JP2019012370A - Sleep analysis program and sleep analysis method and sleep analysis device - Google Patents
Sleep analysis program and sleep analysis method and sleep analysis device Download PDFInfo
- Publication number
- JP2019012370A JP2019012370A JP2017128091A JP2017128091A JP2019012370A JP 2019012370 A JP2019012370 A JP 2019012370A JP 2017128091 A JP2017128091 A JP 2017128091A JP 2017128091 A JP2017128091 A JP 2017128091A JP 2019012370 A JP2019012370 A JP 2019012370A
- Authority
- JP
- Japan
- Prior art keywords
- sleep
- user
- work
- nap
- timing
- 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.)
- Granted
Links
Images
Landscapes
- Measurement Of The Respiration, Hearing Ability, Form, And Blood Characteristics Of Living Organisms (AREA)
- Medical Treatment And Welfare Office Work (AREA)
Abstract
Description
本発明は、睡眠分析プログラム、睡眠分析方法、および睡眠分析装置に関する。 The present invention relates to a sleep analysis program, a sleep analysis method, and a sleep analysis device.
従来、ユーザの睡眠状態を分析し、ユーザの睡眠状態の分析結果に基づいて生成したコメントを出力し、ユーザの業務効率の向上、ユーザのヒューマンエラーの防止、ユーザの体調管理の支援などを図る技術がある。 Conventionally, the user's sleep state is analyzed, and the comment generated based on the analysis result of the user's sleep state is output to improve the user's work efficiency, prevent the user's human error, support the user's physical condition management, etc. There is technology.
先行技術としては、例えば、当日の睡眠情報と最適睡眠情報との乖離を計算するとともに、就床時間、起床時間、および睡眠時間の予測値と最適睡眠情報との乖離を計算した結果と、生活習慣パターンとに基づいて評価するものがある。また、例えば、1日の生活状況および睡眠状況についての複数ジャンルの設問データを対象者に対して提示し、対象者の回答データに基づいてジャンルごとに評価を行って評価データを対象者に提示する技術がある。 As a prior art, for example, the difference between the sleep information on the day and the optimal sleep information is calculated, and the difference between the bedtime, the wake-up time, and the predicted value of the sleep time and the optimal sleep information is calculated. Some are evaluated based on habit patterns. In addition, for example, multiple genres of question data regarding daily living conditions and sleeping conditions are presented to the target person, evaluation is performed for each genre based on the answer data of the target person, and evaluation data is presented to the target person. There is technology to do.
しかしながら、従来技術では、日勤と夜勤とが混在するなどユーザの勤務形態が一定ではなく、ユーザの睡眠区間が不規則であると、ユーザの睡眠区間におけるユーザの睡眠状態を分析し、ユーザの睡眠状態に関するコメントを出力することが困難になってしまう。 However, in the prior art, when the user's work mode is not constant, such as a mixture of day shift and night shift, and the user's sleep section is irregular, the user's sleep state in the user's sleep section is analyzed, and the user's sleep It becomes difficult to output comments about the status.
1つの側面では、本発明は、不規則な睡眠区間となるユーザの睡眠状態に関するコメントを出力することができる睡眠分析プログラム、睡眠分析方法、および睡眠分析装置を提供することを目的とする。 In one aspect, an object of the present invention is to provide a sleep analysis program, a sleep analysis method, and a sleep analysis device that can output a comment regarding a user's sleep state that becomes an irregular sleep interval.
1つの実施態様によれば、ユーザに装着されたセンサ装置により取得されたデータの入力を受け付け、前記ユーザの勤務形態情報を参照し、前記データを受け付けたタイミング以降の前記ユーザの勤務形態に基づいて、前記データから特定される睡眠区間のいずれの睡眠区間を処理対象とするかを決定し、前記処理対象に決定した1以上の前記睡眠区間について、前記ユーザに関するコメントを出力する睡眠分析プログラム、睡眠分析方法、および睡眠分析装置が提案される。 According to one embodiment, the input of data acquired by a sensor device attached to the user is received, the duty pattern information of the user is referred to, and based on the duty pattern of the user after the timing when the data is received. A sleep analysis program that determines which sleep section of the sleep sections specified from the data is to be processed, and outputs a comment on the user for the one or more sleep sections determined as the processing target, A sleep analysis method and a sleep analysis device are proposed.
一態様によれば、不規則な睡眠区間となるユーザの睡眠状態に関するコメントを出力することが可能になる。 According to one aspect, it is possible to output a comment relating to a user's sleep state that is an irregular sleep interval.
以下に、図面を参照して、本発明にかかる睡眠分析プログラム、睡眠分析方法、および睡眠分析装置の実施の形態を詳細に説明する。 Hereinafter, embodiments of a sleep analysis program, a sleep analysis method, and a sleep analysis device according to the present invention will be described in detail with reference to the drawings.
(実施の形態にかかる睡眠分析方法の一実施例)
図1は、実施の形態にかかる睡眠分析方法の一実施例を示す説明図である。睡眠分析装置100は、いずれかの睡眠区間について、ユーザに関するコメントを出力するコンピュータである。睡眠区間は、ユーザが睡眠中の区間である。コメントは、睡眠区間についての、ユーザに関するテキストである。
(One Example of Sleep Analysis Method According to Embodiment)
FIG. 1 is an explanatory diagram of an example of the sleep analysis method according to the embodiment. The
ここで、ユーザの睡眠状態を分析して、ユーザの体調を評価し、ユーザに関するコメントを出力することにより、ユーザの業務効率の向上、ユーザのヒューマンエラーの防止、ユーザの体調管理の支援などを図ることが望まれる場合がある。 Here, by analyzing the user's sleep state, evaluating the user's physical condition, and outputting a comment about the user, the user's work efficiency is improved, the user's human error is prevented, the user's physical condition management is supported, etc. Sometimes it is desirable to plan.
しかしながら、ユーザの勤務形態が一定ではなく、交代制勤務である場合がある。このため、日勤と夜勤とが混在するなどユーザの勤務形態が一定ではなく、夜間の睡眠と勤務前の仮眠と勤務中の仮眠とが混在するなどユーザの睡眠区間が不規則になる場合がある。仮眠は、比較的短時間の睡眠である。 However, there is a case where the user's work style is not constant and the work is shift work. For this reason, the user's work mode is not constant, such as a mixture of day shifts and night shifts, and the user's sleep section may be irregular, such as night sleep, a nap before work, and a nap during work. . A nap is a relatively short sleep.
この場合、ユーザの睡眠区間について睡眠状態を分析してコメントを出力することが困難になる。例えば、仮眠のみについて分析しても、仮眠は比較的短時間の睡眠であり、また、仮眠中のユーザの寝付きは悪い傾向があるため、ユーザの体調を精度よく評価することは難しい。このため、ユーザに関して好ましいコメントを出力することは難しく、ユーザの業務効率の向上などを図ることができない。 In this case, it becomes difficult to output a comment by analyzing the sleep state of the user's sleep section. For example, even if only nap is analyzed, it is difficult to accurately evaluate the physical condition of the user because the nap is a sleep for a relatively short time and the user tends to fall asleep during the nap. For this reason, it is difficult to output a favorable comment regarding the user, and the user's business efficiency cannot be improved.
また、ユーザの勤務状態に応じたコメントを出力することが難しい。例えば、ユーザの勤務状態が、勤務前、勤務中、勤務後などのいずれであるかに応じて、出力するコメントの内容を変更することが難しい。 Also, it is difficult to output a comment according to the user's work status. For example, it is difficult to change the content of a comment to be output depending on whether the user's work status is before work, during work, or after work.
これに対し、複数の睡眠区間がある場合に、睡眠時間が最も長い睡眠区間における睡眠状態を分析してコメントを出力するようにすることが考えられる。また、複数の睡眠区間がある場合に、それぞれの睡眠区間における睡眠状態を分析してコメントを出力するようにすることが考えられる。 On the other hand, when there are a plurality of sleep sections, it is conceivable to analyze the sleep state in the sleep section having the longest sleep time and output a comment. In addition, when there are a plurality of sleep intervals, it is conceivable to output a comment by analyzing the sleep state in each sleep interval.
しかしながら、ユーザの体調を精度よく評価することは難しく、ユーザに関して好ましいコメントを出力することは難しく、ユーザの業務効率の向上などを図ることができない。また、ユーザの勤務状態に応じたコメントを出力することが難しい。 However, it is difficult to accurately evaluate the physical condition of the user, it is difficult to output a favorable comment regarding the user, and the user's work efficiency cannot be improved. Also, it is difficult to output a comment according to the user's work status.
そこで、本実施の形態では、ユーザの勤務形態を考慮することにより、ユーザの睡眠区間のいずれの睡眠区間について、ユーザに関するコメントを出力することが好ましいかを判断することができる睡眠分析方法について説明する。 Therefore, in the present embodiment, a sleep analysis method that can determine which sleep section of the user's sleep section is preferable to output a comment regarding the user is considered by considering the user's work style. To do.
図1の例では、1日目の朝〜夕にユーザが勤務し、1日目の夜にユーザが入眠する。図1の例では、2日目の昼にユーザが仮眠し、2日目の夜にユーザが勤務するパターン1と、2日目の朝にユーザが勤務し、2日目の昼にユーザが昼寝し、2日目の夜にユーザが入眠するパターン2とがある。
In the example of FIG. 1, the user works from morning to evening on the first day, and the user falls asleep on the night of the first day. In the example of FIG. 1, a
図1において、睡眠分析装置100は、ユーザに装着されたセンサ装置により取得されたデータの入力を受け付ける。センサ装置は、ユーザの活動量を特定するためのデータを取得するコンピュータである。センサ装置は、例えば、ユーザの加速度の時系列データを取得する。データは、ユーザの加速度の時系列データである。
In FIG. 1, the
睡眠分析装置100は、ユーザの勤務形態情報を参照し、データを受け付けたタイミング以降のユーザの勤務形態に基づいて、データから特定される睡眠区間のいずれの睡眠区間を処理対象とするかを決定する。勤務形態情報は、日ごとのユーザの勤務形態が、日勤か夜勤か休日かを示す情報である。勤務形態情報は、例えば、図5に後述する勤務表テーブルである。勤務形態は、例えば、日勤か夜勤か休日である。睡眠区間は、例えば、ユーザの活動量が連続して閾値以下になった区間である。処理対象は、睡眠状態を分析する対象であり、コメントを生成する対象である。
The
睡眠分析装置100は、処理対象に決定した1以上の睡眠区間について、ユーザに関するコメントを出力する。コメントは、ユーザの睡眠状態を解析した結果、ユーザの睡眠状態を解析することによりユーザの体調を評価した結果、ユーザの今後の睡眠に対するアドバイス情報などを含む。睡眠状態の解析は、例えば、睡眠区間の長さ、ユーザの活動量から特定される睡眠中の寝返りの回数や睡眠中の覚醒の回数、または、眠りの浅い区間の有無などに基づいて行われる。アドバイス情報は、今後の睡眠を、いつ、どのくらいの時間にすることが好ましいかなどの情報を含む。
The
(1−1)睡眠分析装置100は、例えば、パターン1において、2日目の夕にデータの入力を受け付ける。睡眠分析装置100は、ユーザの勤務形態情報を参照し、2日目の夕以降ユーザの夜勤があるため、夜勤に備えた2日目の昼の仮眠の睡眠区間を、処理対象に決定する。睡眠分析装置100は、2日目の昼の仮眠の睡眠区間について、ユーザに関するコメントを出力する。
(1-1) For example, in
この際、睡眠分析装置100は、2日目の昼の仮眠が、夜勤に備えた仮眠として好ましいか否かを示す情報などを、コメントに含むことができる。また、睡眠分析装置100は、2日目の夕以降の夜勤において、さらに仮眠した方が好ましいか否かを示す情報などを、コメントに含むことができる。
At this time, the
(1−2)睡眠分析装置100は、例えば、パターン2において、2日目の夕にデータの入力を受け付ける。睡眠分析装置100は、ユーザの勤務形態情報を参照し、2日目の朝に勤務があり、2日目の夕以降は勤務がないため、2日目の昼の昼寝の睡眠区間を、処理対象に決定せず、1日目の夜の睡眠区間を、処理対象に決定する。睡眠分析装置100は、1日目の夜の睡眠区間について、ユーザに関するコメントを出力する。
(1-2) For example, in
これにより、睡眠分析装置100は、不規則な睡眠区間について適当なコメントを出力することができる。睡眠分析装置100は、例えば、ユーザの不規則な睡眠区間のうち、ユーザの業務効率の向上などの観点から、睡眠状態を分析することが比較的好ましい睡眠区間について睡眠状態を分析してコメントを出力することができる。このため、睡眠分析装置100は、ユーザの体調を精度よく評価することができ、ユーザに関して好ましいコメントを出力することができ、ユーザの業務効率の向上などを図ることができる。
Thereby, the
また、睡眠分析装置100は、ユーザの勤務状態に応じたコメントを出力することができる。睡眠分析装置100は、例えば、ユーザの勤務状態が、勤務前、勤務中、勤務後などのいずれであるかに応じて、出力するコメントの内容を変更することができる。睡眠分析装置100は、具体的には、夜勤前であれば、夜勤に備えた仮眠についてのコメントを出力することができ、また、夜勤中にどのくらいの時間の仮眠をすることが好ましいかについてのコメントを出力することができる。結果として、睡眠分析装置100は、ユーザが睡眠時間を管理しやすくし、ユーザの体調が良好になり、ユーザの業務効率の向上などを図りやすくすることができる。
Moreover, the
また、睡眠分析装置100は、ユーザの業務効率の向上などの観点から、睡眠状態を分析しなくてもよい、昼寝などの睡眠区間についてコメントを出力しないようにすることができる。睡眠分析装置100は、例えば、パターン2であれば、夜勤がないため、夜に所定時間以上の睡眠時間を確保可能であると判断し、また、2日目の昼の昼寝の睡眠区間については、夜勤に備えた仮眠の睡眠区間ではないと判断する。このため、睡眠分析装置100は、2日目の昼の昼寝の睡眠区間については、ユーザの体調への影響が比較的小さい睡眠区間と判断し、コメントを出力しないようにすることができる。
In addition, from the viewpoint of improving the user's work efficiency, the
(睡眠分析システム200の一例)
次に、図2を用いて、図1に示した睡眠分析装置100を適用した、睡眠分析システム200の一例について説明する。
(Example of sleep analysis system 200)
Next, an example of the
図2は、睡眠分析システム200の一例を示す説明図である。図2において、睡眠分析システム200は、睡眠分析装置100と、クライアント装置201と、センサ装置202とを含む。
FIG. 2 is an explanatory diagram illustrating an example of the
睡眠分析システム200において、睡眠分析装置100とクライアント装置201とは、有線または無線のネットワーク210を介して接続される。ネットワーク210は、例えば、LAN(Local Area Network)、WAN(Wide Area Network)、インターネットなどである。
In the
睡眠分析装置100は、クライアント装置201を介して、センサ装置202から、ユーザ203の活動量を特定するためのデータの入力を受け付ける。睡眠分析装置100は、データを受け付けたタイミング以降のユーザ203の勤務形態に基づいて、データから特定される睡眠区間のいずれの睡眠区間を処理対象とするかを決定する。睡眠分析装置100は、処理対象に決定した1以上の睡眠区間について、ユーザ203に関するコメントを、クライアント装置201に出力する。睡眠分析装置100は、例えば、サーバ、PC(Personal Computer)、ノートPC、タブレット端末、スマートフォン、ウェアラブル端末などである。
The
クライアント装置201は、ユーザ203に利用されるコンピュータである。クライアント装置201は、センサ装置202から受信した、ユーザ203の活動量を特定するためのデータを、睡眠分析装置100に送信する。クライアント装置201は、睡眠分析装置100から受信したコメントを出力し、睡眠分析装置100から受信したコメントをユーザ203に把握させる。クライアント装置201は、例えば、PC、ノートPC、タブレット端末、スマートフォン、ウェアラブル端末などである。
The
センサ装置202は、ユーザ203に装着されるコンピュータである。センサ装置202は、ユーザ203の活動量を特定するためのデータを取得し、クライアント装置201に送信する。センサ装置202は、例えば、箱形装置や腕輪型装置である。センサ装置202は、例えば、スマートフォン、ウェアラブル端末などであってもよい。ユーザ203は、例えば、センサ装置202を装着して、職場で勤務し、また、自宅や仮眠室などの就寝場所204で睡眠する。これにより、センサ装置202は、ユーザ203の活動時および就寝時について、ユーザ203の活動量を特定するためのデータを取得することができる。
The
ここでは、睡眠分析装置100とクライアント装置201とが異なる装置である場合について説明したが、これに限らない。例えば、睡眠分析装置100とクライアント装置201とが一体である場合があってもよい。
Here, although the case where the
ここでは、クライアント装置201とセンサ装置202とが異なる装置である場合について説明したが、これに限らない。例えば、クライアント装置201とセンサ装置202とが一体である場合があってもよい。
Although the case where the
ここでは、睡眠分析装置100がクライアント装置201を介してユーザ203の活動量を特定するためのデータの入力を受け付ける場合について説明したが、これに限らない。例えば、睡眠分析装置100が直接センサ装置202と通信し、ユーザ203の活動量を特定するためのデータの入力を受け付ける場合があってもよい。
Here, although the case where the
(睡眠分析装置100のハードウェア構成例)
次に、図3を用いて、睡眠分析装置100のハードウェア構成例について説明する。
(Hardware configuration example of sleep analyzer 100)
Next, a hardware configuration example of the
図3は、睡眠分析装置100のハードウェア構成例を示すブロック図である。図3において、睡眠分析装置100は、CPU(Central Processing Unit)301と、メモリ302と、ネットワークI/F(Interface)303と、記録媒体I/F304と、記録媒体305とを有する。また、各構成部は、バス300によってそれぞれ接続される。
FIG. 3 is a block diagram illustrating a hardware configuration example of the
ここで、CPU301は、睡眠分析装置100の全体の制御を司る。メモリ302は、例えば、ROM(Read Only Memory)、RAM(Random Access Memory)およびフラッシュROMなどを有する。具体的には、例えば、フラッシュROMやROMが各種プログラムを記憶し、RAMがCPU301のワークエリアとして使用される。メモリ302に記憶されるプログラムは、CPU301にロードされることで、コーディングされている処理をCPU301に実行させる。
Here, the
ネットワークI/F303は、通信回線を通じてネットワーク210に接続され、ネットワーク210を介して他のコンピュータに接続される。他のコンピュータは、例えば、クライアント装置201である。そして、ネットワークI/F303は、ネットワーク210と内部のインターフェースを司り、他のコンピュータからのデータの入出力を制御する。ネットワークI/F303は、例えば、モデムやLANアダプタなどである。
A network I /
記録媒体I/F304は、CPU301の制御にしたがって記録媒体305に対するデータのリード/ライトを制御する。記録媒体I/F304は、例えば、ディスクドライブ、SSD(Solid State Drive)、USB(Universal Serial Bus)ポートなどである。記録媒体305は、記録媒体I/F304の制御で書き込まれたデータを記憶する不揮発メモリである。記録媒体305は、例えば、ディスク、半導体メモリ、USBメモリなどである。記録媒体305は、睡眠分析装置100から着脱可能であってもよい。
The recording medium I /
睡眠分析装置100は、上述した構成部のほか、例えば、キーボード、マウス、ディスプレイ、プリンタ、スキャナ、マイク、スピーカーなどを有してもよい。また、睡眠分析装置100は、記録媒体I/F304や記録媒体305を有していなくてもよい。
The
(分析結果テーブル400の記憶内容)
次に、図4を用いて、分析結果テーブル400の記憶内容について説明する。分析結果テーブル400は、例えば、図3に示した睡眠分析装置100のメモリ302や記録媒体305などの記憶領域により実現される。
(Storage contents of analysis result table 400)
Next, the contents stored in the analysis result table 400 will be described with reference to FIG. The analysis result table 400 is realized by a storage area such as the
分析結果テーブル400は、センサ装置202により取得されたデータを、睡眠分析装置100において管理するためのテーブルである。また、分析結果テーブル400は、センサ装置202により取得されたデータを解析して算出されたユーザ203の活動量を、睡眠分析装置100において管理するためのテーブルである。また、分析結果テーブル400は、ユーザ203の活動量に基づいて特定されたユーザ203の状態を、睡眠分析装置100において管理するためのテーブルである。
The analysis result table 400 is a table for managing the data acquired by the
図4は、分析結果テーブル400の記憶内容の一例を示す説明図である。図4に示すように、分析結果テーブル400は、日時と、加速度と、活動量と、事象と、ユーザ203の状態とのフィールドを有する。分析結果テーブル400は、日時ごとに各フィールドに情報を設定することにより、分析情報がレコードとして記憶される。
FIG. 4 is an explanatory diagram showing an example of the contents stored in the analysis result table 400. As shown in FIG. 4, the analysis result table 400 includes fields for date and time, acceleration, activity amount, event, and
日時のフィールドには、センサ装置202により加速度が取得された日時が設定される。加速度のフィールドには、センサ装置202により取得された加速度が設定される。活動量のフィールドには、センサ装置202により取得された加速度に基づいて算出された活動量が設定される。事象のフィールドには、ユーザ203の起床や入眠などの事象が発生したことを示すフラグ情報が設定される。ユーザ203の状態のフィールドには、ユーザ203が覚醒状態か睡眠状態かを示すフラグ情報が設定される。
The date and time when the acceleration is acquired by the
(勤務表テーブル500の記憶内容)
次に、図5を用いて、勤務表テーブル500の記憶内容について説明する。勤務表テーブル500は、例えば、図3に示した睡眠分析装置100のメモリ302や記録媒体305などの記憶領域により実現される。
(Contents stored in the work schedule table 500)
Next, the stored contents of the work schedule table 500 will be described with reference to FIG. The work schedule table 500 is realized, for example, by a storage area such as the
勤務表テーブル500は、ユーザ203の勤務形態を特定するための情報、および、ユーザ203の勤務状態を特定するための情報を、睡眠分析装置100において管理するためのテーブルである。勤務形態は、例えば、日勤、夜勤、休日などである。また、日勤に複数の形態がある場合には勤務形態は日勤1、日勤2等としてもよい。勤務状態は、勤務前、勤務中、勤務後などである。
The work schedule table 500 is a table for managing information for specifying the work style of the
図5は、勤務表テーブル500の記憶内容の一例を示す説明図である。図5に示すように、勤務表テーブル500は、年と、月と、日と、曜日と、出勤区分と、勤務時間と、出勤と、退勤とのフィールドを有する。勤務表テーブル500は、日時ごとに各フィールドに情報を設定することにより、勤務情報がレコードとして記憶される。 FIG. 5 is an explanatory diagram showing an example of the stored contents of the work schedule table 500. As shown in FIG. 5, the work schedule table 500 includes fields for year, month, day, day of the week, attendance division, working hours, attendance, and departure. The work schedule table 500 stores work information as a record by setting information in each field for each date and time.
年のフィールドには、日時のうち年が設定される。月のフィールドには、日時のうち月が設定される。日のフィールドには、日時のうち日が設定される。曜日のフィールドには、日時に対応する曜日が設定される。出勤区分のフィールドには、日時におけるユーザ203の勤務形態が設定される。勤務時間のフィールドには、ユーザ203の勤務形態における勤務時間の範囲が設定される。出勤のフィールドには、ユーザ203が実際に出勤した時刻が設定される。退勤のフィールドには、ユーザ203が実際に退勤した時刻が設定される。
The year is set in the year field. The month of the date and time is set in the month field. In the day field, the day of the date is set. The day of the week corresponding to the date and time is set in the day of week field. In the attendance division field, the work mode of the
(クライアント装置201のハードウェア構成例)
次に、図6を用いて、クライアント装置201のハードウェア構成例について説明する。
(Example of hardware configuration of client apparatus 201)
Next, a hardware configuration example of the
図6は、クライアント装置201のハードウェア構成例を示すブロック図である。図6において、クライアント装置201は、CPU601と、メモリ602と、ネットワークI/F603と、記録媒体I/F604と、記録媒体605と、センサI/F606と、ディスプレイ607とを有する。また、各構成部は、バス600によってそれぞれ接続される。
FIG. 6 is a block diagram illustrating a hardware configuration example of the
ここで、CPU601は、クライアント装置201の全体の制御を司る。メモリ602は、例えば、ROM、RAMおよびフラッシュROMなどを有する。具体的には、例えば、フラッシュROMやROMが各種プログラムを記憶し、RAMがCPU601のワークエリアとして使用される。メモリ602に記憶されるプログラムは、CPU601にロードされることで、コーディングされている処理をCPU601に実行させる。
Here, the
ネットワークI/F603は、通信回線を通じてネットワーク210に接続され、ネットワーク210を介して他のコンピュータに接続される。そして、ネットワークI/F603は、ネットワーク210と内部のインターフェースを司り、他のコンピュータからのデータの入出力を制御する。ネットワークI/F603には、例えば、モデムやLANアダプタなどを採用することができる。
The network I /
記録媒体I/F604は、CPU601の制御にしたがって記録媒体605に対するデータのリード/ライトを制御する。記録媒体I/F604は、例えば、ディスクドライブ、SSD、USBポートなどである。記録媒体605は、記録媒体I/F604の制御で書き込まれたデータを記憶する不揮発メモリである。記録媒体605は、例えば、ディスク、半導体メモリ、USBメモリなどである。記録媒体605は、クライアント装置201から着脱可能であってもよい。
The recording medium I /
センサI/F606は、有線または無線により、センサ装置202に接続される。そして、センサI/F606は、センサ装置202と内部のインターフェースを司り、センサ装置202からのデータの入出力を制御する。センサI/F606は、例えば、Wi−Fi(登録商標)やBluetooth(登録商標)、NFC(Near Field Communication)に対応する通信回路である。
The sensor I /
ディスプレイ607は、カーソル、アイコンあるいはツールボックスをはじめ、文書、画像、機能情報などのデータを表示する。ディスプレイ607は、例えば、CRT(Cathode Ray Tube)、液晶ディスプレイ、有機EL(Electroluminescence)ディスプレイなどである。
A
クライアント装置201は、上述した構成部のほか、例えば、キーボード、マウス、プリンタ、スキャナ、マイク、スピーカーなどを有してもよい。また、クライアント装置201は、記録媒体I/F604や記録媒体605を有していなくてもよい。
In addition to the components described above, the
(センサ装置202のハードウェア構成例)
次に、図7を用いて、センサ装置202のハードウェア構成例について説明する。
(Example of hardware configuration of sensor device 202)
Next, a hardware configuration example of the
図7は、センサ装置202のハードウェア構成例を示すブロック図である。図7において、センサ装置202は、CPU701と、メモリ702と、通信I/F703と、センサ704とを有する。また、各構成部は、バス700によってそれぞれ接続される。
FIG. 7 is a block diagram illustrating a hardware configuration example of the
ここで、CPU701は、センサ装置202の全体の制御を司る。メモリ702は、例えば、ROM、RAMおよびフラッシュROMなどを有する。具体的には、例えば、フラッシュROMやROMが各種プログラムを記憶し、RAMがCPU701のワークエリアとして使用される。メモリ702に記憶されるプログラムは、CPU701にロードされることで、コーディングされている処理をCPU701に実行させる。
Here, the
通信I/F703は、有線または無線により、クライアント装置201に接続される。そして、通信I/F703は、クライアント装置201と内部のインターフェースにより司られ、クライアント装置201からのデータの入出力を制御される。通信I/F703は、例えば、Wi−Fi(登録商標)やBluetooth(登録商標)、NFC(Near Field Communication)に対応する通信回路である。
The communication I /
センサ704は、センサ装置202の状態を検出する。センサ704は、例えば、センサ装置202の位置、動き、および向きのうち少なくともいずれかを検出する。センサ704は、具体的には、加速度センサを有する。また、センサ704は、地磁気センサ、光センサ、振動センサなどの少なくともいずれかを有してもよい。また、センサ704は、GPS受信機を有し、センサ装置202のGPS座標を検出してもよい。
The
センサ装置202は、上述した構成部のほか、例えば、キーボード、マウス、ディスプレイ、プリンタ、スキャナ、マイク、スピーカーなどを有してもよい。また、センサ装置202は、記録媒体I/Fや記録媒体を有していてもよい。
In addition to the components described above, the
(睡眠分析装置100の機能的構成例)
次に、図8を用いて、睡眠分析装置100の機能的構成例について説明する。
(Example of functional configuration of sleep analyzer 100)
Next, a functional configuration example of the
図8は、睡眠分析装置100の機能的構成例を示すブロック図である。睡眠分析装置100は、記憶部800と、取得部801と、特定部802と、決定部803と、生成部804と、出力部805とを含む。
FIG. 8 is a block diagram illustrating a functional configuration example of the
記憶部800は、例えば、図3に示したメモリ302や記録媒体305などの記憶領域によって実現される。取得部801〜出力部805は、制御部となる機能である。取得部801〜出力部805は、具体的には、例えば、図3に示したメモリ302や記録媒体305などの記憶領域に記憶されたプログラムをCPU301に実行させることにより、または、ネットワークI/F303により、その機能を実現する。各機能部の処理結果は、例えば、図3に示したメモリ302や記録媒体305などの記憶領域に記憶される。
The
記憶部800は、勤務形態情報を記憶する。勤務形態情報は、日ごとのユーザ203の勤務形態が、日勤か夜勤か休日かを示す情報である。勤務形態情報は、例えば、図5に示した勤務表テーブル500である。勤務形態は、例えば、日勤か夜勤か休日である。記憶部800は、例えば、図5に示した勤務表テーブル500を記憶する。記憶部800は、勤務状態情報を記憶する。記憶部800は、例えば、図5に示した勤務表テーブル500を記憶する。これにより、記憶部800は、各処理部に勤務形態情報を参照可能にすることができる。
The
記憶部800は、コメントの生成規則を記憶する。記憶部800は、睡眠区間の種別ごとに、異なるコメントの生成規則を記憶する。記憶部800は、例えば、通常睡眠についてのコメントを生成する生成規則αを記憶する。通常睡眠は、比較的長時間の睡眠である。通常睡眠は、夜間の比較的長時間の睡眠であってもよい。
The
記憶部800は、例えば、勤務前の仮眠を示す睡眠区間についてのコメントを生成する生成規則βを記憶する。仮眠は、比較的短時間の睡眠である。記憶部800は、例えば、勤務前の仮眠を示す睡眠区間についてのコメントを生成し、さらに、以降の仮眠についてのアドバイス情報をコメントに含める生成規則β’を記憶してもよい。アドバイス情報は、今後の睡眠を、いつ、どのくらいの時間にすることが好ましいかなどの情報を含む。
The memory |
記憶部800は、例えば、勤務中の仮眠を示す睡眠区間についてのコメントを生成する生成規則γを記憶する。記憶部800は、例えば、勤務中の仮眠を示す睡眠区間についてのコメントを生成し、さらに、以降の仮眠についてのアドバイス情報をコメントに含める生成規則γ’を記憶してもよい。記憶部800は、例えば、勤務後の仮眠を示す睡眠区間についてのコメントを生成する生成規則δを記憶する。これにより、記憶部800は、生成部804にコメントの生成規則を参照可能にすることができる。
The memory |
取得部801は、ユーザ203に装着されたセンサ装置202により取得されたデータの入力を受け付ける。センサ装置202は、ユーザ203の活動量を特定するためのデータを取得するコンピュータである。センサ装置202は、例えば、ユーザ203の加速度の時系列データを取得する。データは、ユーザ203の加速度の時系列データである。取得部801は、例えば、クライアント装置201を介して、センサ装置202からのデータの入力を受け付ける。これにより、取得部801は、ユーザ203の睡眠区間の特定に用いられる情報を、特定部802に提供することができる。
The
特定部802は、データから睡眠区間を特定する。睡眠区間は、例えば、ユーザ203の活動量が連続して閾値以下になった区間である。特定部802は、例えば、加速度の時系列データに基づいて、ユーザ203の活動量の時系列データを生成し、ユーザ203の活動量が連続して閾値以下になった区間を、睡眠区間として特定する。これにより、特定部802は、処理対象になりうる睡眠区間を特定することができる。
The specifying
決定部803は、ユーザ203の勤務形態情報を参照し、データを受け付けたタイミング以降のユーザ203の勤務形態に基づいて、データから特定される睡眠区間のいずれの睡眠区間を処理対象とするかを決定する。処理対象は、睡眠状態を分析する対象であり、コメントを生成する対象である。
The
決定部803は、例えば、受け付けたタイミングの当日におけるユーザ203の勤務形態が日勤と夜勤と休日とのいずれであるかに基づいて、データから特定される睡眠区間のいずれの睡眠区間を処理対象とするかを決定する。
For example, the
決定部803は、例えば、受け付けたタイミングの前日におけるユーザ203の勤務形態が日勤と夜勤と休日とのいずれであるかに基づいて、データから特定される睡眠区間のいずれの睡眠区間を処理対象とするかを決定する。
For example, the
決定部803は、例えば、ユーザ203の勤務状態情報を参照し、受け付けたタイミングの勤務状態が、勤務前の仮眠前または勤務前の仮眠後のいずれであるかに基づいて、データから特定される睡眠区間のいずれの睡眠区間を処理対象とするかを決定する。勤務状態情報は、例えば、図5に示した勤務表テーブル500である。
For example, the
決定部803は、例えば、ユーザ203の勤務状態情報を参照し、受け付けたタイミングの勤務状態が、勤務中の仮眠前または勤務中の仮眠後のいずれであるかに基づいて、データから特定される睡眠区間のいずれの睡眠区間を処理対象とするかを決定する。
For example, the
決定部803は、例えば、ユーザ203の勤務状態情報を参照し、受け付けたタイミングの勤務状態が、勤務後の仮眠前または勤務後の仮眠後のいずれであるかに基づいて、データから特定される睡眠区間のいずれの睡眠区間を処理対象とするかを決定する。
For example, the
決定部803は、例えば、タイミングの直前の睡眠区間の長さが閾値以下である場合、直前の睡眠区間と、直前の睡眠区間より前にある睡眠区間とを、処理対象に決定する。
For example, when the length of the sleep interval immediately before the timing is equal to or less than the threshold, the
決定部803は、具体的には、受け付けたタイミングの当日におけるユーザ203の勤務形態と、受け付けたタイミングの前日におけるユーザ203の勤務形態と、受け付けたタイミングのユーザ203の勤務状態とのパターンに応じて、処理対象を決定する。パターンは、例えば、下記の第1パターン〜第11パターンである。
Specifically, the
生成部804は、処理対象に決定した1以上の睡眠区間について、ユーザ203に関するコメントを生成する。コメントは、タイミング以降のユーザ203の勤務形態に基づくコメントである。生成部804は、受け付けたタイミングの当日におけるユーザ203の勤務形態と、受け付けたタイミングの前日におけるユーザ203の勤務形態と、受け付けたタイミングのユーザ203の勤務状態とのパターンに応じて、コメントを生成する。パターンは、例えば、下記の第1パターン〜第11パターンである。
The
以下では、第1パターン〜第11パターンの具体例と、第1パターン〜第11パターンの場合における決定部803と生成部804との処理内容の具体例とについて説明する。
Hereinafter, specific examples of the first pattern to the eleventh pattern and specific examples of processing contents of the
<第1パターンである場合>
第1パターンは、受け付けたタイミングの当日におけるユーザ203の勤務形態が日勤または休日であり、かつ、受け付けたタイミングの前日におけるユーザ203の勤務形態が日勤または休日であるパターンである。
<In case of the first pattern>
The first pattern is a pattern in which the work pattern of the
決定部803は、受け付けたタイミングが第1パターンになる区間である場合、受け付けたタイミングの前夜における睡眠区間を処理対象に決定する。
When the received timing is a section in which the received timing is the first pattern, the determining
生成部804は、受け付けたタイミングが第1パターンになる区間である場合、受け付けたタイミングの前夜における睡眠区間についてコメントを生成する。生成部804は、例えば、前夜における睡眠区間が通常睡眠であるため、生成規則αにしたがってコメントを生成する。
When the received timing is a section in which the received timing is the first pattern, the generating
これにより、生成部804は、生成したコメントを出力部805に出力させることができ、ユーザ203の業務効率の向上、ユーザ203のヒューマンエラーの防止、ユーザ203の体調管理の支援などを図ることができる。
As a result, the
<第2パターンである場合>
第2パターンは、受け付けたタイミングの当日におけるユーザ203の勤務形態が夜勤であり、受け付けたタイミングの勤務状態が、勤務前の仮眠前であるパターンである。
<In case of the second pattern>
The second pattern is a pattern in which the work pattern of the
決定部803は、受け付けたタイミングが第2パターンになる区間である場合、受け付けたタイミングの前夜における睡眠区間を処理対象に決定する。
When the received timing is a section in which the received timing is the second pattern, the
生成部804は、受け付けたタイミングが第2パターンになる区間である場合、前夜における睡眠区間についてのアドバイス情報を含む、コメントを生成する。生成部804は、例えば、前夜における睡眠区間が通常睡眠であるため、生成規則αにしたがってコメントを生成する。
The
これにより、生成部804は、生成したコメントを出力部805に出力させることができ、ユーザ203の業務効率の向上、ユーザ203のヒューマンエラーの防止、ユーザ203の体調管理の支援などを図ることができる。
As a result, the
<第3パターンである場合>
第3パターンは、受け付けたタイミングの当日におけるユーザ203の勤務形態が夜勤であり、受け付けたタイミングの勤務状態が、勤務前の仮眠後であるパターンである。
<In case of the third pattern>
The third pattern is a pattern in which the work pattern of the
決定部803は、受け付けたタイミングが第3パターンになる区間である場合、勤務前の仮眠を示す睡眠区間を処理対象に決定する。
When the received timing is a section in which the received timing is the third pattern, the
生成部804は、受け付けたタイミングが第3パターンになる区間である場合、勤務前の仮眠を示す睡眠区間についてコメントを生成する。生成部804は、例えば、生成規則βにしたがって、勤務前の仮眠を示す睡眠区間についてのコメントを生成する。
When the received timing is a section in which the received timing is the third pattern, the
これにより、生成部804は、勤務前の仮眠を示す睡眠区間についてのコメントを出力し、ユーザ203の夜勤に備えた仮眠が好ましいかをユーザ203に把握させることができる。このため、生成部804は、ユーザ203の業務効率の向上、ユーザ203のヒューマンエラーの防止、ユーザ203の体調管理の支援などを図ることができる。
Thereby, the production |
<第4パターンである場合>
第4パターンは、受け付けたタイミングの当日におけるユーザ203の勤務形態が夜勤であり、受け付けたタイミングの勤務状態が、勤務中の仮眠前であるパターンである。
<In case of the fourth pattern>
The fourth pattern is a pattern in which the work pattern of the
決定部803は、受け付けたタイミングが第4パターンになる区間である場合、勤務前の仮眠を示す睡眠区間を処理対象に決定する。
When the received timing is a section in which the received timing is the fourth pattern, the
生成部804は、受け付けたタイミングが第4パターンになる区間である場合、勤務中の仮眠についてのアドバイス情報を含む、勤務前の仮眠を示す睡眠区間についてのコメントを生成する。生成部804は、例えば、生成規則β’にしたがって、勤務前の仮眠を示す睡眠区間についてのコメントを生成し、さらに、勤務中の仮眠についてのアドバイス情報をコメントに含める。
When the received timing is a section in which the received timing is the fourth pattern, the
これにより、生成部804は、ユーザ203の勤務に備えた仮眠が好ましいかをユーザ203に把握させ、勤務中の仮眠をどのようにすることが好ましいかをユーザ203に把握させることができる。このため、生成部804は、ユーザ203の業務効率の向上、ユーザ203のヒューマンエラーの防止、ユーザ203の体調管理の支援などを図ることができる。
Accordingly, the
<第5パターンである場合>
第5パターンは、受け付けたタイミングの当日におけるユーザ203の勤務形態が夜勤であり、受け付けたタイミングの勤務状態が、勤務中の仮眠後であるパターンである。
<In case of the fifth pattern>
The fifth pattern is a pattern in which the work pattern of the
決定部803は、受け付けたタイミングが第5パターンになる区間である場合、少なくとも勤務中の仮眠を示す睡眠区間を処理対象に決定する。決定部803は、勤務中の仮眠を示す睡眠区間、および、勤務前の仮眠を示す睡眠区間を処理対象に決定してもよい。決定部803は、例えば、勤務中の仮眠を示す睡眠区間の長さが閾値以下である場合、勤務中の仮眠を示す睡眠区間に加えて、勤務前の仮眠を示す睡眠区間を処理対象に決定する。
When the received timing is a section in which the received timing is the fifth pattern, the
生成部804は、受け付けたタイミングが第5パターンになる区間である場合、勤務中の仮眠を示す睡眠区間、および、勤務前の仮眠を示す睡眠区間を結合した結合睡眠区間についてコメントを生成する。生成部804は、例えば、生成規則γにしたがって、勤務中の仮眠を示す睡眠区間、および、勤務前の仮眠を示す睡眠区間を結合した結合睡眠区間についてのコメントを生成する。
When the received timing is a section in which the received timing is the fifth pattern, the
これにより、生成部804は、勤務中の仮眠を示す睡眠区間についてのコメントを出力し、ユーザ203の勤務中の仮眠が好ましいかをユーザ203に把握させることができる。このため、生成部804は、ユーザ203の業務効率の向上、ユーザ203のヒューマンエラーの防止、ユーザ203の体調管理の支援などを図ることができる。
Thereby, the
<第6パターンである場合>
第6パターンは、受け付けたタイミングの当日におけるユーザ203の勤務形態が夜勤であり、受け付けたタイミングの勤務状態が、勤務後の仮眠前であるパターンである。
<In case of the sixth pattern>
The sixth pattern is a pattern in which the work pattern of the
決定部803は、受け付けたタイミングが第6パターンになる区間である場合、少なくとも勤務中の仮眠を示す睡眠区間を処理対象に決定する。決定部803は、勤務中の仮眠を示す睡眠区間、および、勤務前の仮眠を示す睡眠区間を処理対象に決定してもよい。決定部803は、例えば、勤務中の仮眠を示す睡眠区間の長さが閾値以下である場合、勤務中の仮眠を示す睡眠区間に加えて、勤務前の仮眠を示す睡眠区間を処理対象に決定する。
When the received timing is a section in which the received timing is the sixth pattern, the
生成部804は、受け付けたタイミングが第6パターンになる区間である場合、勤務後の仮眠についてのアドバイス情報を含む、勤務中の仮眠を示す睡眠区間、および、勤務前の仮眠を示す睡眠区間を結合した結合睡眠区間についてのコメントを生成する。生成部804は、例えば、生成規則γ’にしたがって、勤務中の仮眠を示す睡眠区間、および、勤務前の仮眠を示す睡眠区間を結合した結合睡眠区間についてのコメントを生成し、さらに、以降の仮眠についてのアドバイス情報をコメントに含める。
When the received timing is a section in which the received timing is the sixth pattern, the
これにより、生成部804は、勤務中の仮眠を示す睡眠区間についてのコメントを出力し、ユーザ203の勤務中の仮眠が好ましいかをユーザ203に把握させ、勤務後の仮眠をどのようにすることが好ましいかをユーザ203に把握させることができる。このため、生成部804は、ユーザ203の業務効率の向上、ユーザ203のヒューマンエラーの防止、ユーザ203の体調管理の支援などを図ることができる。
Thereby, the
<第7パターンである場合>
第7パターンは、受け付けたタイミングの当日におけるユーザ203の勤務形態が夜勤であり、受け付けたタイミングの勤務状態が、勤務後の仮眠後であるパターンである。
<In case of the seventh pattern>
The seventh pattern is a pattern in which the work pattern of the
決定部803は、受け付けたタイミングが第7パターンになる区間である場合、少なくとも勤務後の仮眠を示す睡眠区間を処理対象に決定する。決定部803は、勤務後の仮眠を示す睡眠区間、および、勤務中の仮眠を示す睡眠区間を処理対象に決定してもよい。決定部803は、例えば、勤務後の仮眠を示す睡眠区間の長さが閾値以下である場合、勤務後の仮眠を示す睡眠区間に加えて、勤務中の仮眠を示す睡眠区間を処理対象に決定する。
When the received timing is a section in which the received timing is the seventh pattern, the
生成部804は、受け付けたタイミングが第7パターンになる区間である場合、勤務後の仮眠を示す睡眠区間、および、勤務中の仮眠を示す睡眠区間を結合した結合睡眠区間についてコメントを生成する。生成部804は、例えば、生成規則δにしたがって、勤務後の仮眠を示す睡眠区間、および、勤務中の仮眠を示す睡眠区間を結合した結合睡眠区間についてのコメントを生成する。
When the received timing is a section in which the received timing is the seventh pattern, the
これにより、生成部804は、勤務後の仮眠を示す睡眠区間についてのコメントを出力し、ユーザ203の勤務後の仮眠が好ましいかをユーザ203に把握させることができる。このため、生成部804は、ユーザ203の業務効率の向上、ユーザ203のヒューマンエラーの防止、ユーザ203の体調管理の支援などを図ることができる。
Thereby, the production |
<第8パターンである場合>
第8パターンは、受け付けたタイミングの当日におけるユーザ203の勤務形態が日勤または休日であり、受け付けたタイミングの前日におけるユーザ203の勤務形態が夜勤であり、受け付けたタイミングの勤務状態が、勤務中の仮眠前であるパターンである。
<In case of the eighth pattern>
In the eighth pattern, the work pattern of the
決定部803は、受け付けたタイミングが第8パターンになる区間である場合、勤務前の仮眠を示す睡眠区間を処理対象に決定する。
When the received timing is an interval in which the received timing is the eighth pattern, the
生成部804は、受け付けたタイミングが第8パターンになる区間である場合、勤務中の仮眠についてのアドバイス情報を含む、勤務前の仮眠を示す睡眠区間についてのコメントを生成する。生成部804は、例えば、生成規則β’にしたがって、勤務前の仮眠を示す睡眠区間についてのコメントを生成し、さらに、勤務中の仮眠についてのアドバイス情報をコメントに含める。
When the received timing is the section in which the received timing is the eighth pattern, the
これにより、生成部804は、ユーザ203の勤務に備えた仮眠が好ましいかをユーザ203に把握させ、勤務中の仮眠をどのようにすることが好ましいかをユーザ203に把握させることができる。このため、生成部804は、ユーザ203の業務効率の向上、ユーザ203のヒューマンエラーの防止、ユーザ203の体調管理の支援などを図ることができる。
Accordingly, the
<第9パターンである場合>
第9パターンは、受け付けたタイミングの当日におけるユーザ203の勤務形態が日勤または休日であり、受け付けたタイミングの前日におけるユーザ203の勤務形態が夜勤であり、受け付けたタイミングの勤務状態が、勤務中の仮眠後であるパターンである。
<In case of the ninth pattern>
In the ninth pattern, the work pattern of the
決定部803は、受け付けたタイミングが第9パターンになる区間である場合、少なくとも勤務中の仮眠を示す睡眠区間を処理対象に決定する。決定部803は、勤務中の仮眠を示す睡眠区間、および、勤務前の仮眠を示す睡眠区間を処理対象に決定してもよい。決定部803は、例えば、勤務中の仮眠を示す睡眠区間の長さが閾値以下である場合、勤務中の仮眠を示す睡眠区間に加えて、勤務前の仮眠を示す睡眠区間を処理対象に決定する。
When the received timing is a section in which the received timing is the ninth pattern, the
生成部804は、受け付けたタイミングが第9パターンになる区間である場合、勤務中の仮眠を示す睡眠区間、および、勤務前の仮眠を示す睡眠区間を結合した結合睡眠区間についてコメントを生成する。生成部804は、例えば、生成規則γにしたがって、勤務中の仮眠を示す睡眠区間、および、勤務前の仮眠を示す睡眠区間を結合した結合睡眠区間についてのコメントを生成する。
When the accepted timing is a section in which the received timing is the ninth pattern, the
これにより、生成部804は、勤務中の仮眠を示す睡眠区間についてのコメントを出力し、ユーザ203の勤務中の仮眠が好ましいかをユーザ203に把握させることができる。このため、生成部804は、ユーザ203の業務効率の向上、ユーザ203のヒューマンエラーの防止、ユーザ203の体調管理の支援などを図ることができる。
Thereby, the
<第10パターンである場合>
第10パターンは、受け付けたタイミングの当日におけるユーザ203の勤務形態が日勤または休日であり、受け付けたタイミングの前日におけるユーザ203の勤務形態が夜勤であり、受け付けたタイミングの勤務状態が、勤務後の仮眠前であるパターンである。
<In case of 10th pattern>
In the tenth pattern, the work pattern of the
決定部803は、受け付けたタイミングが第10パターンになる区間である場合、少なくとも勤務中の仮眠を示す睡眠区間を処理対象に決定する。決定部803は、勤務中の仮眠を示す睡眠区間、および、勤務前の仮眠を示す睡眠区間を処理対象に決定してもよい。決定部803は、例えば、勤務中の仮眠を示す睡眠区間の長さが閾値以下である場合、勤務中の仮眠を示す睡眠区間に加えて、勤務前の仮眠を示す睡眠区間を処理対象に決定する。
When the received timing is a section in which the received timing is the tenth pattern, the
生成部804は、受け付けたタイミングが第10パターンになる区間である場合、勤務後の仮眠についてのアドバイス情報を含む、勤務中の仮眠を示す睡眠区間、および、勤務前の仮眠を示す睡眠区間を結合した結合睡眠区間についてのコメントを生成する。生成部804は、例えば、生成規則γ’にしたがって、勤務中の仮眠を示す睡眠区間、および、勤務前の仮眠を示す睡眠区間を結合した結合睡眠区間についてのコメントを生成し、さらに、以降の仮眠についてのアドバイス情報をコメントに含める。
When the received timing is a section in which the received timing is the tenth pattern, the
これにより、生成部804は、勤務中の仮眠を示す睡眠区間についてのコメントを出力し、ユーザ203の勤務中の仮眠が好ましいかをユーザ203に把握させ、勤務後の仮眠をどのようにすることが好ましいかをユーザ203に把握させることができる。このため、生成部804は、ユーザ203の業務効率の向上、ユーザ203のヒューマンエラーの防止、ユーザ203の体調管理の支援などを図ることができる。
Thereby, the
<第11パターンである場合>
第11パターンは、受け付けたタイミングの当日におけるユーザ203の勤務形態が日勤または休日であり、受け付けたタイミングの前日におけるユーザ203の勤務形態が夜勤であり、受け付けたタイミングの勤務状態が、勤務後の仮眠後であるパターンである。
<In case of eleventh pattern>
In the eleventh pattern, the work pattern of the
決定部803は、受け付けたタイミングが第11パターンになる区間である場合、少なくとも勤務後の仮眠を示す睡眠区間を処理対象に決定する。決定部803は、勤務後の仮眠を示す睡眠区間、および、勤務中の仮眠を示す睡眠区間を処理対象に決定してもよい。決定部803は、例えば、勤務後の仮眠を示す睡眠区間の長さが閾値以下である場合、勤務後の仮眠を示す睡眠区間に加えて、勤務中の仮眠を示す睡眠区間を処理対象に決定する。
When the received timing is an interval in which the received timing is the eleventh pattern, the
生成部804は、受け付けたタイミングが第11パターンになる区間である場合、勤務後の仮眠を示す睡眠区間、および、勤務中の仮眠を示す睡眠区間を結合した結合睡眠区間についてコメントを生成する。生成部804は、例えば、生成規則δにしたがって、勤務後の仮眠を示す睡眠区間、および、勤務中の仮眠を示す睡眠区間を結合した結合睡眠区間についてのコメントを生成する。
When the received timing is an interval in which the received timing is the eleventh pattern, the
これにより、生成部804は、勤務後の仮眠を示す睡眠区間についてのコメントを出力し、ユーザ203の勤務後の仮眠が好ましいかをユーザ203に把握させることができる。このため、生成部804は、ユーザ203の業務効率の向上、ユーザ203のヒューマンエラーの防止、ユーザ203の体調管理の支援などを図ることができる。
Thereby, the production |
出力部805は、生成部804が生成したコメントを出力する。出力形式は、例えば、ディスプレイへの表示、プリンタへの印刷出力、ネットワークI/F303による外部装置への送信、または、メモリ302や記録媒体305などの記憶領域への記憶である。出力部805は、各機能部の処理結果を出力してもよい。
The
(実施例)
次に、図9を用いて、実施例について説明する。
(Example)
Next, an embodiment will be described with reference to FIG.
図9は、実施例を示す説明図である。図9の例では、睡眠区間(1)〜(5)が含まれる3/11〜3/16の期間を例に挙げて、睡眠分析装置100が期間内のいずれかのタイミングでユーザ203の加速度の時系列データを受け付けた場合における、睡眠分析装置100の動作内容について説明する。
FIG. 9 is an explanatory diagram showing an example. In the example of FIG. 9, taking the period of 3/11 to 3/16 including the sleep sections (1) to (5) as an example, the
図9のグラフ900は、3/11〜3/16の期間のユーザの活動量を示し、3/11〜3/16の期間のうちのユーザの睡眠区間(1)〜(5)を示す。縦軸は、活動量の大きさを示す。横軸は、時間を示す。睡眠区間を、長方形で示す。ユーザ203の加速度の時系列データを受け付けるタイミングは、例えば、図9のグラフ900における、区間A、区間B、区間B’、区間C、区間C’、区間D、区間Eのいずれかの区間内のタイミングである。
The
まず、睡眠分析装置100が、ユーザ203の加速度の時系列データを、区間A内のタイミングで、センサ装置202から受け付けた場合について説明する。睡眠分析装置100は、受け付けたユーザ203の加速度の時系列データを、分析結果テーブル400を用いて記憶しておく。
First, the case where the
睡眠分析装置100は、受け付けたユーザ203の加速度の時系列データに基づいて、ユーザ203の活動量の時系列データを算出する。睡眠分析装置100は、例えば、それぞれの時刻t0におけるユーザ203の活動量Sを、下記Cole式を用いて算出する。睡眠分析装置100は、算出したユーザ203の活動量の時系列データを、分析結果テーブル400を用いて記憶しておく。
The
Cole式:S=0.00001(404At-4+598At-3+326At-2+441At-1+1408At0+508At+1+350At+2) Cole formula: S = 0.00001 (404A t-4 + 598A t-3 + 326A t-2 + 441A t-1 + 1408A t0 + 508A t + 1 + 350A t + 2 )
ここで、Atiは、時刻tiにおける加速度の値である。例えば、At-4、At-3、At-2、At-1は、それぞれ、時刻t0の4分前、3分前、2分前、1分前の加速度の値である。At0は、時刻t0における加速度の値である。At+1、At+2は、それぞれ、時刻t0の1分後、2分後の加速度の値である。Cole式は、例えば、下記参考文献1を参照することができる。
Here, A ti is the value of acceleration at time ti. For example, A t−4 , A t−3 , A t−2 , and A t−1 are
参考文献1:Cole, Roger J., et al. “Automatic sleep/wake identification from wrist activity.” Sleep 15.5 (1992): 461−469. Reference 1: Cole, Roger J. et al. , Et al. “Automatic sleep / wake identification from writ activity.” Sleep 15.5 (1992): 461-469.
睡眠分析装置100は、例えば、活動量の時系列データに基づいて、それぞれの時刻におけるユーザ203の状態が、睡眠状態か覚醒状態かを特定し、睡眠状態が一定時間以上連続している区間を、ユーザ203の睡眠区間として特定する。睡眠分析装置100は、例えば、時刻t0における活動量S≧1である場合に覚醒状態と特定し、活動量S<1である場合に睡眠状態と特定する。睡眠分析装置100は、特定したユーザ203の状態を、分析結果テーブル400を用いて記憶しておく。睡眠分析装置100は、特定したユーザ203の睡眠区間を記憶しておく。ユーザ203の睡眠区間を特定する技術は、例えば、下記参考文献2を参照することができる。
For example, the
参考文献2:Nakazaki, Kyoko, et al. “Validity of an algorithm for determining sleep/wake states using a new actigraph.” Journal of physiological anthropology 33.1 (2014): 31. Reference 2: Nakazaki, Kyoko, et al. “Validity of an algorithm for determining sleep / wake states using a new actigraph.” Journal of physicological anthology 33.1 (2014): 31.
睡眠分析装置100は、区間A内のタイミングでデータを受け付けた場合、勤務表テーブル500を参照し、データを受け付けたタイミングが、上述した第1パターンであると判定する。このため、睡眠分析装置100は、データを受け付けたタイミングの前夜における睡眠区間(1)について、生成規則αにしたがってコメントを生成する。睡眠分析装置100は、例えば、生成規則αにしたがって、下記のコメントα1〜α3などのいずれかを生成する。
When the data is received at the timing in the section A, the
コメントα1)非常にぐっすり眠れています。
コメントα2)後半にぐっすり眠れています。
コメントα3)眠れている時間もありますが、中間に体の動きが多くなっています。
Comment α1) I am sleeping very well.
Comment α2) I have a good night's sleep.
Comment α3) There are times when you are asleep, but there is a lot of movement in the middle.
次に、睡眠分析装置100が、ユーザ203の加速度の時系列データを、区間B内のタイミングで、センサ装置202から受け付けた場合について説明する。睡眠分析装置100は、同様に、ユーザ203の加速度の時系列データに基づいて、ユーザ203の睡眠区間を特定する。
Next, a case where the
睡眠分析装置100は、区間B内のタイミングでデータを受け付けた場合、勤務表テーブル500を参照し、データを受け付けたタイミングが、上述した第3パターンであると判定する。このため、睡眠分析装置100は、データを受け付けたタイミング以前の、勤務前の仮眠を示す睡眠区間(2)について、生成規則βにしたがってコメントを生成する。睡眠分析装置100は、例えば、生成規則βにしたがって、下記のコメントβ1,β2などのいずれかを生成する。
When the data is received at the timing in the section B, the
コメントβ1)夜勤前の仮眠としては良い状態です。
コメントβ2)眠りが浅く、夜勤中に仮眠をとることをお勧めします。
Comment β1) This is a good state for a nap before night shift.
Comment β2) It is recommended that you take a nap during night shift because you are not sleeping well.
次に、睡眠分析装置100が、ユーザ203の加速度の時系列データを、区間B’内のタイミングで、センサ装置202から受け付けた場合について説明する。睡眠分析装置100は、同様に、ユーザ203の加速度の時系列データに基づいて、ユーザ203の睡眠区間を特定する。
Next, a case will be described in which the
睡眠分析装置100は、区間B’内のタイミングでデータを受け付けた場合、勤務表テーブル500を参照し、データを受け付けたタイミングが、上述した第4パターンであると判定する。このため、睡眠分析装置100は、データを受け付けたタイミング以前の、勤務前の仮眠を示す睡眠区間(2)について、生成規則β’にしたがってコメントを生成する。睡眠分析装置100は、例えば、生成規則β’にしたがって、下記のコメントβ1’,β2’などのいずれかを生成する。
When the data is received at the timing in the section B ′, the
コメントβ1’)この後の仮眠は目を閉じて横になるだけでも良いので時間を確保してください。
コメントβ2’)勤務前の仮眠があまり良い状態ではないため、勤務中の仮眠は必須です。
Comment β1 ') For the next nap, just close your eyes and lie down.
Comment β2 ') A nap before work is not so good, so a nap during work is essential.
次に、睡眠分析装置100が、ユーザ203の加速度の時系列データを、区間C内のタイミングで、センサ装置202から受け付けた場合について説明する。睡眠分析装置100は、同様に、ユーザ203の加速度の時系列データに基づいて、ユーザ203の睡眠区間を特定する。
Next, a case will be described in which the
睡眠分析装置100は、区間C内のタイミングでデータを受け付けた場合、勤務表テーブル500を参照し、データを受け付けたタイミングが、上述した第5パターンであると判定する。睡眠分析装置100は、勤務表テーブル500において、3/14の出勤区分が「休日」であるが、3/13の出勤区分が「夜勤」の勤務時間が3/14に含まれるため、3/14当日の勤務形態を「夜勤」と扱う。このため、睡眠分析装置100は、生成規則γにしたがって、勤務前の仮眠(2)および勤務中の仮眠(3)を結合した結合睡眠区間についてのコメントを生成する。睡眠分析装置100は、例えば、生成規則γにしたがって、下記のコメントγ1,γ2などのいずれかを生成する。
When the
コメントγ1)勤務中の仮眠としては良い状態です。
コメントγ2)あまり眠れていないため、この後の業務は注意が必要です。
Comment γ1) Good condition for taking a nap during work.
Comment γ2) Since I can't sleep much, I need to be careful about the following work.
次に、睡眠分析装置100が、ユーザ203の加速度の時系列データを、区間C’内のタイミングで、センサ装置202から受け付けた場合について説明する。睡眠分析装置100は、同様に、ユーザ203の加速度の時系列データに基づいて、ユーザ203の睡眠区間を特定する。
Next, a case where the
睡眠分析装置100は、区間C’内のタイミングでデータを受け付けた場合、勤務表テーブル500を参照し、データを受け付けたタイミングが、上述した第6パターンであると判定する。このため、睡眠分析装置100は、生成規則γ’にしたがって、勤務前の仮眠(2)および勤務中の仮眠(3)を結合した結合睡眠区間についてのコメントを生成する。睡眠分析装置100は、例えば、生成規則γ’にしたがって、下記のコメントγ1’,γ2’などのいずれかを生成する。
When the data is received at the timing in the section C ′, the
コメントγ1’)勤務前、勤務中の仮眠が不足しているため、帰宅後は少し長めの睡眠が必要です。
コメントγ2’)勤務前、勤務中の仮眠は最適です。夜の睡眠に影響が出ない範囲で仮眠してください。
Comment γ1 ') Because of the lack of nap before and during work, a little longer sleep is required after returning home.
Comment γ2 ') Taking a nap before and during work is optimal. Take a nap as long as it does not affect nighttime sleep.
次に、睡眠分析装置100が、ユーザ203の加速度の時系列データを、区間D内のタイミングで、センサ装置202から受け付けた場合について説明する。睡眠分析装置100は、同様に、ユーザ203の加速度の時系列データに基づいて、ユーザ203の睡眠区間を特定する。
Next, a case where the
睡眠分析装置100は、区間D内のタイミングでデータを受け付けた場合、勤務表テーブル500を参照し、データを受け付けたタイミングが、上述した第7パターンであると判定する。このため、睡眠分析装置100は、生成規則δにしたがって、勤務中の仮眠を示す睡眠区間(3)および勤務後の仮眠を示す睡眠区間(4)を結合した結合睡眠区間についてのコメントを生成する。睡眠分析装置100は、例えば、生成規則δにしたがって、下記のコメントδ1,δ2などのいずれかを生成する。
When the
コメントδ1)寝つきも良く、勤務明けの睡眠として良い状態です。
コメントδ2)長時間睡眠になっています。夜の睡眠に影響するため短めの睡眠をお勧めします。
Comment δ1) Sleep is good, and it is a good state for sleep after work.
Comment δ2) I have been sleeping for a long time. Short sleep is recommended because it affects nighttime sleep.
次に、睡眠分析装置100が、ユーザ203の加速度の時系列データを、区間E内のタイミングで、センサ装置202から受け付けた場合について説明する。この場合、睡眠分析装置100は、区間A内のタイミングで受け付けた場合と同様に、データを受け付けたタイミングの前夜における睡眠区間(5)について、生成規則αにしたがってコメントを生成する。
Next, a case will be described in which the
(コメント出力処理手順の一例)
次に、図10を用いて、コメント出力処理手順の一例について説明する。
(Example of comment output processing procedure)
Next, an example of a comment output processing procedure will be described with reference to FIG.
図10は、コメント出力処理手順の一例を示すフローチャートである。図10において、睡眠分析装置100は、ユーザ203の加速度の時系列データであるセンサデータをセンサ装置202から受信する(ステップS1001)。次に、睡眠分析装置100は、勤務表テーブル500を取得する(ステップS1002)。そして、睡眠分析装置100は、ユーザ203の活動量を算出する(ステップS1003)。
FIG. 10 is a flowchart illustrating an example of a comment output processing procedure. In FIG. 10, the
次に、睡眠分析装置100は、算出したユーザ203の活動量に基づいて、睡眠/覚醒判定処理を実行することにより、それぞれの時刻におけるユーザ203の状態を特定する(ステップS1004)。そして、睡眠分析装置100は、特定したユーザ203の状態に基づいて、入眠/起床判定処理を実行することにより、ユーザ203の入眠または起床の事象が発生した時刻を特定する(ステップS1005)。
Next, the
次に、睡眠分析装置100は、図11に後述するコメント区間判定処理を実行する(ステップS1006)。そして、睡眠分析装置100は、図11に後述するコメント区間判定処理において取得された生成規則にしたがって、図11に後述するコメント区間判定処理において処理対象に決定された睡眠区間についてのコメントを生成して出力する(ステップS1007)。
Next, the
その後、睡眠分析装置100は、コメント出力処理を終了する。これにより、睡眠分析装置100は、ユーザ203の不規則な睡眠区間のうち、ユーザ203の業務効率の向上などの観点から、睡眠状態を分析することが比較的好ましい睡眠区間について睡眠状態を分析してコメントを出力することができる。ここで、ステップS1002の処理は、ステップS1001の処理の前であってもよいし、ステップS1003〜S1005の一連の処理の後であってもよい。
Thereafter, the
(コメント区間判定処理手順の一例)
次に、図11を用いて、コメント区間判定処理手順の一例について説明する。
(Example of comment section determination processing procedure)
Next, an example of the comment section determination processing procedure will be described with reference to FIG.
図11は、コメント区間判定処理手順の一例を示すフローチャートである。図11において、睡眠分析装置100は、センサデータを受け付けたタイミングの前日の勤務形態が日勤であるか否かを判定する(ステップS1101)。ここで、前日の勤務形態が日勤ではない場合(ステップS1101:No)、睡眠分析装置100は、ステップS1114の処理に移行する。
FIG. 11 is a flowchart illustrating an example of a comment section determination processing procedure. In FIG. 11, the
一方で、前日の勤務形態が日勤である場合(ステップS1101:Yes)、睡眠分析装置100は、センサデータを受け付けたタイミングの当日の勤務形態が夜勤であるか否かを判定する(ステップS1102)。ここで、当日の勤務形態が夜勤ではない場合(ステップS1102:No)、睡眠分析装置100は、通常睡眠の睡眠区間を処理対象に決定し、生成規則αを取得する(ステップS1103)。そして、睡眠分析装置100は、コメント区間判定処理手順を終了する。
On the other hand, when the work pattern on the previous day is a day shift (step S1101: Yes), the
一方で、当日の勤務形態が夜勤である場合(ステップS1102:Yes)、睡眠分析装置100は、センサデータを受け付けたタイミングの勤務状態が夜勤前であるか否かを判定する(ステップS1104)。ここで、夜勤前ではない場合(ステップS1104:No)、睡眠分析装置100は、ステップS1107の処理に移行する。
On the other hand, when the work pattern on the day is night shift (step S1102: Yes), the
一方で、夜勤前である場合(ステップS1104:Yes)、睡眠分析装置100は、センサデータを受け付けたタイミングの勤務状態が夜勤前の仮眠前であるか否かを判定する(ステップS1105)。ここで、夜勤前の仮眠前である場合(ステップS1105:Yes)、睡眠分析装置100は、ステップS1103の処理に移行する。
On the other hand, when it is before night shift (step S1104: Yes), the
一方で、夜勤前の仮眠前ではない場合(ステップS1105:No)、睡眠分析装置100は、夜勤前の仮眠の睡眠区間を処理対象に決定し、生成規則βを取得する(ステップS1106)。そして、睡眠分析装置100は、コメント区間判定処理を終了する。
On the other hand, when it is not before the nap before the night shift (step S1105: No), the
ステップS1107では、睡眠分析装置100は、勤務中の仮眠前であるか否かを判定する(ステップS1107)。ここで、勤務中の仮眠前ではない場合(ステップS1107:No)、睡眠分析装置100は、ステップS1109の処理に移行する。
In step S1107, the
一方で、勤務中の仮眠前である場合(ステップS1107:Yes)、睡眠分析装置100は、勤務前の仮眠の睡眠区間を処理対象に決定し、生成規則β’を取得する(ステップS1108)。そして、睡眠分析装置100は、コメント区間判定処理を終了する。
On the other hand, when it is before a nap during work (step S1107: Yes), the
ステップS1109では、睡眠分析装置100は、勤務中の仮眠後であるか否かを判定する(ステップS1109)。ここで、勤務中の仮眠後ではない場合(ステップS1109:No)、睡眠分析装置100は、ステップS1111の処理に移行する。
In step S1109, the
一方で、勤務中の仮眠後である場合(ステップS1109:Yes)、睡眠分析装置100は、勤務中の仮眠の睡眠区間、および、勤務前の仮眠の睡眠区間を処理対象に決定し、生成規則γを取得する(ステップS1110)。そして、睡眠分析装置100は、コメント区間判定処理を終了する。
On the other hand, when it is after a nap during work (step S1109: Yes), the
ステップS1111では、睡眠分析装置100は、勤務後の仮眠後であるか否かを判定する(ステップS1111)。ここで、勤務後の仮眠後である場合(ステップS1111:Yes)、睡眠分析装置100は、勤務後の仮眠の睡眠区間、および、勤務中の仮眠の睡眠区間を処理対象に決定し、生成規則δを取得する(ステップS1112)。そして、睡眠分析装置100は、コメント区間判定処理を終了する。
In step S <b> 1111, the
一方で、勤務後の仮眠後ではない場合(ステップS1111:No)、睡眠分析装置100は、勤務中の仮眠の睡眠区間、および、勤務前の仮眠の睡眠区間を処理対象に決定し、生成規則γ’を取得する(ステップS1113)。そして、睡眠分析装置100は、コメント区間判定処理を終了する。
On the other hand, when it is not after a nap after work (step S1111: No), the
ステップS1114では、睡眠分析装置100は、センサデータを受け付けたタイミングの前日の勤務形態が休日であるか否かを判定する(ステップS1114)。ここで、前日の勤務形態が休日ではない場合(ステップS1114:No)、睡眠分析装置100は、ステップS1118の処理に移行する。
In step S1114, the
一方で、前日の勤務形態が休日である場合(ステップS1114:Yes)、睡眠分析装置100は、センサデータを受け付けたタイミングの当日の勤務形態が日勤であるか否かを判定する(ステップS1115)。ここで、当日の勤務形態が日勤である場合(ステップS1115:Yes)、睡眠分析装置100は、通常睡眠の睡眠区間を処理対象に決定し、生成規則αを取得する(ステップS1116)。そして、睡眠分析装置100は、コメント区間判定処理手順を終了する。
On the other hand, when the work pattern of the previous day is a holiday (step S1114: Yes), the
一方で、当日の勤務形態が日勤ではない場合(ステップS1115:No)、睡眠分析装置100は、センサデータを受け付けたタイミングの当日の勤務形態が夜勤であるか否かを判定する(ステップS1117)。ここで、当日の勤務形態が夜勤である場合(ステップS1117:Yes)、睡眠分析装置100は、ステップS1104の処理に移行する。
On the other hand, when the work pattern on the day is not a day shift (step S1115: No), the
一方で、当日の勤務形態が夜勤ではない場合(ステップS1117:No)、睡眠分析装置100は、ステップS1116の処理に移行する。
On the other hand, when the work pattern on the day is not night shift (step S1117: No), the
ステップS1118では、睡眠分析装置100は、センサデータを受け付けたタイミングの前日の勤務形態が夜勤であるか否かを判定する(ステップS1118)。ここで、前日の勤務形態が夜勤ではない場合(ステップS1118:No)、睡眠分析装置100は、ステップS1116の処理に移行する。
In step S1118, the
一方で、前日の勤務形態が夜勤である場合(ステップS1118:Yes)、睡眠分析装置100は、センサデータを受け付けたタイミングの当日の勤務形態が夜勤であるか否かを判定する(ステップS1119)。ここで、当日の勤務形態が夜勤である場合(ステップS1119:Yes)、睡眠分析装置100は、ステップS1104の処理に移行する。
On the other hand, when the work pattern of the previous day is night shift (step S1118: Yes), the
一方で、当日の勤務形態が夜勤ではない場合(ステップS1119:No)、睡眠分析装置100は、ステップS1107の処理に移行する。これにより、睡眠分析装置100は、ユーザ203の業務効率の向上などの観点から、睡眠状態を分析することが比較的好ましい睡眠区間を、処理対象に決定することができる。
On the other hand, when the work pattern on the day is not night shift (step S1119: No), the
以上説明したように、睡眠分析装置100によれば、ユーザ203に装着されたセンサにより取得されたデータの入力を受け付けることができる。睡眠分析装置100によれば、ユーザ203の勤務形態情報を参照し、データを受け付けたタイミング以降のユーザ203の勤務形態に基づいて、データから特定される睡眠区間のいずれの睡眠区間を処理対象とするかを決定することができる。睡眠分析装置100によれば、処理対象に決定した1以上の睡眠区間について、ユーザ203に関するコメントを出力することができる。これにより、睡眠分析装置100は、不規則な睡眠区間について適当なコメントを出力することができる。睡眠分析装置100は、例えば、ユーザ203の不規則な睡眠区間のうち、ユーザ203の業務効率の向上などの観点から、睡眠状態を分析することが比較的好ましい睡眠区間について睡眠状態を分析してコメントを出力することができる。
As described above, according to the
睡眠分析装置100によれば、データを受け付けたタイミング以降のユーザ203の勤務形態に基づくコメントを出力ことができる。これにより、睡眠分析装置100は、ユーザ203の勤務状態が、勤務前、勤務中、勤務後などのいずれであるかに応じて、出力するコメントの内容を変更することができる。結果として、睡眠分析装置100は、ユーザ203が睡眠時間を管理しやすくし、ユーザ203が体調を管理しやすくし、ユーザ203の業務効率の向上などを図りやすくすることができる。
According to the
睡眠分析装置100によれば、データを受け付けたタイミングの当日におけるユーザ203の勤務形態が日勤と夜勤と休日とのいずれであるかに基づいて、データから特定される睡眠区間のいずれの睡眠区間を処理対象とするかを決定することができる。これにより、睡眠分析装置100は、ユーザ203の当日の勤務形態における業務効率の向上やヒューマンエラーの防止の観点から好ましい睡眠区間を、処理対象とすることができる。このため、睡眠分析装置100は、ユーザ203の体調を精度よく評価することができ、ユーザ203に関して好ましいコメントを出力することができ、ユーザ203の業務効率の向上などを図ることができる。
According to the
睡眠分析装置100によれば、データを受け付けたタイミングの前日におけるユーザ203の勤務形態が日勤と夜勤と休日とのいずれであるかに基づいて、データから特定される睡眠区間のいずれの睡眠区間を処理対象とするかを決定することができる。これにより、睡眠分析装置100は、ユーザ203の前日の勤務形態に基づいて、比較的好ましい睡眠区間を処理対象としやすくすることができる。
According to the
睡眠分析装置100によれば、ユーザ203の勤務状態情報を参照し、データを受け付けたタイミングの勤務状態が、勤務前か勤務中か勤務後か、仮眠前か仮眠後かに基づいて、処理対象を決定することができる。これにより、比較的好ましい睡眠区間を処理対象としやすくすることができ、勤務前か勤務中か勤務後か、仮眠前か仮眠後かに基づいて、比較的好ましい睡眠区間を処理対象としやすくすることができる。
According to the
睡眠分析装置100によれば、データを受け付けたタイミングの直前の睡眠区間の長さが閾値以下である場合、直前の睡眠区間と、直前の睡眠区間より前にある睡眠区間とを、処理対象に決定することができる。これにより、睡眠分析装置100は、直前の睡眠区間と、直前の睡眠区間より前にある睡眠区間とを合わせて、比較的長時間の睡眠区間について睡眠状態を分析することができ、ユーザ203の体調を精度よく評価しやすくすることができる。
According to the
睡眠分析装置100によれば、データを受け付けたタイミングが上述した第1パターンになる区間である場合、データを受け付けたタイミングの前夜における睡眠区間を処理対象に決定することができる。これにより、睡眠分析装置100は、ユーザ203の業務効率の向上などの観点から、睡眠状態を分析しなくてもよい、昼寝などの睡眠区間についてコメントを出力しないようにすることができ、ユーザ203の業務効率の向上などを図ることができる。
According to the
睡眠分析装置100によれば、データを受け付けたタイミングが上述した第2パターンになる区間である場合、データを受け付けたタイミングの前夜における睡眠区間を処理対象に決定することができる。これにより、睡眠分析装置100は、ユーザ203の業務効率の向上などの観点から、睡眠状態を分析しなくてもよい、昼寝などの睡眠区間についてコメントを出力しないようにすることができ、ユーザ203の業務効率の向上などを図ることができる。
According to the
睡眠分析装置100によれば、データを受け付けたタイミングが上述した第3パターンになる区間である場合、勤務前の仮眠を示す睡眠区間を処理対象に決定することができる。これにより、睡眠分析装置100は、勤務前の仮眠を示す睡眠区間についてのコメントを出力し、ユーザ203の夜勤に備えた仮眠が好ましいかをユーザ203に把握させることができる。結果として、睡眠分析装置100は、ユーザ203が睡眠時間を管理しやすくし、ユーザ203が体調を管理しやすくし、ユーザ203の業務効率の向上などを図りやすくすることができる。
According to the
睡眠分析装置100によれば、データを受け付けたタイミングが上述した第4パターンになる区間である場合、勤務前の仮眠を示す睡眠区間を処理対象に決定することができる。睡眠分析装置100によれば、勤務中の仮眠についてのアドバイス情報を含む、勤務前の仮眠を示す睡眠区間についてのコメントを出力することができる。これにより、睡眠分析装置100は、勤務前の仮眠を示す睡眠区間についてのコメントを出力し、ユーザ203の勤務に備えた仮眠が好ましいかをユーザ203に把握させ、勤務中の仮眠をどのようにすることが好ましいかをユーザ203に把握させることができる。結果として、睡眠分析装置100は、ユーザ203が睡眠時間を管理しやすくし、ユーザ203が体調を管理しやすくし、ユーザ203の業務効率の向上などを図りやすくすることができる。
According to the
睡眠分析装置100によれば、データを受け付けたタイミングが上述した第5パターンになる区間である場合、勤務中の仮眠を示す睡眠区間、および、勤務前の仮眠を示す睡眠区間を処理対象に決定することができる。これにより、睡眠分析装置100は、勤務中の仮眠を示す睡眠区間についてのコメントを出力し、ユーザ203の勤務中の仮眠が好ましいかをユーザ203に把握させることができる。結果として、睡眠分析装置100は、ユーザ203が睡眠時間を管理しやすくし、ユーザ203が体調を管理しやすくし、ユーザ203の業務効率の向上などを図りやすくすることができる。
According to the
睡眠分析装置100によれば、データを受け付けたタイミングが上述した第6パターンになる区間である場合、勤務中の仮眠を示す睡眠区間、および、勤務前の仮眠を示す睡眠区間を処理対象に決定することができる。睡眠分析装置100によれば、勤務後の仮眠についてのアドバイス情報を含む、勤務中の仮眠を示す睡眠区間、および、勤務前の仮眠を示す睡眠区間についてのコメントを出力することができる。これにより、睡眠分析装置100は、勤務中の仮眠を示す睡眠区間についてのコメントを出力し、ユーザ203の勤務中の仮眠が好ましいかをユーザ203に把握させ、勤務後の仮眠をどのようにすることが好ましいかをユーザ203に把握させることができる。結果として、睡眠分析装置100は、ユーザ203が睡眠時間を管理しやすくし、ユーザ203が体調を管理しやすくし、ユーザ203の業務効率の向上などを図りやすくすることができる。
According to the
睡眠分析装置100によれば、データを受け付けたタイミングが上述した第7パターンになる区間である場合、勤務後の仮眠を示す睡眠区間、および、勤務中の仮眠を示す睡眠区間を処理対象に決定することができる。これにより、睡眠分析装置100は、勤務後の仮眠を示す睡眠区間についてのコメントを出力し、ユーザ203の勤務後の仮眠が好ましいかをユーザ203に把握させることができる。結果として、睡眠分析装置100は、ユーザ203が睡眠時間を管理しやすくし、ユーザ203が体調を管理しやすくし、ユーザ203の業務効率の向上などを図りやすくすることができる。
According to the
睡眠分析装置100によれば、データを受け付けたタイミングが上述した第8パターンになる区間である場合、勤務前の仮眠を示す睡眠区間を処理対象に決定することができる。睡眠分析装置100によれば、勤務中の仮眠についてのアドバイス情報を含む、勤務前の仮眠を示す睡眠区間についてのコメントを出力することができる。これにより、睡眠分析装置100は、勤務前の仮眠を示す睡眠区間についてのコメントを出力し、ユーザ203の勤務に備えた仮眠が好ましいかをユーザ203に把握させ、勤務中の仮眠をどのようにすることが好ましいかをユーザ203に把握させることができる。結果として、睡眠分析装置100は、ユーザ203が睡眠時間を管理しやすくし、ユーザ203が体調を管理しやすくし、ユーザ203の業務効率の向上などを図りやすくすることができる。
According to the
睡眠分析装置100によれば、データを受け付けたタイミングが上述した第9パターンになる区間である場合、勤務中の仮眠を示す睡眠区間、および、勤務前の仮眠を示す睡眠区間を処理対象に決定することができる。これにより、睡眠分析装置100は、勤務中の仮眠を示す睡眠区間についてのコメントを出力し、ユーザ203の勤務中の仮眠が好ましいかをユーザ203に把握させることができる。結果として、睡眠分析装置100は、ユーザ203が睡眠時間を管理しやすくし、ユーザ203が体調を管理しやすくし、ユーザ203の業務効率の向上などを図りやすくすることができる。
According to the
睡眠分析装置100によれば、データを受け付けたタイミングが上述した第10パターンになる区間である場合、勤務中の仮眠を示す睡眠区間、および、勤務前の仮眠を示す睡眠区間を処理対象に決定することができる。睡眠分析装置100によれば、勤務後の仮眠についてのアドバイス情報を含む、コメントを出力することができる。これにより、睡眠分析装置100は、勤務中の仮眠を示す睡眠区間についてのコメントを出力し、ユーザ203の勤務中の仮眠が好ましいかをユーザ203に把握させ、勤務後の仮眠をどのようにすることが好ましいかをユーザ203に把握させることができる。結果として、睡眠分析装置100は、ユーザ203が睡眠時間を管理しやすくし、ユーザ203が体調を管理しやすくし、ユーザ203の業務効率の向上などを図りやすくすることができる。
According to the
睡眠分析装置100によれば、データを受け付けたタイミングが上述した第11パターンになる区間である場合、勤務後の仮眠を示す睡眠区間、および、勤務中の仮眠を示す睡眠区間を処理対象に決定することができる。これにより、睡眠分析装置100は、勤務後の仮眠を示す睡眠区間についてのコメントを出力し、ユーザ203の勤務後の仮眠が好ましいかをユーザ203に把握させることができる。結果として、睡眠分析装置100は、ユーザ203が睡眠時間を管理しやすくし、ユーザ203が体調を管理しやすくし、ユーザ203の業務効率の向上などを図りやすくすることができる。
According to the
なお、本実施の形態で説明した睡眠分析方法は、予め用意されたプログラムをパーソナル・コンピュータやワークステーション等のコンピュータで実行することにより実現することができる。本実施の形態で説明した睡眠分析プログラムは、ハードディスク、フレキシブルディスク、CD−ROM、MO、DVD等のコンピュータで読み取り可能な記録媒体に記録され、コンピュータによって記録媒体から読み出されることによって実行される。また、本実施の形態で説明した睡眠分析プログラムは、インターネット等のネットワークを介して配布してもよい。 The sleep analysis method described in the present embodiment can be realized by executing a program prepared in advance on a computer such as a personal computer or a workstation. The sleep analysis program described in this embodiment is recorded on a computer-readable recording medium such as a hard disk, a flexible disk, a CD-ROM, an MO, and a DVD, and is executed by being read from the recording medium by the computer. The sleep analysis program described in this embodiment may be distributed via a network such as the Internet.
上述した実施の形態に関し、さらに以下の付記を開示する。 The following additional notes are disclosed with respect to the embodiment described above.
(付記1)コンピュータに、
ユーザに装着されたセンサにより取得されたデータの入力を受け付け、
前記ユーザの勤務形態情報を参照し、前記データを受け付けたタイミング以降の前記ユーザの勤務形態に基づいて、前記データから特定される睡眠区間のいずれの睡眠区間を処理対象とするかを決定し、
前記処理対象に決定した1以上の前記睡眠区間について、前記ユーザに関するコメントを出力する、
処理を実行させることを特徴とする睡眠分析プログラム。
(Supplementary note 1)
Accepts input of data acquired by sensors attached to the user,
With reference to the user's work pattern information, based on the user's work pattern after the timing of receiving the data, determine which sleep section of the sleep section specified from the data is to be processed,
For one or more sleep sections determined as the processing target, a comment regarding the user is output.
The sleep analysis program characterized by performing a process.
(付記2)前記コメントは、前記タイミング以降の前記ユーザの勤務形態に基づくコメントである、ことを特徴とする付記1に記載の睡眠分析プログラム。
(Additional remark 2) The said comment is a comment based on the said user's work form after the said timing, The sleep analysis program of
(付記3)前記決定する処理は、前記タイミングの当日における前記ユーザの勤務形態が日勤と夜勤と休日とのいずれであるかに基づいて、前記データから特定される睡眠区間のいずれの睡眠区間を処理対象とするかを決定する、ことを特徴とする付記1または2に記載の睡眠分析プログラム。
(Additional remark 3) Based on whether the said user's work style in the day of the said timing is a day shift, a night shift, and a holiday, the process to determine is which sleep interval of the sleep interval specified from the said data. The sleep analysis program according to
(付記4)前記決定する処理は、前記タイミングの前日における前記ユーザの勤務形態が日勤と夜勤と休日とのいずれであるかに基づいて、前記データから特定される睡眠区間のいずれの睡眠区間を処理対象とするかを決定する、ことを特徴とする付記1〜3のいずれか一つに記載の睡眠分析プログラム。
(Additional remark 4) Based on whether the said user's work form in the day before the said timing is a day shift, a night shift, and a holiday, the process to determine is which sleep interval of the sleep interval specified from the said data. The sleep analysis program according to any one of
(付記5)前記決定する処理は、前記ユーザの勤務状態情報を参照し、前記タイミングの勤務状態が、勤務前の仮眠前、勤務前の仮眠後、勤務中の仮眠前、勤務中の仮眠後、勤務後の仮眠前、勤務後の仮眠後のいずれであるかに基づいて、前記データから特定される睡眠区間のいずれの睡眠区間を処理対象とするかを決定する、ことを特徴とする付記1〜4のいずれか一つに記載の睡眠分析プログラム。 (Supplementary Note 5) The determining process refers to the work status information of the user, and the work status at the timing is before a nap before work, after a nap before work, before a nap during work, after a nap during work Further, it is determined which sleep section of the sleep section specified from the data is to be processed based on whether it is before a nap after work or after a nap after work. The sleep analysis program according to any one of 1 to 4.
(付記6)前記タイミングの直前の睡眠区間の長さが閾値以下である場合、前記直前の睡眠区間と、前記直前の睡眠区間より前にある睡眠区間とを、前記処理対象に決定する、ことを特徴とする付記1〜5のいずれか一つに記載の睡眠分析プログラム。
(Supplementary note 6) When the length of the sleep interval immediately before the timing is equal to or less than a threshold, the immediately preceding sleep interval and the sleep interval before the immediately preceding sleep interval are determined as the processing target. The sleep analysis program according to any one of
(付記7)前記決定する処理は、前記タイミングの当日における前記ユーザの勤務形態が日勤または休日であり、かつ、前記タイミングの前日における前記ユーザの勤務形態が日勤または休日である場合、前記タイミングの前夜における睡眠区間を前記処理対象に決定する、ことを特徴とする付記1〜6のいずれか一つに記載の睡眠分析プログラム。
(Additional remark 7) When the said user's work style on the day of the said timing is a day shift or a holiday, and the said user's work pattern on the day before the said timing is a day shift or a holiday, the process to determine is the said process. The sleep analysis program according to any one of
(付記8)前記決定する処理は、前記タイミングの当日における前記ユーザの勤務形態が夜勤である場合、前記ユーザの勤務状態情報を参照し、前記タイミングの勤務状態が、勤務前の仮眠前であれば、前記タイミングの前夜における睡眠区間を前記処理対象に決定し、
前記出力する処理は、勤務前の仮眠についてのアドバイス情報を含む、前記コメントを出力する、ことを特徴とする付記1〜7のいずれか一つに記載の睡眠分析プログラム。
(Supplementary Note 8) When the user's work mode on the day of the timing is night shift, the determining process refers to the user's work state information, and the work state at the timing is before a nap before work. For example, the sleep interval on the eve of the timing is determined as the processing target,
The sleep analysis program according to any one of
(付記9)前記決定する処理は、前記タイミングの当日における前記ユーザの勤務形態が夜勤である場合、前記ユーザの勤務状態情報を参照し、前記タイミングの勤務状態が、勤務前の仮眠後であれば、勤務前の仮眠を示す睡眠区間を前記処理対象に決定する、ことを特徴とする付記1〜8のいずれか一つに記載の睡眠分析プログラム。
(Supplementary Note 9) When the user's work mode on the day of the timing is night shift, the determining process refers to the user's work state information, and the work state at the timing is after a nap before work. For example, the sleep analysis program according to any one of
(付記10)前記決定する処理は、前記タイミングの当日における前記ユーザの勤務形態が夜勤である場合、前記ユーザの勤務状態情報を参照し、前記タイミングの勤務状態が、勤務中の仮眠前であれば、勤務前の仮眠を示す睡眠区間を前記処理対象に決定し、
前記出力する処理は、勤務中の仮眠についてのアドバイス情報を含む、前記コメントを出力する、ことを特徴とする付記1〜9のいずれか一つに記載の睡眠分析プログラム。
(Supplementary Note 10) When the user's work mode on the day of the timing is night shift, the determining process refers to the user's work state information, and the work state at the timing is before a nap during work. For example, the sleep section indicating a nap before work is determined as the processing target,
The sleep analysis program according to any one of
(付記11)前記決定する処理は、前記タイミングの当日における前記ユーザの勤務形態が夜勤である場合、前記ユーザの勤務状態情報を参照し、前記タイミングの勤務状態が、勤務中の仮眠後であれば、勤務中の仮眠を示す睡眠区間、および、勤務前の仮眠を示す睡眠区間を前記処理対象に決定する、ことを特徴とする付記1〜10のいずれか一つに記載の睡眠分析プログラム。
(Supplementary Note 11) If the user's work style on the day of the timing is night shift, the determining process refers to the user's work status information, and the work status at the timing is after a nap during work. For example, the sleep analysis program according to any one of
(付記12)前記決定する処理は、前記タイミングの当日における前記ユーザの勤務形態が夜勤である場合、前記ユーザの勤務状態情報を参照し、前記タイミングの勤務状態が、勤務後の仮眠前であれば、勤務中の仮眠を示す睡眠区間、および、勤務前の仮眠を示す睡眠区間を前記処理対象に決定し、
前記出力する処理は、勤務後の仮眠についてのアドバイス情報を含む、前記コメントを出力する、ことを特徴とする付記1〜11のいずれか一つに記載の睡眠分析プログラム。
(Additional remark 12) When the work form of the user on the day of the timing is night shift, the determination process refers to the work state information of the user, and the work state at the timing is before a nap after work. For example, a sleep interval indicating a nap during work and a sleep interval indicating a nap before work are determined as the processing target.
The sleep analysis program according to any one of
(付記13)前記決定する処理は、前記タイミングの当日における前記ユーザの勤務形態が夜勤である場合、前記ユーザの勤務状態情報を参照し、前記タイミングの勤務状態が、勤務後の仮眠後であれば、勤務後の仮眠を示す睡眠区間、および、勤務中の仮眠を示す睡眠区間を前記処理対象に決定する、ことを特徴とする付記1〜12のいずれか一つに記載の睡眠分析プログラム。
(Supplementary note 13) If the user's work style on the day of the timing is night shift, the determining process refers to the user's work status information, and the work status at the timing is after a nap after work. For example, the sleep analysis program according to any one of
(付記14)前記決定する処理は、前記タイミングの当日における前記ユーザの勤務形態が日勤または休日であり、前記タイミングの前日における前記ユーザの勤務形態が夜勤である場合、前記ユーザの勤務状態情報を参照し、前記タイミングの勤務状態が、勤務中の仮眠前であれば、勤務前の仮眠を示す睡眠区間を前記処理対象に決定し、
前記出力する処理は、勤務中の仮眠についてのアドバイス情報を含む、前記コメントを出力する、ことを特徴とする付記1〜13のいずれか一つに記載の睡眠分析プログラム。
(Additional remark 14) When the said user's working style on the day of the said timing is a day shift or a holiday and the said user's working form on the day before the said timing is a night shift, the process to determine the said work status information If the working state at the timing is before a nap during work, a sleep section indicating a nap before work is determined as the processing target,
The sleep analysis program according to any one of
(付記15)前記決定する処理は、前記タイミングの当日における前記ユーザの勤務形態が日勤または休日であり、前記タイミングの前日における前記ユーザの勤務形態が夜勤である場合、前記ユーザの勤務状態情報を参照し、前記タイミングの勤務状態が、勤務中の仮眠後であれば、勤務中の仮眠を示す睡眠区間、および、勤務前の仮眠を示す睡眠区間を前記処理対象に決定する、ことを特徴とする付記1〜14のいずれか一つに記載の睡眠分析プログラム。
(Additional remark 15) When the said user's work style on the day of the said timing is a day shift or a holiday and the said user's work form on the day before the said timing is a night shift, the process to determine is the said work status information of the said user. If the working state at the timing is after a nap during work, the sleep section indicating a nap during work and the sleep section indicating a nap before work are determined as the processing target. The sleep analysis program according to any one of
(付記16)前記決定する処理は、前記タイミングの当日における前記ユーザの勤務形態が日勤または休日であり、前記タイミングの前日における前記ユーザの勤務形態が夜勤である場合、前記ユーザの勤務状態情報を参照し、前記タイミングの勤務状態が、勤務後の仮眠前であれば、勤務中の仮眠を示す睡眠区間、および、勤務前の仮眠を示す睡眠区間を前記処理対象に決定し、
前記出力する処理は、勤務後の仮眠についてのアドバイス情報を含む、前記コメントを出力する、ことを特徴とする付記1〜15のいずれか一つに記載の睡眠分析プログラム。
(Supplementary Note 16) When the user's work mode on the day of the timing is a day shift or a holiday, and the user's duty mode on the day before the timing is a night shift, the determining process includes: If the working state at the timing is before a nap after work, a sleep interval indicating a nap during work and a sleep interval indicating a nap before work are determined as the processing target,
The sleep analysis program according to any one of
(付記17)前記決定する処理は、前記タイミングの当日における前記ユーザの勤務形態が日勤または休日であり、前記タイミングの前日における前記ユーザの勤務形態が夜勤である場合、前記ユーザの勤務状態情報を参照し、前記タイミングの勤務状態が、勤務後の仮眠後であれば、勤務後の仮眠を示す睡眠区間、および、勤務中の仮眠を示す睡眠区間を前記処理対象に決定する、ことを特徴とする付記1〜16のいずれか一つに記載の睡眠分析プログラム。
(Additional remark 17) When the said user's working style on the day of the said timing is a day shift or a holiday, and the said user's working form on the day before the said timing is a night shift, the process to determine determines the said user's working status information. If the working state at the timing is after a nap after work, a sleep interval indicating a nap after work and a sleep interval indicating a nap during work are determined as the processing target. The sleep analysis program according to any one of
(付記18)コンピュータが、
ユーザに装着されたセンサにより取得されたデータの入力を受け付け、
前記ユーザの勤務形態情報を参照し、前記データを受け付けたタイミング以降の前記ユーザの勤務形態に基づいて、前記データから特定される睡眠区間のいずれの睡眠区間を処理対象とするかを決定し、
前記処理対象に決定した1以上の前記睡眠区間について、前記ユーザに関するコメントを出力する、
処理を実行することを特徴とする睡眠分析方法。
(Supplementary note 18)
Accepts input of data acquired by sensors attached to the user,
With reference to the user's work pattern information, based on the user's work pattern after the timing of receiving the data, determine which sleep section of the sleep section specified from the data is to be processed,
For one or more sleep sections determined as the processing target, a comment regarding the user is output.
The sleep analysis method characterized by performing a process.
(付記19)ユーザに装着されたセンサにより取得されたデータの入力を受け付け、
前記ユーザの勤務形態情報を参照し、前記データを受け付けたタイミング以降の前記ユーザの勤務形態に基づいて、前記データから特定される睡眠区間のいずれの睡眠区間を処理対象とするかを決定し、
前記処理対象に決定した1以上の前記睡眠区間について、前記ユーザに関するコメントを出力する、
制御部を有することを特徴とする睡眠分析装置。
(Supplementary Note 19) Accepting input of data acquired by a sensor attached to a user,
With reference to the user's work pattern information, based on the user's work pattern after the timing of receiving the data, determine which sleep section of the sleep section specified from the data is to be processed,
For one or more sleep sections determined as the processing target, a comment regarding the user is output.
A sleep analyzer having a control unit.
100 睡眠分析装置
200 睡眠分析システム
201 クライアント装置
202 センサ装置
203 ユーザ
204 就寝場所
210 ネットワーク
300,600,700 バス
301,601,701 CPU
302,602,702 メモリ
303,603 ネットワークI/F
304,604 記録媒体I/F
305,605 記録媒体
400 分析結果テーブル
500 勤務表テーブル
606 センサI/F
607 ディスプレイ
703 通信I/F
704 センサ
800 記憶部
801 取得部
802 特定部
803 決定部
804 生成部
805 出力部
900 グラフ
DESCRIPTION OF
302,602,702 Memory 303,603 Network I / F
304,604 recording medium I / F
305, 605 Recording medium 400 Analysis result table 500 Work table 606 Sensor I / F
Claims (7)
ユーザに装着されたセンサ装置により取得されたデータの入力を受け付け、
前記ユーザの勤務形態情報を参照し、前記データを受け付けたタイミング以降の前記ユーザの勤務形態に基づいて、前記データから特定される睡眠区間のいずれの睡眠区間を処理対象とするかを決定し、
前記処理対象に決定した1以上の前記睡眠区間について、前記ユーザに関するコメントを出力する、
処理を実行させることを特徴とする睡眠分析プログラム。 On the computer,
Accepts input of data acquired by the sensor device attached to the user,
With reference to the user's work pattern information, based on the user's work pattern after the timing of receiving the data, determine which sleep section of the sleep section specified from the data is to be processed,
For one or more sleep sections determined as the processing target, a comment regarding the user is output.
The sleep analysis program characterized by performing a process.
ユーザに装着されたセンサ装置により取得されたデータの入力を受け付け、
前記ユーザの勤務形態情報を参照し、前記データを受け付けたタイミング以降の前記ユーザの勤務形態に基づいて、前記データから特定される睡眠区間のいずれの睡眠区間を処理対象とするかを決定し、
前記処理対象に決定した1以上の前記睡眠区間について、前記ユーザに関するコメントを出力する、
処理を実行することを特徴とする睡眠分析方法。 Computer
Accepts input of data acquired by the sensor device attached to the user,
With reference to the user's work pattern information, based on the user's work pattern after the timing of receiving the data, determine which sleep section of the sleep section specified from the data is to be processed,
For one or more sleep sections determined as the processing target, a comment regarding the user is output.
The sleep analysis method characterized by performing a process.
前記ユーザの勤務形態情報を参照し、前記データを受け付けたタイミング以降の前記ユーザの勤務形態に基づいて、前記データから特定される睡眠区間のいずれの睡眠区間を処理対象とするかを決定し、
前記処理対象に決定した1以上の前記睡眠区間について、前記ユーザに関するコメントを出力する、
制御部を有することを特徴とする睡眠分析装置。 Accepts input of data acquired by the sensor device attached to the user,
With reference to the user's work pattern information, based on the user's work pattern after the timing of receiving the data, determine which sleep section of the sleep section specified from the data is to be processed,
For one or more sleep sections determined as the processing target, a comment regarding the user is output.
A sleep analyzer having a control unit.
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2017128091A JP6879083B2 (en) | 2017-06-29 | 2017-06-29 | Sleep analysis programs, sleep analysis methods, and sleep analyzers |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2017128091A JP6879083B2 (en) | 2017-06-29 | 2017-06-29 | Sleep analysis programs, sleep analysis methods, and sleep analyzers |
Publications (2)
Publication Number | Publication Date |
---|---|
JP2019012370A true JP2019012370A (en) | 2019-01-24 |
JP6879083B2 JP6879083B2 (en) | 2021-06-02 |
Family
ID=65227418
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2017128091A Active JP6879083B2 (en) | 2017-06-29 | 2017-06-29 | Sleep analysis programs, sleep analysis methods, and sleep analyzers |
Country Status (1)
Country | Link |
---|---|
JP (1) | JP6879083B2 (en) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2021006235A1 (en) * | 2019-07-05 | 2021-01-14 | 国立大学法人 東京大学 | Sleep-wakefulness determination device and program |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2007319238A (en) * | 2006-05-30 | 2007-12-13 | Toshiba Consumer Marketing Corp | Sleep monitoring device |
US20110224510A1 (en) * | 2010-01-29 | 2011-09-15 | Dreamwell, Ltd. | Systems and Methods for Bedding with Sleep Diagnostics |
JP2015131008A (en) * | 2014-01-14 | 2015-07-23 | アイシン精機株式会社 | Sleep evaluation apparatus |
JP2017068831A (en) * | 2015-09-30 | 2017-04-06 | 日通システム株式会社 | Labor management system, labor management method and labor management program |
JP2017108777A (en) * | 2015-12-14 | 2017-06-22 | 富士通株式会社 | Sleep state determination system, sleep state determination device, sleep state determination method, and sleep state determination program |
-
2017
- 2017-06-29 JP JP2017128091A patent/JP6879083B2/en active Active
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2007319238A (en) * | 2006-05-30 | 2007-12-13 | Toshiba Consumer Marketing Corp | Sleep monitoring device |
US20110224510A1 (en) * | 2010-01-29 | 2011-09-15 | Dreamwell, Ltd. | Systems and Methods for Bedding with Sleep Diagnostics |
JP2015131008A (en) * | 2014-01-14 | 2015-07-23 | アイシン精機株式会社 | Sleep evaluation apparatus |
JP2017068831A (en) * | 2015-09-30 | 2017-04-06 | 日通システム株式会社 | Labor management system, labor management method and labor management program |
JP2017108777A (en) * | 2015-12-14 | 2017-06-22 | 富士通株式会社 | Sleep state determination system, sleep state determination device, sleep state determination method, and sleep state determination program |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2021006235A1 (en) * | 2019-07-05 | 2021-01-14 | 国立大学法人 東京大学 | Sleep-wakefulness determination device and program |
Also Published As
Publication number | Publication date |
---|---|
JP6879083B2 (en) | 2021-06-02 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Cuttone et al. | Sensiblesleep: A bayesian model for learning sleep patterns from smartphone events | |
US11883194B2 (en) | Method and system for measuring, predicting, and optimizing human cognitive performance | |
US9204836B2 (en) | Sporadic collection of mobile affect data | |
JP2018506773A (en) | Method and system for monitoring and influencing gesture-based behavior | |
JP2005332398A (en) | Production system, method and article for acquiring data | |
WO2013121662A1 (en) | Program for displaying results of sleep analysis, program for displaying sleep improvement support screen, and program for displaying results of sleep improvement behavior | |
KR20160021834A (en) | Using user mood and context to advise user | |
JP2019101566A (en) | Information processing system, information processing method, information processing program, and information processing apparatus | |
CN104160399B (en) | A kind of method, system and device generating the Circadian Times cyclical information in relation to people | |
CN110413981A (en) | The based reminding method and device of the quality detecting method of electronic health record, similar case history | |
US11687849B2 (en) | Information processing apparatus, information processing method, and program | |
WO2023112384A1 (en) | Computer system and emotion estimation method | |
JPWO2018150725A1 (en) | Dementia information output system and control program | |
JP2019012370A (en) | Sleep analysis program and sleep analysis method and sleep analysis device | |
JP6920731B2 (en) | Sleep improvement system, terminal device and sleep improvement method | |
US20220199227A1 (en) | Method and System for Measuring, Predicting and Optimizing Human Alertness | |
Wood et al. | Diabetes mobile care: aggregating and visualizing data from multiple mobile health technologies | |
US20140297600A1 (en) | Bayesian Sleep Fusion | |
JP2020013308A (en) | Apparatus, system, method and program for managing employees | |
TWI691306B (en) | Emotion detector device, system and method thereof | |
Robinson et al. | Monitoring behavioral transitions in cognitive rehabilitation with multi-model, multi-window stream mining | |
JP2016224479A (en) | Device, method, and program for sleeping management | |
CN113516450A (en) | Reminding task generation method and device and electronic equipment | |
US20200114516A1 (en) | Robotic perception extensibility | |
JP2020137895A (en) | Display method, program and display system |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20200310 |
|
A977 | Report on retrieval |
Free format text: JAPANESE INTERMEDIATE CODE: A971007 Effective date: 20200928 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20201013 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20201214 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20210202 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20210226 |
|
TRDD | Decision of grant or rejection written | ||
A01 | Written decision to grant a patent or to grant a registration (utility model) |
Free format text: JAPANESE INTERMEDIATE CODE: A01 Effective date: 20210330 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20210412 |
|
R150 | Certificate of patent or registration of utility model |
Ref document number: 6879083 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R150 |