JP2015006258A

JP2015006258A - 睡眠段階推定装置

Info

Publication number: JP2015006258A
Application number: JP2013132994A
Authority: JP
Inventors: 和英重藤; Kazuhide Shigefuji
Original assignee: Toyota Motor Corp
Current assignee: Toyota Motor Corp
Priority date: 2013-06-25
Filing date: 2013-06-25
Publication date: 2015-01-15
Anticipated expiration: 2033-06-25
Also published as: JP6040874B2

Abstract

【課題】個人適合により睡眠段階の推定精度を高めることができる睡眠段階推定装置を提供する。【解決手段】使用者の睡眠段階を推定する睡眠段階推定装置１であって、使用者の睡眠時の生体情報を取得する生体情報取得部３と、生体情報から特徴量を算出する特徴量算出部１０と、特徴量から使用者の睡眠段階を推定する睡眠段階推定部１１と、使用者の覚醒後に睡眠状態を評価する評価演算部１４と、を備え、睡眠段階推定部１１は、睡眠状態の評価結果が悪い場合において、推定した睡眠段階の比率が所定の許容範囲から逸脱していたとき、使用者に対する睡眠段階の判別基準を補正する。【選択図】図１

Description

本発明は、睡眠段階を推定する睡眠段階推定装置に関する。

睡眠の段階は、脳が覚醒状態にあるレム睡眠と、脳が休息している状態にあるノンレム睡眠に分けられ、睡眠の深さに応じて呼吸、心電（心拍）、脳波、血圧、皮膚電気活動などの生体情報が変化することが知られている。そこで、このような生体情報に基づいて睡眠段階を推定するための様々な技術の開発が進められている。

従来、睡眠段階を推定する装置として例えば特開２００４−０８９２６７号公報に記載された睡眠深度推定装置が挙げられる。この装置は、生体センサから得られた基礎データを用いて睡眠段階の判別分析を行い、状態遷移モデルを利用して睡眠段階を推定するものである。

特開２００４−０８９２６７号公報

しかしながら、睡眠の状態には個人差があるため、人によっては睡眠段階の推定精度が低下するおそれがある。このため、睡眠段階のより個人に適合した推定を行うことが求められている。

そこで、本発明は、個人適合により睡眠段階の推定精度を高めることができる睡眠段階推定装置を提供することを目的とする。

上記課題を解決するため、本発明は、使用者の睡眠段階を推定する睡眠段階推定装置であって、使用者の睡眠時の生体情報を取得する生体情報取得手段と、生体情報から特徴量を算出する特徴量算出手段と、特徴量から使用者の睡眠段階を推定する睡眠段階推定手段と、使用者の覚醒後に睡眠状態を評価する評価手段と、を備え、睡眠段階推定手段は、睡眠状態の評価結果が悪い場合において、推定した睡眠段階の比率が所定の許容範囲から逸脱していたとき、使用者に対する睡眠段階の判別基準を補正することを特徴とする。

本発明に係る睡眠段階推定装置によれば、睡眠状態の評価結果が悪い場合において、睡眠段階推定手段が推定した睡眠段階の比率が所定の許容範囲から逸脱していたとき、使用者個人に適した判別基準になっていないものとして当該使用者に対する睡眠段階の判別基準を補正するので、判別基準を次第に個人適合するよう学習させることができ、睡眠段階の推定精度を高めることができる。

また、本発明に係る睡眠段階推定装置の特徴量算出手段は、睡眠状態の評価結果が悪い場合において、睡眠段階推定手段が推定した睡眠段階の比率（例えば深い睡眠段階と浅い睡眠段階の比率）が所定の許容範囲から逸脱していたとき、使用者に対する特徴量の算出時に当該特徴量の補正を行ってもよい。
この睡眠段階推定装置によれば、睡眠状態の評価結果が悪い場合において、睡眠段階推定手段が推定した睡眠段階の比率が所定の許容範囲から逸脱していたとき、使用者個人に適した特徴量の算出になっていないものとして当該使用者に対する特徴量の算出時に補正を行うので、特徴量を次第に個人適合するよう学習させることができ、睡眠段階の推定精度を高めることができる。

また、本発明に係る睡眠段階推定装置の評価手段は、使用者による評価入力を利用して睡眠状態を評価してもよい。
この睡眠段階推定装置によれば、睡眠状態の評価として有用な使用者の主観的評価を利用することができるので、睡眠状態の評価の精度を高めることができる。

また、本発明に係る睡眠段階推定装置の評価手段は、使用者の過去の睡眠に関する情報である睡眠履歴を利用して睡眠状態を評価してもよい。
この睡眠段階推定装置によれば、睡眠状態のホメオシタシス（恒常性）を考慮して、睡眠履歴との比較から睡眠状態を評価することができるので、睡眠状態の評価の精度を更に高めることができる。

本発明に係る睡眠段階推定装置によれば、個人適合により睡眠段階の推定精度を高めることができる。

本発明に係る睡眠段階推定装置の一実施形態を示すブロック図である。使用者の睡眠段階の推移の例を示すグラフである。睡眠段階の判別基準の補正を説明するための図である。判別基準の補正量の例を説明するための表である。特徴量の補正を説明するための図である。特徴量の補正が必要な例を説明するための表である。本実施形態に係る睡眠段階推定装置の制御の流れを示すフローチャートである。個人適合処理の制御の流れを示すフローチャートである。

以下、本発明の好適な実施形態について、図面を参照して詳細に説明する。

図１に示す睡眠段階推定装置１は、生体情報を取得することにより使用者の睡眠段階を推定するものである。主な睡眠段階としては、ノンレム睡眠に対応する深い睡眠段階、レム睡眠に対応する浅い睡眠段階がある。また、睡眠から目覚めた覚醒段階がある。この睡眠段階推定装置１は、予め設定された起床時間に使用者を覚醒させることができるように、睡眠段階の誘導を行う。例えば、その誘導方法として、使用者に刺激を加える方法が挙げられる。

図２は、使用者の睡眠段階の推移の例を示すグラフである。図２に示されるように、使用者は、入眠によって浅い睡眠段階に入った後、周期的に深い睡眠段階と浅い睡眠段階とを繰り返す。浅い睡眠段階においては一時的な中途覚醒が起きる場合もある。一般的に、深い睡眠段階において起こされると目覚めが悪く、浅い睡眠段階において起こされると目覚めが良いことが知られている。そこで、睡眠段階推定装置１は、予め設定された起床時間に使用者の睡眠段階を覚醒段階へ誘導させるため、音や振動などの刺激を使用者に加える。

図１に示されるように、睡眠段階推定装置１は、装置全体を統括的に制御する演算部２を備えている。演算部２は、ＣＰＵ[Central Processing Unit]、ＲＯＭ[Read Only Memory]、ＲＡＭ[Random Access Memory]などを含む電子制御ユニットである。この演算部２は、生体情報取得部（生体情報取得手段）３、評価入力部４、表示部５、及び刺激出力部６と接続されている。

生体情報取得部３は、使用者に接続されることで生体情報を取得可能な各種の機器から構成されている。使用者の生体情報には、呼吸、心電（心拍）、脳波、血圧、皮膚電気活動に関する情報などが含まれる。

評価入力部４は、使用者が起床後に睡眠状態の評価を入力するための機器である。評価入力部４は、ボタン式であっても、タッチパネル式であってもよい。表示部５は、睡眠段階推定装置１の推定結果を使用者に対して示すためのディスプレイである。なお、表示部５及び評価入力部４は、ユーザインターフェイスとして一体的に構成されていてもよい。

刺激出力部６は、睡眠段階を誘導するために使用者に刺激を与える機器である。刺激出力部６としては、例えば音を出力するスピーカや振動を出力する振動機、光を照射する照光器などが挙げられる。

また、演算部２は、特徴量算出部（特徴量算出手段）１０、睡眠段階推定部（睡眠段階推定手段）１１、睡眠段階誘導部１２、質推定部１３、評価演算部（評価手段）１４、データベース１５を有している。データベース１５は、過去の睡眠段階の比率や過去の睡眠時間などの睡眠履歴を格納している。データベース１５は、睡眠履歴を個人別に記憶している。

特徴量算出部１０は、生体情報取得部３が取得した睡眠時の使用者の生体情報から特徴量の算出を行う。特徴量とは、例えば生体情報としての心拍の検出データから抽出される単位時間当たりの心拍数、心拍の周期のゆらぎ、心拍の強さなどである。睡眠段階を多元的に推定するため、生体情報から様々な観点の特徴量が算出される。

睡眠段階推定部１１は、特徴量算出部１０が算出した特徴量に基づいて、現在の使用者の睡眠段階の推定を行う。睡眠段階推定部１１は、データベース１５に記憶された睡眠段階の判別基準に対して特徴量を当てはめることで使用者の睡眠段階を推定する。このような特徴量を用いた睡眠段階の推定には、周知の様々な方法を採用することができる。睡眠段階の判別基準は、始めは所定のスタンダードモデルに基づいて設定されており、後述する個人適合によって次第に補正される。睡眠段階推定部１１の推定結果は、データベース１５に時系列順に記憶される。

睡眠段階誘導部１２は、睡眠段階推定部１１の推定結果に基づいて、予め設定された起床時間に使用者が自然に目覚められるよう睡眠段階の誘導を行う。睡眠段階誘導部１２は、刺激出力部６に適切な刺激を適切なタイミングで使用者に与えることにより睡眠段階を誘導する。

質推定部１３は、使用者の覚醒後に睡眠の質の推定を行う。本実施形態における睡眠の質は、例えば睡眠段階推定部１１の推定結果に基づき、全睡眠時間における深い睡眠の比率として求められる。なお、睡眠中の使用者の脳波を測定し、特に深い睡眠時に出るδ波の検出時間を積算するなどして睡眠の質が求められてもよい。またはδ波の深い睡眠時間をパラメータとする出現確率モデルを作成し、深い睡眠の滞留時間から質が求められてもよい。

評価演算部１４は、使用者の覚醒後に睡眠状態の評価を行う。評価演算部１４は、覚醒後の使用者が評価入力部４に入力した評価結果（主観的な評価結果）を利用して睡眠状態の評価をする。また、評価演算部１４は、データベース１５に記録された当該使用者の過去の睡眠に関する情報である睡眠履歴（過去の評価結果も含む）を利用して睡眠状態を評価してもよい。この場合、評価演算部１４は、日々の睡眠状態のホメオスタシス（恒常性）を利用して評価を行う。

次に、本実施形態に係る睡眠段階推定装置１による個人適合について説明する。この睡眠段階推定装置１は、睡眠段階推定部１１の推定結果及び評価演算部１４による評価結果睡眠に基づき、睡眠段階の判別基準及び特徴量を補正することで使用者個人に適合させる（以降では単に個人適合と記載する）。

図３は、睡眠段階推定部１１における睡眠段階の判別基準の補正を説明するための図である。図３において、縦軸は呼吸の速さ、横軸は心拍の速さである。また、深い睡眠段階と浅い睡眠段階の境界をＢ１、浅い睡眠段階と覚醒段階の境界をＢ２、覚醒段階の境界をＢ３として示す。

図３に示されるように、睡眠段階推定部１１は、特徴量算出部１０において算出された呼吸の速さ及び心拍の速さから得られる交点を判別基準上にプロットすることで睡眠段階の推定を行う。なお、図３に示す判別基準は単純化した一例であり、実際には多数の特徴量に対応する多次元的な判別基準が用いられる。

睡眠段階推定装置１は、評価演算部１４の評価結果が悪い場合において、睡眠段階推定部１１が推定した睡眠段階の比率（例えば深い睡眠段階と浅い睡眠段階の推定回数の比率）が所定の許容範囲を逸脱しているとき、使用者個人に適した判別基準になっていないものとして当該使用者に対する睡眠段階の判別基準を補正する。

図４は、睡眠段階の判別基準の補正量の例を説明するための表である。図４は、睡眠段階推定部１１が推定した睡眠段階が現実の睡眠段階と誤っていた場合の補正量の例を示している。図４における「正」の項目には現実の睡眠段階が示されており、「誤」の項目には睡眠段階推定部１１が推定した睡眠段階が示されている。また、図５に示す補正１、補正２、補正３とは、推定結果が異なっていた回数である。図４に示されるように、睡眠段階推定部１１が睡眠段階の推定を誤った回数が多いほど補正量を大きくするようにしている。

図３に示すＢ′１は、補正後の判断基準における深い睡眠段階と浅い睡眠段階の境界である。睡眠段階推定部１１が浅い睡眠段階と推定した場合に、現実の睡眠段階が深い睡眠段階である場合、境界Ｂ１を浅い睡眠段階の側へ＋σだけ移動させ、境界Ｂ′１とすることで使用者に対する個人適合を行う。睡眠段階推定装置１は、このような補正を繰り返すことにより、判別基準を使用者個人に適合させる学習を行う。なお、睡眠段階の推定は、使用者自身の評価や、より信頼性の高い睡眠段階の推定装置の結果を基準として誤っていたか否かを判断することができる。

また、この睡眠段階推定装置１では、評価演算部１４の評価結果が悪い場合において、睡眠段階推定部１１が推定した睡眠段階の比率（例えば深い睡眠段階と浅い睡眠段階の推定回数の比率）が所定の許容範囲を逸脱しているとき、使用者個人に適した特徴量を算出できていないものとして、当該使用者に対する特徴量の算出時に補正を行う。

睡眠段階推定装置１は、特徴量に対して学習に用いたデータのバラツキ（分散）を加え、特徴量の分散値が大きくなるように操作（補正）する。睡眠段階推定装置１は、推定に用いる特徴量のうち、主成分分析により得た特徴量で９０％網羅する因子数を順に操作することで様子を見る。なお、全ての特徴量を操作してもよい。

図５は、特徴量の補正を説明するための図である。図５に、補正前の特徴量をＴ１、補正後の特徴量をＴ′１として示す。図５に示されるように、補正前の特徴量Ｔ１では深い睡眠段階と推定されるが、個人適合させた補正後の特徴量Ｔ′１では浅い睡眠段階として推定される。睡眠段階推定装置１は、このような補正を繰り返すことにより、特徴量を使用者個人に適合させる学習を行う。

図６は、特徴量の補正の例を説明するための表である。図６では、睡眠段階の推定頻度を３０秒に１回として、平均的な睡眠時間である６時間における睡眠段階の推定回数を示している。睡眠時間６時間における全推定回数は７２０回である。ここでは、深い睡眠段階の推定回数と浅い睡眠段階の推定回数の比率を睡眠段階の比率（深い睡眠段階と浅い睡眠段階の比率）として説明する。

一般的に、深い睡眠段階は全睡眠時間の２０％であることから、推定回数の合計は７２０回である場合、平均の浅い睡眠段階の推定回数は５７６回、深い睡眠段階の推定回数は１４４回となる。睡眠段階推定装置１は、睡眠段階の比率が所定の許容範囲（平均を含む範囲）を逸脱している場合、推定結果に誤差があるとして特徴量の補正を行う。許容範囲は、例えば平均の±３％程度の範囲とすることができる。この許容範囲は、平均及びその標準偏差を考慮して設定することができ、使用者個人に合わせて許容範囲を変更（補正）してもよい。

深い睡眠段階の推定回数が平均より−５％である場合、浅い睡眠段階の推定回数は６１２回、深い睡眠段階の推定回数は１０８回となる。この場合、深い睡眠段階のデータが少ないため、バラツキが小さくなるように各特徴量に分散値を−σ、−１．１σ、・・・−２．０σと徐々に加えて比率が平均に近づくように特徴量を補正する。

深い睡眠段階の推定回数が平均より＋５％である場合、浅い睡眠段階の推定回数は５４０回、深い睡眠段階の推定回数は１８０回となる。この場合、深い睡眠段階のデータが多いため、バラツキが大きくなるように各特徴量に分散値を徐々に加えて比率が平均に近づくように特徴量を補正する。このようにしてバランスがとれた補正後の特徴量を、当該使用者における特徴量として算出する。

なお、以上説明した判別基準及び特徴量の補正は、一晩ごとに行うことを基本とするが、例えば９０分周期における平均的な割合を用いて補正の要否を判定してもよい。また、個人の１週間毎の睡眠状態の周期から、トータルの深い睡眠段階の推定回数を算出し、月毎に合うようにしてもよい。更に、日中の活動量（例えば歩数）などを入力して補正内容に反映してもよい。例えば、日中の平均歩数が１万歩の人が、ある日の歩数カウントが５０％増加し、１万５千歩であった場合、睡眠段階の比率が平均からずれていたとしても補正の対象外とする。また、アルコールを摂取した場合も補正の対象外とする。

次に、本実施形態に係る睡眠段階推定装置１の制御の流れについて図面を参照して説明する。図７は、睡眠段階推定装置１の制御の流れを示すフローチャートである。

図７に示されるように、睡眠段階推定装置１は、ステップＳ１において生体情報取得部３による使用者の生体情報の取得を行う。生体情報取得部３は、使用者の各種の生体情報を所定の周期で取得する。

次に、ステップＳ２において、特徴量算出部１０は、取得した生体情報から特徴量を算出する。特徴量算出部１０は、使用者の生体情報から睡眠段階の推定に用いる各種の特徴量を算出する。このとき、特徴量算出部１０は、過去の個人適合処理によって当該使用者に対する特徴量の補正が設定されている場合、特徴量の補正を行う。

その後、ステップＳ３において、睡眠段階推定部１１は、算出された特徴量に基づき、データベース１５に記憶された判断基準を利用して現在の使用者の睡眠段階を推定する。睡眠段階推定部１１は、多数の特徴量に基づいて多元的に睡眠段階の推定を行う。データベース１５に記憶された判断基準は、予め設定されたスタンダードモデルによる判断基準、又は、過去の個人適合処理によって補正された判断基準である。睡眠段階推定部１１の推定結果は、データベース１５に記憶される。

ステップＳ４において、睡眠段階誘導部１２は、予め設定された起床時間付近となったか否かを判定する。睡眠段階推定装置１は、睡眠段階誘導部１２が起床時間付近となったと判定するまで、ステップＳ１〜Ｓ３を繰り返す。睡眠段階推定装置１は、睡眠段階誘導部１２が起床時間付近となったと判定した場合、ステップＳ５に移行する。

ステップＳ５において、睡眠段階誘導部１２は、使用者に対する睡眠段階の誘導（制御）を行う。睡眠段階誘導部１２は、刺激出力部６により適切なタイミングで適切な刺激を使用者に加えることで睡眠段階を誘導する。睡眠段階誘導部１２は、予め設定された起床時間に使用者が自然に目覚められるよう睡眠段階を誘導する。睡眠段階推定装置１は、睡眠段階の推定結果を表示部５に表示する。

ステップＳ６において、睡眠段階推定装置１は、覚醒後の使用者による評価入力部３への評価入力が行われる。使用者は、目覚め状態や睡眠の質などの睡眠状態について主観的評価を入力する。評価演算部１４は、使用者による評価入力及び過去の睡眠履歴との比較結果を利用して、睡眠状態の評価を行う。評価演算部１４は、使用者による評価入力の結果を重視して睡眠状態の評価を行う。

ステップＳ７において、質推定部１３は、一晩の睡眠の質の推定を行う。質推定部１３は、入力された評価、推定された睡眠段階の比率、睡眠中の使用者の脳波などを利用して睡眠の質を推定する。また、質推定部１３は、データベース１５に記憶された過去の睡眠段階の比率や過去の睡眠時間などの睡眠履歴を利用して、今回の睡眠の質を推定する。睡眠段階推定装置１は、睡眠の質の推定結果を表示部５に表示する。

ステップＳ８において、睡眠段階推定装置１は、評価演算部１４の評価結果が「良」であるか「悪」であるかを判定する。睡眠段階推定装置１は、評価演算部１４の評価結果が「良」である場合、適切に睡眠段階を推定できたとして、睡眠段階及び睡眠の質の推定結果をデータベース１５に記憶して制御を終了する。なお、評価演算部１４の評価結果が「良」である場合にのみ、睡眠の質の推定を行い、推定結果を記憶する態様であってもよい。

一方、睡眠段階推定装置１は、評価演算部１４の評価結果が「悪」であると判定した場合、ステップＳ３で推定した睡眠段階の比率が所定の許容範囲内であるか否かを判定する。睡眠段階推定装置１は、推定した睡眠段階の比率が許容範囲内である場合、睡眠段階及び睡眠の質の推定結果をデータベース１５に記憶して制御を終了する。

睡眠段階推定装置１は、推定した睡眠段階の比率が所定の許容範囲内ではない場合、ステップＳ１０に移行する。ステップＳ１０では、睡眠段階の判別基準及び特徴量を個人に適合させるための個人適合処理が行われる。

図８は、個人適合処理の制御の流れを示すフローチャートである。図８に示されるように、睡眠段階推定装置１は、個人適合処理のステップＳ１１において、睡眠パターンが許容条件内であるか否かを判定する。

睡眠パターンとは、就寝時刻や睡眠時間（合計時間）などであり、睡眠の状況が通常時と異なる場合を個人適合の補正対象から外すための指標である。許容条件としては、就寝時間が当該使用者の通常平均の３０分以内であること、及び、睡眠時間が当該使用者の通常平均の３０分以内の誤差であることなどが挙げられる。睡眠段階推定装置１は、睡眠パターンが許容条件外である場合、睡眠パターンが通常と異なるため個人適合を行うべきではないとして処理を終了する。

睡眠段階推定装置１は、睡眠パターンが許容条件内であると判定した場合、ステップＳ１２に移行する。ステップＳ１２において、睡眠段階推定装置１は、質推定部１３が推定した睡眠の質の誤差が許容範囲内であるか否かを判定する。睡眠段階推定装置１は、例えば、睡眠負債が高いにも関わらず睡眠時間に対して睡眠の質が低い場合、又は、睡眠の平均時間が変わらず睡眠負債は高くないが日常と比較して睡眠の質が高すぎる場合、許容範囲を超えていると判定する。なお、睡眠負債とは、睡眠不足が続き、蓄積している状態をいう。

睡眠段階推定装置１は、質推定部１３が推定した睡眠の質の誤差が許容範囲内であると判定した場合、処理を終了する。一方、睡眠段階推定装置１は、推定した睡眠の質の誤差が許容範囲外であると判定した場合、ステップＳ１３に移行する。

ステップＳ１３において、睡眠段階推定装置１は、睡眠段階の判別基準を補正する。睡眠段階推定装置１は、評価演算部１４の評価結果や質推定の誤差を利用して判別基準の補正を行う。眠段階推定装置１は、睡眠段階の比率（深い睡眠段階の推定回数と浅い睡眠段階の推定回数）が平均に近づくように判断基準を補正する。この平均は、多数の人間の統計結果に基づく平均であってもよく、使用者個人に適合するように修正された平均であってもよい。

ステップＳ１４において、睡眠段階推定装置１は、特徴量の補正を設定する。これにより、当該使用者に対する以後の特徴量の算出時に補正が行われる。本実施形態では、特徴量に個人の修正値（分散値）を加えることで補正を行っている。睡眠段階推定装置１は、睡眠段階の比率が平均に近づくように特徴量の補正を設定する。その後、睡眠段階推定装置１は処理を終了し、次の睡眠まで待機する。

以上説明した本実施形態に係る睡眠段階推定装置１によれば、睡眠状態の評価結果が悪い場合において、推定した睡眠段階の比率が所定の許容範囲から逸脱していたとき、使用者個人に適した判別基準になっていないものとして当該使用者に対する睡眠段階の判別基準を補正するので、判別基準を次第に個人適合するよう学習させることができ、睡眠段階の推定精度を高めることができる。

また、この睡眠段階推定装置１によれば、睡眠状態の評価結果が悪い場合において、推定した睡眠段階の比率が所定の許容範囲から逸脱していたとき、使用者個人に適した特徴量の算出になっていないものとして当該使用者に対する特徴量の算出時に補正を行うので、特徴量を次第に個人適合するよう学習させることができ、睡眠段階の推定精度を高めることができる。このように、睡眠段階推定装置１は、睡眠段階の推定に関して個人適合の補正を行う必要性がある場合、睡眠段階の判別基準を補正する大修正を行うと共に、特徴量を補正する微修正も行うことで、使用者個人の性質に細かく合わせた設定が可能となり、睡眠段階を高精度に推定することができる。なお、睡眠段階の閾値修正や特徴量のゲイン調整などの個人適合はオフラインで調整できる。

また、この睡眠段階推定装置１は、睡眠状態の評価として有用な使用者の主観的評価を利用するので、使用者個人に対する睡眠状態の評価の精度を高めることができる。更に、この睡眠段階推定装置１は、使用者の主観的評価に加え、睡眠状態のホメオシタシス（恒常性）を考慮して、睡眠履歴との比較から睡眠状態を評価するので、睡眠状態の評価の精度を一層高めることができる。

以上、本発明の好適な実施形態について説明したが、本発明は上述した実施形態に限定されるものではない。例えば、睡眠状態の評価は、使用者の主観的評価又は過去の睡眠履歴を利用した自動的な評価の何れか一方であってもよい。また、その他の評価方法を採用してもよい。また、睡眠段階は、深い睡眠段階、浅い睡眠段階だけではなく、より細かい段階に分かれていてもよい。更に、睡眠段階の推定や睡眠の質の推定のみを行い、刺激による睡眠段階の誘導を行わない態様であってもよい。また、表示部を必ず備える必要もない。なお、個人適合については、スタンダードモデル（初期設定）へリセットが可能である。

１…睡眠段階推定装置２…演算部３…生体情報取得部（生体情報取得手段）４…評価入力部５…表示部６…刺激出力部１０…特徴量算出部（特徴量算出手段）１１…睡眠段階推定部（睡眠段階推定手段）１２…睡眠段階誘導部１３…質推定部１４…評価演算部（評価手段）１５…データベース

Claims

使用者の睡眠段階を推定する睡眠段階推定装置であって、
前記使用者の睡眠時の生体情報を取得する生体情報取得手段と、
前記生体情報から特徴量を算出する特徴量算出手段と、
前記特徴量から前記使用者の睡眠段階を推定する睡眠段階推定手段と、
前記使用者の覚醒後に睡眠状態を評価する評価手段と、
を備え、
前記睡眠段階推定手段は、前記睡眠状態の評価結果が悪い場合において、推定した睡眠段階の比率が所定の許容範囲から逸脱していたとき、前記使用者に対する睡眠段階の判別基準を補正することを特徴とする睡眠段階推定装置。
前記特徴量算出手段は、前記睡眠状態の評価結果が悪い場合において、前記睡眠段階推定手段が推定した睡眠段階の比率が所定の許容範囲から逸脱していたとき、前記使用者に対する前記特徴量の算出時に当該特徴量の補正を行うことを特徴とする請求項１に記載の睡眠段階推定装置。
前記評価手段は、前記使用者による評価入力を利用して睡眠状態を評価することを特徴とする請求項１又は２に記載の睡眠段階推定装置。
前記評価手段は、前記使用者の過去の睡眠に関する情報である睡眠履歴を利用して睡眠状態を評価することを特徴とする請求項１〜３のうち何れか一項に記載の睡眠段階推定装置。