JP2019058418A - 睡眠判別プログラム、睡眠判別方法及び睡眠判別システム - Google Patents
睡眠判別プログラム、睡眠判別方法及び睡眠判別システム Download PDFInfo
- Publication number
- JP2019058418A JP2019058418A JP2017186083A JP2017186083A JP2019058418A JP 2019058418 A JP2019058418 A JP 2019058418A JP 2017186083 A JP2017186083 A JP 2017186083A JP 2017186083 A JP2017186083 A JP 2017186083A JP 2019058418 A JP2019058418 A JP 2019058418A
- Authority
- JP
- Japan
- Prior art keywords
- sleep
- period
- section
- activity
- subject
- 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.)
- Pending
Links
Images
Landscapes
- Measurement Of The Respiration, Hearing Ability, Form, And Blood Characteristics Of Living Organisms (AREA)
Abstract
【課題】対象者の睡眠をその勤務形態を踏まえて判別する。【解決手段】睡眠判別装置１は、演算部１ａを有する。演算部１ａは、期間Ｐ１の対象者Ｔ１の活動状態に関する時系列データに基づいて得られる活動量のデータＤａ，Ｄｂを用い、期間Ｐ１を、睡眠区間Ｓａ，Ｓｂと活動区間Ａａ，Ａｂに区分する。そして、演算部１ａは、区分した睡眠区間Ｓａ，Ｓｂと活動区間Ａａ，Ａｂの、特定の期間Ｐ２での存在状況に基づき、勤務形態に係る複数の種別のうちのいずれかを、睡眠区間Ｓａ，Ｓｂの種別Ｋａ，Ｋｂとして判別する。【選択図】図１
Description
本発明は、睡眠判別プログラム、睡眠判別方法及び睡眠判別システムに関する。
人の健康管理には、適切な睡眠が取れているかどうかが重要となる。健康管理の対象となる人の睡眠時間帯がわかれば、その人の睡眠に関する習慣が適切かどうかを評価できる。また睡眠に関する習慣の評価結果に基づいて睡眠の取り方に関するアドバイスをすることもできる。
そこで、睡眠時間の管理を支援するための技術が考えられている。
例えば利用者によって入力された睡眠時間帯や就業時間帯等の情報から、勤務日ごと及び休養日ごとの平均就床時刻、平均起床時刻、平均睡眠時間等の情報を算出し、算出された情報に基づき、利用者の睡眠を管理する技術が知られている。
例えば利用者によって入力された睡眠時間帯や就業時間帯等の情報から、勤務日ごと及び休養日ごとの平均就床時刻、平均起床時刻、平均睡眠時間等の情報を算出し、算出された情報に基づき、利用者の睡眠を管理する技術が知られている。
また、対象者の活動量を測定し、単位時間ごとに対象者が睡眠状態にあるか覚醒（活動）状態にあるかを判定する技術が知られている。
Roger J. Cole, Daniel F. Kripke, William Gruen, Daniel J. Mullaney, J. Christian Gillin, "Automatic Sleep/Wake Identification From Wrist Activity", Sleep, American Sleep Disorders Association and Sleep Research Society，01 September 1992，Volume 15, Issue 5, Pages 461-469
対象者の睡眠を管理する場合、日勤か夜勤かといった対象者の勤務形態を踏まえて睡眠を判別することが望ましい。例えば、勤務形態に応じて判別された状態で、対象者の睡眠を管理しない場合、対象者の睡眠を評価する評価者が、対象者の睡眠について適切な評価が行えないことが起こり得る。
そこで、本発明は、対象者の勤務形態を踏まえて、対象者の睡眠を判別することを目的とする。
一観点によれば、第１期間の対象者の活動状態に関する時系列データに基づき、前記第１期間を睡眠区間と活動区間とに区分し、前記第１期間の一部である第２期間内の前記睡眠区間及び前記活動区間の存在状況に基づき、勤務形態に係る複数の種別のうちのいずれかを、前記第１期間の前記睡眠区間の種別として判別する処理をコンピュータに実行させる睡眠判別プログラムが提供される。
また、一観点によれば、コンピュータが、第１期間の対象者の活動状態に関する時系列データに基づき、前記第１期間を睡眠区間と活動区間とに区分し、前記第１期間の一部である第２期間内の前記睡眠区間及び前記活動区間の存在状況に基づき、勤務形態に係る複数の種別のうちのいずれかを、前記第１期間の前記睡眠区間の種別として判別する睡眠判別方法が提供される。
また、一観点によれば、第１期間の対象者の活動状態に関する時系列データを測定するセンサで測定された前記時系列データに基づき、前記第１期間を睡眠区間と活動区間とに区分し、前記第１期間の一部である第２期間内の前記睡眠区間及び前記活動区間の存在状況に基づき、勤務形態に係る複数の種別のうちのいずれかを、前記第１期間の前記睡眠区間の種別として判別する演算部を含む睡眠判別システムが提供される。
対象者の睡眠をその勤務形態を踏まえて判別することが可能になる。
以下、実施の形態について図面を参照して説明する。
［第１の実施の形態］
図１は第１の実施の形態に係る睡眠判別装置の一例を示す図である。
［第１の実施の形態］
図１は第１の実施の形態に係る睡眠判別装置の一例を示す図である。
図１に示す睡眠判別装置１は、対象者の活動状態に関する時系列データに基づき検出される睡眠区間を、対象者の勤務形態に応じた種別で判別する。
睡眠判別装置１は、演算部１ａ及び記憶部１ｂを有する。演算部１ａは、例えば、睡眠判別装置１が備える図示しないプロセッサとして実現される。この場合、演算部１ａの処理は、プロセッサが所定のプログラムを実行することで実現される。尚、プロセッサには、ＣＰＵ（Central Processing Unit）、ＤＳＰ（Digital Signal Processor）、ＡＳＩＣ（Application Specific Integrated Circuit）、ＦＰＧＡ（Field Programmable Gate Array）等が含まれ得る。記憶部１ｂは、例えば、ＲＡＭ（Random Access Memory）やＨＤＤ（Hard Disk Drive）等、睡眠判別装置１が備える図示しない記憶装置の記憶領域として実現される。
睡眠判別装置１は、演算部１ａ及び記憶部１ｂを有する。演算部１ａは、例えば、睡眠判別装置１が備える図示しないプロセッサとして実現される。この場合、演算部１ａの処理は、プロセッサが所定のプログラムを実行することで実現される。尚、プロセッサには、ＣＰＵ（Central Processing Unit）、ＤＳＰ（Digital Signal Processor）、ＡＳＩＣ（Application Specific Integrated Circuit）、ＦＰＧＡ（Field Programmable Gate Array）等が含まれ得る。記憶部１ｂは、例えば、ＲＡＭ（Random Access Memory）やＨＤＤ（Hard Disk Drive）等、睡眠判別装置１が備える図示しない記憶装置の記憶領域として実現される。
演算部１ａは、例えば１日（２４時間）分といった所定の期間Ｐ１の対象者の活動状態に関する時系列データを示すデータに基づき、睡眠区間及び活動区間を検出する。対象者の活動状態に関する時系列データには、例えば、計測日時を付した加速度のデータを蓄積可能なセンサより測定されるデータが用いられる。
センサは、ベルトやズボンに取り付けられ、ユーザの腰の位置に装着される。但し、他の部位（頭部、首、腹、背中、腕或いは足等）にセンサを装着するようにしてもよく、ウエアラブル端末或いは携帯電話端末を用いるようにしてもよい。また、センサは、加速度の時系列データに基づいて、ユーザの活動量を算出するようにしてもよい。活動量の判定は従来技術による。更に、加速度の時系列データに基づいて、ユーザの体位を判定するようにしてもよい。体位の判定は従来技術による。
例えば、演算部１ａは、図１に示すような、期間Ｐ１の対象者の加速度の時系列データに基づき算出した活動量（以下、活動量）のデータＤａに基づき、睡眠区間Ｓａ及び活動区間Ａａを検出する。また、演算部１ａは、図１に示すような、期間Ｐ１の対象者の活動量のデータＤｂに基づき、睡眠区間Ｓｂ及び活動区間Ａｂを検出する。
演算部１ａは更に、期間Ｐ１における特定の期間Ｐ２の睡眠区間及び活動区間の存在状況に基づき、期間Ｐ１内の睡眠区間に対し、対象者の勤務形態に係る複数の種別のうちのいずれかをその睡眠区間の種別として判別する。例えば、演算部１ａは、期間Ｐ１の一部である期間Ｐ２の睡眠区間及び活動区間の存在状況に基づき、対象者の勤務形態が夜勤か否かを判別する。そして演算部１ａは、期間Ｐ２以外の期間Ｐ１内の睡眠区間の種別を、期間Ｐ２の勤務形態に基づいて判別する。
一例として、期間Ｐ１を１日（２４時間）とし、期間Ｐ２を深夜の時間帯（１時〜５時等）とする。データＤａのように、期間Ｐ２に活動区間Ａａのみが存在するような場合、演算部１ａは、例えば、対象者の勤務形態Ｅａを、夜勤であると判別する。更に、期間Ｐ２外、例えば期間Ｐ２よりも前に、睡眠区間Ｓａが存在するような場合、演算部１ａは、その睡眠区間Ｓａの種別Ｋａを、夜勤前の睡眠（夜勤直前の仮眠）と判別する。また、データＤｂのように、期間Ｐ２に睡眠区間Ｓｂのみが存在するような場合、演算部１ａは、例えば、対象者の勤務形態Ｅｂを、夜勤ではないと判別し、その睡眠区間Ｓｂの種別Ｋｂを、夜勤ではない対象者の通常の夜間の睡眠と判別する。
尚、ここでは期間Ｐ２を深夜の時間帯とする例を示したが、対象者の職種に応じて適宜期間Ｐ２を設定することで、対象者の勤務形態とそれに応じた睡眠区間の種別を判別することができる。
記憶部１ｂは、演算部１ａによって得られる情報を記憶する。例えば、対象者の活動量のデータ（Ｄａ，Ｄｂ等）、そのデータ内の睡眠区間（Ｓａ，Ｓｂ等）、対象者の勤務形態（Ｅａ，Ｅｂ等）とそれに応じた睡眠区間の種別（Ｋａ，Ｋｂ等）を示す情報を、対象者（その識別情報Ｔ１，Ｔ２，Ｔ３等）と対応付けて記憶する。
記憶部１ｂに記憶される情報から、対象者の勤務形態、取られた睡眠の勤務形態に応じた種別、生活リズム等を知ることができ、対象者の睡眠について、その勤務形態を踏まえた適切な評価やアドバイスを行うことが可能になる。
２交代制や３交代制の勤務者は、勤務の都合により、睡眠の回数、長さ、時間帯が、日勤のみの勤務者に比べて不規則となる。そのため、このような交代制勤務者の睡眠を管理することは、健康上、また業務上も、重要になる。睡眠判別装置１では、対象者の活動状態に関する時系列データから、その対象者の睡眠の回数、長さ、時間帯を知ることができるほか、対象者の勤務形態（夜勤か否か等）とそれに応じた睡眠の種別を判別することができる。これにより、交代制勤務者のような睡眠が不規則となる人の睡眠も適切に管理することが可能になる。
これまでに、利用者によって入力された勤務形態の情報から、その利用者の睡眠を管理する手法が知られている。しかし、このような手法では、利用者自身が勤務形態を入力するため、その入力作業が利用者の負担になる場合がある。また、外部（勤怠管理システム等）のデータベースから勤務形態を取得する手法も考えられるが、直前や当日に勤務が変更になった際、その変更が反映されず、誤った評価が行われてしまう恐れがある。これに対し、睡眠判別装置１では、上記のように、対象者の活動状態に関する時系列データに基づき、その対象者の睡眠の種別を判別し、睡眠を適切に管理することができる。そのため、勤務形態を入力する際の負担を回避したり、外部のデータベースから取得される勤務形態を利用する際に生じ得る誤評価を回避したりすることができる。
尚、睡眠判別装置１は、演算部１ａによって得られる情報を記憶部１ｂに記憶することなく、勤務形態を踏まえて睡眠を評価し、その評価結果を、ディスプレイを介して出力するようにしてもよい。この場合、演算部１ａによって得られる情報を記憶するための記憶部１ｂは、睡眠判別装置１に備わっていなくてもよい。一方で、睡眠判別装置１は、演算部１ａによって得られる情報を、一度、記憶部１ｂに記憶した後に、勤務形態を踏まえて睡眠を評価し、その評価結果を、ディスプレイを介して出力するようにしてもよい。
また、睡眠判別装置１は、演算部１ａによって得られた情報に基づき、対象者の勤務形態を踏まえて、対象者の睡眠状態に関するコメントを生成して、出力してもよい。
［第２の実施の形態］
ここでは、対象者の活動状態に関する時系列データから勤務形態が夜勤であるか否かを判別し、その対象者の睡眠を、その勤務形態である夜勤に応じた種別で判別する例を、第２の実施の形態として説明する。
［第２の実施の形態］
ここでは、対象者の活動状態に関する時系列データから勤務形態が夜勤であるか否かを判別し、その対象者の睡眠を、その勤務形態である夜勤に応じた種別で判別する例を、第２の実施の形態として説明する。
図２は第２の実施の形態に係る睡眠判別システムの一例を示す図である。
図２に示す睡眠判別システム１０００は、活動量計２００及び睡眠判別装置１００を含む。睡眠判別システム１０００は更に、睡眠判別装置１００に接続されたルータ３００、ルータ３００に接続された端末装置４００（例えばスマートフォンやタブレット端末）、ネットワーク６００を介してルータ３００に接続された情報処理装置５００（例えばサーバ）を含んでもよい。
図２に示す睡眠判別システム１０００は、活動量計２００及び睡眠判別装置１００を含む。睡眠判別システム１０００は更に、睡眠判別装置１００に接続されたルータ３００、ルータ３００に接続された端末装置４００（例えばスマートフォンやタブレット端末）、ネットワーク６００を介してルータ３００に接続された情報処理装置５００（例えばサーバ）を含んでもよい。
活動量計２００は、ベルトやズボンに取り付けられ、ユーザの腰の位置に装着される。但し、他の部位（頭部、首、胸、腹、背中、腕或いは足等）に活動量計２００を装着するようにしてもよい。また、ウエアラブル端末或いは携帯電話端末を用いるようにしてもよい。
活動量計２００は、計測日時を付した加速度のデータ、つまり加速度の時系列データを蓄積し、加速度の時系列データに基づいて、ユーザの活動量を算出する。そして、活動量計２００は、算出した活動量の時系列データを、通信インタフェースを介して出力する。活動量の算出方法は、従来技術による。
また、活動量計２００は、加速度の時系列データに基づいて、ユーザの体位を判定するようにしてもよい。そして、活動量計２００は、判定した体位の時系列データを、通信インタフェースを介して出力するようにしてもよい。体位は、例えば伏臥位、仰臥位、側臥位及び立位等である。体位の判定方法は、従来技術による。
睡眠判別装置１００は、活動量計２００で測定された対象者の活動量のデータを取得し、取得した活動量のデータから、勤務形態が夜勤であるか否かを判別し、その対象者の睡眠を、その勤務形態に応じた種別で判別する処理を実行する。睡眠判別装置１００は、例えば、ＮＦＣ（Near Field Communication）等の近距離無線通信技術により、活動量計２００から、測定された活動量のデータを取得する。尚、睡眠判別装置１００は、このような無線通信技術のほか、ワイヤやケーブルを用いる有線通信技術により、活動量計２００から活動量のデータを取得してもよい。
睡眠判別システム１０００がルータ３００を含む場合、睡眠判別装置１００は、活動量計２００と無線又は有線通信技術により接続されるルータ３００を介して、活動量計２００から活動量のデータを取得してもよい。
睡眠判別システム１０００が情報処理装置５００を含む場合には、睡眠判別装置１００の処理結果を含む情報が、ルータ３００及びネットワーク６００を介して情報処理装置５００に送信され、記憶されてもよい。
睡眠判別システム１０００が端末装置４００を含む場合には、睡眠判別装置１００の処理結果が、ルータ３００を介して端末装置４００に送信され、端末装置４００で閲覧可能とされてもよい。或いは、情報処理装置５００に記憶された、睡眠判別装置１００の処理結果が、ネットワーク６００及びルータ３００を介して端末装置４００に送信され、端末装置４００で閲覧可能とされてもよい。
続いて、睡眠判別装置１００のハードウェア構成について述べる。
図３は第２の実施の形態に係る睡眠判別装置のハードウェア構成の一例を示す図である。
図３は第２の実施の形態に係る睡眠判別装置のハードウェア構成の一例を示す図である。
睡眠判別装置１００は、プロセッサ１０１、ＲＡＭ１０２、ＨＤＤ１０３、画像信号処理部１０４、入力信号処理部１０５、読み取り装置１０６及び通信インタフェース１０７を有する。
プロセッサ１０１は、マルチプロセッサであってもよい。プロセッサ１０１は、例えば、ＣＰＵ、ＤＳＰ、ＡＳＩＣ又はＦＰＧＡ等である。プロセッサ１０１は、ＣＰＵ、ＤＳＰ、ＡＳＩＣ、ＦＰＧＡ等のうちの２種以上の組合せであってもよい。
ＲＡＭ１０２は、睡眠判別装置１００の主記憶装置である。ＲＡＭ１０２は、プロセッサ１０１に実行させるＯＳ（Operating System）のプログラムやアプリケーションプログラムの少なくとも一部を一時的に記憶する。また、ＲＡＭ１０２は、プロセッサ１０１による処理に用いる各種データを記憶する。
ＨＤＤ１０３は、睡眠判別装置１００の補助記憶装置である。ＨＤＤ１０３は、内蔵した磁気ディスクに対して、磁気的にデータの書き込み及び読み出しを行う。ＨＤＤ１０３には、ＯＳのプログラム、アプリケーションプログラム、及び各種データが格納される。睡眠判別装置１００は、ＳＳＤ（Solid State Drive）等の他の種類の補助記憶装置を備えてもよく、複数の補助記憶装置を備えてもよい。
画像信号処理部１０４は、プロセッサ１０１からの命令に従って、睡眠判別装置１００に接続されたディスプレイ１０４ａに画像を表示させる。ディスプレイ１０４ａとしては、ＣＲＴディスプレイや液晶ディスプレイ等を用いることができる。
入力信号処理部１０５は、睡眠判別装置１００に接続された入力デバイス１０５ａから入力信号を取得し、プロセッサ１０１に出力する。入力デバイス１０５ａとしては、例えば、マウスやタッチパネル等のポインティングデバイス、キーボード等を用いることができる。
読み取り装置１０６は、記録媒体１０６ａに記録されたプログラムやデータを読み取る装置である。記録媒体１０６ａとして、例えば、フレキシブルディスク（ＦＤ：Flexible Disk）やＨＤＤ等の磁気ディスク、ＣＤ（Compact Disc）やＤＶＤ（Digital Versatile Disc）等の光ディスク、光磁気ディスク（ＭＯ：Magneto-Optical disk）を使用できる。また、記録媒体１０６ａとして、例えば、フラッシュメモリカード等の不揮発性の半導体メモリを使用することもできる。読み取り装置１０６は、例えば、プロセッサ１０１からの命令に従って、記録媒体１０６ａから読み取ったプログラムやデータをＲＡＭ１０２又はＨＤＤ１０３に格納する。
通信インタフェース１０７は、活動量計２００のほか、ルータ３００、端末装置４００、情報処理装置５００と通信を行うためのインタフェースである。
上記のように、睡眠判別装置１００は、活動量計２００で測定された対象者の活動量のデータを取得し、取得した活動量のデータから、勤務形態が夜勤であるか否かを判別し、その対象者の睡眠を、その勤務形態に応じた種別で判別する処理を実行する。以下、このような睡眠判別処理について述べる。
上記のように、睡眠判別装置１００は、活動量計２００で測定された対象者の活動量のデータを取得し、取得した活動量のデータから、勤務形態が夜勤であるか否かを判別し、その対象者の睡眠を、その勤務形態に応じた種別で判別する処理を実行する。以下、このような睡眠判別処理について述べる。
まず、睡眠判別装置１００が有する機能について説明する。
図４は第２の実施の形態に係る睡眠判別装置が有する機能の一例を示す図である。
図４に示す睡眠判別装置１００は、受信部１１０、算出部１２０、区分部１３０、判別部１４０、記憶部１５０、及び表示部１６０を含む。
図４は第２の実施の形態に係る睡眠判別装置が有する機能の一例を示す図である。
図４に示す睡眠判別装置１００は、受信部１１０、算出部１２０、区分部１３０、判別部１４０、記憶部１５０、及び表示部１６０を含む。
受信部１１０は、活動量計２００で測定された対象者の活動量を含むデータ１１０ａを受信する。活動量計２００では、例えば２分ごとといった単位時間ごとに、対象者の活動量及び体位（立位、仰臥、伏臥等）が算出され記録される。このようにして活動量計２００で算出されて記録された、活動量を含むデータ１１０ａが、睡眠判別装置１００に送信され、その受信部１１０によって受信される。
算出部１２０は、受信部１１０によって受信されたデータ１１０ａに基づき、活動量が測定された単位時間ごとに、対象者が睡眠状態であったか覚醒状態であったかを算出し、判定する処理を実行する。算出部１２０は更に、その判定結果、及びデータ１１０ａ内の体位の情報に基づき、入床時刻及び離床時刻を判定する処理を実行する。ここで、対象者が睡眠状態であったか覚醒状態であったかは、以下のＣｏｌｅ式（非特許文献１）を用いて算出した判定値（Ｓ）により判定することができる。
Ｓ＝０．００００１（４０４Ａt-4＋５９８Ａt-3＋３２６Ａt-2＋４４１Ａt-1＋１４０８Ａt0＋５０８Ａt+1＋３５０Ａt+2）
この式は時刻ｔ０における判定値（Ｓ）を示している。Ａt-4，Ａt-3，Ａt-2，Ａt-1 はそれぞれ時刻ｔ０の４分前、３分前、２分前、１分前の活動量である。Ａt0は、時刻ｔ０における活動量であり、Ａt+1，Ａt+2 はそれぞれ１分後、２分後の活動量である。Ｃｏｌｅ式によって得られる判定値（Ｓ）が１未満であれば睡眠状態、１以上であれば覚醒状態と判定することができる。或いは、Ｃｏｌｅ式と同様の、活動量から判定値を算出するための所定の数学式を設定し、その数学式を用いて算出される判定値が、一定の判定ラインを上回るか否かによって、対象者が睡眠状態であったか覚醒状態であったかを判定することもできる。
Ｓ＝０．００００１（４０４Ａt-4＋５９８Ａt-3＋３２６Ａt-2＋４４１Ａt-1＋１４０８Ａt0＋５０８Ａt+1＋３５０Ａt+2）
この式は時刻ｔ０における判定値（Ｓ）を示している。Ａt-4，Ａt-3，Ａt-2，Ａt-1 はそれぞれ時刻ｔ０の４分前、３分前、２分前、１分前の活動量である。Ａt0は、時刻ｔ０における活動量であり、Ａt+1，Ａt+2 はそれぞれ１分後、２分後の活動量である。Ｃｏｌｅ式によって得られる判定値（Ｓ）が１未満であれば睡眠状態、１以上であれば覚醒状態と判定することができる。或いは、Ｃｏｌｅ式と同様の、活動量から判定値を算出するための所定の数学式を設定し、その数学式を用いて算出される判定値が、一定の判定ラインを上回るか否かによって、対象者が睡眠状態であったか覚醒状態であったかを判定することもできる。
区分部１３０は、算出部１２０によって得られた入床時刻及び離床時刻の情報に基づき、入床時刻と離床時刻の間に挟まれる区間を睡眠区間として区分し、その他の区間を活動区間として区分する処理を実行する。
判別部１４０は、区分部１３０によって区分された睡眠区間及び活動区間の情報に基づき、対象者の勤務形態を判別する処理を実行する。この例では、対象者が夜勤であるか否かを判別部１４０が判別する。判別部１４０は更に、区分部１３０によって区分された対象者の睡眠区間を、その勤務形態に応じた種別で判別する処理を実行する。この例では、対象者の勤務形態が夜勤であるか否かに応じ、夜勤直前の仮眠、夜勤時の仮眠、夜勤翌日（夜勤明け）の睡眠、夜勤でない日の睡眠といった種別で、対象者の睡眠区間を判別部１４０が判別する。
上記のような受信部１１０、算出部１２０、区分部１３０、及び判別部１４０の各処理は、例えば、プロセッサ１０１が所定のアプリケーションプログラムを実行することによって実現される。
記憶部１５０は、ＲＡＭ１０２又はＨＤＤ１０３に確保された記憶領域として実装される。記憶部１５０は、判別部１４０により判別された対象者の勤務形態とそれに応じた睡眠区間の種別、及びその睡眠区間に関する情報（入床及び離床時刻、就床時間、睡眠効率等）を含むデータを記憶する。
表示部１６０は、判別部１４０によって判別されて記憶部１５０に記憶された、対象者の睡眠区間とその種別を含むデータに基づき、その対象者の睡眠に関する情報をディスプレイ１０４ａに表示させる（可視化する）ためのデータを生成する処理を実行する。この例では、対象者の、夜勤当日や夜勤翌日の睡眠に関する情報、夜勤でない日の睡眠に関する情報を、日ごとに、或いは複数の日数分の情報を累積的に表示させるためのデータを、表示部１６０が生成する。
続いて、睡眠判別装置１００が実行する処理について説明する。
図５〜図７は第２の実施の形態に係る睡眠判別処理のフローの一例を示す図である。図８〜図１８は第２の実施の形態に係る睡眠判別処理についての説明図である。以下、睡眠判別装置１００が実行する睡眠判別処理を、図５〜図７に示すステップ番号に沿って、図８〜図１８を参照しながら、説明する。
図５〜図７は第２の実施の形態に係る睡眠判別処理のフローの一例を示す図である。図８〜図１８は第２の実施の形態に係る睡眠判別処理についての説明図である。以下、睡眠判別装置１００が実行する睡眠判別処理を、図５〜図７に示すステップ番号に沿って、図８〜図１８を参照しながら、説明する。
まず、ステップＳ１（図５）の処理について述べる。
＜Ｓ１＞ 受信部１１０は、活動量計２００で測定された対象者の活動量を含むデータを受信する。
＜Ｓ１＞ 受信部１１０は、活動量計２００で測定された対象者の活動量を含むデータを受信する。
ここで、図８は第２の実施の形態に係る受信部が受信するデータの一例を示す図である。
受信部１１０は、例えば図８に示すような、日時と、その時の対象者の活動量及び体位を示す情報とが、対応付けられて記録されたデータ１１０ａを受信する。活動量計２００では、単位時間（この例では２分）ごとに、対象者の活動量及び体位（立位、仰臥、伏臥等）が測定され記録される。このようにして活動量計２００で測定されて記録された、対象者の活動量を含むデータ１１０ａが、受信部１１０によって受信される。
受信部１１０は、例えば図８に示すような、日時と、その時の対象者の活動量及び体位を示す情報とが、対応付けられて記録されたデータ１１０ａを受信する。活動量計２００では、単位時間（この例では２分）ごとに、対象者の活動量及び体位（立位、仰臥、伏臥等）が測定され記録される。このようにして活動量計２００で測定されて記録された、対象者の活動量を含むデータ１１０ａが、受信部１１０によって受信される。
次いで、ステップＳ２及びＳ３（図５）の処理について述べる。
＜Ｓ２＞ 算出部１２０は、受信部１１０によって受信されたデータ１１０ａに基づき、活動量が測定された単位時間ごとに、対象者が睡眠状態であったか覚醒状態であったかを算出し、判定する。この判定は、Ｃｏｌｅ式又はそれと同様の数学式、即ち、活動量から睡眠状態と覚醒状態を判定可能な数学式を用いて、行われる。
＜Ｓ２＞ 算出部１２０は、受信部１１０によって受信されたデータ１１０ａに基づき、活動量が測定された単位時間ごとに、対象者が睡眠状態であったか覚醒状態であったかを算出し、判定する。この判定は、Ｃｏｌｅ式又はそれと同様の数学式、即ち、活動量から睡眠状態と覚醒状態を判定可能な数学式を用いて、行われる。
＜Ｓ３＞ 算出部１２０は更に、ステップＳ２の算出による判定結果、及び／又はデータ１１０ａに含まれる対象者の体位の情報に基づき、入床時刻及び離床時刻を算出する。入床時刻及び起床時刻の判定方法は、例えば、非特許文献１や特許文献１に開示された技術を流用することができる。
ここで、図９は第２の実施の形態に係る算出部で得られるデータの一例を示す図である。
算出部１２０は、ステップＳ２及びＳ３の処理により、例えば図９に示すようなデータ１２０ａを得る。データ１２０ａには、活動量計２００で測定された日時と対象者の活動量及び／又は体位の情報（受信部１１０で受信するデータ１１０ａの内容）、並びに所定の数学式による計算結果とそれに基づく睡眠状態と覚醒状態の判定結果（睡眠／覚醒）の情報が記録される。データ１２０ａには更に、判定された入床時刻及び離床時刻であることを示す情報（入床／離床）が、該当する日時の事象として記録される。
算出部１２０は、ステップＳ２及びＳ３の処理により、例えば図９に示すようなデータ１２０ａを得る。データ１２０ａには、活動量計２００で測定された日時と対象者の活動量及び／又は体位の情報（受信部１１０で受信するデータ１１０ａの内容）、並びに所定の数学式による計算結果とそれに基づく睡眠状態と覚醒状態の判定結果（睡眠／覚醒）の情報が記録される。データ１２０ａには更に、判定された入床時刻及び離床時刻であることを示す情報（入床／離床）が、該当する日時の事象として記録される。
図１０は第２の実施の形態に係る算出部の処理についての説明図である。
図１０には、１２時から翌日の１２時までの単位時間ごとに測定された活動量Ａｃｔの、Ｎｏ．１〜４の４つの例を示している。
図１０には、１２時から翌日の１２時までの単位時間ごとに測定された活動量Ａｃｔの、Ｎｏ．１〜４の４つの例を示している。
算出部１２０は、ステップＳ２及びＳ３の処理により、１２時から翌日の１２時までの対象者の活動量Ａｃｔから、その対象者の睡眠状態及び覚醒状態を判定し、その判定結果及び／又は対象者の体位の情報から、入床時刻及び離床時刻を判定する。これにより、図１０に示すように、Ｎｏ．１〜４の各例について、１２時から翌日の１２時までの対象者の入床時刻（図１０の▽）及び離床時刻（図１０の▼）が判定される。
次いで、ステップＳ４（図５）の処理について述べる。
＜Ｓ４＞ 区分部１３０は、算出部１２０によって得られた入床時刻及び離床時刻の情報に基づき、入床時刻と離床時刻の間に挟まれる区間を睡眠区間として区分し、その他の区間を活動区間として区分する。
＜Ｓ４＞ 区分部１３０は、算出部１２０によって得られた入床時刻及び離床時刻の情報に基づき、入床時刻と離床時刻の間に挟まれる区間を睡眠区間として区分し、その他の区間を活動区間として区分する。
ここで、図１１は第２の実施の形態に係る区分部の処理についての説明図である。
図１１には、上記図１０に示したＮｏ．１〜４の例について、睡眠区間と活動区間に区分した場合を示している。
図１１には、上記図１０に示したＮｏ．１〜４の例について、睡眠区間と活動区間に区分した場合を示している。
区分部１３０は、ステップＳ４の処理により、１２時から翌日の１２時までの対象者の入床時刻及び離床時刻（図１０）から、入床時刻と離床時刻の間に挟まれる区間を睡眠区間として区分し、その他の区間を活動区間として区分する。これにより、図１１に示すように、Ｎｏ．１〜４の各例について、対象者の１２時から翌日の１２時までの期間が、睡眠区間（図１１に「睡眠」と記す）と活動区間（図１１に「活動」と記す）とに区分される。
上記のようなステップＳ１〜Ｓ４の処理後、判別部１４０は、ステップＳ５以降の処理を実行する。
まず、ステップＳ５（図５）の処理について述べる。
まず、ステップＳ５（図５）の処理について述べる。
＜Ｓ５＞ 判別部１４０は、特定の時間帯、この例は深夜の時間帯において、対象者の睡眠区間と活動区間とが混在するか否かを判定する。
ここで、図１２は第２の実施の形態に係る判別部の処理についての第１の説明図である。
ここで、図１２は第２の実施の形態に係る判別部の処理についての第１の説明図である。
図１２には、上記図１１（及び図１０）に示したＮｏ．１〜４の例について、睡眠区間と活動区間とが混在するか否かを判定した場合を示している。
判別部１４０は、ステップＳ５の処理により、深夜の時間帯（１時〜５時）において、睡眠区間と活動区間とが混在するか否かを判定する。図１２に示すように、深夜の時間帯である１時〜５時には、Ｎｏ．１及びＮｏ．２の例では睡眠区間及び活動区間の双方が存在し、Ｎｏ．３の例では活動区間のみが存在し、Ｎｏ．４の例では、睡眠区間のみが存在する。このような場合、判別部１４０は、Ｎｏ．１及びＮｏ．２の例では、睡眠区間と活動区間とが混在すると判定し、Ｎｏ．３及びＮｏ．４の例では、睡眠区間と活動区間とが混在しないと判定する。判別部１４０は、混在すると判定した場合、処理をステップＳ１０（図５）に進め、混在しないと判定した場合には、処理をステップＳ６（図５）に進める。
判別部１４０は、ステップＳ５の処理により、深夜の時間帯（１時〜５時）において、睡眠区間と活動区間とが混在するか否かを判定する。図１２に示すように、深夜の時間帯である１時〜５時には、Ｎｏ．１及びＮｏ．２の例では睡眠区間及び活動区間の双方が存在し、Ｎｏ．３の例では活動区間のみが存在し、Ｎｏ．４の例では、睡眠区間のみが存在する。このような場合、判別部１４０は、Ｎｏ．１及びＮｏ．２の例では、睡眠区間と活動区間とが混在すると判定し、Ｎｏ．３及びＮｏ．４の例では、睡眠区間と活動区間とが混在しないと判定する。判別部１４０は、混在すると判定した場合、処理をステップＳ１０（図５）に進め、混在しないと判定した場合には、処理をステップＳ６（図５）に進める。
次いで、ステップＳ６とそれに続くステップ（図５）の処理について述べる。
＜Ｓ６＞ 判別部１４０は、ステップＳ５において、深夜の時間帯に睡眠区間と活動区間とが混在しないと判定した場合、その深夜の時間帯が全て活動区間であるか否かを判定する。
＜Ｓ６＞ 判別部１４０は、ステップＳ５において、深夜の時間帯に睡眠区間と活動区間とが混在しないと判定した場合、その深夜の時間帯が全て活動区間であるか否かを判定する。
ここで、図１３は第２の実施の形態に係る判別部の処理についての第２の説明図である。
図１３には、上記図１２に示したＮｏ．１〜４のうちのＮｏ．３，４の例を抜き出して示している。図１３を参照して、ステップＳ６に続くステップＳ７〜Ｓ９の処理について述べる。
図１３には、上記図１２に示したＮｏ．１〜４のうちのＮｏ．３，４の例を抜き出して示している。図１３を参照して、ステップＳ６に続くステップＳ７〜Ｓ９の処理について述べる。
＜Ｓ７＞ 判別部１４０は、ステップＳ６において、深夜の時間帯が全て活動区間ではないと判定した場合、その対象者の勤務形態が夜勤でないと判別する。例えば、判別部１４０は、図１３のＮｏ．４の例のように、深夜の時間帯が全て睡眠区間であれば、その対象者の勤務形態を夜勤でないと判別する。
＜Ｓ８＞ 判別部１４０は、ステップＳ６において、深夜の時間帯が全て活動区間であると判定した場合、その対象者の勤務形態が夜勤であると判別する。例えば、判別部１４０は、図１３のＮｏ．３の例のように、深夜の時間帯が全て活動区間であれば、その対象者の勤務形態を夜勤であると判別する。
＜Ｓ９＞ 判別部１４０は、ステップＳ８で対象者の勤務形態を夜勤であると判別すると、夜勤時の深夜の時間帯が全て活動区間であることから、その夜勤時の深夜の時間帯において仮眠はなかったものと判別する。
次いで、ステップＳ１０とそれに続くステップ（図５）の処理について述べる。
＜Ｓ１０＞ 判別部１４０は、ステップＳ５において、深夜の時間帯に睡眠区間と活動区間とが混在すると判定した場合、その深夜の時間帯に存在する睡眠区間が、夜勤時の仮眠の条件に合致するか否かを判定する。
＜Ｓ１０＞ 判別部１４０は、ステップＳ５において、深夜の時間帯に睡眠区間と活動区間とが混在すると判定した場合、その深夜の時間帯に存在する睡眠区間が、夜勤時の仮眠の条件に合致するか否かを判定する。
深夜の時間帯に睡眠区間と活動区間とが混在する場合、睡眠と覚醒（活動）の判定だけでは、その対象者の勤務形態が夜勤であるか否かを判別することが難しい。例えば、夜勤時に仮眠が取られるような場合には、深夜の時間帯に睡眠区間と活動区間とが混在する状況が生じるため、深夜の時間帯に睡眠区間が存在することのみで夜勤でないと判別することはできない。また、夜勤でない日に、眠れずに殆ど覚醒しているような場合にも、深夜の時間帯に睡眠区間と活動区間とが混在する状況が生じるため、深夜の時間帯に活動区間が存在することのみで夜勤であると判別することはできない。深夜の時間帯に睡眠区間と活動区間とが混在する場合の、その睡眠区間が、夜勤時の仮眠であるか否かを判別できれば、その日を夜勤の日と判別することが可能になる。
夜勤時の仮眠には、次の（ｉ）及び（ｉｉ）のような特徴がある。
（ｉ）仮眠の時間（睡眠区間の長さ）は、通常の睡眠（日勤や休日等の夜から朝にかけての睡眠）に比べると短い。
（ｉ）仮眠の時間（睡眠区間の長さ）は、通常の睡眠（日勤や休日等の夜から朝にかけての睡眠）に比べると短い。
（ｉｉ）勤務の開始直後や終了直前に仮眠をとることはないため、仮眠前後の活動区間の長さは、仮眠の時間（睡眠区間の長さ）に比べると長い。
そこで、このような夜勤時の仮眠の特徴（ｉ）及び（ｉｉ）を考慮した条件を設定し、ステップＳ１０において、深夜の時間帯に混在する睡眠区間が、その条件に合致するか否かを判定する。
そこで、このような夜勤時の仮眠の特徴（ｉ）及び（ｉｉ）を考慮した条件を設定し、ステップＳ１０において、深夜の時間帯に混在する睡眠区間が、その条件に合致するか否かを判定する。
ここで、図１４及び図１５は第２の実施の形態に係る判別部の処理についての第３の説明図である。
図１４には、上記図１２に示したＮｏ．１〜４のうちのＮｏ．１の例を抜き出して示している。今、図１４に示すように、夜勤時の仮眠であるかを判別したい睡眠区間の長さをＳｌｐ０とし、睡眠区間の直前の活動区間の長さをＡｃｔ−１とし、睡眠区間の直後の活動区間の長さをＡｃｔ＋１とする。夜勤時の仮眠の特徴（ｉ）から、Ｓｌｐ０は、比較的小さい。更に、夜勤時の仮眠の特徴（ｉｉ）から、Ａｃｔ−１及びＡｃｔ＋１は、Ｓｌｐ０と比較すると長く、それらの積の逆数は小さい。そこで、ｘ＝Ｓｌｐ０、ｙ＝１／（Ａｃｔ−１×Ａｃｔ＋１）、ａ及びｂを定数とし、次の式（１）及び式（２）で表される条件を共に満たす場合、その睡眠区間を夜勤時の仮眠として判別する。
図１４には、上記図１２に示したＮｏ．１〜４のうちのＮｏ．１の例を抜き出して示している。今、図１４に示すように、夜勤時の仮眠であるかを判別したい睡眠区間の長さをＳｌｐ０とし、睡眠区間の直前の活動区間の長さをＡｃｔ−１とし、睡眠区間の直後の活動区間の長さをＡｃｔ＋１とする。夜勤時の仮眠の特徴（ｉ）から、Ｓｌｐ０は、比較的小さい。更に、夜勤時の仮眠の特徴（ｉｉ）から、Ａｃｔ−１及びＡｃｔ＋１は、Ｓｌｐ０と比較すると長く、それらの積の逆数は小さい。そこで、ｘ＝Ｓｌｐ０、ｙ＝１／（Ａｃｔ−１×Ａｃｔ＋１）、ａ及びｂを定数とし、次の式（１）及び式（２）で表される条件を共に満たす場合、その睡眠区間を夜勤時の仮眠として判別する。
ｙ＜ａｘ ・・・（１）
ｘ＜ｂ ・・・（２）
図１５には、夜勤時の仮眠の条件とそれを用いた判別の一例を示している。例えば、入眠開始時刻が２１時〜６時である睡眠区間において（夜勤時の仮眠は日中ではないため）、３０ｙ＜ｘで且つｘ＜３の条件を満たす場合に、その睡眠区間を、夜勤時の仮眠と判別する。また、条件を満たさない場合、その睡眠区間を、その他の睡眠と判別する。このような判定が行えるように、予め式（１）及び式（２）について妥当な定数ａ，ｂ（図１５の例ではａ＝１／３０，ｂ＝３）の値が設定される。
ｘ＜ｂ ・・・（２）
図１５には、夜勤時の仮眠の条件とそれを用いた判別の一例を示している。例えば、入眠開始時刻が２１時〜６時である睡眠区間において（夜勤時の仮眠は日中ではないため）、３０ｙ＜ｘで且つｘ＜３の条件を満たす場合に、その睡眠区間を、夜勤時の仮眠と判別する。また、条件を満たさない場合、その睡眠区間を、その他の睡眠と判別する。このような判定が行えるように、予め式（１）及び式（２）について妥当な定数ａ，ｂ（図１５の例ではａ＝１／３０，ｂ＝３）の値が設定される。
ステップＳ１０では、予めこのような夜勤時の仮眠の条件が設定され、判別部１４０により、深夜の時間帯に混在する睡眠区間が、その条件に合致するか否かが判定される。合致する場合、判別部１４０は、処理をステップＳ１１及びＳ１２（図５）に進める。
＜Ｓ１１＞ 判別部１４０は、ステップＳ１０において、深夜の時間帯に混在する睡眠区間が、夜勤時の仮眠の条件に合致すると判定した場合、その対象者の勤務形態を夜勤であると判別する。
＜Ｓ１２＞ 判別部１４０は、ステップＳ１１で対象者の勤務形態を夜勤であると判別すると、その夜勤時の深夜の時間帯の睡眠区間の種別を、夜勤時の仮眠と判別する。
また、判別部１４０は、ステップＳ１０において、深夜の時間帯に混在する睡眠区間が、夜勤時の仮眠の条件に合致しない場合、処理をステップＳ７に進め、その対象者の勤務形態を夜勤でない（眠れずに殆ど覚醒している等）と判別する。
また、判別部１４０は、ステップＳ１０において、深夜の時間帯に混在する睡眠区間が、夜勤時の仮眠の条件に合致しない場合、処理をステップＳ７に進め、その対象者の勤務形態を夜勤でない（眠れずに殆ど覚醒している等）と判別する。
睡眠判別装置１００は、上記図５に示すような処理を実行し、深夜の時間帯における睡眠区間及び活動区間の存在状況から、対象者の勤務形態が夜勤でないと判別した場合（ステップＳ７）、更に図６に示すような処理を実行する。図６に示す処理をステップ番号に沿って説明する。
＜Ｓ２０＞ 判別部１４０は、対象者の勤務形態が夜勤でないと判定した場合、前日の勤務形態の判定結果があるか否かを判定する。判別部１４０は、前日の勤務形態の判定結果がある場合、処理をステップＳ２１に進め、判定結果がない場合、処理をステップＳ２４に進める。
＜Ｓ２１＞ 判別部１４０は、前日の勤務形態の判定結果がある場合、前日の勤務形態が夜勤であるか否かを判定する。判別部１４０は、前日の勤務形態が夜勤である場合、処理をステップＳ２２に進め、夜勤でない場合、処理をステップＳ２４に進める。
＜Ｓ２２＞ 判別部１４０は、前日の勤務形態が夜勤である場合、当日（睡眠判別処理対象の日）を、夜勤翌日であると判別する。
＜Ｓ２３＞ 判別部１４０は、ステップＳ２２で当日が夜勤翌日であると判別すると、その当日の深夜の時間帯の全部又は一部に存在する睡眠区間の種別を、夜勤翌日の睡眠と判別する。
＜Ｓ２３＞ 判別部１４０は、ステップＳ２２で当日が夜勤翌日であると判別すると、その当日の深夜の時間帯の全部又は一部に存在する睡眠区間の種別を、夜勤翌日の睡眠と判別する。
＜Ｓ２４＞ 判別部１４０は、ステップＳ２０で前日の勤務形態の判定結果がない場合、及びステップＳ２１で前日の勤務形態が夜勤でない場合には、当日（睡眠判別処理対象の日）を、その他の日（日勤日や休日）であると判別する。
＜Ｓ２５＞ 判別部１４０は、ステップＳ２４で当日がその他の日であると判別すると、その当日の深夜の時間帯の全部又は一部に存在する睡眠区間の種別を、その他の睡眠と判別する。
睡眠判別装置１００は、上記図５及び図６に示すような処理を実行し、夜勤当日、又は夜勤翌日若しくはその他の日と判定した後、更に図７に示すような処理を実行する。図７に示す処理をステップ番号に沿って説明する。
＜Ｓ３０＞ 判別部１４０は、深夜の時間帯外に睡眠区間が存在するか否かを判定する。判別部１４０は、深夜の時間帯外に睡眠区間が存在する場合、処理をステップＳ３１に進め、深夜の時間帯外に睡眠区間が存在しない場合、処理をステップＳ３７に進める。
＜Ｓ３１＞ 判別部１４０は、深夜の時間帯外に睡眠区間が存在する場合、当日の勤務形態が夜勤であるか否かを判定する。判別部１４０は、当日の勤務形態が夜勤である場合、処理をステップＳ３２に進め、当日の勤務形態が夜勤でない場合、処理をステップＳ３３に進める。
＜Ｓ３２＞ 判別部１４０は、当日の勤務形態が夜勤である場合（ステップＳ８，Ｓ１１）、深夜の時間帯外に存在する睡眠区間の種別を、夜勤直前の仮眠と判別する。
＜Ｓ３３＞ 判別部１４０は、当日の勤務形態が夜勤でない場合（ステップＳ２３，Ｓ２５）、前日の勤務形態の判定結果があるか否かを判定する。判別部１４０は、前日の勤務形態の判定結果がある場合、処理をステップＳ３４に進め、判定結果がない場合、処理をステップＳ３６に進める。
＜Ｓ３３＞ 判別部１４０は、当日の勤務形態が夜勤でない場合（ステップＳ２３，Ｓ２５）、前日の勤務形態の判定結果があるか否かを判定する。判別部１４０は、前日の勤務形態の判定結果がある場合、処理をステップＳ３４に進め、判定結果がない場合、処理をステップＳ３６に進める。
＜Ｓ３４＞ 判別部１４０は、前日の勤務形態の判定結果がある場合、前日の勤務形態が夜勤であるか否かを判定する。判別部１４０は、前日の勤務形態が夜勤である場合、処理をステップＳ３５に進め、夜勤でない場合、処理をステップＳ３６に進める。
＜Ｓ３５＞ 判別部１４０は、前日の勤務形態が夜勤である場合、深夜の時間帯外に存在する睡眠区間の種別を、夜勤翌日の睡眠と判別する。
＜Ｓ３６＞ 判別部１４０は、ステップＳ３３で前日の勤務形態の判定結果がない場合、及びステップＳ３４で前日の勤務形態が夜勤でない場合には、深夜の時間帯外に存在する睡眠区間の種別を、その他の睡眠と判別する。
＜Ｓ３６＞ 判別部１４０は、ステップＳ３３で前日の勤務形態の判定結果がない場合、及びステップＳ３４で前日の勤務形態が夜勤でない場合には、深夜の時間帯外に存在する睡眠区間の種別を、その他の睡眠と判別する。
＜Ｓ３７＞ 記憶部１５０は、対象者の活動量を含むデータから得られた睡眠区間に関する情報（入床及び離床時刻、就床時間、睡眠効率等）、及び勤務形態とそれに応じた睡眠区間の種別等を含む情報を記憶する。
但し、判別部１４０で判別した情報は、必ずしも記憶しなくてもよい。例えば、判別した情報を記憶せず、睡眠状態に関する評価結果の出力への利用や対象者の睡眠状態に関するコメントの生成に利用してもよい。
睡眠判別装置１００は、上記図５〜図７（及び図８〜図１５）に示すような処理を実行し、活動量計２００で測定された対象者の活動量のデータから勤務形態を判別し、対象者の睡眠をその勤務形態に応じた種別で判別する。処理によって得られる情報は、記憶部１５０に記憶される。
図１６は第２の実施の形態に係る記憶部に記憶されるデータの一例を示す図である。
図１６には、或る対象者Ｔの、複数の日数分の活動量のデータから、上記のような睡眠判別処理を行うことで得られる情報の一例を示している。
図１６には、或る対象者Ｔの、複数の日数分の活動量のデータから、上記のような睡眠判別処理を行うことで得られる情報の一例を示している。
記憶部１５０には、例えば、この図１６に示すように、日付と、日ごとに判別された勤務形態に応じた種別、入床時刻、離床時刻、就床時間及び睡眠効率の情報を含むデータ１５０ａが記憶される。種別には、上記図５〜図７の処理で判別される、「夜勤（仮眠なし）」（Ｓ８，Ｓ９，Ｓ３２）、「夜勤（仮眠あり）」（Ｓ１１，Ｓ１２，Ｓ３２）、「夜勤翌日」（Ｓ２２，Ｓ２３，Ｓ３５）、「その他の日」（Ｓ２４，Ｓ２５，Ｓ３６）が登録される。入床時刻及び離床時刻には、各種別の判別に用いられた睡眠区間の情報（Ｓ２，Ｓ３）が登録される。就床時間には、入床時刻及び離床時刻から得られる情報が登録され、睡眠効率には、就床時間に対する睡眠時間（所定の数学式によって睡眠状態と判定された時間）の割合が登録される。
記憶部１５０には、この図１６に示すようなデータ１５０ａが、対象者（その識別情報）と対応付けられて、記憶される。
睡眠判別装置１００は、上記図１６に示すようなデータ１５０ａを用い、対象者の睡眠を可視化することができる。
睡眠判別装置１００は、上記図１６に示すようなデータ１５０ａを用い、対象者の睡眠を可視化することができる。
図１７及び図１８は第２の実施の形態に係る睡眠の可視化の一例を示す図である。
睡眠判別装置１００では、表示部１６０が、記憶部１５０に記憶されたデータを用い、対象者の睡眠を可視化するデータを生成し、例えば、図１７に示すような、対象者の日ごとの睡眠の状況を、ディスプレイ１０４ａ（図３）に表示する。
睡眠判別装置１００では、表示部１６０が、記憶部１５０に記憶されたデータを用い、対象者の睡眠を可視化するデータを生成し、例えば、図１７に示すような、対象者の日ごとの睡眠の状況を、ディスプレイ１０４ａ（図３）に表示する。
図１７の例では、「夜勤（仮眠なし）」の日（９時〜翌９時）について、その日の活動量Ａｃｔのデータの推移と、夜勤の直前に取られた仮眠の時間帯１７１（「夜勤直前の仮眠」）が表示される。また、「夜勤（仮眠あり）」の日（９時〜翌９時）について、その日の活動量Ａｃｔのデータの推移と、夜勤の直前に取られた仮眠の時間帯１７１（「夜勤直前の仮眠」）、及び夜勤中に取られた仮眠の時間帯１７２（「夜勤時の仮眠」）が表示される。また、「夜勤翌日」（９時〜翌９時）について、その日の活動量Ａｃｔのデータの推移と、夜勤の翌日に取られた睡眠の時間帯１７３（「夜勤翌日の睡眠」）、及びその後に取られた睡眠の時間帯１７４（「その他の睡眠」）が表示される。また、「夜勤でない日」（９時〜翌９時）について、その日の活動量Ａｃｔのデータの推移と、その日に取られた睡眠の時間帯１７４（「その他の睡眠」）が表示される。
図１７の例のように、夜勤に従事する対象者の睡眠を日ごとに表示することで、対象者が、夜勤前後や夜勤時に睡眠が取れているか、どの程度の睡眠が取れているかといったことを、対象者自身のほか、その管理者やカウンセラー等の第三者が、認識し易くなる。また、対象者の睡眠がシンボルで可視化されるため、数値データのみを見て評価やアドバイスを行う場合に比べ、睡眠の見落としが生じ難い。図１７の例のように可視化することで、対象者の睡眠について、適切な評価やアドバイスを行うことが可能になり、対象者の健康やその業務への悪影響を抑えることが可能になる。
また、睡眠判別装置１００では、表示部１６０が、記憶部１５０に記憶されたデータを用い、対象者の睡眠を可視化するデータを生成し、例えば、図１８に示すような、対象者の複数の日数分の累積的な睡眠の状況を、ディスプレイ１０４ａ（図３）に表示する。
図１８の例では、夜勤の日（図１８の◆）を２日含む対象者の１週間（３／１０〜３／１６）分の睡眠時間が、日ごとに累積して表示される。３／１１は、直前と途中に仮眠が取られた夜勤（仮眠あり）の日であって、「夜勤直前の仮眠」と「夜勤時の仮眠」が累積されて表示される。３／１４は、直前に仮眠が取られただけの夜勤（仮眠なし）の日であって、「夜勤直前の仮眠」のみが表示される。それぞれの夜勤の翌日の３／１２，３／１５には、「夜勤翌日の睡眠」（夜勤明けの睡眠）と「その他の睡眠」が累積されて表示される。その他の日の３／１０，３／１３，３／１６には、「その他の睡眠」のみが表示される。
例えば、図１８のように、夜勤に従事する対象者の、所定の日数分の睡眠を、日ごとに累積的に表示する。これにより、対象者が、夜勤当日に仮眠が取れているか、どの程度の仮眠が取れているか、夜勤前日や夜勤翌日に十分な睡眠が取れているかといったことを、対象者自身のほか、その管理者やカウンセラー等の第三者が、認識し易くなる。図１８の例のように可視化することで、夜勤を含む数日分の対象者の睡眠の推移を認識し易いため、対象者の睡眠について、適切な評価やアドバイスを行うことが可能になり、対象者の健康やその業務への悪影響を抑えることが可能になる。
尚、図１７及び図１８のように表示される対象者の睡眠の状況は、睡眠判別装置１００に接続されるディスプレイ１０４ａに表示させることができる。このほか、上記睡眠判別システム１０００（図２）において睡眠判別装置１００と接続される端末装置４００により、対象者と日や週を指定して、その対象者の睡眠の状況を閲覧できるようにしてもよい。
また、図１７及び図１８のように表示される対象者の睡眠の状況を示すデータは、睡眠判別装置１００にルータ３００及びネットワーク６００を介して接続される情報処理装置５００に登録しておくこともできる。そして、端末装置４００により、対象者と日や週を指定して、情報処理装置５００からデータを読み出し、その対象者の睡眠の状況を閲覧できるようにしてもよい。
以上、第２の実施の形態では、対象者の活動量のデータから、深夜の時間帯における睡眠区間及び活動区間の存在状況に基づき、対象者の勤務形態が夜勤であるか否かを判別し、対象者の睡眠区間を、夜勤に応じた種別で判別する例について説明した。このほか、対象者の職種に応じて、睡眠区間及び活動区間の存在状況を判定する時間帯を適宜設定することで、対象者の勤務形態とそれに応じた睡眠区間の種別を判別することができる。
例えば、日勤、準夜勤、夜勤がある３交代制勤務の対象者の勤務形態とそれに応じた睡眠区間の種別の判別を行う場合であれば、準夜勤や夜勤の勤務時間又はそのコア時間等を、睡眠区間及び活動区間の存在状況を判定する時間帯に設定する。そして、そのような時間帯の睡眠区間及び活動区間の存在状況に基づき、上記のような睡眠判別装置１００を用いて、睡眠判別処理対象の日が準夜勤や夜勤であるか否かの判定、更にはその際の仮眠の有無の判定等を行えばよい。上記の説明において夜勤時の仮眠を判別するための条件として示した式（１）及び式（２）は、夜勤時に限らず、様々な時間帯における仮眠の判別に利用することができる。
尚、上記睡眠判別装置１００の処理機能は、コンピュータによって実現することができる。その場合、睡眠判別装置１００が有すべき機能の処理内容を記述したプログラムが提供され、そのプログラムをコンピュータで実行することにより、上記処理機能がコンピュータ上で実現される。処理内容を記述したプログラムは、コンピュータで読み取り可能な記録媒体に記録しておくことができる。コンピュータで読み取り可能な記録媒体としては、磁気記憶装置、光ディスク、光磁気記録媒体、半導体メモリ等がある。磁気記憶装置には、ＨＤＤ、フレキシブルディスク、磁気テープ等がある。光ディスクには、ＤＶＤ、ＤＶＤ−ＲＡＭ、ＣＤ−ＲＯＭ（Compact Disc-Read Only Memory）、ＣＤ−Ｒ（Recordable）／ＲＷ（ReWritable）等がある。光磁気記録媒体には、ＭＯ等がある。
プログラムを流通させる場合には、例えば、そのプログラムが記録されたＤＶＤ、ＣＤ−ＲＯＭ等の可搬型記録媒体が販売される。また、プログラムをサーバコンピュータの記憶装置に格納しておき、ネットワークを介して、サーバコンピュータから他のコンピュータにそのプログラムを転送することもできる。
プログラムを実行するコンピュータは、例えば、可搬型記録媒体に記録されたプログラム又はサーバコンピュータから転送されたプログラムを、自己の記憶装置に格納する。そして、コンピュータは、自己の記憶装置からプログラムを読み取り、プログラムに従った処理を実行する。尚、コンピュータは、可搬型記録媒体から直接プログラムを読み取り、そのプログラムに従った処理を実行することもできる。また、コンピュータは、ネットワークを介して接続されたサーバコンピュータからプログラムが転送されるごとに、逐次、受け取ったプログラムに従った処理を実行することもできる。
１ 睡眠判別装置
１ａ 演算部
１ｂ 記憶部
Ｐ１，Ｐ２ 期間
Ｔ１，Ｔ２，Ｔ３ 識別情報
Ｄａ，Ｄｂ データ
Ａａ，Ａｂ 活動区間
Ｓａ，Ｓｂ 睡眠区間
Ｋａ，Ｋｂ 種別
１ａ 演算部
１ｂ 記憶部
Ｐ１，Ｐ２ 期間
Ｔ１，Ｔ２，Ｔ３ 識別情報
Ｄａ，Ｄｂ データ
Ａａ，Ａｂ 活動区間
Ｓａ，Ｓｂ 睡眠区間
Ｋａ，Ｋｂ 種別
Claims (8)
- 第１期間の対象者の活動状態に関する時系列データに基づき、前記第１期間を睡眠区間と活動区間とに区分し、
前記第１期間の一部である第２期間内の前記睡眠区間及び前記活動区間の存在状況に基づき、勤務形態に係る複数の種別のうちのいずれかを、前記第１期間の前記睡眠区間の種別として判別する
処理をコンピュータに実行させることを特徴とする睡眠判別プログラム。 - 前記コンピュータに、
前記第２期間に前記睡眠区間と前記活動区間とが混在するか否かに基づき、前記複数の種別のうちのいずれかを、前記第１期間の前記睡眠区間の種別として判別する処理を実行させることを特徴とする請求項１に記載の睡眠判別プログラム。 - 前記コンピュータに、
前記第２期間の前記睡眠区間と前後の前記活動区間との長さの関係に基づき、前記複数の種別のうちのいずれかを、前記第１期間の前記睡眠区間の種別として判別する処理を実行させることを特徴とする請求項１に記載の睡眠判別プログラム。 - 前記コンピュータに、
前記第２期間に前記睡眠区間と前記活動区間とが混在し、前記第２期間に存在する前記睡眠区間と前後の前記活動区間との長さの関係が所定の条件を満たす場合、前記第２期間に存在する前記睡眠区間の種別を仮眠と判別する処理を実行させることを特徴とする請求項１に記載の睡眠判別プログラム。 - 前記第２期間は、夜間の時間帯であることを特徴とする請求項１乃至４のいずれかに記載の睡眠判別プログラム。
- 前記コンピュータに、
前記睡眠区間に関する情報と、判別された前記種別に関する情報とを、前記対象者を示す情報と対応付けて、記憶部に記憶する処理を実行させることを特徴とする請求項１乃至５のいずれかに記載の睡眠判別プログラム。 - コンピュータが、
第１期間の対象者の活動状態に関する時系列データに基づき、前記第１期間を睡眠区間と活動区間とに区分し、
前記第１期間の一部である第２期間内の前記睡眠区間及び前記活動区間の存在状況に基づき、勤務形態に係る複数の種別のうちのいずれかを、前記第１期間の前記睡眠区間の種別として判別する
ことを特徴とする睡眠判別方法。 - 第１期間の対象者の活動状態に関する時系列データを測定するセンサで測定された前記時系列データに基づき、前記第１期間を睡眠区間と活動区間とに区分し、前記第１期間の一部である第２期間内の前記睡眠区間及び前記活動区間の存在状況に基づき、勤務形態に係る複数の種別のうちのいずれかを、前記第１期間の前記睡眠区間の種別として判別する演算部を含むことを特徴とする睡眠判別システム。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP2017186083A JP2019058418A (ja) | 2017-09-27 | 2017-09-27 | 睡眠判別プログラム、睡眠判別方法及び睡眠判別システム |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP2017186083A JP2019058418A (ja) | 2017-09-27 | 2017-09-27 | 睡眠判別プログラム、睡眠判別方法及び睡眠判別システム |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| JP2019058418A true JP2019058418A (ja) | 2019-04-18 |
Family
ID=66176367
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| JP2017186083A Pending JP2019058418A (ja) | 2017-09-27 | 2017-09-27 | 睡眠判別プログラム、睡眠判別方法及び睡眠判別システム |
Country Status (1)
| Country | Link |
|---|---|
| JP (1) | JP2019058418A (ja) |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| WO2024088049A1 (zh) * | 2022-10-26 | 2024-05-02 | 华为技术有限公司 | 一种睡眠监测方法及电子设备 |
Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2010088727A (ja) * | 2008-10-09 | 2010-04-22 | Daikin Ind Ltd | 睡眠判定装置 |
| US20100256531A1 (en) * | 2009-04-02 | 2010-10-07 | Tanita Corporation | Body movement detecting apparatus and body movement detecting method |
| US20130018284A1 (en) * | 2011-07-13 | 2013-01-17 | Philippe Kahn | Sleep Monitoring System |
| JP2016077660A (ja) * | 2014-10-20 | 2016-05-16 | 株式会社日立システムズ | 生活行動トラッキングシステム、生活行動トラッキング方法及び生活行動トラッキングプログラム |
-
2017
- 2017-09-27 JP JP2017186083A patent/JP2019058418A/ja active Pending
Patent Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2010088727A (ja) * | 2008-10-09 | 2010-04-22 | Daikin Ind Ltd | 睡眠判定装置 |
| US20100256531A1 (en) * | 2009-04-02 | 2010-10-07 | Tanita Corporation | Body movement detecting apparatus and body movement detecting method |
| JP2010240061A (ja) * | 2009-04-02 | 2010-10-28 | Tanita Corp | 体動検出装置及び体動検出方法 |
| US20130018284A1 (en) * | 2011-07-13 | 2013-01-17 | Philippe Kahn | Sleep Monitoring System |
| JP2016077660A (ja) * | 2014-10-20 | 2016-05-16 | 株式会社日立システムズ | 生活行動トラッキングシステム、生活行動トラッキング方法及び生活行動トラッキングプログラム |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| WO2024088049A1 (zh) * | 2022-10-26 | 2024-05-02 | 华为技术有限公司 | 一种睡眠监测方法及电子设备 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| US11615872B2 (en) | Chronic disease discovery and management system | |
| JP6945383B2 (ja) | 評価依頼プログラム、評価依頼方法、及びコンピュータ装置 | |
| TWI502537B (zh) | 生理資料量測管理系統及其方法 | |
| US20150342511A1 (en) | Operating system with color-based health state themes | |
| JP6692355B2 (ja) | バイタルサインサンプリング周波数が限定されるときのスコア信頼区間推定に関する方法 | |
| CN105981070A (zh) | 生理数据的呈现 | |
| TW201507696A (zh) | 資訊處理裝置、資訊處理方法及資訊處理系統 | |
| JP6091981B2 (ja) | 月経開始予定日算出装置およびプログラム | |
| JP2017027157A (ja) | 提案装置、提案方法および提案プログラム | |
| WO2018128055A1 (ja) | ユーザ端末 | |
| US11647946B2 (en) | Computer-readable recording medium recording display program, display method, and information processing device | |
| JP7076967B2 (ja) | データ処理装置、データ処理方法及びデータ処理プログラム | |
| JP2019058418A (ja) | 睡眠判別プログラム、睡眠判別方法及び睡眠判別システム | |
| JP2020191085A (ja) | 熱ストレスの影響推定装置、熱ストレスの影響推定方法、及び、コンピュータプログラム | |
| TW202123255A (zh) | 利用非接觸影像式生理檢測技術之健康管理系統 | |
| JP6385398B2 (ja) | 活動量処理装置、活動量処理方法、及び、活動量処理プログラム | |
| US20230233158A1 (en) | Computerized decision support tool and medical device for scratch detection and flare prediction | |
| TWI697912B (zh) | 生理狀態的風險評估系統、方法及電子裝置 | |
| JP6964695B2 (ja) | 睡眠状態評価装置 | |
| Nauha et al. | Comparison and agreement between device-estimated and self-reported sleep periods in adults | |
| JP7135511B2 (ja) | 健康管理支援装置、方法、及びプログラム | |
| RU2818831C1 (ru) | Компьютеризированное инструментальное средство поддержки принятия решений и медицинское устройство для обнаружения расчесов и прогнозирования покраснений | |
| JP2019500191A (ja) | 個人の二分法指標ｉ＜ｏを自動的に決定する方法 | |
| WO2023234317A1 (ja) | 情報処理システム、情報処理方法、プログラム、記録媒体 | |
| JP6861033B2 (ja) | ユーザ端末、サーバ、改善提案作成装置の作動方法および状態データ生成方法 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20200611 |
|
| RD02 | Notification of acceptance of power of attorney |
Free format text: JAPANESE INTERMEDIATE CODE: A7422 Effective date: 20200625 |
|
| RD04 | Notification of resignation of power of attorney |
Free format text: JAPANESE INTERMEDIATE CODE: A7424 Effective date: 20200625 |
|
| A977 | Report on retrieval |
Free format text: JAPANESE INTERMEDIATE CODE: A971007 Effective date: 20210317 |
|
| A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20210323 |
|
| A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20210520 |
|
| A02 | Decision of refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A02 Effective date: 20210601 |