JP2002320601A - 体動の表示方法及び分析方法 - Google Patents
体動の表示方法及び分析方法Info
- Publication number
- JP2002320601A JP2002320601A JP2001126613A JP2001126613A JP2002320601A JP 2002320601 A JP2002320601 A JP 2002320601A JP 2001126613 A JP2001126613 A JP 2001126613A JP 2001126613 A JP2001126613 A JP 2001126613A JP 2002320601 A JP2002320601 A JP 2002320601A
- Authority
- JP
- Japan
- Prior art keywords
- data
- body movement
- body motion
- axis
- graph
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
Landscapes
- Measurement Of The Respiration, Hearing Ability, Form, And Blood Characteristics Of Living Organisms (AREA)
Abstract
(57)【要約】
【課題】 時間的変化を伴うデータの時系列上の特徴を
視覚的に理解しやすく表示する。 【解決手段】 人の身体の動きである体動の発生あるい
は発生した体動の量に関する体動データを対象とし、時
間軸に沿って累積演算を行って累積データを得て、累積
時間軸および累積データ軸をそれぞれ縦横の軸とした２
次元グラフとして表示する。時系列表現された体動デー
タを累積時系列表示するために、体動の量と体動の時間
的推移パターンを定量的にかつ視覚的に容易に判別でき
る。
視覚的に理解しやすく表示する。 【解決手段】 人の身体の動きである体動の発生あるい
は発生した体動の量に関する体動データを対象とし、時
間軸に沿って累積演算を行って累積データを得て、累積
時間軸および累積データ軸をそれぞれ縦横の軸とした２
次元グラフとして表示する。時系列表現された体動デー
タを累積時系列表示するために、体動の量と体動の時間
的推移パターンを定量的にかつ視覚的に容易に判別でき
る。
Description
【０００１】
【発明の属する技術分野】本発明は経時的に計測された
身体の動きの発生や動きの量の情報をデータ処理して２
次元的に表示する表示方法及び分析方法に関するもので
ある。
身体の動きの発生や動きの量の情報をデータ処理して２
次元的に表示する表示方法及び分析方法に関するもので
ある。
【０００２】
【従来の技術】人の身体のたとえば就寝時の動き（体
動）を時系列的に表示分析する方法として、Physiology
& Behavior Vol.65, pp659-663. 1999. (title: Acti
graphicassessment of sleep in insomnia : applicati
on of the actigraph data analysis software.）のＦ
ｉｇ．１に、身体に装着する活動量計によって得られる
体動（アクティビティ・カウント）の時系列情報をグラ
フ表示するとともに、データを分析して睡眠・覚醒を判
定し表示するソフトウエアの例が掲載されている。この
場合の体動時系列はゼロまたは正の数値からなるデータ
であり、横軸に時間軸をとり、発生したイベントの値を
縦軸としてグラフ化している。
動）を時系列的に表示分析する方法として、Physiology
& Behavior Vol.65, pp659-663. 1999. (title: Acti
graphicassessment of sleep in insomnia : applicati
on of the actigraph data analysis software.）のＦ
ｉｇ．１に、身体に装着する活動量計によって得られる
体動（アクティビティ・カウント）の時系列情報をグラ
フ表示するとともに、データを分析して睡眠・覚醒を判
定し表示するソフトウエアの例が掲載されている。この
場合の体動時系列はゼロまたは正の数値からなるデータ
であり、横軸に時間軸をとり、発生したイベントの値を
縦軸としてグラフ化している。
【０００３】このものでは、ノイズの有無を含め、計測
した身体の動きのデータの詳細な時間的変動の様子を確
認できるという利点があるが、ある時間区間の間に発生
した体動量を定量的に理解することは困難である。特
に、データの比較を行う場合、２つ以上のグラフを見比
べても、どこにどの程度の違いがあるか、パターンを区
別し視覚的に理解することは困難である。
した身体の動きのデータの詳細な時間的変動の様子を確
認できるという利点があるが、ある時間区間の間に発生
した体動量を定量的に理解することは困難である。特
に、データの比較を行う場合、２つ以上のグラフを見比
べても、どこにどの程度の違いがあるか、パターンを区
別し視覚的に理解することは困難である。
【０００４】特許第２７８０４６４号の第３図には、就
寝時に計測した体動の時系列情報を分析し、体動回数と
体動出現間隔の平均時間とをそれぞれ縦横の軸とした２
次元表示を表示手段上に行った例が挙げられている。就
寝時に計測した体動の時系列情報を分析し、睡眠評価し
た結果を表示しているこの例では、時間軸は抽象化さ
れ、表示データは時系列情報ではなくなっている。
寝時に計測した体動の時系列情報を分析し、体動回数と
体動出現間隔の平均時間とをそれぞれ縦横の軸とした２
次元表示を表示手段上に行った例が挙げられている。就
寝時に計測した体動の時系列情報を分析し、睡眠評価し
た結果を表示しているこの例では、時間軸は抽象化さ
れ、表示データは時系列情報ではなくなっている。
【０００５】
【発明が解決しようとする課題】体動の発生や体動量の
変化を経時的に記録する場合、得られるデータは図９の
ような時系列棒グラフで表現されることが多い。この表
示方法は、ノイズの有無を含め、計測データの詳細な時
間的変動の様子を確認できるという利点があるが、ある
時間区間（例えば、睡眠時間帯とか、特定の部屋に居る
時間とか、２４時間とか）の間に発生したイベントの量
を定量的にかつ視覚的に判別することは困難である。特
に、図９に示す２つのデータ（グラフ）を見比べても、
どこにどの程度の違いがあるか、視覚的に理解すること
が困難である。
変化を経時的に記録する場合、得られるデータは図９の
ような時系列棒グラフで表現されることが多い。この表
示方法は、ノイズの有無を含め、計測データの詳細な時
間的変動の様子を確認できるという利点があるが、ある
時間区間（例えば、睡眠時間帯とか、特定の部屋に居る
時間とか、２４時間とか）の間に発生したイベントの量
を定量的にかつ視覚的に判別することは困難である。特
に、図９に示す２つのデータ（グラフ）を見比べても、
どこにどの程度の違いがあるか、視覚的に理解すること
が困難である。
【０００６】本発明はこのような点に鑑みなされたもの
であって、その目的とするところは時間的変化を伴うデ
ータの時系列上の特徴を視覚的に理解しやすく表示する
体動の表示方法を提供するにあり、また他の目的とする
ところは表示結果をもとに体動パターンを分析すること
ができる分析方法を提供するにある。
であって、その目的とするところは時間的変化を伴うデ
ータの時系列上の特徴を視覚的に理解しやすく表示する
体動の表示方法を提供するにあり、また他の目的とする
ところは表示結果をもとに体動パターンを分析すること
ができる分析方法を提供するにある。
【０００７】
【課題を解決するための手段】しかして本発明は、人の
身体の動きである体動の発生あるいは発生した体動の量
に関する体動データを対象とし、時間軸に沿って累積演
算を行って累積データを得て、コンピュータ処理により
累積時間軸および累積データ軸をそれぞれ縦横の軸とし
た２次元グラフとして表示することに特徴を有してい
る。
身体の動きである体動の発生あるいは発生した体動の量
に関する体動データを対象とし、時間軸に沿って累積演
算を行って累積データを得て、コンピュータ処理により
累積時間軸および累積データ軸をそれぞれ縦横の軸とし
た２次元グラフとして表示することに特徴を有してい
る。
【０００８】時系列表現された体動データを累積時系列
表示するために、体動の量と体動の時間的推移パターン
を定量的にかつ視覚的に容易に判別できる。
表示するために、体動の量と体動の時間的推移パターン
を定量的にかつ視覚的に容易に判別できる。
【０００９】また、請求項２の発明においては、体動デ
ータを対象とし、所定のタイミングを（起点や終点など
の）基準点と定めて２次元グラフに表示することに特徴
を有しており、さらに請求項３の発明においては、体動
データを対象として、所定の差別化条件に当てはまる体
動データについて差別化処理を行って２次元グラフに表
示することに特徴を有しており、請求項４の発明におい
ては、請求項１または２または３で表示した２次元グラ
フ上のグラフ画像を累積データ軸方向に投影処理して投
影データを得て、累積データ軸および投影データ軸をそ
れぞれ縦横の軸とした２次元グラフに表示することに特
徴を有している。
ータを対象とし、所定のタイミングを（起点や終点など
の）基準点と定めて２次元グラフに表示することに特徴
を有しており、さらに請求項３の発明においては、体動
データを対象として、所定の差別化条件に当てはまる体
動データについて差別化処理を行って２次元グラフに表
示することに特徴を有しており、請求項４の発明におい
ては、請求項１または２または３で表示した２次元グラ
フ上のグラフ画像を累積データ軸方向に投影処理して投
影データを得て、累積データ軸および投影データ軸をそ
れぞれ縦横の軸とした２次元グラフに表示することに特
徴を有している。
【００１０】そして請求項５に係る体動データの分析方
法は、請求項１または２または３で表示した２次元グラ
フ上のグラフ画像からコンピュータ処理により特徴抽出
を行うことで体動データのパターンの特徴を少数の特徴
値で数値化することに特徴を有しており、さらに請求項
６の発明においては、請求項４で表示した２次元グラフ
上のグラフ画像のデータに対してコンピュータ処理によ
り波形処理を行うことに特徴を有している。
法は、請求項１または２または３で表示した２次元グラ
フ上のグラフ画像からコンピュータ処理により特徴抽出
を行うことで体動データのパターンの特徴を少数の特徴
値で数値化することに特徴を有しており、さらに請求項
６の発明においては、請求項４で表示した２次元グラフ
上のグラフ画像のデータに対してコンピュータ処理によ
り波形処理を行うことに特徴を有している。
【００１１】
【発明の実施の形態】以下本発明を実施の形態の一例に
基づいて詳述すると、人の身体の動きである体動の発生
あるいは発生した体動の量に関する体動データを対象と
してグラフ表示するにあたり、上記体動は、人の動きを
撮影したカメラ画像の分析、赤外線検知センサの出力や
圧電センサの出力、身体に装着した加速度センサ、ある
いは第三者による申告や観察、対象者自身の申告など、
多彩な方法で計測することができる。すなわち、本発明
では体動の検出方法はどのようなものであってもよく、
体動の発生や体動の量のデータを時系列的に得ることが
できるものであればよい。
基づいて詳述すると、人の身体の動きである体動の発生
あるいは発生した体動の量に関する体動データを対象と
してグラフ表示するにあたり、上記体動は、人の動きを
撮影したカメラ画像の分析、赤外線検知センサの出力や
圧電センサの出力、身体に装着した加速度センサ、ある
いは第三者による申告や観察、対象者自身の申告など、
多彩な方法で計測することができる。すなわち、本発明
では体動の検出方法はどのようなものであってもよく、
体動の発生や体動の量のデータを時系列的に得ることが
できるものであればよい。
【００１２】そして上記時系列的データは、コンピュー
タを用いた図２に示すようなデータ処理とグラフ化処理
で図１に示すようなグラフとして表示する。ここで図１
は、就寝中（入床時から起床時まで）の時間帯におい
て、非接触的手段（焦電型赤外線センサ）によって寝床
付近にいる人の体動を検出し、就寝中の体動量時系列を
累積時系列表示した例で２夜分を同時に表示している。
横軸は時間軸であり、入床時刻を０とし、以後の経過時
間を分単位で表示している。また入床時間と起床時間を
それぞれ累積の「始点、終点」として表示している。ま
た、総累積量をグラフ中に数値で重ねて表示して累積量
を理解しやすく表示している。
タを用いた図２に示すようなデータ処理とグラフ化処理
で図１に示すようなグラフとして表示する。ここで図１
は、就寝中（入床時から起床時まで）の時間帯におい
て、非接触的手段（焦電型赤外線センサ）によって寝床
付近にいる人の体動を検出し、就寝中の体動量時系列を
累積時系列表示した例で２夜分を同時に表示している。
横軸は時間軸であり、入床時刻を０とし、以後の経過時
間を分単位で表示している。また入床時間と起床時間を
それぞれ累積の「始点、終点」として表示している。ま
た、総累積量をグラフ中に数値で重ねて表示して累積量
を理解しやすく表示している。
【００１３】このような表示を行うことにより、体動イ
ベントの時間的推移を一目で直感的に理解することがで
き、２つ以上の同種のデータを重ねて表示した時により
効果的であることも分かる。
ベントの時間的推移を一目で直感的に理解することがで
き、２つ以上の同種のデータを重ねて表示した時により
効果的であることも分かる。
【００１４】たとえば、図１からは、１１月１０日と１
１月１２日は就寝時間がほぼ同じ（６６０分程度＝約１
１時間）であること、起床するまでの体動の総量は、１
１月１２日（２２１３）が１０月１０日（１３６６）に
比べて多いこと、体動が、１１月１０日では就寝時間帯
を通してほぼ同じ割合で増えている一方、１１月１２日
では、就寝時間帯の前半や中盤では少なく、後半に多い
こと等を一目で判別することができる。また、体動の量
的な把握も体動発生時間帯ごとに比較することができ
る。
１月１２日は就寝時間がほぼ同じ（６６０分程度＝約１
１時間）であること、起床するまでの体動の総量は、１
１月１２日（２２１３）が１０月１０日（１３６６）に
比べて多いこと、体動が、１１月１０日では就寝時間帯
を通してほぼ同じ割合で増えている一方、１１月１２日
では、就寝時間帯の前半や中盤では少なく、後半に多い
こと等を一目で判別することができる。また、体動の量
的な把握も体動発生時間帯ごとに比較することができ
る。
【００１５】ちなみに、図９は図１で表示したものと同
じ体動情報を従来の時系列グラフで表示した例であり、
図１のものとして、時系列上の特徴を定量的あるいは視
覚的に判断しずらいことが分かる。
じ体動情報を従来の時系列グラフで表示した例であり、
図１のものとして、時系列上の特徴を定量的あるいは視
覚的に判断しずらいことが分かる。
【００１６】また、フィールドでの計測は、自動計測で
連続的に行われることが多いので、データの開始点・終
了点が、必ずしも累積を開始・終了したいポイントでは
ないことが多く、さらに２つのデータを比較したい時
に、累積の開始・終了ポイントがデータによって変動す
ることがしばしばある。例えば「睡眠時の体動を比較し
たい」という目的の場合、起床時刻、就寝時刻を指定す
るとよいが、これらの時刻は、日々変動してしまう。睡
眠時間そのものも日によって変動する。しかし、図９に
示す時系列グラフではこのような目的には不便である。
連続的に行われることが多いので、データの開始点・終
了点が、必ずしも累積を開始・終了したいポイントでは
ないことが多く、さらに２つのデータを比較したい時
に、累積の開始・終了ポイントがデータによって変動す
ることがしばしばある。例えば「睡眠時の体動を比較し
たい」という目的の場合、起床時刻、就寝時刻を指定す
るとよいが、これらの時刻は、日々変動してしまう。睡
眠時間そのものも日によって変動する。しかし、図９に
示す時系列グラフではこのような目的には不便である。
【００１７】一方、図１に示すものにおいては、累積時
系列表示を行うにあたり、累積の始点や終点（場合によ
っては累積一次休止点なども）といった基準点を決めて
表示手続きを実行しているために、上記の目的にも適し
たものとなっている。
系列表示を行うにあたり、累積の始点や終点（場合によ
っては累積一次休止点なども）といった基準点を決めて
表示手続きを実行しているために、上記の目的にも適し
たものとなっている。
【００１８】図３は図４に示す差別化処理を行った累積
時系列の表示の例を示している。この例では就寝中の被
験者がベッドを離れていたかどうかを差別化条件として
設定して、ベッドを離れた場合には、累積は継続しなが
らその時間帯の累積時系列を非表示にしている。
時系列の表示の例を示している。この例では就寝中の被
験者がベッドを離れていたかどうかを差別化条件として
設定して、ベッドを離れた場合には、累積は継続しなが
らその時間帯の累積時系列を非表示にしている。
【００１９】体動の記録を表示分析したいときには、１
次元量に数値化された体動量以外の関連情報を重ねた方
がデータを理解しやすいことが多い。図３では、就寝中
の前半から中盤過ぎにかけて、１１月１０日は２回ベッ
ドを離れており、１１月１２日は４回離れており、その
離床行動が体動の大きな変動点に一致していることや、
就寝経過時間が６００分を過ぎた頃（就寝の終盤）から
は、いずれのデータでもベッドにはいるが、頻繁に体動
が発生して離床行動とは無関係に累積時系列が上昇して
いることが一目でわかる。
次元量に数値化された体動量以外の関連情報を重ねた方
がデータを理解しやすいことが多い。図３では、就寝中
の前半から中盤過ぎにかけて、１１月１０日は２回ベッ
ドを離れており、１１月１２日は４回離れており、その
離床行動が体動の大きな変動点に一致していることや、
就寝経過時間が６００分を過ぎた頃（就寝の終盤）から
は、いずれのデータでもベッドにはいるが、頻繁に体動
が発生して離床行動とは無関係に累積時系列が上昇して
いることが一目でわかる。
【００２０】また、図３では、経過時間指示用の点線を
表示し、点線によって指示された経過時刻における累積
体動量を表示させ、データの読み取りがより容易になる
ようにしている。さらに指示された経過時刻が、所定の
差別化条件に当たっている場合にはそのことを「不在」
という表現で表示させている。
表示し、点線によって指示された経過時刻における累積
体動量を表示させ、データの読み取りがより容易になる
ようにしている。さらに指示された経過時刻が、所定の
差別化条件に当たっている場合にはそのことを「不在」
という表現で表示させている。
【００２１】図５は図６に示す特徴抽出（Ｈｏｕｇｈ変
換を利用した直線検出）の処理を行った結果の表示を示
している。
換を利用した直線検出）の処理を行った結果の表示を示
している。
【００２２】累積時系列のグラフをディジタル画像とし
て見ると、細線化ずみのディジタル線分と曲線の組み合
わせで成り立っている画像と捉えることができるので、
各種の基本的画像処理（特徴抽出処理）が容易に可能と
いうメリットがある。例えばＨｏｕｇｈ変換を用いれ
ば、仮に累積時系列が不連続なものであっても、直線や
曲線などの線分抽出を行い、累積時系列の特徴を少数の
特徴値で数値化できる。Ｈｏｕｇｈ変換では、例えば、
（ｘ，ｙ）画像平面上の直線要素を図６中の式 ρ＝ｘ・ｃｏｓθ＋ｙ・ｓｉｎθ で定まる（ρ，θ）平面へ投影することで、簡単な数値
の組に変換できる。ちなみに図５では、累積時系列のグ
ラフが最終的に４本の線分で数値化されている。ここで
いう数値化とは、例えば、「ρ，θ，対応画素密度ｄ，
始点Ｓ，終点Ｅ」からなる数値の組４本分でこの画像を
抽象的に表現することである。このように累積グラフ画
像を特徴抽出すれば、被験者毎に異なる個人パラメータ
を準備することなく、同一の手続きでダイレクト、体動
パターンの特徴を少数の特徴値にまとめることができ
る。
て見ると、細線化ずみのディジタル線分と曲線の組み合
わせで成り立っている画像と捉えることができるので、
各種の基本的画像処理（特徴抽出処理）が容易に可能と
いうメリットがある。例えばＨｏｕｇｈ変換を用いれ
ば、仮に累積時系列が不連続なものであっても、直線や
曲線などの線分抽出を行い、累積時系列の特徴を少数の
特徴値で数値化できる。Ｈｏｕｇｈ変換では、例えば、
（ｘ，ｙ）画像平面上の直線要素を図６中の式 ρ＝ｘ・ｃｏｓθ＋ｙ・ｓｉｎθ で定まる（ρ，θ）平面へ投影することで、簡単な数値
の組に変換できる。ちなみに図５では、累積時系列のグ
ラフが最終的に４本の線分で数値化されている。ここで
いう数値化とは、例えば、「ρ，θ，対応画素密度ｄ，
始点Ｓ，終点Ｅ」からなる数値の組４本分でこの画像を
抽象的に表現することである。このように累積グラフ画
像を特徴抽出すれば、被験者毎に異なる個人パラメータ
を準備することなく、同一の手続きでダイレクト、体動
パターンの特徴を少数の特徴値にまとめることができ
る。
【００２３】体動のデータでは、特徴値のうち、線分の
傾きを示すθや、線分の実質的な長さを示す対応画素密
度ｄは、体動を分析する上で重要な値になる。例えばθ
がπ／２に近い線分は、体動発生が少ない時間帯である
ことを意味し、θがπ／２から０に近づくほど体動が激
しく発生している時間帯であることを意味する。そして
対応画素密度ｄが多いほど、その時間帯が長く継続して
いたことを意味する。
傾きを示すθや、線分の実質的な長さを示す対応画素密
度ｄは、体動を分析する上で重要な値になる。例えばθ
がπ／２に近い線分は、体動発生が少ない時間帯である
ことを意味し、θがπ／２から０に近づくほど体動が激
しく発生している時間帯であることを意味する。そして
対応画素密度ｄが多いほど、その時間帯が長く継続して
いたことを意味する。
【００２４】なお、線分の抽出には、Ｈｏｕｇｈ変換以
外に、チェインコードまたはフリーマンコードの性質を
満たすか否かを判定して求めることも可能である。
外に、チェインコードまたはフリーマンコードの性質を
満たすか否かを判定して求めることも可能である。
【００２５】図７は図８に示す累積データ軸方向に投影
処理を行った結果の２次元グラフの例を示している。Ｈ
ｏｕｇｈ変換のような特徴抽出処理以外の方法で累積時
系列グラフを分析する方法を考えると、累積時系列のグ
ラフをディジタル化し、累積データ軸方向に投影処理し
て投影データを得て、累積データ軸および投影データ軸
をそれぞれ縦横の軸とした２次元グラフを表示すると、
そのグラフは「体動発生がなかった区間の時間的長さ
（＝安静の持続時間）を発生順に並べたグラフ」を意味
する。図７は図１や図５中のデータ（１１月１０日）を
投影処理した例であるが、長い安静状態がデータの前半
に２度（累積体動値で１００付近と３００付近）発生
し、その後はまとまった安静状態がないまま累積体動値
が１３６６まで増加したことが分かる。このように投影
処理は、体動データから安静状態（または休止状態）の
発生や持続を抽出するのに便利である。
処理を行った結果の２次元グラフの例を示している。Ｈ
ｏｕｇｈ変換のような特徴抽出処理以外の方法で累積時
系列グラフを分析する方法を考えると、累積時系列のグ
ラフをディジタル化し、累積データ軸方向に投影処理し
て投影データを得て、累積データ軸および投影データ軸
をそれぞれ縦横の軸とした２次元グラフを表示すると、
そのグラフは「体動発生がなかった区間の時間的長さ
（＝安静の持続時間）を発生順に並べたグラフ」を意味
する。図７は図１や図５中のデータ（１１月１０日）を
投影処理した例であるが、長い安静状態がデータの前半
に２度（累積体動値で１００付近と３００付近）発生
し、その後はまとまった安静状態がないまま累積体動値
が１３６６まで増加したことが分かる。このように投影
処理は、体動データから安静状態（または休止状態）の
発生や持続を抽出するのに便利である。
【００２６】また、上記の投影処理は、長時間の体動デ
ータから安静状態の発生状況を抽出し、一目で理解する
ことができるようになるので有用であるが、抽出された
安静状態を微視的に観察し定量化したり他の安静状態と
比較したいときには困難が生じる。長い安静状態の途中
で小さな体動が入った時に、その安静状態に対応する投
影データが分断されてしまい、そのために図７のグラフ
の縦軸（投影データ数）のピーク値は必ずしも安静の長
さに対応せず、このことから２つ以上の投影ピークを比
較することが難しくなるからである。
ータから安静状態の発生状況を抽出し、一目で理解する
ことができるようになるので有用であるが、抽出された
安静状態を微視的に観察し定量化したり他の安静状態と
比較したいときには困難が生じる。長い安静状態の途中
で小さな体動が入った時に、その安静状態に対応する投
影データが分断されてしまい、そのために図７のグラフ
の縦軸（投影データ数）のピーク値は必ずしも安静の長
さに対応せず、このことから２つ以上の投影ピークを比
較することが難しくなるからである。
【００２７】この弱点を補うため、投影データに対して
波形処理、例えば次式
波形処理、例えば次式
【００２８】
【数１】
【００２９】のような平滑化処理を加えることが有効で
ある。この処理により、不安定な分断がなくなり、投影
データＰ（ｋ）のピーク（＝長い安静区間）を比較しや
すくなる。なお、式中のαは実験によって決まる値であ
り、定数もしくはｋに依存して一意に決まるパラメータ
である。
ある。この処理により、不安定な分断がなくなり、投影
データＰ（ｋ）のピーク（＝長い安静区間）を比較しや
すくなる。なお、式中のαは実験によって決まる値であ
り、定数もしくはｋに依存して一意に決まるパラメータ
である。
【００３０】ところで、図７にもあるように、ひとつの
体動データを処理して得られる投影グラフには２つ以上
のピークが見られることが一般的である。このとき、上
記式１の処理によって投影データに現れる各ピークがよ
り鮮明になり、各ピークを区分しやすくなる。区分され
たピークの形状はさまざまで、ピークは高いが幅が狭い
もの、ピークは低いが幅が広いものなどが含まれる。前
者は、強い安静が長時間続いたことを意味し、後者は安
静レベルは強くないが、長時間大きな体動発生のない状
態が続いたことを意味する。また、区分されたピーク成
分を次式
体動データを処理して得られる投影グラフには２つ以上
のピークが見られることが一般的である。このとき、上
記式１の処理によって投影データに現れる各ピークがよ
り鮮明になり、各ピークを区分しやすくなる。区分され
たピークの形状はさまざまで、ピークは高いが幅が狭い
もの、ピークは低いが幅が広いものなどが含まれる。前
者は、強い安静が長時間続いたことを意味し、後者は安
静レベルは強くないが、長時間大きな体動発生のない状
態が続いたことを意味する。また、区分されたピーク成
分を次式
【００３１】
【数２】
【００３２】のように積分（Ａｊ）することで、安静の
持続時間を定量化し、比較することも可能である。な
お、式２中のｓｊ，ｅｊはピークｊを構成する累積体動
値の始点と終点を意味する。
持続時間を定量化し、比較することも可能である。な
お、式２中のｓｊ，ｅｊはピークｊを構成する累積体動
値の始点と終点を意味する。
【００３３】なお、図４，６，８に夫々示した処理は、
いずれもコンピュータを用いて行うとともにグラフ化も
コンピュータによって行って、ディスプレー等に表示さ
せる。
いずれもコンピュータを用いて行うとともにグラフ化も
コンピュータによって行って、ディスプレー等に表示さ
せる。
【００３４】
【発明の効果】以上のように請求項１の発明において
は、累積演算を行って２次元グラフに表示するために、
体動の量と体動の時間的推移パターンを定量的にかつ視
覚的に容易に判別することができる。
は、累積演算を行って２次元グラフに表示するために、
体動の量と体動の時間的推移パターンを定量的にかつ視
覚的に容易に判別することができる。
【００３５】また請求項２の発明においては、上記請求
項１の発明の効果に加えて、所定のタイミングを基準点
と定めて記累積演算を行い２次元グラフに表示するため
に、比較検討したい複数の体動データを定量的にかつ視
覚的に容易に比較検討できるようになるものであり、体
動データでは、被験者の「就寝」や「起床」といった日
によって発生時刻が異なるイベントを基準にして分析を
行う必要性が高いので、この表示方法は特に有用であ
る。
項１の発明の効果に加えて、所定のタイミングを基準点
と定めて記累積演算を行い２次元グラフに表示するため
に、比較検討したい複数の体動データを定量的にかつ視
覚的に容易に比較検討できるようになるものであり、体
動データでは、被験者の「就寝」や「起床」といった日
によって発生時刻が異なるイベントを基準にして分析を
行う必要性が高いので、この表示方法は特に有用であ
る。
【００３６】そして請求項３の発明においては、さらに
所定の差別化条件に当てはまる体動データについて差別
化処理を行い２次元グラフに表示するために、例えば就
寝時間中にトイレに立って通常の睡眠状態とは異なる体
動が生じた区間などを他の区間から区別して表示するこ
とができる。
所定の差別化条件に当てはまる体動データについて差別
化処理を行い２次元グラフに表示するために、例えば就
寝時間中にトイレに立って通常の睡眠状態とは異なる体
動が生じた区間などを他の区間から区別して表示するこ
とができる。
【００３７】また、請求項４の発明においては、累積グ
ラフ画像を、累積データ軸方向に投影処理して投影デー
タを得、累積データ軸および投影データ軸をそれぞれ縦
横の軸とした２次元グラフを表示するために、そのグラ
フは、「体動発生がなかった区間の時間的長さ（＝安静
の持続時間）を発生順に並べたグラフ」となり、体動の
分析上、この安静の持続時間の情報は有益であり、この
単純な表示方法によって、安静の持続時間を抽出するこ
とができ視覚的に容易に判別できるようになる。
ラフ画像を、累積データ軸方向に投影処理して投影デー
タを得、累積データ軸および投影データ軸をそれぞれ縦
横の軸とした２次元グラフを表示するために、そのグラ
フは、「体動発生がなかった区間の時間的長さ（＝安静
の持続時間）を発生順に並べたグラフ」となり、体動の
分析上、この安静の持続時間の情報は有益であり、この
単純な表示方法によって、安静の持続時間を抽出するこ
とができ視覚的に容易に判別できるようになる。
【００３８】また、請求項５の発明においては、体動デ
ータを累積することはノイズの弱化や時系列パターン推
移地点の明瞭化などの一次処理的効果があるが、この累
積グラフ画像を特徴抽出するために、被験者毎に異なる
パラメータを準備することなく、同一の手続きでダイレ
クト、体動パターンの特徴を少数の特徴値にまとめるこ
とができる。
ータを累積することはノイズの弱化や時系列パターン推
移地点の明瞭化などの一次処理的効果があるが、この累
積グラフ画像を特徴抽出するために、被験者毎に異なる
パラメータを準備することなく、同一の手続きでダイレ
クト、体動パターンの特徴を少数の特徴値にまとめるこ
とができる。
【００３９】さらに請求項６の発明においては、上記請
求項４の発明で得たグラフを波形処理するものであり、
抽出された安静状態（グラフのピーク）を微視的に観察
し定量化したり、他の安静状態と比較することが容易と
なる。
求項４の発明で得たグラフを波形処理するものであり、
抽出された安静状態（グラフのピーク）を微視的に観察
し定量化したり、他の安静状態と比較することが容易と
なる。
【図１】本発明の実施の形態の一例における累積時系列
表示（２夜の比較）の例の説明図である。
表示（２夜の比較）の例の説明図である。
【図２】同上の累積時系列表示処理のアルゴリズムの一
例を示すフローチャートである。
例を示すフローチャートである。
【図３】同上の差別化処理を行った累積時系列の表示の
例の説明図である。
例の説明図である。
【図４】同上の差別化処理のアルゴリズムの一例を示す
フローチャートである。
フローチャートである。
【図５】同上の累積時系列のグラフから特徴抽出（Ｈｏ
ｕｇｈ変換を利用した直線検出）を行う例の説明図であ
る。
ｕｇｈ変換を利用した直線検出）を行う例の説明図であ
る。
【図６】同上の特徴抽出（Ｈｏｕｇｈ変換を利用した直
線検出）についてのアルゴリズムの一例を示すフローチ
ャートである。
線検出）についてのアルゴリズムの一例を示すフローチ
ャートである。
【図７】同上の累積データ軸方向に投影処理した２次元
グラフの例の説明図である。
グラフの例の説明図である。
【図８】同上の累積データ軸方向に投影処理するための
アルゴリズムの一例を示すフローチャートである。
アルゴリズムの一例を示すフローチャートである。
【図９】従来の表示方法（２夜の比較）を示す説明図で
ある。
ある。
Claims (6)
- 【請求項１】 人の身体の動きである体動の発生あるい
は発生した体動の量に関する体動データを対象とし、時
間軸に沿って累積演算を行って累積データを得て、コン
ピュータ処理により累積時間軸および累積データ軸をそ
れぞれ縦横の軸とした２次元グラフとして表示すること
を特徴とする体動の表示方法。 - 【請求項２】 体動データを対象とし、起点や終点など
の所定のタイミングを基準点と定めて２次元グラフに表
示することを特徴とする請求項１記載の体動の表示方
法。 - 【請求項３】 体動データを対象として、所定の差別化
条件に当てはまる体動データについて差別化処理を行っ
て２次元グラフに表示することを特徴とする請求項１記
載の体動の表示方法。 - 【請求項４】 請求項１または２または３で表示した２
次元グラフ上のグラフ画像を累積データ軸方向に投影処
理して投影データを得て、累積データ軸および投影デー
タ軸をそれぞれ縦横の軸とした２次元グラフに表示する
ことを特徴とする体動の表示方法。 - 【請求項５】 請求項１または２または３で表示した２
次元グラフ上のグラフ画像からコンピュータ処理により
特徴抽出を行うことで体動データのパターンの特徴を少
数の特徴値で数値化することを特徴とする体動の分析方
法。 - 【請求項６】 請求項４で表示した２次元グラフ上のグ
ラフ画像のデータに対してコンピュータ処理により波形
処理を行うことを特徴とする体動の分析方法。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP2001126613A JP3719158B2 (ja) | 2001-04-24 | 2001-04-24 | 体動の表示方法及び分析方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP2001126613A JP3719158B2 (ja) | 2001-04-24 | 2001-04-24 | 体動の表示方法及び分析方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| JP2002320601A true JP2002320601A (ja) | 2002-11-05 |
| JP3719158B2 JP3719158B2 (ja) | 2005-11-24 |
Family
ID=18975619
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| JP2001126613A Expired - Lifetime JP3719158B2 (ja) | 2001-04-24 | 2001-04-24 | 体動の表示方法及び分析方法 |
Country Status (1)
| Country | Link |
|---|---|
| JP (1) | JP3719158B2 (ja) |
Cited By (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| WO2005120348A1 (en) * | 2004-06-10 | 2005-12-22 | Movement Metrics Limited | Biomechanical monitoring apparatus |
| WO2008010486A1 (fr) * | 2006-07-20 | 2008-01-24 | Daikin Industries, Ltd. | système fournissant de l'information sur le sommeil |
| JP2012235942A (ja) * | 2011-05-12 | 2012-12-06 | Fujitsu Ltd | 状態判定装置、及び状態判定方法 |
| JP2014050703A (ja) * | 2012-09-04 | 2014-03-20 | Hill-Rom Services Inc | 患者可動性の表面評価システムおよび方法 |
| WO2020136589A1 (ja) * | 2018-12-28 | 2020-07-02 | 南紀之 | 情報処理装置、情報処理方法、情報処理プログラムおよび情報処理システム |
-
2001
- 2001-04-24 JP JP2001126613A patent/JP3719158B2/ja not_active Expired - Lifetime
Cited By (9)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| WO2005120348A1 (en) * | 2004-06-10 | 2005-12-22 | Movement Metrics Limited | Biomechanical monitoring apparatus |
| WO2008010486A1 (fr) * | 2006-07-20 | 2008-01-24 | Daikin Industries, Ltd. | système fournissant de l'information sur le sommeil |
| JP2008023051A (ja) * | 2006-07-20 | 2008-02-07 | Daikin Ind Ltd | 睡眠情報提供システム |
| JP2012235942A (ja) * | 2011-05-12 | 2012-12-06 | Fujitsu Ltd | 状態判定装置、及び状態判定方法 |
| JP2014050703A (ja) * | 2012-09-04 | 2014-03-20 | Hill-Rom Services Inc | 患者可動性の表面評価システムおよび方法 |
| WO2020136589A1 (ja) * | 2018-12-28 | 2020-07-02 | 南紀之 | 情報処理装置、情報処理方法、情報処理プログラムおよび情報処理システム |
| JPWO2020136589A1 (ja) * | 2018-12-28 | 2021-11-18 | 南 紀之 | 情報処理装置、情報処理方法、情報処理プログラムおよび情報処理システム |
| EP3904968A4 (en) * | 2018-12-28 | 2022-09-07 | Minami, Noriyuki | INFORMATION PROCESSING DEVICE, INFORMATION PROCESSING METHOD, INFORMATION PROCESSING PROGRAM AND INFORMATION PROCESSING SYSTEM |
| JP7438978B2 (ja) | 2018-12-28 | 2024-02-27 | 南 紀之 | 情報処理装置、情報処理方法、情報処理プログラムおよび情報処理システム |
Also Published As
| Publication number | Publication date |
|---|---|
| JP3719158B2 (ja) | 2005-11-24 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| JP4421507B2 (ja) | 眠気予測装置及びそのプログラム | |
| JP5679066B2 (ja) | 居眠り検出方法と装置 | |
| JP5740006B2 (ja) | 呼吸測定システム及びｒｅｍ睡眠判定システム | |
| US20060020178A1 (en) | System and method for assessing sleep quality | |
| US7429247B2 (en) | Sleep state estimating device and program product | |
| JP3733133B2 (ja) | 睡眠状態推定装置 | |
| WO2013065504A1 (ja) | 睡眠評価装置および睡眠評価用プログラム | |
| KR20180094907A (ko) | 졸음 시작 검출 기법 | |
| US20080234785A1 (en) | Sleep controlling apparatus and method, and computer program product thereof | |
| JP6375496B2 (ja) | 眠気検出方法及び眠気検出装置 | |
| JP6952299B2 (ja) | 睡眠深度判定システム、睡眠深度判定装置及び睡眠深度判定方法 | |
| US20090171165A1 (en) | Sleep evaluation device and sleep evaluation method therefor | |
| JP3658580B2 (ja) | 睡眠深度推定装置及びこれを具えた布団 | |
| JP4867215B2 (ja) | 生理・心理状態判定装置、生理・心理状態判定方法、リファレンスデータ生成装置、及びリファレンスデータ生成方法。 | |
| JPWO2013171799A1 (ja) | 生体リズム推定装置 | |
| JP5333284B2 (ja) | 生体状態判定装置 | |
| JP2012000375A (ja) | 睡眠状態判定装置 | |
| CN103415249B (zh) | 睡眠评价装置和睡眠评价方法 | |
| JP2001061820A (ja) | 睡眠状態判定方法及び睡眠状態判定装置 | |
| JP2007000280A (ja) | 覚醒度低下判定装置 | |
| US20120179066A1 (en) | Sleeping quality monitor system and a method for monitoring a physiological signal | |
| JP2002320601A (ja) | 体動の表示方法及び分析方法 | |
| JP2006158733A (ja) | 覚醒度判定装置及び覚醒度判定方法 | |
| CN104487871A (zh) | 生物体感知器以及省电模式设定方法 | |
| JP4598581B2 (ja) | 睡眠日誌作成支援装置 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| A977 | Report on retrieval |
Free format text: JAPANESE INTERMEDIATE CODE: A971007 Effective date: 20050516 |
|
| A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20050524 |
|
| A521 | Written amendment |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20050725 |
|
| 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: 20050816 |
|
| A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20050829 |
|
| R151 | Written notification of patent or utility model registration |
Ref document number: 3719158 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R151 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20080916 Year of fee payment: 3 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20090916 Year of fee payment: 4 |
|
| 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: 20090916 Year of fee payment: 4 |
|
| 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: 20090916 Year of fee payment: 4 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20100916 Year of fee payment: 5 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20110916 Year of fee payment: 6 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20110916 Year of fee payment: 6 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20120916 Year of fee payment: 7 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20130916 Year of fee payment: 8 |
|
| EXPY | Cancellation because of completion of term |