JP3788126B2 - 睡眠状態判定装置 - Google Patents
睡眠状態判定装置 Download PDFInfo
- Publication number
- JP3788126B2 JP3788126B2 JP24053299A JP24053299A JP3788126B2 JP 3788126 B2 JP3788126 B2 JP 3788126B2 JP 24053299 A JP24053299 A JP 24053299A JP 24053299 A JP24053299 A JP 24053299A JP 3788126 B2 JP3788126 B2 JP 3788126B2
- Authority
- JP
- Japan
- Prior art keywords
- sleep state
- time
- calculation unit
- biological information
- unit
- 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.)
- Expired - Fee Related
Links
Landscapes
- Measuring Pulse, Heart Rate, Blood Pressure Or Blood Flow (AREA)
- Measurement Of The Respiration, Hearing Ability, Form, And Blood Characteristics Of Living Organisms (AREA)
Description
【発明の属する技術分野】
本発明は、心拍数や脈拍数のような比較的容易に得られる生体の活動情報に基づいて、生体の睡眠状態の変化を検出するようにした睡眠状態判定装置に関するものである。
【0002】
【従来の技術】
一般に、心拍信号はその人間の状態、例えば、睡眠・覚醒、安静・運動、姿勢の変化、摂食、さらには情動や精神的なリラックスやストレス等によって絶えず変化している。また、睡眠に関しても人間の睡眠状態は一晩を通じて一様ではなく、ノンレム睡眠期とレム睡眠期とのサイクルが周期的に数回出現し、その周期が100分程度(80〜120分)であることが従来より知られている。各サイクルでは、ノンレム睡眠期において浅い睡眠から深い睡眠へと睡眠状態が次第に移行し、深い睡眠状態が持続した後、再び浅い睡眠状態となり、その後、レム睡眠期が出現するという変化のしかたが一般的である。また、各サイクルにおけるノンレム睡眠期の睡眠の深さの変化は相対的であり、入眠から覚醒にかけてサイクル毎に睡眠深度が浅くなる。従って、上述のような睡眠の状態変化を検出すれば、その状態に応じて入眠を促進したり、より深い睡眠状態に誘うように、また心地よく目覚めさせたりするように適宜の刺激を与えることができる。
【0003】
そこで睡眠の状態変化を検出することが従来から種々試みられており、例えば脳波、眼球運動、筋電などを含む睡眠ポリグラフを用いれば良い。しかしこのものは、装置が大がかりであり、研究室や病院などの計測設備を備えた場所でしか利用できず、健康機器のように日常的に使用する用途には不向きである。そこで、睡眠ポリグラフに代わる手段によって睡眠の状態変化を精度良く検出することが望まれている。このような要求に応えるために、心拍数や脈拍数に着目し、これらの変化から人間の状態変化を検出する事が考えられている。
【0004】
すなわち、夜間睡眠においては、単位時間あたりの心拍数は入眠とともに減少し、朝方に最低値を示し、覚醒時期が近付くにつれて増加することが知られている。また、ノンレム睡眠期では単位時間当たりの心拍数は比較的安定しているがレム睡眠期には自律神経の活動状態に乱れが生じるから心拍数が著しく変動し、多くの場合に増加傾向が見られるということが知られている。さらに、ノンレム睡眠期の中でも睡眠深度が浅い場合は単位時間当たりの心拍数は比較的多めで睡眠深度が深い場合は単位時間当たりの心拍数は比較的少なめで非常に安定している。図14(a)に覚醒状態、レム睡眠期、ノンレム睡眠期の浅い睡眠状態、ノンレム睡眠期の深い睡眠状態の、4通りの睡眠状態の一晩での推移の一例を示し、また図14(b)にこのときの心拍数の推移の一例を示す。ここで図14において、「WAKE」は覚醒状態、「REM」はレム睡眠期、「non−REM」はノンレム睡眠期の浅い睡眠状態、「SWS」はノンレム睡眠期の深い睡眠状態を示している。
【0005】
そしてこのような知見に基づいて、睡眠状態を検出する構成が従来から種々提供されており、例えば特開昭63−205592号公報に開示されているように、脈拍数の増減を指標としてレム睡眠期を検出するものがある。また、特開平3−41926号公報に開示されているように、脈拍数や呼吸数の増減傾向と時間的変動とを織り込んだ睡眠指数を用いることにより睡眠の状態変化を精度良く検出できるようにしたものがある。
【0006】
【発明が解決しようとする課題】
しかしながら、上記の従来のものでは、脈拍数や呼吸数の増減傾向と時間的変動とを織り込んだ睡眠指数を用いることにより、入眠を判別し、レム睡眠期を検出していたものであるから、実際の睡眠の状態変化との一致率に個人差がかなりあり、睡眠ポリグラフに比較して精度がかなり悪く、深い睡眠状態と浅い睡眠状態を判別できないという問題を有していた。
【0007】
本発明は上記問題点の解決を目的とするものであり、睡眠状態を精度良く検出することができる睡眠状態判定装置を提供しようとするものである。
【0008】
【課題を解決するための手段】
本発明の請求項1に係る睡眠状態判定装置は、単位時間あたりの心拍数または脈拍数などの生体情報値を測定して各時刻の生体情報計測値とする計測部1と、測定時刻を設定する測定時刻設定部2と、生体情報値の時系列の時間変化の傾向を表すように設定したトレンド曲線を算出するトレンド曲線算出部3と、上記生体情報値とトレンド曲線から各測定時刻での生体情報値の増加度合いを算出する増分算出部4と、上記各測定時刻の前の一定時間内での上記生体情報値のばらつき度合いを算出するばらつき度算出部5と、この算出された生体情報値の増分とばらつき度の組み合わせから、予め設定された睡眠状態出現確率密度分布表6をもとに各睡眠状態の出現確率を算出する睡眠状態出現確率算出部7と、睡眠状態出現確率算出部7で算出された各睡眠状態の出現確率のなかで最も大きな数値を採った状態をその測定時刻の睡眠状態と推定する睡眠状態推定部8とを具備して成ることを特徴とするものである。
【0009】
本発明の請求項2に係る睡眠状態判定装置は、単位時間あたりの心拍数または脈拍数などの生体情報値を測定して各時刻の生体情報計測値とする計測部1と、測定時刻を設定する測定時刻設定部2と、生体情報値の時系列の時間変化の傾向を表すように設定したトレンド曲線を算出するトレンド曲線算出部3と、上記生体情報値とトレンド曲線から各測定時刻での生体情報値の増加度合いを算出する増分算出部4と、上記各測定時刻の前の一定時間内での上記生体情報値のばらつき度合いを算出するばらつき度算出部5と、この算出された生体情報値の増分とばらつき度の組み合わせから、予め設定された睡眠状態出現確率密度分布表6をもとに各睡眠状態の出現確率を算出する睡眠状態出現確率算出部7と、動作開始時からの経過時間から、予め設定された各睡眠状態の出現割合表9をもとに各睡眠状態の出現割合を算出する睡眠状態出現割合算出部10と、上記各睡眠状態出現確率と上記各睡眠状態出現割合を掛け合わせて各睡眠状態出現比率を算出する睡眠状態出現比率算出部11と、上記各睡眠状態出現比率のなかで最も大きな数値を採った状態をその測定時刻の睡眠状態と推定する睡眠状態推定部8とを具備して成ることを特徴とするものである。
【0010】
本発明の請求項3に係る睡眠状態判定装置は、単位時間あたりの心拍数または脈拍数などの生体情報値を測定して各時刻の生体情報計測値とする計測部1と、測定時刻を設定する測定時刻設定部2と、上記生体情報値の時系列の進行方向の時間変化の傾向を表すように設定した前トレンド曲線を算出する前トレンド曲線算出部12と、上記生体情報値の時系列の逆行方向の時間変化の傾向を表すように設定した後トレンド曲線を算出する後トレンド曲線算出部13と、上記前トレンド曲線と上記後トレンド曲線のうち各測定時刻において大きいほうの値を採用してトレンド曲線を算出するトレンド曲線算出部14と、上記生体情報値とトレンド曲線から各測定時刻での生体情報値の増加度合いを算出する増分算出部4と、上記各測定時刻の前の一定時間内での上記生体情報値のばらつき度合いを算出するばらつき度算出部5と、この算出された生体情報値の増分とばらつき度の組み合わせから、予め設定された睡眠状態出現確率密度分布表6をもとに各睡眠状態の出現確率を算出する睡眠状態出現確率算出部7と、上記各睡眠状態の出現確率のなかで最も大きな数値を採った状態をその測定時刻の睡眠状態と推定する睡眠状態推定部8とを具備して成ることを特徴とするものである。
【0011】
本発明の請求項4に係る睡眠状態判定装置は、単位時間あたりの心拍数または脈拍数などの生体情報値を測定して各時刻の生体情報計測値とする計測部1と、測定時刻を設定する測定時刻設定部2と、上記生体情報値の時系列の進行方向の時間変化の傾向を表すように設定した前トレンド曲線を算出する前トレンド曲線算出部12と、上記生体情報値の時系列の逆行方向の時間変化の傾向を表すように設定した後トレンド曲線を算出する後トレンド曲線算出部13と、上記前トレンド曲線と上記後トレンド曲線のうち各測定時刻において大きなほうの値を採用してトレンド曲線を算出するトレンド曲線算出部14と、上記生体情報値とトレンド曲線から各測定時刻での生体情報値の増加度合いを算出する増分算出部4と、上記各測定時刻の前の一定時間内での上記生体情報値のばらつき度合いを算出するばらつき度算出部5と、この算出された生体情報値の増分とばらつき度の組み合わせから、予め設定された睡眠状態出現確率密度分布表6をもとに各睡眠状態の出現確率を算出する睡眠状態出現確率算出部7と、動作開始時からの経過時間から、予め設定された睡眠状態の出現割合表9をもとに各睡眠状態の出現割合を算出する睡眠状態出現割合算出部10と、上記各睡眠状態出現確率と上記各睡眠状態出現割合を掛け合わせて各睡眠状態出現比率を算出する睡眠状態出現比率算出部11と、上記各睡眠状態出現比率のなかで最も大きな数値を採った状態をその測定時刻の睡眠状態と推定する睡眠状態推定部8とを具備して成ることを特徴とするものである。
【0012】
また請求項5の発明は、請求項1〜4において、上記睡眠状態推定部8より出力された推定結果に対して、入眠と推定した後、予め設定された時間の間は深い睡眠状態にならないように推定結果を訂正する睡眠判定調整部15を具備して成ることを特徴とするものである。
【0013】
また請求項6の発明は、請求項1〜5において、上記睡眠状態推定部8より出力された推定結果に対して、入眠と推定した後、ばらつき度が予め設定された閾値未満である状態が連続して予め設定された時間の間持続した場合に、深い睡眠状態となるように推定結果を訂正する睡眠判定調整部16を具備して成ることを特徴とするものである。
【0014】
【発明の実施の形態】
以下、本発明の実施の形態を説明する。尚、以下の各実施の形態では、生体の活動状況の指標となる生体情報値として、心拍数を用いているが、脈拍数でも同様の処理を行なうことができるのはもちろんのことである。
【0015】
図1は請求項1の発明を実施するための装置の制御部の基本構成の一例を示すものである。心拍の計測は、電極を用いたり電波を用いたりして心臓の拍動を検出する心拍センサを使用して行なうことができるものであり、心拍センサからの出力は無線伝送あるいは有線伝送により本装置に伝送され、心拍センサから伝送された心拍信号は計測部1に入力されるようになっている。計測部1では、波形整形を行うことによりパルス状の信号を得た後、単位時間毎のパルス数を計数し、計数値を単位時間あたりの心拍数H(t)として出力するようになっている。パルス数を計数する単位時間は、たとえば1分である。計測部1から出力される単位時間あたりの心拍数H(t)は、トレンド曲線算出部3と増分算出部4とばらつき度算出部5に入力される。
【0016】
トレンド曲線算出部3では、生体情報値の時系列の時間変化での増減傾向を表すように設定したトレンド曲線を算出するようにしてある。すなわち、トレンド曲線算出部3は図2のフローチャートに示すように動作し、入力された単位時間あたりの心拍数H(t)より次式のようにトレンド曲線FT(t)を定義する。
【0017】
t=1の時
FT(1)=H(1)
t>1の時
H(t)≧FT(t−1)の時 FT(t)=FT(t−1)
H(t)<FT(t−1)の時 FT(t)=H(t)
このようにして求められるトレンド曲線FT(t)は、たとえば、図3のようになる。この図3において、心拍数は黒細線で、トレンド曲線は黒太線で表している。
【0018】
このようにしてトレンド曲線算出部3で算出されて出力されたトレンド曲線FT(t)は各測定時刻での生体情報値の増加度合いである増分を算出する増分算出部4に入力される。増分算出部4では、トレンド曲線FT(t)からの心拍数H(t)の増加度合いを表す指標である増分ZOU(t)が算出される。すなわち、増分ZOU(t)を心拍数H(t)とトレンド曲線FT(t)を用いて次式のように定義する。
【0019】
ZOU(t)=H(t)−FT(t)
このようにして求められる増分ZOU(t)は、たとえば、図4のようになる。図4は、図3の心拍数H(t)とトレンド曲線FT(t)から得られる一晩の増分の推移を示すものである。
【0020】
またばらつき度算出部5では、計測部1より入力された心拍数H(t)のばらつき度合いを算出するようになっている。まず、計測された心拍数H(t)とその1分前に計測された心拍数H(t−1)の差の絶対値(差分SABUN(t)とする)を算出する。差分SABUN(t)の算出式は次式のように定義する。
【0021】
abs(H(t)−H(t−1))<6の場合
SABUN(t)=abs(H(t)−H(t−1))
abs(H(t)−H(t−1))≧6の場合
SABUN(t)=6
さらに、差分SABUN(t)を用いてばらつき度BARA(t)を次式のように算出する。
【0022】
t=1の場合
BARA(1)=SABUN(1)
t=2の場合
BARA(1)=SABUN(1)+SABUN(2)
t=3の場合
BARA(1)=SABUN(1)+SABUN(2)+SABUN(3)
t=4の場合
BARA(1)=SABUN(1)+SABUN(2)+SABUN(3)
+SABUN(4)
t≧5の場合
BARA(t)=SABUN(t−4)+SABUN(t−3)
+SABUN(t−2)+SABUN(t−1)
+SABUN(t)
このようにして求めたばらつき度BARA(t)は、例えば図5のようになる。
【0023】
そして上記のようにして、増分算出部4で算出されて出力された増分ZOU(t)と、ばらつき度算出部5で算出されて出力されたばらつき度BARA(t)は、睡眠状態出現確率密度分布表6をもとに各睡眠状態の出現確率を算出する睡眠状態出現確率算出部7に入力される。睡眠状態出現確率算出部7では、増分算出部4から出力された増分ZOU(t)とばらつき度算出部5から出力されたばらつき度BARA(t)の組み合わせから、各睡眠状態ごとの睡眠状態出現確率密度分布表6をもとにして、覚醒状態、レム睡眠期、ノンレム睡眠期の浅い睡眠状態、ノンレム睡眠期の深い睡眠状態の、4種類の各睡眠状態の出現確率を算出するようになっている。
【0024】
睡眠状態出現確率密度分布表6は、たとえば89夜分(時間では約4万2000分)の夜間の睡眠状態のデータを基に作成されているものである。すなわち、この約4万2000分のデータの1分1分ごとに心拍数の増分とばらつき度が計算されており、その1分1分ごとに睡眠状態が脳波のデータから判定されている。そしてこれらのデータから、1分の心拍数の増分とばらつき度の組み合わせと、睡眠状態の種類との関係を解析することによって、その1分の睡眠状態が、ノンレム睡眠期の浅い睡眠状態である確率、レム睡眠期である確率、ノンレム睡眠期の深い睡眠状態である確率、覚醒状態である確率をそれぞれ算出することができる。睡眠状態出現確率密度分布表6はこれらの確率をまとめたものであって、図6にその一例を示すように、ノンレム睡眠期の浅い睡眠状態(non−REM)、レム睡眠期(REM)、ノンレム睡眠期の深い睡眠状態(SWS)、覚醒状態(WAKE)の各睡眠状態ごとの出現確率密度分布表6a,6b,6c,6dからなるものであり、各睡眠状態ごとの睡眠状態出現確率密度分布表6a,6b,6c,6dには増分とばらつき度の組み合わせからその睡眠状態の出現確率が求められるように2次元の表になっている。例えば図6にみられるように、増分が「3」、ばらつきが「5」であると、ノンレム睡眠期の浅い睡眠状態(non−REM)の出現確率は68.5%になる。そしてこのように睡眠状態出現確率算出部7で算出されて出力された各睡眠状態ごとの出現確率は、睡眠状態推定部8に入力される。
【0025】
睡眠状態推定部8では、睡眠状態出現確率算出部7から出力された4つの各睡眠状態ごとの出現確率を比べ、最も大きな値を示した睡眠状態をその時刻の睡眠状態と推定するようにしてあり、覚醒状態、レム睡眠期、ノンレム睡眠期の浅い睡眠状態、ノンレム睡眠期の深い睡眠状態の、4種類のいずれの睡眠状態であるかを推定することができるものである。
【0026】
次に、図7は請求項2の発明に係る装置の制御部の基本構成の一例を示すものである。計測部1、トレンド曲線算出部3、増分算出部4、ばらつき度算出部5、睡眠状態出現確率算出部7は上記の図1の場合と同じである。そして睡眠状態出現確率算出部7で算出されて出力された各睡眠状態ごとの出現確率は、睡眠状態出現比率算出部11に入力される。
【0027】
睡眠状態出現割合算出部10では、睡眠の動作開始時からの経過時間から、各睡眠状態の出現割合表9をもとに、覚醒状態、レム睡眠期、ノンレム睡眠期の浅い睡眠状態、ノンレム睡眠期の深い睡眠状態の、4種類の各睡眠状態の出現割合を算出するようになっている。この睡眠状態出現割合表9は、前記と同様な夜間の睡眠状態のデータを基にして入床からの経過時間と睡眠状態の種類との関係を解析することによって、4種類の各睡眠状態の出現割合を算出して作成されたものであって、睡眠の開始時から所定時間経過したときの睡眠状態が、覚醒状態、レム睡眠期、ノンレム睡眠期の浅い睡眠状態、ノンレム睡眠期の深い睡眠状態のいずれであるかの割合を示すものであり、図8に覚醒状態(WAKE)、レム睡眠期(REM)、ノンレム睡眠期の浅い睡眠状態(non−REM)、ノンレム睡眠期の深い睡眠状態(SWS)の、4通りの各睡眠状態の出現割合表9をグラフ化したものを示す。睡眠状態出現割合算出部6で算出されて出力された各睡眠状態の出現割合は、睡眠状態出現比率算出部11に入力される。
【0028】
睡眠状態出現比率算出部11では、睡眠状態出現確率算出部7から出力された各睡眠状態ごとの出現確率と、睡眠状態出現割合算出部10から出力された各睡眠状態の出現割合とを掛け合わせて、各睡眠状態の出現比率を算出するようになっている。そして睡眠状態出現比率算出部11で算出されて出力された各睡眠状態の出現比率は、睡眠状態推定部8に入力される。
【0029】
睡眠状態推定部8では、睡眠状態出現比率算出部11から出力された各睡眠状態ごとの出現比率を比べ、最も大きな値を示した状態をその時刻の睡眠状態と推定するようにしてあり、覚醒状態、レム睡眠期、ノンレム睡眠期の浅い睡眠状態、ノンレム睡眠期の深い睡眠状態の、4種類のいずれの睡眠状態であるかを推定することができるものである。
【0030】
次に、図9は請求項3の発明に係る装置の制御部の基本構成の一例を示すものである。計測部1は上記の図1の場合と同じである。そして計測部1から出力された単位時間あたりの心拍数H(t)は、前トレンド曲線算出部12、後トレンド曲線算出部13、増分算出部4、ばらつき度算出部5に出力される。
【0031】
前トレンド曲線算出部12では、生体情報値の時系列の進行方向の時間変化での増減傾向を表すように設定した前トレンド曲線FT(t)を算出するようにしてある。この前トレンド曲線FT(t)を算出する動作は図1でのトレンド曲線算出部3の動作と同じである。そして前トレンド曲線算出部12から出力された前トレンド曲線FT(t)は、トレンド曲線算出部14に入力される。
【0032】
また後トレンド曲線算出部13では、生体情報値の時系列の逆行方向の時間変化での増減傾向を表すように設定した後トレンド曲線RT(t)を算出するようにしてある。すなわち、後トレンド曲線算出部13は図10のフローチャートに示すように動作し、入力された単位時間あたりの心拍数H(t)より次式のように後トレンド曲線RT(t)を定義する。
【0033】
ds:最終の計測時間
t=dsの時
RT(ds)=H(ds)
t<dsの時
H(t)≧RT(t+1)の時 RT(t)=RT(t+1)
H(t)<RT(t+1)の時 RT(t)=H(t)
そして後トレンド曲線算出部13で算出されて出力された後トレンド曲線RT(t)は、トレンド曲線算出部14に入力される。
【0034】
トレンド曲線算出部14では、前トレンド曲線算出部12から出力された前トレンド曲線FT(t)と、後トレンド曲線算出部13から出力された後トレンド曲線RT(t)のうち、各測定時刻においてより大きな値を採るほうを採用し、トレンド曲線TRE(t)を算出するようにしてある。このようにしてトレンド曲線算出部14で算出されて出力されたトレンド曲線TRE(t)は、各測定時刻での生体情報値の増加度合いを算出する増分算出部4に入力される。
【0035】
増分算出部4では、トレンド曲線TRE(t)からの心拍数H(t)の増加度合いを表す指標である増分ZOU(t)を算出する。すなわち、増分ZOU(t)を心拍数H(t)とトレンド曲線TRE(t)を用いて次式のように定義する。
【0036】
ZOU(t)=H(t)−TRE(t)
ばらつき度算出部5については、図1のものと同じである。
【0037】
そして、増分算出部4で算出されて出力された増分ZOU(t)と、ばらつき度算出部5で算出されて出力されたばらつき度BARA(t)は、睡眠状態出現確率密度分布表6をもとに各睡眠状態の出現確率を算出する睡眠状態出現確率算出部7に入力され、各睡眠状態ごとの出現確率が算出される。この各睡眠状態ごとの出現確率は睡眠状態推定部8に入力され、覚醒状態、レム睡眠期、ノンレム睡眠期の浅い睡眠状態、ノンレム睡眠期の深い睡眠状態の、4種類のいずれの睡眠状態であるかを推定する。睡眠状態出現確率算出部7と睡眠状態推定部8については図1のものと同じである。
【0038】
次に、図11は請求項4の発明に係る装置の制御部の基本構成の一例を示すものである。計測部1、前トレンド曲線算出部12、後トレンド曲線算出部13、トレンド曲線算出部14、増分算出部4、ばらつき度算出部5、睡眠状態出現確率算出部7については、図9のものと同じである。また睡眠状態出現割合算出部10、睡眠状態出現比率算出部11、睡眠状態推定部8については図10のものと同じである。
【0039】
そして睡眠状態出現確率算出部7で算出されて出力された各睡眠状態の出現確率と、睡眠状態出現割合算出部10で算出されて出力された各睡眠状態の出現割合は、それぞれ睡眠状態出現比率算出部11に入力され、各睡眠状態の出現比率が算出される。この各睡眠状態の出現比率は睡眠状態推定部8に入力され、覚醒状態、レム睡眠期、ノンレム睡眠期の浅い睡眠状態、ノンレム睡眠期の深い睡眠状態の、4種類のいずれの睡眠状態であるかを推定する。
【0040】
次に図12は請求項5の発明に係る装置の制御部の基本構成の一例を示すものである。計測部1から睡眠状態推定部8までについては図1のものと同じである。
【0041】
そして睡眠状態推定部8で推定された睡眠状態の推定結果は、睡眠状態推定部8から出力されて睡眠判定調整部15に入力される。睡眠判定調整部15では、入力された睡眠状態の推定結果をもとに、入眠と推定した後、予め設定してあった時間(例えば10分)の間は深い睡眠状態と判定しないように推定結果を訂正するようになっている。
【0042】
次に図13は請求項6の発明に係る装置の制御部の基本構成の一例を示すものである。計測部1から睡眠状態推定部8までについては図1のものと同じである。
【0043】
そして睡眠状態推定部8で推定された睡眠状態の推定結果は、睡眠状態推定部8から出力されて睡眠判定調整部16に入力される。睡眠判定調整部16では、入力された睡眠状態の推定結果をもとに、入眠と推定した後、ばらつき度が予め設定してある閾値未満である状態が、連続して予め設定してある時間の間持続した場合には、深い睡眠状態と判定するように推定結果を訂正するようになっている。
【0044】
【発明の効果】
本発明の請求項1に係る睡眠状態判定装置は、単位時間あたりの心拍数または脈拍数などの生体情報値を測定して各時刻の生体情報計測値とする計測部と、測定時刻を設定する測定時刻設定部と、生体情報値の時系列の時間変化の傾向を表すように設定したトレンド曲線を算出するトレンド曲線算出部と、上記生体情報値とトレンド曲線から各測定時刻での生体情報値の増加度合いを算出する増分算出部と、上記各測定時刻の前の一定時間内での上記生体情報値のばらつき度合いを算出するばらつき度算出部と、この算出された生体情報値の増分とばらつき度の組み合わせから、予め設定された睡眠状態出現確率密度分布表をもとに各睡眠状態の出現確率を算出する睡眠状態出現確率算出部と、睡眠状態出現確率算出部で算出された各睡眠状態の出現確率のなかで最も大きな数値を採った状態をその測定時刻の睡眠状態と推定する睡眠状態推定部とを具備するので、生体情報値の増加度合いとばらつき度合いとから各睡眠状態の出現確率を算出することができ、睡眠状態を精度良く、しかもリアルタイムで検出することができるものである。
【0045】
本発明の請求項2に係る睡眠状態判定装置は、単位時間あたりの心拍数または脈拍数などの生体情報値を測定して各時刻の生体情報計測値とする計測部と、測定時刻を設定する測定時刻設定部と、生体情報値の時系列の時間変化の傾向を表すように設定したトレンド曲線を算出するトレンド曲線算出部と、上記生体情報値とトレンド曲線から各測定時刻での生体情報値の増加度合いを算出する増分算出部と、上記各測定時刻の前の一定時間内での上記生体情報値のばらつき度合いを算出するばらつき度算出部と、この算出された生体情報値の増分とばらつき度の組み合わせから、予め設定された睡眠状態出現確率密度分布表をもとに各睡眠状態の出現確率を算出する睡眠状態出現確率算出部と、動作開始時からの経過時間から、予め設定された各睡眠状態の出現割合表をもとに各睡眠状態の出現割合を算出する睡眠状態出現割合算出部と、上記各睡眠状態出現確率と上記各睡眠状態出現割合を掛け合わせて各睡眠状態出現比率を算出する睡眠状態出現比率算出部と、上記各睡眠状態出現比率のなかで最も大きな数値を採った状態をその測定時刻の睡眠状態と推定する睡眠状態推定部とを具備するので、生体情報値の増加度合いとばらつき度合いに加えて、睡眠状態出現割合表から各睡眠状態の出現割合を算出することができ、時間経過の概念を加えることができて、睡眠状態を精度良く、しかもリアルタイムで検出することができるものである。
【0046】
本発明の請求項3に係る睡眠状態判定装置は、単位時間あたりの心拍数または脈拍数などの生体情報値を測定して各時刻の生体情報計測値とする計測部と、測定時刻を設定する測定時刻設定部と、上記生体情報値の時系列の進行方向の時間変化の傾向を表すように設定した前トレンド曲線を算出する前トレンド曲線算出部と、上記生体情報値の時系列の逆行方向の時間変化の傾向を表すように設定した後トレンド曲線を算出する後トレンド曲線算出部と、上記前トレンド曲線と上記後トレンド曲線のうち各測定時刻において大きいほうの値を採用してトレンド曲線を算出するトレンド曲線算出部と、上記生体情報値とトレンド曲線から各測定時刻での生体情報値の増加度合いを算出する増分算出部と、上記各測定時刻の前の一定時間内での上記生体情報値のばらつき度合いを算出するばらつき度算出部と、この算出された生体情報値の増分とばらつき度の組み合わせから、予め設定された睡眠状態出現確率密度分布表をもとに各睡眠状態の出現確率を算出する睡眠状態出現確率算出部と、上記各睡眠状態の出現確率のなかで最も大きな数値を採った状態をその測定時刻の睡眠状態と推定する睡眠状態推定部とを具備するので、前トレンド曲線と後トレンド曲線から算出されるトレンド曲線をもとにして生体情報値の増加度合いをより生体の状態を正確に反映した値として算出することができ、この生体情報値の増加度合いとばらつき度合いとから各睡眠状態の出現確率を算出することができるものであり、睡眠状態を精度良く、しかもリアルタイムで検出することができるものである。
【0047】
本発明の請求項4に係る睡眠状態判定装置は、単位時間あたりの心拍数または脈拍数などの生体情報値を測定して各時刻の生体情報計測値とする計測部と、測定時刻を設定する測定時刻設定部と、上記生体情報値の時系列の進行方向の時間変化の傾向を表すように設定した前トレンド曲線を算出する前トレンド曲線算出部と、上記生体情報値の時系列の逆行方向の時間変化の傾向を表すように設定した後トレンド曲線を算出する後トレンド曲線算出部と、上記前トレンド曲線と上記後トレンド曲線のうち各測定時刻において大きなほうの値を採用してトレンド曲線を算出するトレンド曲線算出部と、上記生体情報値とトレンド曲線から各測定時刻での生体情報値の増加度合いを算出する増分算出部と、上記各測定時刻の前の一定時間内での上記生体情報値のばらつき度合いを算出するばらつき度算出部と、この算出された生体情報値の増分とばらつき度の組み合わせから、予め設定された睡眠状態出現確率密度分布表をもとに各睡眠状態の出現確率を算出する睡眠状態出現確率算出部と、動作開始時からの経過時間から、予め設定された睡眠状態の出現割合表をもとに各睡眠状態の出現割合を算出する睡眠状態出現割合算出部と、上記各睡眠状態出現確率と上記各睡眠状態出現割合を掛け合わせて各睡眠状態出現比率を算出する睡眠状態出現比率算出部と、上記各睡眠状態出現比率のなかで最も大きな数値を採った状態をその測定時刻の睡眠状態と推定する睡眠状態推定部とを具備するので、前トレンド曲線と後トレンド曲線から算出されるトレンド曲線をもとにして生体情報値の増加度合いをより生体の状態を正確に反映した値として算出することができ、しかもこの生体情報値の増加度合いとばらつき度合いに加えて、睡眠状態出現割合表から各睡眠状態の出現割合を算出することができ、時間経過の概念を加えることができて、睡眠状態を精度良く、しかもリアルタイムで検出することができるものである。
【0048】
また請求項5の発明は、上記睡眠状態推定部より出力された推定結果に対して、入眠と推定した後、予め設定された時間の間は深い睡眠状態にならないように推定結果を訂正する睡眠判定調整部を具備するので、睡眠状態を精度良く検出することができるものである。
【0049】
また請求項6の発明は、上記睡眠状態推定部より出力された推定結果に対して、入眠と推定した後、ばらつき度が予め設定された閾値未満である状態が連続して予め設定された時間の間持続した場合に、深い睡眠状態となるように推定結果を訂正する睡眠判定調整部を具備するので、睡眠状態を精度良く検出することができるものである。
【図面の簡単な説明】
【図1】 請求項1の発明の実施の形態の一例における制御部のブロック図である。
【図2】 同上のトレンド曲線算出部の動作を示すフローチャートである。
【図3】 同上の一晩の心拍数の推移とそれに対応するトレンド曲線を示すグラフである。
【図4】 同上の一晩の心拍数の増分の推移を示すグラフである。
【図5】 同上の一晩の心拍数のばらつき度を示すグラフである。
【図6】 同上の睡眠状態出現確率密度分布表を示す図である。
【図7】 請求項2の発明の実施の形態の一例における制御部のブロック図である。
【図8】 同上の睡眠状態の出現割合表のグラフである。
【図9】 請求項3の発明の実施の形態の一例における制御部のブロック図である。
【図10】 同上の後トレンド曲線算出部の動作を示すフローチャートである。
【図11】 請求項4の発明の実施の形態の一例における制御部のブロック図である。
【図12】 請求項5の発明の実施の形態の一例における制御部のブロック図である。
【図13】 請求項6の発明の実施の形態の一例における制御部のブロック図である。
【図14】 (a)は一晩の睡眠状態の推移の一例を示すグラフ、(b)は一晩の心拍数の推移の一例を示すグラフである。
【符号の説明】
1 計測部
2 測定時刻設定部
3 トレンド曲線算出部
4 増分算出部
5 ばらつき度算出部
6 睡眠状態出現確率密度分布表
7 睡眠状態出現確率算出部
8 睡眠状態推定部
9 睡眠状態出現割合表
10 睡眠状態出現割合算出部
11 睡眠状態出現比率算出部
12 前トレンド曲線算出部
13 後トレンド曲線算出部
14 トレンド曲線算出部
15 睡眠判定調整部
16 睡眠判定調整部
Claims (6)
- 単位時間あたりの心拍数または脈拍数などの生体情報値を測定して各時刻の生体情報計測値とする計測部と、測定時刻を設定する測定時刻設定部と、生体情報値の時系列の時間変化の傾向を表すように設定したトレンド曲線を算出するトレンド曲線算出部と、上記生体情報値とトレンド曲線から各測定時刻での生体情報値の増加度合いを算出する増分算出部と、上記各測定時刻の前の一定時間内での上記生体情報値のばらつき度合いを算出するばらつき度算出部と、この算出された生体情報値の増分とばらつき度の組み合わせから、予め設定された睡眠状態出現確率密度分布表をもとに各睡眠状態の出現確率を算出する睡眠状態出現確率算出部と、睡眠状態出現確率算出部で算出された各睡眠状態の出現確率のなかで最も大きな数値を採った状態をその測定時刻の睡眠状態と推定する睡眠状態推定部とを具備して成ることを特徴とする睡眠状態判定装置。
- 単位時間あたりの心拍数または脈拍数などの生体情報値を測定して各時刻の生体情報計測値とする計測部と、測定時刻を設定する測定時刻設定部と、生体情報値の時系列の時間変化の傾向を表すように設定したトレンド曲線を算出するトレンド曲線算出部と、上記生体情報値とトレンド曲線から各測定時刻での生体情報値の増加度合いを算出する増分算出部と、上記各測定時刻の前の一定時間内での上記生体情報値のばらつき度合いを算出するばらつき度算出部と、この算出された生体情報値の増分とばらつき度の組み合わせから、予め設定された睡眠状態出現確率密度分布表をもとに各睡眠状態の出現確率を算出する睡眠状態出現確率算出部と、動作開始時からの経過時間から、予め設定された各睡眠状態の出現割合表をもとに各睡眠状態の出現割合を算出する睡眠状態出現割合算出部と、上記各睡眠状態出現確率と上記各睡眠状態出現割合を掛け合わせて各睡眠状態出現比率を算出する睡眠状態出現比率算出部と、上記各睡眠状態出現比率のなかで最も大きな数値を採った状態をその測定時刻の睡眠状態と推定する睡眠状態推定部とを具備して成ることを特徴とする睡眠状態判定装置。
- 単位時間あたりの心拍数または脈拍数などの生体情報値を測定して各時刻の生体情報計測値とする計測部と、測定時刻を設定する測定時刻設定部と、上記生体情報値の時系列の進行方向の時間変化の傾向を表すように設定した前トレンド曲線を算出する前トレンド曲線算出部と、上記生体情報値の時系列の逆行方向の時間変化の傾向を表すように設定した後トレンド曲線を算出する後トレンド曲線算出部と、上記前トレンド曲線と上記後トレンド曲線のうち各測定時刻において大きいほうの値を採用してトレンド曲線を算出するトレンド曲線算出部と、上記生体情報値とトレンド曲線から各測定時刻での生体情報値の増加度合いを算出する増分算出部と、上記各測定時刻の前の一定時間内での上記生体情報値のばらつき度合いを算出するばらつき度算出部と、この算出された生体情報値の増分とばらつき度の組み合わせから、予め設定された睡眠状態出現確率密度分布表をもとに各睡眠状態の出現確率を算出する睡眠状態出現確率算出部と、上記各睡眠状態の出現確率のなかで最も大きな数値を採った状態をその測定時刻の睡眠状態と推定する睡眠状態推定部とを具備して成ることを特徴とする睡眠状態判定装置。
- 単位時間あたりの心拍数または脈拍数などの生体情報値を測定して各時刻の生体情報計測値とする計測部と、測定時刻を設定する測定時刻設定部と、上記生体情報値の時系列の進行方向の時間変化の傾向を表すように設定した前トレンド曲線を算出する前トレンド曲線算出部と、上記生体情報値の時系列の逆行方向の時間変化の傾向を表すように設定した後トレンド曲線を算出する後トレンド曲線算出部と、上記前トレンド曲線と上記後トレンド曲線のうち各測定時刻において大きなほうの値を採用してトレンド曲線を算出するトレンド曲線算出部と、上記生体情報値とトレンド曲線から各測定時刻での生体情報値の増加度合いを算出する増分算出部と、上記各測定時刻の前の一定時間内での上記生体情報値のばらつき度合いを算出するばらつき度算出部と、この算出された生体情報値の増分とばらつき度の組み合わせから、予め設定された睡眠状態出現確率密度分布表をもとに各睡眠状態の出現確率を算出する睡眠状態出現確率算出部と、動作開始時からの経過時間から、予め設定された睡眠状態の出現割合表をもとに各睡眠状態の出現割合を算出する睡眠状態出現割合算出部と、上記各睡眠状態出現確率と上記各睡眠状態出現割合を掛け合わせて各睡眠状態出現比率を算出する睡眠状態出現比率算出部と、上記各睡眠状態出現比率のなかで最も大きな数値を採った状態をその測定時刻の睡眠状態と推定する睡眠状態推定部とを具備して成ることを特徴とする睡眠状態判定装置。
- 上記睡眠状態推定部より出力された推定結果に対して、入眠と推定した後、予め設定された時間の間は深い睡眠状態にならないように推定結果を訂正する睡眠判定調整部を具備して成ることを特徴とする請求項1〜4のいずれかに記載の睡眠状態判定装置。
- 上記睡眠状態推定部より出力された推定結果に対して、入眠と推定した後、ばらつき度が予め設定された閾値未満である状態が連続して予め設定された時間の間持続した場合に、深い睡眠状態となるように推定結果を訂正する睡眠判定調整部を具備して成ることを特徴とする請求項1〜5のいずれかに記載の睡眠状態判定装置。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP24053299A JP3788126B2 (ja) | 1999-08-26 | 1999-08-26 | 睡眠状態判定装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP24053299A JP3788126B2 (ja) | 1999-08-26 | 1999-08-26 | 睡眠状態判定装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
JP2001061820A JP2001061820A (ja) | 2001-03-13 |
JP3788126B2 true JP3788126B2 (ja) | 2006-06-21 |
Family
ID=17060941
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP24053299A Expired - Fee Related JP3788126B2 (ja) | 1999-08-26 | 1999-08-26 | 睡眠状態判定装置 |
Country Status (1)
Country | Link |
---|---|
JP (1) | JP3788126B2 (ja) |
Families Citing this family (21)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP3829544B2 (ja) * | 1999-08-26 | 2006-10-04 | 松下電工株式会社 | 入眠判定装置 |
JP3536043B2 (ja) * | 2001-08-10 | 2004-06-07 | 川崎重工業株式会社 | 被介護者の監視装置 |
JP3877615B2 (ja) * | 2002-03-11 | 2007-02-07 | 三洋電機株式会社 | 睡眠深度推定装置 |
US7189204B2 (en) * | 2002-12-04 | 2007-03-13 | Cardiac Pacemakers, Inc. | Sleep detection using an adjustable threshold |
AU2003296122A1 (en) * | 2003-06-03 | 2005-01-04 | Cb System Co. | Sleep stage judgment method and judgment device |
JP4848616B2 (ja) * | 2004-01-15 | 2011-12-28 | セイコーエプソン株式会社 | 生体情報解析装置 |
US7699785B2 (en) | 2004-03-01 | 2010-04-20 | Sleep System Laboratory Inc. | Method for determining sleep stages |
JP2006192152A (ja) * | 2005-01-14 | 2006-07-27 | Toshiba Corp | 睡眠状態判定装置、睡眠状態判定方法および睡眠状態判定プログラム |
JP5632986B2 (ja) * | 2010-09-24 | 2014-12-03 | 株式会社スリープシステム研究所 | 睡眠段階判定装置及び睡眠段階判定方法 |
EP2524647A1 (en) * | 2011-05-18 | 2012-11-21 | Alain Gilles Muzet | System and method for determining sleep stages of a person |
JP5613922B2 (ja) * | 2012-02-23 | 2014-10-29 | 株式会社タニタ | 血圧測定装置および血圧測定方法 |
JP6439729B2 (ja) * | 2016-03-24 | 2018-12-19 | トヨタ自動車株式会社 | 睡眠状態推定装置 |
JP6908737B2 (ja) * | 2018-01-30 | 2021-07-28 | 京セラ株式会社 | 電子機器、推定システム、制御方法及び制御プログラム |
JP7110701B2 (ja) * | 2018-04-23 | 2022-08-02 | セイコーエプソン株式会社 | 脈拍解析装置および脈拍解析方法 |
JP7088153B2 (ja) | 2019-09-19 | 2022-06-21 | カシオ計算機株式会社 | Cap(周期性脳波活動)検出装置、cap(周期性脳波活動)検出方法及びプログラム |
CN111248857A (zh) * | 2019-09-19 | 2020-06-09 | 听枫智能科技(深圳)有限公司 | 睡眠质量监测方法、装置、计算机设备及存储介质 |
CN116035536B (zh) * | 2023-03-14 | 2023-06-30 | 安徽星辰智跃科技有限责任公司 | 一种睡眠行为活跃水平检测量化的方法、***和装置 |
CN116392087B (zh) * | 2023-06-06 | 2023-09-01 | 安徽星辰智跃科技有限责任公司 | 基于模态分解的睡眠趋稳性量化及调节方法、***和装置 |
CN116392085B (zh) * | 2023-06-06 | 2023-09-12 | 安徽星辰智跃科技有限责任公司 | 基于趋势分析的睡眠趋稳性量化及调节方法、***和装置 |
CN116509336B (zh) * | 2023-06-27 | 2024-05-03 | 安徽星辰智跃科技有限责任公司 | 基于波形分析的睡眠周期性检测及调节方法、***和装置 |
CN117807401B (zh) * | 2024-02-28 | 2024-05-14 | 深圳市阿龙电子有限公司 | 基于数据分析的智能穿戴设备的数据处理方法 |
Family Cites Families (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPH0341926A (ja) * | 1989-07-07 | 1991-02-22 | Matsushita Electric Works Ltd | 睡眠の状態変化検出装置および睡眠状態制御装置 |
JPH05159173A (ja) * | 1991-12-04 | 1993-06-25 | Matsushita Electric Ind Co Ltd | 就寝装置 |
JP3293213B2 (ja) * | 1993-01-26 | 2002-06-17 | 松下電工株式会社 | 生体リズム曲線測定装置 |
JPH06285031A (ja) * | 1993-03-31 | 1994-10-11 | Nec San-Ei Instr Co Ltd | 睡眠解析装置 |
-
1999
- 1999-08-26 JP JP24053299A patent/JP3788126B2/ja not_active Expired - Fee Related
Also Published As
Publication number | Publication date |
---|---|
JP2001061820A (ja) | 2001-03-13 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP3788126B2 (ja) | 睡眠状態判定装置 | |
JP3733133B2 (ja) | 睡眠状態推定装置 | |
JP3976752B2 (ja) | 睡眠状態推定装置及びプログラム | |
US8608655B2 (en) | Sleep evaluation device | |
JPH0341926A (ja) | 睡眠の状態変化検出装置および睡眠状態制御装置 | |
JP5740006B2 (ja) | 呼吸測定システム及びrem睡眠判定システム | |
JP6414393B2 (ja) | 睡眠評価装置 | |
JP5632986B2 (ja) | 睡眠段階判定装置及び睡眠段階判定方法 | |
JP5760351B2 (ja) | 睡眠評価装置、睡眠評価システムおよびプログラム | |
JP6079824B2 (ja) | 睡眠評価装置およびプログラム | |
WO2005082252A1 (ja) | 睡眠段階判定方法 | |
JP2008229248A (ja) | 睡眠制御装置、方法およびプログラム | |
JP2016107095A (ja) | 睡眠段階判定装置、睡眠段階判定方法、及び睡眠段階判定プログラム、並びにストレス度判定方法 | |
JP6040874B2 (ja) | 睡眠段階推定装置 | |
JP2016016144A (ja) | 生体情報処理システム及び生体情報処理システムの制御方法 | |
JP6127739B2 (ja) | 睡眠状態判定装置 | |
JP2006271474A (ja) | 睡眠状態推定装置 | |
JP2004089267A (ja) | 睡眠深度推定装置及びこれを具えた布団 | |
JP6304050B2 (ja) | 生体状態推定装置 | |
JP3829544B2 (ja) | 入眠判定装置 | |
US20200359958A1 (en) | Sleep sufficiency estimation device and sleep sufficiency estimation method | |
JP2004358179A (ja) | 生活リズム変更方法 | |
JP2018126422A (ja) | 電子機器、方法及びプログラム | |
JPH06217946A (ja) | 生体リズム曲線測定装置 | |
JP2022159825A (ja) | 生体状態判定装置、生体状態判定方法及び生体状態判定プログラム |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A977 | Report on retrieval |
Free format text: JAPANESE INTERMEDIATE CODE: A971007 Effective date: 20050721 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20050809 |
|
A521 | Written amendment |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20051011 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20051122 |
|
A521 | Written amendment |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20060123 |
|
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: 20060307 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20060320 |
|
FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20090407 Year of fee payment: 3 |
|
S533 | Written request for registration of change of name |
Free format text: JAPANESE INTERMEDIATE CODE: R313533 |
|
FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20090407 Year of fee payment: 3 |
|
R350 | Written notification of registration of transfer |
Free format text: JAPANESE INTERMEDIATE CODE: R350 |
|
FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20100407 Year of fee payment: 4 |
|
FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20100407 Year of fee payment: 4 |
|
FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20110407 Year of fee payment: 5 |
|
FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20130407 Year of fee payment: 7 |
|
LAPS | Cancellation because of no payment of annual fees |