JP2009297455A - 睡眠状態推定装置 - Google Patents

Abstract

【課題】就寝者の睡眠状態の推定精度を向上することのできる睡眠状態推定装置を提供する。
【解決手段】マットレスＢ上の就寝者Ｃの心拍及び呼吸等に起因する振動に応じて電荷を発生するセンサ部１と、センサ部１で発生した電荷を電気信号に変換して出力する変換部２と、変換部２の出力信号のうち心拍の周波数帯域の振動成分を抽出する生体情報抽出部３と、生体情報抽出部３で得られた生体情報から就寝者Ｃの睡眠の深さに応じた複数の睡眠状態のうち何れか１つの睡眠状態を推定する睡眠状態推定部４とを備え、睡眠状態推定部４は、生体情報に基づいて就寝者Ｃの体動を推定するとともに、就寝者Ｃの体動が発生している若しくは前記睡眠状態の何れにも該当しない状態を体動・過渡状態とし、該体動・過渡状態と併せて就寝者Ｃの睡眠状態を推定する。
【選択図】図１

Description

本発明は、レム睡眠やノンレム睡眠等の就寝者の睡眠状態を推定する睡眠状態推定装置に関する。

近年、就寝者の眠りの質を劣化させずに睡眠状態を推定する技術が開発されており、このような技術は就寝者に睡眠状態を通知する、又は推定結果を寝室環境の制御に用いる上で非常に重要な技術である。就寝者の睡眠状態を推定する方法としては、就寝者の身体に取り付けない非接触型のセンサをベッドに取り付けて呼吸や心拍等の生体信号を検出し、該生体信号に基づいて睡眠状態を推定する方法が一般的であり、例えば特許文献１，２に開示されている。この特許文献１に記載の従来例は、就寝者の心拍、呼吸、寝返りの頻度、睡眠徐波パワー密度の分布から覚醒状態、レム睡眠状態、ノンレム睡眠若しくは第１・２段階の浅い睡眠状態、第３・４段階の深い睡眠状態の何れであるかを推定するものである。また、特許文献２に記載の従来例は、就寝者の脈波の一周期の時間間隔データである脈拍間隔データと就寝者の体動を示す体動データに基づいて就寝者の睡眠状態を判定するものであって、体動判定部において体動があると判定した場合に体動データと並行して計測された脈拍間隔データを一連の脈拍間隔データから除外してデータ処理し、これらのデータから取得した自律神経指標に基づいて睡眠状態を推定する。
特開２０００−２１５号公報 特開２００５−２７９１１３号公報

しかしながら、前者の従来例では、就寝者の体動が生じる又は睡眠状態が遷移する際に睡眠状態のパラメータの分布が一時的に大きく変化する、若しくは就寝者の体動の影響により生体信号を抽出できない等の不具合によって睡眠状態の推定を誤ることがあった。これに対して、後者の従来例では、体動があると判定した期間のデータを除外して睡眠状態を推定するために上記の不具合は解消できるが、体動発生後に就寝者が落ち着くまで２０〜４０秒程度かかる場合があり、この期間での睡眠状態の推定に誤りが生じ、その結果、次状態の睡眠状態の推定にも誤りが生じる虞があった。

本発明は、上記の点に鑑みて為されたもので、就寝者の睡眠状態の推定精度を向上することのできる睡眠状態推定装置を提供することを目的とする。

請求項１の発明は、上記目的を達成するために、ベッド台とベッド台に載置されるマットレスとの間に配設されてマットレス上の就寝者の心拍及び呼吸等に起因する振動に応じて電荷を発生するセンサ部と、センサ部で発生した電荷を電気信号に変換して出力する変換部と、変換部の出力信号のうち心拍の周波数帯域の振動成分及び呼吸の周波数帯域の振動成分を抽出する生体情報抽出部と、生体情報抽出部で得られた生体情報から就寝者の睡眠の深さに応じた複数の睡眠状態のうち何れか１つの睡眠状態を推定する睡眠状態推定部とを備え、睡眠状態推定部は、生体情報に基づいて就寝者の体動を推定するとともに、就寝者の体動が発生している若しくは前記睡眠状態の何れにも該当しない状態を体動・過渡状態とし、該体動・過渡状態と併せて就寝者の睡眠状態を推定することを特徴とする。

請求項２の発明は、請求項１の発明において、睡眠状態推定部は、睡眠状態の時間的変化に基づいて就寝者の睡眠の周期を推定し、得られた周期と併せて就寝者の睡眠状態を推定することを特徴とする。

請求項３の発明は、請求項１又は２の発明において、生体情報抽出部で得られた心拍の周波数を解析することで自律神経の指標を検出する自律神経活性度検出部を設け、睡眠状態推定部は、自律神経活性度検出部で得られた自律神経の指標と併せて就寝者の睡眠状態を推定することを特徴とする。

請求項４の発明は、請求項１乃至３の何れか１項の発明において、睡眠状態推定部は、体動・過渡状態から他の睡眠状態への遷移を推定する際に体動・過渡状態の前の状態に応じて遷移条件を設定することを特徴とする。

請求項５の発明は、請求項１乃至４の何れか１項の発明において、睡眠状態推定部は、就寝者の生体情報の特徴に応じて睡眠状態及び体動・過渡状態の遷移条件を設定することを特徴とする。

請求項１の発明によれば、従来では除外していた体動発生時の期間を体動・過渡状態とし、体動・過渡状態を含めて睡眠状態を推定しているので、就寝者の体動・過渡状態及び睡眠状態の推定の誤りを低減することができ、就寝者の睡眠状態の推定精度を向上することができる。

請求項２の発明によれば、睡眠の周期を推定することで明らかに睡眠の周期から外れている睡眠状態の推定結果を除外することができ、睡眠状態の推定誤りを低減することができる。

請求項３の発明によれば、自律神経の指標を用いることで入眠時やレム睡眠時における睡眠状態の推定誤りを低減することができる。また、就寝者のリラックスの度合い、及び緊張の度合いを推定することができる。

請求項４の発明によれば、覚醒時及び睡眠時のそれぞれに応じて適切な睡眠状態の遷移条件を設定できるので、心拍や呼吸等の生体情報のみで睡眠状態を推定する場合と比較して睡眠状態の推定精度を向上させることができる。

請求項５の発明によれば、利用者毎に心拍数等の生体情報が異なる点を考慮して適切な睡眠状態の遷移条件を設定できるので、平均的な閾値を用いて睡眠状態を推定する場合と比較して睡眠状態の推定精度を向上させることができる。

以下、本発明に係る睡眠状態推定装置の実施形態について図面を用いて説明する。本実施形態は、図１に示すように、ベッド台Ａとベッド台Ａに載置されるマットレスＢとの間に配設されてマットレスＢ上の就寝者Ｃの心拍及び呼吸等に起因する振動に応じて電荷を発生する一乃至複数のセンサ素子（図示せず）を有するセンサ部１と、センサ部１で発生した電荷を電気信号に変換する変換部２と、変換部２の出力信号のうち心拍の周波数帯域の振動成分を抽出する生体情報抽出部３と、生体情報抽出部３で得られた生体情報から就寝者Ｃの睡眠の深さに応じた複数（本実施形態では４つ）の睡眠状態のうち何れか１つの睡眠状態を推定する睡眠状態推定部４とから構成される。

センサ部１は、例えばＡＢＳ（Ａｃｒｙｌｏｎｉｔｒｉｌｅ−Ｂｕｔａｄｉｅｎｅ−Ｓｔｙｒｅｎｅ ｒｅｓｉｎ）等の樹脂材料やＭＤＦ（Ｍｅｄｉｕｍ Ｄｅｎｓｉｔｙ Ｆｉｂｅｒｂｏａｒｄ）等の木材から成る平板状のセンサ台（図示せず）上にセンサ素子を固定して成り、ベッド台ＡとマットレスＢとの間に配設される。尚、ベッド台Ａの種類は特に限定される必要は無く、すのこ型や木板型、マットレス型の何れであっても構わない。センサ素子は、例えばＰＶＤＦ（ポリフッ化ビニリデン）等の高分子圧電材料から成る圧電素子から構成され、就寝者Ｃの心拍や呼吸等による微小な生体振動に応じて電荷を発生する。センサ部１で発生した電荷は変換部２に入力されて電気信号に変換される。尚、本実施形態ではセンサ素子を圧電素子で構成しているが、例えば曲げ変動によって電荷を発生する素子で構成しても構わない。この場合、センサ台はセンサ素子が曲がる程度の弾力性を有しているのが望ましい。

生体情報抽出部３は、例えば０．５〜１．５Ｈｚの心拍の周波数帯域の振動成分のみを抽出するバンドパスフィルタから構成され、変換部２の出力信号から心拍の周波数帯域の振動成分を抽出する。この時、寝返り等の体動が発生した場合には心拍の振動成分をマスキングするような過大な信号が変換部２から出力されるため、変換部２の過大な信号出力から就寝者Ｃの体動を推定する。抽出された出力信号は、睡眠状態推定部４に出力されるとともに、後述する自律神経活性度検出部７に周波数解析部５を介して出力される。

睡眠状態推定部４は、生体情報抽出部３で得られた心拍の振動成分から心拍数を算出し、後述する時系列分布検出部６及び自律神経活性度検出部７の推定結果と併せて就寝者Ｃの睡眠状態を推定する。本実施形態では、就寝者Ｃが覚醒している状態を覚醒状態Ｓ１、睡眠ステージ１，２の就寝者Ｃの眠りが浅い状態を浅い睡眠状態Ｓ２、睡眠ステージ３，４の就寝者Ｃの眠りが深い状態を深い睡眠状態Ｓ３、就寝者Ｃがレム睡眠であるレム睡眠状態Ｓ４、就寝者Ｃが寝返り等の体動を発生している状態、若しくは上記Ｓ１〜Ｓ４の何れの状態にも当てはまらない状態を体動・過渡状態Ｓ５、就寝者Ｃがベッド台Ａ上に存在しない状態を不在床状態Ｓ６とし、就寝者ＣがＳ１〜Ｓ６の何れの状態にあるかを推定している。

時系列分布検出部６は、生体情報抽出部３の出力信号から心拍数の時系列分布を検出し、この時系列分布から心拍数の分散を算出する。得られた心拍数の分散は、睡眠状態推定部４において各睡眠状態を推定するのに用いられる。一般に、覚醒状態Ｓ１やレム睡眠状態Ｓ４では、生体情報抽出部３の出力信号の変動が大きくなることから心拍数の分散が大きくなり、深い睡眠状態Ｓ３では、生体情報抽出部３の出力信号の変動が小さくなることから心拍数の分散が小さくなる。したがって、心拍数の分散を指標の一つとして各睡眠状態を推定することができる。

周波数解析部５は、生体情報抽出部３の出力信号を例えばＦＦＴ（Ｆａｓｔ Ｆｏｕｒｉｅｒ Ｔｒａｎｓｆｏｒｍ）等の周波数解析手法によって時間領域から周波数領域に変換する。そして、自律神経活性度検出部７は、得られた周波数スペクトル分布のうち低周波数帯域ＬＦ（約０．０４〜０．１５Ｈｚ）の振動成分、及び高周波数帯域ＨＦ（約０．１５〜０．４Ｈｚ）の振動成分のパワースペクトルをそれぞれ算出する。ここで、低周波数帯域ＬＦ及び高周波数帯域ＨＦのパワースペクトルの和に対する低周波数帯域ＬＦのパワースペクトルの割合を交感神経の活性度Ｎ１の指標とし、高周波数帯域ＨＦのパワースペクトルを副交感神経の活性度の指標とする。一般に、交感神経が優位の時は緊張し、副交感神経が優位の時はリラックスしていると考えられる。而して、覚醒状態Ｓ１では交感神経の活性度Ｎ１が優位、深い睡眠状態Ｓ３では高周波数帯域ＨＦのパワースペクトルが優位、レム睡眠状態Ｓ４の時では交感神経の活性度Ｎ１が覚醒時の値に近く且つ心拍数が覚醒時よりも減少しているというように、交感神経及び副交感神経の活性度を指標として各睡眠状態を推定することができる。

以下、本実施形態における就寝者Ｃの睡眠状態の推定方法について図２，３を用いて説明する。先ず、本実施形態の動作を開始させると、無条件で覚醒状態Ｓ１に遷移する（図２，３における１番）。覚醒状態Ｓ１では、体動が発生しない期間が５分継続し且つ心拍数が覚醒時の心拍数よりも１０％以上減少する場合、若しくは体動が発生しない期間が５分継続し且つ交感神経の活性度Ｎ１が覚醒時の交感神経の活性度Ｎ１よりも１０％以上減少する場合、若しくは体動が発生しない期間が１０分継続する場合の何れかに該当すると浅い睡眠状態Ｓ２に遷移する（図２，３における２番）。また、体動が発生した場合には体動・過渡状態Ｓ５に遷移し（図２，３における３番）、上記以外の場合には覚醒状態Ｓ１を維持する（図２，３における４番）。

浅い睡眠状態Ｓ２では、体動が発生した場合には体動・過渡状態Ｓ５に遷移する（図２，３における５番）。また、体動が発生しない期間が３分継続し且つ心拍数が覚醒時の心拍数の９５％以上になり且つ心拍数の分散が４００以上になる場合、若しくは体動が発生しない期間が３分継続し且つ交感神経の活性度Ｎ１が覚醒時の交感神経の活性度Ｎ１の±１０％以内の場合の何れかに該当するとレム睡眠状態Ｓ４に遷移する（図２，３における６番）。また、体動が発生しない期間が１０分継続すると深い睡眠状態Ｓ３に遷移し（図２，３における８番）、上記以外の場合には浅い睡眠状態Ｓ２を維持する（図２，３における７番）。

深い睡眠状態Ｓ３では、体動が発生した場合には体動・過渡状態Ｓ５に遷移する（図２，３における９番）。また、心拍数が覚醒時の心拍数の９５％以上になり且つ心拍数の分散が４００以上になるとレム睡眠状態Ｓ４に遷移し（図２，３における１０番）、上記以外の場合には深い睡眠状態Ｓ３を維持する（図２，３における１１番）。

レム睡眠状態Ｓ４では、体動が発生した場合には体動・過渡状態Ｓ５に遷移し（図２，３における１２番）、上記以外の場合にはレム睡眠状態Ｓ４を維持する（図２，３における１３番）。

体動・過渡状態Ｓ５では、体動が発生している期間が３分継続し且つ心拍数が覚醒時の心拍数の±１０％以内の場合には覚醒状態Ｓ１に遷移する（図２，３における１４番）。また、心拍数が覚醒時の心拍数の９５％以上になり且つ心拍数の分散が３００以上又は高周波数帯域成分ＨＦの分散が１０００以上の場合にはレム睡眠状態Ｓ４に遷移する（図２，３における１５番）。また、体動が発生した場合には、発生後２０秒間体動・過渡状態Ｓ５を維持し（図２，３における１７番）、心拍のパルスを１秒間検出しなかった場合には不在床状態Ｓ６に遷移する（図２，３における１８番）。上記以外の場合には、浅い睡眠状態Ｓ２に遷移する（図２，３における１６番）。

不在床状態Ｓ６では、体動が発生した場合には体動・過渡状態Ｓ５に遷移し（図２，３における１９番）、上記以外の場合には不在床状態Ｓ６を維持する（図２，３における２０番）。

上述のように、従来では除外していた体動発生時の期間を体動・過渡状態Ｓ５とし、体動・過渡状態Ｓ５を含めて睡眠状態を推定しているので、就寝者Ｃの体動・過渡状態Ｓ５及び睡眠状態の推定の誤りを低減することができ、就寝者Ｃの睡眠状態の推定精度を向上することができる。また、交感神経の活性度Ｎ１や高周波数帯域ＨＦのパワースペクトルといった自律神経の指標を用いることで、入眠時やレム睡眠時における睡眠状態の推定誤りを低減することができる。また、就寝者Ｃのリラックスの度合い、及び緊張の度合いを推定することができる。

ところで、就寝者Ｃから得られる心拍数等の生体情報は利用者によってばらつきがあり、平均的な閾値を遷移条件として睡眠状態を推定した場合に、睡眠状態の推定結果にばらつきが生じていた。これは、覚醒・安静時の心拍数や、交感神経の活性度Ｎ１や副交感神経の活性度の指標である高周波数帯域ＨＦのパワースペクトルの最大値及び最小値の幅が個人差や同じ人であっても体調や日中の生活によって異なり、大きいことが原因である。

そこで、本実施形態では、本実施形態の動作を開始させる際に睡眠状態推定部４において覚醒・安静時の心拍数を数日分計測して記憶しておくとともに、その心拍数の平均値に基づいて遷移条件における心拍数の閾値を変化させるようになっている。例えば、図３における遷移条件の２番では、心拍数が覚醒時の心拍数よりも「１０％以上減少」すると遷移するようになっているが、覚醒・安静時の心拍数の平均値に応じて、５０拍／分以下であれば「８％以上減少」、５０〜６０拍／分であれば「１０％以上減少」、６０拍／分以上であれば「１２％以上減少」とすることで、利用者毎の睡眠状態の推定結果のばらつきを低減することができる。また、就寝中の交感神経の活性度Ｎ１及び高周波数帯域ＨＦのパワースペクトルの変動が小さい利用者の場合には、交感神経の活性度Ｎ１及び高周波数帯域ＨＦのパワースペクトルを一晩分計測し、その割合に応じて遷移条件を変更することで睡眠状態の推定結果のばらつきを低減することができる。

また、図２に示すように、体動・過渡状態Ｓ５は他の全ての睡眠状態から遷移する可能性があり、覚醒中の体動・過渡状態Ｓ５と睡眠中の体動・過渡状態Ｓ５とでは遷移条件が異なる場合がある。そこで、体動・過渡状態Ｓ５に遷移する直前の状態を睡眠状態グループ（浅い睡眠状態Ｓ２、深い睡眠状態Ｓ３、レム睡眠状態Ｓ４）と覚醒状態グループ（覚醒状態Ｓ１、不在床状態Ｓ６）とに分け、どちらのグループから体動・過渡状態Ｓ５に遷移したかに応じて体動・過渡状態Ｓ５から次の睡眠状態への遷移条件を変更するようにしても構わない。例えば、体動・過渡状態Ｓ５から覚醒状態Ｓ１に遷移する条件を、睡眠状態グループでは「体動が発生している期間が３分継続し且つ心拍数が覚醒時の心拍数の±１０％以内」とし、覚醒状態グループでは「体動が発生している期間が１分継続する」とする。上述のように、覚醒時及び睡眠時のそれぞれに応じて適切な睡眠状態の遷移条件を設定できるので、心拍や呼吸等の生体情報のみで睡眠状態を推定する場合と比較して睡眠状態の推定精度を向上させることができる。

また、一般的に、個人差や体調による差があるが、人間の睡眠は浅い睡眠状態Ｓ２、深い睡眠状態Ｓ３、レム睡眠状態Ｓ４を約９０分周期で繰り返している。そこで、睡眠状態推定部４において、睡眠状態の時間的変化から就寝者Ｃの睡眠の周期を推定し、得られた周期と併せて就寝者Ｃの睡眠状態を推定するようにしても構わない。具体的には、睡眠状態推定部４において、最初は就寝者Ｃの睡眠の周期を約９０分として各睡眠状態の出現タイミングを推定し、当該周期から大きく外れる睡眠状態が推定された場合には、その睡眠状態を除外しつつ睡眠状態を推定する。ここで、各睡眠状態を推定した時間のデータを数日分蓄積することで改めて睡眠の周期を推定し、当該周期と併せて睡眠状態を推定することで、利用者に応じた睡眠の周期を用いて睡眠状態の推定精度を向上させることができる。但し、自律神経系に作用する抗アレルギー薬やアルコールの摂取、自律神経失調症、更年期障害等が原因で睡眠の周期を検出できない場合には、周期を約９０分とする。

尚、本実施形態では就寝者Ｃの心拍数に基づいて睡眠状態を推定しているが、変換部２の電気信号から呼吸成分を抽出して睡眠状態を推定しても構わない。また、心拍成分及び呼吸成分の両方を用いて睡眠状態を推定しても構わない。

本発明に係る睡眠状態推定装置の実施形態を示す概略図である。 同上の状態遷移図である。 同上の各睡眠状態及び体動・過渡状態の遷移条件を示す図である。

符号の説明

１ センサ部
２ 変換部
３ 生体情報抽出部
４ 睡眠状態推定部
５ 周波数解析部
６ 時系列分布検出部
７ 自律神経活性度検出部
Ａ ベッド台
Ｂ マットレス
Ｃ 就寝者

Claims (5)

1. ベッド台とベッド台に載置されるマットレスとの間に配設されてマットレス上の就寝者の心拍及び呼吸等に起因する振動に応じて電荷を発生するセンサ部と、センサ部で発生した電荷を電気信号に変換して出力する変換部と、変換部の出力信号のうち心拍の周波数帯域の振動成分及び呼吸の周波数帯域の振動成分を抽出する生体情報抽出部と、生体情報抽出部で得られた生体情報から就寝者の睡眠の深さに応じた複数の睡眠状態のうち何れか１つの睡眠状態を推定する睡眠状態推定部とを備え、睡眠状態推定部は、生体情報に基づいて就寝者の体動を推定するとともに、就寝者の体動が発生している若しくは前記睡眠状態の何れにも該当しない状態を体動・過渡状態とし、該体動・過渡状態と併せて就寝者の睡眠状態を推定することを特徴とする睡眠状態推定装置。
2. 前記睡眠状態推定部は、睡眠状態の時間的変化に基づいて就寝者の睡眠の周期を推定し、得られた周期と併せて就寝者の睡眠状態を推定することを特徴とする請求項１記載の睡眠状態推定装置。
3. 前記生体情報抽出部で得られた心拍の周波数を解析することで自律神経の指標を検出する自律神経活性度検出部を設け、睡眠状態推定部は、自律神経活性度検出部で得られた自律神経の指標と併せて就寝者の睡眠状態を推定することを特徴とする請求項１又は２記載の睡眠状態推定装置。
4. 前記睡眠状態推定部は、体動・過渡状態から他の睡眠状態への遷移を推定する際に体動・過渡状態の前の状態に応じて遷移条件を設定することを特徴とする請求項１乃至３の何れか１項に記載の睡眠状態推定装置。
5. 前記睡眠状態推定部は、就寝者の生体情報の特徴に応じて睡眠状態及び体動・過渡状態の遷移条件を設定することを特徴とする請求項１乃至４の何れか１項に記載の睡眠状態推定装置。

Images