JP2012090913A - 睡眠計測装置 - Google Patents

Abstract

【課題】脳波計測のように大掛かりな装置を用いずに、日中等に摂取する比較的短時間の睡眠を正確に計測する。
【解決手段】実施の形態の睡眠計測装置では、第１の検出部が、被験者の脈拍または心拍の間隔を検出する。生成部は、前記間隔の時系列データを生成する。分類部は、前記時系列データに含まれる前記間隔のそれぞれが検出された時点の被験者の状態を、前記間隔の相対的な長短関係に基づいて睡眠状態と覚醒状態とに分類する。第２の検出部は、前記時系列データの中で前記間隔が第１の所定時間内に短縮した後、第２の所定時間内に増長している部分を覚醒反応として検出する。補正部は、前記時系列データの中で前記覚醒反応として検出された部分に含まれる時点の分類結果が睡眠状態となっている場合に、その分類結果を睡眠状態から覚醒状態に補正する。
【選択図】図１

Description

本発明の実施の形態は、睡眠計測装置に関するものである。

特に高齢者において、不眠を訴える人が多くなってきている。不眠を訴える人の中には、夜などの通常の睡眠時間は少なくても、日中などに起こる転寝などの短時間の睡眠で、全体の睡眠時間を補給している場合がある。そこで、日中などに起こる短時間の睡眠を計測することで、不眠を訴える人の睡眠指導などに役立てることができる。

従来、終夜の睡眠を計測する技術として、脈拍や心拍、呼吸など、睡眠状態により変化する生理指標を計測し、睡眠計測を行う方法が提案されている。また、運転中の居眠りが原因となる事故を防止することを目的とし、日中に起こる眠気や居眠りを評価する方法も提案されている。

特開２００６−１９２１５２号公報 特開２００９−１８０９１号公報 特開２０１０−１５５０５８号公報

日中などに起こる転寝などの短時間の睡眠は、通常の睡眠に比べ浅い睡眠で、寝たり起きたりを繰り返し、眠っているときに急に起きる「覚醒反応」と、起きているときに瞬間的に眠ってしまう「瞬眠」が起こることが特徴である。しかしながら、従来技術においては、日中等に起こる短時間の睡眠の特徴である「覚醒反応」や「瞬眠」を含めた睡眠計測をすることができないという問題があった。

実施の形態の睡眠計測装置は、第１の検出部と、生成部と、分類部と、第２の検出部と、補正部と、を備える。第１の検出部は、被験者の脈拍または心拍の間隔を検出する。生成部は、前記間隔の時系列データを生成する。分類部は、前記時系列データに含まれる前記間隔のそれぞれが検出された時点の被験者の状態を、前記間隔が前記時系列データの中で相対的に長い睡眠状態と、前記間隔が前記時系列データの中で相対的に短い覚醒状態とに分類する。第２の検出部は、前記時系列データの中で前記間隔が第１の所定時間内に短縮した後、第２の所定時間内に増長している部分を覚醒反応として検出する。補正部は、前記時系列データの中で前記覚醒反応として検出された部分に含まれる時点の被験者の状態が睡眠状態と分類されている場合に、該時点の分類結果を睡眠状態から覚醒状態に補正する。

第１の実施形態にかかる睡眠計測装置の全体構成を示すブロック図。 生成部により生成される時系列データの波形の特徴を表した模式図。 日中に行われた実験により得られた被験者の脈拍間隔の時系列データの一例を示す図。 脈拍間隔の日内変動を示す模式図。 被験者が「覚醒反応」を起こしたときに記録された脈拍間隔の時系列データの一例を示す図。 「覚醒反応」と脈拍間隔の変動との関係を検証するための実験の結果を示す図。 脈拍の呼吸性変動成分を除去した時系列データの一例を示す図。 脈拍の呼吸性変動成分を除去した時系列データから「覚醒反応」を検出する方法の具体例を示す図。 第１の実施形態にかかる睡眠計測装置の処理の流れを示すフローチャート。 第２の実施形態にかかる睡眠計測装置の全体構成を示すブロック図。 被験者が「瞬眠」を起こしたときに記録された脈拍間隔の時系列データの一例を示す図。 脈拍の呼吸性変動成分を除去した時系列データの一例を示す図。 脈拍の呼吸性変動成分を除去した時系列データから「瞬眠」を検出する方法の具体例を示す図。 第２の実施形態にかかる睡眠計測装置の処理の流れを示すフローチャート。 第３の実施形態にかかる睡眠計測装置の全体構成を示すブロック図。 体動が生じたときに観測された脈拍間隔の一例を示す図。 第３の実施形態にかかる睡眠計測装置の処理の流れを示すフローチャート。 第３の実施形態にかかる睡眠計測装置を用いて睡眠計測を行った結果の一例を示す図。 睡眠計測装置の外観の一例を示す図。

（第１の実施形態）
本実施形態にかかる睡眠計測装置は、被験者の脈拍間隔の時系列データを用いて、日中等に摂取する比較的短時間の睡眠を計測するものである。そのような短時間の睡眠は、睡眠が浅く、睡眠中であっても急に覚醒する「覚醒反応」が頻繁に見られる。本実施形態では、このような短時間の睡眠に特徴的に表れる「覚醒反応」も的確に検出して、計測結果に反映できるようにしたものである。

図１は、第１の実施形態にかかる睡眠計測装置の全体構成を示すブロック図である。本実施形態にかかる睡眠計測装置は、第１の検出部１と、生成部２と、第１の除去部３と、第２の除去部４と、分類部５と、第２の検出部６と、補正部７とを備えている。

第１の検出部１は、被験者の脈拍間隔を検出する。第１の検出部１は、例えば、内部に被験者の脈波を取得する脈波センサを備え、この脈波センサから得られた脈波データを処理して、脈波の一周期の時間間隔である脈拍間隔を検出する。第１の検出部１が被験者の脈拍間隔を検出する具体的方法としては、例えば特許文献１に記載されている方法を用いることができる。なお、特許文献１に記載されている方法以外であっても、脈波の一周期の時間間隔である脈拍間隔を検出できる方法であれば、どのような方法を採用してもよい。

生成部２は、第１の検出部１により検出された脈拍間隔の時系列データを生成する。ここで、第１の検出部１が特許文献１に記載されている方法を用いて脈拍間隔を検出した場合、第１の検出部１の出力は、不等間隔データである。第１の検出部１が検出した脈拍間隔をバッファなどにためることにより、生成部２は時系列データを生成する。

第１の除去部３は、生成部２により生成された時系列データから、脈拍間隔の呼吸性変動成分を除去する。また、第２の除去部４は、第１の除去部３によって呼吸性変動成分が除去された時系列データから、脈拍間隔の血圧性変動成分を除去する。

図２は、生成部２により生成される時系列データの波形の特徴を表した模式図である。図２（Ａ）は、脈拍間隔の各点と時系列データに特徴的な周波数成分との関係を示しており、図２（Ｂ）は、時系列データを補間、再サンプリングし、等間隔にしたものを、周波数解析した結果を示している。これらの図に示すように、生成部２により生成される時系列データは、２つの特徴的な周波数成分を持つ。このうち、０．２Ｈｚから０．３５Ｈｚ付近にある周波数成分は、脈拍間隔の呼吸性の変動成分である。呼吸に伴い、脈拍間隔は、図２（Ａ）の点線のように変動する。また、図２（Ｂ）の０．０４Ｈｚから０．１５Ｈｚ付近にある周波数成分は、脈拍間隔の血圧性の変動成分である。血圧の変化に伴い、脈拍間隔は、図２（Ａ）の実線のように変動する。

第１の除去部３は、例えば、生成部２により生成された時系列データから、脈拍間隔の呼吸性変動が表れる０．２Ｈｚから０．３５Ｈｚ付近の周波数成分を除去するフィルタ処理を行うことで、脈拍間隔の呼吸性変動成分を除去することができる。また、第１の除去部３は、生成部２により生成された時系列データの振幅の極小値または極大値を出力する処理を行うことで、時系列データから脈拍間隔の呼吸性変動成分を除去するようにしてもよい。

また、第２の除去部４は、例えば、第１の除去部３によって脈拍間隔の呼吸性変動成分が除去された時系列データから、脈拍間隔の血圧性変動が表れる０．０４Ｈｚから０．１５Ｈｚ付近の周波数成分を除去するフィルタ処理を行うことで、脈拍間隔の血圧性変動成分を除去することができる。

分類部５は、時系列データに含まれる脈拍間隔のそれぞれが検出された時点（観測点）の被験者の状態を、睡眠状態と覚醒状態とに分類する。分類部５は、時系列データに含まれる脈拍間隔のうち、注目する脈拍間隔が時系列データの中で相対的に長い場合、その脈拍間隔が検出された時点の被験者の状態を睡眠状態と分類し、注目する脈拍間隔が時系列データの中で相対的に短い場合、その脈拍間隔が検出された時点の被験者の状態を覚醒状態と分類する。人が睡眠状態にある場合、脈拍間隔は、覚醒状態にあるときと比べて長くなる傾向がある。分類部５は、この脈拍間隔の相対的な長短関係に基づいて、脈拍間隔が相対的に長い場合を睡眠状態、脈拍間隔が相対的に短い場合を覚醒状態と分類する。相対的な長短関係は、例えば、クラスタリングにより決定する。具体的には、分類部５は、時系列データに含まれる脈拍間隔の各点をＫ−平均アルゴリズムを用いて２つのクラスタに分類し、各クラスタの重心を算出し、重心の値が大きい方のクラスタに属する点を睡眠状態、重心の値が小さい方のクラスタに属する点を覚醒状態と分類する。なお、クラスタリングの方法は、ＦＭ法、エントリピー法などを用いてもよい。

また、分類部５は、クラスタリング以外の方法で、時系列データに含まれる脈拍間隔の相対的な長短関係を決定してもよい。例えば、予め複数人の脈拍間隔の時系列データから、統計的に、脈拍間隔の平均値と閾値との関係を求めたデータベースを作成しておき、このデータベースに基づいて閾値を求めて、閾値との関係より長短関係を決定してもよい。また、数日間の個人の脈拍間隔の時系列データより、同様のデータベースを作成しておき、このデータベースに基づいて閾値を求めて、閾値との関係より長短関係を決定してもよい。

本実施形態では、分類部５は、第１の除去部３によって脈拍間隔の呼吸性変動成分が除去され、さらに第２の除去部４によって脈拍間隔の血圧性変動成分が除去された時系列データを処理対象とし、この時系列データに含まれる脈拍間隔の各観測点における被験者の状態を睡眠状態と覚醒状態に分類することで、精度のよい分類を行えるようにしている。

図３は、日中に行われた実験により得られた被験者の脈拍間隔の時系列データの一例を示している。図３（Ａ）は、生成部２により生成された時系列データであり、図３（Ｂ）は、生成部２により生成された時系列データから、第１の除去部３により脈拍間隔の呼吸性変動成分を除去し、さらに、第２の除去部４により脈拍間隔の血圧性変動成分を除去した後の時系列データである。

分類部５が、図３（Ａ）のような時系列データに含まれる脈拍間隔の各観測点における被験者の状態を睡眠状態と覚醒状態とに分類した場合、時系列データに含まれる脈拍間隔が呼吸や血圧の影響を受けて変動しているため、特に分類の境界付近では、睡眠状態、覚醒状態の分類を誤ることが多かった。これに対して、分類部５が、図３（Ｂ）に示すような時系列データ、つまり、脈拍間隔の呼吸性変動成分と血圧性変動成分とを除去した後の時系列データに含まれる脈拍間隔の各観測点における被験者の状態を睡眠状態と覚醒状態とに分類するようにすることで、境界付近での変動が少なくなるため、睡眠状態、覚醒状態の分類誤りを大幅に低減することができる。

なお、分類部５が処理対象とする時系列データは、上記のように脈拍間隔の呼吸性変動成分や血圧性変動成分を除去した時系列データに限定されるものではなく、分類の境界付近での脈拍間隔の変動を低減できる何らかの処理を施した時系列データを用いるようにしてもよい。この場合も、脈拍間隔の呼吸性変動成分や血圧性変動成分を除去した時系列データを用いた場合と同様に、精度のよい分類を行うことができる。また、分類に対する誤差がある程度許容される場合には、生成部２により生成された時系列データそのものを処理対象として、分類部５による睡眠状態と覚醒状態の分類を行うようにしてもよい。

人の生理現象は、おおよそ２４時間のリズムをもって変動しており（概日リズム）、脈拍もおおよそ２４時間の周期成分をもっている。図４は、夜に長い睡眠を摂取する人の脈拍間隔の日内変動を示す模式図である。脈拍間隔は、深夜に長くなり、日中に短い傾向があるが、日中内でも変動がある。このような脈拍間隔の日内変動が分類部５の分類結果に影響を及ぼすことを防止するため、分類部５は、脈拍間隔の日内変動が所定値未満となる時間（例えば９０分から１２０分）を上限とした時間間隔ごとに、時系列データに含まれる脈拍間隔の相対的な長短関係に基づいた分類を行うことが望ましい。時系列データ全体の時間が、分類部５による処理の時間間隔の上限として定めた時間（例えば９０分から１２０分）を越える場合は、上限とした時間の解析区間窓を作り、解析区間窓を移動させながら、逐次的に処理を行うようにすればよい。解析区間窓を移動させる際、前回処理を行った解析区間窓と、次に処理を行う解析区間窓は重複する区間があっても差し支えない。

このように、分類部５が処理する時系列データの時間間隔に上限を設けることにより、脈拍間隔の日内変動の影響を軽減して、より精度のよい分類を行うことができる。

第２の検出部６は、脈拍間隔の時系列データの中で、脈拍間隔が第１の所定時間内に短縮した後、第２の所定時間内に増長（回復）している部分を「覚醒反応」として検出する。具体的には、第２の検出部６は、時系列データに含まれる脈拍間隔の時間変化を分析し、例えば、脈拍間隔が２秒以内に所定の閾値（例えば５０ミリ秒）以上短縮し、短縮後３秒以内に回復している部分を「覚醒反応」として検出する。なお、第２の検出部６は、このような閾値を用いた検出に限らず、「覚醒反応」が生じた場合の典型的な脈拍間隔の変動のパターンを予め定めておき、この予め定めたパターンを用いて時系列データに対するパターンマッチングなどを行い、予め定めたパターンとの相関の高かった部分を「覚醒反応」として検出するようにしてもよい。

本実施形態にかかる睡眠計測装置は、上述したように、「覚醒反応」が頻繁に見られる比較的短時間の睡眠の計測を目的としている。図５は、被験者が「覚醒反応」を起こしたときに記録された脈拍間隔の時系列データの一例である。図５に示すように、「覚醒反応」時に、時系列データに含まれる脈拍間隔は、短時間のうちに短縮し、回復する。「覚醒反応」時に起こる脈拍間隔の短縮と回復は、短縮に概ね１秒から２秒程度、回復に概ね１秒から３秒を要する。

図６は、「覚醒反応」と脈拍間隔の変動との関係を検証するための実験の結果を示す図である。実験時、被験者の脈拍間隔と同時に脳波を取得し、アルファ波の出現量により「覚醒反応」を検出した。アルファ波は、眠気や睡眠により減衰することが一般に知られている。図６（Ａ）は、実験時に得られた被験者のアルファ波の出現量を示しており、図６（Ｂ）は、被験者の脈拍間隔の時系列データを示しており、図６（Ｃ）は、被験者の体動量を示している。実験は、普段夜に長時間の睡眠を摂取する被験者に対し、日中に行われ、被験者の脳波、脈波と加速度を取得した。アルファ波の出現量は、得られた脳波を１０秒ごとに周波数解析することにより求め、体動量は、加速度の一分間の積分値とした。

脳波のアルファ波は、睡眠、覚醒と相関があることが一般に知られており、ＡＡＴテスト(Ａｌｐｈａ Ａｔｔｅｎｕａｔｉｏｎ Ｔｅｓｔ)などが眠気の指標として用いられている。図６においても、アルファ波の出現量と脈拍間隔の間には相関がみられることが分かる。図６（Ａ）の１０分から２５分の間、アルファ波は減衰し、被験者は睡眠状態であると考えられるが、その間、何度かアルファ波の出現量が短時間増加し、「覚醒反応」があることが分かる。このとき図６（Ｂ）においても、脈拍間隔の短時間の短縮と回復がみられる。また、図６（Ｃ）において、図６（Ａ）および図６（Ｂ）で「覚醒反応」が検出されても、体動が出現していない場合があり、体動を伴わない「覚醒反応」があることが確認できる。

本実施形態にかかる睡眠計測装置は、第２の検出部６が、時系列データにおける脈拍間隔の短時間の短縮と回復を捉えて「覚醒反応」を検出することにより、体動を伴わないような「覚醒反応」も的確に検出することができる。

また、本実施形態では、第２の検出部６は、第１の除去部３によって脈拍間隔の呼吸性変動成分が除去された時系列データを処理対象とし、この時系列データから「覚醒反応」を検出することで、検出に要する処理負荷を低減しながら、「覚醒反応」を的確に検出できるようにしている。

図７は、脈拍間隔の呼吸性変動成分を除去した時系列データの一例であり、図５に示した時系列データから、振幅の極小値を抽出する方法で脈拍間隔の呼吸性変動成分を除去したものである。図７に示すように、呼吸性変動成分を除去しても、「覚醒反応」の特徴が残っていることが確認できる。

脈拍間隔の呼吸性変動成分を除去した時系列データから「覚醒反応」を検出する場合、第２の検出部６は、例えば図８に示すように、呼吸性変動成分除去後の時系列データの一次微分を算出し、予め定めた負の閾値（例えば４０ミリ秒）以下の極小値と、この極小値から予め定めた時間範囲内（例えば３秒以内）にある極大値との振幅が、予め定めた閾値（例えば５０ミリ秒）以上となる部分を「覚醒反応」として検出すればよい。なお、「覚醒反応」の検出方法はこれに限定されるものではなく、上述したように、パターンマッチングなどの方法を用いて「覚醒反応」を検出するようにしてもよい。

本実施形態のように、第１の除去部３によって脈拍間隔の呼吸性変動成分が除去された時系列データを用いて第２の検出部６が「覚醒反応」を検出する構成とすることで、「覚醒反応」の特徴を残しつつ、計算に用いるデータ量を減らし、睡眠計測装置の処理にかかる負担を軽減することができる。なお、睡眠計測装置の演算能力に十分な余裕がある場合には、第２の検出部６は、生成部２により生成された時系列データを用いて「覚醒反応」を検出することも可能である。

補正部７は、分類部５の分類結果を、第２の検出部６の出力をもとに補正する。具体的には、補正部７は、時系列データの中で第２の検出部６により「覚醒反応」として検出された部分に含まれる脈拍間隔の観測点における被験者の状態が、分類部５によって睡眠状態と分類されている場合に、その時点の分類結果を睡眠状態から覚醒状態に補正する。この補正部７による補正後の分類結果が、本実施形態にかかる睡眠計測装置による計測結果として出力される。これにより、日中等に摂取する比較的短時間の睡眠に特徴的な「覚醒反応」も含めた正確な睡眠の判定が可能となる。

被験者に「覚醒反応」があった場合、上述したように、被験者の脈拍間隔には短時間のうちに短縮して回復するという特徴が表れるが、短縮の程度によっては分類部５による分類結果が睡眠状態となる場合がある。特に、分類精度の向上のために、分類部５が、脈拍間隔の呼吸性変動成分と血圧性変動成分とを除去した後の時系列データを用いて睡眠状態と覚醒状態の分類を行う場合、「覚醒反応」の特徴が時系列データに表れず、「覚醒反応」があった時点の分類結果が睡眠状態となることが多い。そこで、この「覚醒反応」を第２の検出部６により検出し、第２の検出部６により「覚醒反応」として検出された部分に含まれる脈拍間隔の観測点における被験者の状態が分類部５によって睡眠状態と分類されている場合は、補正部７が、その時点の分類結果を睡眠状態から覚醒状態に補正するようにしている。

図９は、本実施形態にかかる睡眠計測装置の処理の流れを示すフローチャートである。処理が開始されると、まず、第１の検出部１が、被験者の脈拍間隔を検出する（ステップＳ１０１）。そして、生成部２が、第１の検出部１により検出された脈拍間隔の時系列データを生成する（ステップＳ１０２）。この時系列データは、第１の除去部３により呼吸性変動成分が除去され、さらに第２の除去部４により血圧性変動成分が除去されて、分類部５に入力される。また、呼吸性変動成分が除去された時系列データは、第２の検出部６に入力される。

次に、分類部５が、入力した時系列データから分類の対象となる脈拍間隔を抽出する（ステップＳ１０３）。そして、抽出した脈拍間隔が時系列データに含まれる全ての脈拍間隔の中で相対的に短いか否かを判定する（ステップＳ１０４）。ここで、脈拍間隔が相対的に短いと判定した場合（ステップＳ１０４：Ｙｅｓ）、分類部５は、この脈拍間隔が検出された時点の被験者の状態を覚醒状態と分類する（ステップＳ１０５）。一方、脈拍間隔が相対的に長いと判定した場合（ステップＳ１０４：Ｎｏ）、分類部５は、この脈拍間隔が検出された時点の被験者の状態を睡眠状態と分類する（ステップＳ１０６）。

その後、分類部５は、入力した時系列データに含まれる全ての脈拍間隔についての分類が終了したか否かを判定し（ステップＳ１０７）、分類を行っていない脈拍間隔があれば（ステップＳ１０７：Ｎｏ）、ステップＳ１０３に戻って処理を繰り返す。そして、入力した時系列データに含まれる全ての脈拍間隔についての分類が終了したら（ステップＳ１０７：Ｙｅｓ）、分類結果を補正部７に出力する。

次に、第２の検出部６が、入力した時系列データに含まれる脈拍間隔の時間変化を分析し、時系列データに、脈拍間隔が第１の所定時間（例えば２秒）内に短縮した後、第２の所定時間（例えば３秒）内に増長（回復）している部分があれば、その部分を「覚醒反応」として検出する（ステップＳ１０８）。そして、第２の検出部６は、検出結果を補正部７に出力する。

次に、補正部７が、分類部５から入力した分類結果と第２の検出部６から入力した検出結果とを照合し、第２の検出部６によって「覚醒反応」として検出された部分に含まれる脈拍間隔の観測点のうち、分類部５による分類結果が睡眠状態となっているものがあるか否かを判定する（ステップＳ１０９）。そして、補正部７は、第２の検出部６によって「覚醒反応」として検出された部分に含まれる脈拍間隔の観測点のうち、分類部５による分類結果が睡眠状態となっているものがあれば（ステップＳ１０９：Ｙｅｓ）、その分類結果を睡眠状態から覚醒状態に補正して（ステップＳ１１０）、補正後の分類結果を計測結果として出力する。一方、第２の検出部６によって「覚醒反応」として検出された部分に含まれる脈拍間隔の観測点のうち、分類部５による分類結果が睡眠状態となっているものがなければ（ステップＳ１０９：Ｎｏ）、分類部５の分類結果をそのまま計測結果として出力する。

以上のように、本実施形態にかかる睡眠計測装置によれば、日中等に摂取する比較的短時間の睡眠に特徴的な「覚醒反応」を的確に検出し、この「覚醒反応」を反映させた計測結果を出力することができる。したがって、この睡眠計測装置の計測結果を用いることで、比較的短時間の睡眠に特徴的な「覚醒反応」も含めた正確な睡眠の判定が可能となる。

（第２の実施形態）
次に、第２の実施形態について説明する。人は、日中等に眠気を生じ、覚醒時であっても、瞬間的に眠ってしまうことがしばしばある。この瞬間的な眠りを「瞬眠」と呼ぶ。本実施形態にかかる睡眠計測装置は、「覚醒反応」に加えて「瞬眠」も的確に検出して、計測結果に反映できるようにしたものである。

図１０は、第２の実施形態にかかる睡眠計測装置の全体構成を示すブロック図である。本実施形態にかかる睡眠計測装置は、第１の実施形態にかかる睡眠計測装置の構成に加えて、第３の検出部８を備えた構成となっている。なお、以下では、第１の実施形態と共通または対応する構成については同一または類似の符号を付して、重複した説明は省略する。

第３の検出部８は、脈拍間隔の時系列データの中で、脈拍間隔が第３の所定時間内に増長した後、第４の所定時間内に短縮（回復）している部分を「瞬眠」として検出する。具体的には、第３の検出部８は、時系列データに含まれる脈拍間隔の時間変化を分析し、例えば、脈拍間隔が２秒以内に所定の閾値（例えば４０ミリ秒）以上増長し、増長後１５秒以内に回復している部分を「瞬眠」として検出する。なお、第３の検出部８は、このような閾値を用いた検出に限らず、「瞬眠」が生じた場合の典型的な脈拍間隔の変動のパターンを予め定めておき、この予め定めたパターンを用いて時系列データに対するパターンマッチングなどを行い、予め定めたパターンとの相関の高かった部分を「瞬眠」として検出するようにしてもよい。

図１１は、被験者が「瞬眠」を起こしたときに記録された脈拍間隔の時系列データの一例である。図１１に示すように、「瞬眠」時に、時系列データに含まれる脈拍間隔は、短時間のうちに増長し、回復する。「瞬眠」時に起こる脈拍間隔の増長には概ね１秒から２秒を要し、増長が３秒から１５秒続いた後に回復する。

図６（Ｂ）に示した脈拍間隔の時系列データから分かるように、「瞬眠」による脈拍間隔の増長は比較的小さいため、「瞬眠」が起きたときの分類部５による分類結果が睡眠状態とならない場合がある。特に、分類精度の向上のために、分類部５が、脈拍間隔の呼吸性変動成分と血圧性変動成分とを除去した後の時系列データを用いて睡眠状態と覚醒状態の分類を行う場合、「瞬眠」の特徴が時系列データに表れず、「瞬眠」があった時点の分類結果が覚醒状態となることが多い。そこで、本実施形態にかかる睡眠計測装置は、第３の検出部８が、時系列データにおける脈拍間隔の短時間の増長と回復を捉えて「瞬眠」を検出することで、分類部５で睡眠状態と分類されない「瞬眠」も的確に検出できるようにしている。

また、本実施形態では、第３の検出部８は、検出に要する処理負荷の低減を図るため、第１の実施形態で説明した第２の検出部６と同様に、第１の除去部３によって脈拍間隔の呼吸性変動成分が除去された時系列データを処理対象とし、この時系列データから「瞬眠」を検出するようにしている。

図１２は、脈拍間隔の呼吸性変動成分を除去した時系列データの一例であり、図１１に示した時系列データから、振幅の極小値を抽出する方法で脈拍間隔の呼吸性変動成分を除去したものである。図１２に示すように、呼吸性変動成分を除去しても、「瞬眠」の特徴が残っていることが確認できる。

脈拍間隔の呼吸性変動成分を除去した時系列データから「瞬眠」を検出する場合、第３の検出部８は、例えば図１３（Ａ）に示すように、呼吸性変動成分除去後の時系列データの一次微分を算出し、一次微分後の値が、予め定めた正の閾値（例えば４０ミリ秒）以上となる点を検出する。さらに、図１３（Ｂ）に示すように、一次微分後の値が閾値以上となる点を構成する一次微分前の脈拍間隔のうち、観測された時間の早いほうの脈拍間隔の値に、予め定めた正の値（例えば５ミリ秒）を加えた値を閾値として設定し、この閾値以下の脈拍間隔が、閾値の基準として用いた脈拍間隔が観測されてから予め定めた時間範囲内（例えばその観測点から３秒から１５秒以内）に存在する場合に、その部分を「瞬眠」として検出する。

すなわち、呼吸性変動成分を除去した時系列データのｎ番目の脈拍間隔をα（ｎ）とした場合（図１３（Ｂ）参照）、一次微分後の点は、α（ｎ）−α（ｎ−１）となる（図１３（Ａ）参照）。ここで、α（ｎ）−α（ｎ−１）が予め定めた正の閾値（例えば４０ミリ秒）以上となった場合で、かつ、呼吸性変動成分を除去した時系列データに含まれる脈拍間隔において、α（ｎ）から予め定めた時間範囲内（例えばその観測点から３秒から１５秒以内）に、α（ｎ−１）に予め定めた正の値（例えば５ミリ秒）を加えた値以下の脈拍間隔が存在する場合、α（ｎ）からその脈拍間隔までの部分を「瞬眠」として検出する。なお、予め定めた時間範囲内に、α（ｎ−１）に予め定められた正の値を加えた値以下となる点が複数存在する場合は、α（ｎ）が観測された時刻に最も近い点までを「瞬眠」として検出する。なお、「瞬眠」の検出方法はこれに限定されるものではなく、上述したように、パターンマッチングなどの方法を用いて「瞬眠」を検出するようにしてもよい。

このように、第１の除去部３によって脈拍間隔の呼吸性変動成分が除去された時系列データを用いて第３の検出部８が「瞬眠」を検出する構成とすることで、「瞬眠」の特徴を残しつつ、計算に用いるデータ量を減らし、睡眠計測装置の処理にかかる負担を軽減することができる。なお、睡眠計測装置の演算能力に十分な余裕がある場合には、第３の検出部８は、生成部２により生成された時系列データを用いて「瞬眠」を検出することも可能である。

本実施形態における補正部７’は、分類部５の分類結果を、第２の検出部６の出力および第３の検出部８の出力をもとに補正する。具体的には、補正部７’は、時系列データの中で第２の検出部６により「覚醒反応」として検出された部分に含まれる脈拍間隔の観測点における被験者の状態が、分類部５によって睡眠状態と分類されている場合に、その時点の分類結果を睡眠状態から覚醒状態に補正する。また、補正部７’は、時系列データの中で第３の検出部８により「瞬眠」として検出された部分に含まれる脈拍間隔の観測点における被験者の状態が、分類部５によって覚醒状態と分類されている場合に、その時点の分類結果を覚醒状態から睡眠状態に補正する。この補正部７’による補正後の分類結果が、本実施形態にかかる睡眠計測装置による計測結果として出力される。これにより、日中等に摂取する比較的短時間の睡眠に特徴的な「覚醒反応」および「瞬眠」も含めた正確な睡眠の判定が可能となる。

図１４は、本実施形態にかかる睡眠計測装置の処理の流れを示すフローチャートである。図１４のフローチャートにおいて、ステップＳ２０１からステップＳ２０７までの処理は、第１の実施形態で説明した図９のフローチャートのステップＳ１０１からステップＳ１０７までの処理と同様であるため、説明を省略する。

本実施形態にかかる睡眠計測装置では、第１の除去部３によって呼吸性変動成分が除去された時系列データが、第２の検出部６と第３の検出部８とに入力される。そして、第２の検出部６が、入力した時系列データから「覚醒反応」を検出する（ステップＳ２０８）のに加えて、第３の検出部８が、入力した時系列データから「瞬眠」を検出する（ステップＳ２０９）。

第３の検出部８は、入力した時系列データに含まれる脈拍間隔の時間変化を分析し、時系列データに、脈拍間隔が第３の所定時間（例えば２秒）内に増長した後、第４の所定時間（例えば１５秒）内に短縮（回復）している部分があれば、その部分を「瞬眠」として検出する。そして、第３の検出部８は、検出結果を補正部７’に出力する。

次に、補正部７’が、分類部５から入力した分類結果と第２の検出部６から入力した検出結果とを照合し、第２の検出部６によって「覚醒反応」として検出された部分に含まれる脈拍間隔の観測点のうち、分類部５による分類結果が睡眠状態となっているものがあるか否かを判定する（ステップＳ２１０）。そして、補正部７’は、第２の検出部６によって「覚醒反応」として検出された部分に含まれる脈拍間隔の観測点のうち、分類部５による分類結果が睡眠状態となっているものがあれば（ステップＳ２１０：Ｙｅｓ）、その分類結果を睡眠状態から覚醒状態に補正して（ステップＳ２１１）、ステップＳ２１２に処理を移行する。一方、第２の検出部６によって「覚醒反応」として検出された部分に含まれる脈拍間隔の観測点のうち、分類部５による分類結果が睡眠状態となっているものがなければ（ステップＳ２１０：Ｎｏ）、そのままステップＳ２１２に処理を移行する。

次に、補正部７’は、分類部５から入力した分類結果と第３の検出部８から入力した検出結果とを照合し、第３の検出部８によって「瞬眠」として検出された部分に含まれる脈拍間隔の観測点のうち、分類部５による分類結果が覚醒状態となっているものがあるか否かを判定する（ステップＳ２１２）。そして、補正部７’は、第３の検出部８によって「瞬眠」として検出された部分に含まれる脈拍間隔の観測点のうち、分類部５による分類結果が覚醒状態となっているものがあれば（ステップＳ２１２：Ｙｅｓ）、その分類結果を覚醒状態から睡眠状態に補正して（ステップＳ２１３）、補正後の分類結果を計測結果として出力する。一方、第３の検出部８によって「瞬眠」として検出された部分に含まれる脈拍間隔の観測点のうち、分類部５による分類結果が覚醒状態となっているものがなければ（ステップＳ２１２：Ｎｏ）、「覚醒反応」の部分の補正があった場合はその補正後の分類結果を計測結果として出力し、なければ分類部５の分類結果をそのまま計測結果として出力する。

以上のように、本実施形態にかかる睡眠計測装置によれば、日中等に摂取する比較的短時間の睡眠に特徴的な「覚醒反応」に加えて「瞬眠」についても的確に検出し、これら「覚醒反応」や「瞬眠」を反映させた計測結果を出力することができる。したがって、この睡眠計測装置の計測結果を用いることで、比較的短時間の睡眠に特徴的な「覚醒反応」や「瞬眠」も含めた正確な睡眠の判定が可能となる。

（第３の実施形態）
次に、第３の実施形態について説明する。本実施形態にかかる睡眠計測装置は、被験者の体動を検出して、計測結果に反映させるようにしたものである。

図１５は、第３の実施形態にかかる睡眠計測装置の全体構成を示すブロック図である。本実施形態にかかる睡眠計測装置は、第２の実施形態にかかる睡眠計測装置の構成に加えて、第４の検出部９を備えた構成となっている。なお、以下では、第２の実施形態と共通または対応する構成については同一または類似の符号を付して、重複した説明は省略する。

第４の検出部９は、内部に被験者の動きを捉えることのできるセンサを備え、センサの出力値が予め定めた閾値以上となったとき、体動として検出する。被験者の動きを捉えることのできるセンサとは、具体的には、加速度センサや、ジャイロセンサなど、振動や位置の変化を捉えるセンサである。

本実施形態における補正部７’’は、分類部５の分類結果を、第２の検出部６の出力と、第３の検出部８の出力と、第４の検出部９の出力とに基づいて補正する。具体的には、補正部７’’は、時系列データの中で第２の検出部６により「覚醒反応」として検出された部分に含まれる脈拍間隔の観測点における被験者の状態が、分類部５によって睡眠状態と分類されている場合に、その時点の分類結果を睡眠状態から覚醒状態に補正する。また、補正部７’’は、時系列データの中で第３の検出部８により「瞬眠」として検出された部分に含まれる脈拍間隔の観測点における被験者の状態が、分類部５によって覚醒状態と分類されている場合に、その時点の分類結果を覚醒状態から睡眠状態に補正する。さらに、補正部７’’は、時系列データの中で第４の検出部９により体動が検出された時刻と一致する部分に含まれる脈拍間隔の観測点における被験者の状態が、分類部５によって睡眠状態と分類されている場合、または、前記補正の過程で、第３の検出部８により「瞬眠」として検出された部分に含まれる脈拍間隔の観測点における被験者の状態が、分類部５によって覚醒状態と分類されたために、その時点の分類結果を覚醒状態から睡眠状態と補正した場合において、この睡眠状態に補正した脈拍間隔の観測点が第４の検出部９により体動が検出された時刻と一致する場合に、その時点の分類結果を睡眠状態から覚醒状態に補正する。この補正部７’’による補正後の分類結果が、本実施形態にかかる睡眠計測装置による計測結果として出力される。

図１６は、体動が生じたときに観測された脈拍間隔の一例であり、図１６（Ａ）は、脈拍間隔の時系列データ、図１６（Ｂ）は体動量をそれぞれ示している。体動が生じた場合、脈拍間隔は乱れ、分類部５では、睡眠状態と覚醒状態の分類が正しく行えない可能性がある。また、体動が生じたときの時系列データの波形は「覚醒反応」や「瞬眠」が起きた場合とも似た波形になることがあるため、体動が生じた場合には、体動をもって覚醒状態であると補正することで、体動による脈拍間隔の乱れの影響を軽減することができる。

図１７は、本実施形態にかかる睡眠計測装置の処理の流れを示すフローチャートである。図１７のフローチャートにおいて、ステップＳ３０２からステップＳ３１３までの処理は、第２の実施形態で説明した図１４のフローチャートのステップＳ２０２からステップＳ２１３までの処理と同様であるため、説明を省略する。

本実施形態にかかる睡眠計測装置では、処理が開始されると、まず、第１の検出部１が被験者の脈拍間隔を検出するとともに、第４の検出部９が、被験者の体動を検出する（ステップＳ３０１）。その後、ステップＳ３０２からステップＳ３１３まで、第２の実施形態と同様の処理を行い、第２の検出部６によって「覚醒反応」として検出された部分に含まれる脈拍間隔の観測点が睡眠状態と分類されていれば、補正部７’’がその分類結果を覚醒状態に補正し、第３の検出部８によって「瞬眠」として検出された部分に含まれる脈拍間隔の観測点が覚醒状態と分類されていれば、補正部７’’がその分類結果を睡眠状態に補正する。

そして、本実施形態ではさらに、補正部７’’が、分類部５から入力した分類結果と第４の検出部９による被験者の体動の検出結果とを照合し、時系列データの中で、第４の検出部９によって被験者の体動が検出された時刻と一致する部分に含まれる脈拍間隔の観測点のうち、分類部５による分類結果と、前述の補正部７’’の補正結果とにおいて睡眠状態となっているものがあるか否かを判定する（ステップＳ３１４）。そして、補正部７’’は、時系列データの中で、第４の検出部９によって被験者の体動が検出された時刻と一致する部分に含まれる脈拍間隔の観測点のうち、分類結果が睡眠状態となっているものがあれば（ステップＳ３１４：Ｙｅｓ）、その分類結果を睡眠状態から覚醒状態に補正して（ステップＳ３１５）、補正後の分類結果を計測結果として出力する。一方、時系列データの中で、第４の検出部９によって被験者の体動が検出された時刻と一致する部分に含まれる脈拍間隔の観測点のうち、分類結果が睡眠状態となっているものがなければ（ステップＳ３１４：Ｎｏ）、分類結果をそのまま計測結果として出力する。

以上のように、本実施形態にかかる睡眠計測装置によれば、日中等に摂取する比較的短時間の睡眠に特徴的な「覚醒反応」に加えて「瞬眠」についても的確に検出し、さらに体動による脈拍間隔の乱れの影響を軽減して、より正確な計測結果を出力することができる。したがって、この睡眠計測装置の計測結果を用いることで、比較的短時間の睡眠に特徴的な「覚醒反応」や「瞬眠」も含めた睡眠の判定をより正確に行うことが可能となる。

図１８は、本実施形態にかかる睡眠計測装置を用いて睡眠計測を行った結果の一例を示す図である。図１８（Ａ）は、被験者の脈拍間隔の時系列データの一例を示し、図１８（Ｂ）は、図１８（Ａ）の時系列データに対して分類部５による分類を行った結果を示し、図１８（Ｃ）は、補正部７’’による補正後の計測結果を示している。また、図１８（Ｄ）は、被験者の睡眠と覚醒を脳波から判定した結果を比較対象として示している。先に説明したように、脳波のアルファ波の出現量と被験者の睡眠覚醒状態とは相関関係があるため、図１８（Ｄ）の睡眠覚醒判定は、脳波より１０秒ごとにアルファ波成分を算出し、アルファ波の出現量が多い場合を覚醒、アルファ波の出現量が少ない場合を睡眠とした。

図１８（Ｃ）と図１８（Ｄ）との比較により明らかなように、本実施形態にかかる睡眠計測装置を用いることによって、脈拍間隔を用いた簡単な計測であっても、脳波を用いた手法と高く相関し、正確な睡眠計測が可能であることが分かる。

図１９は、上述した第１乃至第３の実施形態にかかる睡眠計測装置の外観の一例を示す図である。第１の検出部１の内部にある脈波センサは、例えば、光電式脈波センサや圧脈波センサを用い、人の皮膚に接触するように設置される。図１９では腕時計型に構成された睡眠計測装置の例であるが、装着する部位は、脈波が取得できる部位ならどこでもよく、形状も腕時計型に限ったものではない。

また、図１９に例示した睡眠計測装置の筐体内部に通信装置を内蔵し、ＰＣなどと通信する構成としてもよい。その場合は、脈波センサで取得した脈波データや、第４の検出部９内部のセンサで取得した体動データをＰＣなどに送信し、受信したデータをＰＣ上で処理することにより、睡眠計測を行うことができる。

ところで、人の脈拍は、心臓が血液を送り出し、動脈に血液が流れこむことで生じるものであり、脈拍間隔と心拍間隔との間には相関がある。そのため、上述した第１乃至第３の実施形態にかかる睡眠計測装置は、脈拍間隔の代わりに心拍間隔を用いて睡眠計測を行うことができる。また、脈拍間隔、心拍間隔の逆数より求められる瞬時脈拍数、瞬時心拍数を用いて睡眠計測を行うこともできる。心拍間隔、瞬時心拍数を用いる場合は、第１の検出部１は、内部に脈波センサの代わりに心電計を備え、心電計より心拍間隔、瞬時心拍数を検出する。

第１検出部１が、瞬時脈拍数または瞬時心拍数を出力する場合、瞬時脈拍数、瞬時心拍数は、脈拍間隔、心拍間隔の逆数となっていることから、分類部５での睡眠状態と覚醒状態の分類に用いる長短関係が逆になる。また、第２の検出部６が検出する「覚醒反応」の特徴波形や、第３の検出部８が検出する「瞬眠」の特徴波形も逆転する。そのため、瞬時脈拍数または瞬時心拍数を用いて睡眠計測を行う場合には、第２の検出部６や第３の検出部８で用いる閾値やパターンの極性などを変更して対応する。これにより、脈拍間隔や心拍間隔を用いる場合と同様に、睡眠計測を行うことが可能となる。

脈拍や心拍、体動の計測は、脳波計測のように大掛かりな装置は必要としない。したがって、第１乃至第３の実施形態にかかる睡眠計測装置を用いることで、被験者の負担を軽減し、日常生活下での簡単な睡眠計測が可能となる。

以上、具体的な例を挙げながら詳細に説明したように、第１乃至第３の実施形態にかかる睡眠計測装置によれば、被験者が長時間眠ることを意識しない日中等の睡眠計測を適切に行うことができ、不眠を訴える被験者が短時間の睡眠を多く摂取している場合は睡眠指導に役立てることができる。

なお、本発明は、上述した各実施形態そのままに限定されるものではなく、実施段階ではその要旨を逸脱しない範囲で構成要素を変形して具体化することができる。また、上述した各実施形態に開示されている複数の構成要素の適宜な組み合わせにより、種々の発明を形成することができる。例えば、実施形態に示される全構成要素からいくつかの構成要素を削除してもよい。さらに、異なる実施形態にわたる構成要素を適宜組み合わせてもよい。

１ 第１の検出部
２ 生成部
３ 第１の除去部
４ 第２の除去部
５ 分類部
６ 第２の検出部
７ 補正部
７’ 補正部
７’’ 補正部
８ 第３の検出部
９ 第４の検出部

Claims (9)

1. 被験者の脈拍または心拍の間隔を検出する第１の検出部と、
   前記間隔の時系列データを生成する生成部と、
   前記時系列データに含まれる前記間隔のそれぞれが検出された時点の被験者の状態を、前記間隔が前記時系列データの中で相対的に長い睡眠状態と、前記間隔が前記時系列データの中で相対的に短い覚醒状態とに分類する分類部と、
   前記時系列データの中で前記間隔が第１の所定時間内に短縮した後、第２の所定時間内に増長している部分を覚醒反応として検出する第２の検出部と、
   前記時系列データの中で前記覚醒反応として検出された部分に含まれる時点の被験者の状態が睡眠状態と分類されている場合に、該時点の分類結果を睡眠状態から覚醒状態に補正する補正部と、を備えることを特徴とする睡眠計測装置。
2. 前記時系列データの中で前記間隔が第３の所定時間内に増長した後、第４の所定時間内に短縮している部分を瞬眠として検出する第３の検出部を備え、
   前記補正部は、前記時系列データの中で前記瞬眠として検出された部分に含まれる時点の被験者の状態が覚醒状態と分類されている場合に、該時点の分類結果を覚醒状態から睡眠状態に補正することを特徴とする請求項１に記載の睡眠計測装置。
3. 被験者の体動を検出する第４の検出部を備え、
   前記補正部は、前記時系列データの中で前記第４の検出部により体動が検出された時刻と一致する部分に含まれる時点の被験者の状態が睡眠状態と分類されている場合に、該時点の分類結果を睡眠状態から覚醒状態に補正することを特徴とする請求項１または２に記載の睡眠計測装置。
4. 前記時系列データから前記間隔の呼吸性変動成分を除去する第１の除去部を備え、
   前記第２の検出部は、前記呼吸性変動成分が除去された前記時系列データから前記覚醒反応を検出することを特徴とする請求項１に記載の睡眠計測装置。
5. 前記時系列データから前記間隔の呼吸性変動成分を除去する第１の除去部を備え、
   前記第３の検出部は、前記呼吸性変動成分が除去された前記時系列データから前記瞬眠を検出することを特徴とする請求項２に記載の睡眠計測装置。
6. 前記時系列データから前記間隔の呼吸性変動成分を除去する第１の除去部と、
   前記呼吸性変動成分が除去された前記時系列データから前記間隔の血圧性変動成分を除去する第２の除去部と、を備え、
   前記分類部は、前記呼吸性変動成分および前記血圧性変動成分が除去された前記時系列データに含まれる前記間隔のそれぞれが検出された時点の被験者の状態を覚醒状態と睡眠状態とに分類することを特徴とする請求項１に記載の睡眠計測装置。
7. 前記第１の除去部は、前記時系列データから前記間隔の呼吸性変動が表れる周波数成分を除去するフィルタ処理、または、前記時系列データの振幅の極小値または極大値を出力する処理を行うことを特徴とする請求項４〜６のいずれか一項に記載の睡眠計測装置。
8. 前記第２の除去部は、前記呼吸性変動成分が除去された前記時系列データから前記間隔の血圧性変動が表れる周波数成分を除去するフィルタ処理を行うことを特徴とする請求項６に記載の睡眠計測装置。
9. 前記分類部は、前記間隔の日内変動が所定値未満となる時間を上限とした時間間隔ごとに、前記時系列データに含まれる前記間隔のそれぞれが検出された時点の被験者の状態を覚醒状態と睡眠状態とに分類することを特徴とする請求項１に記載の睡眠計測装置。

Images