CN111465354A - 认知功能降低判定系统 - Google Patents

认知功能降低判定系统 Download PDF

Info

Publication number
CN111465354A
CN111465354A CN201880078143.0A CN201880078143A CN111465354A CN 111465354 A CN111465354 A CN 111465354A CN 201880078143 A CN201880078143 A CN 201880078143A CN 111465354 A CN111465354 A CN 111465354A
Authority
CN
China
Prior art keywords
body motion
motion amount
sleep
period
cognitive function
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
Application number
CN201880078143.0A
Other languages
English (en)
Other versions
CN111465354B (zh
Inventor
西山高史
松村吉浩
阿部贤吾
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Panasonic Intellectual Property Management Co Ltd
Original Assignee
Panasonic Intellectual Property Management Co Ltd
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Panasonic Intellectual Property Management Co Ltd filed Critical Panasonic Intellectual Property Management Co Ltd
Publication of CN111465354A publication Critical patent/CN111465354A/zh
Application granted granted Critical
Publication of CN111465354B publication Critical patent/CN111465354B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • G—PHYSICS
    • G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
    • G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
    • G16H20/00—ICT specially adapted for therapies or health-improving plans, e.g. for handling prescriptions, for steering therapy or for monitoring patient compliance
    • G16H20/70—ICT specially adapted for therapies or health-improving plans, e.g. for handling prescriptions, for steering therapy or for monitoring patient compliance relating to mental therapies, e.g. psychological therapy or autogenous training
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B10/00—Other methods or instruments for diagnosis, e.g. instruments for taking a cell sample, for biopsy, for vaccination diagnosis; Sex determination; Ovulation-period determination; Throat striking implements
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/103—Detecting, measuring or recording devices for testing the shape, pattern, colour, size or movement of the body or parts thereof, for diagnostic purposes
    • A61B5/11—Measuring movement of the entire body or parts thereof, e.g. head or hand tremor, mobility of a limb
    • A61B5/1118—Determining activity level
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/40—Detecting, measuring or recording for evaluating the nervous system
    • A61B5/4076—Diagnosing or monitoring particular conditions of the nervous system
    • A61B5/4088—Diagnosing of monitoring cognitive diseases, e.g. Alzheimer, prion diseases or dementia
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/48—Other medical applications
    • A61B5/4806—Sleep evaluation
    • A61B5/4809—Sleep detection, i.e. determining whether a subject is asleep or not
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/72—Signal processing specially adapted for physiological signals or for diagnostic purposes
    • A61B5/7271—Specific aspects of physiological measurement analysis
    • A61B5/7282—Event detection, e.g. detecting unique waveforms indicative of a medical condition
    • G—PHYSICS
    • G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
    • G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
    • G16H40/00—ICT specially adapted for the management or administration of healthcare resources or facilities; ICT specially adapted for the management or operation of medical equipment or devices
    • G16H40/60—ICT specially adapted for the management or administration of healthcare resources or facilities; ICT specially adapted for the management or operation of medical equipment or devices for the operation of medical equipment or devices
    • G16H40/67—ICT specially adapted for the management or administration of healthcare resources or facilities; ICT specially adapted for the management or operation of medical equipment or devices for the operation of medical equipment or devices for remote operation
    • G—PHYSICS
    • G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
    • G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
    • G16H50/00—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics
    • G16H50/20—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics for computer-aided diagnosis, e.g. based on medical expert systems

Landscapes

  • Health & Medical Sciences (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Engineering & Computer Science (AREA)
  • Public Health (AREA)
  • Medical Informatics (AREA)
  • General Health & Medical Sciences (AREA)
  • Biomedical Technology (AREA)
  • Pathology (AREA)
  • Animal Behavior & Ethology (AREA)
  • Surgery (AREA)
  • Molecular Biology (AREA)
  • Veterinary Medicine (AREA)
  • Heart & Thoracic Surgery (AREA)
  • Biophysics (AREA)
  • Physics & Mathematics (AREA)
  • Psychiatry (AREA)
  • Physiology (AREA)
  • Neurology (AREA)
  • Developmental Disabilities (AREA)
  • Primary Health Care (AREA)
  • Epidemiology (AREA)
  • Psychology (AREA)
  • Hospice & Palliative Care (AREA)
  • Child & Adolescent Psychology (AREA)
  • Artificial Intelligence (AREA)
  • Oral & Maxillofacial Surgery (AREA)
  • Dentistry (AREA)
  • Anesthesiology (AREA)
  • Neurosurgery (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Signal Processing (AREA)
  • Social Psychology (AREA)
  • Business, Economics & Management (AREA)
  • General Business, Economics & Management (AREA)
  • Data Mining & Analysis (AREA)
  • Databases & Information Systems (AREA)
  • Measurement Of The Respiration, Hearing Ability, Form, And Blood Characteristics Of Living Organisms (AREA)

Abstract

认知功能降低判定系统(120)具备：获取部(121)，其逐日获取睡眠时身体动作量和非睡眠时身体动作量，该睡眠时身体动作量为用户的在睡眠时间段内的身体动作量，该非睡眠时身体动作量为用户的在睡眠时间段以外的时间段内的身体动作量；以及判定部(122)，其在判定期间的多日中的、身体动作量比率低于规定比率的日子的发生频率比判定期间之前的比较期间的多日中的、身体动作量比率低于规定比率的日子的发生频率高的情况下，判定为与比较期间相比在判定期间内用户的认知功能有所降低，该身体动作量比率为非睡眠时身体动作量相对于睡眠时身体动作量的比率。

Description

认知功能降低判定系统
技术领域
本发明涉及一种判定认知功能的降低的认知功能降低判定系统等。
背景技术
在专利文献1中示出一种用于判定痴呆症风险的痴呆症风险判定系统。具体地说，该痴呆症风险判定系统根据受检者的睡眠时的生物数据来生成受检者的睡眠数据，将受检者的睡眠数据与各症状的睡眠数据进行比较，来判定痴呆症的风险。在专利文献1中示出以下内容：通过该痴呆症风险判定系统能够在极早的阶段判定痴呆症的潜在风险，从而能够提供延缓痴呆症发病的预防机会。
现有技术文献
专利文献
专利文献1：日本特开2016-022310号公报
发明内容
发明要解决的问题
然而，仅通过受检者的睡眠时的数据，有时难以适当地判定认知功能的降低。
因此，本发明的目的在于提供一种能够适当地判定认知功能的降低的认知功能降低判定系统等。
用于解决问题的方案
本发明的一个方式所涉及的认知功能降低判定系统具备：获取部，其逐日获取睡眠时身体动作量和非睡眠时身体动作量，所述睡眠时身体动作量为用户的在睡眠时间段内的身体动作量，所述非睡眠时身体动作量为所述用户的在所述睡眠时间段以外的时间段内的身体动作量；以及判定部，其在判定期间的多日中的、身体动作量比率低于规定比率的日子的发生频率比所述判定期间之前的比较期间的多日中的、所述身体动作量比率低于所述规定比率的日子的发生频率高的情况下，判定为与所述比较期间相比在所述判定期间内所述用户的认知功能有所降低，所述身体动作量比率为所述非睡眠时身体动作量相对于所述睡眠时身体动作量的比率。
另外，本发明的一个方式所涉及的认知功能降低判定系统也可以是如下的认知功能降低判定系统，其具备：获取部，其逐日获取睡眠时身体动作量和非睡眠时身体动作量，所述睡眠时身体动作量为用户的在睡眠时间段内的身体动作量，所述非睡眠时身体动作量为所述用户的在所述睡眠时间段以外的时间段内的身体动作量；以及判定部，其在按判定期间的每日来表示身体动作量比率的比率迁移所对应的近似直线的斜率值低于规定斜率值的情况下，判定为在所述判定期间内所述用户的认知功能有所降低，所述身体动作量比率为所述非睡眠时身体动作量相对于所述睡眠时身体动作量的比率。
另外，本发明的一个方式所涉及的程序是用于使计算机执行认知功能降低判定方法的程序，所述认知功能降低判定方法包括以下步骤：获取步骤，逐日获取睡眠时身体动作量和非睡眠时身体动作量，所述睡眠时身体动作量为用户的在睡眠时间段内的身体动作量，所述非睡眠时身体动作量为所述用户的在所述睡眠时间段以外的时间段内的身体动作量；以及判定步骤，在判定期间的多日中的、身体动作量比率低于规定比率的日子的发生频率比所述判定期间之前的比较期间的多日中的、所述身体动作量比率低于所述规定比率的日子的发生频率高的情况下，判定为与所述比较期间相比在所述判定期间内所述用户的认知功能有所降低，所述身体动作量比率为所述非睡眠时身体动作量相对于所述睡眠时身体动作量的比率。
另外，本发明的一个方式所涉及的程序也可以是用于使计算机执行认知功能降低判定方法的程序，所述认知功能降低判定方法包括以下步骤：获取步骤，逐日获取睡眠时身体动作量和非睡眠时身体动作量，所述睡眠时身体动作量为用户的在睡眠时间段内的身体动作量，所述非睡眠时身体动作量为所述用户的在所述睡眠时间段以外的时间段内的身体动作量；以及判定步骤，在按判定期间的每日来表示身体动作量比率的比率迁移所对应的近似直线的斜率值低于规定斜率值的情况下，判定为在所述判定期间内所述用户的认知功能有所降低，所述身体动作量比率为所述非睡眠时身体动作量相对于所述睡眠时身体动作量的比率。
发明的效果
本发明的一个方式所涉及的认知功能降低判定系统等能够适当地判定认知功能的降低。
附图说明
图1A是示出非痴呆症老人的1天的身体动作量的图表。
图1B是示出非痴呆症老人的第二天的身体动作量的图表。
图2A是示出痴呆症老人的1天的身体动作量的图表。
图2B是示出痴呆症老人的第二天的身体动作量的图表。
图3是示出实施方式中的认知功能降低判定系统等的结构的框图。
图4是表示实施方式中的认知功能降低判定系统等的动作的流程图。
图5是示出身体动作量的时间变化的图表。
图6是逐日示出睡眠时身体动作量和非睡眠时身体动作量的图表。
图7是逐日示出非睡眠时身体动作量相对于睡眠时身体动作量的身体动作量比率的图表。
图8是表示变形例中的认知功能降低判定系统等的动作的流程图。
图9是示出身体动作量比率的比率迁移所对应的近似直线的图表。
具体实施方式
(完成发明的知识见解)
能够设想，在老龄化社会中，痴呆症老人的问题越来越明显。特别是，近来在新闻报道中报道了很多与痴呆症老人驾驶的车辆在高速公路上逆行或者在人行道上行驶等相伴的事故，并且频繁地播放与痴呆症相关联的电视节目。
痴呆症存在从轻度到重度的各种水平。在成为痴呆症之前的轻度认知障碍(MCI：Mild Cognitive Impairment)的阶段发现了异常的情况下，通过运动训练等有可能抑制痴呆症的发病。因此，在轻度认知障碍的阶段尽早发现异常受到了关注。另一方面，尽早发现异常并不容易，也存在异常没被看出的可能性。
作为尽早发现异常的方法，存在对象者自己发现异常的方法以及对象者周围的人发现异常的方法。并且，在对象者周围的人发现异常的方法中，存在对象者周围的人发现对象者的说话方式的异常的方法、以及对象者周围的人发现对象者的生活行为的异常的方法。在此，特别说明对象者周围的人发现对象者的生活行为的异常的方法。
具体地说，如果对象者患有阿尔兹海默型痴呆症，则会发生昼夜节律障碍。例如，能够估计到，对象者在白天的活动水平降低，即使在日间对象者也迷迷糊糊，因此在夜间对象者的睡眠变浅。
具体地说，能够估计到，痴呆症患者的负责控制与睡眠及醒来等有关的生物钟的下丘脑和脑干中存在广泛且重度的器质性障碍。特别是，对于阿尔兹海默型痴呆症的患者，有时几乎每日都会重复以下情况：1天的睡眠时间被分成很多段，在夜间的时间段频繁地反复醒来和睡眠。
图1A和图1B是示意性地示出非痴呆症老人的在连续的2天内的每小时的身体动作量的2个图表。具体地说，图1A示意性地示出非痴呆症老人的在连续的2天中的第一天内的每小时的身体动作量，图1B示意性地示出非痴呆症老人的在连续的2天中的第二天内的每小时的身体动作量。图1A和图1B中的身体动作量是通过以下方式获得的：由传感器按每分钟以0至9的值测定出身体动作的大小，并按每小时累积所测定出的值。
在非痴呆症老人的情况下，如图1A和图1B那样，白天的活动时的身体动作量与晚上的睡眠时的身体动作量之差明确。
图2A和图2B是示意性地示出痴呆症老人的在连续的2天内的每小时的身体动作量的2个图表。具体地说，图2A示意性地示出痴呆症老人的在连续的2天中的第一天内的每小时的身体动作量，图2B示意性地示出痴呆症老人的在连续的2天中的第二天内的每小时的身体动作量。与图1A和图1B中的身体动作量同样地，图2A和图2B中的身体动作量是通过以下方式获得的：由传感器按每分钟以0至9的值测定出身体动作的大小，并按每小时累积所测定出的值。
在痴呆症老人的情况下，如图2A和图2B那样，白天的活动时的身体动作量与晚上的睡眠时的身体动作量之差不明确。即，能够设想，如果对象者患有痴呆症，则存在因在日间迷迷糊糊而在夜间醒来的情况。并且，能够设想，难以预测在日间的何时迷迷糊糊以及在夜间的何时醒来的状态持续，早上的起床时刻、午睡时间以及晚上的就寝时刻变得乱七八糟，从而1天的生活模式变得不稳定。
通过以上的知识见解等，创造出与如下的认知功能降低判定系统相关的技术思想：能够基于非睡眠时身体动作量相对于睡眠时身体动作量的身体动作量比率，来判定认知功能的降低。下面，参照附图来说明该认知功能降低判定系统的实施方式。
在此所示的实施方式均表示本发明的一个具体例。因而，下面的实施方式所示的数值、形状、材料、结构要素、结构要素的配置及连接方式、以及步骤(工序)及步骤的顺序等为一例，并非限定本发明。下面的实施方式的结构要素中的没有记载于独立权利要求的结构要素是能够任意地附加的结构要素。
另外，各图是示意图，并非一定严格地进行图示。特别是，图表有时未表示准确的值。
(实施方式)
图3是示出本实施方式中的认知功能降低判定系统等的结构的框图。图3所示的认知功能降低判定系统120具备获取部121和判定部122。在图3中还示出测定部110和通知部130。
例如，经由输入输出电路、通信线或者通信网等，来从测定部110向获取部121、从获取部121向判定部122以及从判定部122向通知部130传送各种信息。对于用于传送信息的通信，既可以使用有线通信，也可以使用无线通信。
测定部110为测定用户的身体动作量的测定装置，也能够表现为身体动作传感器。测定部110也可以由电气电路构成。测定部110对用户的身体动作量进行测定，因此既可以由用户携带，也可以设置于用户所存在的环境中。或者，测定部110包括多个结构要素，这些结构要素的一部分既可以由用户携带，也可以设置于用户所存在的环境中。
例如，测定部110可以包括由用户携带的振动探测器。而且，测定部110可以测定施加于振动探测器的振动量来作为用户的身体动作量。这种振动探测器也可以载置于用户的床等上，来取代由用户携带。
另外，测定部110也可以包括设置于用户的房间内的摄像机。而且，测定部110也可以基于从摄像机获得的影像，测定影像中包含的动作的量来作为用户的身体动作量。
另外，测定部110也可以包括设置于用户的房间内的发送接收天线。例如，发送接收天线发送电波，并接收该电波的反射波。测定部110也可以按照所发送的电波的波形与所接收到的反射波的波形之差来测定身体动作量。具体地说，此时也可以使用多普勒原理。
另外，测定部110也可以通过上述的振动探测器、摄像机以及发送接收天线等的组合来测定身体动作量。
另外，例如，测定部110按每分钟以0至9的10级的值来测定身体动作量。身体动作越大，则该值越大。在用户未活动的情况下，身体动作量为0。
获取部121为逐日获取睡眠时身体动作量和非睡眠时身体动作量的信息处理部。获取部121也可以由电气电路构成。睡眠时身体动作量为用户的在睡眠时间段内的身体动作量，非睡眠时身体动作量为用户的在睡眠时间段以外的时间段内的身体动作量。睡眠时间段以外的时间段也能够表现为活动时间段。另外，非睡眠时身体动作量也能够表现为活动时身体动作量。
例如，获取部121从测定部110获取由测定部110按每分钟测定出的身体动作量。然后，获取部121将每分钟测定出的身体动作量分类为睡眠时间段内的身体动作量和非睡眠时间段内的身体动作量并逐日累积，由此来逐日获取睡眠时身体动作量和非睡眠时身体动作量。
可以基于每分钟测定出的身体动作量来确定睡眠时间段和非睡眠时间段。例如，获取部121可以在身体动作量为0的状态持续了30分钟以上的情况下，将该状态的开始时间点确定为入睡时间点。另外，获取部121可以在身体动作量为1以上的状态持续了30分钟以上的情况下，将该状态的开始时间点确定为起床时间点。而且，获取部121可以将从入睡时间点至起床时间点的时间段确定为睡眠时间段，将其它时间段确定为非睡眠时间段。
另外，例如，也可以预先决定用于确定入睡时间点的范围以及用于确定起床时间点的范围。具体地说，获取部121可以在设想为入睡时间点的22时至1时的期间内身体动作量为0的状态持续了30分钟以上的情况下，将该状态的开始时间点确定为入睡时间点。同样地，获取部121可以在设想为起床时间点的5时至8时的期间内身体动作量为1以上的状态持续了30分钟以上的情况下，将该状态的开始时间点确定为起床时间点。
或者，也可以预先决定入睡时间点和起床时间点。即，也可以预先决定睡眠时间段和非睡眠时间段。例如，睡眠时间段可以被预先决定为23时至6时的时间段，非睡眠时间段可以被预先决定为6时至23时的时间段。另外，也可以基于用户的申请、或者看护记录等来确定睡眠时间段和非睡眠时间段。
然后，获取部121基于每分钟测定出的身体动作量，来逐日累积睡眠时间段内的身体动作量，由此逐日获取睡眠时间段内的身体动作量。另外，获取部121基于每分钟测定出的身体动作量，来逐日累积非睡眠时间段内的身体动作量，由此逐日获取非睡眠时间段内的身体动作量。
判定部122为判定用户的认知功能是否有所降低的信息处理部。判定部122也可以由电气电路构成。判定部122基于由获取部121获取到的睡眠时身体动作量和非睡眠时身体动作量，来判定用户的认知功能是否有所降低。更具体地说，判定部122基于身体动作量比率来判定用户的认知功能是否有所降低，该身体动作量比率为非睡眠时身体动作量相对于睡眠时身体动作量的比率。
认知功能为用于感知、理解以及判断的智力功能。如果用户患有痴呆症或轻度认知障碍，则用户的认知功能降低。另外，能够设想，由于与认知功能的降低相伴地发生昼夜节律障碍，从而日间的身体动作量变小，夜间的身体动作量变大。因而，能够设想，由于与认知功能的降低相伴地发生昼夜节律障碍，从而非睡眠时身体动作量相对于睡眠时身体动作量的身体动作量比率下降。
另一方面，根据日子的不同，用户的行为会不同。因此，即使在认知功能未降低的情况下，根据日子的不同也存在身体动作量比率下降的可能性。因而，难以根据1天内的身体动作量比率来适当地判定认知功能的降低。
因此，例如，判定部122逐日计算非睡眠时身体动作量相对于睡眠时身体动作量的身体动作量比率。然后，判定部122逐日判定身体动作量比率是否低于规定比率。然后，判定部122基于身体动作量比率低于规定比率的日子的发生频率，来判定用户的认知功能是否有所降低。
在此，身体动作量比率低于规定比率的日子也能够表现为非良好日。规定期间内的非良好日的发生频率既可以为非良好日的天数相对于规定期间的天数的比例，也可以表示规定期间内的非良好日的连续天数。
另外，例如，判定部122进行如下判定：判定期间内的非良好日的发生频率是否高于判定期间之前的比较期间内的非良好日的发生频率。然后，在判定期间内的非良好日的发生频率高于比较期间内的非良好日的发生频率的情况下，判定部122判定为与比较期间相比在判定期间内用户的认知功能有所降低。
作为更具体的例子，也可以是，在作为判定期间的8月内的非良好日的发生频率高于作为比较期间的7月内的非良好日的发生频率的情况下，判定部122判定为与7月相比在8月内用户的认知功能有所降低。
另外，判定期间与比较期间也可以部分重复。例如，判定期间处于比较期间之后的状态也可以包含判定期间的结束日在比较期间的结束日之后的状态。具体地说，判定部122可以每次使判定期间延后1天来判定与之前的判定期间相比在当前的判定期间内认知功能是否有所降低。
另外，上述的规定比率也可以基于用户的过去的身体动作量比率。例如，规定比率也可以基于用户的在比较期间之前的参考期间内的身体动作量比率。具体地说，关于规定比率，可以按照由用户的在比较期间之前的参考期间的各天中的身体动作量比率构成的多个身体动作量比率的统计值来规定。更具体地说，规定比率也可以为多个身体动作量比率的平均值，还可以为通过从多个身体动作量比率的平均值减去标准偏差而得到的值。
在此，多个身体动作量比率的标准偏差为通过从多个身体动作量比率减去多个身体动作量比率的平均值而得到的多个偏差的均方根。
另外，上述的参考期间例如为如下的期间：该期间被认为是用户健康且无不适地生活的期间。另外，也可以将未被判定为认知功能有所降低的判定期间用作此后的期间的参考期间。例如，也可以是，在未判定为与5月相比在6月内用户的认知功能有所降低的情况下，基于6月的身体动作量比率来新决定规定比率，并使用为用于导出7月或8月内的非良好日的发生频率的规定比率。
另外，判定部122也可以判定比较期间内的非良好日的发生频率是否高于规定发生频率。然后，判定部122也可以判定判定期间内的非良好日的发生频率是否高于规定发生频率。然后，也可以是，在比较期间内的非良好日的发生频率不高于规定发生频率、且判定期间内的非良好日的发生频率高于规定发生频率的情况下，判定部122判定为与比较期间相比在判定期间内用户的认知功能有所降低。
由此，判定部122能够按照非良好日的发生频率是否上升为异常的发生频率水平，来判定用户的认知功能是否降低为异常的认知功能水平。
另外，也可以基于过去的期间内的非良好日的发生频率来决定上述的规定发生频率。该过去的期间也可以为上述的参考期间。或者，关于规定发生频率，也可以按照多个参考期间的多个发生频率的统计值来规定。具体地说，规定发生频率既可以为多个发生频率的平均值，也可以为通过从多个发生频率的平均值减去标准偏差而得到的值。
通知部130为通知认知功能的降低的通知装置。通知部130也可以由电气电路构成。通知部130也可以为信息处理终端。更具体地说，通知部130可以为便携式电话，可以为智能手机，可以为平板终端，也可以为个人计算机。例如，通知部130既可以由用户的看护者携带，也可以设置于用户的看护者所存在的环境中。
另外，在由判定部122判定为用户的认知功能有所降低的情况下，通知部130通知用户的认知功能有所降低的情况。例如，判定部122在判定为用户的认知功能有所降低的情况下，向通知部130发送表示用户的认知功能有所降低的判定结果信息。然后，通知部130接收表示用户的认知功能有所降低的判定结果信息，基于判定结果信息来通知用户的认知功能有所降低。
通知部130也可以包括显示器。而且，通知部130可以将表示用户的认知功能有所降低的信息显示于显示器，由此来通知用户的认知功能有所降低。另外，通知部130也可以包括扬声器。而且，通知部130可以从扬声器以声音输出表示用户的认知功能有所降低的信息，由此来通知用户的认知功能有所降低。
如上所述，认知功能降低判定系统120具备获取部121和判定部122。认知功能降低判定系统120例如为具备处理器及存储器等的计算机系统。获取部121和判定部122也可以由处理器及存储器等来实现。
另外，认知功能降低判定系统120既可以为1个装置，也可以由多个装置构成。另外，认知功能降低判定系统120既可以设置于用户所存在的环境，也可以设置于用户的看护者所存在的环境中，还可以设置于其它环境中。另外，在此，认知功能降低判定系统120针对1名用户判定认知功能是否有所降低，但是也可以针对多个用户分别判定认知功能是否有所降低。
另外，认知功能降低判定系统120也可以还包括测定部110，也可以还包括通知部130。另外，认知功能降低判定系统120也可以针对每个用户而包括测定部110，也可以针对每个看护者而包括通知部130。
图4是示出本实施方式中的认知功能降低判定系统120等的动作的流程图。
首先，测定部110测定用户的身体动作量(S101)。例如，测定部110按每分钟来测定用户的身体动作量。
接着，获取部121获取睡眠时身体动作量和非睡眠时身体动作量(S102)。例如，获取部121将按每分钟测定出的身体动作量分类为睡眠时间段的身体动作量和非睡眠时间段的身体动作量并逐日累积，由此逐日获取睡眠时身体动作量和非睡眠时身体动作量。
接着，判定部122判定非睡眠时身体动作量相对于睡眠时身体动作量的身体动作量比率低于规定比率的日子的发生频率是否上升(S103)。即，判定部122进行如下判定：判定期间内的非良好日的发生频率是否高于判定期间之前的比较期间内的非良好日的发生频率。
然后，在非睡眠时身体动作量相对于睡眠时身体动作量的身体动作量比率低于规定比率的日子的发生频率上升的情况下(S103：“是”)，判定部122判定为认知功能有所降低(S104)。即，在判定期间内的非良好日的发生频率高于比较期间内的非良好日的发生频率的情况下，判定部122判定为与比较期间相比在判定期间内认知功能有所降低。
然后，在非睡眠时身体动作量相对于睡眠时身体动作量的身体动作量比率低于规定比率的日子的发生频率上升的情况下(S103：“是”)，通知部130通知认知功能的降低(S105)。即，在判定期间内的非良好日的发生频率高于比较期间内的非良好日的发生频率的情况下，通知部130通知与比较期间相比在判定期间内认知功能有所降低。
在上述的动作中，认知功能降低判定系统120能够按照非睡眠时身体动作量相对于睡眠时身体动作量的身体动作量比率低于规定比率的日子的发生频率，来适当地判定认知功能的降低。
此外，也可以是，在身体动作量比率低于规定比率的日子的发生频率未上升的情况下(S103：“否”)，判定部122判定为认知功能未降低。然后，在该情况下，通知部130也可以通知认知功能未降低。
另外，在上述的动作中，使用了非睡眠时身体动作量相对于睡眠时身体动作量的比率是否低于规定比率的条件。也可以通过使用与该条件实质等同的其它条件，来使用非睡眠时身体动作量相对于睡眠时身体动作量的比率是否低于规定比率的条件。
具体地说，可以通过使用非睡眠时身体动作量相对于睡眠时身体动作量及非睡眠时身体动作量的总身体动作量的比率是否低于规定阈值的条件，来使用非睡眠时身体动作量相对于睡眠时身体动作量的比率是否低于规定比率的条件。或者，也可以通过使用睡眠时身体动作量相对于非睡眠时身体动作量的比率是否高于规定阈值的条件，来使用非睡眠时身体动作量相对于睡眠时身体动作量的比率是否低于规定比率的条件。
另外，如上所述，也可以按照由测定部110测定出的身体动作量来确定睡眠时间段和非睡眠时间段。
图5是示出身体动作量的时间变化的图表。例如，身体动作量为0的状态从22时50分起持续了30分钟以上。因而，获取部121可以将22时50分确定为入睡时间点。另外，身体动作量为1以上的状态从5时0分起持续了30分钟以上。因而，获取部121可以将5时0分确定为起床时间点。
此外，在上述中，将身体动作量为0的状态持续了30分钟以上以及身体动作量为1以上的状态持续了30分钟以上使用为条件。这些数值是例子，可以适当地变更。另外，上述的入睡时间点和起床时间点的确定方法是例子，入睡时间点和起床时间点的确定方法不限于上述的例子。也可以如上述那样预先决定入睡时间点和起床时间点。
图6是逐日示出睡眠时身体动作量和非睡眠时身体动作量的图表。在图6中，用不同的阴影示出了7月14日至7月23日的10天中各天的睡眠时身体动作量和非睡眠时身体动作量。柱状图的下侧为睡眠时身体动作量，柱状图的上侧为非睡眠时身体动作量。获取部121获取如图6所示的睡眠时身体动作量和非睡眠时身体动作量。
图7是逐日示出非睡眠时身体动作量相对于睡眠时身体动作量的身体动作量比率的图表。通过非睡眠时身体动作量/睡眠时身体动作量来计算身体动作量比率。在图7中，标绘出针对7月14日至7月23日的10天中各天计算出的身体动作量比率。判定部122可以计算如图7所示的身体动作量比率。然后，判定部122导出身体动作量比率低于规定比率的日子的发生频率。
例如，在规定比率为10的情况下，在7月14日至7月23日的10天中的、7月15日和7月20日，身体动作量比率低于规定比率。因而，7月14日至7月23日的10天中的非良好日的发生频率被导出为2/10＝20％。例如，在作为7月14日至7月23日的判定期间内的非良好日的发生频率的20％高于7月4日至7月13日的比较期间内的非良好日的发生频率的情况下，判定部122判定为与比较期间相比认知功能有所降低。
如上所述，本实施方式中的认知功能降低判定系统120在认知功能是否有所降低的判定中，使用非睡眠时身体动作量相对于睡眠时身体动作量的身体动作量比率。该身体动作量比率能够表示用户是否在活动时间段良好地活动、且在睡眠时间段良好地睡眠。认知功能降低判定系统120通过使用这种身体动作量比率，能够适当地判定认知功能是否有所降低。
并且，本实施方式中的认知功能降低判定系统120在认知功能是否有所降低的判定中使用身体动作量比率低于规定比率的日子的发生频率。例如，即使在认知功能未降低的情况下，根据日子的不同，身体动作量比率也会发生变动，有可能在白天的劳动少的日子里身体动作量比率低于规定比率。即使根据日子的不同而身体动作量比率发生变动，认知功能降低判定系统120也能够使用身体动作量比率低于规定比率的日子的发生频率，来适当地判定认知功能是否有所降低。
(变形例)
上述的实施方式中的认知功能降低判定系统120在认知功能是否有所降低的判定中使用身体动作量比率低于规定比率的日子的发生频率。认知功能降低判定系统120也可以使用按每日来表示身体动作量比率的比率迁移所对应的近似直线的斜率值，来代替身体动作量比率低于规定比率的日子的发生频率。
下面，将以下例子作为变形例来进行说明：使用按每日来表示身体动作量比率的比率迁移所对应的近似直线的斜率值，来代替身体动作量比率低于规定比率的日子的发生频率。此外，有时将该近似直线称为身体动作比率近似直线。另外，本变形例中的认知功能降低判定系统120等的结构与图3的例子相同，但是动作的一部分与图4的例子不同。
图8是示出本变形例中的认知功能降低判定系统120等的动作的流程图。
首先，与图4所示的测定处理(S101)同样地，测定部110测定用户的身体动作量(S201)。例如，测定部110按每分钟来测定用户的身体动作量。
接着，与图4所示的获取处理(S102)同样地，获取部121获取睡眠时身体动作量和非睡眠时身体动作量(S202)。例如，获取部121将按每分钟测定出的身体动作量分类为睡眠时间段的身体动作量和非睡眠时间段的身体动作量并逐日累积，由此来逐日获取睡眠时身体动作量和非睡眠时身体动作量。
接着，判定部122判定按每日来表示非睡眠时身体动作量相对于睡眠时身体动作量的身体动作量比率的比率迁移所对应的近似直线的斜率值是否小于规定斜率值(S203)。即，判定部122对判定期间内的身体动作比率近似直线是否低于规定斜率值进行判定。判定部122可以每次使判定期间延后一天来判定当前的判定期间内的身体动作比率近似直线是否低于规定斜率值。
然后，在按每日来表示非睡眠时身体动作量相对于睡眠时身体动作量的身体动作量比率的比率迁移所对应的近似直线的斜率值小于规定斜率值的情况下(S203：“是”)，判定部122判定为认知功能有所降低(S204)。
即，在判定期间内的身体动作量比率近似直线低于规定斜率值的情况下，判定部122判定为在判定期间内认知功能有所降低。也就是说，判定部122在该情况下判定为与判定期间内的靠前的日子相比在判定期间内的靠后的日子里认知功能有所降低。更具体地说，在该情况下，也可以判定为与判定期间内的开始日相比在判定期间内的结束日认知功能有所降低。
然后，在按每日来表示非睡眠时身体动作量相对于睡眠时身体动作量的身体动作量比率的比率迁移所对应的近似直线的斜率值小于规定斜率值的情况下(S203：“是”)，通知部130通知认知功能的降低(S205)。即，在判定期间内的身体动作量比率近似直线的斜率值低于规定斜率值的情况下，通知部130通知在判定期间内认知功能有所降低。
在上述的动作中，认知功能降低判定系统120能够根据按每日来表示非睡眠时身体动作量相对于睡眠时身体动作量的身体动作量比率的比率迁移所对应的近似直线的斜率值，来适当地判定认知功能的降低。
另外，也可以是，在比率迁移所对应的近似直线的斜率值不小于规定斜率值的情况下(S203：“否”)，判定部122判定为认知功能未降低。然后，在该情况下，通知部130也可以通知认知功能未降低。
另外，例如，与判定期间内的身体动作量比率近似直线的斜率值进行比较的规定斜率值为0。在判定期间内的身体动作量比率近似直线的斜率值为负的值的情况下，能够设想为与判定期间内的靠前的日子相比在判定期间内的靠后的日子里身体动作量比率有所下降。因而，也可以是，在判定期间内的身体动作量比率近似直线的斜率值低于0的情况下，判定部122判定为与判定期间内的靠前的日子相比在判定期间内的靠后的日子里认知功能有所降低。
另外，上述的规定斜率值也可以为比0小的值，还可以为容许范围内的负的值。另外，也可以按照过去的期间内的身体动作量比率近似直线的斜率值来决定上述的规定斜率值。
另外，例如，从秋天到冬天，夜晚的时间变长，可活动时间减少。另外，从秋天到冬天，天气变冷，能够设想可活动时间内的身体动作量也减少。由此，即使认知功能未降低，也存在非睡眠时间段的身体动作量减少从而非睡眠时身体动作量相对于睡眠时身体动作量的身体动作量比率减少的可能性。也就是说，即使认知功能未降低，也存在由于季节等的影响从而作为身体动作量比率近似直线的斜率值出现比0小的斜率值的可能性。
因此，可以按照过去的相同季节中的身体动作量比率近似直线的斜率值来决定上述的规定斜率值。更具体地说，可以将相对于判定期间而言正好1年前的期间内的身体动作量比率近似直线的斜率值用作上述的规定斜率值。例如，在判定期间为2016年9月1日至2016年12月31日的情况下，可以将2015年9月1日至2015年12月31日的身体动作量比率近似直线的斜率值用作规定斜率值。
另外，作为过去的相同季节，不限于相对于判定期间而言的1年前的期间，也可以使用2年前的期间，还可以使用3年以上之前的期间。也就是说，可以使用对应期间，该对应期间为判定期间之前的期间、且在1年中的相对的时期与判定期间相同的期间。而且，也可以将这种对应期间内的身体动作量比率近似直线的斜率值使用为规定斜率值。此外，1年中的相对的时期能够置换为季节。
另外，在上述的动作中，使用了非睡眠时身体动作量相对于睡眠时身体动作量的比率迁移所对应的近似直线的斜率是否小的条件。也可以通过使用与该条件实质等同的其它条件，来使用非睡眠时身体动作量相对于睡眠时身体动作量的比率迁移所对应的近似直线的斜率是否小的条件。
具体地说，也可以通过使用非睡眠时身体动作量相对于总身体动作量的比率迁移所对应的近似直线的斜率是否小的条件，来使用非睡眠时身体动作量相对于睡眠时身体动作量的比率迁移所对应的近似直线的斜率是否小的条件。或者，也可以通过使用睡眠时身体动作量相对于非睡眠时身体动作量的比率迁移所对应的近似直线的斜率是否大的条件，来使用非睡眠时身体动作量相对于睡眠时身体动作量的比率迁移所对应的近似直线的斜率是否小的条件。
图9是示出身体动作量比率的比率迁移所对应的近似直线的图表。具体地说，是在图7所示的图表中追加了身体动作量比率近似直线、也就是说按每日来表示身体动作量比率的比率迁移所对应的近似直线。认知功能降低判定系统120基于该身体动作量比率近似直线的斜率值来判定认知功能是否有所降低。
例如，在该身体动作量比率近似直线的斜率值小于规定斜率值的情况下，认知功能降低判定系统120判定为认知功能有所降低。具体地说，也可以是，在规定斜率值为0、该身体动作量比率近似直线的斜率值低于0的情况下，认知功能降低判定系统120判定为认知功能有所降低。
另外，例如，在该身体动作量比率近似直线的斜率值大于规定斜率值的情况下，认知功能降低判定系统120判定为认知功能未降低。具体地说，也可以是，在规定斜率值为0、该身体动作量比率近似直线的斜率值不低于0的情况下，认知功能降低判定系统120判定为认知功能未降低。
如上所述，本变形例中的认知功能降低判定系统120在认知功能是否有所降低的判定中，使用按每日来表示非睡眠时身体动作量相对于睡眠时身体动作量的身体动作量比率的比率迁移所对应的近似直线的斜率值。如果该近似直线的斜率值小于例如0等规定值，则能够设想到，因昼夜节律障碍，白天的身体动作量减少且夜晚的身体动作量增加。
因而，认知功能降低判定系统120通过使用该近似直线的斜率值，能够适当地判定认知功能是否有所降低。
以上，根据实施方式等说明了本发明的一个方式中的认知功能降低判定系统120，但是本发明不限定于实施方式等。对实施方式等实施本领域技术人员想出的变形所获得的方式、以及将实施方式等中的多个结构要素任意组合来实现的另外的方式也包含于本发明。
例如，也可以由另外的结构要素执行特定的结构要素所执行的处理。另外，也可以变更执行处理的顺序，也可以并行地执行多个处理。
另外，用于规定逐日的睡眠时身体动作量、非睡眠时身体动作量以及身体动作量比率等的各天也可以不是从0时开始。例如，也可以将白天的12时至下一个白天的12时为止的24小时规定为1天。
另外，本发明不仅能够作为认知功能降低判定系统120来实现，也能够作为包括构成认知功能降低判定系统120的各结构要素所进行的步骤的认知功能降低判定方法来实现。例如，这些步骤是由具备处理器、存储器以及输入输出电路等的计算机系统执行的。而且，本发明能够作为用于使计算机系统执行这些方法中包含的步骤的程序来实现。此外，计算机系统有时仅表现为计算机。
另外，本发明能够作为记录有上述的程序的非暂时性的计算机可读取的记录介质来实现。记录介质可以为CD-ROM等光盘，可以为硬盘驱动器等磁盘，可以为磁光盘(MO)，可以为快闪存储器等半导体存储器，也可以为其它非暂时性的计算机可读取的记录介质。另外，程序既可以预先记录于记录介质，也可以经由通信网络提供给记录介质从而记录到记录介质中。
例如，在以程序实现本发明的情况下，利用计算机系统的处理器、存储器以及输入输出电路等硬件资源来执行程序，由此执行各步骤。也就是说，处理器从存储器或输入输出电路等获取数据并进行运算，将运算结果输出到存储器或输入输出电路等，由此执行各步骤。作为用于执行程序的处理器，能够利用任意种类的处理器。
另外，认知功能降低判定系统120等中包括的多个结构要素分别可以作为专用或通用的电路来实现。这些结构要素既可以作为1个电路来实现，也可以作为多个电路来实现。
另外，认知功能降低判定系统120等中包括的多个结构要素也可以作为集成电路(IC：Integrated Circuit)即LSI(Large Scale Integration：大规模集成电路)来实现。这些结构要素既可以独立地成为1个芯片，也可以以包括这些结构要素的一部分或全部的方式成为1个芯片。这些结构要素既可以设置于1个装置的1个以上的芯片，也可以设置于多个装置的多个芯片。
另外，根据集成度的不同，LSI有时被称为系统LSI、超大型LSI或极大型LSI。另外，集成电路也可以由专用电路或通用处理器来实现。也可以利用可编程的FPGA(FieldProgrammable Gate Array：现场可编程门阵列)或能够重新构成内部的电路单元的连接及设定的可重构处理器。
并且，如果由于半导体技术的进步或衍生出的另外一种技术而使得出现替代LSI的集成电路化的技术的话，当然也可以使用该技术来进行认知功能降低判定系统120中包括的多个结构要素的集成电路化。
最后，将认知功能降低判定系统120等的多个方式作为例子来示出。这些方式可以适当地组合。另外，也可以追加上述的实施方式等中示出的任意的结构等。
(第一方式)
本发明的一个方式中的认知功能降低判定系统120具备获取部121和判定部122。获取部121逐日获取睡眠时身体动作量和非睡眠时身体动作量，该睡眠时身体动作量为用户的在睡眠时间段的身体动作量，该非睡眠时身体动作量为用户的在睡眠时间段以外的时间段内的身体动作量。
在判定期间的多日中的、身体动作量比率低于规定比率的日子的发生频率高于比较期间的多日中的、身体动作量比率低于规定比率的日子的发生频率的情况下，判定部122判定为与比较期间相比在判定期间内用户的认知功能有所降低。在此，身体动作量比率为非睡眠时身体动作量相对于睡眠时身体动作量的比率。比较期间为判定期间之前的期间。
由此，认知功能降低判定系统120能够在认知功能是否有所降低的判定中使用非睡眠时身体动作量相对于睡眠时身体动作量的身体动作量比率。例如，能够设想，在用户的认知功能有所降低的情况下，因昼夜节律障碍，夜间的睡眠变浅，并且日间的活动变得迟缓，能够设想身体动作量比率变小。因此，认知功能降低判定系统120能够基于与认知功能的降低关联的特性，来适当地判定认知功能是否有所降低。
并且，认知功能降低判定系统120能够在认知功能是否有所降低的判定中使用身体动作量比率低于规定比率的日子的发生频率。由此，认知功能降低判定系统120能够抑制将不因认知功能的降低引起的暂时性的身体动作量比率的下降误判定为认知功能的降低。
(第二方式)
例如，也可以是，规定比率是按照由比较期间之前的参考期间的每日的身体动作量比率构成的多个身体动作量比率的统计值来规定的。由此，认知功能降低判定系统120能够按照过去的身体动作量比率来适当地评价身体动作量比率。
(第三方式)
例如，也可以是，规定比率为通过从多个身体动作量比率的平均值减去多个身体动作量比率的标准偏差而得到的值。由此，认知功能降低判定系统120能够按照过去的身体动作量比率的平均的范围来适当地评价身体动作量比率。
(第四方式)
例如，也可以是，在比较期间内的非良好日的发生频率为规定发生频率以下、且判定期间内的非良好日的发生频率高于规定发生频率的情况下，判定部122判定为与比较期间相比在判定期间内用户的认知功能有所降低。在此，比较期间内的非良好日的发生频率为比较期间的多日中的身体动作量比率低于规定比率的日子的发生频率。判定期间内的非良好日的发生频率为判定期间的多日中的身体动作量比率低于规定比率的日子的发生频率。
由此，认知功能降低判定系统120能够在非良好日的发生频率变得比容许范围高的情况下，判定为认知功能降低为异常的等级。
(第五方式)
例如，也可以是，认知功能降低判定系统120还具备通知部130。也可以是，在判定为认知功能有所降低的情况下，通知部130通知认知功能有所降低。由此，认知功能降低判定系统120能够在认知功能有所降低的情况下向用户的看护者等通知认知功能有所降低。
(第六方式)
例如，也可以是，认知功能降低判定系统120还具备测定部110。也可以是，测定部110测定用户的身体动作量。而且，也可以是，获取部121获取由测定部110测定出的身体动作量。而且，也可以是，获取部121按照由测定部110测定出的身体动作量，来逐日确定睡眠时间段。而且，也可以是，获取部121按照由测定部110测定出的身体动作量、以及逐日确定出的睡眠时间段，来逐日获取睡眠时身体动作量和非睡眠时身体动作量。
由此，认知功能降低判定系统120能够按照用户的身体动作量来适当地确定睡眠时间段。因而，认知功能降低判定系统120能够适当地获取睡眠时间段内的睡眠时身体动作量以及睡眠时间段以外的时间段内的非睡眠时身体动作量。因此，认知功能降低判定系统120能够按照适当地获取到的睡眠时身体动作量和非睡眠时身体动作量，来适当地判定认知功能是否有所降低。
(第七方式)
本发明的一个方式中的认知功能降低判定系统120具备获取部121和判定部122。获取部121逐日获取睡眠时身体动作量和非睡眠时身体动作量，该睡眠时身体动作量为用户的在睡眠时间段内的身体动作量，该非睡眠时身体动作量为用户的在睡眠时间段以外的时间段内的身体动作量。在按判定期间的每日来表示身体动作量比率的比率迁移所对应的近似直线的斜率值低于规定斜率值的情况下，判定部122判定为在判定期间内用户的认知功能有所降低，该身体动作量比率为非睡眠时身体动作量相对于睡眠时身体动作量的比率。
由此，认知功能降低判定系统120能够在认知功能是否有所降低的判定中使用非睡眠时身体动作量相对于睡眠时身体动作量的身体动作量比率。例如，能够设想，在用户的认知功能有所降低情况下，因昼夜节律障碍，夜间的睡眠变浅，并且日间的活动变得迟缓，能够设想身体动作量比率变小。因此，认知功能降低判定系统120能够基于与认知功能的降低关联的特性，来适当地判定认知功能是否有所降低。
并且，认知功能降低判定系统120能够在认知功能是否有所降低的判定中，使用按判定期间的每日来表示身体动作量比率的比率迁移所对应的近似直线的斜率值。如果该近似直线的斜率值小，则能够设想为，因昼夜节律障碍，在判定期间内白天的身体动作量减少，夜晚的身体动作量增加。因而，认知功能降低判定系统120通过使用该近似直线的斜率值，能够适当地判定在判定期间内认知功能是否有所降低。
(第八方式)
例如，也可以是，规定斜率值为按对应期间的每日来表示身体动作量比率的比率迁移所对应的近似直线的斜率值。在此，对应期间为判定期间之前的期间、且为1年的周期中的相对的时期与判定期间相同的期间。
由此，认知功能降低判定系统120能够在判定期间内的斜率值低于过去的同时期内的斜率值的情况下，判定为认知功能有所降低。因而，认知功能降低判定系统120能够使季节的特性等反映到认知功能是否有所降低的判定中。
(第九方式)
例如，也可以是，认知功能降低判定系统120还具备通知部130。也可以是，在判定为认知功能有所降低的情况下，通知部130通知认知功能有所降低。由此，认知功能降低判定系统120能够在认知功能有所降低的情况下向用户的看护者等通知认知功能有所降低。
(第十方式)
例如，也可以是，认知功能降低判定系统120还具备测定部110。也可以是，测定部110测定用户的身体动作量。而且，也可以是，获取部121获取由测定部110测定出的身体动作量。而且，也可以是，获取部121按照由测定部110测定出的身体动作量，来逐日确定睡眠时间段。而且，也可以是，获取部121按照由测定部110测定出的身体动作量、以及逐日确定出的睡眠时间段，来逐日获取睡眠时身体动作量和非睡眠时身体动作量。
由此，认知功能降低判定系统120能够按照用户的身体动作量来适当地确定睡眠时间段。因而，认知功能降低判定系统120能够适当地获取睡眠时间段内的睡眠时身体动作量、以及睡眠时间段以外的时间段内的非睡眠时身体动作量。因此，认知功能降低判定系统120能够按照适当地获取到的睡眠时身体动作量和非睡眠时身体动作量，来适当地判定认知功能是否有所降低。
(第十一方式)
本发明的一个方式中的程序是用于使计算机执行认知功能降低判定方法的程序。认知功能降低判定方法包括获取步骤(S102)和判定步骤(S103、S104)。在获取步骤(S102)中，逐日获取睡眠时身体动作量和非睡眠时身体动作量，该睡眠时身体动作量为用户的在睡眠时间段内的身体动作量，该非睡眠时身体动作量为用户的在睡眠时间段以外的时间段内的身体动作量。
在判定步骤(S103、S104)中，在判定期间内的非良好日的发生频率高于比较期间内的非良好日的发生频率的情况下，判定为与比较期间相比在判定期间内用户的认知功能有所降低。
在此，判定期间内的非良好日的发生频率为判定期间的多日中的身体动作量比率低于规定比率的日子的发生频率。比较期间内的非良好日的发生频率为比较期间的多日中的身体动作量比率低于规定比率的日子的发生频率。身体动作量比率为非睡眠时身体动作量相对于睡眠时身体动作量的比率。比较期间为判定期间之前的期间。
由此，上述的程序能够使计算机执行如下的认知功能降低判定方法：使用非睡眠时身体动作量相对于睡眠时身体动作量的身体动作量比率低于规定比率的日子的发生频率，来判定认知功能是否有所降低。因而，能够通过上述的程序获得与如下的认知功能降低判定系统120同样的效果：该认知功能降低判定系统120使用非睡眠时身体动作量相对于睡眠时身体动作量的身体动作量比率低于规定比率的日子的发生频率，来判定认知功能是否有所降低。
(第十二方式)
本发明的一个方式中的程序是用于使计算机执行认知功能降低判定方法的程序。认知功能降低判定方法包括获取步骤(S202)和判定步骤(S203、S204)。在获取步骤(S202)中，逐日获取睡眠时身体动作量和非睡眠时身体动作量，该睡眠时身体动作量为用户的在睡眠时间段内的身体动作量，该非睡眠时身体动作量为用户的在睡眠时间段以外的时间段内的身体动作量。
在判定步骤(S203、S204)中，在按判定期间的每日来表示身体动作量比率的比率迁移所对应的近似直线的斜率值低于规定斜率值的情况下，判定为与判定期间的前半段中包含的日子相比在判定期间的后半段中包含的日子里用户的认知功能有所降低。在此，身体动作量比率为非睡眠时身体动作量相对于睡眠时身体动作量的比率。
由此，上述的程序能够使计算机执行如下的认知功能降低判定方法：使用按每日来表示非睡眠时身体动作量相对于睡眠时身体动作量的身体动作量比率的比率迁移所对应的近似直线的斜率值，判定认知功能是否有所降低。因而，能够通过上述的程序来获得与如下的认知功能降低判定系统120同样的效果：该认知功能降低判定系统120使用按每日来表示非睡眠时身体动作量相对于睡眠时身体动作量的身体动作量比率的比率迁移所对应的近似直线的斜率值，来判定认知功能是否有所降低。
附图标记说明
110：测定部；120：认知功能降低判定系统；121：获取部；122：判定部；130：通知部。

Claims (12)

1.一种认知功能降低判定系统，具备：
获取部，其逐日获取睡眠时身体动作量和非睡眠时身体动作量，所述睡眠时身体动作量为用户的在睡眠时间段内的身体动作量，所述非睡眠时身体动作量为所述用户的在所述睡眠时间段以外的时间段内的身体动作量；以及
判定部，其在判定期间的多日中的、身体动作量比率低于规定比率的日子的发生频率比所述判定期间之前的比较期间的多日中的、所述身体动作量比率低于所述规定比率的日子的发生频率高的情况下，判定为与所述比较期间相比在所述判定期间内所述用户的认知功能有所降低，所述身体动作量比率为所述非睡眠时身体动作量相对于所述睡眠时身体动作量的比率。
2.根据权利要求1所述的认知功能降低判定系统，其中，
所述规定比率是按照由所述比较期间之前的参考期间的每日的所述身体动作量比率构成的多个身体动作量比率的统计值来规定的。
3.根据权利要求2所述的认知功能降低判定系统，其中，
所述规定比率是通过从所述多个身体动作量比率的平均值减去所述多个身体动作量比率的标准偏差而得到的值。
4.根据权利要求1～3中的任一项所述的认知功能降低判定系统，其中，
在所述比较期间的多日中的所述身体动作量比率低于所述规定比率的日子的发生频率为规定发生频率以下、且所述判定期间的多日中的所述身体动作量比率低于所述规定比率的日子的发生频率比所述规定发生频率高的情况下，所述判定部判定为所述认知功能有所降低。
5.根据权利要求1～4中的任一项所述的认知功能降低判定系统，其中，
所述认知功能降低判定系统还具备通知部，在判定为所述认知功能有所降低的情况下，该通知部通知所述认知功能有所降低。
6.根据权利要求1～5中的任一项所述的认知功能降低判定系统，其中，
所述认知功能降低判定系统还具备测定部，该测定部测定所述用户的身体动作量，
所述获取部进行以下处理：
获取由所述测定部测定出的身体动作量；
按照由所述测定部测定出的身体动作量，逐日确定所述睡眠时间段；以及
按照由所述测定部测定出的身体动作量、以及逐日确定出的所述睡眠时间段，来逐日获取所述睡眠时身体动作量和所述非睡眠时身体动作量。
7.一种认知功能降低判定系统，具备：
获取部，其逐日获取睡眠时身体动作量和非睡眠时身体动作量，所述睡眠时身体动作量为用户的在睡眠时间段内的身体动作量，所述非睡眠时身体动作量为所述用户的在所述睡眠时间段以外的时间段内的身体动作量；以及
判定部，其在按判定期间的每日来表示身体动作量比率的比率迁移所对应的近似直线的斜率值低于规定斜率值的情况下，判定为在所述判定期间内所述用户的认知功能有所降低，所述身体动作量比率为所述非睡眠时身体动作量相对于所述睡眠时身体动作量的比率。
8.根据权利要求7所述的认知功能降低判定系统，其中，
所述规定斜率值为按对应期间的每日来表示所述身体动作量比率的比率迁移所对应的近似直线的斜率值，
所述对应期间为所述判定期间之前的期间，并且为1年中的相对的时期与所述判定期间相同的期间。
9.根据权利要求7或8所述的认知功能降低判定系统，其中，
所述认知功能降低判定系统还具备通知部，在判定为所述认知功能有所降低的情况下，该通知部通知所述认知功能有所降低。
10.根据权利要求7～9中的任一项所述的认知功能降低判定系统，其中，
所述认知功能降低判定系统还具备测定部，该测定部测定所述用户的身体动作量，
所述获取部进行以下处理：
获取由所述测定部测定出的身体动作量；
按照由所述测定部测定出的身体动作量，来逐日确定所述睡眠时间段；以及
按照由所述测定部测定出的身体动作量、以及逐日确定出的所述睡眠时间段，来逐日获取所述睡眠时身体动作量和所述非睡眠时身体动作量。
11.一种程序，用于使计算机执行认知功能降低判定方法，
所述认知功能降低判定方法包括以下步骤：
获取步骤，逐日获取睡眠时身体动作量和非睡眠时身体动作量，所述睡眠时身体动作量为用户的在睡眠时间段内的身体动作量，所述非睡眠时身体动作量为所述用户的在所述睡眠时间段以外的时间段内的身体动作量；以及
判定步骤，在判定期间的多日中的、身体动作量比率低于规定比率的日子的发生频率比所述判定期间之前的比较期间的多日中的、所述身体动作量比率低于所述规定比率的日子的发生频率高的情况下，判定为与所述比较期间相比在所述判定期间内所述用户的认知功能有所降低，所述身体动作量比率为所述非睡眠时身体动作量相对于所述睡眠时身体动作量的比率。
12.一种程序，用于使计算机执行认知功能降低判定方法，
所述认知功能降低判定方法包括以下步骤：
获取步骤，逐日获取睡眠时身体动作量和非睡眠时身体动作量，所述睡眠时身体动作量为用户的在睡眠时间段内的身体动作量，所述非睡眠时身体动作量为所述用户的在所述睡眠时间段以外的时间段内的身体动作量；以及
判定步骤，在按判定期间的每日来表示身体动作量比率的比率迁移所对应的近似直线的斜率值低于规定斜率值的情况下，判定为在所述判定期间内所述用户的认知功能有所降低，所述身体动作量比率为所述非睡眠时身体动作量相对于所述睡眠时身体动作量的比率。
CN201880078143.0A 2017-12-13 2018-11-19 认知功能降低判定系统 Active CN111465354B (zh)

Applications Claiming Priority (3)

Application Number Priority Date Filing Date Title
JP2017238903 2017-12-13
JP2017-238903 2017-12-13
PCT/JP2018/042620 WO2019116830A1 (ja) 2017-12-13 2018-11-19 認知機能低下判定システム

Publications (2)

Publication Number Publication Date
CN111465354A true CN111465354A (zh) 2020-07-28
CN111465354B CN111465354B (zh) 2023-02-24

Family

ID=66818990

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201880078143.0A Active CN111465354B (zh) 2017-12-13 2018-11-19 认知功能降低判定系统

Country Status (4)

Country Link
US (1) US11219404B2 (zh)
JP (1) JP6846723B2 (zh)
CN (1) CN111465354B (zh)
WO (1) WO2019116830A1 (zh)

Families Citing this family (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP7129652B2 (ja) * 2019-07-22 2022-09-02 パナソニックＩｐマネジメント株式会社 歩行機能評価装置、歩行機能評価システム、歩行機能評価方法、プログラム、及び、認知機能評価装置
US11646122B2 (en) * 2021-05-20 2023-05-09 Solsten, Inc. Systems and methods to facilitate adjusting content to facilitate therapeutic outcomes of subjects

Citations (12)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US4782836A (en) * 1984-05-24 1988-11-08 Intermedics, Inc. Rate adaptive cardiac pacemaker responsive to patient activity and temperature
CN1638689A (zh) * 2001-03-07 2005-07-13 沃尔特里德陆军研究所 预测人类认知表现的方法和系统
WO2013061415A1 (ja) * 2011-10-26 2013-05-02 株式会社日立製作所 呼吸測定システム及びｒｅｍ睡眠判定システム
JP2016022310A (ja) * 2014-07-24 2016-02-08 タイオー株式会社 認知症リスク判定システム
WO2016024101A1 (en) * 2014-08-13 2016-02-18 Timmons James Archibald Healthcare diagnostic
CN106572815A (zh) * 2014-09-19 2017-04-19 松下知识产权经营株式会社 生物信息检测装置以及床
CN106714682A (zh) * 2014-06-27 2017-05-24 皇家飞利浦有限公司 用于评估加重和/或入院的风险的装置、系统、方法和计算机程序
CN106974620A (zh) * 2017-03-08 2017-07-25 中国人民解放军南京军区南京总医院 用于睡眠质量监控、管理以及促进睡眠的装置
WO2017154805A1 (ja) * 2016-03-09 2017-09-14 パナソニックＩｐマネジメント株式会社 認知症情報出力システム及び制御プログラム
JP2017164397A (ja) * 2016-03-18 2017-09-21 国立大学法人電気通信大学 睡眠段階判定方法、睡眠段階判定装置、及び睡眠段階判定プログラム
WO2017183602A1 (ja) * 2016-04-19 2017-10-26 コニカミノルタ株式会社 被監視者監視システムおよび被監視者監視方法
JP2017200572A (ja) * 2016-05-02 2017-11-09 パナソニックＩｐマネジメント株式会社 認知症情報出力システム及び制御プログラム

Family Cites Families (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP3502006B2 (ja) 2000-03-21 2004-03-02 株式会社日立エンジニアリングサービス 高齢者に対する介護スタッフ配置支援システムおよび支援方法
JP2004046560A (ja) 2002-07-12 2004-02-12 Kaiteki Kaigo No Ie:Kk 独居居住者ライフラインデータ処理システム
US10111593B2 (en) * 2011-10-07 2018-10-30 Koninklijke Philips N.V. Monitoring system for monitoring a patient and detecting delirium of the patient
JP6453557B2 (ja) 2014-05-09 2019-01-16 吉田　一雄 見守りシステム
JP2016144560A (ja) 2015-02-09 2016-08-12 セイコーエプソン株式会社 ウェアラブル機器、生体情報測定装置、生体情報測定システム、および生体情報測定装置の充電方法
JP5901089B1 (ja) 2015-03-13 2016-04-06 株式会社クロスウェル 認知症判定装置およびプログラム
EP3367883B1 (en) * 2015-10-28 2019-03-13 Koninklijke Philips N.V. Monitoring activities of daily living of a person

Patent Citations (13)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US4782836A (en) * 1984-05-24 1988-11-08 Intermedics, Inc. Rate adaptive cardiac pacemaker responsive to patient activity and temperature
CN1638689A (zh) * 2001-03-07 2005-07-13 沃尔特里德陆军研究所 预测人类认知表现的方法和系统
WO2013061415A1 (ja) * 2011-10-26 2013-05-02 株式会社日立製作所 呼吸測定システム及びｒｅｍ睡眠判定システム
CN106714682A (zh) * 2014-06-27 2017-05-24 皇家飞利浦有限公司 用于评估加重和/或入院的风险的装置、系统、方法和计算机程序
US20170156680A1 (en) * 2014-06-27 2017-06-08 Koninklijke Philips N.V. Apparatus, system, method and computer program for assessing the risk of an exacerbation and/or hospitalization
JP2016022310A (ja) * 2014-07-24 2016-02-08 タイオー株式会社 認知症リスク判定システム
WO2016024101A1 (en) * 2014-08-13 2016-02-18 Timmons James Archibald Healthcare diagnostic
CN106572815A (zh) * 2014-09-19 2017-04-19 松下知识产权经营株式会社 生物信息检测装置以及床
WO2017154805A1 (ja) * 2016-03-09 2017-09-14 パナソニックＩｐマネジメント株式会社 認知症情報出力システム及び制御プログラム
JP2017164397A (ja) * 2016-03-18 2017-09-21 国立大学法人電気通信大学 睡眠段階判定方法、睡眠段階判定装置、及び睡眠段階判定プログラム
WO2017183602A1 (ja) * 2016-04-19 2017-10-26 コニカミノルタ株式会社 被監視者監視システムおよび被監視者監視方法
JP2017200572A (ja) * 2016-05-02 2017-11-09 パナソニックＩｐマネジメント株式会社 認知症情報出力システム及び制御プログラム
CN106974620A (zh) * 2017-03-08 2017-07-25 中国人民解放军南京军区南京总医院 用于睡眠质量监控、管理以及促进睡眠的装置

Also Published As

Publication number Publication date
JP6846723B2 (ja) 2021-03-24
US20210186410A1 (en) 2021-06-24
JPWO2019116830A1 (ja) 2020-09-24
CN111465354B (zh) 2023-02-24
WO2019116830A1 (ja) 2019-06-20
US11219404B2 (en) 2022-01-11

Similar Documents

Publication Publication Date Title
US11806158B2 (en) Adjusting alarms based on sleep onset latency
US10506988B2 (en) Methods and systems for forecasting seizures
US11963802B2 (en) Disease onset risk prediction device, method, and non-fugitive recording medium for storing program
US11004551B2 (en) Sleep improvement system, and sleep improvement method using said system
CN111465354B (zh) 认知功能降低判定系统
CN106510720B (zh) 一种用户状态的提示方法及装置
US20200046282A1 (en) Dementia information output system and recording medium
JP2016067811A (ja) 生体情報検出システム、生体情報検出装置及び生体情報検出システムの制御方法
CN113645901B (zh) 用于评估肌肉疲劳的装置和对应的计算机程序产品
CN114191684B (zh) 基于脑电的睡眠控制方法、装置、智能终端及存储介质
CN110179436B (zh) 一种鼾声取样方法及终端设备
US20180085549A1 (en) Method, apparatus and computer program product for providing a dynamic wake-up alert
CN118315071A (zh) 基于ppg生理指标监测的智能戒指用监测方法及系统
CN103654744B (zh) 一种睡眠质量监测方法
US20190343443A1 (en) Stress state evaluation apparatus, stress state evaluation system, and non-transitory computer readable medium storing program
US20220139563A1 (en) Apparatus and method for managing circadian rhythm based on feedback function
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
Ji et al. Six multidimensional sleep health facets in older adults identified with factor analysis of actigraphy: results from the Einstein Aging Study
US20230343466A1 (en) Method and apparatus for processing sleeping data, computer device, program and medium
US11058348B2 (en) Information processing device, information processing method, and computer-readable recording medium recording information processing program
CN118717073A (zh) 血压测量方法及可穿戴设备
CN113095140B (zh) 基于Q-Learning的移动终端传感器调度方法
CN112656401A (zh) 一种智能监护方法、装置及设备
CN114811961A (zh) 安全预警方法、装置、热水器、服务器及存储介质
CN117398062A (zh) 一种用于睡眠监测的清醒时刻修正方法

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant