒来时刻为止；以及
输出处理部，在能够识别是与所述各区间中的哪个区间有关的结果的状态下，输出所述评价结果。
2.根据权利要求1所述的信息处理装置，其中，
所述分析部在所述各区间中的最后的区间中，进行与最早的区间中的分析的情况相比，所述评价结果更容易变好的分析。
3.根据权利要求2所述的信息处理装置，其中，
所述分析部基于所述各区间中的睡眠效率来判别评价等级，并且使用比判别所述最早的区间中的所述评价等级的第二基准小的值来作为判别所述最后的区间中的所述评价等级的第一基准。
4.根据权利要求2所述的信息处理装置，其中，
所述分析部基于所述各区间中的睡眠效率来判别评价等级，并且在求出所述最后的区间中的所述睡眠效率时，与求出所述最早的区间中的所述睡眠效率的情况相比，更容易判定为处于睡眠状态。
5.根据权利要求1～4中的任意一项所述的信息处理装置，其中，
所述分析部在所述评价期间的长度超过基准值的情况下，对将所述评价期间分割为五个区间后的各区间中的与睡眠有关的所述对象者的状态进行分析来获得所述评价结果。
6.一种信息处理方法，由计算机执行，并且包括如下处理：
获取与在睡眠评价的对象者佩戴的传感器装置中计测出的加速度、该对象者的活动量以及该对象者的***中的至少一个有关的时间序列数据；
对将评价期间分割为三个区间后的各区间中的与睡眠有关的所述对象者的状态进行分析来获得评价结果，所述评价期间从通过所述时间序列数据所确定的就寝时刻或者就寝以后的最早的睡着时刻到起床时刻或者起床以前的最后的醒来时刻为止；以及
在能够识别是与所述各区间中的哪个区间有关的结果的状态下，输出所述评价结果。
7.一种程序，使计算机执行：
获取与在睡眠评价的对象者佩戴的传感器装置中计测出的加速度、该对象者的活动量以及该对象者的***中的至少一个有关的时间序列数据；
对将评价期间分割为三个区间后的各区间中的与睡眠有关的所述对象者的状态进行分析来获得评价结果，所述评价期间从通过所述时间序列数据所确定的就寝时刻或者就寝以后的最早的睡着时刻到起床时刻或者起床以前的最后的醒来时刻为止；以及
在能够识别是与所述各区间中的哪个区间有关的结果的状态下，输出所述评价结果。
CN201680083217.0A 2016-03-28 2016-03-28 信息处理装置、信息处理方法以及程序 Pending CN108778128A (zh)

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
PCT/JP2016/059829 WO2017168495A1 (ja) 2016-03-28 2016-03-28 情報処理装置、情報処理方法及びプログラム

Publications (1)

Publication Number Publication Date
CN108778128A true CN108778128A (zh) 2018-11-09

Family

ID=59962707

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201680083217.0A Pending CN108778128A (zh) 2016-03-28 2016-03-28 信息处理装置、信息处理方法以及程序

Country Status (5)

Country Link
US (1) US11166664B2 (zh)
JP (1) JP6624280B2 (zh)
CN (1) CN108778128A (zh)
CA (1) CA3015596C (zh)
WO (1) WO2017168495A1 (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113396447A (zh) * 2019-03-07 2021-09-14 株式会社日立制作所 看护装置、看护方法和看护程序

Families Citing this family (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP6493509B1 (ja) 2017-12-25 2019-04-03 富士通株式会社 表示プログラム、表示方法および表示装置
JP6345333B1 (ja) * 2017-12-25 2018-06-20 富士通株式会社 表示プログラム、表示方法および表示装置
JP7432884B2 (ja) * 2018-03-26 2024-02-19 パナソニックＩｐマネジメント株式会社 サポートシステム、機器制御システム、サポートシステムの作動方法、及び、機器制御システムの作動方法
CN117958746A (zh) * 2022-10-26 2024-05-03 华为技术有限公司 一种睡眠监测方法及电子设备

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2004358235A (ja) * 2003-05-15 2004-12-24 Sanyo Electric Co Ltd 睡眠分析装置および睡眠分析機能をコンピュータに付与するプログラム
CN1724086A (zh) * 2004-07-23 2006-01-25 匹克斯有限公司 失眠测评与治疗的设备和方法
CN102006824A (zh) * 2008-04-16 2011-04-06 皇家飞利浦电子股份有限公司 用于睡眠/清醒状况估计的方法和***
JP2012187349A (ja) * 2011-03-14 2012-10-04 Omron Healthcare Co Ltd 睡眠評価装置および睡眠評価方法
CN105286783A (zh) * 2014-05-26 2016-02-03 爱信精机株式会社 睡眠评价装置

Family Cites Families (19)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP3754394B2 (ja) * 2002-05-29 2006-03-08 横河電機株式会社 睡眠段階推定装置及び睡眠段階推定装置から出力される信号を利用した装置
US7189204B2 (en) * 2002-12-04 2007-03-13 Cardiac Pacemakers, Inc. Sleep detection using an adjustable threshold
US20040230398A1 (en) 2003-05-15 2004-11-18 Sanyo Electric Co., Ltd. Sleep analyzer and program product for giving sleep analysis function to computer
JP4487730B2 (ja) 2004-11-02 2010-06-23 株式会社日立製作所 生活状態通知システム
JP4598581B2 (ja) * 2005-03-31 2010-12-15 クロイ電機株式会社 睡眠日誌作成支援装置
JP4357503B2 (ja) 2006-06-28 2009-11-04 株式会社東芝 生体情報計測装置、生体情報計測方法および生体情報計測プログラム
US8852127B2 (en) * 2007-06-08 2014-10-07 Ric Investments, Llc System and method for monitoring information related to sleep
RU2548791C2 (ru) * 2008-04-14 2015-04-20 Итамар Медикал Лтд. Неинвазивный способ и устройство для определения стадий поверхностного и глубокого сна
WO2010060153A1 (en) * 2008-11-28 2010-06-03 The University Of Queensland A method and apparatus for determining sleep states
EP2524647A1 (en) * 2011-05-18 2012-11-21 Alain Gilles Muzet System and method for determining sleep stages of a person
JP5862401B2 (ja) * 2012-03-26 2016-02-16 オムロンヘルスケア株式会社 睡眠状態管理装置、睡眠状態管理方法、及び睡眠状態管理プログラム
AU2013318046B2 (en) * 2012-09-19 2016-07-21 Resmed Sensor Technologies Limited System and method for determining sleep stage
US9764110B2 (en) * 2013-03-22 2017-09-19 Mind Rocket, Inc. Binaural sleep inducing system
CN105592777B (zh) * 2013-07-08 2020-04-28 瑞思迈传感器技术有限公司 用于睡眠管理的方法和***
JP6121886B2 (ja) 2013-11-20 2017-04-26 トヨタ自動車株式会社 睡眠状態推定装置及び睡眠状態推定方法
WO2015092591A1 (en) * 2013-12-16 2015-06-25 Koninklijke Philips N.V. System and method for determining sleep stage based on sleep cycle
EP2904969B1 (fr) * 2014-02-11 2022-01-05 Sorin CRM SAS Dispositif de traitement du syndrome d'apnée du sommeil chez un patient par stimulation kinesthésique
US9968293B1 (en) * 2014-05-16 2018-05-15 Dp Technologies, Inc. Detecting and estimating sleep stages
JP2016073527A (ja) * 2014-10-08 2016-05-12 セイコーエプソン株式会社 睡眠状態判定装置、睡眠状態判定方法および睡眠管理システム

Patent Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2004358235A (ja) * 2003-05-15 2004-12-24 Sanyo Electric Co Ltd 睡眠分析装置および睡眠分析機能をコンピュータに付与するプログラム
CN1724086A (zh) * 2004-07-23 2006-01-25 匹克斯有限公司 失眠测评与治疗的设备和方法
CN102006824A (zh) * 2008-04-16 2011-04-06 皇家飞利浦电子股份有限公司 用于睡眠/清醒状况估计的方法和***
JP2012187349A (ja) * 2011-03-14 2012-10-04 Omron Healthcare Co Ltd 睡眠評価装置および睡眠評価方法
CN103415249A (zh) * 2011-03-14 2013-11-27 欧姆龙健康医疗事业株式会社 睡眠评价装置和睡眠评价方法
CN105286783A (zh) * 2014-05-26 2016-02-03 爱信精机株式会社 睡眠评价装置

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113396447A (zh) * 2019-03-07 2021-09-14 株式会社日立制作所 看护装置、看护方法和看护程序

Also Published As

Publication number Publication date
JP6624280B2 (ja) 2019-12-25
US20180338717A1 (en) 2018-11-29
JPWO2017168495A1 (ja) 2018-12-27
US11166664B2 (en) 2021-11-09
WO2017168495A1 (ja) 2017-10-05
CA3015596A1 (en) 2017-10-05
CA3015596C (en) 2020-09-01

Similar Documents

Publication Publication Date Title
CN108778128A (zh) 信息处理装置、信息处理方法以及程序
Huysmans et al. Unsupervised learning for mental stress detection
CN109087482A (zh) 一种跌倒检测装置与方法
KR101380964B1 (ko) 뇌-컴퓨터 접속 장치, 그리고 그의 분류 방법
CN103778240B (zh) 基于功能磁共振成像和图像字典稀疏分解的图像检索方法
EP3045889B1 (en) Information processing system, information processing method, and program
KR101699623B1 (ko) 좌/우뇌 활성도 대칭 향상을 위한 게임 활용 시스템
CN109620244A (zh) 基于条件生成对抗网络和svm的婴儿异常行为检测方法
Klewicki et al. Vortical motion contributions to stress transport in turbulent boundary layers
CN104274191A (zh) 一种心理测评方法及其***
CN209186698U (zh) 一种基于fpga的癫痫预警装置
CN109976526A (zh) 一种基于表面肌电传感器和九轴传感器的手语识别方法
Yu et al. Real-time FPGA-based multichannel spike sorting using Hebbian eigenfilters
CN105027166B (zh) 用于基于生命体征来检测对象的装置和方法
CN106991409A (zh) 一种运动想象脑电信号特征提取与分类***及方法
CN104586402A (zh) 一种人体活动的特征提取方法
Moore et al. Depth sensor-based in-home daily activity recognition and assessment system for stroke rehabilitation
CN110019837A (zh) 用户画像的生成方法及装置、计算机设备及可读介质
Ardywibowo et al. Adaptive activity monitoring with uncertainty quantification in switching Gaussian process models
Rothman et al. Defining bilingualism as a continuum
CN109271889A (zh) 一种基于双层lstm神经网络的动作识别方法
CN112263252B (zh) 基于hrv特征和三层svr的pad情绪维度预测方法
McCarthy Event-related potentials and functional MRI: a comparison of localization in sensory, perceptual and cognitive tasks.
CN107862276B (zh) 一种行为识别方法和终端
CN206133679U (zh) 一种二手车评估定价***

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination