JP2016107095A - 睡眠段階判定装置、睡眠段階判定方法、及び睡眠段階判定プログラム、並びにストレス度判定方法 - Google Patents
睡眠段階判定装置、睡眠段階判定方法、及び睡眠段階判定プログラム、並びにストレス度判定方法 Download PDFInfo
- Publication number
- JP2016107095A JP2016107095A JP2015237949A JP2015237949A JP2016107095A JP 2016107095 A JP2016107095 A JP 2016107095A JP 2015237949 A JP2015237949 A JP 2015237949A JP 2015237949 A JP2015237949 A JP 2015237949A JP 2016107095 A JP2016107095 A JP 2016107095A
- Authority
- JP
- Japan
- Prior art keywords
- sleep stage
- sleep
- hrv
- calculating
- standard deviation
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
Abstract
Description
具体的には、例えば、本実施形態の睡眠段階判定装置は、図14に示すように、マイクロ波ドップラーレーダーを用いて、体動、呼吸、脈波を検出する検出部SN1及びSN3、並びに心拍数変動指標HRVを算出するHRV算出部と、呼吸間隔の標準偏差を算出する標準偏差算出部と、体動強度を算出する体動強度算出部と、前記心拍数変動指標HRV、前記標準偏差、及び前記体動強度を用いて睡眠段階を判定する判定部とを備えるコンピュータPCaとからなり、検出部SN1,SN3はそれぞれコンピュータPCaに連結されている。
体動、呼吸、脈波を検出する検出部と、
心拍数変動指標HRVを算出するHRV算出部と、
呼吸間隔の標準偏差を算出する標準偏差算出部と、
体動強度を算出する体動強度算出部と、
前記心拍数変動指標HRV、前記標準偏差、及び前記体動強度を用いて睡眠段階を判定する判定部と
を備える。
マイクロ波ドップラーレーダーは、本実施形態においては1個を使用する。設置個所は、胸部から腹部にかけての広範囲で可能であり、容易に設置できる。また、マイクロ波ドップラーレーダーを2個以上使用し、ベッド上のより広範囲をカバーする利用形態とすることも可能である
図14を参照して本実施形態の睡眠段階判定装置1を説明すると、マイクロ波ドップラーレーダー10と、体動、呼吸、脈波を検出するためにベッド11上で且つ被験者Aの下方に設けられた小型の検出部SN1及び大型の検出器SN3と、コンピューターPCaとからなる。コンピューターPCaは中央演算装置、記録媒体、メモリ等(図示せず)を備えた本体H1、モニタH2、キーボードH3及びマウスH4からなり、記録媒体に並びに心拍数変動指標HRVを算出する手段が格納されてHRV算出部を、呼吸間隔の標準偏差を算出する手段が格納され標準偏差算出部を、体動強度を算出する手段が格納され体動強度算出部を、前記心拍数変動指標HRV、前記標準偏差、及び前記体動強度を用いて睡眠段階を判定する手段が格納され判定部を、それぞれ構成している。
そして、この装置を用いて、マイクロ波ドップラーレーダーを用いて、
体動、呼吸、脈波を検出する検出段階と、
心拍数変動指標HRVを算出するHRV算出段階と、
呼吸間隔の標準偏差を算出する標準偏差算出段階と、
体動強度を算出する体動強度算出段階と、
前記心拍数変動指標HRV、前記標準偏差、及び前記体動強度を用いて睡眠段階を判定する判定段階とを行い、睡眠段階判定を判定する(睡眠段階方法)と共に、
心拍数変動指標HRVを算出し、上記睡眠段階を利用し、
前記睡眠段階が3及び4の場合において、HFが十分に上昇しないサイクル数を算出し、
この上昇しない部分のHF変動幅を算出し、所定の基準式によりストレスポイントを算出することにより、ストレス度を判定する(ストレス度判定方法)。
具体的には、図1のフローに沿って説明する。
レーダ信号受信 → 呼吸信号、心拍信号の分離抽出 → 体動強度・呼吸間隔標準偏差による覚醒/睡眠判定 → 呼吸間隔標準偏差・心拍数変動指標HRVによる睡眠段階判定 → 睡眠サイクル構成 → ストレス度判定 → 表示
これらの工程は検出部において行われる。マイクロ波レーダによって取得した体表面の微小信号には心拍信号、呼吸信号、体動信号そして微小ノイズが混在している。そのため、呼吸信号および心拍信号を抽出する際、帯域通過フィルタ(呼吸用:0.01Hz〜0.6Hz、心拍用:0.06Hz〜3.0Hzを)をかける必要があり、本実施形態の検出部には帯域通過フィルタ(図示せず)が含まれる。
(覚醒/睡眠判定)
覚醒/睡眠判定は、体動強度を計算し、呼吸間隔を計算することで判定を行う。
体動信号は他の呼吸、心拍信号に比べて非常に大きい振幅を示すため、取得したレーダ波形をそのまま使用する。
体動強度の計算は体動強度算出部によって行う。
ドップラーレーダーの出力信号の振幅〔V〕は、人間の体の動き、すなわち寝返り、体幹の動きや四肢の動きに応じて大きくなる。例えば、呼吸信号の振幅が0.3〔V〕のときに体動信号の振幅は1〜15〔V〕程度となる。体動の強度を定量的に計測するとき、一定以上の振幅を体動と見なし、1分間当たりの体動の回数で測る方法がある。本実施形態では、体動の強度をさらに詳細な定量指標で評価するために、レーダ出力信号のパワー値を計測する。
覚醒/睡眠の判定は1分ごとに行う。
ドップラーレーダーの出力信号を10秒間(約3呼吸)積分する。負の値は絶対値を採用し積分値は常に正となるようにした。
レーダの出力信号S(t)(t=0.01, 0.02…)から体動がない状態を通常呼吸時ベースラインとして体動発生時の振幅変化に着目し、覚醒/睡眠分別を行うため時刻iにおける過去10秒間の振幅エリア面積を式(1)で計算する.
この積分期間を1秒毎シフトし、通常呼吸の状態から体動が発生した場合に、それまでの通常呼吸状態のラインをベースラインとし、ベースラインより大きい山の形の面積のみを1分間累積し体動強度[Vs2]として算出した。
上記A(i)(Vs)を1秒毎に算出し、時刻jにおける体動指標(BI(j)(Vs2))を,式(2)のように計算する。
呼吸間隔標準偏差計算は標準偏差算出部により行う。
1分間の呼吸間隔(呼吸信号の山(ピーク)から次の山(ピーク)までの時間(秒))計算する。N個の呼吸間隔をy(k)とし(k=1,2,・・・N)、N個の呼吸間隔y(k)の平均値をyとする。標準偏差σは以下の計算となる。
覚醒/睡眠判別は、コンピュータPCaに格納された覚醒/睡眠判別手段により行う。
覚醒、睡眠の判別は、上記で算出した体動強度と呼吸間隔標準偏差との組合せで行う。
体動強度は覚醒時に大きく、睡眠深度が深くなるに伴い小さくなる。また、呼吸間隔標準偏差は、覚醒時に大きく、睡眠深度が深くなるに伴い小さくなる。この両者を組み合わせて覚醒、睡眠の判別を行う。
具体的には例えば、線形判別を利用する。
まず、体動強度および呼吸間隔標準偏差を正規化(0−1.0)する。
図4に例を示す。図において、覚醒(Wake)とそれ以外を最もよく分別する直線を図中の破線で示す。この破線は以下の式で表現できる。
1)呼吸間隔標準偏差の正規化
睡眠段階判定区間を2分毎とする。
2分間の呼吸間隔標準偏差の全睡眠時間、例えば8時間における最大値をRVmax、最小値をRVminとする。そして、最大値RVmaxが1に、最小値RVminが0になるように正規化した2分間呼吸間隔標準偏差をRVnormalとする(0≦RVnormal≦1)。
心拍数変動指標HRVを算出するHRV算出部と、
心拍数は1分間の心臓が拍動する回数である。心拍数変動指標は、心拍のゆらぎを意味するものであり、心拍数を調節する自律神経、すなわち心臓交感神経および心臓副交感神経の活動状況の指標となる。心拍数変動指標を周波数解析して高周波数成分(0.15Hzから0.40Hz)をHF値、低周波数成分(0.04Hzから0.15Hz)をLF値とし、自律神経の活性度指標として用いる方法が普及している。つまり、HF値は心臓副交感神経のみの活性度を反映し、HF値を計測することにより心臓副交感神経の活動状況を評価することができる。一方、LF値は心臓交感神経と心臓副交感神経の両方の活性度を反映し、LF/HF値または、LF/(HF+LF)値を測定することにより心臓交感神経の活動状況を評価することができる。
睡眠深度判別は、睡眠段階を判定する判定部により行う。
睡眠段階判定区間を2分毎とする。
2分間の心拍数変動指標LF/HF値の全睡眠時間、例えば8時間における最大値を(LF/HF)max、最小値を(LF/HF)minとする。そして、最大値(LF/HF)maxが1に、最小値(LF/HF)minが0になるように正規化した2分間心拍数変動指標LF/HF値を(LF/HF)normalとする[0≦(LF/HF)normal≦1]。
RVnormal+(LF/HF)normal≦Th1ならば睡眠段階はNREM4、
RVnormal+(LF/HF)normal≦Th2ならば睡眠段階はNREM3、
RVnormal+(LF/HF)normal≦Th3ならば睡眠段階はNREM2、
RVnormal+(LF/HF)normal≦Th4ならば睡眠段階はNREM1、
Th4<RVnormal+(LF/HF)normal≦2ならば睡眠段階はREM
と判定する。
αRVnormal + β(LF/HF)normal
で判定する方法も望ましい。ここで、α、βは睡眠段階を判定するための定数である。
この処理もコンピュータPCa内に格納された判別補正手段により行われる。
図3に示されるように体動がない区間は必ずしも睡眠状態ではなく、覚醒状態の場合がある。この現象は、人は覚醒状態においても全然体を動かさない時があることから容易に理解できる。また、図3に示されるように体動強度と呼吸間隔標準偏差の2座標軸上のREMと覚醒とは非常に近い分布状況である。
(LF/HF)normal ≧ ThREM
の場合は、その睡眠段階判定区間をREMではなく覚醒状態と修正する処理を追加する。
1)睡眠深度が浅い状態(覚醒/REM/NREM1)と睡眠深度が深い状態(NREM3、4)の山および谷の構成
ここまでの処理により2分毎の睡眠段階判定区間の睡眠段階が全睡眠時間において判定された。
次に、睡眠深度が浅い状態(覚醒/REM/NREM1)を抽出し、次の睡眠深度が深い状態(NREM3、4)を抽出する。
図8に示すように、睡眠深度が浅い状態(覚醒/REM/NREM1)から次の睡眠深度が深い状態までを途中の睡眠段階の点をカバーするように包絡線で結ぶ。この処理を全睡眠時間について行う。この際、一般的には睡眠サイクルが約90分であり、大人においては平均で4回の睡眠サイクルが発生することを参考にする。
図7の線で囲まれた範囲が一つの睡眠サイクルである。
ストレス判定はコンピュータPCa内に格納されたストレス判定手段により行われる。ストレス判定手段は、下記の通りHF変動幅計算とストレス度計算とを行うことで実行される。
1)HF変動幅計算
睡眠周期において、睡眠深度が深い場合(NREM3,4)においてもHFが十分に上昇しないサイクル数とHFの変動幅からストレポイントを計算する。
HF変動幅 < 400 ms2/Hzの場合、強いストレスとし、ストレスポイント:2ポイントとする。
HF変動幅 < 800 ms2/Hzの場合、弱いストレスとし、ストレスポイント:1ポイントとする。
800 ms2/Hz ≦ HF変動幅の場合、ストレスなしとし、ストレスポイント:0ポイントとする。
ストレス度は、[各サイクルのストレスポイントの合計/(2×サイクル数)]×100(%)で定義される。
(心拍数変動指標の非接触計測による居眠り検知について)
覚醒時と居眠り直前直後との比較による居眠り検知について説明する。車両事故や職業災害の要因のひとつに、眠気の発生や増大があり、居眠り状態に陥ると、注意力の低下や判断の遅延などからエラーが増加する。
眠気が起きやすい条件を設け、非接触で計測したHRVを、居眠り検知のための指標として用いることができるかを実験によって検証した。
実験に用いた機材を図9及び図10に示す。椅子の背面にマイクロ波レーダーを設置し、レーダーから得られた波形をA/Dコンバータを通してデジタルデータに変換し、PCで収録・解析できるようにした。本実験では、レーダーによるHRV計測の精度を確認するために、心電計による計測も同時に行った。また、覚醒状態と居眠り状態の識別のために、ポリソムノグラフィ検査(PSG:polysomnography)の装置(日本光電工業社製、PSG−1100の脳波、眼電図、顎筋電図)も同時に用いた。また、自動車運転中の運転者の状態を想定し、椅子の対面、前方に注視点を設置した。
実験には、健康な男子学生7名(平均年齢22.5±0.5歳)に参加してもらった。実験の所要時間は60分で、午後1時から3時の時間帯に行った。被験者には、前日からの飲酒、当日のカフェイン摂取と喫煙を控えてもらい、さらに眠気を誘発させるために、HRVの計測開始前に食事をとってもらった。食事は、ハンバーガー(日本マクドナルド社)4個と三ツ矢サイダー(アサヒ飲料社)500mlの計1285Kcal分を用意したが、被験者が満腹感を感じた場合には、4個未満でも食事を終了させた。一人あたりの平均は、ハンバーガー平均3個と三ツ矢サイダー500mlで計1010kcalであった。
各状態のHRVの平均を算出し、覚醒時の値を基準にした居眠り直前、直後のHRVの変化率を判定に使用するように解析した。
LFの変化率を図12に、HFの変化率を図13にそれぞれ示す。覚醒時と比較すると、LFは居眠り直前に7名中5名が上昇し、居眠り直後は全員が上昇した。一方、HFは居眠り直前に7名中5名が上昇したが、居眠り直後には7名中5名しか上昇しなかった。
本実験の結果、眠気の増大による居眠り発生の過程でLF上昇の傾向がみられた。これは前述の先行研究における眠気に対抗している覚醒状態の結果と同様であるが、本実施例の前方注視点を見続けるという教示によって、被験者が居眠りに至る際に起こる眠気に抗ったことが影響していると考えられる。眠気に抗う状況は、運転中に眠気が起こった際に発生する生理現象であり、運転中の居眠り検知のための指標として、LFの値が有効であることを示している。具体的には、覚醒時のLF値を基準とし、例えば30%以上の上昇が確認された場合に、居眠り検知、さらに運転者への警告をすることで対応可能である。
非拘束の居眠り検知システムの開発を目的として、非接触で計測したHRVが居眠り検知の指標として有効であるかを検証した。覚醒状態と居眠り直前および直後のHRVを比較した結果、HRVの中でLFの値が運転中の居眠り検知の指標として有効であることが判明した。すなわち、運転シートに座るだけで、電極を貼らずにHRVの計測が出来、LFの増大をトリガとし眠気のモニタおよび居眠りの検知ができることが判明した。以上が本発明のマイクロ波ドップラーレーダーで計測した心拍数変動指標HRVを用いて睡眠段階判定の一つの実施例である。
Claims (9)
- マイクロ波ドップラーレーダーを用いて、
体動、呼吸、脈波を検出する検出部と、
心拍数変動指標HRVを算出するHRV算出部と、
呼吸間隔の標準偏差を算出する標準偏差算出部と、
体動強度を算出する体動強度算出部と、
前記心拍数変動指標HRV、前記標準偏差、及び前記体動強度を用いて睡眠段階を判定する判定部と
を備える睡眠段階判定装置。 - 前記判定部が、前記体動強度と前記呼吸間隔との標準偏差との関係から睡眠状態と非睡眠状態とを第1次的に判別し、前記呼吸間隔の標準偏差と前記HRVとにより求めたLFとHFとを用いて、所定の判定基準式により、前記睡眠状態と前記非睡眠状態とを正確に判別すると共に、睡眠段階を判定する請求項1に記載の睡眠段階判定装置。
- 前記HRV算出部が、前記心拍数変動指標HRVを予め測定しておき個別に求める請求項1又は2に記載の睡眠段階判定装置。
- 前記HRV算出部が、前記心拍数変動指標HRVに関するデータの収集が進行した場合に、年齢、性別により代替分類する請求項1〜3のいずれか1項に記載の睡眠段階判定装置。
- マイクロ波ドップラーレーダーを用いて、
体動、呼吸、脈波を検出する検出段階と、
心拍数変動指標HRVを算出するHRV算出段階と、
呼吸間隔の標準偏差を算出する標準偏差算出段階と、
体動強度を算出する体動強度算出段階と、
前記心拍数変動指標HRV、前記標準偏差、及び前記体動強度を用いて睡眠段階を判定する判定段階と
を備える睡眠段階判定方法。 - マイクロ波ドップラーレーダーを用いて睡眠段階を判定する睡眠段階判定装置用の睡眠段階判定プログラムであって、
コンピューターに、
体動、呼吸、脈波を検出する検出機能と、
心拍数変動指標HRVを算出するHRV算出機能と、
呼吸間隔の標準偏差を算出する標準偏差算出機能と、
体動強度を算出する体動強度算出機能と、
前記心拍数変動指標HRV、前記標準偏差、及び前記体動強度を用いて睡眠段階を判定する判定機能と
を実現させる睡眠段階判定プログラム。 - 心拍数変動指標HRVを算出し、請求項1〜4のいずれか1項に記載の睡眠段階判定装置において算出された睡眠段階を利用し、
前記睡眠段階が3及び4の場合において、HFが十分に上昇しないサイクル数を算出し、
この上昇しない部分のHF変動幅を算出し、所定の基準式によりストレスポイントを算出するストレス度判定方法。 - 心拍数変動指標HRVを算出し、請求項1〜4のいずれか1項に記載の睡眠段階判定装置において算出された睡眠段階を利用し、
前記睡眠段階が3及び4の場合において、HFが十分に上昇しないサイクル数を算出し、
この上昇しない部分のHF変動幅を算出し、所定の計算式に代入してストレス度を計算するストレス度判定方法。 - 睡眠段階が、覚せい状態を含む請求項7又は8に記載のストレス度判定方法。
Applications Claiming Priority (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2014246546 | 2014-12-05 | ||
JP2014246546 | 2014-12-05 |
Publications (2)
Publication Number | Publication Date |
---|---|
JP2016107095A true JP2016107095A (ja) | 2016-06-20 |
JP6757532B2 JP6757532B2 (ja) | 2020-09-23 |
Family
ID=56121392
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2015237949A Active JP6757532B2 (ja) | 2014-12-05 | 2015-12-04 | 睡眠段階判定装置、睡眠段階判定方法、睡眠段階判定プログラム |
Country Status (1)
Country | Link |
---|---|
JP (1) | JP6757532B2 (ja) |
Cited By (14)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2018021180A1 (ja) * | 2016-07-25 | 2018-02-01 | セイコーエプソン株式会社 | 血圧測定装置および血圧測定方法 |
WO2018042566A1 (ja) * | 2016-08-31 | 2018-03-08 | 株式会社スリープシステム研究所 | 睡眠段階判定装置及び睡眠段階判定方法 |
JP2018051162A (ja) * | 2016-09-30 | 2018-04-05 | 学校法人慶應義塾 | 生体信号検出システム、生体信号検出方法 |
WO2018060797A1 (en) * | 2016-09-30 | 2018-04-05 | Nokia Technologies Oy | Determining an intimate activity by a detection device |
KR101857538B1 (ko) * | 2016-11-22 | 2018-05-14 | (주)헥스하이브 | 경험 데이터 기반 능동형 수면 질 향상 시스템 및 방법 |
WO2018100719A1 (ja) * | 2016-12-01 | 2018-06-07 | 三菱電機株式会社 | メンタルストレス検出装置及びメンタルストレス検出プログラム |
JP2018126422A (ja) * | 2017-02-10 | 2018-08-16 | 株式会社東芝 | 電子機器、方法及びプログラム |
KR20180133779A (ko) | 2017-06-07 | 2018-12-17 | 한국전자통신연구원 | 생체 및 움직임 정보를 이용한 수면 상태 감지 방법 및 장치 |
CN111067488A (zh) * | 2019-12-31 | 2020-04-28 | 重庆金康特智能穿戴技术研究院有限公司 | 一种基于智能穿戴设备的睡眠监测方法 |
JP2021508521A (ja) * | 2017-12-22 | 2021-03-11 | レスメッド センサー テクノロジーズ リミテッド | 車両内生理学的感知のための装置、システムおよび方法 |
CN114098645A (zh) * | 2021-11-25 | 2022-03-01 | 青岛海信日立空调系统有限公司 | 一种睡眠分期方法及装置 |
AU2021107071B4 (en) * | 2021-08-24 | 2022-06-30 | Rudder Technology Pty Ltd | Radar based non-contact detection of sleep stage |
US11615688B2 (en) | 2017-12-22 | 2023-03-28 | Resmed Sensor Technologies Limited | Apparatus, system, and method for motion sensing |
EP4119050A4 (en) * | 2020-03-11 | 2023-08-23 | Panasonic Intellectual Property Management Co., Ltd. | SIGNAL PROCESSING SYSTEM, SENSOR SYSTEM, LIVING BODY MANAGEMENT SYSTEM, ENVIRONMENT CONTROL SYSTEM, SIGNAL PROCESSING METHOD AND PROGRAM |
Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPH11155845A (ja) * | 1997-11-26 | 1999-06-15 | Nissan Motor Co Ltd | ストレス度判定装置 |
JP2006246437A (ja) * | 2004-12-29 | 2006-09-14 | Samsung Electronics Co Ltd | ホーム制御システム及びその方法 |
JP2007167091A (ja) * | 2005-12-19 | 2007-07-05 | Makoto Kikuchi | 精神的ストレス検査装置 |
JP2011015887A (ja) * | 2009-07-10 | 2011-01-27 | Mitsubishi Electric Corp | 生体状態取得装置、生体状態取得プログラム、生体状態取得装置を備えた機器及び空気調和機 |
JP2012065853A (ja) * | 2010-09-24 | 2012-04-05 | Sleep System Kenkyusho:Kk | 睡眠段階判定装置及び睡眠段階判定方法 |
JP2013013542A (ja) * | 2011-07-04 | 2013-01-24 | Toyota Central R&D Labs Inc | 意識状態推定装置及びプログラム |
US20140107493A1 (en) * | 2012-06-22 | 2014-04-17 | Fitbit, Inc. | Portable Biometric Monitoring Devices and Methods of Operating Same |
-
2015
- 2015-12-04 JP JP2015237949A patent/JP6757532B2/ja active Active
Patent Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPH11155845A (ja) * | 1997-11-26 | 1999-06-15 | Nissan Motor Co Ltd | ストレス度判定装置 |
JP2006246437A (ja) * | 2004-12-29 | 2006-09-14 | Samsung Electronics Co Ltd | ホーム制御システム及びその方法 |
JP2007167091A (ja) * | 2005-12-19 | 2007-07-05 | Makoto Kikuchi | 精神的ストレス検査装置 |
JP2011015887A (ja) * | 2009-07-10 | 2011-01-27 | Mitsubishi Electric Corp | 生体状態取得装置、生体状態取得プログラム、生体状態取得装置を備えた機器及び空気調和機 |
JP2012065853A (ja) * | 2010-09-24 | 2012-04-05 | Sleep System Kenkyusho:Kk | 睡眠段階判定装置及び睡眠段階判定方法 |
JP2013013542A (ja) * | 2011-07-04 | 2013-01-24 | Toyota Central R&D Labs Inc | 意識状態推定装置及びプログラム |
US20140107493A1 (en) * | 2012-06-22 | 2014-04-17 | Fitbit, Inc. | Portable Biometric Monitoring Devices and Methods of Operating Same |
Cited By (23)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US11179045B2 (en) | 2016-07-25 | 2021-11-23 | Seiko Epson Corporation | Blood pressure measurement device and blood pressure measurement method |
JP2018015061A (ja) * | 2016-07-25 | 2018-02-01 | セイコーエプソン株式会社 | 血圧測定装置および血圧測定方法 |
WO2018021180A1 (ja) * | 2016-07-25 | 2018-02-01 | セイコーエプソン株式会社 | 血圧測定装置および血圧測定方法 |
WO2018042566A1 (ja) * | 2016-08-31 | 2018-03-08 | 株式会社スリープシステム研究所 | 睡眠段階判定装置及び睡眠段階判定方法 |
JP2018051162A (ja) * | 2016-09-30 | 2018-04-05 | 学校法人慶應義塾 | 生体信号検出システム、生体信号検出方法 |
WO2018060797A1 (en) * | 2016-09-30 | 2018-04-05 | Nokia Technologies Oy | Determining an intimate activity by a detection device |
KR101857538B1 (ko) * | 2016-11-22 | 2018-05-14 | (주)헥스하이브 | 경험 데이터 기반 능동형 수면 질 향상 시스템 및 방법 |
DE112016007384B4 (de) * | 2016-12-01 | 2021-01-21 | Mitsubishi Electric Corporation | Mentaler-Stress-Detektionseinrichtung und Mentaler-Stress-Detektionsprogramm |
WO2018100719A1 (ja) * | 2016-12-01 | 2018-06-07 | 三菱電機株式会社 | メンタルストレス検出装置及びメンタルストレス検出プログラム |
JPWO2018100719A1 (ja) * | 2016-12-01 | 2019-07-04 | 三菱電機株式会社 | メンタルストレス検出装置及びメンタルストレス検出プログラム |
CN109982638A (zh) * | 2016-12-01 | 2019-07-05 | 三菱电机株式会社 | 精神压力检测装置和精神压力检测程序 |
JP2018126422A (ja) * | 2017-02-10 | 2018-08-16 | 株式会社東芝 | 電子機器、方法及びプログラム |
KR102036987B1 (ko) * | 2017-06-07 | 2019-10-25 | 한국전자통신연구원 | 생체 및 움직임 정보를 이용한 수면 상태 감지 방법 및 장치 |
KR20180133779A (ko) | 2017-06-07 | 2018-12-17 | 한국전자통신연구원 | 생체 및 움직임 정보를 이용한 수면 상태 감지 방법 및 장치 |
JP2021508521A (ja) * | 2017-12-22 | 2021-03-11 | レスメッド センサー テクノロジーズ リミテッド | 車両内生理学的感知のための装置、システムおよび方法 |
US11615688B2 (en) | 2017-12-22 | 2023-03-28 | Resmed Sensor Technologies Limited | Apparatus, system, and method for motion sensing |
US11707197B2 (en) | 2017-12-22 | 2023-07-25 | Resmed Sensor Technologies Limited | Apparatus, system, and method for physiological sensing in vehicles |
EP3727145B1 (en) * | 2017-12-22 | 2024-01-24 | ResMed Sensor Technologies Limited | Apparatus, system, and method for physiological sensing in vehicles |
CN111067488A (zh) * | 2019-12-31 | 2020-04-28 | 重庆金康特智能穿戴技术研究院有限公司 | 一种基于智能穿戴设备的睡眠监测方法 |
EP4119050A4 (en) * | 2020-03-11 | 2023-08-23 | Panasonic Intellectual Property Management Co., Ltd. | SIGNAL PROCESSING SYSTEM, SENSOR SYSTEM, LIVING BODY MANAGEMENT SYSTEM, ENVIRONMENT CONTROL SYSTEM, SIGNAL PROCESSING METHOD AND PROGRAM |
AU2021107071B4 (en) * | 2021-08-24 | 2022-06-30 | Rudder Technology Pty Ltd | Radar based non-contact detection of sleep stage |
CN114098645A (zh) * | 2021-11-25 | 2022-03-01 | 青岛海信日立空调系统有限公司 | 一种睡眠分期方法及装置 |
CN114098645B (zh) * | 2021-11-25 | 2023-11-07 | 青岛海信日立空调系统有限公司 | 一种睡眠分期方法及装置 |
Also Published As
Publication number | Publication date |
---|---|
JP6757532B2 (ja) | 2020-09-23 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP6757532B2 (ja) | 睡眠段階判定装置、睡眠段階判定方法、睡眠段階判定プログラム | |
JP6767059B2 (ja) | 生体情報取得装置及び信号処理方法 | |
JP6333170B2 (ja) | 人の睡眠および睡眠段階を決定するシステムおよび装置 | |
JP5209545B2 (ja) | 生体検査装置、プログラム、及び記録媒体 | |
EP2185063B1 (en) | Method and system for monitoring sleepiness | |
US11925485B2 (en) | Non-invasive system for monitoring and treating respiratory distress | |
CN111466906B (zh) | 穿戴式睡眠监测仪及监测方法 | |
US20070032733A1 (en) | Method and apparatus for ECG-derived sleep disordered breathing monitoring, detection and classification | |
EP3875026A1 (en) | Sleep apnea detection system and method | |
US20190167176A1 (en) | Method and apparatus for monitoring respiratory distress based on autonomic imbalance | |
JP5632986B2 (ja) | 睡眠段階判定装置及び睡眠段階判定方法 | |
JP2016517729A (ja) | 目覚めに好適な人の睡眠段階を決定するための方法 | |
JP6602657B2 (ja) | 生体情報の取得装置、生体情報の取得プログラムおよび生体情報の取得方法 | |
JP2007125337A (ja) | 心的健康度測定方法及び心的健康度測定装置 | |
JP2016016144A (ja) | 生体情報処理システム及び生体情報処理システムの制御方法 | |
WO2008132736A2 (en) | Method and device for characterizing sleep | |
JP4461388B2 (ja) | 睡眠段階判定方法および判定装置 | |
JP7018621B2 (ja) | 生体信号解析装置、生体信号解析方法及び生体信号解析システム | |
Suzuki et al. | Development of a sleep monitoring system with wearable vital sensor for home use | |
JPH04348741A (ja) | 睡眠状態判定装置 | |
JP6588035B2 (ja) | 生体状態分析装置及びコンピュータプログラム | |
KR101771835B1 (ko) | 생체신호기반 수면 상호영향 분석방법 | |
JP6887589B2 (ja) | 睡眠段階判定装置及び睡眠段階判定方法 | |
KR101526144B1 (ko) | 휴대용 자율신경계 반응 모니터링 장치 | |
Wakuda et al. | Estimation of sleep cycle and quality based on nonlinear analysis of heart rate variability |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20181130 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20190903 |
|
A977 | Report on retrieval |
Free format text: JAPANESE INTERMEDIATE CODE: A971007 Effective date: 20190830 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20191101 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20200331 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20200513 |
|
TRDD | Decision of grant or rejection written | ||
A01 | Written decision to grant a patent or to grant a registration (utility model) |
Free format text: JAPANESE INTERMEDIATE CODE: A01 Effective date: 20200818 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20200824 |
|
R150 | Certificate of patent or registration of utility model |
Ref document number: 6757532 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R150 |
|
R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |