JP2012161379A - 時差ぼけ症状の推定装置、推定システム、推定方法およびプログラム - Google Patents

Abstract

【課題】時差ぼけの有無を客観的に判定するとともに、時差ぼけ症状の程度を定量的に評価できる、時差ぼけ症状の推定装置、推定システム、推定方法およびプログラムを提供する。
【解決手段】時差ぼけ症状の程度を異にする複数の標本について、深部体温系の生理指標の特徴量と活動量系の生理指標の特徴量のそれぞれを、時差ぼけ症状の程度に応じて区分し、時差ぼけ症状の程度の区分に応じた特徴量範囲を特定して設定される推定基準を取得する取得部２７と、被験者Ｓｕについて、深部体温系の生理指標の特徴量と活動量系の生理指標の特徴量を抽出する抽出部２３と、深部体温系の生理指標と活動量系の生理指標のそれぞれについて、被験者の生理指標の特徴量が推定基準のいずれの特徴量範囲に含まれるかを判定し、被験者の時差ぼけ症状を推定する症状推定部２５とを備える。
【選択図】図５

Description

本発明は、時差ぼけ症状の推定装置、推定システム、推定方法およびプログラムに関する。

時差を伴う移動、シフトワーキング、不規則な生活等（勤務日と休日の睡眠相が大きく異なる生活習慣、不規則な睡眠覚醒習慣）により、生体リズムがずれて体調が狂う時差ぼけ（広義）が生じる。時差ぼけは、睡眠障害、疲労感の持続等の症状をもたらす。時差ぼけの症状により体調が狂うと、身体能力が低下したり、思わぬ事故が発生したりする。このため、体調管理の観点から、時差ぼけの有無を客観的に判定したり、時差ぼけ症状の程度を定量的に評価したりすることが望まれている。

しかし、時差ぼけ症状には、個人差、年齢差、東西の移動方向の差等がある。例えば、時差ぼけ症状の持続期間には、１．７日〜１７．９日の個人差があるといわれている（参考文献１）。このため、客観的な判定や定量的な評価が困難であり、これらの判定や評価は、主観的または定性的に行われているにすぎない。

ところで、様々な周期をもつ生体リズムのうち、特に概日周期の生体リズムとしては体温、血圧、心拍、睡眠覚醒等の生体リズムが知られている。そして、生体リズムの同調時間（時差に伴う生体リズムのずれが現実の生活時間等に同調するまでに要する時間）は、深部体温系の生理指標と活動量（睡眠覚醒）系の生理指標との間で大きく乖離していることが知られている。例えば、５時間以上の時差に伴う生体リズムのずれは、深部体温で約２週間、心拍・睡眠覚醒で２、３日であるといわれている（参考文献２、３）。また、時差ぼけの症状は、時差ぼけの原因が生じてから３、４日目が最も重くなるといわれている（参考文献４）。

そして、生体リズム同士の同調時間の乖離は、複数の生体リズムが同一の生体内で異なる周期をとる内的脱同期の現象をもたらし、様々な不調を生体に及ぼす、いわゆる時差ぼけ（広義）を生じさせる（参考文献５）。このため、単一の生理指標を用いても、時差ぼけの有無を定量的に判定したり、時差ぼけ症状の程度を定量的に評価したりできない。

そこで、本発明は、時差ぼけの有無を客観的に判定するとともに、時差ぼけ症状の程度を定量的に評価できる、時差ぼけ症状の推定装置、推定システム、推定方法およびプログラムを提供しようとするものである。

本発明のある観点によれば、時差ぼけ症状の程度を異にする複数の標本について、深部体温系の生理指標の特徴量と活動量系の生理指標の特徴量のそれぞれを、時差ぼけ症状の程度に応じて区分し、時差ぼけ症状の程度の区分に応じた特徴量範囲を特定して設定される推定基準を取得する取得部と、被験者について、深部体温系の生理指標の特徴量と活動量系の生理指標の特徴量を抽出する抽出部と、深部体温系の生理指標と活動量系の生理指標のそれぞれについて、被験者の生理指標の特徴量が推定基準のいずれの特徴量範囲に含まれるかを判定し、被験者の時差ぼけ症状を推定する推定部とを備える時差ぼけ症状の推定装置が提供される。

推定部は、深部体温系の生理指標の特徴量が時差ぼけ症状を有する標本の特徴量範囲に含まれ、かつ活動量系の生理指標の特徴量が時差ぼけ症状を有しない標本の特徴量の特徴量範囲に含まれるときに、被験者の時差ぼけ症状の程度が重いと推定してもよい。

取得部は、複数の標本の特徴量を、時差ぼけ症状を有する標本の特徴量範囲と、時差ぼけ症状を有しない標本の特徴量範囲とに区分し、時差ぼけ症状を有する標本の特徴量範囲の重心を基準にして、複数の標本の特徴量を、時差ぼけ症状の程度に応じて３つ以上に区分し、時差ぼけ症状の程度に応じた特徴量副範囲を特定して設定される推定基準を取得し、推定部は、被験者の生理指標の特徴量が推定基準のいずれの特徴量副範囲に含まれるかを判定し、被験者の時差ぼけ症状を推定してもよい。

取得部は、複数の標本の特徴量を、標本による時差ぼけ症状の程度について主観的な評価に基づき３つ以上に区分し、時差ぼけ症状の程度に応じた特徴量副範囲を特定して設定される推定基準を取得し、推定部は、被験者の生理指標の特徴量が推定基準のいずれの特徴量副範囲に含まれるかを判定し、被験者の時差ぼけ症状を推定してもよい。

取得部は、被験者を含む複数の標本の特徴量を、時差ぼけ症状の程度に応じて区分し、時差ぼけ症状の程度の区分に応じた特徴量範囲を特定して設定される推定基準を取得してもよい。

推定装置は、時差ぼけ症状の原因となる時差の条件を示す時差条件に関連付けて、時差ぼけ症状の推定結果を格納する推定履歴格納部と、格納されている時差ぼけ症状の推定結果から、指定された時差条件に適合する推定結果を抽出する推定履歴抽出部とをさらに備えてもよい。

推定装置は、被験者の生理指標の特徴量と、時差ぼけ症状に応じた特徴量の区分結果とを複数の推定装置から取得し、時差ぼけ症状の程度の区分に応じた特徴量範囲を特定して推定基準を設定する管理装置に接続され、取得部は、管理装置により設定された推定基準を取得してもよい。

推定装置は、被験者の生理指標の特徴量の区分結果と、時差ぼけ症状の原因となる時差の条件を示す時差条件と、時差ぼけ症状の推定結果を複数の推定装置から取得し、特徴量の区分結果および時差条件に関連付けて、時差ぼけ症状の推定結果を管理する管理装置に接続され、推定装置は、管理されている時差ぼけ症状の推定結果のうち、指定された時差条件および特徴量の区分結果に適合する推定結果を取得する推定履歴取得部をさらに備えてもよい。

抽出部は、時差ぼけ症状の程度を異にする複数の標本について、深部体温系の生理指標の特徴量と活動量系の生理指標の特徴量を抽出し、推定装置は、深部体温系の生理指標と活動量系の生理指標のそれぞれについて、抽出した生理指標の特徴量を時差ぼけ症状の程度に応じて区分し、時差ぼけ症状の程度の区分に応じた特徴量範囲を特定して推定基準を設定する設定部をさらに備え、取得部は、設定部により設定された推定基準を取得してもよい。

推定基準は、標本の生活形態毎に設定され、推定部は、被験者の生活形態に応じた推定基準を用いて、被験者の時差ぼけ症状を推定してもよい。

推定装置は、時差ぼけ症状の推定結果を被験者に通知する通知部をさらに備えてもよい。

深部体温系の生理指標が鼓膜温であり、活動量系の生理指標が活動量であってもよい。

推定装置は、推定基準を記憶する記憶部をさらに備え、取得部は、記憶部から推定基準を取得してもよい。

本発明の他の観点によれば、時差ぼけ症状の程度を異にする複数の標本について、深部体温系の生理指標の特徴量と活動量系の生理指標の特徴量を抽出する抽出部と、深部体温系の生理指標と活動量系の生理指標のそれぞれについて、抽出した生理指標の特徴量を時差ぼけ症状の程度に応じて区分し、時差ぼけ症状の程度の区分に応じた特徴量範囲を特定して推定基準を設定する設定部とを備える設定装置と、被験者について、深部体温系の生理指標の特徴量と活動量系の生理指標の特徴量を抽出する抽出部と、深部体温系の生理指標と活動量系の生理指標のそれぞれについて、被験者の生理指標の特徴量が推定基準のいずれの特徴量範囲に含まれるかを判定し、被験者の時差ぼけ症状を推定する推定部とを備える推定装置とを有する時差ぼけ症状の推定システムが提供される。

本発明の他の観点によれば、時差ぼけ症状の程度を異にする複数の標本について、深部体温系の生理指標の特徴量と活動量系の生理指標の特徴量のそれぞれを、時差ぼけ症状の程度に応じて区分し、時差ぼけ症状の程度の区分に応じた特徴量範囲を特定して設定される推定基準を取得し、被験者について、深部体温系の生理指標の特徴量と活動量系の生理指標の特徴量を抽出し、深部体温系の生理指標と活動量系の生理指標のそれぞれについて、被験者の生理指標の特徴量が推定基準のいずれの特徴量範囲に含まれるかを判定し、被験者の時差ぼけ症状を推定することを含む時差ぼけ症状の推定方法が提供される。

本発明の他の観点によれば、深部体温系の生理指標の特徴量と活動量系の生理指標の特徴量のそれぞれを時差ぼけ症状の程度に応じて区分し、時差ぼけ症状の程度の区分に応じた特徴量範囲を特定した推定基準を取得する取得部と、ユーザから深部体温系の生理指標の特徴量と活動量系の生理指標の特徴量を抽出する抽出部と、深部体温系の生理指標と活動量系の生理指標のそれぞれについて、ユーザの生理指標の特徴量が推定基準のいずれの特徴量範囲に含まれるかを判定し、ユーザの時差ぼけ症状を推定する推定部とを備える時差ぼけ症状の推定装置が提供される。

本発明の他の観点によれば、上記時差ぼけ症状の推定方法をコンピュータに実行させるためのプログラムが提供される。ここで、プログラムは、コンピュータ読取り可能な記録媒体を用いて提供されてもよく、通信手段等を介して提供されてもよい。

本発明によれば、時差ぼけの有無を客観的に判定するとともに、時差ぼけ症状の程度を定量的に評価できる、時差ぼけ症状の推定装置、推定システム、推定方法およびプログラムを提供することができる。

本発明の一実施形態に係る時差ぼけ症状の推定システムの全体構成を示す図である。 推定システムの全体的な処理を示すフロー図（１／２）である。 推定システムの全体的な処理を示すフロー図（２／２）である。 設定装置の機能構成を示すブロック図である。 推定装置の機能構成を示すブロック図である。 設定装置の動作を示すフロー図である。 鼓膜温の特徴量と活動量の特徴量の一例を示す図である。 標本者に対するアンケートの一例を示す図である。 鼓膜温の特徴量と活動量の特徴量について特徴量範囲の特定の一例を示す図である。 推定装置の動作を示すフロー図である。 鼓膜温の特徴量と活動量の特徴量について特徴量の判定の一例を示す図である。 症状の推定結果の通知の一例を示す図である。 標本情報に基づく鼓膜温の特徴量の推定基準の一例を示す図である。 統計処理に基づく鼓膜温の特徴量の推定基準の一例を示す図である。 症状の予測条件を取得するためのアンケートの一例を示す図である。 症状の予測結果の一例を示す図である。 複数の被験者の特徴量を考慮して推定基準を設定可能な推定システムの一例を示す図である。 被験者の特徴量を考慮して推定基準を設定可能な推定システムの一例を示す図である。 複数の推定装置間で症状の推定履歴を共有可能な推定システムの一例を示す図である。

以下に添付図面を参照しながら、本発明の好適な実施の形態について詳細に説明する。なお、本明細書及び図面において、実質的に同一の機能構成を有する構成要素については、同一の符号を付することにより重複説明を省略する。

［１．推定システムの構成］
まず、図１から図５を参照して、本発明の一実施形態に係る時差ぼけ症状の推定システム（以下、推定システムとも称する。）について説明する。図１は、本発明の一実施形態に係る推定システムの全体構成を示す図である。

図１に示すように、推定システムは、時差ぼけ症状の推定に用いる推定基準ＥＣを設定する設定装置１と、推定基準ＥＣを用いて時差ぼけ症状を推定して推定結果ＥＲを生成する推定装置２とからなる。推定基準ＥＣは、時差ぼけ症状を異にする複数の標本Ｓａに基づき設定され、被験者Ｓｕの時差ぼけ症状の推定に用いられる。

図２および図３は、推定システムの全体的な処理を示すフロー図である。推定システムでは、図２に示すように、設定装置１が推定基準ＥＣの設定処理を行い、図３に示すように、推定装置２が時差ぼけ症状の推定処理を行う。

まず、図２を参照して、推定基準ＥＣの設定処理について説明する。推定基準ＥＣは、深部体温系の生理指標と活動量（睡眠覚醒）系の生理指標のそれぞれについて設定される。設定装置１は、時差ぼけ症状（症状）の程度を異にする複数の標本Ｓａのそれぞれについて、標本Ｓａの生理信号を計測し（ステップＳ１１、Ｓ２１）、生理信号から生理指標を導出し（Ｓ１２、Ｓ２２）、生理指標から特徴量を抽出する（Ｓ１３、Ｓ２３）とともに、症状の程度を取得する（Ｓ１４、Ｓ２４）。

深部体温系指標とは、生体リズムの同調時間が活動量系指標と比べて長い指標である。この例としては、鼓膜温、口内体温、血中のメラトニン含有量やコルチゾール含有量が挙げられる。一方、活動量系指標とは、生体リズムの同調時間が深部体温系指標と比べて短い指標である。この例としては、活動量、脈拍数、ＡＩ（Ａｕｇｍｅｎｔａｔｉｏｎ Ｉｎｄｅｘ）値、血圧値が挙げられる。

生理指標の特徴量としては、例えば、鼓膜温、口内体温、メラトニンやコルチゾールの含有量、脈拍数、ＡＩ値、血圧値については、特定位相（振幅最大、最小等）の出現時刻、振幅量（最大、最小、平均等）が挙げられる。また、活動量については、入眠時刻、出眠時刻が挙げられる。複数の標本Ｓａは、症状の推定対象となる被験者Ｓｕとは異なる複数の標本者Ｓａであり、同一の標本者Ｓａが２以上の標本Ｓａとして利用されてもよい。なお、複数の標本Ｓａは、被験者Ｓｕを含んでもよいが、ここでは、複数の標本者Ｓａである場合について説明する。

設定装置１は、複数の標本Ｓａの生理指標の特徴量を症状の程度に応じて区分し（Ｓ１５、Ｓ２５）、症状の程度の区分に応じた特徴量範囲Ｒを特定する（Ｓ１６、Ｓ２６）ことで、推定基準ＥＣを設定する（Ｓ１７、Ｓ２７）。推定基準ＥＣは、深部体温系指標の特徴量と活動量系指標の特徴量のそれぞれについて設定される。

ここで、生理指標の特徴量は、標本Ｓａから取得された症状の程度に基づき、例えば、「正常」な標本Ｓａ（症状が無い標本Ｓａ）の特徴量と「異常」な標本Ｓａ（症状が有る標本Ｓａ）の特徴量との２段階に区分される。生理指標の特徴量は、３段階以上に区分されてもよいが、以下では、２段階に区分される場合について説明する。

そして、複数の標本Ｓａの生理指標の特徴量を症状の程度に応じて区分することで、「正常」な標本Ｓａの特徴量を多く含む特徴量範囲Ｒｎと、「異常」な標本Ｓａの特徴量を多く含む特徴量範囲Ｒａとが特定される。これにより、特徴量範囲「正常」Ｒｎと特徴量範囲「異常」Ｒａからなる推定基準ＥＣが設定される。

つぎに、図３を参照して、時差ぼけ症状の推定処理について説明する。推定装置２は、被験者Ｓｕの生理信号を計測し（ステップＳ３１、Ｓ４１）、生理信号から生理指標を導出し（Ｓ３２、Ｓ４２）、生理指標から特徴量を抽出する（Ｓ３３、Ｓ４３）。ここで、生理指標の特徴量としては、設定処理時に抽出された特徴量と同一の、深部体温系指標と活動量系指標の特徴量が抽出される。

推定装置２は、被験者Ｓｕの生理指標の特徴量が推定基準ＥＣのいずれの特徴量範囲Ｒに含まれるかを判定し（Ｓ３４、Ｓ４４）、特徴量の判定結果に基づき被験者Ｓｕの症状を推定する（Ｓ５１）。ここで、生理指標の特徴量は、深部体温系指標の特徴量と活動量系指標の特徴量のそれぞれについて、いずれの特徴量範囲Ｒに含まれるかが判定される。

例えば、深部体温系指標の特徴量が特徴量範囲「異常」Ｒａに含まれ、活動量系指標の特徴量が特徴量範囲「正常」Ｒｎに含まれると判定される。すると、活動量系の生体リズムが現実の生活時間等に同調しているが、深部体温系の生体リズムが同調していないことが分かる。これにより、深部体温系の生体リズムと活動量系の生体リズムとが同期していない、重度の時差ぼけ症状が推定される。

図４は、設定装置１の機能構成を示すブロック図である。図４に示すように、設定装置１は、信号計測部１１、指標導出部１２、特徴量抽出部１３、標本情報取得部１４、基準設定部１５、記憶部１６を含んでいる。なお、標本情報取得部１４を除く各部では、深部体温系指標と活動量系指標のそれぞれについて処理が行われる。

信号計測部１１は、各種のセンサを用いて標本Ｓａの生理信号を計測する。例えば、鼓膜温、口内体温は、温度センサを用いて計測され、脈拍数、血圧値は、圧力センサを用いて計測され、活動量は、加速度センサを用いて計測される。生理信号は、例えば、一晩等の計測期間に亘って、所定の計測間隔および所定の継続時間で計測される。計測した生理信号は、生理データに変換される。

指標導出部１２は、生理データから生理指標を導出する。生理データは、フィルタ等を用いて特定の周波数成分を除去されたり、加速度センサの出力等を用いて非安静時のデータを棄却されたりする。生理データは、必要に応じて、他の生理指標に変換（例えば脈波からＡＩ値に変換）され生理指標の所定の継続時間（例えば、数十秒から数分）中の平均値として導出される。

特徴量抽出部１３は、導出した生理指標から特徴量を抽出する。例えば、鼓膜温、口内体温、脈拍数、ＡＩ値、血圧値の特徴量は、導出された生理指標の時系列データに適合する概日周期の関数を求め、求めた関数を用いて特定位相（振幅最大、最小等）の出現時刻を求めたり、振幅量（最大、最小、平均等）を求めたりすることで抽出される。また、活動量の特徴量は、例えばＣｏｌｅ−Ｋｒｉｐｋｅのアルゴリズム（参考文献６）等を用いて、導出された活動量の時系列データから活動状態と睡眠状態の境界を特定することで抽出される。

標本情報取得部１４は、症状の程度、生活形態（朝型、夜型、中間型等）等を示す標本情報を標本Ｓａから取得する。標本情報は、キー、ボタン、タッチパネル等の入力デバイスを通じて取得される。

基準設定部１５は、抽出した特徴量から症状の推定に用いる推定基準ＥＣを設定する。推定基準ＥＣは、複数の標本Ｓａについて、生理指標の特徴量を症状の程度に応じて区分し、症状の程度の区分に応じた特徴量範囲Ｒを特定することで設定される。特徴量範囲Ｒは、例えば、サポートベクトルマシーンやブースティング等の機械学習アルゴリズムを用いて特定される。推定基準ＥＣは、生活形態を示す標本情報に基づき、例えば、朝型、夜型、中間型のそれぞれの被験者用の推定基準ＥＣとして設定されてもよい。

記憶部１６には、標本Ｓａの生理信号や生理指標の時系列データ、特徴量、標本情報、推定基準ＥＣ等が記憶される。推定基準ＥＣは、推定装置２との間で共有されてもよく、通信回線や記録媒体を通じて推定装置２に提供されてもよい。

図５は、推定装置２の機能構成を示すブロック図である。図５に示すように、推定装置２は、信号計測部２１、指標導出部２２、特徴量抽出部２３、被験者情報取得部２４、症状推定部２５、症状通知部２６、記憶部２７、時差条件取得部２８、履歴格納部２９、履歴抽出部３０を含んでいる。なお、信号計測部２１、指標導出部２２および特徴量抽出部２３では、深部体温系指標と活動量系指標のそれぞれについて処理が行われる。

信号計測部２１、指標導出部２２および特徴量抽出部２３は、設定装置１の対応する構成要素と同様に機能する。特徴量抽出部２３は、被験者Ｓｕについて導出した生理指標から特徴量を抽出する。被験者情報取得部２４は、生活形態等を示す被験者情報を被験者Ｓｕから取得する。

症状推定部２５は、被験者Ｓｕの生理指標の特徴量が推定基準ＥＣのいずれの特徴量範囲Ｒに含まれるかを判定する。そして、症状推定部２５は、深部体温系指標と活動量系指標のそれぞれの特徴量の判定結果に基づき、被験者Ｓｕの症状を推定する。なお、特徴量の判定は、被験者情報として取得される被験者Ｓｕの生活形態に対応する推定基準ＥＣを用いて行われてもよい。

症状通知部２６は、症状の推定結果ＥＲ、後述する症状の推定履歴等をユーザに通知する。症状の通知は、視覚情報および／または聴覚情報として通知される。記憶部２７には、推定基準ＥＣ、被験者Ｓｕの生理指標の計測値や導出値の時系列データ、特徴量等が記憶される。記憶部２７には、設定装置１との間で共有される推定基準ＥＣ、または通信回線や記録媒体を通じて設定装置１から取得した推定基準ＥＣが記憶される。

時差条件取得部２８は、時差ぼけの原因（移動、シフトワーキング等）により生じた時差、時差ぼけの原因が生じてからの経過日数を示す時差条件を取得する。時差条件は、被験者Ｓｕから取得されてもよく、ＧＰＳ装置、加速度センサ等を通じて取得されてもよい。

履歴格納部２９には、生理指標の導出値の時系列データ、特徴量、特徴量の判定結果、症状の推定結果ＥＲ等が被験者Ｓｕから取得された時差条件に関連付けて症状の推定履歴として格納される。なお、図５では、記憶部２７を通じて情報が格納されるように示されているが、記憶部２７を通じずに格納されてもよい。履歴抽出部３０は、被験者Ｓｕにより指定される予測条件（時差条件）に基づき、症状の推定履歴のうち、予測条件を満たす推定結果ＥＲを抽出して症状通知部２６に供給する。

設定装置１と推定装置２の各構成要素は、回路ロジック等のハードウェアおよび／またはプログラム等のソフトウェアとして構成される。ソフトウェアとして構成される構成要素は、不図示のＣＰＵ上でプログラムを実行することにより実現される。

推定システムは、設定装置１と推定装置２を一体化して構成されてもよい。推定システムまたは推定装置２は、例えば、携帯音楽プレイヤ、携帯電話、携帯情報端末等として構成されてもよい。この場合、生理指標を計測するために、温度センサ、加速度センサ等のセンサがイヤホンに搭載されてもよい。また、症状の推定結果ＥＲは、推定装置２に代えて、液晶ディスプレイ等の表示装置やスピーカ等の出力装置を通じて被験者Ｓｕに通知されてもよい。

また、推定システムは、設定装置１と推定装置２を別体として構成されてもよい。この場合、設定装置１と推定装置２との間では、通信回線や記録媒体を通じて、症状の推定に用いる推定基準ＥＣや症状の推定結果ＥＲが送受信されてもよい。また、推定装置２は、症状の推定結果ＥＲを他のユーザ端末等に出力するように構成されてもよい。

［２．推定システムの動作］
つぎに、図６から図１６を参照して、推定システムの動作について説明する。以下では、深部体温系指標と活動量系指標として鼓膜温と活動量をそれぞれに用いて、生理指標の特徴量を「正常」な標本Ｓａの特徴量と、「異常」な標本Ｓａの特徴量との２段階に区分する場合について説明する。

（推定基準ＥＣの設定処理）
図６は、設定装置１の動作を示すフロー図である。まず、設定装置１は、症状の程度を異にする複数の標本Ｓａのそれぞれについて、標本Ｓａの生理信号を計測し、生理信号から生理指標を導出し、生理指標から特徴量を抽出するとともに、症状の程度示す被験者情報を取得する。以下では、１標本Ｓａの生理指標の特徴量を抽出する動作について説明する。

信号計測部１１は、所定の計測時間に亘って、所定の計測間隔および所定の継続時間で、標本Ｓａの鼓膜温と活動量を計測する（ステップＳ６１）。記憶部１６には、鼓膜温と活動量の計測値が時系列データとして記憶される。計測時間は、例えば一晩であり、計測間隔は、例えば数分から数十分であり、継続時間は、例えば数十秒から数分である。なお、計測は、食後１〜２時間を避けるとともに、標本Ｓａが安静な状態で行われる。また、鼓膜温と活動量は、同時点に計測されてもよく、異なる時点に計測されてもよい。

指標導出部１２は、計測値の時系列データを用いて、継続時間中における鼓膜温の平均値と活動量の平均値を生理指標として導出する（Ｓ６２）。記憶部１６には、鼓膜温と活動量の導出値が時系列データとして記憶される。なお、生理指標の導出に際して、計測値の時系列データは、不連続データや非安静時のデータ等、異常値を棄却される。また、計測値の時系列データは、生理指標に応じて、例えば脈波をＡＩ値（脈波の二次微分の変極点に相当する。）に変換する等、データ変換を施される。

特徴量抽出部１３は、導出値の時系列データを用いて、鼓膜温の特徴量と活動量の特徴量を生理指標の特徴量として抽出する（Ｓ６３）。記憶部１６には、鼓膜温と活動量の特徴量が標本Ｓａに関連付けて記憶される。

図７は、鼓膜温の特徴量と活動量の特徴量の一例を示す図である。図７に示すように、鼓膜温の特徴量は、導出値の時系列データに適合する概日周期の関数を求め、例えば、最小振幅の出現時刻（位相）とその振幅量の組合せとして抽出される。なお、特徴量は、例えば、特定位相（振幅最大、最小等）の出現時刻や振幅量（最大、最小、平均等）のうち２つ以上の値の組合せとして抽出されてもよい。活動量の特徴量は、導出値の時系列データから、活動量の分布状況に基づき、活動状態と睡眠状態との境界を入眠時刻として特定することで抽出される。

標本情報取得部１４は、標本者Ｓａに対するアンケートを用いて、症状の程度を示す標本情報を標本者Ｓａから取得する（Ｓ６４）。記憶部１６には、標本情報が標本Ｓａに関連付けて記憶される。また、生活形態を示す標本情報が標本者Ｓａから取得されてもよい。標本Ｓａの生活形態は、標本Ｓａに対するアンケートを用いて、朝型、夜型、中間型等のうちいずれかとして指定される。

図８は、標本者Ｓａに対するアンケートの一例を示す図である。図８に示すように、活動量以外の生理指標については、例えば、不眠・眠気、作業能率、意欲・食欲、疲労感、活動量の項目からなるアンケートを用いて標本情報が取得される。標本者Ｓａは、良好な状態を５点、不良な状態を１点として項目毎に５段階評価を行う。また、活動量については、標本者Ｓａの通常の入眠時刻が標本情報として取得される。

つぎに、設定装置１は、複数の標本Ｓａの生理指標の特徴量を症状の程度に応じて区分し、症状の程度の区分に応じた特徴量範囲Ｒを特定することで、推定基準ＥＣを設定する。

基準設定部１５は、症状の程度を示す標本情報に基づき、複数の標本Ｓａの生理指標の特徴量を症状の程度に応じて、「正常」な標本Ｓａの特徴量と「異常」な標本Ｓａの特徴量とに区分する（Ｓ６５）。記憶部１６には、特徴量の区分結果が標本Ｓａに関連付けて記憶される。

活動量以外の生理指標については、前述したアンケート項目の総合得点に基づき、例えば、総合得点１６点以上を「正常」な標本Ｓａの特徴量に区分し、総合得点１５点以下を「異常」な標本Ｓａの特徴量に区分する。また、活動量については、通常の入眠時刻（標本情報）と、実際の入眠時刻（活動量の特徴量）との差が所定時間（例えば１時間）内を「正常」な標本Ｓａの特徴量に区分し、所定時間外を「異常」な標本Ｓａの特徴量に区分する。

基準設定部１５は、特徴量の区分結果に基づき、特徴量範囲「正常」Ｒｎと特徴量範囲「異常」Ｒａを特定する（Ｓ６６）ことで、推定基準ＥＣを設定する（Ｓ６７）。なお、生活形態別の推定基準ＥＣは、生活形態毎の特徴量空間を用いて設定される。記憶部１６には、特徴量範囲Ｒの特定結果が推定基準ＥＣとして記憶される。

図９は、鼓膜温の特徴量と活動量の特徴量について特徴量範囲Ｒの特定の一例を示す図である。なお、図９は、特徴量の分布、特徴量範囲Ｒの形状等を含む特徴量空間の一例を示すものである。図９に示すように、鼓膜温（活動量以外の生理指標）については、例えば、特定の位相の出現時刻を第１の次元、振幅量を第２の次元とする特徴量空間（平面）を用いて、推定基準ＥＣが求められる。活動量については、入眠時刻を第１の次元とする特徴量空間（線）を用いて、推定基準ＥＣが求められる。なお、生理指標の特徴量がｎ個の値の組合せからなるときには、第１、第２、…第ｎの次元の特徴量空間を用いて、推定基準ＥＣが求められる。

図９には、「正常」な標本Ｓａの特徴量を○印としてプロットし、「異常」な標本Ｓａの特徴量を×印としてプロットした、特徴量空間（平面、線）が示されている。特徴量空間上では、機械学習アルゴリズムを用いて、「正常」な標本Ｓａの特徴量を多く含む範囲Ｒｎと、「異常」な標本Ｓａの特徴量を多く含む範囲Ｒａとの境界Ｂが特定される。これにより、特徴量範囲「正常」Ｒｎと特徴量範囲「異常」Ｒａからなる推定基準ＥＣが設定される。

（症状の推定処理）
図１０は、推定装置２の動作を示すフロー図である。まず、推定装置２は、被験者Ｓｕの生理信号を計測し、生理信号から生理指標を導出し、生理指標から特徴量を抽出する。

信号計測部２１は、所定の計測時間に亘って、所定の計測間隔および所定の継続時間で、被験者Ｓｕの鼓膜温と活動量を計測する（ステップＳ７１）。記憶部２７には、鼓膜温と活動量の計測値が時系列データとして記憶される。指標導出部２２は、計測値の時系列データを用いて、継続時間中における鼓膜温の平均値と活動量の平均値を生理指標として導出する（Ｓ７２）。記憶部２７には、鼓膜温と活動量の導出値が時系列データとして記憶される。

特徴量抽出部２３は、導出値の時系列データを用いて、鼓膜温の特徴量（例えば、最小振幅の出現時刻とその振幅値）と活動量の特徴量（入眠時刻）を生理指標の特徴量として抽出する（Ｓ７３）。記憶部２７には、鼓膜温と活動量の特徴量が記憶される。被験者情報取得部２４は、生活形態を示す標本情報を標本Ｓａから取得してもよい。生活形態は、被験者Ｓｕに対するアンケートを用いて、朝型、夜型、中間型等のうちいずれかとして指定される。

つぎに、推定装置２は、被験者Ｓｕの生理指標の特徴量が推定基準ＥＣのいずれの特徴量範囲Ｒに含まれるかを判定し、特徴量の判定結果に基づき被験者Ｓｕの症状を推定する。

症状推定部２５は、鼓膜温の特徴量の推定基準ＥＣと活動量の特徴量の推定基準ＥＣを記憶部２７から読み出す。症状推定部２５は、鼓膜温と活動量のそれぞれについて、被験者Ｓｕの特徴量が特徴量範囲「正常」Ｒｎと特徴量範囲「異常」Ｒａのうちいずれに含まれるかを判定する（Ｓ７４）。

図１１は、鼓膜温の特徴量と活動量の特徴量について特徴量の判定の一例を示す図である。図１１に示す例では、被験者Ａの特徴量は、鼓膜温の推定基準ＥＣの特徴量範囲「正常」Ｒｎに含まれ、被験者Ｂ、Ｃの特徴量は、特徴量範囲「異常」Ｒａに含まれると判定される。同様に、被験者Ａ、Ｂの特徴量は、活動量の推定基準ＥＣの特徴量範囲「正常」Ｒｎに含まれ、被験者Ｃの特徴量は、特徴量範囲「異常」Ｒａに含まれると判定される。

症状推定部２５は、鼓膜温と活動量の特徴量の判定結果に基づいて、例えば表１を用いて被験者Ｓｕの症状の程度を推定する（Ｓ７５）。

つまり、深部体温系指標として鼓膜温、活動量系指標として活動量を用いるとすれば、鼓膜温の特徴量について「異常」と判定され、活動量の特徴量について「正常」と判定されると、重度の症状が推定される。同様に、鼓膜温の特徴量について「異常」と判定され、活動量の特徴量について「異常」と判定されると、中度の症状が推定され、鼓膜温の特徴量について「正常」と判定され、活動量の特徴量について「正常」と判定されると、軽度の症状または症状なしと推定される。これにより、症状の有無の客観的な判定とともに、症状の程度の定量的な評価が可能となる。

症状通知部２６は、症状の推定結果ＥＲを被験者Ｓｕに通知する（Ｓ７６）。症状の推定結果ＥＲは、例えば「重度」、「中度」、「軽度」等、症状の程度を示す情報を少なくとも含み、さらに鼓膜温と活動量の特徴量の判定結果を含んでもよい。また、症状の推定結果ＥＲは、症状の推定に用いた鼓膜温と活動量の計測値や導出値の時系列データ、特徴量等を含んでもよい。さらに、症状の推定結果ＥＲは、特定の日時の推定履歴、平均的な推定履歴等と比較して表示されてもよい。

図１２は、症状の推定結果ＥＲの通知の一例を示す図である。図１２に示す例では、鼓膜温の特徴量が「異常」と判定され、活動量の特徴量が「正常」と判定され、症状の程度が「重度」と推定されている。

この場合、深部体温系指標の特徴量が特徴量範囲「異常」Ｒａに含まれ、活動量系指標の特徴量が特徴量範囲「正常」Ｒｎに含まれることになり、活動量系の生体リズムが現実の生活時間等に同調しているが、深部体温系の生体リズムが同調していないことが分かる。これにより、深部体温系の生体リズムと活動量系の生体リズムとが同期していない、重度の時差ぼけ症状が推定される。

（推定基準ＥＣの他の設定例１）
上記説明では、推定基準ＥＣは、生理指標の特徴量を「正常」な標本Ｓａの特徴量と、「異常」な標本Ｓａの特徴量との２段階の程度に区分して設定された。しかし、推定基準ＥＣは、生理指標の特徴量を、さらに３段階以上に区分して設定されてもよい。これにより、２段階に区分する場合よりも、被験者Ｓｕの症状を詳細に推定できる。以下では、標本情報または統計処理に基づき、生理指標の特徴量を４段階に区分する場合について説明する。

まず、標本情報に基づき生理指標の特徴量を４段階に区分する場合について説明する。標本情報取得部１４は、前述したアンケートを用いて、症状の程度を示す標本情報をそれぞれの標本Ｓａから取得する。基準設定部１５は、標本情報に基づき、複数の標本Ｓａの生理指標の特徴量を区分する。

活動量以外の生理指標については、アンケート項目の総合得点に基づき、例えば、総合得点２１〜２５点が「正常度大」、１６〜２０点が「正常度小」、１０〜１５点が「異常度小」、５〜９点が「異常度大」な標本Ｓａの特徴量にそれぞれ区分される。活動量については、通常の入眠時刻と実際の入眠時刻との差が１時間未満が「正常度大」、１時間以上２時間未満が「正常度小」、２時間以上４時間未満が「異常度小」、４時間以上が「異常度大」な標本Ｓａの特徴量にそれぞれ区分される。

そして、基準設定部１５は、特徴量の区分結果に基づき、生理指標毎に特徴量空間を用いて推定基準ＥＣを設定する。つまり、機械学習アルゴリズムを用いて、「正常度大」、「正常度小」、「異常度小」、「異常度大」のそれぞれの特徴量範囲Ｒｎ１、Ｒｎ２、Ｒａ１、Ｒａ２が特定される。図１３は、標本情報に基づく鼓膜温の特徴量（時刻、振幅）の推定基準ＥＣの一例を示す図である。なお、図１３は、特徴量範囲Ｒの形状等を含め、特徴量空間の一例を示すものである。

（推定基準ＥＣの他の設定例２）
つぎに、前述した標本情報に基づき特徴量を区分できない場合、統計処理に基づき生理指標の特徴量を４段階に区分する場合について説明する。標本情報取得部１４は、標本情報に基づく場合と同様に、前述したアンケートを用いて、症状の程度を示す標本情報をそれぞれの標本Ｓａから取得する。基準設定部１５は、標本情報に基づき、複数の標本Ｓａの生理指標の特徴量を２段階、つまり「正常」と「異常」に区分する。

基準設定部１５は、特徴量の区分結果に基づき、生理指標毎に特徴量空間を用いて推定基準ＥＣを設定する。まず、機械学習アルゴリズムを用いて、「正常」な標本Ｓａの特徴量の範囲Ｒｎ（「正常」の範囲Ｒｎ）と「異常」な標本Ｓａの特徴量の範囲Ｒａ（「異常」の範囲Ｒａ）との境界Ｂが特定される。つぎに、「正常」の範囲Ｒｎの重心Ｇが求められる。

そして、「正常」の範囲Ｒｎの重心から、「正常」の範囲Ｒｎと「異常」の範囲Ｒａとの境界までの最小距離ｒ１を半径とする空間（平面）内であれば「正常度大」、「正常」の範囲Ｒｎのうち「正常度大」以外の範囲であれば「正常度小」と区分される。また、「正常」の範囲Ｒｎの重心から、「正常」の範囲Ｒｎと「異常」の範囲Ｒａとの境界Ｂまでの最大距離ｒ２を半径とする空間（平面）内であれば「異常度小」、上記以外の範囲であれば「異常度大」と区分される。これにより、「正常度大」、「正常度小」、「異常度小」、「異常度大」のそれぞれの特徴量範囲Ｒｎ１、Ｒｎ２、Ｒａ１、Ｒａ２が特定される。図１４は、統計処理に基づく鼓膜温の特徴量（時刻、振幅）の推定基準ＥＣの一例を示している。なお、図１４は、特徴量範囲Ｒの形状等を含め、特徴量空間の一例を示すものである。

深部体温系指標と活動量系指標について4段階の推定基準ＥＣを設定する場合、生理指標毎の特徴量の判定結果から、例えば表２に基づき被験者Ｓｕの症状の程度が推定される。なお、症状の程度は、値が小さいほど重度の症状であることを示している。これにより、症状の程度をより詳細に分類することで、定量的な評価がより詳細に可能となる。

深部体温系指標と活動量系指標の一方について4段階の推定基準ＥＣを設定する場合、生理指標毎の特徴量の判定結果から、例えば下表に基づき被験者Ｓｕの症状の程度が推定される。表３は、深部体温系指標に４段階の推定基準ＥＣを設定し、活動量系指標に２段階の推定基準ＥＣを設定する場合の一例である。表４は、深部体温系指標に２段階の推定基準ＥＣを設定し、活動量系指標に４段階の推定基準ＥＣを設定する場合の一例である。

（症状の予測処理）
つぎに、図１５および図１６を参照して、症状の推定履歴を用いて症状を予測する方法について説明する。症状の推定処理において、時差条件取得部２８は、時差ぼけの原因により生じた時差、時差ぼけの原因が生じてからの経過日数を示す時差条件を取得する。時差ぼけの原因により生じた時差とは、移動時差、シフト時間等であり、時差ぼけの原因が生じてからの経過日数とは、時差を伴う移動、シフトワーキング等が生じてからの経過日数である。

推定装置２では、前述したように、被験者Ｓｕの生理信号の計測、生理指標の導出、特徴量の抽出が行われ、生理指標の特徴量が判定されて症状が推定される。ここで、履歴格納部２９には、生理指標の導出値の時系列データ、特徴量、特徴量の判定結果、症状の推定結果ＥＲ等が症状の推定履歴として、被験者Ｓｕおよび時差条件に関連付けて記憶される。これにより、履歴格納部２９には、症状の推定履歴が被験者Ｓｕおよび時差条件に基づき参照可能な状態で蓄積される。

症状を予測する場合、時差条件取得部２８は、症状の予測条件として、時差ぼけの原因により生じた時差、時差ぼけの原因が生じてからの経過日数を指定する時差条件を被験者Ｓｕから取得する。図１５は、症状の予測条件（時差条件）を取得するためのアンケートの一例を示す図である。

時差条件を取得すると、履歴抽出部３０は、時差条件に該当する推定履歴を履歴格納部２９に格納されている推定履歴から抽出する。症状通知部２６は、抽出した推定履歴を表示する。図１６は、症状の予測結果の一例を示す図である。図１６に示す例では、例えば５時間の時差を伴う移動をしてから３日後において、重度の症状が予測されている。これにより、被験者Ｓｕは、例えば、時差を伴う移動をする前や移動をした後に、移動からの経過日数に応じた症状を予測できる。

［３．推定システムの変形例］
つぎに、図１７から図１９を参照して、推定システムの変形例について説明する。推定システムの変形例は、推定基準ＥＣの設定方法および推定履歴の利用方法に関するものである。なお、以下では、生理指標の特徴量を「正常」な標本Ｓａの特徴量と、「異常」な標本Ｓａの特徴量との２段階の程度に区分して推定基準ＥＣを設定する場合を想定して説明する。しかし、推定基準ＥＣは、前述した推定基準の他の設定例１または設定例２に従って設定されてもよい。

（推定基準ＥＣの他の設定例１）
上記説明では、推定装置２に予め記憶されている推定基準ＥＣを用いて、被験者Ｓｕの症状を推定する場合について説明した。しかし、推定基準ＥＣは、例えば、複数の推定装置２からアクセス可能な管理装置３により管理されてもよい。図１７は、複数の被験者Ｓｕの特徴量を考慮して推定基準ＥＣを設定可能な推定システムの一例を示す図である。

この場合、推定装置２ａは、症状の推定処理において、推定基準ＥＣの設定処理の場合と同様に、被験者Ｓｕａの症状の程度を示す情報を取得し、験者Ｓｕａの生理指標の特徴量を、例えば「正常」または「異常」な標本Ｓａの特徴量に区分する。そして、推定装置２ａは、特徴量の区分結果と特徴量とを特徴量情報として管理装置３に送信する。管理装置３は、被験者Ｓｕａの特徴量情報を他の被験者Ｓｕまたは標本者Ｓａの特徴量情報とともにデータベース上で管理する。

一方、推定装置２ｂは、被験者Ｓｕｂの症状を推定する際に、推定基準ＥＣの送信を管理装置３に要求する。推定基準ＥＣの送信要求に応じて、管理装置３は、管理している特徴量情報に基づき推定基準ＥＣを新たに設定し、推定装置２ｂに送信する。推定基準ＥＣは、推定処理の場合と同様に、特徴量の区分結果に応じて特徴量空間上に特徴量をプロットし、特徴量範囲Ｒを特定することで設定される。推定装置２ｂは、被験者Ｓｕｂの生理指標の特徴量を抽出し、最新の推定基準ＥＣを用いて被験者Ｓｕｂの症状を推定する。

これにより、複数の被験者Ｓｕの特徴量情報を用いて推定基準ＥＣを設定することで、推定装置２に予め記憶されている推定基準ＥＣを用いなくても被験者Ｓｕの症状を推定可能な、推定システムが実現される。

（推定基準ＥＣの他の設定例２）
また、上記説明では、被験者Ｓｕとは異なる複数の標本者Ｓａの特徴量情報を用いて、推定基準ＥＣを設定する場合について説明した。しかし、推定基準ＥＣは、被験者Ｓｕの特徴量情報を考慮して設定されてもよい。被験者Ｓｕの特徴量情報は、推定基準ＥＣの設定処理が可能な推定装置２（例えば設定装置１と一体化された推定装置２）により管理されてもよく、推定装置２からアクセス可能な管理装置３により管理されてもよい。以下では、前者の場合を想定して説明する。図１８は、被験者Ｓｕの特徴量を考慮して推定基準ＥＣを設定可能な推定システムの一例を示す図である。

この場合、推定装置２は、症状の推定処理において、推定基準ＥＣの設定処理の場合と同様に、被験者Ｓｕの症状の程度を示す情報を取得し、被験者Ｓｕの生理指標の特徴量を区分する。そして、推定装置２は、他の標本者Ｓａの特徴量情報とともに、先の推定処理において取得された特徴量情報を考慮して推定基準ＥＣを新たに設定する。なお、被験者Ｓｕ自身の特徴量情報のみを用いて推定基準ＥＣを設定してもよい。推定装置２は、他の推定処理において、先の推定処理と同一の被験者Ｓｕの生理指標の特徴量を抽出し、最新の推定基準ＥＣを用いて被験者Ｓｕの症状を推定する。

これにより、被験者Ｓｕ自身の特徴量情報を用いて推定基準ＥＣを設定することで、被験者Ｓｕの症状を高い精度で推定可能な、被験者Ｓｕ専用の推定システムが実現される。

（推定履歴の他の利用例）
また、上記説明では、症状の予測処理において、被験者Ｓｕ自身の症状の推定履歴を用いて被験者Ｓｕの症状を予測する場合について説明した。しかし、被験者Ｓｕの症状は、他の被験者Ｓｕの症状の推定履歴を用いて予測されてもよい。被験者Ｓｕの症状の推定履歴は、例えば、複数の推定装置２からアクセス可能な管理装置３により管理される。図１９は、複数の推定装置２ａ、２ｂ間で症状の推定履歴を共有可能な推定システムの一例を示す図である。

この場合、推定装置２は、被験者Ｓｕａの症状の推定処理において、推定基準ＥＣの設定処理の場合と同様に、被験者Ｓｕａの症状の程度を示す情報を取得し、被験者Ｓｕａの生理指標の特徴量を区分する。そして、推定装置２ａは、特徴量の区分結果と特徴量とを特徴量情報として管理装置３に送信する。推定装置２ａは、被験者Ｓｕａの症状を推定し、被験者Ｓｕａから取得される時差条件とともに推定結果ＥＲを管理装置３に送信する。

管理装置３は、他の被験者Ｓｕの情報とともに被験者Ｓｕａの情報を管理する。管理装置３は、複数の被験者Ｓｕの推定結果ＥＲを特徴量情報および時差条件に関連付けてデータベース上で管理する。

推定装置２ｂは、被験者Ｓｕｂの症状の予測処理において、被験者Ｓｕｂの時差条件および特徴量情報を、推定履歴の送信要求とともに、管理装置３に送信する。なお、被験者Ｓｕｂの特徴量情報（特徴量の区分結果と特徴量）は、被験者Ｓｕｂについての症状の推定処理において予め求められているものとする。

管理装置３は、推定履歴の送信要求に応じて、被験者Ｓｕｂの時差条件および特徴量情報に類似する時差条件および特徴量情報に関連付けて記憶されている推定履歴をデータベースから抽出する。そして、管理装置３は、抽出した推定履歴を推定装置２ｂに送信し、推定装置２ｂは、不図示の推定履歴取得部により取得した推定履歴をユーザに通知する。

これにより、特徴量情報が類似する他の被験者Ｓｕとの間で症状の推定履歴を共有することで、被験者Ｓｕの症状を適切に予測可能な、推定システムが実現される。

（参考文献リスト）
参考文献１：Ｏ’Ｃｏｎｎｏｒ， Ｐ．Ｊ．； Ｍｏｒｇａｎ， Ｗ．Ｐ． Ａｔｈｌｅｔｉｃ Ｐｅｒｆｏｒｍａｎｃｅ Ｆｏｌｌｏｗｉｎｇ Ｒａｐｉｄ Ｔｒａｖｅｒｓａｌ ｏｆ Ｍｕｌｔｉｐｌｅ Ｔｉｍｅ Ｚｏｎｅｓ-Ａ Ｒｅｖｉｅｗ． Ｓｐｏｒｔｓ Ｍｅｄ． １９９０， １０， ２０-３０．
参考文献２：Ｋｌｅｉｎ， Ｋ．Ｅ．； Ｗｅｇｍａｎｎ， Ｈ．−Ｍ． Ｔｈｅ Ｒｅｓｙｎｃｈｒｏｎｉｚａｔｉｏｎ ｏｆ Ｈｕｍａｎ Ｃｉｒｃａｄｉａｎ Ｒｈｙｔｈｍｓ Ａｆｔｅｒ Ｔｒａｎｓｍｅｒｉｄｉａｎ Ｆｌｉｇｈｔｓ ａｓ ａ Ｒｅｓｕｌｔ ｏｆ Ｆｌｉｇｈｔ Ｄｉｒｅｃｔｉｏｎ ａｎｄ Ｍｏｄｅ ｏｆ Ａｃｔｉｖｉｔｙ． Ｉｎ Ｃｈｒｏｎｏｂｉｏｌｏｇｙ； Ｓｃｈｅｖｉｎｇ， Ｌ．Ｅ．， Ｈａｌｂｅｒｇ， Ｆ．， Ｐａｕｌｙ， Ｊ．Ｅ．， Ｅｄｓ．； Ｔｈｉｅｍｅ Ｐｕｂｌ．：Ｓｔｕｔｔｇａｒｔ， １９７４； ５６４-５７０．
参考文献３：Ｗｉｎｇｅｔ， Ｃ．Ｍ．； Ｄｅ Ｒｏｓｈｉａ， Ｃ．Ｍ．； Ｈｏｌｌｅｙ， Ｄ．Ｃ． Ｃｉｒｃａｄｉａｎ Ｒｈｙｔｈｍｓ ａｎｄ Ａｔｈｌｅｔｉｃ Ｐｅｒｆｏｒｍａｎｃｅ． Ｍｅｄ． Ｓｃｉ． Ｓｐｏｒｔｓ Ｅｘｅｒｃ． １９８５， １７， ４９８-５１６．
参考文献４：Ｒｅｉｌｌｙ， Ｔ． （１９９８）． Ｔｒａｖｅｌ： Ｐｈｙｓｉｏｌｏｇｙ， ｊｅｔ−ｌａｇ， ｓｔｒａｔｅｇｉｅｓ． Ｉｎ： Ｅｎｃｙｃｌｏｐｅｄｉａ ｏｆ Ｓｐｏｒｔｓ Ｍｅｄｉｃｉｎｅ ａｎｄ Ｓｃｉｅｎｃｅ， Ｔ．Ｄ．Ｆａｈｅｙ （Ｅｄｉｔｏｒ）． Ｉｎｔｅｒｎｅｔ Ｓｏｃｉｅｔｙ ｆｏｒ Ｓｐｏｒｔ Ｓｃｉｅｎｃｅ： ｈｔｔｐ：／／ｓｐｏｒｔｓｃｉ．ｏｒｇ． １２ Ｊｕｌｙ １９９８．
参考文献５：「基礎講座 睡眠改善学」、堀忠雄、白川修一郎
参考文献６：Ｃｏｌｅ ＲＪ， Ｋｒｉｐｋｅ ＤＦ， Ｇｒｕｅｎ Ｗ， Ｍｕｌｌａｎｅｙ ＤＪ， Ｇｉｌｌｉｎ ＪＣ． Ａｕｔｏｍａｔｉｃ ｓｌｅｅｐ／ｗａｋｅ ｉｄｅｎｔｉｆｉｃａｔｉｏｎ ｆｒｏｍ ｗｒｉｓｔ ａｃｔｉｖｉｔｙ． Ｓｌｅｅｐ． １９９２；１５：４６１-９．

以上、添付図面を参照しながら本発明の好適な実施形態について詳細に説明したが、本発明はかかる例に限定されない。本発明の属する技術の分野における通常の知識を有する者であれば、特許請求の範囲に記載された技術的思想の範疇内において、各種の変更例または修正例に想到し得ることは明らかであり、これらについても、当然に本発明の技術的範囲に属するものと了解される。

１ 設定装置
２、２ａ、２ｂ 推定装置
３ 管理装置
１１、２１ 信号計測部
１２、２２ 指標導出部
１３、２３ 特徴量抽出部
１４ 標本情報取得部
１５ 基準設定部
１６、２７ 記憶部
２４ 被験者情報取得部
２５ 症状推定部
２６ 症状通知部
２８ 時差条件取得部
２９ 履歴格納部
３０ 履歴抽出部
Ｓａ 標本
Ｓｕ、Ｓｕａ、Ｓｕｂ 被験者
Ｒ、Ｒｎ、Ｒａ、Ｒｎ１、Ｒｎ２、Ｒａ１、Ｒａ２ 特徴量範囲

Claims (17)

1. 時差ぼけ症状の程度を異にする複数の標本について、深部体温系の生理指標の特徴量と活動量系の生理指標の特徴量のそれぞれを、前記時差ぼけ症状の程度に応じて区分し、前記時差ぼけ症状の程度の区分に応じた特徴量範囲を特定して設定される推定基準を取得する取得部と、
   被験者について、前記深部体温系の生理指標の特徴量と前記活動量系の生理指標の特徴量を抽出する抽出部と、
   前記深部体温系の生理指標と前記活動量系の生理指標のそれぞれについて、前記被験者の生理指標の特徴量が前記推定基準のいずれの特徴量範囲に含まれるかを判定し、前記被験者の時差ぼけ症状を推定する推定部と
   を備える時差ぼけ症状の推定装置。
2. 前記推定部は、前記深部体温系の生理指標の特徴量が時差ぼけ症状を有する標本の特徴量範囲に含まれ、かつ前記活動量系の生理指標の特徴量が時差ぼけ症状を有しない標本の特徴量の特徴量範囲に含まれるときに、前記被験者の時差ぼけ症状の程度が重いと推定する、請求項１に記載の時差ぼけ症状の推定装置。
3. 前記取得部は、前記複数の標本の特徴量を、時差ぼけ症状を有する標本の特徴量範囲と、時差ぼけ症状を有しない標本の特徴量範囲とに区分し、前記時差ぼけ症状を有する標本の特徴量範囲の重心を基準にして、前記複数の標本の特徴量を、前記時差ぼけ症状の程度に応じて３つ以上に区分し、前記時差ぼけ症状の程度に応じた特徴量副範囲を特定して設定される推定基準を取得し、
   前記推定部は、前記被験者の生理指標の特徴量が前記推定基準のいずれの特徴量副範囲に含まれるかを判定し、前記被験者の時差ぼけ症状を推定する、請求項１または２に記載の時差ぼけ症状の推定装置。
4. 前記取得部は、前記複数の標本の特徴量を、前記標本による時差ぼけ症状の程度について主観的な評価に基づき３つ以上に区分し、前記時差ぼけ症状の程度に応じた特徴量副範囲を特定して設定される推定基準を取得し、
   前記推定部は、前記被験者の生理指標の特徴量が前記推定基準のいずれの特徴量副範囲に含まれるかを判定し、前記被験者の時差ぼけ症状を推定する、請求項１または２に記載の時差ぼけ症状の推定装置。
5. 前記取得部は、前記被験者を含む複数の標本の特徴量を、前記時差ぼけ症状の程度に応じて区分し、前記時差ぼけ症状の程度の区分に応じた特徴量範囲を特定して設定される推定基準を取得する、請求項３に記載の時差ぼけ症状の推定装置。
6. 前記時差ぼけ症状の原因となる時差の条件を示す時差条件に関連付けて、前記時差ぼけ症状の推定結果を格納する推定履歴格納部と、
   前記格納されている時差ぼけ症状の推定結果から、指定された時差条件に適合する推定結果を抽出する推定履歴抽出部とをさらに備える、請求項３に記載の時差ぼけ症状の推定装置。
7. 前記被験者の生理指標の特徴量と、前記時差ぼけ症状に応じた特徴量の区分結果とを複数の推定装置から取得し、前記時差ぼけ症状の程度の区分に応じた特徴量範囲を特定して推定基準を設定する管理装置に接続され、
   前記取得部は、前記管理装置により設定された推定基準を取得する、請求項３に記載の時差ぼけ症状の推定装置。
8. 前記被験者の生理指標の特徴量の区分結果と、前記時差ぼけ症状の原因となる時差の条件を示す時差条件と、前記時差ぼけ症状の推定結果を複数の推定装置から取得し、前記特徴量の区分結果および前記時差条件に関連付けて、前記時差ぼけ症状の推定結果を管理する管理装置に接続され、
   前記管理されている時差ぼけ症状の推定結果のうち、指定された時差条件および特徴量の区分結果に適合する推定結果を取得する推定履歴取得部をさらに備える、請求項３に記載の時差ぼけ症状の推定装置。
9. 前記抽出部は、前記時差ぼけ症状の程度を異にする複数の標本について、前記深部体温系の生理指標の特徴量と前記活動量系の生理指標の特徴量を抽出し、
   前記深部体温系の生理指標と前記活動量系の生理指標のそれぞれについて、前記抽出した生理指標の特徴量を前記時差ぼけ症状の程度に応じて区分し、前記時差ぼけ症状の程度の区分に応じた特徴量範囲を特定して推定基準を設定する設定部をさらに備え、
   前記取得部は、前記設定部により設定された推定基準を取得する、請求項３に記載の時差ぼけ症状の推定装置。
10. 前記推定基準は、前記標本の生活形態毎に設定され、
    前記推定部は、前記被験者の生活形態に応じた推定基準を用いて、前記被験者の時差ぼけ症状を推定する、請求項３に記載の時差ぼけ症状の推定装置。
11. 前記時差ぼけ症状の推定結果を前記被験者に通知する通知部をさらに備える、請求項３に記載の時差ぼけ症状の推定装置。
12. 前記深部体温系の生理指標が鼓膜温であり、前記活動量系の生理指標が活動量である、請求項３に記載の時差ぼけ症状の推定装置。
13. 前記推定基準を記憶する記憶部をさらに備え、
    前記取得部は、前記記憶部から前記推定基準を取得する、請求項１に記載の時差ぼけ症状の推定装置。
14. 時差ぼけ症状の程度を異にする複数の標本について、深部体温系の生理指標の特徴量と活動量系の生理指標の特徴量を抽出する抽出部と、
    前記深部体温系の生理指標と活動量系の生理指標のそれぞれについて、前記抽出した生理指標の特徴量を前記時差ぼけ症状の程度に応じて区分し、前記時差ぼけ症状の程度の区分に応じた特徴量範囲を特定して推定基準を設定する設定部とを備える設定装置と、
    被験者について、前記深部体温系の生理指標の特徴量と前記活動量系の生理指標の特徴量を抽出する抽出部と、
    前記深部体温系の生理指標と前記活動量系の生理指標のそれぞれについて、前記被験者の生理指標の特徴量が前記推定基準のいずれの特徴量範囲に含まれるかを判定し、前記被験者の時差ぼけ症状を推定する推定部とを備える推定装置と
    を有する時差ぼけ症状の推定システム。
15. 時差ぼけ症状の程度を異にする複数の標本について、深部体温系の生理指標の特徴量と活動量系の生理指標の特徴量のそれぞれを、前記時差ぼけ症状の程度に応じて区分し、前記時差ぼけ症状の程度の区分に応じた特徴量範囲を特定して設定される推定基準を取得し、
    被験者について、前記深部体温系の生理指標の特徴量と前記活動量系の生理指標の特徴量を抽出し、
    前記深部体温系の生理指標と前記活動量系の生理指標のそれぞれについて、前記被験者の生理指標の特徴量が前記推定基準のいずれの特徴量範囲に含まれるかを判定し、前記被験者の時差ぼけ症状を推定すること
    を含む時差ぼけ症状の推定方法。
16. 時差ぼけ症状の程度を異にする複数の標本について、深部体温系の生理指標の特徴量と活動量系の生理指標の特徴量のそれぞれを、前記時差ぼけ症状の程度に応じて区分し、前記時差ぼけ症状の程度の区分に応じた特徴量範囲を特定して設定される推定基準を取得し、
    被験者について、前記深部体温系の生理指標の特徴量と前記活動量系の生理指標の特徴量を抽出し、
    前記深部体温系の生理指標と前記活動量系の生理指標のそれぞれについて、前記被験者の生理指標の特徴量が前記推定基準のいずれの特徴量範囲に含まれるかを判定し、前記被験者の時差ぼけ症状を推定すること
    を含む時差ぼけ症状の推定方法をコンピュータに実行させるためのプログラム。
17. 深部体温系の生理指標の特徴量と活動量系の生理指標の特徴量のそれぞれを時差ぼけ症状の程度に応じて区分し、前記時差ぼけ症状の程度の区分に応じた特徴量範囲を特定した推定基準を取得する取得部と、
    ユーザから前記深部体温系の生理指標の特徴量と前記活動量系の生理指標の特徴量を抽出する抽出部と、
    前記深部体温系の生理指標と前記活動量系の生理指標のそれぞれについて、前記ユーザの生理指標の特徴量が前記推定基準のいずれの特徴量範囲に含まれるかを判定し、前記ユーザの時差ぼけ症状を推定する推定部と
    を備える時差ぼけ症状の推定装置。
    

Images