JP2004254827A

JP2004254827A - 睡眠状態判定装置

Info

Publication number: JP2004254827A
Application number: JP2003047320A
Authority: JP
Inventors: Masahiro Iwasaki; 正宏岩崎
Original assignee: Matsushita Electric Industrial Co Ltd
Current assignee: Panasonic Holdings Corp
Priority date: 2003-02-25
Filing date: 2003-02-25
Publication date: 2004-09-16

Abstract

【課題】睡眠状態を個人差やその日の体調等にあわせて精度よく判定する睡眠状態判定方法を提供する。
【解決手段】本発明は、皮膚温、体温、脈拍、心拍、血圧、呼吸、発汗及び体動を含む生体情報をセンサにより検出する生体情報検出部１１と、生体情報を統合してクラスタリングを行い、睡眠状態の時間的変化を状態遷移確率によりモデル化し、一時的な生体情報のばらつきを吸収する睡眠状態モデルを作成する睡眠状態モデル部１２と、睡眠状態や睡眠障害の有無を表示する表示部１４と、利用者の自覚症状や眠気等を入力するユーザ入力部１５と、利用者の自覚症状、過去の睡眠状態モデル並びに過去の入眠及び起床時刻から状態遷移確率を更新する学習部１３とを含むものである。
【選択図】図１

Description

【０００１】
【発明の属する技術分野】
本発明は、生体情報を計測して、生体の睡眠状態を判定する睡眠状態判定装置に関するものである。
【０００２】
【従来の技術】
従来、睡眠の状態変化を検出することが様々試みられており、睡眠状態は、身体は眠っているにも関わらず、脳は覚醒状態にあるレム睡眠期（ＲＥＭ）と、脳も休息している状態にあるノンレム睡眠期（ＮＯＮ−ＲＥＭ）とに分けられる。更に、睡眠状態の深さに応じて生体情報が変化することが知られおり、皮膚温、体動、心拍数などの生体情報を基に睡眠状態の深さを判定する方法が提案されている。
【０００３】
このような生体情報には、個人差と、一時的な変動とがあることが知られている。このような問題の解決のために、心拍数などの生体情報を計測し、生体情報の時間変化の増減方向を表すトレンド曲線を算出し、このトレンド曲線を基に、睡眠状態を判定するものであり、更に、生体情報の一時的な変動を吸収するばらつき度算出部を備えることによって、睡眠状態を精度良く検出することが可能である（特許文献１参照）。
【０００４】
【特許文献１】
特開２００１−６１８２０号公報（第１頁、第１図）
【０００５】
【発明が解決しようとする課題】
しかしながら、生体情報の一時的な変動に加え、個人の睡眠の差異には複数の種類があることが知られている。例えば、年齢差、男女差、季節差及び個人差がある。個人差としては、６時間未満寝る短眠者、９時間以上寝る長眠者、朝型及び夜型などがある。更に、睡眠状態は月経周期とも相関があることが知られている。
【０００６】
個人の睡眠の差異は、複数の要因が重なりあって生じているために、事前に、その差異に適応したモデルを設計することが難しかった。そのため、睡眠の差異に応じて、睡眠状態を精度よく判定することができないという課題を有していた。
【０００７】
本発明は、上記課題の解決を目的とするものであり、複数の要因が複雑に重なり合う事によって生じる個人の睡眠の差異に適応することができ、精度良く睡眠状態を検出することができ、また、ユーザの自覚症状を入力することで、ユーザが快適に入眠、起床することができる睡眠状態判定装置を提供するものである。
【０００８】
【課題を解決するための手段】
この課題を解決するために本発明は、生体情報を予め定めた時間間隔毎に測定する生体情報検出部と、前記生体情報を統合することにより現測定時間の睡眠状態を推定し、前記現測定時間の推定した睡眠状態と予め求めた睡眠状態が遷移する確率である状態遷移確率を参照して、前記現測定時間の睡眠状態を決定する睡眠状態モデル部とを含む構成である。
【０００９】
本構成によって、生体情報の一時的な変動を吸収しながら年齢差、男女差、季節差、個人差などの複数の要因に起因した個人の睡眠の差異に適応することが可能となるため、睡眠状態の判定精度が向上し、快適な入眠及び起床を促すことができる。
【００１０】
【発明の実施の形態】
本発明の請求項１に記載の発明は、生体情報を予め定めた時間間隔毎に測定する生体情報検出部と、前記生体情報を統合することにより現測定時間の睡眠状態を推定し、前記現測定時間の推定した睡眠状態と予め求めた睡眠状態が遷移する確率である状態遷移確率とを参照して、前記現測定時間の睡眠状態を決定する睡眠状態モデル部とを含む睡眠状態判定装置としたものであり、生体情報の一時的な変動を吸収し、年齢差、男女差、季節差、個人差及び月経周期を含む複数の要因が重なりあって生じる個人の睡眠の差異に適応し、精度の良い睡眠状態が判定可能となるという作用を有する。
【００１１】
請求項２に記載の発明は、利用者が起床時に自覚症状を入力するユーザ入力部と、前記自覚症状又は過去の睡眠状態の遷移を用いて、状態遷移確率を更新する学習部とを、更に含む請求項１記載の睡眠状態判定装置としたものであり、状態遷移確率を利用者に適応させることで、精度の良い睡眠状態が判定可能となるという作用を有する。
【００１２】
請求項３に記載の発明は、生体情報を用いて睡眠障害を検出する睡眠障害判定部と、睡眠状態及び前記睡眠障害を表示する表示部とを、更に含む請求項１又は２記載の睡眠状態判定装置としたものであり、自覚症状の有無に関わらず睡眠障害の検出が可能であり、個人に適した睡眠状態モデルを生成可能であるという作用を有する。
【００１３】
請求項４に記載の発明は、自覚症状、現測定時間の睡眠状態、過去の睡眠状態の遷移並びに過去の入眠及び起床時刻を用いて、入眠時刻及び起床時刻を算出する入眠起床時刻判定部を、更に含む請求項３記載の睡眠状態判定装置としたものであり、利用者が入力した自覚症状と実際の生体情報をもとに、最適な入眠時刻及び起床時刻を算出することが可能であるという作用を有する。
【００１４】
請求項５に記載の発明は、起床時刻に感覚的刺激によって、起床を促す感覚刺激出力部を、更に含む請求項４記載の睡眠状態判定装置としたものであり、起床に適した時刻に感覚的刺激によって起床を促すことが可能であるという作用を有する。
【００１５】
請求項６に記載の発明は、生体情報は、皮膚温、体温、脈拍、心拍、血圧、呼吸、発汗及び体動の少なくとも１つを含む情報である請求項１ないし５のいずれか記載の睡眠状態判定装置としたものであり、生体情報を容易に測定することが可能であるという作用を有する。
【００１６】
以下、本発明の実施の形態について、図面を参照しながら説明する。
【００１７】
（実施の形態１）
図１は、本発明の第１の実施の形態による睡眠状態判定装置の構成を示す図である。
【００１８】
ここで、生体情報検出部１１は、皮膚温、体温、脈拍、心拍、血圧、呼吸、発汗及び体動を含む生体情報を予め定めた時間間隔毎に測定するセンサを有するものであり、睡眠状態モデル部１２は、年齢差、男女差、季節差及び個人差を含む個人の睡眠の差異に対応するために、生体情報を統合することで現測定時間の睡眠状態を推定し、更に、現測定時間に推定された睡眠状態と睡眠状態が遷移する確率である状態遷移確率とを用いて、現測定時間の睡眠状態を決定するものであり、学習部１３は、利用者が起床時に入力する自覚症状と、睡眠状態モデル部１２に蓄積されている過去の睡眠状態の遷移と、入眠起床時刻判定部に蓄積されている過去の入眠及び起床時刻とを用いて、状態遷移確率を更新するものであり、表示部１４は、睡眠状態や睡眠障害の有無、入眠時刻、起床時刻を表示するものである。
【００１９】
ここでは、睡眠状態を推定する方法として、現測定時間に推定された睡眠状態と睡眠状態が遷移する確率である状態遷移確率とを用いて決定するとしたが、前測定時間の睡眠状態変化を一定時間観察することによって、睡眠状態の時間的変動に応じて、複数の状態遷移確率を用いることも可能である。
【００２０】
また、前測定時間の睡眠状態及び現測定時間に推定された睡眠状態に遷移し易くなるように、状態遷移確率に一定の重みを掛けることも可能である。このように、生体情報によって推定された睡眠状態と状態遷移確率とを用いて睡眠状態を決定する方法は、さまざまな手法を用いることが可能である。
【００２１】
更に、ユーザ入力部１５は、利用者が起床時に睡眠の快適さ等の自覚症状を入力するものであり、入眠起床時刻判定部１６は、利用者の自覚症状と、現測定時間の睡眠状態と、過去の睡眠状態の遷移と、過去の入眠時刻及び起床時刻とを対応づけ、睡眠状態が周期的に変化する性質を利用することによって、利用者にとって快適な睡眠を行うための最適な入眠及び起床時刻の算出を行うものであり、感覚刺激出力部１７は、入眠起床時刻判定部１６が出力する最適な入眠時刻及び起床時刻に基づいて、光又は音を含む感覚刺激を出力するものであり、睡眠障害判定部１８は、生体情報により睡眠障害の有無と、呼吸障害及び四肢異常運動の障害の種類とを判定するものである。
【００２２】
なお、生体情報を測定する時間間隔は、個人によって異なるが、本実施の形態では、５分間隔とする。
【００２３】
以上の構成により、利用者の睡眠状態を決定し、更に、利用者にとって最適的な入眠時刻及び起床時刻を表示し、起床時刻の起床を促し、睡眠障害等を発見することが可能である。
【００２４】
次に、本発明の実施の形態による睡眠状態判定装置の動作を説明する。
【００２５】
まず、生体情報検出部１１は、皮膚温、体温、脈拍、心拍、血圧、呼吸、発汗及び体動を含む生体情報をセンサにより検出し、睡眠状態モデル部１２に出力する。
【００２６】
なお、睡眠時異常である睡眠時呼吸障害や睡眠時四肢異常運動を検出する場合は、体動及び呼吸数を検出するセンサを備えることで検出が可能である。
【００２７】
図２は、睡眠状態の遷移を示したものである。縦軸は、睡眠状態の深さを示し、ＷＡＫＥは、脳と身体とが覚醒している状態を示し、ＲＥＭは、身体は眠っているが、脳が覚醒している浅い睡眠状態を示し、また、ＮＯＮ−ＲＥＭは、身体と脳とが睡眠している深い睡眠状態を示す。更に、ＮＯＮ−ＲＥＭは、４段階の睡眠に分けることができ、ＮＯＮ−ＲＥＭ４が最も深い睡眠状態である。横軸は、時間を示す。例えば、時間ｔでは、ＲＥＭの状態となる。
【００２８】
また、睡眠には周期が存在し、ＲＥＭからＮＯＮ−ＲＥＭ４に到達し、また、ＲＥＭに戻るものである。この周期は、基本的には共通しているものの、個人によって微妙に周期が異なることが知られており、また、個人の生活リズムによっても差異が生じる。
【００２９】
次に、睡眠状態モデル部１２では、個人毎の睡眠の差異と、生体情報の一時的な変動とを吸収するために状態遷移確率を用いて、睡眠状態を決定する。
【００３０】
図３に、睡眠状態モデル部１２の構成図を示す。生体情報統合特徴抽出部１２１１２１及び睡眠状態遷移部１２２から構成され、生体情報統合特徴抽出部１２１１２１では、複数の生体情報の統合し、現測定時間の睡眠状態の推定を行う。睡眠状態遷移部１２２では、生体情報統合特徴抽出部１２１１２１で推定された現測定時間の睡眠状態と予め蓄積された状態遷移確率とを用いて現在の睡眠状態を決定する。
【００３１】
また本実施の形態では、ベクトル量子化などのクラスタリングを用いて生体情報を統合する。本実施の形態では、クラスタリングのために、ニューラルネットワークを用いた。複数の時系列生体情報をニューラルネットワークの入力として、事前に設定した６個の睡眠状態に対応するように、クラスタリングすることによって、現在の生体情報がどの睡眠状態に対応するかを判定することができる。
【００３２】
ここで、クラスタリングは、２層構造のニューラルネットワークを用いて以下のように行う。
【００３３】
生体情報ベクトルをｘ_ｉとすると、睡眠状態ｙ_ｉは、（数１）で計算される。ここで、ｆはシグモイド関数であり、ｗ_ｉｊは、ニューラルネットワークの結合荷重である。
【００３４】
【数１】

【００３５】
（数１）の出力結果によって、一時的に睡眠状態が推定されるが、このままでは、生体情報の一時的に変動により影響を受けるため、睡眠状態遷移部１２２において、状態遷移確率を用いて現測定時間の睡眠状態を決定する。
【００３６】
例えば、ＮＯＮ−ＲＥＭ４からＷＡＫＥに睡眠状態が遷移するなどの、一時的な変動がある。
【００３７】
また、結合荷重は、生体情報ベクトルセットと、それに対応する睡眠状態情報とを事前に用意することによって、教師あり学習法によって生成しておく。
【００３８】
また、ベクトル量子化手法の代わりに、独立成分分析を用いることで、複数種類の生体情報から互いに独立な成分を抽出し、各睡眠状態に対応させることも可能である。
【００３９】
なお、本実施の形態においては、２層構造のニューラルネットワークを用いたが、多層のニューラルネットワークを用いて誤差逆伝播法（ＢａｃｋＰｒｏｐａｇａｔｉｏｎ：ＢＰ法）によって結合荷重を生成してもよいし、他のクラスタリング手法を用いることも可能である。
【００４０】
しかしながら、生体情報は常に変動し、また、個人差等の差異も大きいことが考えられるために、クラスタリングした結果を逐次、睡眠状態に反映させると誤った睡眠状態と判定することがある。そのため、図３における睡眠状態遷移部１２２において、睡眠状態が遷移する確率である状態遷移確率と、前測定時間の睡眠状態とから、現測定時間の睡眠状態を決定することで、生体情報の一時的な変動による悪影響を防ぐことができる。
【００４１】
次に、睡眠状態遷移部１２２での処理について述べる。睡眠状態遷移部１２２では、生体情報統合特徴抽出部１２１でクラスタリング結果により推定された現測定時間の睡眠状態が、状態遷移確率を用いて、非決定性の確率的な状態遷移を行うことによって睡眠状態の判定を行う。
【００４２】
図４は、睡眠状態遷移部１２２の動作による状態遷移確率のモデルを示す図である。Ｓ１〜Ｓｎの睡眠状態３１は、生体情報統合特徴抽出部１２１１２１の推定した現測定時間の睡眠状態と、状態遷移確率ｐｉｊによって決定される睡眠状態を表すものであり、睡眠状態の時間的変化をマルコフモデルによって記述したものである。これにより、生体情報の一時的な変動を吸収することが可能である。
【００４３】
また、図４における状態遷移確率ｐ１１と状態遷移確率ｐ１２とは、睡眠状態３１Ｓ１からＳ２への状態遷移確率である。状態遷移確率ｐ１１は、睡眠状態３１がＳ１から遷移することなく、Ｓ１に留まる確率を表現している。一方、状態遷移確率ｐ１２はＳ１からＳ２へ睡眠状態３１が遷移する確率を示している。この状態遷移確率ｐｉｊは、学習部１３により更新される。
【００４４】
次に、図４のモデルを基本として、睡眠状態モデル部１２の睡眠状態遷移部１２２を有限オートマトンで構成した場合について図５を用いて説明する。
【００４５】
図５において、縦軸は睡眠の深さを６つの状態で表し、横軸は測定時間を示すものであり、睡眠状態の遷移を６つの睡眠状態と睡眠状態間を遷移する確率である状態遷移確率ｐｉｊ３２とを用いて表現するものである。睡眠状態３１は、睡眠の深さを表すものであり、ＷＡＫＥ（Ｓ１）は、脳と身体との覚醒状態を示し、ＲＥＭ（Ｓ２）は、身体は覚醒状態、脳は睡眠状態である最も浅い睡眠状態を示し、ＮＯＮ−ＲＥＭ１（Ｓ３）は、脳と身体とが睡眠状態であり、ＮＯＮ−ＲＥＭ４（Ｓ６）が最も深い睡眠状態を示す。
【００４６】
図６は、睡眠状態ＳｉからＳｊへの状態遷移確率ｐｉｊ３２を示している。これにより、生体情報の一時的な変動を吸収することが可能である。
【００４７】
例えば、ＷＡＫＥ（Ｓ１）から同じ睡眠状態Ｓ１のＷＡＫＥへの状態遷移確率３２は、６０％となる。同様にＳ１からＳ２へは３５％、Ｓ１からＳ３へは２％、Ｓ１からＳ４、Ｓ５及びＳ６へは１％である。ただし、初期状態と最終状態とはＳ１であるとする。
【００４８】
ここで、推定した睡眠状態と、状態遷移確率３２とを用いて、睡眠状態の遷移を説明する。
【００４９】
前測定時間ｔでは、睡眠状態がＷＡＫＥ（Ｓ１）であり、現測定時間ｔ＋１において、生体情報から推定された睡眠状態が、ＲＥＭ（Ｓ２）であった場合に、前測定時間ｔの睡眠状態と現測定時間ｔ＋１の睡眠状態が異なるために、図６の状態遷移確率３２を用いて睡眠状態の遷移を行う。
【００５０】
例えば、１から１００までの値を、状態遷移確率３２の値に対応して割り当て、ランダムに選択することで、睡眠状態の遷移を決定する。
【００５１】
本発明の実施の形態では、図６から、ＷＡＫＥ（Ｓ１）からＷＡＫＥ（Ｓ１）への状態遷移確率３２は６０％であるため、１から６０を割り当て、ＷＡＫＥ（Ｓ１）からＲＥＭ（Ｓ２）への状態遷移確率３２は３５％であるため、６１から９５を割り当て、ＷＡＫＥ（Ｓ１）からＮＯＮ−ＲＥＭ１（Ｓ３）への状態遷移確率３２は２％であるため、９６、９７を割り当て、ＷＡＫＥ（Ｓ１）からＮＯＮ−ＲＥＭ２（Ｓ４）への状態遷移確率３２は１％であるため、９８を割り当て、ＷＡＫＥ（Ｓ１）からＮＯＮ−ＲＥＭ３（Ｓ５）への状態遷移確率３２は１％であるため、９９を割り当て、ＷＡＫＥ（Ｓ１）からＮＯＮ−ＲＥＭ４（Ｓ６）への状態遷移確率３２は１％であるため、１００を割り当てる。
【００５２】
次に、状態遷移確率３２に対応して割り当てられた１から１００までの値をランダムに選択し、その値が８０である場合は、ＷＡＫＥ（Ｓ１）からＲＥＭ（Ｓ２）への状態遷移に該当し、現測定時間ｔ＋１の睡眠状態をＲＥＭ（Ｓ２）に決定する。
【００５３】
以上の動作を繰り返すことによって、生体情報から推定された睡眠状態が一時的に変動した場合においても、状態遷移確率３２を用いることによって、その変動の影響を吸収することが可能である。
【００５４】
なお、状態遷移確率ｐｉｊ３２は、トレーニングデータセットを用いて事前に生成しておく。
【００５５】
しかしながら、個人の睡眠の差異に対応するために、睡眠状態遷移部１２２に保持されている状態遷移確率ｐｉｊ３２は、学習部１３によって逐次更新される。
【００５６】
また、睡眠状態遷移部１２２は、有限オートマトンのかわりに、隠れマルコフモデルや動的計画法を用いることも可能である。
【００５７】
なお、年齢差、男女差、季節差、個人差及び月経周期に起因する個人の睡眠の差異を特定できる場合は、複数のニューラルネットを用いてそれぞれクラスタリングを行い、それぞれに対応した状態遷移確率３２を持つことによって、睡眠状態の遷移を決定することも可能であり、一回の睡眠時における睡眠状態変動の個人差及び睡眠状態の一時的な変動を吸収することが可能となり、更に精度良く睡眠状態を判定可能である。
【００５８】
次に、ユーザ入力部１５では、利用者が自覚症状としての目覚めの良さを、例えば、「良い」、「普通」、「悪い」の３段階により評価したユーザ情報を入力し、学習部１３及び入眠起床時刻判定部１６に出力する。
【００５９】
次に、学習部１３では、入眠起床時刻判定部１６から入眠及び起床時刻を入力し、睡眠状態モデル部１２から、１回の睡眠における睡眠状態の遷移の時系列データを入力し、睡眠状態遷移部１２２に保持されている状態遷移確率ｐｉｊ３２の更新を行う。
【００６０】
睡眠状態遷移部１２２に保持されている状態遷移確率３２が、学習部１３により更新されることによって、個人の睡眠の差異に適応することが可能であり、精度良く睡眠状態を判定可能である。
【００６１】
状態遷移確率ｐｉｊ３２の更新は、過去の睡眠状態の遷移に基づいた方法と、ユーザ入力部１５から入力される自覚症状に基づいた方法とによって行う。
【００６２】
状態遷移の履歴に基づいた方法は、睡眠状態モデル部１２から入力される過去の睡眠状態の遷移を用いて、特定の２個の睡眠状態間を頻繁に遷移するような場合は、状態遷移確率３２が適切でないと判断して、状態遷移が頻繁に起こらないように睡眠状態遷移部１２２に保持されている状態遷移確率ｐｉｊ３２を更新する。
【００６３】
一方で、一定測定時間において、現測定時間の推定された睡眠状態と、前測定時間の睡眠状態とが異なるにもかかわらず、状態遷移が行われない場合は、状態遷移が起こり易くなる様に睡眠状態遷移部１２２に保持されている状態遷移確率ｐｉｊ３２を更新する。
【００６４】
これにより、一時的な生体情報の変動に影響されず睡眠状態を判定可能になる。
【００６５】
また、ユーザ入力部１５から入力される自覚症状に基づいた方法は、ユーザ入力部１５で目覚めが「良い」と入力された場合は、起床時における睡眠状態遷移部１２２で決定される睡眠状態３１が、より眠りの浅い睡眠状態３１に遷移し易くなるように、学習部１３により睡眠状態遷移部１２２に保持されている状態遷移確率ｐｉｊ３２を更新し、ユーザ入力部１５で目覚めが「悪い」と入力された場合は、起床時における睡眠状態遷移部１２２で決定される睡眠状態が、より深い睡眠状態３１に遷移し易くなるように、学習部１３により睡眠状態遷移部１２２に保持されている状態遷移確率ｐｉｊ３２を更新する。
【００６６】
このように、ユーザの自覚症状に基づいて、睡眠状態遷移部１２２の状態遷移確率３２を書き換えることによって、利用者に適応した睡眠状態の決定が可能となる。
【００６７】
なお、状態遷移確率ｐｉｊ３２の更新は、遺伝的アルゴリズムやニューラルネットワークによって行うことも可能である。
【００６８】
また、ユーザ入力部１５から入力される自覚症状をもとに、生体情報を６個の睡眠状態３１にクラスタリングするニューラルネットワークの学習結果を更新することも可能である。ただし、このような学習は、複数の要因が重なって生じる個人の睡眠の差異に適応するため、生体情報検出部１１から得られた生体情報と、ユーザ入力部１５から入力されるユーザの個人情報とに基づいて行う。
【００６９】
次に、入眠起床時刻判定部１６では、最適な入眠時間及び起床時間を算出し、更に、利用者が起床時刻を設定すると、最適な入眠時刻を算出する。
【００７０】
ここで、最適な入眠時間及び起床時間は、過去に利用者が入力した自覚症状等の情報と、自覚症状等の情報に対応する入眠及び起床時刻の情報と、前日の起床時刻とから算出する。
【００７１】
また、入眠起床時刻判定部１６は、睡眠中においては、睡眠状態モデル部１２が決定した現測定時間の睡眠状態３１と、ユーザ入力部１５から入力される利用者の自覚症状と、睡眠状態モデル部１２から入力される過去の睡眠状態の遷移と、過去の入眠時刻及び起床時刻とから起床時刻の睡眠状態３１を推定し、最適な起床時刻を決定し、利用者に応じて最適な起床時刻に起床を促すことが可能である。
【００７２】
なお、本実施の形態においては、前日の起床時刻より以前の時間で、目覚めが良いと判断した時の入眠及び起床時刻の情報から、最適な入眠及び起床時間を算出することとした。
【００７３】
また、利用者が起床時刻を設定した場合においても、過去に利用者が入力した自覚症状と、過去の睡眠状態の遷移と、過去の入眠時刻及び起床時刻とを用いて、利用者にとって目覚めの良いと感じた睡眠時間を算出し、理想の入眠時刻を算出することができる。
【００７４】
また、入眠起床時刻判定部１６により設定された起床時刻以前において、起床に最適な睡眠状態になった場合には、設定された起床時刻以前においても起床を促す。この時、起床に最適な睡眠状態とは、ＷＡＫＥ又はＲＥＭであり、又は、利用者の入力した自覚症状で目覚めの良いとした時の睡眠状態である。これにより、睡眠中に外的な要因によって、睡眠が妨げられ、睡眠状態が通常と異なる遷移をした場合にも対応することができる。
【００７５】
図７のフローチャートを用いて、設定された起床時刻以前における起床時刻の決定について説明する。
【００７６】
まず、Ｓ４１にて、入眠起床時刻判定部１６が、現測定時間の睡眠状態と、過去における利用者の睡眠状態の遷移から求めた睡眠の周期とから、設定された起床時刻における睡眠状態の予測を行う。
【００７７】
次に、Ｓ４２にて、入眠起床時刻判定部１６が、設定された起床時刻における睡眠状態が、ＷＡＫＥ又はＲＥＭである場合は、Ｓ４５に移行し、設定された起床時刻における睡眠状態が、ＷＡＫＥ又はＲＥＭでない場合は、Ｓ４３に移行する。
【００７８】
次に、Ｓ４３にて、入眠起床時刻判定部１６が、設定された起床時刻以前において、現測定時間の睡眠状態と、過去に利用者が入力した自覚症状と、過去の睡眠状態の遷移とから、目覚めの良い時刻を推定する。例えば、睡眠状態が、ＮＯＮ−ＲＥＭ１であっても、過去の自覚症状では、目覚めが良いと入力している利用者の場合は、設定された起床時刻以前にＮＯＮ−ＲＥＭ１となる時刻を新たな起床時刻とする。
【００７９】
なお、目覚めの良さの推定は、学習手法を用いて行うことも可能である。
【００８０】
次に、Ｓ４４にて、入眠起床時刻判定部１６が、設定された起床時刻を、Ｓ４３で算出した新たな起床時刻に変更する。
【００８１】
次に、Ｓ４５にて、入眠起床時刻判定部１６が、起床時刻に達した場合は、Ｓ４６に移行し、起床時刻に達してない場合は、Ｓ４１に移行する。
【００８２】
次に、Ｓ４６にて、入眠起床時刻判定部１６が、感覚刺激出力部１７に利用者の起床を促す指示を出力する。
【００８３】
以上が、入眠起床時刻判定部１６の動作である。
【００８４】
次に、感覚刺激出力部１７が、入眠起床時刻判定部１６の出力する起床を促す指示を参照し、光又は音を含む感覚刺激を出力し、利用者の起床を促す。
【００８５】
なお、室内灯、テレビ、ラジオ又は携帯電話のリモートコントロールを、感覚刺激部１７に含む構成とすることで、室内灯を点灯したり、テレビを起動したり、ラジオを起動したり、携帯電話の着信音を鳴らしたりすることで、感覚刺激とするこができる。
【００８６】
次に、睡眠障害判定部１８は、自覚症状の無い睡眠障害を検出する。本実施の形態では、呼吸障害及び四肢異常運動の検知について説明する。
【００８７】
図８は、睡眠障害の判定を行う睡眠障害判定部１８の構成を示す図である。睡眠時に起こる睡眠時の呼吸障害及び四肢異常運動を検知する。
【００８８】
ここで、体動計算部５２は、生体情報検出部１１から得られる生体情報をもとに、睡眠時間１時間当たりに出現する筋運動の出現回数を計算するものであり、四肢異常運動判定部５３は、四肢異常運動を判定するものであり、呼吸数計算部５４は、生体情報検出部１１から得られる生体情報をもとに、無呼吸及び低呼吸指数を計算するものであり、呼吸障害判定部５５は、無呼吸及び低呼吸指数から呼吸障害を判定するものであり、判定部５６は、四肢異常運動及び呼吸障害を用いて、睡眠時間１時間あたりに出現する運動の出現回数、無呼吸及び低呼吸指数を計算し、経験によって定まる閾値を超えた場合に睡眠時異常の判定結果を出力し、睡眠障害の有無を判断するものである。
【００８９】
なお、自覚症状については、目覚めの良さに加えて、頭痛、不眠、入眠困難などを選択する形式とし、これらの情報はユーザ入力部１５から入力するものとし、睡眠時異常の判定に用いる。
【００９０】
以上の構成により、睡眠障害判定部１８が、自覚症状の無い睡眠障害を検知することができる。
【００９１】
次に、表示部１４では、睡眠障害判定部１８から出力される睡眠時異常の判定結果を表示する。また、入眠から起床直前までの睡眠状態を６段階の睡眠状態のうち対応する状態を表示する。更に、入眠起床時刻判定部１６から入力される入眠時刻及び起床時刻を表示する。
【００９２】
このように、本発明による睡眠状態判定装置を用いれば、年齢差、男女差、季節差、個人差及び月経周期を含む複数の要因が重なりあって生じる個人の睡眠の差異に適応して、精度良く睡眠状態を検出することができる。
【００９３】
更に、利用者が自己の睡眠に対して評価を行い、自覚症状を入力することによって、最適な入眠起床時間を決定し、快適な目覚めを実現でき、睡眠時障害を発見することが可能である。
【００９４】
【発明の効果】
以上のように本発明によれば、利用者の睡眠の差異に適応することによって、高精度で睡眠状態を判定することが可能である、入眠起床時間を決定し、快適な目覚めを実現できる。また、睡眠時に起こる障害を自覚症状が無い場合にも発見することができるものである。
【図面の簡単な説明】
【図１】本発明第１の実施の形態による睡眠状態判定装置の構成を示す図
【図２】本発明第１の実施の形態による睡眠時の睡眠状態変化を示す図
【図３】本発明第１の実施の形態による睡眠状態モデル部の構成を示す図
【図４】本発明第１の実施の形態による睡眠状態の遷移を示す図
【図５】本発明第１の実施の形態による睡眠状態遷移部の動作を示す図
【図６】本発明第１の実施の形態による睡眠状態遷移部の状態遷移確率を示す図
【図７】本発明第１の実施の形態による入眠起床時刻判定部の動作を示すフローチャート
【図８】本発明第１の実施の形態による睡眠障害判定部の構成を示す図
【符号の説明】
１１生体情報検出部
１２睡眠状態モデル部
１３学習部
１４表示部
１５ユーザ入力部
１６入眠起床時刻判定部
１７感覚刺激出力部
１８睡眠障害判定部
３１睡眠状態
３２状態遷移確率
５２体動計算部
５３四肢異常運動判定部
５４呼吸数計算部
５５呼吸障害判定部
５６判定部
１２１生体情報統合特徴抽出部
１２２睡眠状態遷移部

Claims

生体情報を予め定めた時間間隔毎に測定する生体情報検出部と、前記生体情報を統合することにより現測定時間の睡眠状態を推定し、前記現測定時間の推定した睡眠状態と予め求めた睡眠状態が遷移する確率である状態遷移確率とを参照して、前記現測定時間の睡眠状態を決定する睡眠状態モデル部とを含む睡眠状態判定装置。
利用者が起床時に自覚症状を入力するユーザ入力部と、前記自覚症状又は過去の睡眠状態の遷移を用いて、状態遷移確率を更新する学習部とを、更に含む請求項１記載の睡眠状態判定装置。
生体情報を用いて睡眠障害を検出する睡眠障害判定部と、睡眠状態及び前記睡眠障害を表示する表示部とを、更に含む請求項１又は２記載の睡眠状態判定装置。
自覚症状、現測定時間の睡眠状態、過去の睡眠状態の遷移並びに過去の入眠及び起床時刻を用いて、入眠時刻及び起床時刻を算出する入眠起床時刻判定部を、更に含む請求項３記載の睡眠状態判定装置。
起床時刻に感覚的刺激によって、起床を促す感覚刺激出力部を、更に含む請求項４記載の睡眠状態判定装置。
生体情報は、皮膚温、体温、脈拍、心拍、血圧、呼吸、発汗及び体動の少なくとも１つを含む情報である請求項１ないし５のいずれか記載の睡眠状態判定装置。