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 |