JP2020073109A - Sleep stage determination method, sleep stage determination device and sleep stage determination program - Google Patents

Sleep stage determination method, sleep stage determination device and sleep stage determination program Download PDF

Info

Publication number
JP2020073109A
JP2020073109A JP2020019990A JP2020019990A JP2020073109A JP 2020073109 A JP2020073109 A JP 2020073109A JP 2020019990 A JP2020019990 A JP 2020019990A JP 2020019990 A JP2020019990 A JP 2020019990A JP 2020073109 A JP2020073109 A JP 2020073109A
Authority
JP
Japan
Prior art keywords
sleep stage
data
determination
stage
rem
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
Application number
JP2020019990A
Other languages
Japanese (ja)
Other versions
JP6925057B2 (en
Inventor
圭樹 ▲高▼玉
圭樹 ▲高▼玉
Keiju Takatama
真悟 外村
Shingo Tonomura
真悟 外村
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
University of Electro Communications NUC
Original Assignee
University of Electro Communications NUC
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Priority claimed from JP2016054723A external-priority patent/JP6845404B2/en
Application filed by University of Electro Communications NUC filed Critical University of Electro Communications NUC
Priority to JP2020019990A priority Critical patent/JP6925057B2/en
Publication of JP2020073109A publication Critical patent/JP2020073109A/en
Application granted granted Critical
Publication of JP6925057B2 publication Critical patent/JP6925057B2/en
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Landscapes

  • Measurement Of The Respiration, Hearing Ability, Form, And Blood Characteristics Of Living Organisms (AREA)

Abstract

To estimate a sleep stage from acquired physical data readily with higher accuracy.SOLUTION: A sleep stage determination device includes: a data acquisition unit for acquiring respiration data of a subject; and a determination unit that calculates an average and a standard deviation of the number of times of respiratory per unit time on the basis of the respiration data, sets a value, as a threshold, which is obtained by multiplying a variation coefficient obtained by dividing the standard deviation by the average, by a predetermined coefficient, and determines that a region equal to or lower than the threshold is a non-REM sleep stage.SELECTED DRAWING: Figure 5

Description

本発明は、睡眠段階の判定技術に関する。   The present invention relates to a sleep stage determination technique.

睡眠段階判定の国際基準であるRechtschaffen & Kales(以下、「R&K法」と略称する)法では、図1に示すように睡眠状態が6段階に分類されている。睡眠の浅い方から順に覚醒段階(「W」と表記)、レム(REM:Rapid Eye Movement)睡眠段階(「R」と表記)、ノンレム睡眠の段階1〜4(「1」、「2」、「3」、「4」で標記)に分類し、ノンレム段階4を最も深い睡眠としている。睡眠段階の推定は、認知症等の医療診断のみならず、介護の現場でも有用である。たとえば、レム睡眠の周期を図ることで、高齢者の行動管理や、睡眠障害等の発現を予測することができる。   In the Rechtschaffen & Kales (hereinafter abbreviated as “R & K method”) method, which is an international standard for determining a sleep stage, sleep states are classified into 6 stages as shown in FIG. Awakening stage (expressed as "W"), REM (Rapid Eye Movement) sleep stage (expressed as "R"), and stages 1 to 4 of non-REM sleep ("1", "2", It is classified into “3” and “4”, and the non-REM stage 4 is the deepest sleep. The sleep stage estimation is useful not only for medical diagnosis of dementia and the like, but also for nursing care. For example, by controlling the cycle of REM sleep, behavioral management of the elderly and occurrence of sleep disorders can be predicted.

図1の睡眠段階データは、診断対象者に特殊な器具を装着させ、脳波(EEG:Electroencephalogram)や眼球運動(EOG:Electro-oculogram)等を測定して専門医の経験に基づいて作成されたものである。この睡眠段階データは、主として精神疾患等の医療判定に用いられる精密なデータである。睡眠段階の判定を介護の現場に適用する場合、高齢者や身障者に電極等の器具を一晩中装着させてデータを取ることは非現実的である。また、被介護者の睡眠障害の発現を予測するわけではないので、精密な睡眠分析までは要しないが、睡眠段階はなるべく正確に推定されるのが望ましい。   The sleep stage data in Fig. 1 was created based on the experience of a specialist by having a diagnostic target person wear a special device and measuring EEG (Electroencephalogram) and eye movement (EOG: Electro-oculogram). Is. This sleep stage data is precise data mainly used for medical judgment such as mental illness. When applying the determination of the sleep stage to the field of care, it is unrealistic to let the elderly and disabled persons wear instruments such as electrodes overnight to obtain data. Further, since it does not predict the occurrence of sleep disorders in the cared person, a precise sleep analysis is not required, but it is desirable to estimate the sleep stage as accurately as possible.

一方、無拘束で身体データを取得して睡眠段階を判定する手法が提案されている(たとえば、非特許文献1参照)。この方法は、圧電フィルム等を適用した無拘束のエアマットレス型センサを用いて、心拍、体動等の身体データを計測し、得られたデータから睡眠段階を推定する。被験者に電極等の器具を装着させないので、被験者にストレスを与えずに身体データを取得することができる。   On the other hand, a method has been proposed in which body data is acquired without restraint to determine a sleep stage (for example, see Non-Patent Document 1). In this method, an unconstrained air mattress type sensor to which a piezoelectric film or the like is applied is used to measure body data such as heartbeat and body movement, and a sleep stage is estimated from the obtained data. Since the subject is not allowed to wear a device such as an electrode, it is possible to acquire physical data without giving stress to the subject.

図2は、従来の無拘束型の睡眠段階判定方法を示す図である。無拘束型センサで得られた身体情報から心拍数データを取り出して睡眠段階を判定する。心拍数が低いほど睡眠が深く、心拍数が高いほど覚醒に近づくという一般的見地に基づくものである。この従来方法は、心拍数データをFFT(高速フーリエ変換)で周波数領域のデータに変換し、バンドパスフィルタで、パワースペクトルのピーク値の周期の半分から135分までの周期の中周波成分を取り出す。取り出した中周波成分にIFFT(逆フーリエ変換)を施して時間領域の心拍数データに戻した後に、6段階に離散化する。図2に示す方法を「従来手法」と称する。   FIG. 2 is a diagram showing a conventional unconstrained sleep stage determination method. Heart rate data is extracted from the physical information obtained by the unrestrained sensor to determine the sleep stage. This is based on the general viewpoint that the lower the heart rate, the deeper the sleep, and the higher the heart rate, the closer to awakening. In this conventional method, heart rate data is converted into frequency domain data by FFT (Fast Fourier Transform), and a bandpass filter extracts a medium frequency component of a period from half to 135 minutes of the peak value of the power spectrum. .. IFFT (Inverse Fourier Transform) is applied to the extracted medium frequency component to return it to the heart rate data in the time domain, and then it is discretized into 6 stages. The method shown in FIG. 2 is referred to as a “conventional method”.

また、心拍数から睡眠段階を推定するために、生体データから適切な周波数成分のデータを取り出すためのフィルタが提案されている(たとえば、特許文献1参照)。   Further, in order to estimate the sleep stage from the heart rate, a filter for extracting data of an appropriate frequency component from biometric data has been proposed (for example, see Patent Document 1).

特開2014−239789号公報JP, 2014-239789, A

T. Watanabe and K. Watanabe, "Non-contact Method for Sleep Stage Estimation" IEEE Transaction on Biomedical Engineering, No. 10, Vol. 51, pp. 1735-1748, 2004T. Watanabe and K. Watanabe, "Non-contact Method for Sleep Stage Estimation" IEEE Transaction on Biomedical Engineering, No. 10, Vol. 51, pp. 1735-1748, 2004

図2の従来方法では睡眠の大きなリズム(周期)を把握することができるが、突然の覚醒状態への遷移や、レム睡眠の特徴である心拍の細かい振動を判断することができない。   With the conventional method shown in FIG. 2, a large rhythm (cycle) of sleep can be grasped, but it is impossible to judge a sudden transition to a wakeful state or a minute vibration of the heartbeat which is a characteristic of REM sleep.

また、睡眠の周期(心拍の周期)自体が変動するにもかかわらず、平均的な周期に固定して睡眠段階を推定しているので、実際の睡眠段階からのズレが生じる可能性がある。   Further, although the sleep cycle (heartbeat cycle) itself varies, the sleep stage is estimated by fixing the sleep period to an average period, and thus a deviation from the actual sleep stage may occur.

睡眠段階判定を高齢者等の介護の現場に適用する場合には、無拘束で取得したデータからレム睡眠や覚醒状態への遷移をできるだけ正確に判定できることが望ましい。   When the sleep stage determination is applied to the care site of the elderly and the like, it is desirable to be able to determine the transition from unrestrained data to REM sleep or awake state as accurately as possible.

そこで、本発明は取得した身体データから、簡便かつより高い精度で睡眠段階を推定することのできる手法と構成を提供することを課題とする。   Therefore, it is an object of the present invention to provide a method and a configuration capable of estimating a sleep stage easily and with high accuracy from the acquired physical data.

上記課題を解決するために、本発明では、睡眠段階に応じてその睡眠段階の推定に最適な身体データを用いて睡眠段階を推定することで、推定精度を向上する。   In order to solve the above problems, the present invention improves estimation accuracy by estimating a sleep stage using body data that is optimal for estimating the sleep stage according to the sleep stage.

本発明の第1の側面では、睡眠段階判定装置は、
被験者の心拍データを取得するデータ取得部と、
前記心拍データからレム睡眠段階を推定する判定部であって、前記心拍データを周波数領域の成分に変換し、前記周波数領域のデータから、レム睡眠に関係のある2.5秒〜150分の周期にわたる範囲の周期成分を抽出して時間領域のデータに変換し、前記時間領域のデータのうち、所定の閾値を超える領域をレム睡眠段階と判定する判定部、とを有する。
In the first aspect of the present invention, the sleep stage determination device is
A data acquisition unit that acquires the heartbeat data of the subject,
A determination unit that estimates REM sleep stages from the heartbeat data, converts the heartbeat data into frequency domain components, and uses the frequency domain data to determine a cycle of 2.5 seconds to 150 minutes related to REM sleep. And a determination unit that determines a region exceeding a predetermined threshold value in the time domain data to be a REM sleep stage.

本発明の第2の側面では、睡眠段階判定装置は、
被験者の体動データを取得するデータ取得部と、
前記体動データの全体平均と標準偏差を算出し、前記標準偏差に所定の係数を乗算した値を前記全体平均に足し合わせた値を閾値として設定し、前記閾値を超える領域を覚醒段階と判定する判定部と、
を有する。
In the second aspect of the present invention, the sleep stage determination device is
A data acquisition unit that acquires the body movement data of the subject,
An overall average and standard deviation of the body movement data are calculated, and a value obtained by adding a value obtained by multiplying the standard deviation by a predetermined coefficient to the overall average is set as a threshold value, and an area exceeding the threshold value is determined as an awakening stage. A determination unit that
Have.

本発明の第3の側面では、睡眠段階判定装置は、
被験者の呼吸データを取得するデータ取得部と、
前記呼吸データに基づいて、単位時間当たりの呼吸数の平均値と標準偏差を算出し、前記標準偏差を前記平均値で除算した変動係数に所定の係数を乗算した値を閾値として設定し、前記閾値以下の領域をノンレム睡眠段階と判定する判定部と、
を有する。
In the third aspect of the present invention, the sleep stage determination device is
A data acquisition unit that acquires the breathing data of the subject,
Based on the respiratory data, the average value and standard deviation of the respiratory rate per unit time is calculated, and the value obtained by multiplying the variation coefficient obtained by dividing the standard deviation by the average value by a predetermined coefficient is set as a threshold value, and A determination unit that determines a region below a threshold as a non-REM sleep stage,
Have.

本発明の第4の側面では、睡眠段階判定装置は、
被験者の身体データを取得するデータ取得部と、
前記身体データから心拍データと、呼吸データと、体動データをそれぞれ分離し、前記呼吸データを用いたノンレム睡眠段階の判定と、前記心拍データを用いたレム睡眠段階の判定と、前記体動データを用いた覚醒段階の判定を個別または順次に行って睡眠段階を判定する判定部と、
を有する。
In a fourth aspect of the present invention, the sleep stage determination device is
A data acquisition unit for acquiring the physical data of the subject,
Heartbeat data, respiration data, and body movement data are separated from the body data, respectively, determination of a non-REM sleep stage using the breathing data, determination of a REM sleep stage using the heartbeat data, and the body movement data. A determination unit that determines the sleep stage by individually or sequentially determining the awakening stage using
Have.

測定した身体データから、簡便かつより高い精度で睡眠段階を推定することができる。また、睡眠の段階ごとに個別の推定が可能になる。   From the measured physical data, the sleep stage can be estimated easily and with higher accuracy. In addition, it is possible to individually estimate each sleep stage.

R&K国際分類による睡眠段階を示す図である。It is a figure which shows the sleep stage by R & K international classification. 心拍数データを用いた従来の睡眠段階判定手法を示す図である。It is a figure which shows the conventional sleep stage determination method using heart rate data. 本発明の睡眠段階判定法の基本概念を説明する図である。It is a figure explaining the basic concept of the sleep stage determination method of this invention. 実施形態の睡眠段階判定方法のフローチャートである。It is a flow chart of a sleep stage judging method of an embodiment. ノンレム睡眠段階の判定を説明する図である。It is a figure explaining the judgment of a non-REM sleep stage. レム睡眠段階の判定を説明する図である。It is a figure explaining the judgment of a REM sleep stage. 覚醒段階の判定を説明する図である。It is a figure explaining judgment of an awakening stage. 各段階の判定をトータルした判定結果を説明する図である。It is a figure explaining the determination result which totaled the determination of each step. 実施形態のレム判定結果を従来手法と比較して示す図である。It is a figure which shows the REM determination result of embodiment compared with the conventional method. 実施形態の覚醒判定結果を従来手法と比較して示す図である。It is a figure which shows the awakening determination result of embodiment compared with the conventional method. 実施形態のトータルの判定結果とR&K法による判定との一致度を示す図である。It is a figure which shows the matching degree of the determination result of the total of embodiment, and the determination by the R & K method. 実施形態の睡眠段階判定結果とR&K法との一致率を、従来手法とR&K法との一致率と比較して示す図である。It is a figure which shows the agreement rate of the sleep stage determination result and R & K method of embodiment compared with the agreement rate of the conventional method and R & K method. 実施形態の睡眠段階判定結果とR&K法との一致率を、従来手法とR&K法との一致率と比較して示す図である。It is a figure which shows the agreement rate of the sleep stage determination result and R & K method of embodiment compared with the agreement rate of the conventional method and R & K method. 実施形態の睡眠段階判定装置の概略構成図である。It is a schematic block diagram of the sleep stage determination apparatus of embodiment.

図3は、本発明の睡眠段階判定の基本概念を説明する図である。実施形態では、睡眠の段階に応じて、その睡眠段階の推定に最も適した身体データを用いることで推定精度を向上する。具体的には、覚醒段階の推定には体動データを、レム睡眠段階の推定には心拍データを、ノンレム睡眠段階の推定には呼吸データを用いて、各睡眠段階を判定する。これは以下の知見に基づく。   FIG. 3 is a diagram illustrating the basic concept of sleep stage determination of the present invention. In the embodiment, the estimation accuracy is improved by using the body data most suitable for the estimation of the sleep stage according to the sleep stage. Specifically, body movement data is used to estimate the awakening stage, heartbeat data is used to estimate the REM sleep stage, and respiratory data is used to estimate the non-REM sleep stage to determine each sleep stage. This is based on the following findings.

心拍数は、レム睡眠段階ではノンレム睡眠段階と比べて同等かやや高く、覚醒段階よりも低い。心拍の揺らぎは、レム睡眠段階ではノンレム睡眠段階と比較して極めて大きくなり、覚醒段階と同等かやや大きい。すなわち、レム睡眠では心拍数は覚醒時と同じ程度にまで大きくなり、かつ心拍の変動が最も顕著になる。そこで、レム睡眠段階の判定に、心拍数と心拍の揺らぎを用いる。   Heart rate is similar or slightly higher in the REM sleep stage than in the non-REM sleep stage, and lower than in the wake stage. The fluctuation of the heartbeat is extremely large in the REM sleep stage as compared with the non-REM sleep stage, and is equal to or slightly larger than that in the awakening stage. That is, in REM sleep, the heart rate increases to the same extent as during awakening, and heart rate fluctuations are most prominent. Therefore, the heart rate and the fluctuation of the heartbeat are used to determine the REM sleep stage.

体動は、睡眠が深いほど小さく、睡眠が浅いほど大きくかつ頻繁になる。そこで、覚醒段階の判定に体動データを用いる。   The deeper the sleep, the smaller the body movement, and the lighter the sleep, the larger and more frequent the body movement. Therefore, body movement data is used to determine the awakening stage.

呼吸は、急速な眼球運動を伴わない深い睡眠(ノンレム睡眠)では安定するため,呼吸の標準偏差(分散)が小さくなる。そこで、呼吸データを用いてノンレム睡眠段階を推定する。   Since breathing is stable in deep sleep (non-REM sleep) without rapid eye movement, the standard deviation (variance) of breathing is small. Therefore, the non-REM sleep stage is estimated using the respiratory data.

このようなアプローチにより、個々の睡眠段階を個別に推定することもできるし、任意の睡眠段階の推定を組み合わせた総合的な推定も可能になる。また、本発明の測定は拘束型、無拘束型の測定を問わず、脳波情報等を用いるR&K法の推定結果に近づけることができる。   With such an approach, each sleep stage can be estimated individually, or a comprehensive estimation that combines estimations of arbitrary sleep stages becomes possible. In addition, the measurement of the present invention can be approximated to the estimation result of the R & K method using the brain wave information and the like regardless of whether the measurement is constrained or unconstrained.

図4は、実施形態の睡眠段階判定方法のフローチャートである。まず、生体センサで、被験者の心拍データ、体動データ、及び呼吸データを含む身体データを取得する(S101)。取得した身体データから呼吸データ、心拍データ、及び体動データを分離する(S102)。生体センサの出力には多数の種類の波形データが含まれ、たとえば周波数分離等の手法により各データに分離する。   FIG. 4 is a flowchart of the sleep stage determination method of the embodiment. First, the biometric sensor acquires body data including heartbeat data, body movement data, and respiration data of the subject (S101). Respiration data, heartbeat data, and body movement data are separated from the acquired body data (S102). The output of the biosensor includes a large number of types of waveform data, which are separated into respective data by a method such as frequency separation.

次に、各睡眠段階を判定する。たとえば、呼吸データに1つ以上の第1閾値を設定し、閾値比較によりノンレム睡眠段階を判定する(S103)。呼吸データに基づくノンレム睡眠の推定の詳細は後述する。また、心拍データに第2閾値を設定し、閾値比較によりレム睡眠段階を判定する(S104)。さらに、体動データに第3閾値を設定し、閾値判定により覚醒段階を判定する(S105)。ステップS103〜S105はこの順で順次実行してもよいし、また、覚醒段階の判定、レム睡眠段階の判定、ノンレム睡眠段階の判定の順に優先して判定結果に反映するのであれば、判定自体は個別に並列または順不同に実施してもよい。例えば、覚醒段階の判定とレム睡眠段階の判定とが競合する場合に、覚醒段階の判定をレム睡眠段階の判定に優先して判定結果に反映するのであれば、判定順を問わず同一の結果を得ることができる。同様に、覚醒段階の判定とノンレム睡眠段階の判定の場合は、覚醒段階の判定をノンレム睡眠段階の判定に優先して反映する。レム睡眠段階の判定とノンレム睡眠段階の判定が競合する場合は、レム睡眠段階の判定をノンレム睡眠段階の判定に優先して反映する。これにより、判定の順序を問わず同一の結果を得ることができる。   Next, each sleep stage is determined. For example, one or more first threshold values are set in the respiratory data, and the non-REM sleep stage is determined by threshold value comparison (S103). Details of the estimation of NREM sleep based on respiratory data will be described later. Further, a second threshold value is set in the heartbeat data, and the REM sleep stage is determined by threshold value comparison (S104). Further, the third threshold value is set in the body movement data, and the awakening stage is determined by the threshold value determination (S105). Steps S103 to S105 may be sequentially executed in this order, or, if priority is given to the determination result in the order of wakefulness stage determination, REM sleep stage determination, non-REM sleep stage determination, the determination itself May be implemented individually in parallel or in any order. For example, when the determination of the wakefulness stage and the determination of the REM sleep stage compete, if the determination of the awakening stage is reflected in the determination result with priority over the determination of the REM sleep stage, the same result is obtained regardless of the determination order. Can be obtained. Similarly, in the case of the determination of the awakening stage and the determination of the non-REM sleep stage, the determination of the awakening stage is reflected with priority over the determination of the non-REM sleep stage. When the determination of the REM sleep stage and the determination of the non-REM sleep stage compete with each other, the determination of the REM sleep stage is reflected prior to the determination of the non-REM sleep stage. As a result, the same result can be obtained regardless of the order of determination.

判定結果をデータ出力する(S106)。データの出力形式としては、図1のような時系列に記述された全睡眠段階のデータを出力してもよいし、覚醒判定がなされたときに優先的にアラーム等の通知を出力してもよい。また、レム判定がなされたときに、覚醒判定と異なる種類のアラームを発生させてもよい。   The determination result is output as data (S106). As a data output format, data of all sleep stages described in chronological order as shown in FIG. 1 may be output, or a notification such as an alarm may be preferentially output when awakening is determined. Good. Further, when the REM determination is made, an alarm of a type different from that of the awakening determination may be generated.

図5は、ノンレム睡眠段階の判定を説明する図である。実施形態では、呼吸の分散(または標準偏差)を平均値で除算した値を変動係数として用いてノンレム睡眠段階を推定する(変動係数=標準偏差/平均)。まず、生体センサで取得した身体データから、呼吸データを分離する(手順1)。分離した呼吸データから、たとえば5分ごとに、単位時間あたりの呼吸数の標準偏差と平均値を計算して、5分間変動係数を求める。変動係数は平均呼吸数からのズレを示す。標準偏差を平均値で除算することで、被験者間のばらつきを低減する。なお、変動係数を求めるための時間は5分に限定されない。変動係数の算出のために100回程度の呼吸数があればよいので、被験者に応じて4分ごとに変動係数を算出してもよいし、8分ごとに算出してもよい。   FIG. 5 is a diagram illustrating the determination of the non-REM sleep stage. In the embodiment, the non-REM sleep stage is estimated by using a value obtained by dividing the variance (or standard deviation) of breathing by the average value as the coefficient of variation (variation coefficient = standard deviation / mean). First, respiration data is separated from the body data acquired by the biosensor (procedure 1). From the separated respiration data, the standard deviation and the average value of the respiration rate per unit time are calculated, for example, every 5 minutes to obtain a 5-minute variation coefficient. The coefficient of variation indicates the deviation from the average respiratory rate. Dividing the standard deviation by the average reduces the variation between subjects. The time for obtaining the coefficient of variation is not limited to 5 minutes. Since it is sufficient to have a respiratory rate of about 100 times for calculating the coefficient of variation, the coefficient of variation may be calculated every 4 minutes or every 8 minutes depending on the subject.

次に、変動係数を用いて、ノンレム判定用の第1閾値を少なくともひとつ設定する。図2の例では、ノンレム判定用に、TH1−aとTH1−bの2つの閾値を設定する。TH1−aは、変動係数の全体平均に0.6を乗算した値であり、TH1−bは変動係数の全体平均に0.2を乗算した値である。閾値の設定のために変動係数の全体平均に乗算される係数0.6と0.2は実験的に得られた値であり、正答率を最も高くする値である。   Next, using the coefficient of variation, at least one first threshold for non-REM determination is set. In the example of FIG. 2, two thresholds TH1-a and TH1-b are set for non-REM determination. TH1-a is a value obtained by multiplying the overall average of the variation coefficient by 0.6, and TH1-b is a value obtained by multiplying the overall average of the variation coefficient by 0.2. Coefficients 0.6 and 0.2 that are multiplied by the overall average of the coefficient of variation for setting the threshold value are experimentally obtained values and are values that maximize the correct answer rate.

5分間変動係数がTH1−aを超える領域をノンレム睡眠段階1(浅い睡眠)と判定し、5分間変動係数がTH1−a以下の領域をノンレム睡眠段階2〜4(深い睡眠)と判定する。TH1−aを超える領域には、ノンレム睡眠段階1の他に、レム睡眠段階と覚醒段階も含まれているが、図5の処理はノンレム睡眠段階の推定を適正に行う処理なので、ノンレム睡眠段階1以上をノンレム1として扱う。   A region where the coefficient of variation for 5 minutes exceeds TH1-a is determined as non-REM sleep stage 1 (light sleep), and a region for which the coefficient of variation for 5 minutes is TH1-a or less is determined as non-REM sleep stages 2-4 (deep sleep). The region exceeding TH1-a includes the REM sleep stage and the wakefulness stage in addition to the non-REM sleep stage 1, but the process of FIG. 5 is a process for appropriately estimating the non-REM sleep stage. Treat 1 or more as non-REM 1.

2つ目の閾値TH1−bを用いて、ノンレム睡眠段階2とノンレム睡眠段階3以下を区別してもよい。TH1−bを超え、かつTH1−a以下の領域をノンレム睡眠段階2と推定する。TH1−b以下の領域を、ノンレム睡眠段階3または4と推定する。   The second threshold TH1-b may be used to distinguish between the non-REM sleep stage 2 and the non-REM sleep stage 3 and below. A region above TH1-b and below TH1-a is estimated to be non-REM sleep stage 2. The region below TH1-b is estimated to be non-REM sleep stage 3 or 4.

この方法により、少なくとも被験者がノンレム睡眠段階1以上の浅い睡眠状態にあるのか、ノンレム睡眠段階2以下の深い睡眠状態にあるのかを、精度よく推定することができる。また、ノンレム判定用の閾値を2以上設定することで、被験者がノンレム睡眠段階2にあるのか、3以下にあるのかを区別することができる。ノンレム睡眠段階3と4はともに深い眠りであり、これら2つを同じ段階として取り扱う分類法もある。したがって、「ノンレム睡眠段階3以下」という推定でも十分であるが、必要に応じて、3つめの閾値、たとえば全体の変動係数に0.1を乗算したTH1−cを設定してノンレム睡眠段階3と4を区別してもよい。   By this method, it is possible to accurately estimate at least whether the subject is in a light sleep state of non-REM sleep stage 1 or higher or in a deep sleep state of non-REM sleep stage 2 or lower. By setting the threshold for non-REM determination to 2 or more, it is possible to distinguish whether the subject is in the non-REM sleep stage 2 or 3 or less. Both NREM sleep stages 3 and 4 are deep sleeps, and there is a classification method that treats these two as the same stage. Therefore, although it is sufficient to assume that “NREM sleep stage 3 or less”, if necessary, a third threshold value, for example, TH1-c obtained by multiplying the overall coefficient of variation by 0.1, is set and the NREM sleep stage 3 is set. And 4 may be distinguished.

呼吸データを用いた上述の判別法では、ノンレム睡眠段階を精度良く推定することはできるが、ノンレム睡眠段階とレム睡眠段階の区別はされていない。そこで別途心拍データを用いて、レム睡眠段階とノンレム睡眠段階を区別する。レム睡眠段階は、心拍データから個別に判定することもできるが、上述したノンレム睡眠の推定結果を利用して推定する場合は、「ノンレム睡眠段階1以上」という広い枠の中からレム睡眠段階を特定するという意味で「REM補正」と称してもよい。   The above-mentioned discrimination method using the respiratory data can accurately estimate the non-REM sleep stage, but does not distinguish between the non-REM sleep stage and the REM sleep stage. Therefore, the heartbeat data is separately used to distinguish between the REM sleep stage and the non-REM sleep stage. Although the REM sleep stage can be individually determined from heartbeat data, when estimating using the above-mentioned estimation result of non-REM sleep, the REM sleep stage is selected from a wide frame of "NREM sleep stage 1 or higher". It may be referred to as “REM correction” in the sense of specifying.

図6は、レム睡眠段階の判定を説明する図である。実施形態では、心拍の揺らぎを利用してレム睡眠段階を推定する。まず、生体センサで取得した身体データから、心拍データを分離する(手順1)。心拍データは90分前後の大きな周期で緩やかに変化するが、大きな周期の中に細かな振動成分が多数含まれている。次に、分離した心拍データにFFTを適用して周波数領域の成分に変換し、バンドバスフィルタで所定の周期成分を抽出した後に、IFFTにより時間領域のデータに戻す(手順2)。   FIG. 6 is a diagram illustrating the determination of the REM sleep stage. In the embodiment, the REM sleep stage is estimated by utilizing the fluctuation of the heartbeat. First, heartbeat data is separated from the body data acquired by the biometric sensor (procedure 1). The heartbeat data changes gently in a large cycle of about 90 minutes, but many large vibration components are included in the large cycle. Next, FFT is applied to the separated heartbeat data to convert it into a frequency domain component, a predetermined periodic component is extracted with a bandpass filter, and then the time domain data is restored by IFFT (procedure 2).

実施形態の特徴として、FFTで得られた周波数成分のうち、2.5秒〜135分までの周期成分を抽出する。この抽出法は、特許文献1の従来法や他の一般的な睡眠段階推定で26分から135分の周期成分を抽出する点と異なる。従来法は、睡眠の周期自体に含まれる細かな変動を考慮していない。これに対し、実施形態では、心拍に生じる2.5秒から25分の細かい周期の心拍の変動(揺らぎ)を考慮するため、FFT成分の中から、2.5秒から135分までの周期成分を抽出してIFFTを適用する。これにより、時間領域で、心拍の揺らぎを表わす波を復元する(手順3)。周期成分の抽出は、2.5秒から135分までの周期に限定されない。心拍揺らぎには個人差があるので、被験者に応じて2秒から150分の周期の中で抽出範囲を調整してもよい。25分以下の細かい振動周期の成分から120分以上の長い変化周期の成分までが含まれればよいので、2秒から120分までの周期成分を抽出してもよいし、5秒〜150分までの周期成分を抽出してもよい。   A feature of the embodiment is that, of frequency components obtained by FFT, periodic components of 2.5 seconds to 135 minutes are extracted. This extraction method is different from the conventional method disclosed in Patent Document 1 and other general sleep stage estimations in which a periodic component of 26 minutes to 135 minutes is extracted. The conventional method does not consider the minute fluctuations included in the sleep cycle itself. On the other hand, in the embodiment, since the fluctuation (fluctuation) of the heartbeat with a fine cycle of 2.5 seconds to 25 minutes occurring in the heartbeat is taken into consideration, the cycle component of 2.5 seconds to 135 minutes is selected from the FFT components. And apply IFFT. As a result, the wave representing the fluctuation of the heartbeat is restored in the time domain (procedure 3). The extraction of the periodic component is not limited to the period of 2.5 seconds to 135 minutes. Since the heartbeat fluctuation varies from person to person, the extraction range may be adjusted within a period of 2 seconds to 150 minutes depending on the subject. It is only necessary to include components with a fine vibration period of 25 minutes or less to components with a long change period of 120 minutes or more, so the period component from 2 seconds to 120 minutes may be extracted, or from 5 seconds to 150 minutes. May be extracted.

次に、IFFT後の波形データに対して、5分間の平均を計算し、レム睡眠段階判定用の閾値TH2を設定する(手順4)。ここで設定される閾値TH2は、IFFT後のデータ全体の平均に、標準偏差に0.2を乗じた値を足し算した値である(全体平均+標準偏差×0.2)。係数0.2は実験的に得られた値であり、最も正答率を高くする値である。   Next, an average of 5 minutes is calculated for the waveform data after IFFT, and a threshold TH2 for REM sleep stage determination is set (procedure 4). The threshold value TH2 set here is a value obtained by adding a value obtained by multiplying the standard deviation by 0.2 to the average of the entire data after IFFT (overall average + standard deviation × 0.2). The coefficient 0.2 is a value obtained experimentally and is a value that maximizes the correct answer rate.

閾値TH2を超える区間をレム睡眠段階と判定する(手順5)。太線で示される区間がレム睡眠段階として判定された区間である。図5で取得されたノンレム判定データを下地データとして用いる場合は、ノンレム睡眠段階1と推定された区間の中からレム睡眠段階の区間が特定される。この意味で、図6の手順5で得られる判定結果を「REM補正」後の睡眠段階判定結果と称してもよい。   A section that exceeds the threshold TH2 is determined as a REM sleep stage (procedure 5). The section indicated by the thick line is the section determined as the REM sleep stage. When the non-REM determination data acquired in FIG. 5 is used as the background data, the REM sleep stage section is specified from the sections estimated to be the non-REM sleep stage 1. In this sense, the determination result obtained in step 5 of FIG. 6 may be referred to as the “REM-corrected” sleep stage determination result.

図7は、覚醒段階の判定を説明する図である。覚醒段階は体動データに基づいて推定される。まず、生体センサで取得した身体データから、体動データを分離する(手順1)。分離した体動データから、1分ごとの平均値を算出し、閾値TH3を設定する(手順2)。閾値TH3は、一晩の睡眠の全体動データの平均に、標準偏差に0.2を乗算した値を足し算した値である(全体平均+標準偏差×0.2)。平均値の算出区間は1分に限定されず、2分ごと、3分ごと等であってもよい。ただし、覚醒段階では体動の大きさ、頻度ともに増大するので、心拍データや呼吸データの平均化時間よりも短い平均化時間に設定するのが望ましい。   FIG. 7 is a diagram illustrating the determination of the awakening stage. The arousal stage is estimated based on body movement data. First, the body movement data is separated from the body data acquired by the biometric sensor (procedure 1). An average value for each minute is calculated from the separated body movement data, and a threshold value TH3 is set (procedure 2). The threshold value TH3 is a value obtained by adding a value obtained by multiplying the standard deviation by 0.2 to the average of the overall motion data of overnight sleep (overall average + standard deviation × 0.2). The calculation section of the average value is not limited to 1 minute, and may be every 2 minutes or every 3 minutes. However, since both the magnitude and frequency of body movement increase during the awakening stage, it is desirable to set the averaging time shorter than the averaging time of the heartbeat data and respiratory data.

閾値TH3を超える区間を覚醒段階と判定する(手順3)。黒丸で示される区間が覚醒段階として判定された区間である。図6のレム判定されたデータを下地データとして用いる場合は、ノンレム睡眠段階1と推定された区間の中でレム睡眠段階と推定された区間も含め覚醒段階の区間が特定される。この意味で、図7の手順3で得られる判定結果を「WAKE補正」と称してもよい。図5のノンレム睡眠段階の判定データと、図6のレム判定されたデータの両方を下地データとして用いる場合は、図7の最下段の図のように、睡眠段階を総合的に推定したデータを生成することができる。   A section that exceeds the threshold TH3 is determined as the awakening stage (procedure 3). The section indicated by a black circle is the section determined as the awakening stage. When the REM-determined data in FIG. 6 is used as the background data, the wakefulness stage section is specified including the section estimated to be the REM sleep stage in the section estimated to be the non-REM sleep stage 1. In this sense, the determination result obtained in the procedure 3 of FIG. 7 may be referred to as “WAKE correction”. When both the judgment data of the non-REM sleep stage of FIG. 5 and the data of the REM judgment of FIG. 6 are used as the background data, the data obtained by comprehensively estimating the sleep stage as shown in the bottom diagram of FIG. Can be generated.

図8は、実施形態のノンレム判定、レム判定、及び覚醒判定の利用態様を説明する図である。図4を参照して説明したように、睡眠段階に応じて最適な身体データを用いた推定を行うので、覚醒判定、レム判定、ノンレム判定の順に判定を優先して判定結果に反映するのであれば、ノンレム睡眠段階の判定、レム睡眠段階の判定、及び覚醒段階の判定は、個別に行ってもよいし、順次行ってもよい。判定順を問わず同一の結果を得ることができる。   FIG. 8 is a diagram illustrating a usage mode of the non-REM determination, the REM determination, and the awakening determination according to the embodiment. As described with reference to FIG. 4, since the estimation is performed using the optimal body data according to the sleep stage, the determination may be prioritized and reflected in the determination result in the order of awakening determination, REM determination, and non-REM determination. For example, the determination of the non-REM sleep stage, the determination of the REM sleep stage, and the determination of the awakening stage may be performed individually or sequentially. The same result can be obtained regardless of the determination order.

図8の例では、まず閾値TH1−aとTH1−bを用いてノンレム睡眠段階を推定する(処理(a))。この推定により、ノンレム睡眠段階1、レム睡眠段階、及び覚醒段階を含む浅い睡眠区間と、ノンレム睡眠段階2〜4の深い睡眠区間とが区別される。例えば、被介護者が夜中に起きて徘徊する可能性がある場合に、TH1−aを超える区間を重点的にチェックすることで、徘徊を未然に防止することができる。また、介護施設等で排泄ケアのタイミングを、より正確に特定することもできる。   In the example of FIG. 8, first, the thresholds TH1-a and TH1-b are used to estimate the non-REM sleep stage (processing (a)). By this estimation, a shallow sleep section including the non-REM sleep step 1, the REM sleep step, and the awakening step and a deep sleep section of the non-REM sleep steps 2 to 4 are distinguished. For example, when the cared person may get up in the middle of the night and wander around, wandering can be prevented in advance by focusing on the section exceeding TH1-a. Further, it is possible to more accurately specify the timing of excretion care at a care facility or the like.

処理(a)の結果に基づいて、レム睡眠段階をより正確に絞り込んでもよい(処理(b))。実施形態では心拍の揺らぎに基づいてレム睡眠段階を推定しているので、従来例と比較してより正確にレム睡眠段階を推定することができる。   The REM sleep stage may be narrowed down more accurately based on the result of the process (a) (process (b)). In the embodiment, since the REM sleep stage is estimated based on the fluctuation of the heartbeat, the REM sleep stage can be estimated more accurately than in the conventional example.

処理(a)の結果に基づいて、覚醒段階を推定してもよい(処理(c))。さらに、処理(b)の後に処理(c)を実施して、処理(b)と処理(c)で得られたデータを合算して、最終的に処理(d)のデータを生成してもよい。   The awakening stage may be estimated based on the result of the process (a) (process (c)). Further, even if the process (c) is performed after the process (b) and the data obtained by the process (b) and the data obtained by the process (c) are added up, the data of the process (d) is finally generated. Good.

図9は、実施形態の方法によるレム判定の効果を示す図である。グレーのラインはR&K法による精密な睡眠判定結果である。実施形態の狙いは、センサで取得した身体データからの睡眠段階の推定結果をできるだけR&K法による推定結果に近づけることである。比較例として、特許文献1の従来法(図2参照)によるレム判定結果を点線で示す。図中、太線で示す部分が実施例のレム判定による推定結果である。   FIG. 9 is a diagram showing the effect of REM determination by the method of the embodiment. The gray line is the accurate sleep judgment result by the R & K method. The purpose of the embodiment is to bring the estimation result of the sleep stage from the body data acquired by the sensor as close as possible to the estimation result by the R & K method. As a comparative example, the REM determination result by the conventional method of Patent Document 1 (see FIG. 2) is shown by a dotted line. In the figure, the portion indicated by the thick line is the estimation result by the REM determination of the embodiment.

従来法では、睡眠周期に含まれる細かい変動成分が考慮されていないので、レム睡眠段階が正確に推定されていない。これに対し、実施形態の方法は心拍変化の大きな周期とともに、心拍変化の周期に含まれる細かい周波数変動成分を取り込むので、R&K法によるレム睡眠段階の推定結果に近づけることができる。   In the conventional method, the REM sleep stage is not accurately estimated because the fine fluctuation component included in the sleep cycle is not taken into consideration. On the other hand, the method of the embodiment captures a fine frequency fluctuation component included in the cycle of the heartbeat change together with the cycle of the large heartbeat change, and thus can approximate the estimation result of the REM sleep stage by the R & K method.

図10は、実施形態の方法による覚醒判定の効果を示す図である。グレーのラインはR&K法による睡眠判定結果である。比較例として、特許文献1の従来法(図2参照)による覚醒判定結果を点線で示す。図中、太線で示す部分が実施例の覚醒判定(WAKE補正とも称する)による推定結果である。従来法では、主として心拍データを用いて睡眠段階を判定しているので、レム睡眠段階と覚醒段階が明確に区別されていない。これに対し、覚醒判定に体動データを用いる実施形態の方法では、R&K法による判定結果との近似性が高い。   FIG. 10 is a diagram showing the effect of awakening determination by the method of the embodiment. The gray line is the sleep judgment result by the R & K method. As a comparative example, the results of awakening determination by the conventional method of Patent Document 1 (see FIG. 2) are shown by dotted lines. In the figure, the portion indicated by the thick line is the estimation result by the awakening determination (also referred to as WAKE correction) of the embodiment. In the conventional method, the REM sleep stage and the awakening stage are not clearly distinguished because the sleep stage is mainly determined by using the heartbeat data. On the other hand, in the method of the embodiment that uses body movement data for the awakening determination, the similarity with the determination result by the R & K method is high.

図11は、全睡眠段階における実施形態の手法のR&K法に対する一致率を示す図である。このデータは、一人の被験者に対して、R&K法による睡眠段階の推定と、実施形態の方法による睡眠段階推定を行って、その比較結果から得られたものである。図中、点線がR&K法による推定結果、実線が実施形態の手法による推定結果である。太い実線で示す部分は、R&K法との完全一致が得られた区間である。斜め線は、実施形態の推定結果がR&K法による睡眠段階の推定から1段階だけズレた区間である。   FIG. 11: is a figure which shows the concordance rate with respect to the R & K method of the method of embodiment in all the sleep stages. This data is obtained from a comparison result obtained by performing sleep stage estimation by the R & K method and sleep stage estimation by the method of the embodiment on one subject. In the figure, the dotted line shows the estimation result by the R & K method, and the solid line shows the estimation result by the method of the embodiment. The portion indicated by the thick solid line is a section where perfect agreement with the R & K method was obtained. The diagonal line is a section in which the estimation result of the embodiment is deviated from the estimation of the sleep stage by the R & K method by one stage.

同一の被験者での比較によると、完全一致は57.8%、レム睡眠段階の推定に着目した一致率は60.9%である。1段階のズレを許容すると、一致率は86.4%になる。   According to the comparison among the same subjects, the perfect match is 57.8%, and the match rate focusing on the estimation of the REM sleep stage is 60.9%. If a one-step shift is allowed, the matching rate will be 86.4%.

図12は、20代から70代までの男女26人の平均データにおけるR&K法との一致率を示す図である。図9〜11が一人の被験者についての推定データを用いて比較しているのに対し、図12では年齢、性別が広い範囲にわたって異なる複数の被験者の平均推定データを用いている。比較例として、特許文献1の従来法とR&K法との一致率を示している。睡眠段階の推定結果の完全一致率は、従来法で32%であるのに対し、実施形態の方法では42%に向上している。   FIG. 12 is a diagram showing the agreement rate with the R & K method in the average data of 26 men and women in their 20s to 70s. 9 to 11 are compared using estimated data for one subject, FIG. 12 uses average estimated data for a plurality of subjects whose age and sex are different over a wide range. As a comparative example, the concordance rate between the conventional method of Patent Document 1 and the R & K method is shown. The perfect match rate of the sleep stage estimation results is 32% in the conventional method, while it is improved to 42% in the method of the embodiment.

図13は、図12と同じ26人の平均データにおける睡眠段階ごとの一致率を示す。実施形態の特徴として、覚醒段階の一致率が27%も向上している。これは覚醒段階の判定に体動データを用いているためである。また、レム睡眠段階の一致率が6%も向上している。従来からレム睡眠段階の推定は困難とされており、6%の上昇効果は極めて大きい。さらに、ノンレム段階2の一致率も7%向上している。ノンレム段階2の推定精度が向上することによって、たとえば、高齢者の深い睡眠中に排尿ケアを行うことで、睡眠を優先させた適切なケアを行うことができる。   FIG. 13: shows the concordance rate for every sleep stage in the average data of 26 persons same as FIG. A feature of the embodiment is that the agreement rate in the awakening stage is improved by 27%. This is because body movement data is used to determine the awakening stage. In addition, the concordance rate of REM sleep stages has improved by 6%. It has been conventionally difficult to estimate the REM sleep stage, and the effect of increasing 6% is extremely large. In addition, the concordance rate in non-REM stage 2 has also improved by 7%. By improving the estimation accuracy of the non-REM stage 2, for example, by performing urinary care during deep sleep of the elderly, appropriate care can be performed with priority on sleep.

図14は、睡眠段階推定装置10の概略構成図である。睡眠段階推定装置10は、プロセッサ11、ユーザインタフェース16、メモリ17、通信インタフェース18、及びドライブ19を有する。ユーザインタフェース16は、キーボード、マウス、タッチパネル等の入力操作部と、モニタディスプレイ、スピーカ等の表示・出力部を含む。メモリ17は、ROM(Read Only Memory)、RAM(Random Access Memory)、ハードディスクドライブ等を含む。通信インタフェース18は、ネットワークを介して他の装置やセンサと通信を行う。ドライブ19は、図示しないリムーバブル記憶媒体が挿入されたときにそれらを駆動する。   FIG. 14 is a schematic configuration diagram of the sleep stage estimation device 10. The sleep stage estimation device 10 includes a processor 11, a user interface 16, a memory 17, a communication interface 18, and a drive 19. The user interface 16 includes an input operation unit such as a keyboard, a mouse, and a touch panel, and a display / output unit such as a monitor display and a speaker. The memory 17 includes a ROM (Read Only Memory), a RAM (Random Access Memory), a hard disk drive, and the like. The communication interface 18 communicates with other devices and sensors via the network. The drive 19 drives removable storage media (not shown) when they are inserted.

プロセッサ11は、データ取得部12と、判定部20と、合成部21を含み、判定部20は、ノンレム判定部13、レム判定部14、及び覚醒判定部15を含む。データ取得部12は、通信インタフェース18を介して外部の生体センサから入力される身体データを取得する。ノンレム判定部13は、データ取得部12で取得された身体データから呼吸データを分離し、所定時間ごとに呼吸数の変動係数を計算する。変動係数は、単位時間当たりの呼吸数の標準偏差を平均値で除算して算出される(変動係数=標準偏差/平均)。さらに、変動係数の全体の平均値に所定の係数(たとえば0.6)を乗算して、ノンレム判定用の第1閾値を設定し、第1閾値以下の領域をノンレム睡眠段階2〜4と推定する。   The processor 11 includes a data acquisition unit 12, a determination unit 20, and a combining unit 21, and the determination unit 20 includes a non-REM determination unit 13, a REM determination unit 14, and an awakening determination unit 15. The data acquisition unit 12 acquires physical data input from an external biosensor via the communication interface 18. The non-REM determining unit 13 separates the respiratory data from the body data acquired by the data acquiring unit 12, and calculates the coefficient of variation of the respiratory rate at every predetermined time. The coefficient of variation is calculated by dividing the standard deviation of the respiratory rate per unit time by the average value (variation coefficient = standard deviation / average). Further, the entire average value of the coefficient of variation is multiplied by a predetermined coefficient (for example, 0.6) to set a first threshold value for non-REM determination, and areas below the first threshold value are estimated to be non-REM sleep stages 2 to 4. To do.

レム判定部14は、データ取得部12で取得された身体データから、心拍データを分離して周波数領域のデータに変換し、25分以下の振動周期から120分以上の周期にわたる周期成分(たとえば2.5秒から135分までの周期成分)を抽出する。抽出した周期成分を時間領域の心拍データに戻して、所定の時間ごとに平均化する。次に、全体の平均値と標準偏差を求め、標準偏差に所定の係数(たとえば0.2)を乗算した値を全体の平均値に足し算して、レム判定用の第2閾値を設定する。第2閾値を超える領域をレム睡眠段階と推定する。   The REM determination unit 14 separates the heartbeat data from the body data acquired by the data acquisition unit 12 and converts the heartbeat data into data in the frequency domain, and a periodic component ranging from a vibration period of 25 minutes or less to a period of 120 minutes or more (for example, 2 (Periodic component from 5 seconds to 135 minutes) is extracted. The extracted periodic component is returned to the heartbeat data in the time domain and averaged at every predetermined time. Next, the overall average value and standard deviation are obtained, and a value obtained by multiplying the standard deviation by a predetermined coefficient (for example, 0.2) is added to the overall average value to set a second threshold value for REM determination. A region exceeding the second threshold value is estimated to be the REM sleep stage.

覚醒判定部15は、データ取得部12で取得された身体データから、体動データを分離し、所定時間ごと(たとえば1分ごと)に体動を平均化する。次に体動の全体の平均値と標準偏差を求め、標準偏差に所定の係数(たとえば0.2)を乗算した値を全体の平均値に足し算して、覚醒判定用の第3閾値を設定する。第3閾値を超える領域を覚醒段階と推定する。   The awakening determination unit 15 separates the body movement data from the body data acquired by the data acquisition unit 12 and averages the body movement every predetermined time (for example, every one minute). Next, the overall average value and standard deviation of body movements are obtained, and the value obtained by multiplying the standard deviation by a predetermined coefficient (for example, 0.2) is added to the overall average value to set the third threshold value for awakening determination. To do. A region exceeding the third threshold value is estimated to be the awakening stage.

合成部21は、ノンレム判定部13と、レム判定部14と、覚醒判定部15の判定結果を合成して、ひとつの睡眠段階判定データとして出力してもよい。レム判定部14は、ノンレム判定部13の判定結果を下地データとして使用して、レム睡眠段階の判定結果を付加してもよい(REM補正)。覚醒判定部15は、ノンレム判定部13の判定結果、またはノンレム判定部13とレム判定部14の判定結果に、覚醒段階の判定結果を付加してもよい(WAKE補正)。   The combining unit 21 may combine the determination results of the non-REM determining unit 13, the REM determining unit 14, and the awakening determining unit 15 and output them as one sleep stage determination data. The REM determination unit 14 may add the determination result of the REM sleep stage by using the determination result of the non-REM determination unit 13 as the background data (REM correction). The awakening determination unit 15 may add the determination result of the awakening stage to the determination result of the non-REM determination unit 13 or the determination results of the non-REM determination unit 13 and the REM determination unit 14 (WAKE correction).

ノンレム判定部13と、レム判定部14と、覚醒判定部15の判定結果は個別にユーザインタフェース16から出力されてもよいし、合成部21で合成された後に出力されてもよい。   The determination results of the non-REM determining unit 13, the REM determining unit 14, and the awakening determining unit 15 may be output individually from the user interface 16 or may be output after being combined by the combining unit 21.

ノンレム判定部13、レム判定部14、覚醒判定部15、及び合成部21の動作をコンピュータプログラムで実現する場合は、メモリ17に格納された睡眠段階判定プログラムをプロセッサ11で実行する。睡眠段階判定プログラムは通信インタフェース18を介してインストールされてもよいし、ドライブ19を介してリムーバブル記憶媒体からインストールされてもよい。この場合、プログラムは、プロセッサに、
被験者の心拍データを取得する手順と、
前記心拍データを周波数領域の成分に変換する手順と、
前記周波数領域のデータから、2.5秒〜150分の周期にわたる範囲の周期成分を抽出して時間領域のデータに変換する手順と、
前記時間領域のデータのうち、所定の閾値を超える領域をレム睡眠段階と判定する手順とを実行させる。
When the operations of the non-REM determining unit 13, the REM determining unit 14, the awakening determining unit 15, and the synthesizing unit 21 are realized by a computer program, the sleep stage determining program stored in the memory 17 is executed by the processor 11. The sleep stage determination program may be installed via the communication interface 18 or may be installed from the removable storage medium via the drive 19. In this case, the program
A procedure for acquiring the heartbeat data of the subject,
A procedure for converting the heartbeat data into frequency domain components,
A procedure of extracting a periodic component in the range of 2.5 seconds to 150 minutes from the frequency domain data and converting it into time domain data;
Of the data in the time domain, a procedure of determining a region exceeding a predetermined threshold as the REM sleep stage is executed.

あるいは、コンピュータに、
被験者の体動データを取得する手順と、
前記体動データの全体平均と標準偏差を算出する手順と、
前記標準偏差に所定の係数を乗算した値を前記全体平均に足し合わせた値を閾値として設定する手順と、
前記閾値を超える領域を覚醒段階と判定する手順と、
を実行させてもよい。
Or on the computer,
The procedure to acquire the subject's body movement data,
A procedure for calculating the overall average and standard deviation of the body movement data,
A step of setting a value obtained by adding a value obtained by multiplying the standard deviation by a predetermined coefficient to the overall average as a threshold value;
A procedure of determining a region exceeding the threshold as an awakening stage,
May be executed.

また、コンピュータに、
被験者の呼吸データを取得する手順と、
前記呼吸データに基づいて単位時間当たりの呼吸数の全体平均と標準偏差を算出する手順と、
前記標準偏差に所定の係数を乗算した値を前記全体平均に足し合わせた値を閾値として設定する手順と、
前記閾値以下の領域をノンレム睡眠段階と判定する手順と、
を実行させてもよい。
Also, on the computer,
A procedure for obtaining the breathing data of the subject,
A procedure for calculating the overall average and standard deviation of the respiratory rate per unit time based on the respiratory data,
A step of setting a value obtained by adding a value obtained by multiplying the standard deviation by a predetermined coefficient to the overall average as a threshold value;
A procedure of determining a region below the threshold as a non-REM sleep stage,
May be executed.

上述した構成と手法により、測定された身体データから、簡単な手法で、より正確に睡眠段階を推定することができる。   With the configuration and method described above, the sleep stage can be more accurately estimated from the measured physical data by a simple method.

10 睡眠段階判定装置
11 プロセッサ
12 データ取得部
13 ノンレム判定部
14 レム判定部
15 覚醒判定部
16 ユーザインタフェース
17 メモリ
18 通信インタフェース
19 ドライブ
20 判定部
21 合成部
10 Sleep Stage Judgment Device 11 Processor 12 Data Acquisition Unit 13 Non-REM Judgment Unit 14 Rem Judgment Unit 15 Awakening Judgment Unit 16 User Interface 17 Memory 18 Communication Interface 19 Drive 20 Judgment Unit 21 Composition Unit

Claims (6)

被験者の呼吸データを取得するデータ取得部と、
前記呼吸データに基づいて、単位時間当たりの呼吸数の平均値と標準偏差を算出し、前記標準偏差を前記平均値で除算した変動係数に所定の係数を乗算した値を閾値として設定し、前記閾値以下の領域をノンレム睡眠段階と判定する判定部と、
を有することを特徴とする睡眠段階判定装置。
A data acquisition unit that acquires the breathing data of the subject,
Based on the respiratory data, the average value and standard deviation of the respiratory rate per unit time is calculated, and the value obtained by multiplying the variation coefficient obtained by dividing the standard deviation by the average value by a predetermined coefficient is set as a threshold value, and A determination unit that determines a region below a threshold as a non-REM sleep stage,
A sleep stage determination device comprising:
前記データ取得部は、無拘束で測定された被験者の身体データを取得し、
前記身体データから心拍データと、前記呼吸データと、体動データをそれぞれ分離し、
前記呼吸データを用いたノンレム睡眠段階の判定と、前記心拍データを用いたレム睡眠段階の判定と、前記体動データを用いた覚醒段階の判定を個別または順次に行って睡眠段階を判定する判定部と、
を有することを特徴とする請求項1に記載の睡眠段階判定装置。
The data acquisition unit acquires the physical data of the subject measured without restraint,
Heartbeat data, the breathing data, and body movement data are separated from the body data,
Non-REM sleep stage determination using the breathing data, REM sleep stage determination using the heartbeat data, and wakefulness stage determination using the body movement data are performed individually or sequentially to determine a sleep stage. Department,
The sleep stage determination device according to claim 1, further comprising:
前記判定部は、前記呼吸データを用いてノンレム睡眠段階を判定し、前記ノンレム睡眠段階の判定結果に基づき、前記心拍データを用いてレム睡眠段階を判定し、前記レム睡眠段階の判定結果に基づき、前記体動データを用いて覚醒段階を判定する、ことを特徴とする請求項2に記載の睡眠段階判定装置。   The determination unit determines the non-REM sleep stage using the respiratory data, based on the determination result of the non-REM sleep stage, determines the REM sleep stage using the heartbeat data, based on the determination result of the REM sleep stage The sleep stage determination device according to claim 2, wherein the awakening stage is determined using the body movement data. 前記判定部は、前記覚醒段階の判定、前記レム睡眠段階の判定、前記ノンレム睡眠段階の判定の順に判定を優先して判定結果に反映することを特徴とする請求項2または3に記載の睡眠段階判定装置。   The sleep according to claim 2 or 3, wherein the determination unit gives priority to the determination in the order of the determination of the awakening stage, the determination of the REM sleep stage, and the determination of the non-REM sleep stage and reflects the determination result. Stage determination device. 被験者の呼吸データを取得し、
前記呼吸データに基づいて単位時間当たりの呼吸数の平均値と標準偏差を算出し、
前記標準偏差を前記平均値で除算した変動係数に所定の係数を乗算した値を閾値として設定し、
前記閾値以下の領域をノンレム睡眠段階と判定する、
ことを特徴とする睡眠段階判定方法。
Obtain the breathing data of the subject,
Calculate the average value and standard deviation of the respiratory rate per unit time based on the respiratory data,
The value obtained by multiplying the coefficient of variation obtained by dividing the standard deviation by the average value by a predetermined coefficient is set as a threshold value,
A region below the threshold is determined to be a non-REM sleep stage,
A sleep stage determination method characterized by the above.
コンピュータに、
被験者の呼吸データを取得する手順と、
前記呼吸データに基づいて単位時間当たりの呼吸数の平均値と標準偏差を算出する手順と、
前記標準偏差を前記平均値で除算した変動係数に所定の係数を乗算した値を閾値として設定する手順と、
前記閾値以下の領域をノンレム睡眠段階と判定する手順と、
を実行させる睡眠段階判定プログラム。
On the computer,
A procedure for obtaining the breathing data of the subject,
A procedure for calculating the average value and standard deviation of the respiratory rate per unit time based on the respiratory data,
A step of setting a value obtained by multiplying a variation coefficient obtained by dividing the standard deviation by the average value by a predetermined coefficient as a threshold value;
A procedure of determining a region below the threshold as a non-REM sleep stage,
A sleep stage determination program for executing.
JP2020019990A 2016-03-18 2020-02-07 Sleep stage determination method, sleep stage determination device, and sleep stage determination program Active JP6925057B2 (en)

Priority Applications (1)

Application Number Priority Date Filing Date Title
JP2020019990A JP6925057B2 (en) 2016-03-18 2020-02-07 Sleep stage determination method, sleep stage determination device, and sleep stage determination program

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
JP2016054723A JP6845404B2 (en) 2016-03-18 2016-03-18 Sleep stage determination method, sleep stage determination device, and sleep stage determination program
JP2020019990A JP6925057B2 (en) 2016-03-18 2020-02-07 Sleep stage determination method, sleep stage determination device, and sleep stage determination program

Related Parent Applications (1)

Application Number Title Priority Date Filing Date
JP2016054723A Division JP6845404B2 (en) 2016-03-18 2016-03-18 Sleep stage determination method, sleep stage determination device, and sleep stage determination program

Publications (2)

Publication Number Publication Date
JP2020073109A true JP2020073109A (en) 2020-05-14
JP6925057B2 JP6925057B2 (en) 2021-08-25

Family

ID=70609817

Family Applications (1)

Application Number Title Priority Date Filing Date
JP2020019990A Active JP6925057B2 (en) 2016-03-18 2020-02-07 Sleep stage determination method, sleep stage determination device, and sleep stage determination program

Country Status (1)

Country Link
JP (1) JP6925057B2 (en)

Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2006026302A (en) * 2004-07-21 2006-02-02 Jepico Corp Sleep analyzing apparatus
JP2008068019A (en) * 2006-09-15 2008-03-27 Gac Corp Method and apparatus for outputting exhalation time
JP2013081707A (en) * 2011-10-12 2013-05-09 Aisin Seiki Co Ltd Sleeping state discriminating apparatus and method
JP2013099507A (en) * 2011-10-14 2013-05-23 Tanita Corp Sleep assessment system and sleep assessment apparatus
JP2014023572A (en) * 2012-07-24 2014-02-06 Daikin Ind Ltd Alarming apparatus
JP2015012948A (en) * 2013-07-04 2015-01-22 パラマウントベッド株式会社 Sleep evaluation device, sleep evaluation method, and sleep evaluation program
JP2015036040A (en) * 2013-08-12 2015-02-23 株式会社タニタ Sleep evaluation system, sleep evaluation device, and bioinstrumentation device
JP2016087355A (en) * 2014-11-11 2016-05-23 パラマウントベッド株式会社 Sleep state determination device, and sleep state determination method and program

Patent Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2006026302A (en) * 2004-07-21 2006-02-02 Jepico Corp Sleep analyzing apparatus
JP2008068019A (en) * 2006-09-15 2008-03-27 Gac Corp Method and apparatus for outputting exhalation time
JP2013081707A (en) * 2011-10-12 2013-05-09 Aisin Seiki Co Ltd Sleeping state discriminating apparatus and method
JP2013099507A (en) * 2011-10-14 2013-05-23 Tanita Corp Sleep assessment system and sleep assessment apparatus
JP2014023572A (en) * 2012-07-24 2014-02-06 Daikin Ind Ltd Alarming apparatus
JP2015012948A (en) * 2013-07-04 2015-01-22 パラマウントベッド株式会社 Sleep evaluation device, sleep evaluation method, and sleep evaluation program
JP2015036040A (en) * 2013-08-12 2015-02-23 株式会社タニタ Sleep evaluation system, sleep evaluation device, and bioinstrumentation device
JP2016087355A (en) * 2014-11-11 2016-05-23 パラマウントベッド株式会社 Sleep state determination device, and sleep state determination method and program

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
WATANABE TAKASHI ET AL.: ""Noncontact Method for Sleep Stage Estimation"", IEEE TRANSACTIONS ON BIOMEDICAL ENGINEERING, vol. 51, no. 10, JPN6020013998, 27 September 2004 (2004-09-27), pages 1735 - 1748, XP011119318, ISSN: 0004428006, DOI: 10.1109/TBME.2004.828037 *

Also Published As

Publication number Publication date
JP6925057B2 (en) 2021-08-25

Similar Documents

Publication Publication Date Title
Anusha et al. Electrodermal activity based pre-surgery stress detection using a wrist wearable
Karthikeyan et al. Detection of human stress using short-term ECG and HRV signals
JP6190466B2 (en) Biological signal measuring instrument and contact state estimation method
JP6845404B2 (en) Sleep stage determination method, sleep stage determination device, and sleep stage determination program
Dafna et al. Sleep-wake evaluation from whole-night non-contact audio recordings of breathing sounds
US9386951B2 (en) Method and apparatus for monitoring sleep apnea severity
CN106413541B (en) System and method for diagnosing sleep
JP5929020B2 (en) Consciousness state estimation device and program
JP2018161432A (en) Evaluation of Sleep State
JP2013052165A (en) Information processing device, information processing method, and program
JPWO2009150744A1 (en) Sleep state monitoring device, monitoring system, and computer program
JP2006271474A (en) Apparatus for estimating sleeping state
Espiritu et al. Automated detection of sleep disorder-related events from polysomnographic data
Liu et al. OSA-weigher: an automated computational framework for identifying obstructive sleep apnea based on event phase segmentation
JP6957011B2 (en) Sleep stage determination device, sleep stage determination method and program
JP6925056B2 (en) Sleep stage determination method, sleep stage determination device, and sleep stage determination program
JP2008253727A (en) Monitor device, monitor system and monitoring method
JP6925057B2 (en) Sleep stage determination method, sleep stage determination device, and sleep stage determination program
US10617345B2 (en) Sleep stage estimating apparatus, biological data estimating apparatus, sleep stage estimating method, and biological data estimating method
JP2016047305A (en) Consciousness state estimation device and program
Marcal et al. OSAS assessment with entropy analysis of high resolution snoring audio signals
JP6557489B2 (en) Biological state estimation device and computer program
JP6932351B2 (en) Sleep stage determination device, sleep stage determination method and program
JP4868514B2 (en) Apparatus and method for outputting result of estimation of biological state
JP6553397B2 (en) Sleep feeling determination method and sleep feeling determination apparatus

Legal Events

Date Code Title Description
A621 Written request for application examination

Free format text: JAPANESE INTERMEDIATE CODE: A621

Effective date: 20200207

A977 Report on retrieval

Free format text: JAPANESE INTERMEDIATE CODE: A971007

Effective date: 20201225

A131 Notification of reasons for refusal

Free format text: JAPANESE INTERMEDIATE CODE: A131

Effective date: 20210119

A601 Written request for extension of time

Free format text: JAPANESE INTERMEDIATE CODE: A601

Effective date: 20210319

A521 Request for written amendment filed

Free format text: JAPANESE INTERMEDIATE CODE: A523

Effective date: 20210520

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: 20210713

A61 First payment of annual fees (during grant procedure)

Free format text: JAPANESE INTERMEDIATE CODE: A61

Effective date: 20210727

R150 Certificate of patent or registration of utility model

Ref document number: 6925057

Country of ref document: JP

Free format text: JAPANESE INTERMEDIATE CODE: R150