JP2008237574A - 自律神経指標を計測する装置、方法および生体情報を検出する装置 - Google Patents

Abstract

【課題】高精度に自律神経指標を計測する自律神経指標計測装置を提供する。
【解決手段】脈拍または心拍の波形の一周期の時間間隔を示す間隔データが予め定められた基準時間内に生成された個数を表す間隔データ数と、間隔データ生成時に発生したエラーの内容を表すエラーデータが基準時間内に生成された個数を表すエラーデータ数との和に対する間隔データ数の割合を表す検出率を算出する検出率算出部１３と、検出率と予め定められた第１閾値とを比較し、検出率が第１閾値より大きい場合に、基準時間内に生成された間隔データに基づいて、自律神経の活動状態を示す自律神経指標を算出する自律神経指標算出部１４と、を備えた。
【選択図】 図１

Description

この発明は、ユーザから計測した生体情報に基づき、特に睡眠時の自律神経活動や睡眠状態を判定する装置、方法およびユーザから生体情報を検出する装置に関するものである。

従来から、睡眠時の生体情報を計測する生体情報計測装置として、睡眠ポリグラフと呼ばれる医療機関での検査向けの装置が使用されている。このような装置では、脳波、眼電、筋電など多数の生体情報を計測し、計測した生体情報に基づいて、レム睡眠、ノンレム睡眠など睡眠の状態の変化を判定することができる。さらに、このような装置は、例えば不眠症、睡眠時無呼吸症候群など睡眠時の疾患を検査可能ある。ところが、このような装置は大がかりであり、一般に専門機関でしか使用することができない。

一方、家庭内で手軽に睡眠状態、または睡眠時の健康状態をモニタすることを目的とした装置の開発も進められている。例えば、特許文献１および特許文献２では、睡眠中の自律神経の活動である心拍の拍動間隔を脈波の脈拍間隔として捉え、脈拍間隔の変動から取得した自律神経指標に基づいて睡眠状態の判定を行う技術が提案されている。

手の血管の血流変化である脈波は、心拍に同期して変動するために、脈波の脈拍間隔から心拍の拍動間隔を取得できる。そこで、上記文献の方法では、睡眠時に例えば腕時計のような携帯型生体センサで計測した一連の脈波間隔データを周波数スペクトル分布に変換し、周波数スペクトル分布に変換した一連の脈波間隔データから求めた低周波数領域（ＬＦ：０．０５〜０．１５Ｈｚ付近）と高周波数領域（ＨＦ：０．１５〜０．４Ｈｚ付近）におけるパワースペクトルの値から自律神経指標を取得し、取得した自律神経指標から睡眠状態の判定を行っている。

このような従来の自律神経解析では、一般に、センサで脈波の生データを蓄積した後、解析用のＰＣ（Personal Computer）などに転送するか、またはセンサがサンプリングした生データをリアルタイムでＰＣに転送し、ＰＣ内の解析ソフトで脈波間隔検出および自律神経解析を行っている。ただし、このように生データをＰＣに転送する方法では、センサ内にデータを蓄積するメモリの確保や、通信容量および通信速度の確保のために、センサ自体を高性能にする必要がある。

しかし、センサを高性能にすることは、一般に装置の大型化を招くため、センサを小型化して装着性を向上させる要請に反する。そこで、蓄積または転送するデータを圧縮することにより、必要なメモリ容量の削減および通信負荷の低減を図るという対策が取られている。自律神経指標または睡眠状態の計測では、脈波間隔情報だけを用いるので、センサ内で脈波間隔検出処理を行い、容量の小さい脈波間隔データのみを蓄積または通信することで、データ圧縮を実現している。

特開２００２−２９１７１０号公報 特開平０７−１４３９７２号公報

一方、このように生体情報を検出するセンサでは、一般に睡眠中に連続して計測を続けるが、計測中の姿勢変化、姿勢変化に伴う装着状態の変化、または気温変化などにより計測精度が悪化する場合がある。脈波の生データを得られる場合には、波形の特性を解析することで計測精度の悪化を判断することができる。

しかしながら、上記のように脈波間隔データを用いる方法では、計測精度の評価、すなわち、脈波間隔データが正しいか否かを評価することが困難であるという問題があった。上記のように脈波の生データが得られれば精度の悪化を評価できるが、そもそも脈波間隔データを用いる方法は、生データではない圧縮されたデータを利用することが利点であって、通常は生データを得ることはできない。

本発明は、上記に鑑みてなされたものであって、情報量が少ない計測データを用いて生体情報を計測する場合であっても、計測データの精度を評価可能とすることにより、高精度に自律神経指標を計測する装置、方法および生体情報を検出する装置を提供することを目的とする。

上述した課題を解決し、目的を達成するために、本発明は、脈拍または心拍の波形の一周期の時間間隔を示す間隔データが予め定められた基準時間内に生成された個数を表す間隔データ数と、前記間隔データ生成時に発生したエラーの内容を表すエラーデータが前記基準時間内に生成された個数を表すエラーデータ数との和に対する前記間隔データ数の割合を表す検出率を算出する検出率算出部と、前記検出率と予め定められた第１閾値とを比較し、前記検出率が前記第１閾値より大きい場合に、前記基準時間内に生成された前記間隔データに基づいて、自律神経の活動状態を示す自律神経指標を算出する指標算出部と、を備えたことを特徴とする。

また、本発明は、上記装置を実行することができる方法である。

また、本発明は、自律神経の活動状態を示す自律神経指標を計測する自律神経指標計測装置と通信可能な検出装置であって、ユーザの脈拍または心拍の波形を検出する検出部と、検出された脈拍または心拍の波形を解析し、検出された脈拍または心拍の波形の一周期の時間間隔を示す間隔データと、前記間隔データ生成時に発生したエラーの内容を表すエラーデータとを生成する解析部と、前記間隔データと前記エラーデータとを前記自律神経指標計測装置に送信する送信部と、を備えたことを特徴とする。

本発明によれば、情報量が少ない計測データを用いて生体情報を計測する場合であっても、計測データの精度を評価可能とすることにより、高精度に生体情報を計測することができるという効果を奏する。

以下に添付図面を参照して、この発明にかかる自律神経指標を計測する装置、方法および生体情報を検出する装置の最良な実施の形態を詳細に説明する。

（第１の実施の形態）
第１の実施の形態にかかる計測システムは、被験者（ユーザ）の生体情報として脈波を検出するセンサが、脈波間隔データを算出するとともに算出時のエラー内容を表すエラーデータを生成して蓄積し、自律神経指標計測装置が、センサから受信した脈波間隔データとエラーデータとを用いて自律神経指標を計測するものである。このとき、自律神経指標計測装置は、エラーデータを用いて脈波間隔データの精度を評価し、一定以上の精度の脈波間隔データを用いて自律神経指標を計測する。

図１は、第１の実施の形態にかかる計測システムの構成を示すブロック図である。図１に示すように、第１の実施の形態にかかる計測システムは、自律神経指標計測装置１０と、装着型脈拍センサ２０とを備えている。

まず、自律神経指標計測装置１０の構成の詳細について説明する。図１に示すように、自律神経指標計測装置１０は、受信部１１と、データ抽出部１２と、検出率算出部１３と、自律神経指標算出部１４と、表示部１９とを備えている。

受信部１１は、装着型脈拍センサ２０から、ＵＳＢ（Universal Serial Bus）通信機能によって脈波間隔データおよびエラーデータを含む入力データを受信するものである。なお、通信方式はＵＳＢに限られるものではなく、Ｂｌｕｅｔｏｏｔｈなどの低消費電力の近距離無線通信方式を含む、従来から用いられているあらゆる方式を適用できる。

図２は、装着型脈拍センサ２０から入力される入力データのデータ構造の一例を示す説明図である。図２では、入力データの種類ごとに、種類を識別するコードと、種類の意味と、格納される項目（項目１〜項目３）とが対応づけて示されている。

例えば、正常な脈波間隔データの場合は、コード＝Ｎが設定され、項目としては、検出時刻（秒）と、脈波間隔データの算出値（秒）とが入力される。また、脈波間隔データが正常範囲外（範囲外エラー）であったときは、コード＝Ｅ（脈波間隔から換算した瞬時脈拍数が４０ｂｐｍ以下）、またはＦ（脈波間隔から換算した瞬時脈拍数が１１０ｂｐｍ以上）と、検出時刻のみが入力される。さらに、脈波間隔データ検出時刻に体動が検出されたとき（体動検出エラー）は、コード＝Ｇが設定され、検出時刻のみが出力される。ここで脈波間隔（単位：秒）から瞬時脈拍数（単位：ｂｐｍ［beat per minute:１分あたりの拍数］）への変換は、瞬時脈拍数＝６０／脈波間隔である。

コードＥ、Ｆ、およびＧが設定された入力データが、脈波間隔データ生成時に発生したエラーの内容を表すエラーデータに相当する。また、本実施の形態では、脈波間隔算出ごとに出力される上記入力データ（コード＝Ｎ、Ｅ、Ｆ、およびＧ）の他に、所定時間（例えば１分）ごとに算出されるデータとして、所定時間内の体動数および脈波波形の振幅の所定時間内の平均値が入力される（コード＝Ｍ）。

図３は、このようなデータ構造の入力データの具体例を示す説明図である。図３に示すように、通常は、コード、項目１、項目２、および項目３が対応づけられた入力データが複数出力された後に、１分ごとのデータとしてコード＝Ｍのデータが出力される。

図１に戻り、データ抽出部１２は、受信された入力データから、コードを判定することにより脈波間隔データとエラーデータとを抽出するものである。具体的には、データ抽出部１２は、コード＝Ｎのデータを脈波間隔データとして抽出し、コード＝Ｅ、Ｆ、およびＧのデータをエラーデータとして抽出する。

検出率算出部１３は、抽出された脈波間隔データおよびエラーデータを集計し、検出率を算出するものである。具体的には、検出率算出部１３は、まず、所定時間（例えば１分）ごとの脈波間隔データ数およびエラーデータ数を算出する。そして、検出率算出部１３は、以下の（１）式のように、受信した全データ数（１分ごとのデータを除く）に対する脈波間隔データ数の割合を検出率として算出する。

検出率＝脈波間隔データ数／受信した全データ数・・・（１）
（なお、受信した全データ数＝脈波間隔データ数＋エラーデータ数）

自律神経指標算出部１４は、検出率が所定の閾値より大きい場合に、自律神経指標を算出するものである。本実施の形態では、自律神経指標算出部１４は、さらに、所定時間内の体動数が所定数より少なく、脈波振幅が所定値より大きい場合に自律神経指標を算出する。これにより、計測された脈波間隔データの精度を評価し、精度が低い場合は指標を算出しないように構成することができる。

自律神経指標算出部１４は、ノイズ除去部１５と、補間部１６と、周波数解析部１７と、自律神経指標抽出部１８とを備えている。

ノイズ除去部１５は、データ抽出部１２により抽出された脈波間隔データからノイズデータを除去するものである。補間部１６は、不等間隔である脈波間隔データをスプライン補間などの手法を用いて等間隔のデータに再サンプリングするものである。

周波数解析部１７は、再サンプリングされた脈波間隔データをＦＦＴなどの手法を用いて周波数解析し、周波数領域に変換するものである。自律神経指標抽出部１８は、周波数解析部１７により得られた周波数領域の情報から、低周波領域（ＬＦ成分＝０．０５〜０．１５Ｈｚのパワー）および高周波領域（ＨＦ成分＝０．１５〜０．４Ｈｚのパワー）を抽出するものである。このようにして算出されたＬＦ成分およびＨＦ成分が、それぞれ交感神経指標および副交感神経指標を表している。なお、自律神経指標算出部１４は、このようなＬＦおよびＨＦの他、ＬＦ／ＨＦを自律神経指標として算出する。

表示部１９は、算出された自律神経指標を表示するものであり、ディスプレイ装置などの従来から用いられているあらゆる表示装置により構成することができる。

次に、装着型脈拍センサ２０の構成について説明する。図４および図５は、装着型脈拍センサ２０の外観の一例を示した模式図である。図４が上面図を、図５が側面図を示している。図４および図５に示すように、装着型脈拍センサ２０は、腕時計状に手首に装着して使用する形状となっている。また、図４に示すように、装着型脈拍センサ２０の上面には、表示部３０と操作部３１とが備えられている。また、図５に示すように、装着型脈拍センサ２０の下面側に、被験者の脈波を検出する脈波計測部２１が備えられている。

図６は、第１の実施の形態にかかる装着型脈拍センサ２０の構成を示すブロック図である。図６に示すように、装着型脈拍センサ２０は、脈波計測部２１と、アンプ・フィルタ部２４と、ゲイン調節部２５と、加速度計測部２６と、Ａ／Ｄ（アナログ／デジタル）変換部２７と、解析部２８と、データ記憶部２９と、表示部３０と、操作部３１と、動作周波数切替部３２と、通信部３３と、バッテリー３４と、バッテリー電圧監視部３５と、制御部３６とを備えている。

脈波計測部２１は、図５で説明したように、装着型脈拍センサ２０の下側の面で脈波の計測を行うものである。脈波計測部２１は、緑色ＬＥＤとフォトダイオードを備え、手首の皮膚表面に光を照射し、毛細血管内の血流変化により変化する反射光の変動をフォトダイオードで捉えることで脈波を計測する。

アンプ・フィルタ部２４は、計測した脈波波形の増幅およびフィルタを行うものである。具体的には、アンプ・フィルタ部２４は、脈波計測部２１のフォトダイオードからの出力電流を電流電圧変換器で電圧に変換し、増幅器で電圧を増幅して、ハイパスフィルタ（例えばカットオフ周波数：０．１Ｈｚ）とローパスフィルタ（例えばカットオフ周波数：５０Ｈｚ）を実施する。

ゲイン調節部２５は、計測状態に応じてアンプ・フィルタ部２４の増幅率を調節する、ものである。具体的には、ゲイン調節部２５は、制御部３６に入力された脈波波形の振幅を算出し、これと設定した閾値との関係からアンプ・フィルタ部２４の増幅率を制御する。

加速度計測部２６は、被験者の手首の動きに伴って発生する動的加速度および被験者の姿勢に伴う重力加速度による静的加速度の双方を検出するものである。加速度計測部２６は、具体的には３軸方向の−２ｇ〜２ｇの加速度を計測する加速度センサであり、装着型脈拍センサ２０の本体内に搭載されている。

Ａ／Ｄ変換部２７は、脈波計測部２１と、加速度計測部２６の出力をＡ／Ｄ変換するものである。

解析部２８は、Ａ／Ｄ変換部２７によって取り込まれたデータを解析するものである。具体的には、解析部２８は、まず加速度計測部２６で計測され、Ａ／Ｄ変換部２７でＡ／Ｄ変換された加速度波形を解析し、被験者の体動量データを算出する体動量算出処理を行う。また、解析部２８は、計測終了時には、算出された体動量データを解析して、被験者が覚醒しているか否かを判定する覚醒／睡眠判定処理を実行し、睡眠時間を算出する。さらに、解析部２８は、脈波計測部２１で計測され、アンプ・フィルタ部２４で増幅およびフィルタされた後、Ａ／Ｄ変換部２７でＡ／Ｄ変換された脈波波形を解析し、脈波間隔データを算出する脈波間隔算出処理を実行する。

以下、解析部２８が行う体動量算出処理および覚醒／睡眠判定処理の詳細について説明する。なお、脈波間隔算出処理の詳細については図９のフローチャート（後述）で説明する。

まず、体動量算出処理について説明する。図７は、体動量の算出過程で得られる情報を示す説明図である。解析部２８は、まず、加速度計測部２６から取得した３軸方向の加速度データ（図７上段）を時間微分して３軸方向の加速度の微係数を求める（図７中段）。次に、解析部２８は、３軸方向の加速度のそれぞれの微係数の二乗和の平方根である体動データの変動量を求める（図７下段）。最後に、解析部２８は、所定時間（例えば１分）の体動データの変動量の平均である体動量を求める。

次に、覚醒／睡眠判定処理について説明する。覚醒／睡眠判定処理は、さらに体動判定処理および覚醒判定処理に分けられる。

体動判定処理では、解析部２８は、体動データの変動量が予め定められた体動閾値より大きい場合に体動と判定する。例えば、体動閾値として体動計に使用されている微小な体動の最小値である０．０１Ｇを用いる。

また、覚醒判定処理では、解析部２８は、体動判定処理によって判定された体動の発生頻度が予め定められた頻度閾値以上である場合に覚醒中の体動と判定し、体動の発生頻度が頻度閾値未満である場合は睡眠中の体動と判定する。また、解析部２８は、体動判定処理によって判定された体動の発生頻度が頻度閾値以上であり、かつ、脈波間隔データが過去の睡眠中の脈波間隔データの平均値より短い場合は、覚醒中の体動と判定する。頻度閾値としては、例えば、過去の覚醒時における体動頻度から５回／分を用いる。

図８は、このような覚醒判定処理を図式化した説明図である。図８の例では、体動閾値（０．０１Ｇ）を越えた回数がそれぞれ２、７、６、および３回である４つの期間について、解析部２８は、頻度閾値（５回／分）との比較により、それぞれ睡眠、覚醒、覚醒、および睡眠中の体動であると判定する。

このような覚醒／睡眠判定処理の結果から、計測開始後、覚醒から睡眠に遷移した時刻が入眠時刻として検出される。また、逆に計測終了からさかのぼって覚醒から睡眠に遷移した時刻が覚醒時刻として検出される。そして、入眠時刻と覚醒時刻との差分により睡眠時間が算出される。

図６に戻り、データ記憶部２９は、解析部２８が解析した結果としての睡眠時間の履歴、脈波間隔データ、体動量データなどの計測データを記憶する記憶部であり、具体的には、フラッシュメモリなどである。

表示部３０は、時刻、脈拍数、脈波計測状態、バッテリー状態、メモリ状態、通信状態、および結果としての睡眠時間を表示する表示装置であり、具体的には、ＬＣＤ（Liquid Crystal Display）などにより構成することができる。

操作部３１は、時刻モード、計測モードなどのモード切り替えスイッチ、またはバックライト点灯指示を行うためのプッシュスイッチなどを備えた操作部である。動作周波数切替部３２は、設定されたモードに応じて動作周波数の切替えを行うものである。

通信部３３は、外部装置との間のデータの送受信を行うものである。例えば、通信部３３は、データ記憶部２９に記憶したデータを自律神経指標計測装置１０に送信する。

通信部３３は、ＰＣ、ＰＤＡ端末、および携帯電話などの外部装置とデータ通信を行う通信部であり、具体的には、ＵＳＢなどにより構成することができる。これにより、例えば、複数日の睡眠時のデータを計測して蓄積し、ＰＣのＵＳＢポートに接続して所定の解析ソフトウェア上で解析可能な形式でデータをＰＣ上のハードディスクなどに保存し、解析ソフトで解析を行うことが可能となる。

バッテリー３４は、装着型脈拍センサ２０全体の電源供給を行うものである。バッテリー電圧監視部３５は、バッテリー３４の電圧を監視するものである。

制御部３６は、装着型脈拍センサ２０全体を制御する制御部であり、被験者の要求および指示を受け付けて各処理部に対する処理要求およびデータの流れを制御する。具体的には、被験者の要求を受け付けて電源のＯＮ／ＯＦＦ、計測開始および計測に関する各種処理などを制御する。

次に、このように構成された第１の実施の形態にかかる装着型脈拍センサ２０による脈波間隔算出処理について図９を用いて説明する。図９は、第１の実施の形態における脈波間隔算出処理の全体の流れを示すフローチャートである。

まず、解析部２８は、脈波から脈波データをサンプリングする（ステップＳ９０１）。次に、解析部２８は、サンプリングした一連の脈波データの処理ポイントを中心とした前後約１秒の脈波データの最大値と最小値を取得する（ステップＳ９０２）。

次に、解析部２８は、最大値と最小値とから基準値を算出する（ステップＳ９０３）。例えば、解析部２８は、最大値と最小値との差を振幅として算出し、算出した振幅の３：１の内分点を基準値として算出する。次に、解析部２８は、直流変動成分を除去された一連の脈波データから、基準値に一致する一連の脈波データの値が現れた時刻を算出し、算出した時刻の間隔を脈波間隔データとして算出する（ステップＳ９０４）。なお、解析部２８は、算出した脈波間隔データをデータ記憶部２９に記憶する。

図１０は、ここまでの脈波間隔データを算出する処理を表した模式図である。図１０は、脈波データ（図１０上段）が基準値を超えた時刻が求められ（図１０中段）、求められた時刻間の間隔が脈波間隔データとして求められること（図１０下段）を表している。

図９に戻り、解析部２８は、算出した脈波間隔データが正常範囲内であるか否かを以下のように判定する。まず、解析部２８は、上述の体動判定処理によって脈拍検出時の体動データから体動の発生を判定し、脈波間隔データが体動発生時のデータか否かを判断する（ステップＳ９０５）。

体動発生時のデータである場合は（ステップＳ９０５：ＹＥＳ）、解析部２８は、図２に示すようなコード＝Ｇのエラーデータを設定する（ステップＳ９０６）。体動発生時のデータでない場合は（ステップＳ９０５：ＮＯ）、解析部２８は、脈波間隔データが予め定められた閾値ＭＩＮ（例えば４０ｂｐｍ）以下であるか否かを判断する（ステップＳ９０７）。なお、ここでは、脈波間隔データ（秒）を１分間の脈拍数（ｂｐｍ）に換算した値と閾値ＭＩＮとを比較している。

脈波間隔データが閾値ＭＩＮ以下である場合は（ステップＳ９０７：ＹＥＳ）、解析部２８は、コード＝Ｅのエラーデータを設定する（ステップＳ９０８）。脈波間隔データが閾値ＭＩＮ以下でない場合は（ステップＳ９０７：ＮＯ）、解析部２８は、さらに、脈波間隔データが予め定められた閾値ＭＡＸ（例えば１１０ｂｐｍ）以上であるか否かを判断する（ステップＳ９０９）。

脈波間隔データが閾値ＭＡＸ以上である場合は（ステップＳ９０９：ＹＥＳ）、解析部２８は、コード＝Ｆのエラーデータを設定する（ステップＳ９１０）。脈波間隔データが閾値ＭＡＸ以上でない場合（ステップＳ９０９：ＮＯ）、または、ステップＳ９０６、ステップＳ９０８、およびステップＳ９１０でエラーデータを設定した後、解析部２８は脈波間隔算出処理を終了する。

なお、解析部２８は、このようにして算出された脈波間隔データとともに、１分間の体動発生回数と、１分間の平均振幅とを算出し、データ記憶部２９に記録する。データ記憶部２９に記録されたデータは、ＵＳＢなどを用いた通信部３３によって自律神経指標計測装置１０に送信される。そして、自律神経指標計測装置１０内で、送信されたデータを元に自律神経指標が算出される。

次に、このように構成された第１の実施の形態にかかる自律神経指標計測装置１０による自律神経指標算出処理について図１１を用いて説明する。図１１は、第１の実施の形態における自律神経指標算出処理の全体の流れを示すフローチャートである。

まず、受信部１１が、装着型脈拍センサ２０から、脈波間隔データ、エラーデータ、１分ごとの脈波振幅、および１分ごとの体動数を含む入力データを受信する（ステップＳ１１０１）。次に、データ抽出部１２が、付与されたコードを判定することにより、受信された入力データから脈波間隔データとエラーデータとを抽出する（ステップＳ１１０２）。

次に、検出率算出部１３が、抽出された脈波間隔データとエラーデータとから、上述の（１）式によって検出率を算出する（ステップＳ１１０３）。

次に、自律神経指標算出部１４は、算出された検出率が予め定められた閾値（例えば０．８）より大きいか否かを判断する（ステップＳ１１０４）。検出率が閾値より大きい場合は（ステップＳ１１０４：ＹＥＳ）、自律神経指標算出部１４は、さらに１分間の体動数が所定数（例えば１００回）より小さいか否かを判断する（ステップＳ１１０５）。

体動数が所定数より小さい場合は（ステップＳ１１０５：ＹＥＳ）、自律神経指標算出部１４は、さらに脈波振幅が所定値（例えば出力電圧で０．５Ｖ）より大きいか否かを判断する（ステップＳ１１０６）。

脈波振幅が所定値より大きい場合は（ステップＳ１１０６：ＹＥＳ）、自律神経指標算出部１４は、脈波間隔データの計測が正常に行われたと判断し、以下のように自律神経指標を算出する。

まず、ノイズ除去部１５が、１分間の脈波データの標準偏差を算出し±３σ以上のデータを削除する（ステップＳ１１０７）。次に、ノイズ除去部１５が、ＤＣ（直流）成分をカットする（ステップＳ１１０８）。

次に、補間部１６が、スプライン補間により、脈波間隔データを等間隔へ再サンプリングする（ステップＳ１１０９）。続いて、周波数解析部１７が、再サンプリングした脈波間隔データを周波数解析（例えばＦＦＴ）する（ステップＳ１１１０）。

そして、自律神経指標抽出部１８が、周波数解析で得られた周波数スペクトルから、ＬＦおよびＨＦそれぞれの帯域のパワーを自律神経指標として算出する（ステップＳ１１１１）。

検出率が閾値より大きくない場合は（ステップＳ１１０４：ＮＯ）、体動数が所定数より小さくない場合は（ステップＳ１１０５：ＮＯ）、および脈波振幅が所定値より大きくない場合は（ステップＳ１１０６：ＮＯ）、自律神経指標抽出部１８は、自律神経指標を算出しない。

算出された自律神経指標は、表示部１９に表示される（ステップＳ１１１２）。同図では、自律神経指標として、ＬＦ、ＨＦ、およびＬＦ／ＨＦが表示された例が示されている。なお、自律神経指標が算出されなかった時間帯については、自律神経指標の表示を行わない。

図１１は、所定時間（１分）ごとにデータを受信して自律神経指標を算出し、算出の都度、表示部１９に表示する場合の処理例を示している。算出および表示のタイミングはこれに限られず、装着型脈拍センサ２０に記録されたデータを一括して受信後に自律神経指標を算出するように構成してもよい。また、全データを解析した後に表示部１９に解析結果を表示するように構成してもよい。

図１２は、表示部１９に対する解析結果の表示例を示す説明図である。図１２に示すように、本実施の形態によれば、計測精度の悪化により検出率が所定の閾値より小さいと判断された時間帯については、自律神経指標が表示されない。

（第１の実施の形態の変形例１）
上記第１の実施の形態の変形例として、自律神経指標を算出しなかった時間帯に対して、前後の時間帯で算出された自律神経指標を用いて補間する場合について説明する。図１３は、第１の実施の形態の変形例１における自律神経指標算出処理の全体の流れを示すフローチャートである。

本変形例では、ステップＳ１３１２で、表示前に自律神経指標を補間する処理が追加されている。補間の方法としては、直線補間、前後２点ずつを用いた多項式近似（例えば３次スプライン補間）などの従来から用いられているあらゆる方法を適用できる。なお、その他のステップは図１１と同様であるため、その説明を省略する。

図１４は、本変形例によって補間された自律神経指標を含む解析結果の表示例を示す説明図である。図１４の矩形で囲んだ部分に示すように、検出率が所定の閾値より小さい場合であっても、前後の値から補間することにより算出された自律神経指標が表示部１９に表示される。

（第１の実施の形態の変形例２）
上記実施の形態では、装着型脈拍センサ２０内で脈波間隔データを算出していた。これに対し、装着型脈拍センサ２０から脈波データを受信し、自律神経指標計測装置１０内で脈波間隔データを算出するように構成してもよい。

図１５は、このように構成された第１の実施の形態の変形例２にかかる計測システムの構成を示すブロック図である。図１５に示すように、本変形例にかかる計測システムの自律神経指標計測装置１５１０は、受信部１１により受信した脈波データを解析する解析部１５２１が備えられている。解析部１５２１の機能は、第１の実施の形態の装着型脈拍センサ２０の解析部２８と同様であるため、その説明を省略する。

図１６は、第１の実施の形態の変形例２にかかる装着型脈拍センサ１５２０の構成を示すブロック図である。図１６に示すように、本変形例の装着型脈拍センサ１５２０は、解析部２８が削除された点が、図６に示すような第１の実施の形態の装着型脈拍センサ２０と異なっている。

すなわち、本変形例の装着型脈拍センサ１５２０は、自装置内で解析処理を実行せずに、計測した脈波データをデータ記憶部２９に蓄積して自律神経指標計測装置１５１０に送信するように構成されている。このような構成であっても、脈波間隔データの算出とともにエラーデータを求めることができるため、脈波間隔データの精度評価が可能となる。

なお、これまでの説明では、脈波を検出する脈拍センサを用いる例について説明したが、脈波の代わりに、心電センサによって計測した心電図波形を用いるように構成しても本実施の形態と同様の効果を得ることができる。

以上のように、第１の実施の形態では、脈波間隔データの算出とともに算出時のエラー内容を表すエラーデータを生成し、脈波間隔データとエラーデータとを用いて脈波感覚データの精度を評価し、一定以上の精度の脈波間隔データを用いて自律神経指標を計測することができる。これにより、少ない情報量の脈波間隔データを用いて自律神経指標を算出する場合であっても、計測された脈波間隔データの精度評価が可能となり、高精度に生体情報を計測することができる。また、これにより、センサの小型化と計測品質の確保の両立を図ることができる。

（第２の実施の形態）
第２の実施の形態にかかる自律神経指標計測装置は、算出した自律神経指標を用いて、さらに睡眠状態を判定するものである。

図１７は、第２の実施の形態にかかる自律神経指標計測装置である睡眠状態判定装置１７１０の構成を示すブロック図である。図１７に示すように、睡眠状態判定装置１７１０は、受信部１１と、データ抽出部１２と、検出率算出部１３と、自律神経指標算出部１７１４と、表示部１９とを備えている。

第２の実施の形態では、自律神経指標算出部１７１４の機能が第１の実施の形態と異なっている。その他の構成および機能は、第１の実施の形態にかかる自律神経指標計測装置１０の構成を表すブロック図である図１と同様であるので、同一符号を付し、ここでの説明は省略する。

自律神経指標算出部１７１４は、自律神経指標を算出するとともに、算出した自律神経指標を用いて被験者の睡眠状態を判定するものである。自律神経指標算出部１７１４は、ノイズ除去部１５と、補間部１６と、周波数解析部１７と、自律神経指標抽出部１８とに加えて、睡眠状態判定部１７２１を備えている。

ノイズ除去部１５、補間部１６、周波数解析部１７、および自律神経指標抽出部１８の構成／機能は、第１の実施の形態と同様であるので、同一符号を付し、ここでの説明は省略する。

睡眠状態判定部１７２１は、自律神経指標ＬＦ／ＨＦおよびＨＦと予め設定した判定閾値との比較を行うことにより、レム睡眠、浅睡眠、深睡眠の各段階を含む睡眠状態を判定するものである。

次に、このように構成された第２の実施の形態にかかる睡眠状態判定装置１７１０による睡眠状態判定処理について図１８を用いて説明する。図１８は、第２の実施の形態における睡眠状態判定処理の全体の流れを示すフローチャートである。

ステップＳ１８０１からステップＳ１８１１までの自律神経指標計測処理は、第１の実施の形態にかかる自律神経指標計測装置１０におけるステップＳ１１０１からステップＳ１１１１までと同様の処理であるため、その説明を省略する。

自律神経指標を算出した後（ステップＳ１８１１）、睡眠状態判定部１７２１は、ＬＦ／ＨＦの値が第１の判定閾値よりも小さいか否かを調べる（ステップＳ１８１２）。その結果、ＬＦ／ＨＦの値が第１の判定閾値よりも小さい場合は（ステップＳ１８１２：ＹＥＳ）、睡眠状態判定部１７２１は、さらにＨＦの値が第２の判定閾値よりも大きいか否かを調べる（ステップＳ１８１５）。その結果、ＨＦの値が第２の判定閾値よりも大きい場合は（ステップＳ１８１５：ＹＥＳ）、睡眠状態判定部１７２１は、睡眠状態は深睡眠であると判定する（ステップＳ１８１６）。

一方、睡眠状態判定部１７２１は、ＬＦ／ＨＦの値が第１の判定閾値以上である場合は（ステップＳ１８１２：ＮＯ）、さらに、ＬＦ／ＨＦの値が第３の判定閾値より大きいか否かを調べる（ステップＳ１８１３）。その結果、ＬＦ／ＨＦの値が第３の判定閾値より大きい場合は（ステップＳ１８１３：ＹＥＳ）、睡眠状態判定部１７２１は、さらにＨＦの値が第２の判定閾値よりも大きいか否かを調べる（ステップＳ１８１５）。

その結果、ＨＦの値が第２の判定閾値以下である場合は（ステップＳ１８１５：ＮＯ）、睡眠状態判定部１７２１は、さらにＨＦの値が第４の判定閾値よりも小さいか否かを調べる（ステップＳ１８１７）。その結果、ＨＦの値が第４の判定閾値よりも小さい場合は（ステップＳ１８１７：ＹＥＳ）、睡眠状態判定部１７２１は、さらにＬＦ、ＨＦの標準偏差の合計が第５の判定閾値より大きいか否かを調べる（ステップＳ１８１８）。その結果、ＬＦ、ＨＦの標準偏差の合計が第５の判定閾値より大きい場合は（ステップＳ１８１８：ＹＥＳ）、睡眠状態判定部１７２１は、睡眠状態はレム睡眠であると判定する（ステップＳ１８１９）。

一方、睡眠状態判定部１７２１は、ＬＦ／ＨＦの値が第３の判定閾値以下である場合（ステップＳ１８１３：ＮＯ）、および、ＨＦが第４の判定閾値以上である場合（ステップＳ１８１７：ＮＯ）、および、ＬＦ、ＨＦの標準偏差の合計が第５の判定閾値以下である場合は（ステップＳ１８１８：ＮＯ）、睡眠状態は浅睡眠であると判定する（ステップＳ１８１４）。

なお、第１の判定閾値から第５の判定閾値は、例えば、被験者毎に一晩計測したＬＦ、ＨＦ、ＬＦ／ＨＦのそれぞれの分布の密度の高い点を２点選び、ＬＦ／ＨＦの２点の中点を第１の判定閾値＝第３の判定閾値、ＨＦの２点の中点を第２の判定閾値＝第４の判定閾値、ＬＦの２点の中点を第５の判定閾値として設定することができる。

このようにして判定された睡眠状態の判定結果は、自律神経指標とともに表示部１９に表示される（ステップＳ１８２０）。

図１９は、表示部１９に対する睡眠状態判定結果の表示例を示す説明図である。計測精度の悪化により検出率が所定の閾値より小さいと判断された時間帯については、自律神経指標が算出されないため、睡眠状態も判定されない。したがって、図１９に示すように、当該時間帯については、自律神経指標および睡眠状態判定結果ともに画面に表示されない。

（第２の実施の形態の変形例１）
上記第２の実施の形態の変形例として、自律神経指標を算出しなかった時間帯について、前後の時間帯で算出された自律神経指標を用いて補間し、補間した自律神経指標を用いて睡眠状態を判定する場合を説明する。図２０は、第２の実施の形態の変形例１における睡眠状態判定処理の全体の流れを示すフローチャートである。

図２０に示すように、本変形例では、ステップＳ１８１２で、自律神経指標を補間する処理が追加されている。ステップＳ１８１２で実行される補間処理の具体的な方法は、第１の実施の形態の変形例１で説明した方法と同様である。

図２１は、本変形例によって補間された自律神経指標を用いて判定された睡眠状態を含む解析結果の表示例を示す説明図である。図２１の矩形で囲んだ部分に示すように、検出率が所定の閾値より小さい場合であっても、前後の値から補間することにより算出された自律神経指標と、当該自律神経指標を用いて判定された睡眠状態が表示部１９に表示される。

（第２の実施の形態の変形例２）
上記第２の実施の形態の別の変形例として、自律神経指標を算出しなかった時間帯の睡眠状態を、前後の時間帯で判定された睡眠状態を用いて補間して求める場合を説明する。図２２は、第２の実施の形態の変形例２における睡眠状態判定処理の全体の流れを示すフローチャートである。

図２２に示すように、第２の実施の形態における睡眠状態判定処理を表す図１８と比較すると、ステップＳ２２２０の睡眠状態判定結果の補間処理が追加された点が異なっている。

図２３は、ステップＳ２２２０で実行される睡眠状態の補間方法の一例を示した説明図である。補間方法は、自律神経指標が算出できなかった期間（以下、計測不可期間という）の長さが所定時間（例えば３０分）より小さいか否かで異なる。図２３では、３つの計測不可期間のうち、左の２つの期間２３０１、２３０２は所定時間より小さく、右の期間２３０３は所定時間以上であることを表している。

長さが所定時間以上である期間２３０３については、両端の所定の期間（例えば１５分）以外は、睡眠状態として浅睡眠状態を設定する。これは、一般に最も出現確率の高い状態が浅睡眠状態であることに基づく。また、両端の所定の期間については、以下に述べる方法で前後の状態から補間を行う。

期間２３０３の両端の期間、および期間２３０１、２３０２については、以下のような方法で、各期間の直前および直後の期間で判定された睡眠状態から睡眠状態を補間する。まず、前後の睡眠状態が一致する場合は、前後の睡眠状態と同一の睡眠状態を設定する。前後の睡眠状態が異なる場合は、直前の睡眠状態から直後の睡眠状態へ段階的に睡眠状態が変化すること、および、計測不可期間内で各段階の睡眠状態が等間隔に出現することを条件とし、本条件を満たすような睡眠状態を求める。

例えば、図２３の期間２３０２では、深睡眠状態からレム睡眠状態へ変化するため、３つの睡眠状態を取りうる。したがって、期間２３０２を３等分した各期間にそれぞれの睡眠状態を割り当てるように設定する。

図２４は、本変形例によって補間された睡眠状態を含む解析結果の表示例を示す説明図である。図２４の矩形で囲んだ部分に示すように、検出率が所定の閾値より小さく、自律神経指標が算出されなかった場合であっても、前後の値から補間することにより判定された睡眠状態が表示部１９に表示される。

このように、第２の実施の形態にかかる自律神経指標計測装置では、算出した自律神経指標を用いて、さらに睡眠状態を判定することができる。また、計測データの精度評価の結果、自律神経指標が算出されなかった場合であっても、前後の判定内容から睡眠状態を補間して求めることができる。これにより、睡眠状態を含む生体情報を高精度に計測することが可能となる。

（第３の実施の形態）
第１および第２の実施の形態では、加速度センサと脈波センサとを備えた装着型脈拍センサを用いて、睡眠覚醒、体動、自律神経指標などを計測する例について説明した。これに対し、第３の実施の形態にかかる計測システムでは、第１の実施の形態の装着型脈拍センサにかえて、心拍と体動を検出するマットセンサを用いた例について説明する。

すなわち、本実施の形態では、マット型のセンサモジュールであるマットセンサを利用し、胸部または腹部の振動を圧力センサで計測して睡眠時の心拍と体動を検出して、検出した心拍および体動から上記各実施の形態と同様の方法で自律神経指標を算出する。

図２５は、マットセンサ２５２０の配置例を示す図である。マットセンサ２５２０は、ベッド２５０１のマットレス２５０２の表面に配置された圧力計測部２５０３に接続されている。

圧力計測部２５０３は、被験者の不在、在床、および体動を検出する。また、圧力計測部２５０３は、被験者の胸部または腹部に対応する位置に配置され、被験者の動きによる振動を計測する。この計測結果により心拍と体動を検出することができる。すなわち、本実施の形態では、第１の実施の形態の加速度計測部２６および脈波計測部２１に代えて、圧力計測部２５０３が備えられている。

圧力計測部２５０３は、ポリフッ化ビニリデンなどの高分子圧電材料で形成されている。これは、薄膜状に成形された高分子圧電材料の両面に可とう性の電極膜が付着され、テープ状に形成された圧電素子である。

図２６は、第３の実施の形態にかかるマットセンサ２５２０の構成を示すブロック図である。図２６に示すように、マットセンサ２５２０は、アンプ・フィルタ部２５２４と、ゲイン調節部２５と、Ａ／Ｄ変換部２７と、解析部２８と、データ記憶部２９と、表示部３０と、操作部３１と、動作周波数切替部３２と、通信部３３と、バッテリー３４と、バッテリー電圧監視部３５と、制御部３６とを備えている。

第３の実施の形態では、上述のように、加速度計測部２６および脈波計測部２１が削除され、圧力計測部２５０３がアンプ・フィルタ部２５２４に接続されたこと、およびアンプ・フィルタ部２５２４の機能が第１の実施の形態と異なっている。その他の構成および機能は、第１の実施の形態にかかる装着型脈拍センサ２０の構成を表すブロック図である図６と同様であるので、同一符号を付し、ここでの説明は省略する。

アンプ・フィルタ部２５２４は、圧力計測部２５０３の出力を体動成分、心拍成分それぞれに分離してＡＤ変換部２７に出力するものである。フィルタとしては、体動計測の帯域、および心拍計測の帯域に適したものがそれぞれ利用される。

このように、第３の実施の形態にかかる計測システムでは、第１の実施の形態にかかる脈波計測にかえて心拍計測を行い、この結果に対して第１の実施の形態における脈波計測結果に対する処理を行う。なお、心拍計測の結果と脈波計測の結果とは、自律神経指標を得るためのデータとしては実質的に同等である。

なお、第３の実施の形態にかかる計測システムのこれ以外の構成および処理は、第１の実施の形態にかかる計測システムの構成および処理と同様であるため、その説明を省略する。

このように、第３の実施の形態にかかる自律神経指標計測装置では、マットセンサを用いた構成によって、高精度な自律神経指標の計測を実現することができる。

次に、第１〜第３の実施の形態にかかる自律神経指標計測装置のハードウェア構成について図２７を用いて説明する。図２７は、第１〜第３の実施の形態にかかる自律神経指標計測装置のハードウェア構成を示す説明図である。

第１〜第３の実施の形態にかかる自律神経指標計測装置は、ＣＰＵ（Central Processing Unit）５１などの制御装置と、ＲＯＭ（Read Only Memory）５２やＲＡＭ（Random Access Memory）５３などの記憶装置と、ネットワークに接続して通信を行う通信Ｉ／Ｆ５４と、ＨＤＤ（Hard Disk Drive）、ＣＤ（Compact Disc）ドライブ装置などの外部記憶装置と、ディスプレイ装置などの表示装置と、キーボードやマウスなどの入力装置と、各部を接続するバス６１を備えており、通常のコンピュータを利用したハードウェア構成となっている。

第１〜第３の実施の形態にかかる自律神経指標計測装置で実行される自律神経指標計測プログラムは、インストール可能な形式又は実行可能な形式のファイルでＣＤ−ＲＯＭ（Compact Disk Read Only Memory）、フレキシブルディスク（ＦＤ）、ＣＤ−Ｒ（Compact Disk Recordable）、ＤＶＤ（Digital Versatile Disk）等のコンピュータで読み取り可能な記録媒体に記録されて提供される。

また、第１〜第３の実施の形態にかかる自律神経指標計測装置で実行される自律神経指標計測プログラムを、インターネット等のネットワークに接続されたコンピュータ上に格納し、ネットワーク経由でダウンロードさせることにより提供するように構成してもよい。また、第１〜第３の実施の形態にかかる自律神経指標計測装置で実行される自律神経指標計測プログラムをインターネット等のネットワーク経由で提供または配布するように構成してもよい。

また、第１〜第３の実施の形態の自律神経指標計測プログラムを、ＲＯＭ等に予め組み込んで提供するように構成してもよい。

第１〜第３の実施の形態にかかる自律神経指標計測装置で実行される自律神経指標計測プログラムは、上述した各部（受信部、データ抽出部、検出率算出部、自律神経指標算出部）を含むモジュール構成となっており、実際のハードウェアとしてはＣＰＵ５１（プロセッサ）が上記記憶媒体から自律神経指標計測プログラムを読み出して実行することにより上記各部が主記憶装置上にロードされ、上述した各部が主記憶装置上に生成されるようになっている。

以上のように、本発明にかかる自律神経指標を計測する装置、方法および生体情報を検出する装置は、日常生活で手軽に使用でき、精度の高い自律神経指標計測装置に有用であり、特に、携帯用の自律神経指標計測装置に適している。

第１の実施の形態にかかる計測システムの構成を示すブロック図である。 入力データのデータ構造の一例を示す説明図である。 入力データの具体例を示す説明図である。 装着型脈拍センサの外観の一例を示した模式図である。 装着型脈拍センサの外観の一例を示した模式図である。 第１の実施の形態にかかる装着型脈拍センサの構成を示すブロック図である。 体動量の算出過程で得られる情報を示す説明図である。 覚醒判定処理を図式化した説明図である。 第１の実施の形態における脈波間隔算出処理の全体の流れを示すフローチャートである。 脈波間隔データを算出する処理を表した模式図である。 第１の実施の形態における自律神経指標算出処理の全体の流れを示すフローチャートである。 表示部に対する解析結果の表示例を示す説明図である。 第１の実施の形態の変形例１における自律神経指標算出処理の全体の流れを示すフローチャートである。 第１の実施の形態の変形例１によって補間された自律神経指標を含む解析結果の表示例を示す説明図である。 第１の実施の形態の変形例２にかかる計測システムの構成を示すブロック図である。 第１の実施の形態の変形例２にかかる装着型脈拍センサの構成を示すブロック図である。 第２の実施の形態にかかる睡眠状態判定装置の構成を示すブロック図である。 第２の実施の形態における睡眠状態判定処理の全体の流れを示すフローチャートである。 表示部に対する睡眠状態判定結果の表示例を示す説明図である。 第２の実施の形態の変形例１における睡眠状態判定処理の全体の流れを示すフローチャートである。 睡眠状態を含む解析結果の表示例を示す説明図である。 第２の実施の形態の変形例２における睡眠状態判定処理の全体の流れを示すフローチャートである。 睡眠状態の補間方法の一例を示した説明図である。 補間された睡眠状態を含む解析結果の表示例を示す説明図である。 マットセンサの配置例を示す図である。 第３の実施の形態にかかるマットセンサの構成を示すブロック図である。 第１〜第３の実施の形態にかかる自律神経指標計測装置のハードウェア構成を示す説明図である。

符号の説明

５１ ＣＰＵ
５２ ＲＯＭ
５３ ＲＡＭ
５４ 通信Ｉ／Ｆ
６１ バス
１０ 自律神経指標計測装置
１１ 受信部
１２ データ抽出部
１３ 検出率算出部
１４ 自律神経指標算出部
１５ ノイズ除去部
１６ 補間部
１７ 周波数解析部
１８ 自律神経指標抽出部
１９ 表示部
２０ 装着型脈拍センサ
２１ 脈波計測部
２４ アンプ・フィルタ部
２５ ゲイン調節部
２６ 加速度計測部
２７ Ａ／Ｄ変換部
２８ 解析部
２９ データ記憶部
３０ 表示部
３１ 操作部
３２ 動作周波数切替部
３３ 通信部
３４ バッテリー
３５ バッテリー電圧監視部
３６ 制御部
１５１０ 自律神経指標計測装置
１５２０ 装着型脈拍センサ
１５２１ 解析部
１７１０ 睡眠状態判定装置
１７１４ 自律神経指標算出部
１７２１ 睡眠状態判定部
２５０１ ベッド
２５０２ マットレス
２５０３ 圧力計測部
２５２０ マットセンサ
２５２４ アンプ・フィルタ部

Claims (14)

1. 脈拍または心拍の波形の一周期の時間間隔を示す間隔データが予め定められた基準時間内に生成された個数を表す間隔データ数と、前記間隔データ生成時に発生したエラーの内容を表すエラーデータが前記基準時間内に生成された個数を表すエラーデータ数との和に対する前記間隔データ数の割合を表す検出率を算出する検出率算出部と、
   前記検出率と予め定められた第１閾値とを比較し、前記検出率が前記第１閾値より大きい場合に、前記基準時間内に生成された前記間隔データに基づいて、自律神経の活動状態を示す自律神経指標を算出する指標算出部と、
   を備えたことを特徴とする自律神経指標計測装置。
2. ユーザの脈拍または心拍の波形を検出し、検出した脈拍または心拍の波形より前記間隔データおよび前記エラーデータを生成する検出装置から前記間隔データおよび前記エラーデータを受信する受信部をさらに備え、
   前記検出率算出部は、前記基準時間内に受信された前記間隔データおよび前記エラーデータの個数をそれぞれ前記間隔データ数および前記エラーデータ数として算出し、算出した前記間隔データ数と前記エラーデータ数との和に対する前記間隔データ数の割合を前記検出率として算出すること、
   を特徴とする請求項１に記載の自律神経指標計測装置。
3. ユーザの脈拍または心拍の波形を検出する検出装置から検出された脈拍または心拍の波形を受信する受信部と、
   受信された脈拍または心拍の波形より前記間隔データと前記エラーデータとを生成する解析部と、をさらに備えたこと、
   を特徴とする請求項１に記載の自律神経指標計測装置。
4. 前記検出率算出部は、前記間隔データ数と、前記間隔データが予め定められた第２閾値より小さいこと、または前記間隔データが前記第２閾値より大きい予め定められた第３閾値より大きいことを表す範囲外エラーを含む前記エラーデータが前記基準時間内に生成された個数を表す前記エラーデータ数との和に対する前記間隔データ数の割合を表す前記検出率を算出すること、
   を特徴とする請求項１に記載の自律神経指標計測装置。
5. 前記検出率算出部は、前記間隔データ数と、前記間隔データ生成時にユーザの体動が検出されたことを表す体動検出エラーを含む前記エラーデータが前記基準時間内に生成された個数を表す前記エラーデータ数との和に対する前記間隔データ数の割合を表す前記検出率を算出すること、
   を特徴とする請求項１に記載の自律神経指標計測装置。
6. 前記指標算出部は、さらに、前記基準時間内に検出されたユーザの体動の回数と予め定められた第４閾値とを比較し、前記回数が前記第４閾値より小さい場合に、前記自律神経指標を算出すること、
   を特徴とする請求項１に記載の自律神経指標計測装置。
7. 前記指標算出部は、さらに、前記間隔データを求めたときの前記波形の振幅の前記基準時間における平均値と予め定められた第５閾値とを比較し、前記平均値が前記第５閾値より大きい場合に、前記自律神経指標を算出すること、
   を特徴とする請求項１に記載の自律神経指標計測装置。
8. 前記指標算出部は、前記検出率が前記第１閾値より大きくない場合に、前記自律神経指標を算出しないこと、
   を特徴とする請求項１に記載の自律神経指標計測装置。
9. 前記指標算出部は、前記第１閾値より大きくない前記検出率が算出された第１期間の直前の第２期間に対して算出された前記自律神経指標と、前記第１期間の直後の第３期間に対して算出された前記自律神経指標との間を補間することにより、前記第１期間に対する前記自律神経指標を算出すること、
   を特徴とする請求項１に記載の自律神経指標計測装置。
10. 算出された前記自律神経指標に基づいて、レム睡眠状態、浅睡眠状態、および深睡眠状態を含むユーザの睡眠状態を判定する睡眠状態判定部をさらに備えたこと、
    を特徴とする請求項１に記載の自律神経指標計測装置。
11. 前記睡眠状態判定部は、前記検出率が前記第１閾値より大きくない前記検出率が算出された第１期間の直前の第２期間に対して判定された前記睡眠状態と、前記第１期間の直後の第３期間に対して判定された前記睡眠状態との間を補間することにより、前記第１期間に対する前記睡眠状態を判定すること
    を特徴とする請求項１０に記載の自律神経指標計測装置。
12. 前記睡眠状態判定部は、前記第１期間と予め定められた第６閾値とを比較し、前記第１期間が前記第６閾値より大きい場合に、予め定められた長さの期間を前記第１期間の両端から除いた第４期間に対する前記睡眠状態を前記浅睡眠状態と判定すること、
    を特徴とする請求項１１に記載の自律神経指標計測装置。
13. 検出率算出部によって、脈拍または心拍の波形の一周期の時間間隔を示す間隔データが予め定められた基準時間内に生成された個数を表す間隔データ数と、前記間隔データ生成時に発生したエラーの内容を表すエラーデータが前記基準時間内に生成された個数を表すエラーデータ数との和に対する前記間隔データ数の割合を表す検出率を算出する検出率算出ステップと、
    指標算出部によって、前記検出率と予め定められた第１閾値とを比較し、前記検出率が前記第１閾値より大きい場合に、前記基準時間内に生成された前記間隔データに基づいて、自律神経の活動状態を示す自律神経指標を算出する指標算出ステップと、
    を備えたことを特徴とする自律神経指標計測方法。
14. 自律神経の活動状態を示す自律神経指標を計測する自律神経指標計測装置と通信可能な検出装置であって、
    ユーザの脈拍または心拍の波形を検出する検出部と、
    検出された脈拍または心拍の波形を解析し、検出された脈拍または心拍の波形の一周期の時間間隔を示す間隔データと、前記間隔データ生成時に発生したエラーの内容を表すエラーデータとを生成する解析部と、
    前記間隔データと前記エラーデータとを前記自律神経指標計測装置に送信する送信部と、
    を備えたことを特徴とする検出装置。

Images