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
【０００１】
【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
【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 |