JP2004085389A - 爽快目覚し時計システム - Google Patents

Abstract

【課題】使用者が最も爽快な状態で起床できるタイミングで、起床の合図を送り、使用者の確実な起床と爽快な起床を実現することができる爽快目覚し時計システムを提供する。
【解決手段】心拍数、心拍波形を生体情報取得機器２によって計測し、心拍波形のＲ−Ｒ間隔データ（心室の収縮間隔）の時系列データを、非線形解析演算処理部３の解析処理により、リアプノフ指数や相関次元等のカオス指標を求める。これらの値から、使用者１の睡眠時の覚醒状態および疲労状態を推定し、これに基づき睡眠状態を推定する。そして、その睡眠状態に基づき、最も爽快に起床できるタイミングを決定し、起床信号出力装置７が使用者に起床信号を出力する。
【選択図】図１

Description

【０００１】
【発明の属する技術分野】
本発明は、使用者の心拍データを測定し、その心拍波形データに基づき、その人の覚醒状態及び疲労状態を解析し、その人が最も爽快な状態で起床できるタイミングで起床信号を出力し、人の確実な起床と爽快な起床を実現することができる爽快目覚し時計システムに関する。
【０００２】
【従来の技術】
従来の目覚し時計は、使用者の状態に関わらず設定した時間通りに使用者に起床の合図を送るものである。
【０００３】
【発明が解決しようとする課題】
このような目覚し時計は、使用者の状態に関わらず、使用者が設定した時間通りに起床の合図を発信するが、使用者の睡眠が深い状態のときには、寝覚めが悪い為、起床信号が使用者に理解されず、使用者を起床させられない場合がある。また、深い眠りから起床した場合、その後、長時間に渡り不快感が続くことがあった。
【０００４】
一般的に１．５時間の睡眠サイクルにあわせて睡眠時間を選択することが良いと言われているが、使用者の入眠時刻の正確な把握や、疲労等によるさまざまな体調による睡眠サイクルの変化といった問題によって、睡眠前に最適な起床時刻を設定することは困難であり、このために、使用者には爽快な目覚めが得られにくいという問題があった。
【０００５】
本発明は、上記の点に鑑みなされたもので、測定した人の心拍データに、非線形解析を主とした生体情報の解析処理を行うことによって、使用者の覚醒状態及び疲労状態を推定できることに着目し、この覚醒状態及び疲労状態に基づき、使用者が最も爽快な状態で起床できるタイミングで、起床の合図を送り、使用者の確実な起床と爽快な起床を実現することができる爽快目覚し時計システムを提供することを目的とする。
【０００６】
【課題を解決するための手段】
上記目的を達成するために、本発明は、心拍数、心拍波形を心電位センサーによって計測し、心拍波形のＲＲ間隔データ（心室の収縮間隔）の時系列データを、非線形解析演算を主とした解析処理により、リアプノフ指数や相関次元等のカオス指標を求め、これらの値から、使用者の睡眠時の覚醒状態および疲労状態を推定し、これに基づき睡眠状態を推定する。そして、その睡眠状態に基づき、最も爽快に起床できるタイミングを決定し、使用者に起床信号を出力することを特徴とする。
【０００７】
図１は、本発明の爽快目覚し時計システムの基本構成図を示し、使用者１から、生体情報取得機器２によって測定され取得された生体信号を、コンピュータ８に取り込み、コンピュータ８の非線形解析演算プログラムを用いる非線形演算処理部３によって演算を行う。この演算結果を用いて、コンピュータ８の状態推定判定処理部６により、使用者の疲労状態、覚醒状態から睡眠状態を推定すると同時に、定量化された過去のデータ及び予め取得された使用者１の個人データとの比較により、使用者１へ起床信号を出力するか否かの判定を適切に行い、この判断結果に基づき、起床信号出力装置７から使用者に対し起床信号（起床用の音、光、又は振動等）を出力する。
【０００８】
使用者１の疲労度を推定する場合、生体情報を計測し、その計測時系列データの内部に存在する非線形ダイナミクスをカオス解析手法により解析し、最大リアプノフ指数及び相関次元の指標により、人の疲労度を推定する。
【０００９】
発明者が行った実験による計測結果から、相関次元は被験者の肉体的疲労感（Ｐｈｙｓｉｃａｌ　Ｆａｔｉｇｕｅ）の影響を受けて変化し、最大リアプノフ指数は被験者の精神的ストレス（Ｍｅｎｔａｌ　Ｆａｔｉｇｕｅ）や覚醒度の影響を受け、図２の様に変化することが確認されている。
【００１０】
請求項３の発明のように、心拍波形のＲ−Ｒ間隔データから、心拍の非線形ダイナミクスをカオス解析を用いて解析し、最大リアプノフ指数及び相関次元の２つの指標から、人の覚醒度と睡眠状態の推定を行うことができる。
【００１１】
人体の疲労感が増大すると、相関次元は上昇し、人の覚醒度が低下している場合には、最大リアプノフ指数は低下する傾向があり、その値をプロットした図２の分布図から、使用者の疲労状態と覚醒度の推定を行うことが可能である。
【００１２】
また、請求項４の発明のように、図１の表示装置４を設けることにより、使用者の覚醒度・疲労度・睡眠状態を表示し、それらの非線形解析結果を見ることができ、非線形解析演算処理部３による生体情報を用いた非線形解析結果、及び状態推定・判定処理部６によって推定・判定された疲労度ならびに覚醒度を確認することが可能である。
【００１３】
また、請求項５の発明のように、図１の演算処理部３と状態推定・判定処理部６による解析・推定結果を外部記憶装置５に記憶させ、疲労度や覚醒度、睡眠状態の推移を後に確認、評価・検討することが可能である。
【００１４】
また、請求項６の発明のように、起床信号を出力した際に使用者が依然睡眠状態にあると、状態推定・判定処理部６が推定した場合、再度覚醒信号を発信することによって確実に使用者を起すことが可能となる。また、使用者が起きた際には、状態推定・判定処理部６にて覚醒度が高くなるので、使用者がシステムのスイッチを切るなどの操作をすることなく、起床信号を自動的に停止することができる。
【００１５】
また、上記システムにおいて、生体信号解析手法の合理化を図るために、非線形解析に用いる値を最適化するアルゴリズムを実行することができる。心拍データからＲ−Ｒ間隔データを読み取り、このデータに対しカオス解析を行ってリアプノフ指数と相関次元を算出するカオス解析においては、生体信号としての心拍データに関して、遅れ時間（τ）及び埋め込み次元を最適化し、その最適値にて非線形解析を行うことが可能となる。つまり、時間遅れ座標系の再構成次元、再構成次元ベクトル要素の間隔である遅れ時間の値をそれぞれ、解析の対象とするデータに対して最適な値を設定することができる。
【００１６】
カオス解析において、これら２つの値の設定を行うことは、非常に重要な要素となるが、これに関しては未だ多くの研究がなされているわけではなく、生体情報、特に本発明の実施に必要な心拍Ｒ−Ｒ間隔のカオス解析に最適な値を決定し、設定することが必要となる。
【００１７】
その設定アルゴリズムとして、まず再構成次元ベクトル生成時の埋め込み次元については、タケンスの埋め込み定理によって、フラクタル次元の推定法としてＧＰ法を適用することで決定し、再構成次元は飽和かつ精度として十分である値を選択することができる。また、最大リアプノフ指数を計算する際に必要となる遅れ時間τの決定方法については、自己相関関数が最初に極小値をとる時刻を遅れ時間として採用することができる。
【００１８】
【発明の実施の形態】
以下、本発明の一実施形態を図面に基づき説明する。図３は本爽快目覚し時計システムの全体構成図を示し、図４はその使用状態図を示している。
【００１９】
使用者２１の生体情報としての心拍データを取得する生体情報取得機器となる心電位センサ２２は、３個のディスポーザブル電極（＋、−、ｎ（ｎｅｕｔｒａｌ））を、それぞれ心臓付近の左わき腹、心臓上部気管支付近、心臓から遠い右わき腹下に取り付け、アンプ（心電位増幅ユニット：ＮＥＣ　ＡＭＰＬＩＦＩＥＲ　ＣＡＳＥ　７９０３）により生体信号を増幅し、ＡＤ変換ボードを介してコンピュータ２０に取り込むように構成される。
【００２０】
本爽快目覚し時計システムは、図３に示すように、使用者２１の心電位信号を検出する心電位センサ２２、心電位センサ２２の検出した心電位信号（心拍波形信号）をデジタル信号に変換するＡＤ変換ボード２３、ＡＤ変換ボード２３を通して心拍データを取り込み、その心拍波形データに基づき、Ｒ−Ｒ間隔（心室の収縮間隔）データを抽出する処理、カオス演算処理などの非線形解析演算処理を実行すると共に、覚醒状態などの状態推定・判定処理を実行する演算処理部としてのコンピュータ２０、コンピュータ２０に付属する表示装置２６、データを記憶する記憶装置２７、及びコンピュータ２０から出力された指令信号に基づき起床信号を出力する起床信号出力装置２９から構成されている。
【００２１】
次に、本爽快目覚し時計システムの動作を、図６のフローチャートに基づき説明する。使用者は、まず、ステップ１００で、心電位センサ２２の電極を体の所定位置に取り付け、機器の準備を行う。
【００２２】
次に、コンピュータ２０は、ステップ１１０で、アンプ、ＡＤ変換ボード２３を通して心電位信号（心拍波形データ）を取り込み、その波形エッジを記録すると共に（ステップ１４０）、Ｒ−Ｒ間隔抽出処理を行って心拍信号のＲ−Ｒ間隔を抽出する（ステップ１２０）。そして、解析に必要なＲ‐Ｒ間隔データをキャッシュメモリ及びＲＡＭに記憶し（ステップ１３０、１５０）、解析で用いる生体情報とする。
【００２３】
次に、取得した生体情報としてのＲ−Ｒ間隔データに対して、非線形解析の手法としてカオス解析を使用し、カオス解析における最大リアプノフ指数解析及び相関次元解析を用いて生体情報の解析を行う。カオス解析に使用する２つの値の最適化を行うことにより、時間遅れ座標系の再構成次元を５とし、再構成次元ベクトル要素の間隔である遅れ時間（τ）の値を３とした。
【００２４】
すなわち、ステップ１６０で、解析用データが充分であると判定したとき、次に、ステップ１７０に進み、タケンスの埋め込み定理により５次元ベクトルを生成し、次に、ステップ１８０で相関次元Ｄ２を導出すると共に、ステップ１９０で最大リアプノフ指数を導出する。そして、２つの値を図２のように横軸を相関次元、縦軸を最大リアプノフ指数とした二次元分布図に基づいてプロットし（ステップ２００）、このグラフへの分布位置で使用者の状態を推定する（ステップ２２０）。
【００２５】
睡眠時の使用者の状態に関して、一般に、レム睡眠は浅い眠りで、脳は活発に活動し、かなしばり現象に確認されているように、肉体の機能を休ませる時期である。それに対してノンレム睡眠は熟睡時期と言われ、主に脳の機能を休ませる時期であるとされ、一晩の睡眠時間の間にこれら二つの睡眠状態が、交互におとづれることが知られている。
【００２６】
図５に示すように、おおよそ睡眠に入った直後には深い眠り（ノンレム睡眠）から始まり、その後、レム睡眠とノンレム睡眠とを交互に繰り返しながら、睡眠の深さは、始めは深く徐々に覚醒の状態に近づくと言われている。そしてレム睡眠の状態が、覚醒の状態にきわめて近づいた場合に、睡眠状態から覚醒状態へと、スムーズに移行する。
【００２７】
ここで従来のような一般的によく使用されている目覚し時計などを用いて、ノンレム睡眠の時期に覚醒へと促すと、脳の活動が非覚醒状態から非常に遠い状態で覚醒に至る為、目覚めが悪い等の症状を感じることが多い。
【００２８】
図７は、被験者の男性の入眠から起床までのカオス指標の変化を図２に基づく分布図形式で示したものであるが、レム睡眠時のカオス指標の分布は、この図７の円Ｒにカオス指標が分布していることが分かるのに対し、ノンレム睡眠状態のカオス指標の分布は、図７の円Ｎに分布することが分かる。この分布から使用者の睡眠状態を推定することができる。
【００２９】
また、レム睡眠時の分布とノンレム睡眠時の分布が共に睡眠時間の経過とともに最大リアプノフ指数が上昇し、覚醒状態に近づいていることが確認される。これは、一般に言われる図５のようにレム睡眠とノンレム睡眠を繰り返すに従って睡眠の深さが浅くなり、覚醒に近づいているからであり、この睡眠の深さによっても起床誘導のタイミングを決定することが可能である。
【００３０】
このような使用者の睡眠状態の状態推定及び覚醒状態の判断基準を用いれば、被験者の覚醒度を如実に推定することが可能であり、これに基づきレム睡眠及びノンレム睡眠の別を容易に推定することができる。さらに、この推定手法を用いて、被験者が最も覚醒状態に近い睡眠状態であり、かつ、目的の起床時間に最も近い時間で起床信号を送ることにより、使用者を爽快に起床へと導くことができる。
【００３１】
図１０のフローチャートは、上記のように推移する人のレム睡眠とノンレム睡眠の推移に基づき、起床信号を出力する爽快目覚し時計システムの動作を示している。このフローチャートでは、先ず、ステップ３００で、生体情報の計測を行うが、これは、上記図６のフローチャートのステップ１００〜２００と同様に、心電位信号を取り込み、その心拍データからＲ−Ｒ間隔データを抽出する。そして、Ｒ−Ｒ間隔データに対しカオス解析を実施し、相関次元Ｄ２を導出し、最大リアプノフ指数を導出し、それらを二次元分布図にプロットして、生体情報の計測を行う。そして、ステップ３１０で、使用者の睡眠状態を判定し、次のステップ３２０で、入眠していると判定した場合、次に、ステップ３３０で、レム睡眠かノンレム睡眠かを判定する。
【００３２】
そして、使用者が入眠後、レム睡眠とノンレム睡眠の１回の周期を１サイクルとすると、ステップ３４０とステップ３９０で、１サイクル中のレム睡眠の時間長Ｔｒ’とノンレム睡眠の時間の長さＴｎ’を計測し、それらの平均値Ｔｒ及び平均値Ｔｎを算出する。さらに、レム睡眠の平均時間Ｔｒとノンレム睡眠の平均時間Ｔｎを合計した値Ｔｒｎを算出し、予め設定された起床希望時刻と現在の時間との差がＴｒｎ以下になるまでその演算処理を実行する。
【００３３】
起床希望時刻と現在の時間との差がＴｒｎ以下になった場合、その時の睡眠状態によってステップ３３０でレム睡眠かノンレム睡眠かを判定し、レム睡眠であればステップ３４０に、ノンレム睡眠であればステップ３９０に分岐する。この時、ノンレム睡眠状態である場合、睡眠サイクルが大幅に特異な値を取らない限り、すなわちＴｎ＞Ｔｒｎとならない限り、起床希望時刻までにレム睡眠に移行する為、ステップ４１０の判定によって、レム睡眠スレッド内へと移行する。
【００３４】
上記の操作によってレム睡眠スレッドに移行した場合や、ステップ３３０でレム睡眠であった場合には、ステップ３６０にて、これまでのレム睡眠平均時間から、起床希望時刻ではレム睡眠状態にあるか否かの判定を行い、ノンレム睡眠に移行することが予想される場合には、ステップ３７０にて、起床時刻をレム睡眠が修了する時刻に決定する。そして、起床時刻になった時に、使用者に起床信号を出力し、起床を促す。
【００３５】
このシステムにおいては、使用者とのインタフェースとして、時間に対するＲ−Ｒ間隔データの変動、最大リアプノフ指数、相関次元及び使用者の覚醒状態が、使用者に容易に把握できる様に、コンピュータの表示画面に、グラフとして描画表示される。図９は、生体情報の非線形解析を行うコンピュータのその描画表示画面を示している。
【００３６】
予め取得したＲ−Ｒ間隔データに対して解析を行う場合は、まず画面中のエリア２ｅにある解析開始時刻を設定し、次に、ボタン２ａを押し、解析を行いたいデータを選択することによって、選択されたデータの時系列変化がエリア２ｃに描画され、データの時間変動が表示される。ここで、エリア２ｃに描画されたデータのうち、解析に使用するデータ範囲を、マウスを操作してエリア２ｂ内でドラッグすることにより選択できる。
【００３７】
また、ボタン２ｂを押すことにより、コンピュータは非線形解析を開始する。選択した時系列データに基づいてエリア２ｄへ非線形解析結果が描画され、同時にエリア２ｇに、使用者の解析結果が状態推定分布図上に描画される。これら２つのグラフを同時に描画させることにより、使用者は、自分の覚醒度及び疲労度の状態を知ることができる。また、エリア２ｊに希望起床時刻を入力し、ボタン２ｋを押すと、爽快目覚ましシステムが起動し、希望起床時刻に達すると起床信号が発せられる。
【００３８】
【発明の効果】
請求項１の発明によれば、使用者の睡眠状態が覚醒状態に近い時に起床を促すため、使用者が爽快な起床をすることが可能であり、また、使用者が起床時間を設定した場合には、その睡眠時間内において最も爽快な起床が可能な時間に起床することができる。
【００３９】
請求項２の発明によれば、これまで生体情報から推定が困難であった人の疲労度について、生体情報の内部に存在する非線形ダイナミクスを非線形解析することによって推定することが可能となる。
【００４０】
請求項３の発明によれば、これまでは覚醒度や睡眠状態の推定に脳波を測定する必要があったが、この脳波の計測には、磁界等の影響を受けやすく計測環境を整備する必要があったのに対し、心拍情報から非線形解析によって容易に覚醒度や睡眠状態のみでなく、疲労度を推定することが可能となる。
【００４１】
請求項４の発明によれば、使用者が現在の覚醒度や疲労度を把握することにより、自ら注意を喚起したり、休みを取るなどミスや事故を未然に防ぐことが可能となる。
【００４２】
請求項５の発明によれば、過眠症・不眠症患者や、または健常者が、自分の睡眠時、活動時などの状態を後から簡単に知り、評価をすることが可能となる。
【００４３】
請求項６の発明によれば、システムが使用者の起床を確認できるため、目覚まし時計が使用者を起こしそこねたり、スイッチの切り忘れによる起床信号の誤発信を防ぐことが可能となる。
【図面の簡単な説明】
【図１】本発明の爽快目覚し時計システムの基本構成図である。
【図２】相関次元・最大リアプノフ指数を用いた覚醒度・疲労度の評価分布を示す説明図である。
【図３】本発明の一実施形態の全体構成図である。
【図４】本爽快目覚し時計システムの使用状態の説明図である。
【図５】人の睡眠状態の推移を示すグラフ図である。
【図６】爽快目覚し時計システムの動作を示すフローチャートである。
【図７】睡眠時のカオス指標分布とその時間経過に伴う変化を示すグラフ図である。
【図８】人の覚醒度の高い状態と低い状態の非線形解析結果を示すグラフ図である。
【図９】非線形解析処理を行ったコンピュータの画面表示図である。
【図１０】他の実施形態の爽快目覚し時計システムの覚醒状態推定・判定処理を含む動作を示すフローチャートである。
【符号の説明】
２‐生体情報取得機器
３‐非線形解析演算処理部
４‐表示装置
５‐記憶装置
６‐状態推定判定処理部
７‐起床信号出力装置
８−コンピュータ

Claims (6)

1. 使用者から得られた生体情報データに非線形解析を適用し、使用者の覚醒状態を測定して、睡眠状態を推定することによって、最適な起床タイミングを判断し、使用者が爽快に起床できるタイミングで起床を促す爽快目覚し時計システム。
2. 使用者から得られた生体情報データに非線形解析を適用し、使用者の覚醒状態と疲労状態を測定して、睡眠状態を推定することによって、最適な起床タイミングを判断し、使用者が爽快に起床できるタイミングで起床を促す爽快目覚し時計システム。
3. 請求項２の爽快目覚し時計システムにおいて、心電位センサによって使用者の心拍データを測定し、該心拍データから心拍波形のＲ−Ｒ間隔データを読み取り、このデータに対しカオス解析を行うことによりリアプノフ指数と相関次元を算出し、これらの指標を用いた分布図によって使用者の覚醒状態及び疲労状態を推定するシステム。
4. 請求項１乃至３のいずれかに記載の爽快目覚し時計システムにおいて、使用者の覚醒度・疲労度・睡眠状態を表示する表示装置を設け、使用者の現在のまたは過去の覚醒度・疲労度・睡眠状態を表示することを特徴とするシステム。
5. 請求項１記載の爽快目覚し時計システムにおいて、使用者の睡眠状態のデータを記録し、後にその睡眠状態を把握できるように表示することを特徴とするシステム。
6. 請求項１乃至３に記載の爽快目覚し時計システムにおいて、起床信号を出力した後、使用者の覚醒状態を推定することによって、使用者が確かに起床したかを確認し、起床していない場合には、再度使用者に対し起床信号を出力することを特徴とするシステム。

Images