JP2003260040A - 睡眠深度推定装置 - Google Patents

Abstract

(57)【要約】 【課題】 睡眠深度を無拘束で且つ高精度で推定するこ
とが出来る睡眠深度推定装置を提供する。 【解決手段】 本発明に係る睡眠深度推定装置は、人体
の心拍数及び呼吸数を含む生体情報を検出する生体情報
センサー２と、該生体情報センサー２によって検出され
た生体情報に所定の処理を施して複数の睡眠深度基礎デ
ータを算出する生体情報処理回路３と、生体情報処理回
路３から得られる睡眠深度基礎データに基づいて睡眠深
度を推定する睡眠深度推定回路４とを具えている。生体
情報処理回路３は、心拍数及び呼吸数のそれぞれについ
て、検出データのリファレンス値からの変動成分と、検
出データの標準偏差のリファレンス値からの変動成分
と、検出データの微分成分とを算出し、これらの算出結
果を睡眠深度基礎データとして、睡眠深度推定回路４へ
供給する。

Description

【発明の詳細な説明】

【０００１】

【発明の属する技術分野】本発明は、人体の心拍数、呼
吸数等の生体情報に基づいて睡眠の深度を推定する装置
に関するものである。

【０００２】

【従来の技術】近年、健康管理の意識が高まる中で、一
般の家庭において睡眠の深度を測定して、体調を管理し
たいというニーズが生まれている。睡眠には、眠りの浅
いレム睡眠と、眠りの深いノンレム睡眠とがあり、この
様な睡眠状態を判定する方法として、脳波、筋電、眼球
運動等を検出し、その検出波形から睡眠深度を推定する
方法(睡眠ポリグラフ法)が知られている。

【０００３】

【発明が解決しようとする課題】しかしながら、従来の
睡眠深度推定方法においては、複数の電極を直接肌に貼
り付ける必要があり、各電極から計測器本体へ伸びるコ
ードによって長時間の拘束状態を強いられるという欠点
があった。この問題に対して、心拍数と体動数を検出
し、学習済みの結合重み付け係数を内部に持つ神経回路
網によって、心拍数と体動数から睡眠深度を推定せんと
する装置が提案されている(特開平５−１１１４７４
号)。しかし、心拍数や体動数の変動には個人差がある
ため、睡眠深度推定の精度が低い問題があった。

【０００４】そこで本発明の目的は、睡眠深度を無拘束
且つ高精度で推定することが出来る睡眠深度推定装置を
提供することである。

【０００５】

【課題を解決する為の手段】本発明に係る睡眠深度推定
装置は、人体の心拍数及び呼吸数を含む生体情報を検出
する生体情報センサー(２)と、該生体情報センサー(２)
によって検出された生体情報の検出データに所定の処理
を施して複数の睡眠深度基礎データを算出する生体情報
処理回路(３)と、生体情報処理回路(３)から得られる睡
眠深度基礎データに基づいて睡眠深度を推定する睡眠深
度推定回路(４)とを具えている。生体情報処理回路(３)
は、心拍数及び呼吸数のそれぞれについて、検出データ
のリファレンス値からの変動成分と、検出データの標準
偏差のリファレンス値からの変動成分と、検出データの
微分成分とを算出し、これらの算出結果を睡眠深度基礎
データとして、睡眠深度推定回路(４)へ供給するもので
ある。

【０００６】上記本発明の睡眠深度推定装置において
は、心拍数及び呼吸数のそれぞれについて、リファレン
ス値からの変動成分と、標準偏差のリファレンス値から
の変動成分と、微分成分とに基づいて睡眠深度の推定が
行なわれ、この中でリファレンス値からの変動成分と、
標準偏差のリファレンス値からの変動成分は、例えば過
去一定時間の平均値や標準偏差の平均値をそれぞれリフ
ァレンス値とする差分データであるから、心拍数や呼吸
数に含まれる個人差の直流成分が排除された値となる。
又、心拍数及び呼吸数の微分成分は、心拍数や呼吸数の
一定時間前の値との差を算出することによって得られる
データであるから、心拍数や呼吸数に含まれる個人差の
交流成分が排除された値となる。この様に、何れの睡眠
深度基礎データも個人差が補正されたデータであるの
で、これらの睡眠深度基礎データに基づいて睡眠深度の
推定を行なうことにより、個人差が補正された精度の高
い推定結果が得られることになる。

【０００７】具体的構成において、生体情報センサー
(２)によって検出される生体情報には体動数が含まれ、
生体情報処理回路(３)は、体動数について、一定期間の
平均値を表わす検出データと、検出データの微分成分と
を算出し、これらの算出結果を睡眠深度基礎データとし
て、睡眠深度推定回路(４)へ供給する。睡眠深度基礎デ
ータに、体動数についての検出データとその微分成分と
を加えることによって、更に推定精度が向上する。

【０００８】又、具体的構成において、生体情報処理回
路(３)には、生体情報センサー(２)によって検出された
生体情報から心拍数成分及び呼吸数成分を抽出するため
のフィルター手段が設けられると共に、該生体情報から
体動数を検出するための閾値手段が設けられている。従
って、生体情報センサー(２)の単一の出力信号から、心
拍数成分を含む信号と、呼吸数成分を含む信号と、体動
数成分を含む信号の３つの信号が抽出されて、それぞれ
の信号に前記所定の処理が施されることになり、これに
よって正確な睡眠深度基礎データが得られる。

【０００９】更に具体的構成において、睡眠深度推定回
路(４)には、前記複数の睡眠深度基礎データに回帰分析
を施すことによって導出した睡眠深度推定式が登録され
ており、睡眠深度推定時には、該睡眠深度推定式によっ
て前記複数の睡眠深度基礎データから睡眠深度が算出さ
れる。例えば回帰分析として主成分回帰分析を採用すれ
ば、前記複数の睡眠深度基礎データが互いに別個独立の
データでなく、一部のデータ間に関連がある場合にも、
複数の睡眠深度基礎データが形成する多次元空間が３軸
程度の直交軸空間に変換されて、該直交軸についてのパ
ラメータを含む睡眠深度回帰モデル式が得られることに
なる。更に該睡眠深度回帰モデル式を、前記複数の睡眠
深度基礎データをパラメータとする睡眠深度推定式に変
換すれば、複数の睡眠深度基礎データから睡眠深度を算
出することが出来る。

【００１０】

【発明の効果】本発明に係る睡眠深度推定装置によれ
ば、生体情報センサーは心拍数、呼吸数及び体動数を検
出すればよいので、例えばベッド上に敷設した歪みゲー
ジ、シート状のコンデンサ、シート状の渦電流センサ
ー、或いは掛け蒲団やパジャマ等の衣類に取り付けた加
速度センサー等、周知の種々の生体情報センサーによっ
て構成することが出来、これによって無拘束での推定が
可能となる。又、睡眠深度の推定においては個人差が補
正されるので、高精度の推定結果が得られる。

【００１１】

【発明の実施の形態】以下、本発明の実施の形態につ
き、図面に沿って具体的に説明する。本発明に係る睡眠
深度推定装置においては、図１及び図２に示す如く、敷
き蒲団(１)に生体情報センサー(２)が取り付けられてお
り、該生体情報センサー(２)は、人体の上半身により圧
迫されて、人体の心拍動、呼吸動、及び体動に伴う生体
情報の変動を検出するものである。例えば、ベッド上に
敷設した歪みゲージ、シート状のコンデンサ、シート状
の渦電流センサー、掛け蒲団やパジャマ等の衣類に取り
付けた加速度センサー等、人体を拘束することのない種
々のセンサーを採用することが出来る。

【００１２】図１の如く、生体情報センサー(２)によっ
て検出された生体情報信号は、生体情報処理回路(３)へ
供給されて、後述する８種類の睡眠深度基礎データが算
出され、これらの睡眠深度基礎データは睡眠深度推定回
路(４)へ供給されて、後述する如く睡眠深度が算出され
る。

【００１３】図３は、本発明に係る睡眠深度推定装置に
おける処理の流れを表わしている。ステップＳ１では、
生体情報センサー(２)によって生体情報信号が検出さ
れ、該生体情報信号は、ステップＳ２にて雑音除去フィ
ルターによる処理を受けた後、ステップＳ３にて増幅さ
れ、更にステップＳ４にてＡ／Ｄ変換される。この様に
して得られた生体情報データは、ステップＳ５にて所定
の閾値と比較されて、閾値よりも大きいデータ(体動成
分データ)と、閾値よりも小さいデータ(心拍動成分デー
タ及び呼吸動成分データ)に分離される。閾値よりも小
さいデータはステップＳ６にてデジタルバンドフィルタ
による処理を受けて、心拍動成分データと呼吸動成分デ
ータに分離される。

【００１４】ステップＳ７では、先ず、前記生体情報デ
ータから分離された心拍動成分データから、単位時間当
たりの心拍数を表わす心拍数検出データ(ＲＲ値)と、心
拍数のゆらぎを表わす標準偏差ＲＲＳＤと、心拍数の微
分成分を表わす微分値ＲＲ′とが算出される。又、呼吸
動成分データからは、単位時間当たりの呼吸数を表わす
呼吸数検出データ(ＰＰ値)と、呼吸数のゆらぎを表わす
標準偏差ＰＰＳＤと、呼吸数の微分成分を表わす微分値
ＰＰ′とが算出される。更に、体動成分データからは、
一定時間の平均値としての体動数(ＭＶＡＶＥ値)と、体
動数の微分成分を表わす微分値ＭＶＡＶＥ′とが算出さ
れる。

【００１５】更に、心拍数検出データＲＲの平均値から
の変動を表わす差分値ΔＲＲと、心拍標準偏差ＲＲＳＤ
の平均値からの変動を表わす差分値ΔＲＲＳＤと、呼吸
数検出データＰＰの平均値からの変動を表わす差分値Δ
ＰＰと、呼吸数標準偏差ＰＰＳＤの平均値からの変動を
表わす差分値ΔＰＰＳＤとが算出される。上記の心拍数
差分値ΔＲＲ、心拍数標準偏差差分値ΔＲＲＳＤ、心拍
数微分値ＲＲ′、呼吸数差分値ΔＰＰ、呼吸数標準偏差
差分値ΔＰＰＳＤ、呼吸数微分値ＰＰ′、体動数ＭＶＡ
ＶＥ、及び体動数微分値ＭＶＡＶＥ′の８種類のデータ
が、睡眠深度基礎データとして、睡眠深度の推定に供さ
れる。

【００１６】図４〜図８は、上記８種類の睡眠深度基礎
データを算出する具体的な手続きを表わしている。尚、
生体情報データのサンプリングは例えば１００Ｈｚの周
波数で行なわれる。

【００１７】心拍数についての手続き 先ず、スタート後の５分間においては、図４(ａ)に示す
如く、カウンターｉを０に初期化し、３０秒間に検出さ
れた心拍数検出データＲＲを記憶した後、これらのＲＲ
値の平均値を算出してＲＲ[ｉ]とする処理を、ｉをカウ
ントアップしながら繰り返す。そして、５分間に検出さ
れたＲＲ[ｉ](ｉ＝１〜９)の平均値を算出し、ＲＲａｖ
ｅとする。又、図４(ｂ)に示す如く、カウンターｉを０
に初期化し、３０秒間に検出された心拍数検出データＲ
Ｒを記憶した後、これらのＲＲ値の標準偏差を算出して
ＲＲＳＤ[ｉ]とする処理を、ｉをカウントアップしなが
ら繰り返す。そして、５分間に検出されたＲＲＳＤ[ｉ]
(ｉ＝１〜９)の平均値を算出し、ＲＲＳＤａｖｅとす
る。

【００１８】次に、スタート後５分経過以降において
は、図５(ａ)に示す如く、カウンターｉを１０に設定
し、３０秒間に検出された心拍数検出データＲＲを記憶
した後、これらのＲＲ値の平均値を算出してＲＲ[ｉ]と
し、更にスタート後５分間の平均心拍数ＲＲａｖｅから
の変動(心拍数差分値ΔＲＲ)を下記数１によって算出す
る処理を、ｉをカウントアップしながら繰り返す。

【数１】ΔＲＲ[ｉ]＝ＲＲ[ｉ]−ＲＲａｖｅ

【００１９】又、図５(ｂ)に示す如く、カウンターｉを
１０に設定し、３０秒間に検出された心拍数検出データ
ＲＲを記憶した後、これらのＲＲ値の標準偏差を算出し
てＲＲＳＤ[ｉ]とし、更に下記数２の如くスタート後５
分間の平均心拍数標準偏差ＲＲＳＤａｖｅからの変動
(心拍数標準偏差差分値ΔＲＲＳＤ)を算出する処理を、
ｉをカウントアップしながら繰り返す。

【数２】 ΔＲＲＳＤ[ｉ]＝ＲＲＳＤ[ｉ]−ＲＲＳＤａｖｅ

【００２０】更に、図５(ｃ)に示す如く、カウンターｉ
を１０に設定し、３０秒間に検出された心拍数検出デー
タＲＲを記憶した後、これらのＲＲ値の平均値を算出し
てＲＲ[ｉ]とする。次にｉが１２以上であるかどうかを
判断して、ノーの場合はｉをカウントアップし、イエス
の場合は、下記数３の如く１分前の心拍数検出データＲ
Ｒ[ｉ−２]との差を算出して心拍数微分値ＲＲ′とした
後、ｉをカウントアップし、同じ手続きを繰り返す。

【数３】ＲＲ′[ｉ]＝ＲＲ[ｉ]−ＲＲ[ｉ−２]

【００２１】呼吸数についての手続き 先ず、スタート後の５分間においては、図６(ａ)に示す
如く、カウンターｉを０に初期化し、３０秒間に検出さ
れた呼吸数検出データＰＰを記憶した後、これらのＰＰ
値の平均値を算出してＰＰ[ｉ]とする処理を、ｉをカウ
ントアップしながら繰り返す。そして、５分間に検出さ
れたＰＰ[ｉ](ｉ＝１〜９)の平均値を算出し、ＰＰａｖ
ｅとする。又、図６(ｂ)に示す如く、カウンターｉを０
に初期化し、３０秒間に検出された呼吸数検出データＰ
Ｐを記憶した後、これらのＰＰ値の標準偏差を算出して
ＰＰＳＤ[ｉ]とする処理を、ｉをカウントアップしなが
ら繰り返す。そして、５分間に検出されたＰＰＳＤ[ｉ]
(ｉ＝１〜９)の平均値を算出し、ＰＰＳＤａｖｅとす
る。

【００２２】次に、スタート後５分経過以降において
は、図７(ａ)に示す如く、カウンターｉを１０に設定
し、３０秒間に検出された呼吸数検出データＰＰを記憶
した後、これらのＰＰ値の平均値を算出してＰＰ[ｉ]と
し、更にスタート後５分間の平均呼吸数ＰＰａｖｅから
の変動(呼吸数差分値ΔＰＰ)を下記数４によって算出す
る処理を、ｉをカウントアップしながら繰り返す。

【数４】ΔＰＰ[ｉ]＝ＰＰ[ｉ]−ＰＰａｖｅ

【００２３】又、図７(ｂ)に示す如く、カウンターｉを
１０に設定し、３０秒間に検出された呼吸数検出データ
ＰＰを記憶した後、これらのＰＰ値の標準偏差を算出し
てＰＰＳＤ[ｉ]とし、更に下記数５の如くスタート後５
分間の平均呼吸標準偏差ＰＰＳＤａｖｅからの変動(呼
吸数標準偏差差分値ΔＰＰＳＤ)を算出する処理を、ｉ
をカウントアップしながら繰り返す。

【数５】 ΔＰＰＳＤ[ｉ]＝ＰＰＳＤ[ｉ]−ＰＰＳＤａｖｅ

【００２４】更に、図７(ｃ)に示す如く、カウンターｉ
を１０に設定し、３０秒間に検出された呼吸数検出デー
タＰＰを記憶した後、これらのＰＰ値の平均値を算出し
てＰＰ[ｉ]とする。次にｉが１２以上であるかどうかを
判断して、ノーの場合はｉをカウントアップし、イエス
の場合は、下記数６の如く１分前の呼吸数検出データＰ
Ｐ[ｉ−２]との差を算出して呼吸数微分値ＰＰ′とした
後、ｉをカウントアップし、同じ手続きを繰り返す。

【数６】ＰＰ′[ｉ]＝ＰＰ[ｉ]−ＰＰ[ｉ−２]

【００２５】体動数についての手続き 先ず、スタート後の５分間においては、図８(ａ)に示す
如く、カウンターｉを０に初期化し、３０秒間に検出さ
れた体動回数を記憶し、体動数検出データＭＶ[ｉ]とし
た後、ｉが９であるか否かを判断し、ノーの場合はｉを
カウントアンプして体動回数の記憶を繰り返し、イエス
の場合は、５分間に検出された体動数検出データＭＶ
[ｉ](ｉ＝０〜９)の平均値を算出して体動数ＭＶＡＶＥ
[ｉ]とする。

【００２６】次に、スタート後５分経過以降において
は、図８(ｂ)に示す如く、カウンターｉを１０に設定
し、３０秒間に検出された体動回数を記憶し、体動数検
出データＭＶ[ｉ]とした後、過去５分間(ｉ−９〜ｉ)に
検出された体動数検出データＭＶ[ｉ]の平均値を算出し
て体動数ＭＶＡＶＥ[ｉ]とする処理を、ｉをカウントア
ップしながら繰り返す。

【００２７】又、図８(ｃ)に示す如く、カウンターｉを
１０に設定し、３０秒間に検出された体動回数を記憶
し、体動数検出データＭＶ[ｉ]とした後、過去５分間
[ｉ−９〜ｉ]に検出された体動数検出データＭＶ[ｉ]の
平均値を算出してＭＶＡＶＥ[ｉ]とする。次にｉが１２
以上であるかどうかを判断して、ノーの場合はｉをカウ
ントアップし、イエスの場合は、下記数７の如く１分前
のＭＶＡＶＥ[ｉ−２]との差を算出して体動数微分値Ｍ
ＶＡＶＥ′とした後、ｉをカウントアップし、同じ手続
きを繰り返す。

【数７】ＭＶＡＶＥ′[ｉ]＝ＭＶＡＶＥ[ｉ]−ＭＶＡＶ
Ｅ[ｉ−２]

【００２８】図９は、上述の手続きに従って、８種類の
睡眠深度基礎データ、即ち、心拍数差分値ΔＲＲ、心拍
数標準偏差差分値ΔＲＲＳＤ、心拍数微分値ＲＲ′、呼
吸数差分値ΔＰＰ、呼吸数標準偏差差分値ΔＰＰＳＤ、
呼吸数微分値ＰＰ′、体動数ＭＶＡＶＥ、及び体動数微
分値ＭＶＡＶＥ′が順次算出されていく様子を表わした
ものである。図示の如く最初の５分間[ｉ＝０〜９]は、
前述の各種平均値を算出するための期間であるため、睡
眠深度基礎データは得られないが、５分間が経過し、カ
ウンターｉが１０を越えると、心拍数差分値ΔＲＲ、心
拍数標準偏差差分値ΔＲＲＳＤ、呼吸数差分値ΔＰＰ、
呼吸数標準偏差差分値ΔＰＰＳＤ、及び体動数ＭＶＡＶ
Ｅが得られ、更にカウンターｉが１２を越えると、心拍
数微分値ＲＲ′、呼吸数微分値ＰＰ′及び体動数微分値
ＭＶＡＶＥ′が得られることになる。従って、カウンタ
ーｉが１２を越えた時点で、８種類の睡眠深度基礎デー
タが揃うため、この時点から睡眠深度の推定が開始され
る。

【００２９】図３に示すステップＳ８では、８種類の睡
眠深度基礎データに基づいて睡眠深度推定演算が実行さ
れる。本実施例においては、予め８種類の睡眠深度基礎
データに主成分回帰分析を施すことによって導出した睡
眠深度推定式が用いられる。主成分回帰分析において
は、予め複数人の被験者を対象として８種類の睡眠深度
基礎データが収集され、これらのデータをパラメータと
する睡眠深度回帰モデル式に基づいて、回帰演算が施さ
れる。尚、主成分回帰分析の基礎となる睡眠深度の実測
データは、図１１に示す如く、ＥＭＧ積分値、Ｄｅｌｔ
ａ波の割合、Ｓｐｉｎｄｌｅ波の数、及び眼球運動の数
に基づいて、睡眠深度のステージを判定する方法等、周
知の方法によって測定することが出来る。

【００３０】主成分回帰分析によれば、８種類の睡眠深
度基礎データが互いに別個独立のデータでなく、一部の
データ間に関連がある場合にも、８つの睡眠深度基礎デ
ータが形成する８次元空間が３軸の直交軸空間に変換さ
れて、該直交軸についてのパラメータを含む睡眠深度回
帰モデル式が得られることになる。該睡眠深度回帰モデ
ル式は、８種類の睡眠深度基礎データをパラメータとす
る睡眠深度推定式に変換され、該推定式を用いて睡眠深
度が算出される。本実施例においては、図１０(ａ)に示
す睡眠深度回帰モデル式を用いることによって、同図
(ｂ)に示す睡眠深度推定式が導出された。

【００３１】本実施例では、図３のステップＳ９にて睡
眠深度が算出された後、更にステップＳ１０にて学習モ
ードが導入される。該学習モードにおいては、上記睡眠
深度推定式によって算出した睡眠深度の最浅値を「目覚
め(ＷＡＫＥ)」、準浅値を「ＲＥＭ睡眠」に合わせるこ
とによって、睡眠深度推定式に対する補正係数を導出す
る。これによって、図３のステップＳ１１では、更に精
度の高い補正後睡眠深度が得られることになる。

【００３２】図１２のグラフは、ある被験者について、
本発明の睡眠深度推定式によって算出した睡眠深度の推
定値と、睡眠深度の実測値との比較を表わしている。図
示の如く、睡眠深度の推定値と実測値とは、極めて近似
した変動を示しており、これによって、本発明の睡眠深
度推定方法が高い精度を有していることが実証される。

【００３３】上述の如く、本発明に係る睡眠深度推定装
置は、人体を拘束することなく、精度の高い睡眠深度の
推定結果を得ることが出来るので、特に一般の家庭にお
ける睡眠深度測定装置として好適である。

【図面の簡単な説明】

【図１】本発明に係る睡眠深度推定装置の構成を表わす
ブロック図である。

【図２】該睡眠深度推定装置における生体情報センサー
の取付け例を説明する図である。

【図３】該睡眠深度推定装置における睡眠深度推定手続
きを表わすフローチャートである。

【図４】心拍数についての準備処理を示すフローチャー
トである。

【図５】心拍数についての基礎データ算出手続きを示す
フローチャートである。

【図６】呼吸数についての準備処理を示すフローチャー
トである。

【図７】呼吸数についての基礎データ算出手続きを示す
フローチャートである。

【図８】体動数についての準備処理及び基礎データ算出
手続きを示すフローチャートである。

【図９】８種類の基礎データが次々と算出される様子を
示す図である。

【図１０】睡眠深度回帰モデル式と睡眠深度推定式を表
わす図である。

【図１１】睡眠深度の判定方法を説明する図である。

【図１２】睡眠深度の推定値と実測値の比較を表わすグ
ラフである。

【符号の説明】

(２) 生体情報センサー (３) 生体情報処理回路 (４) 睡眠深度推定回路

Claims (5)

【特許請求の範囲】
1. 【請求項１】 人体の心拍数及び呼吸数を含む生体情報
   を検出する生体情報センサー(２)と、該生体情報センサ
   ー(２)によって検出された生体情報の検出データに所定
   の処理を施して複数の睡眠深度基礎データを算出する生
   体情報処理回路(３)と、生体情報処理回路(３)から得ら
   れる睡眠深度基礎データに基づいて睡眠深度を推定する
   睡眠深度推定回路(４)とを具え睡眠深度推定装置におい
   て、生体情報処理回路(３)は、心拍数及び呼吸数のそれ
   ぞれについて、検出データのリファレンス値からの変動
   成分と、検出データの標準偏差のリファレンス値からの
   変動成分と、検出データの微分成分とを算出し、これら
   の算出結果を睡眠深度基礎データとして、睡眠深度推定
   回路(４)へ供給することを特徴とする睡眠深度推定装
   置。
2. 【請求項２】 生体情報センサー(２)によって検出され
   る生体情報には体動数が含まれ、生体情報処理回路(３)
   は、体動数について、一定期間の平均値を表わす検出デ
   ータと、検出データの微分成分とを算出し、これらの算
   出結果を睡眠深度基礎データとして、睡眠深度推定回路
   (４)へ供給する請求項１に記載の睡眠深度推定装置。
3. 【請求項３】 生体情報処理回路(３)には、生体情報セ
   ンサー(２)によって検出された生体情報から心拍数成分
   及び呼吸数成分を抽出するためのフィルター手段が設け
   られると共に、該生体情報から体動数を検出するための
   閾値手段が設けられている請求項２に記載の睡眠深度推
   定装置。
4. 【請求項４】 睡眠深度推定回路(４)には、前記複数の
   睡眠深度基礎データに回帰分析を施すことによって予め
   導出した睡眠深度推定式が登録されており、睡眠深度推
   定時には、該睡眠深度推定式によって前記複数の睡眠深
   度基礎データから睡眠深度が算出される請求項１乃至請
   求項３の何れかに記載の睡眠深度推定装置。
5. 【請求項５】 前記回帰分析は、主成分回帰分析である
   請求項４に記載の睡眠深度推定装置。