JP2020121035A - 睡眠指標算出装置及び睡眠指標算出方法 - Google Patents
睡眠指標算出装置及び睡眠指標算出方法 Download PDFInfo
- Publication number
- JP2020121035A JP2020121035A JP2019015997A JP2019015997A JP2020121035A JP 2020121035 A JP2020121035 A JP 2020121035A JP 2019015997 A JP2019015997 A JP 2019015997A JP 2019015997 A JP2019015997 A JP 2019015997A JP 2020121035 A JP2020121035 A JP 2020121035A
- Authority
- JP
- Japan
- Prior art keywords
- sleep
- index
- fatigue
- subject
- unit
- 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
Abstract
【課題】被験者の睡眠の質を算出する精度を向上させる。【解決手段】睡眠指標算出装置3は、被験者の睡眠時間を特定する睡眠時間特定部331と、生体情報に基づいて疲労の程度を示す疲労指標を特定する疲労指標特定部332と、第1睡眠の開始時の睡眠前疲労指標と、第1睡眠の終了時の睡眠後疲労指標と、第1睡眠の直前の睡眠である第2睡眠の終了時の前回睡眠後疲労指標とに基づいて、第2睡眠の終了時から第1睡眠の開始時までに蓄積された被験者の疲労が第1睡眠によって回復した量を示す疲労回復量を特定する回復量特定部333と、疲労回復量と睡眠時間特定部が第1睡眠において特定した睡眠時間とに基づいて、第1睡眠における睡眠の質を示す睡眠指標を算出する算出部334と、睡眠指標に基づく情報を出力する出力部335と、を有する。【選択図】図2
Description
本発明は、睡眠指標算出装置及び睡眠指標算出方法に関する。
従来、被験者の疲労を回復するための情報を提供する装置が開示されている。特許文献1には、日中の活動データ及び睡眠中のデータに基づいて、使用者(被験者)の1日の疲労度を総合的に評価し、1日の疲労度に対する日中の生活改善及び睡眠の質的改善のうち、どちらの改善が必要なのかを提示する技術が開示されている。
ところで、特許文献1で開示された装置においては、睡眠に関する情報(睡眠時間又は睡眠状態等)に基づいて、睡眠の質を算出している。しかしながら、睡眠の質は、前日の活動に応じて変動し得る。例えば、前日の活動によって蓄積された疲労度が高くなると、疲労の回復量が多くなるため、睡眠の質が高くなり得る。また、例えば、前日の活動によってストレスが溜まると、疲労が回復しづらくなるため、睡眠の質が低くなり得る。そのため、睡眠に関する情報に基づいて睡眠の質を算出した場合、必ずしも適切に睡眠の質を算出することができるとは言えない場合があった。
そこで、本発明はこれらの点に鑑みてなされたものであり、被験者の睡眠の質を算出する精度を向上させることができる睡眠指標算出装置及び睡眠指標算出方法を提供することを目的とする。
本発明の第1の態様に係る睡眠指標算出装置は、被験者の睡眠時間を特定する睡眠時間特定部と、前記被験者の生体情報に基づいて、前記被験者の疲労の程度を示す疲労指標を特定する疲労指標特定部と、前記被験者の第1睡眠の開始時に前記疲労指標特定部が特定した睡眠前疲労指標と、前記第1睡眠の終了時に前記疲労指標特定部が特定した睡眠後疲労指標と、前記第1睡眠の直前の睡眠である第2睡眠の終了時に前記疲労指標特定部が特定した前回睡眠後疲労指標とに基づいて、前記第2睡眠の終了時から前記第1睡眠の開始時までに蓄積された前記被験者の疲労が前記第1睡眠によって回復した量を示す疲労回復量を特定する回復量特定部と、前記疲労回復量と、前記睡眠時間特定部が前記第1睡眠において特定した前記睡眠時間とに基づいて、前記第1睡眠における睡眠の質を示す睡眠指標を算出する算出部と、前記睡眠指標に基づく情報を出力する出力部と、を有する。
前記疲労指標特定部は、測定機器が測定した前記生体情報に基づいて、前記疲労指標を特定してもよい。
前記睡眠指標算出装置は、前記被験者ごとに、前記睡眠指標と、前記第2睡眠の終了時から前記第1睡眠の開始時までの間において前記被験者が活動した活動内容とを関連付けて記憶する睡眠指標記憶部をさらに有し、前記出力部は、前記睡眠指標記憶部に記憶されている複数の前記被験者それぞれの前記睡眠指標のうち、前記睡眠指標が良好な前記被験者の前記睡眠指標を示す情報と、前記睡眠指標が良好な前記被験者の前記活動内容を示す情報とを参考情報としてさらに出力してもよい。
前記睡眠指標算出装置は、前記被験者ごとに、前記睡眠指標と、前記第2睡眠の終了時から前記第1睡眠の開始時までの間において前記被験者が活動した活動内容とを関連付けて記憶する睡眠指標記憶部をさらに有し、前記出力部は、前記睡眠指標記憶部に記憶されている複数の前記被験者それぞれの前記睡眠指標のうち、前記睡眠指標が良好な前記被験者の前記睡眠指標を示す情報と、前記睡眠指標が良好な前記被験者の前記活動内容を示す情報とを参考情報としてさらに出力してもよい。
前記算出部は、前記被験者が睡眠を開始する前において、所定の期間における前記睡眠指標の傾向に基づいて、当該睡眠に対応する前記睡眠指標を推定し、前記出力部は、前記睡眠指標に基づく情報として、前記算出部が推定した前記睡眠指標を示す情報を出力してもよい。
前記睡眠指標算出装置は、所定の期間における前記第1睡眠ごとに、当該第1睡眠に対応する前記睡眠指標と、前記第2睡眠の終了時から前記第1睡眠の開始時までの間において前記被験者が活動した活動内容とを関連付けて記憶する睡眠指標記憶部をさらに有し、前記算出部は、前記被験者が睡眠を終了した後において、当該睡眠の終了時から当該睡眠の次の睡眠の開始時までの前記活動内容を特定し、特定した前記活動内容の少なくとも一部が一致した前記活動内容と関連付けて前記睡眠指標記憶部に記憶されている前記睡眠指標に基づいて、当該睡眠に対応する前記睡眠指標を推定してもよい。
前記算出部は、所定の期間における複数の前記睡眠指標に基づいて、前記所定の期間における前記第1睡眠ごとに、当該第1睡眠に対応する前記睡眠指標を標準化し、前記出力部は、前記睡眠指標に基づく情報として、前記所定の期間における前記第1睡眠ごとに前記算出部が標準化した前記睡眠指標を示す情報を出力してもよい。
前記出力部は、前記疲労回復量に基づく情報をさらに出力してもよい。
前記回復量特定部は、前記被験者が睡眠を開始する前において、所定の期間における前記疲労回復量の傾向に基づいて、当該睡眠に対応する前記疲労回復量を推定し、前記出力部は、前記疲労回復量に基づく情報として、前記回復量特定部が推定した前記疲労回復量を示す情報を出力してもよい。
前記回復量特定部は、前記被験者が睡眠を開始する前において、所定の期間における前記疲労回復量の傾向に基づいて、当該睡眠に対応する前記疲労回復量を推定し、前記出力部は、前記疲労回復量に基づく情報として、前記回復量特定部が推定した前記疲労回復量を示す情報を出力してもよい。
前記睡眠指標算出装置は、所定の期間における前記第1睡眠ごとに、当該第1睡眠に対応する前記疲労回復量と、前記第2睡眠の終了時から前記第1睡眠の開始時までの間において前記被験者が活動した活動内容とを関連付けて記憶する疲労回復量記憶部をさらに有し、前記回復量特定部は、前記被験者が睡眠を終了した後において、当該睡眠の終了時から当該睡眠の次の睡眠の開始時までの前記活動内容を特定し、特定した前記活動内容の少なくとも一部が一致した前記活動内容と関連付けて前記疲労回復量記憶部に記憶されている前記疲労回復量に基づいて、当該睡眠に対応する前記疲労回復量を推定してもよい。
前記算出部は、所定の期間における複数の前記疲労回復量に基づいて、前記所定の期間における前記第1睡眠ごとに、当該第1睡眠に対応する前記疲労回復量を標準化し、前記出力部は、前記疲労回復量に基づく情報として、前記所定の期間における前記第1睡眠ごとに前記算出部が標準化した前記疲労回復量を示す情報を出力してもよい。
前記算出部は、前記所定の期間における前記第1睡眠ごとに標準化した前記疲労回復量に基づいて、前記被験者が蓄積した疲労の回復の傾向を示す回復傾向量を算出し、前記出力部は、前記疲労回復量に基づく情報として、前記回復傾向量を示す情報を出力してもよい。
本発明の第2の態様に係る睡眠指標算出方法は、コンピュータが実行する、被験者の睡眠時間を特定するステップと、前記被験者の疲労の程度を示す疲労指標を特定するステップと、前記被験者の第1睡眠の開始時に前記疲労指標を特定するステップにおいて特定した睡眠前疲労指標と、前記第1睡眠の終了時に前記疲労指標を特定するステップにおいて特定した睡眠後疲労指標と、前記第1睡眠の直前の睡眠である第2睡眠の終了時に前記疲労指標を特定するステップにおいて特定した前回睡眠後疲労指標とに基づいて、前記第2睡眠の終了時から前記第1睡眠の開始時までに蓄積された前記被験者の疲労が前記第1睡眠によって回復した量を示す疲労回復量を特定するステップと、前記疲労回復量と、前記第1睡眠において前記睡眠時間を特定するステップにおいて特定した前記睡眠時間とに基づいて、前記第1睡眠における睡眠の質を示す睡眠指標を算出するステップと、前記睡眠指標に基づく情報を出力するステップと、を有する。
本発明によれば、被験者の睡眠の質を算出する精度を向上させることができるという効果を奏する。
<第1実施形態>
[睡眠指標算出システムS1の概要]
図1は、第1実施形態に係る睡眠指標算出システムS1の概要を説明するための図である。睡眠指標算出システムS1は、被験者の疲労の推移と睡眠時間とに基づいて、睡眠指標を算出するシステムである。睡眠指標は、睡眠の質を示す指標である。睡眠指標算出システムS1は、睡眠検出機器1と、生体測定機器2と、睡眠指標算出装置3とを有する。
[睡眠指標算出システムS1の概要]
図1は、第1実施形態に係る睡眠指標算出システムS1の概要を説明するための図である。睡眠指標算出システムS1は、被験者の疲労の推移と睡眠時間とに基づいて、睡眠指標を算出するシステムである。睡眠指標は、睡眠の質を示す指標である。睡眠指標算出システムS1は、睡眠検出機器1と、生体測定機器2と、睡眠指標算出装置3とを有する。
睡眠検出機器1は、被験者の意識状態を検出する機器である。睡眠検出機器1は、例えば、被験者の身体に装着するウェアラブルデバイス又はマットレスの下に設置する機器である。睡眠検出機器1は、被験者の意識状態として、被験者が覚醒している覚醒状態と、被験者が眠っている睡眠状態とを検出する。睡眠検出機器1は、例えば、加速度センサーをはじめとする振動を検出するセンサーを備えており、被験者の動きに基づいて被験者の意識状態を検出する。睡眠検出機器1は、例えば、被験者が検出を開始する開始ボタンを押下してから検出を終了する終了ボタンを押下するまでの睡眠検出期間において、所定の間隔(例えば、10秒おき又は1分おき等)で被験者の意識状態を検出する。
生体測定機器2は、被験者の生体情報を測定する機器であり、例えば、ウェアラブルデバイスである。生体情報は、被験者の心拍の時間変化を示す心拍データであり、例えば、心拍波形(心電波形)において1つの心拍に含まれるR波の間隔(以下、RR間隔という)を示す時系列のデータである。生体情報は、被験者の脳波の時間変化を示す脳波データであってもよい。生体測定機器2は、例えば、被験者が測定を実行する実行ボタンを押下することにより、被験者の生体情報を測定する。生体測定機器2は、例えば、被験者が測定を開始する開始ボタンを押下してから測定を終了する終了ボタンを押下するまでの期間において、所定の間隔(例えば10分おき)で被験者の生体情報を測定してもよい。
睡眠検出機器1と生体測定機器2とは、それぞれ異なる機器であるが、これに限らない。例えば、睡眠検出機器1の機能と生体測定機器2の機能とを有する1つのウェアラブルデバイスであってもよい。
睡眠指標算出装置3は、睡眠指標を算出する装置であり、例えばサーバである。睡眠指標算出装置3は、例えば、被験者ごとに、被験者が使用する睡眠検出機器1を識別するための情報及び生体測定機器2を識別するための情報を記憶している。
以下において、睡眠指標算出装置3が、図1に示す睡眠n+1に対応する睡眠指標を算出する例について説明する。
以下において、睡眠指標算出装置3が、図1に示す睡眠n+1に対応する睡眠指標を算出する例について説明する。
被験者は、就寝する直前に睡眠検出機器1及び生体測定機器2を身に着け、睡眠検出機器1の開始ボタンを押下して睡眠検出機器1を始動させ、かつ生体測定機器2の実行ボタンを押下して睡眠前の生体情報を測定させてから就寝する。その後、被験者は、起床した直後に睡眠検出機器1の終了ボタンを押下して睡眠検出機器1を停止させ、生体測定機器2の実行ボタンを押下して睡眠後の生体情報を測定させる。被験者は、このような操作を、睡眠を取るごとに行う。
この場合において、睡眠検出機器1は、例えば、被験者が終了ボタンを押下したときに、睡眠情報を睡眠指標算出装置3に送信する(図1の(1))。睡眠情報は、睡眠検出機器1が睡眠検出期間において所定の間隔で検出した被験者の意識状態の時間変化を示す時系列のデータである。睡眠指標算出装置3は、睡眠検出機器1から睡眠情報を取得すると、睡眠情報に基づいて、睡眠n+1の睡眠時間を特定する(図1の(2))。
生体測定機器2は、例えば、被験者が実行ボタンを押下すことによって被験者の生体情報を測定すると、測定した生体情報を睡眠指標算出装置3に送信する(図1の(3))。睡眠指標算出装置3は、生体測定機器2から生体情報を取得すると、生体情報に基づいて疲労指標を特定する(図1の(4))。疲労指標は、被験者の疲労の程度を示す情報である。
睡眠指標算出装置3は、睡眠nの終了時から睡眠n+1の終了時までの間に測定された複数の生体情報に基づいて特定した複数の疲労指標に基づいて、疲労回復量を特定する(図1の(5))。疲労回復量は、睡眠nの終了時から睡眠n+1の開始時までに蓄積された被験者の疲労が睡眠n+1によって回復した量を示す。
睡眠指標算出装置3は、特定した疲労回復量と、特定した睡眠時間とに基づいて、睡眠n+1における睡眠の質を示す睡眠指標を算出する(図1の(6))。そして、睡眠指標算出装置3は、算出した睡眠指標に基づく情報を出力する(図1の(7))。
このように、睡眠指標算出システムS1は、前日(睡眠nの終了時から睡眠n+1の開始時まで)の活動によって蓄積した被験者の疲労が睡眠によって回復した量を示す疲労回復量と、当該睡眠に対応する睡眠時間とに基づいて睡眠指標を算出することにより、被験者の睡眠の質を算出する精度を向上させることができる。
以下、睡眠指標算出装置3の構成について説明する。
以下、睡眠指標算出装置3の構成について説明する。
[睡眠指標算出装置3の構成]
図2は、睡眠指標算出装置3の構成を示す図である。睡眠指標算出装置3は、通信部31と、記憶部32と、制御部33とを有する。
通信部31は、ネットワークに接続するためのインターフェイスであり、例えば無線LANコントローラを含んで構成されている。
図2は、睡眠指標算出装置3の構成を示す図である。睡眠指標算出装置3は、通信部31と、記憶部32と、制御部33とを有する。
通信部31は、ネットワークに接続するためのインターフェイスであり、例えば無線LANコントローラを含んで構成されている。
記憶部32は、ROM(Read Only Memory)、RAM(Random Access Memory)及びハードディスク等の記憶媒体である。記憶部32は、制御部33が実行するプログラムを記憶している。また、記憶部32は、算出された睡眠指標を管理する睡眠指標管理データベースを記憶している。
図3は、睡眠指標管理データベースの構成を示す図である。図3に示すように、睡眠指標管理データベースは、睡眠識別情報と、睡眠時間と、睡眠前疲労指標と、睡眠後疲労指標と、疲労回復量と、睡眠指標と、回復傾向量とを関連付けて記憶している。睡眠識別情報は、被験者が取った睡眠を識別するための情報であり、例えば日付である。日付は、睡眠の開始時の日付でもよいし、睡眠の終了時の日付でもよい。睡眠識別情報は、例えば識別番号であってもよい。睡眠前疲労指標は、睡眠の開始時における被験者の疲労の程度を示す疲労指標である。睡眠後疲労指標は、睡眠の終了時における被験者の疲労の程度を示す疲労指標である。回復傾向量は、被験者が蓄積した疲労の回復の傾向を示す情報である。
図2に戻り、制御部33は、例えばCPU(Central Processing Unit)である。制御部33は、記憶部32に記憶されたプログラムを実行することにより、睡眠時間特定部331、疲労指標特定部332、回復量特定部333、算出部334及び出力部335として機能する。
睡眠時間特定部331は、睡眠検出機器1が睡眠検出期間において所定の間隔で検出した被験者の意識状態の時間変化を示す睡眠情報に基づいて、被験者の睡眠時間を特定する。睡眠時間特定部331は、例えば、睡眠検出機器1から睡眠情報を取得したタイミングで、睡眠時間を特定する。
具体的には、まず、睡眠時間特定部331は、通信部31を介して、睡眠検出機器1から睡眠情報を取得する。睡眠時間特定部331は、睡眠情報に基づいて、睡眠の開始時と睡眠の終了時とを特定する。睡眠時間特定部331は、例えば、睡眠情報において意識状態が覚醒状態から睡眠状態に変わった直後の時点を睡眠の開始時として特定し、睡眠情報において意識状態が睡眠状態から覚醒状態に変わる直前の時点を睡眠の終了時として特定する。そして、睡眠時間特定部331は、睡眠の開始時から終了時までの期間を、被験者の睡眠時間として特定する。
疲労指標特定部332は、被験者の生体情報に基づいて、疲労指標を特定する。具体的には、疲労指標特定部332は、通信部31を介して、生体測定機器2が測定した生体情報を取得し、取得した生体情報に基づいて、疲労指標を特定する。疲労指標は、例えば、0から100までの数値で示し、数値が大きいほど疲労の程度が高いことを示す。
例えば、まず、疲労指標特定部332は、心拍データに基づいて、自律神経のバランスと、自律神経の活動量とを算出する。自律神経のバランスは、心拍データが示すRR間隔の変動の低周波成分(以下、LF(Low Frequency)という)と、高周波成分(以下、HF(Hi Frequency)という)との割合を示す数値(以下、LF/HF比という)である。自律神経の活動量は、心拍データに含まれる複数の周波数成分のうちの0Hzから0.4Hzまでの周波数成分を総和することにより算出される数値(以下、TP(Total Power)という)である。そして、疲労指標特定部332は、自律神経のバランスと自律神経の活動量とに基づいて、疲労指標を算出する。疲労指標特定部332は、例えば、LF/HF比が示す数値が大きいほど、疲労指標を高くする。また、疲労指標特定部332は、例えば、TPが示す数値が小さいほど、疲労指標を高くする。
疲労指標特定部332は、例えば、生体測定機器2から生体情報を取得したタイミングで、疲労指標を特定する。疲労指標特定部332は、特定した疲労指標を記憶部32に記憶させる。疲労指標特定部332は、睡眠時間特定部331が睡眠時間を特定すると、記憶部32に記憶させた複数の疲労指標の中から、睡眠の開始時における被験者の疲労の程度を示す睡眠前疲労指標と、睡眠の終了時における被験者の疲労の程度を示す睡眠後疲労指標とを特定する。疲労指標特定部332は、例えば、睡眠の開始時の時刻に最も近い時刻に測定された生体情報に基づいて特定した疲労指標を睡眠前疲労指標として特定し、睡眠の終了時の時刻に最も近い時刻に測定された生体情報に基づいて特定した疲労指標を睡眠後疲労指標として特定する。
回復量特定部333は、第2睡眠の終了時から第1睡眠の終了時までの期間において測定された複数の生体情報それぞれに基づいて疲労指標特定部332が特定した複数の疲労指標に基づいて、疲労回復量を特定する。第1睡眠は、睡眠指標を算出する対象の睡眠である。第2睡眠は、第1睡眠の直前の睡眠である。
具体的には、回復量特定部333は、第1睡眠の開始時に疲労指標特定部332が特定した睡眠前疲労指標と、第1睡眠の終了時に疲労指標特定部332が特定した睡眠後疲労指標と、第1睡眠の直前の睡眠である第2睡眠の終了時に疲労指標特定部332が特定した前回睡眠後疲労指標とに基づいて、疲労回復量を特定する。
「第1睡眠の開始時に疲労指標特定部332が特定した睡眠前疲労指標」は、第1睡眠の開始時に測定された生体情報に基づいて疲労指標特定部332が特定した疲労指標である。「第1睡眠の終了時に疲労指標特定部332が特定した睡眠後疲労指標」は、第1睡眠の終了時に測定された生体情報に基づいて疲労指標特定部332が特定した疲労指標である。「第1睡眠の直前の睡眠である第2睡眠の終了時に疲労指標特定部332が特定した前回睡眠後疲労指標」は、第2睡眠の終了時に測定された生体情報に基づいて疲労指標特定部332が特定した疲労指標であり、第1睡眠の前日の日付を示す睡眠識別情報に関連付けて睡眠指標管理データベースに記憶されている睡眠後疲労指標である。
回復量特定部333は、例えば、第1睡眠に対応する睡眠前疲労指標が示す数値を、第1睡眠に対応する睡眠後疲労指標が示す数値及び第2睡眠に対応する前回睡眠後疲労指標が示す数値で減算することにより、疲労回復量を算出する。回復量特定部333は、例えば、疲労指標特定部332が第1睡眠に対応する睡眠前疲労指標及び第1睡眠に対応する睡眠後疲労指標を特定したタイミングで、疲労回復量を特定する。なお、回復量特定部333が、記憶部32に記憶された複数の疲労指標の中から、第1睡眠に対応する睡眠前疲労指標及び第1睡眠に対応する睡眠後疲労指標を特定してもよい。
算出部334は、回復量特定部333が特定した疲労回復量と、睡眠時間特定部331が第1睡眠において特定した睡眠時間とに基づいて、当該第1睡眠における睡眠の質を示す睡眠指標を算出する。睡眠指標は、例えば、数値で示される。睡眠指標は、数値が大きいほど睡眠の質が高いことを示す。算出部334は、例えば、疲労回復量を睡眠時間で除算することにより、睡眠指標を算出する。
算出部334は、所定の期間における第1睡眠ごとに回復量特定部333が特定した疲労回復量に基づいて、被験者が蓄積した疲労の回復の傾向を示す回復傾向量を算出してもよい。算出部334は、例えば、第1睡眠に対応する疲労回復量を、第2睡眠に対応する回復傾向量に加算することにより、回復傾向量を算出してもよい。なお、算出部334は、所定の期間における最初の第1睡眠、すわなち、第2睡眠に対応する回復傾向量がない場合、第1睡眠に対応する疲労回復量を回復傾向量として算出する。
算出部334は、睡眠識別情報(例えば第1睡眠の日付)と、睡眠時間特定部331が特定した睡眠時間と、疲労指標特定部332が特定した疲労指標(睡眠前疲労指標及び睡眠後疲労指標)と、回復量特定部333が特定した疲労回復量と、算出した算出情報(睡眠指標及び回復傾向量)とを関連付けて睡眠指標管理データベースに記憶させる。
出力部335は、算出部334が算出した睡眠指標に基づく情報を出力する。睡眠指標に基づく情報は、睡眠指標が示す数値であってもよいし、睡眠指標が示す数値が良好であるか不良であるかを示す情報であってもよいし、睡眠指標が示す数値が不良である場合に睡眠指標を向上させるための改善策を示す情報であってもよい。出力部335は、例えば、睡眠指標に基づく情報を、被験者が使用する通信端末(例えばスマートフォン)に送信することにより、通信端末に出力させてよい。
また、出力部335は、睡眠指標に基づく情報とともに、回復量特定部333が特定した疲労回復量に基づく情報を出力してもよい。このようにすることで、被験者は、1日の活動(第2睡眠の終了時から第1睡眠の開始時までの活動)によって蓄積した疲労が第1睡眠によってどのくらい回復したかを定量的に把握することができる。
また、出力部335は、疲労回復量に基づく情報として、回復傾向量を示す情報を出力してもよい。このようにすることで、被験者は、2回の睡眠を通して、疲労が蓄積せずに回復しているか、疲労が蓄積してきているかを把握することができる。また、出力部335は、睡眠指標に基づく情報とともに、睡眠時間特定部331が特定した睡眠時間に関する情報を出力してもよい。
また、出力部335は、複数の被験者それぞれの睡眠指標のうち、睡眠指標が良好な被験者の睡眠指標を示す情報と、睡眠指標が良好な被験者の活動内容を示す情報とを参考情報としてさらに出力してもよい。活動内容は、第2睡眠の終了時から第1睡眠の開始時までの間において被験者が活動した内容である。
この場合、睡眠指標管理データベースは、被験者ごとに、睡眠指標と活動内容とを関連付けて記憶してもよい。睡眠指標管理データベースは、例えば、被験者識別情報と、属性と、睡眠識別情報と、睡眠時間と、睡眠前疲労指標と、睡眠後疲労指標と、疲労回復量と、睡眠指標と、回復傾向量と、活動内容とを関連付けて記憶してもよい。被験者識別情報は、被験者を識別する情報である。属性は、例えば被験者の職種である。
例えば、まず、算出部334は、睡眠指標管理データベースに記憶されている複数の被験者の中から、所定の期間における睡眠時間の推移が、所定の期間における対象の被験者の睡眠時間の推移と同一又は近似する他の被験者を特定する。算出部334は、睡眠指標管理データベースに記憶されている複数の被験者の中から、対象の被験者の属性と同じ属性である他の被験者を特定してもよい。算出部334は、対象の被験者及び特定した他の被験者それぞれの睡眠指標に基づいて、睡眠指標の偏差値を算出してもよい。
そして、出力部335は、算出部334が特定した他の被験者の中から、睡眠指標が良好な他の被験者の睡眠指標を示す情報と活動内容を示す情報とを参考情報としてさらに出力する。出力部335は、例えば、対象の被験者と算出部334が特定した他の被験者それぞれの睡眠指標をランキング形式で出力してもよい。このように、出力部335が、参考情報として睡眠指標が良好な他の被験者に関する情報(睡眠指標及び活動内容)を出力することにより、被験者は、睡眠指標を改善するための参考にすることができる。
ところで、被験者ごとに異なる種類の生体測定機器2を用いて生体情報を測定した場合、疲労指標特定部332が特定した複数の被験者それぞれの疲労指標が示す数値が同じであっても、数値が示す被験者それぞれの疲労の程度が異なる場合がある。そこで、算出部334は、所定の期間における複数の睡眠指標に基づいて、所定の期間における第1睡眠ごとに、当該第1睡眠に対応する睡眠指標を標準化してもよい。所定の期間は、被験者の日常生活の周期であり、例えば1週間又は1か月等である。
具体的には、まず、算出部334は、所定の期間における睡眠指標の多少を示す第1睡眠指標統計量と、所定の期間における睡眠指標のばらつきを示す第2睡眠指標統計量とを算出する。第1睡眠指標統計量は、例えば、所定の期間における睡眠指標の平均値又は中央値等である。第2睡眠指標統計量は、例えば、所定の期間における睡眠指標の分散又は標準偏差等である。そして、算出部334は、所定の期間における第1睡眠ごとに、当該第1睡眠に対応する睡眠指標と第1睡眠指標統計量と第2睡眠指標統計量とに基づいて、当該第1睡眠に対応する睡眠指標を標準化する。
この場合、出力部335は、睡眠指標に基づく情報として、所定の期間における第1睡眠ごとに算出部334が標準化した睡眠指標を示す情報を出力してもよい。また、出力部335は、所定の期間における第1睡眠ごとに算出部334が標準化した睡眠指標を示す情報とともに、第1睡眠指標統計値と第2睡眠指標統計値とを出力してもよい。このように、算出部334は、睡眠指標を標準化することにより、複数の被験者それぞれが異なる種類の生体測定機器2を用いた場合であっても、睡眠指標が示す被験者の疲労の程度を標準に合わせることができる。
算出部334は、睡眠指標を標準化した場合と同じように、疲労回復量を標準化してもよい。具体的には、算出部334は、所定の期間における複数の疲労回復量に基づいて、所定の期間における第1睡眠ごとに、当該第1睡眠に対応する疲労回復量を標準化してもよい。具体的には、まず、算出部334は、所定の期間における疲労回復量の多少を示す第1疲労統計量と、所定の期間における疲労回復量のばらつきを示す第2疲労統計量とを算出する。第1疲労統計量は、例えば、所定の期間における複数の疲労回復量の平均値又は中央値等である。第2疲労統計量は、例えば、所定の期間における複数の疲労回復量の分散又は標準偏差等である。そして、算出部334は、所定の期間における第1睡眠ごとに、当該第1睡眠に対応する疲労回復量と第1疲労統計量と第2疲労統計量とに基づいて、当該第1睡眠に対応する疲労回復量を標準化する。算出部334は、所定の期間における第1睡眠ごとに標準化した疲労回復量に基づいて、回復傾向量を算出してもよい。
出力部335は、疲労回復量に基づく情報として、所定の期間における第1睡眠ごとに算出部334が標準化した疲労回復量を示す情報を出力してもよい。また、出力部335は、所定の期間における第1睡眠ごとに算出部334が標準化した疲労回復量を示す情報とともに、第1疲労統計値と第2疲労統計値とを出力してもよい。
なお、算出部334は、疲労回復量を標準化する場合、過去に疲労回復量を標準化した際に算出した第1疲労統計量及び第2疲労統計量を用いてもよい。算出部334は、例えば、最初に第1疲労統計量及び第2疲労統計量を算出して疲労回復量を標準化してから所定の期間が経過するまで、最初に算出した第1疲労統計量及び第2疲労統計量を用いて疲労回復量を標準化してもよい。このようにすることで、算出部334は、疲労指標特定部332が新たな疲労回復量を特定するごとに平均値及び標準偏差が変わることにより、ある日の睡眠に対応する標準化した疲労回復量が日ごと(疲労指標特定部332が新たな疲労回復量を特定するごと)に変わることを防ぐことができる。
算出部334は、睡眠指標を標準化した場合と同じように、睡眠時間を標準化してもよい。具体的には、算出部334は、所定の期間における複数の睡眠時間に基づいて、所定の期間における第1睡眠ごとに、当該第1睡眠に対応する睡眠時間を標準化してもよい。この場合、出力部335は、標準化した睡眠時間に関する情報を出力してもよい。
図4は、出力部335が出力した情報の一例を示す図である。図4に示すグラフには、1週間における疲労回復量(棒グラフ)と、回復傾向量の推移(折れ線グラフの実線)と、睡眠時間の推移(折れ線グラフの破線)とが示されている。図4に示すグラフにおいては、疲労回復量及び睡眠時間それぞれが標準化されており、「0」を基準値として、基準値よりも数値が大きい場合は良好であり、基準値よりも数値が小さい場合は不良であることを示している。出力部335が、このようなグラフを出力することにより、被験者は、日常生活の周期における疲労回復量及び睡眠時間の推移を把握することができる。例えば、被験者は、疲労回復量と睡眠時間との関係に基づいて、疲労回復量が基準値より低い場合(疲労が蓄積してきている場合)に何時間の睡眠を取るべきかを把握することができる。
[睡眠指標算出システムS1の処理]
睡眠指標算出システムS1における処理の流れについて説明する。図5は、睡眠指標算出システムS1における処理の流れを示すシーケンス図である。本処理は、被験者が、就寝する直前に睡眠検出機器1及び生体測定機器2を身に着け、睡眠検出機器1の開始ボタンを押下して睡眠検出機器1を始動させ、かつ生体測定機器2の実行ボタンを押下して睡眠前の生体情報を測定させたことを契機として開始する。
睡眠指標算出システムS1における処理の流れについて説明する。図5は、睡眠指標算出システムS1における処理の流れを示すシーケンス図である。本処理は、被験者が、就寝する直前に睡眠検出機器1及び生体測定機器2を身に着け、睡眠検出機器1の開始ボタンを押下して睡眠検出機器1を始動させ、かつ生体測定機器2の実行ボタンを押下して睡眠前の生体情報を測定させたことを契機として開始する。
被験者が生体測定機器2の実行ボタンを押下すると、生体測定機器2は、睡眠の開始時の被験者の生体情報を測定し、測定した生体情報を睡眠指標算出装置3に送信する(S1、S2)。睡眠指標算出装置3の疲労指標特定部332は、通信部31を介して生体測定機器2から生体情報を取得すると、生体情報に基づいて疲労指標を特定する(S3)。例えば、まず、疲労指標特定部332は、心拍データに基づいて、自律神経のバランスと、自律神経の活動量とを算出する。そして、疲労指標特定部332は、自律神経のバランスと自律神経の活動量とに基づいて、疲労指標を算出する。疲労指標特定部332は、特定した疲労指標を記憶部32に記憶させる。
その後、被験者が起床して生体測定機器2の実行ボタンを押下すると、生体測定機器2は、睡眠の終了時の被験者の生体情報を測定し、測定した生体情報を睡眠指標算出装置3に送信する(S4、S5)。睡眠指標算出装置3の疲労指標特定部332は、通信部31を介して生体測定機器2から生体情報を取得すると、生体情報に基づいて疲労指標を特定し、特定した疲労指標を記憶部32に記憶させる(S6)。
また、被験者が睡眠検出機器1の終了ボタンを押下すると、睡眠検出機器1は、開始ボタンが押下されてから終了ボタンが押下されるまでの睡眠検出期間において所定の間隔で検出した被験者の意識状態の時間変化を示す睡眠情報を、睡眠指標算出装置3に送信する(S7、S8)。
睡眠指標算出装置3の睡眠時間特定部331は、睡眠検出機器1が送信した睡眠情報を取得すると、睡眠情報における意識状態の変動に基づいて睡眠開始時及び睡眠終了時を特定し、特定した睡眠開始時から睡眠終了時までの期間を、被験者の睡眠時間として特定する(S9)。疲労指標特定部332は、睡眠時間特定部331が睡眠時間を特定すると、記憶部32に記憶させた複数の疲労指標の中から、睡眠前疲労指標と睡眠後疲労指標とを特定する(S10)。
回復量特定部333は、睡眠前疲労指標と睡眠後疲労指標と前回睡眠後疲労指標とに基づいて、疲労回復量を特定する(S11)。算出部334は、例えば、睡眠前疲労指標が示す数値を、睡眠後疲労指標が示す数値及び前回睡眠後疲労指標が示す数値で減算することにより、疲労回復量を算出する。
算出部334は、回復量特定部333が特定した疲労回復量と、睡眠時間特定部331が第1睡眠において特定した睡眠時間とに基づいて、当該第1睡眠における睡眠の質を示す睡眠指標を算出する(S12)。算出部334は、例えば、疲労回復量を睡眠時間で除算することにより、睡眠指標を算出する。そして、出力部335は、算出部334が算出した睡眠指標に基づく情報を出力する(S13)。
[変形例]
上記において、睡眠指標算出装置3がサーバである例を説明したが、これに限らない。例えば、睡眠指標算出装置3は、被験者が使用する通信端末(例えばスマートフォン)であってもよい。この場合、外部のサーバに睡眠指標管理データベースが記憶されており、睡眠指標算出装置3は、外部のサーバにアクセスして睡眠指標管理データベースに睡眠指標等の情報を記憶させたり、睡眠指標管理データベースに記憶されている情報を参照したりしてもよい。
上記において、睡眠指標算出装置3がサーバである例を説明したが、これに限らない。例えば、睡眠指標算出装置3は、被験者が使用する通信端末(例えばスマートフォン)であってもよい。この場合、外部のサーバに睡眠指標管理データベースが記憶されており、睡眠指標算出装置3は、外部のサーバにアクセスして睡眠指標管理データベースに睡眠指標等の情報を記憶させたり、睡眠指標管理データベースに記憶されている情報を参照したりしてもよい。
[第1実施形態における効果]
以上説明したとおり、第1実施形態に係る睡眠指標算出システムS1は、睡眠指標算出装置3が、生体情報に基づいて疲労指標を特定し、第1睡眠の開始時の生体情報に基づいて特定した睡眠前疲労指標と、第1睡眠の終了時の生体情報に基づいて特定した睡眠後疲労指標と、第2睡眠の終了時の生体情報に基づいて特定した前回睡眠後疲労指標とに基づいて疲労回復量を特定する。そして、睡眠指標算出装置3が、第1睡眠に対応する疲労回復量及び第1睡眠に対応する睡眠時間に基づいて睡眠指標を算出し、算出した睡眠指標に基づく情報を出力する。このように、睡眠指標算出システムS1は、第2睡眠の終了時から第1睡眠の開始時までの活動によって蓄積した被験者の疲労が第1睡眠によって回復した量を示す疲労回復量と、当該第1睡眠に対応する睡眠時間とに基づいて睡眠指標を算出することにより、被験者の睡眠の質を算出する精度を向上させることができる。
以上説明したとおり、第1実施形態に係る睡眠指標算出システムS1は、睡眠指標算出装置3が、生体情報に基づいて疲労指標を特定し、第1睡眠の開始時の生体情報に基づいて特定した睡眠前疲労指標と、第1睡眠の終了時の生体情報に基づいて特定した睡眠後疲労指標と、第2睡眠の終了時の生体情報に基づいて特定した前回睡眠後疲労指標とに基づいて疲労回復量を特定する。そして、睡眠指標算出装置3が、第1睡眠に対応する疲労回復量及び第1睡眠に対応する睡眠時間に基づいて睡眠指標を算出し、算出した睡眠指標に基づく情報を出力する。このように、睡眠指標算出システムS1は、第2睡眠の終了時から第1睡眠の開始時までの活動によって蓄積した被験者の疲労が第1睡眠によって回復した量を示す疲労回復量と、当該第1睡眠に対応する睡眠時間とに基づいて睡眠指標を算出することにより、被験者の睡眠の質を算出する精度を向上させることができる。
<第2実施形態>
[睡眠指標を推定する]
続いて、第2実施形態について説明する。第1実施形態に係る睡眠指標算出システムS1は、過去の睡眠に対応する睡眠指標を算出する。これに対して、第2実施形態に係る睡眠指標算出システムS2は、今後の睡眠に対応する睡眠指標を推定する点で第1実施形態と異なる。以下、第1実施形態と異なる部分について説明を行う。第1実施形態と同じ部分については適宜説明を省略する。
[睡眠指標を推定する]
続いて、第2実施形態について説明する。第1実施形態に係る睡眠指標算出システムS1は、過去の睡眠に対応する睡眠指標を算出する。これに対して、第2実施形態に係る睡眠指標算出システムS2は、今後の睡眠に対応する睡眠指標を推定する点で第1実施形態と異なる。以下、第1実施形態と異なる部分について説明を行う。第1実施形態と同じ部分については適宜説明を省略する。
算出部334は、被験者が睡眠を開始する前において、所定の期間における睡眠指標の傾向に基づいて、当該睡眠に対応する睡眠指標を推定する。算出部334は、例えば、過去に算出した睡眠指標の時系列データに基づいて睡眠指標における変動の周期を算出し、算出した周期に基づいて今後の睡眠に対応する睡眠指標を推定してもよい。
算出部334は、例えば、最後に睡眠を取った日から所定の期間前までにおける睡眠指標の時系列データを入力することにより今後の睡眠に対応する睡眠指標を出力する機械学習モデルを用いて、睡眠指標を推定してもよい。機械学習モデルは、例えば、SVM(Support Vector Machine)又はDNN(Deep Neural Network)等によって生成されたモデルである。
例えば、まず、算出部334は、入力用データと出力用データとを組み合わせた教師データに基づいて機械学習を行うことにより、機械学習モデルを生成する。入力用データは、睡眠指標管理データベースに記憶されている過去の所定の期間である第1期間における睡眠指標の時系列データである。出力用データは、第1期間が経過した直後の日における睡眠指標であってもよいし、第1期間の次の所定の期間である第2期間における睡眠指標の時系列データであってもよい。算出部334は、入力用データ及び出力用データそれぞれを1日ずつずらした複数の教師データに基づいて繰り返し機械学習を行ってもよい。そして、算出部334は、最後に睡眠を取った日(睡眠管理データベースに記憶されている睡眠指標の最新の日付)から所定の期間前までにおける睡眠指標の時系列データを機械学習モデルに入力して、機械学習モデルに今後の睡眠に対応する睡眠指標を出力させることにより、今後の睡眠に対応する睡眠指標を推定する。
出力部335は、睡眠指標に基づく情報として、算出部334が推定した睡眠指標を示す情報を出力する。このようにすることで、被験者は、今後の睡眠に対応する睡眠指標が良好なのか不良なのかを事前に把握することができる。
回復量特定部333は、算出部334が睡眠指標を推定した場合と同じように、今後の睡眠に対応する疲労回復量を推定してもよい。具体的には、回復量特定部333は、被験者が睡眠を開始する前において、所定の期間における疲労回復量の傾向に基づいて、当該睡眠に対応する疲労回復量を推定してもよい。この場合、出力部335は、疲労回復量に基づく情報として、算出部334が推定した疲労回復量を示す情報を出力してもよい。
睡眠時間特定部331は、算出部334が睡眠指標を推定した場合と同じように、今後の睡眠に対応する睡眠時間を推定してもよい。具体的には、睡眠時間特定部331は、被験者が睡眠を開始する前において、所定の期間における睡眠時間の傾向に基づいて、当該睡眠に対応する睡眠時間を推定してもよい。この場合、算出部334は、回復量特定部333が推定した疲労回復量と、睡眠時間特定部331が推定した睡眠時間とに基づいて、睡眠指標を算出してもよい。
ところで、被験者が行った活動が、睡眠の質に影響を及ぼす場合がある。例えば、会議によるストレスで疲労が回復しづらかったり、適度な運動をしたことにより疲労が回復しやすかったりする場合がある。そこで、算出部334は、第1睡眠の終了時から当該第1睡眠の次の睡眠の開始時までの活動内容に基づいて、第1睡眠の次の睡眠に対応する睡眠指標を推定してもよい。この場合、睡眠指標管理データベースは、所定の期間における第1睡眠ごとに、当該第1睡眠に対応する睡眠指標と、第2睡眠の終了時から第1睡眠の開始時までの間において被験者が活動した活動内容とを関連付けて記憶してもよい。活動内容は、例えば、会議、会合又は運動等である。活動内容は、1つであってもよいし、複数であってもよい。
この場合において、算出部334は、被験者が睡眠を終了した後において、当該睡眠の終了時から当該睡眠の次の睡眠の開始時までの活動内容を特定し、特定した活動内容の少なくとも一部が一致した活動内容と関連付けて睡眠指標管理データベースに記憶されている睡眠指標に基づいて、当該睡眠に対応する睡眠指標を推定してもよい。
算出部334は、例えば、ウェブサイトにおいて管理されている睡眠の終了時から当該睡眠の次の睡眠の開始時までのスケジュールに基づいて、活動内容を特定してもよい。また、算出部334は、例えば、被験者が身に着けた不図示のウェアラブルセンサーが測定した情報に基づいて被験者の活動パターンを推定することにより、活動内容を特定してもよい。ウェアラブルセンサーが測定した情報は、例えば、加速度センサーに基づいて測定した活動量を示す情報、又はGPS(Global Positioning System)に基づいて測定した位置情報等である。
例えば、ウェアラブルセンサーが測定した情報が加速度センサーに基づいて測定した活動量を示す情報である場合、算出部334は、日中の活動の期間において加速度センサーが測定した活動量の総和、最大値又は統計値(例えば、平均値又は中央値等)等に基づいて活動量の激しさをレベルに分け、該当するレベルに基づいて活動内容を特定してもよい。算出部334は、例えば、活動量の激しさが最大のレベルである場合、運動を活動内容として特定し、活動量の激しさが最小のレベルである場合、オフィスワークを活動内容として特定する。また、例えば、ウェアラブルセンサーが測定した情報がGPSに基づいて測定した位置情報である場合、算出部334は、位置情報が示す建物(トレーニングジム)又は部屋(会議室)等に基づいて、活動内容を特定してもよい。
算出部334は、例えば、今後の活動内容を入力することにより今後の睡眠に対応する睡眠指標を出力する機械学習モデルを用いて、睡眠指標を推定してもよい。例えば、まず、算出部334は、睡眠指標管理データベースに記憶されている活動内容を示す情報と睡眠指標とを組み合わせた教師データに基づいて機械学習を行うことにより、機械学習モデルを生成する。そして、算出部334は、第1睡眠の終了時から当該第1睡眠の次の睡眠の開始時までの活動内容を機械学習モデルに入力して、機械学習モデルに睡眠指標を出力させることにより、睡眠指標を推定する。このように、算出部334は、活動内容に基づいて睡眠指標を推定することにより、睡眠指標を推定する精度を向上させることができる。
算出部334は、第1睡眠の終了時から当該第1睡眠の次の睡眠の開始時までの活動内容に基づいて、第1睡眠の次の睡眠に対応する疲労回復量を推定してもよい。この場合、睡眠指標管理データベースは、所定の期間における第1睡眠ごとに、当該第1睡眠に対応する疲労回復量と、第2睡眠の終了時から第1睡眠の開始時までの間において被験者が活動した活動内容とを関連付けて記憶してもよい。
この場合において、算出部334は、被験者が睡眠を終了した後において、当該睡眠の終了時から当該睡眠の次の睡眠の開始時までの活動内容を特定し、特定した活動内容の少なくとも一部が一致した活動内容と関連付けて睡眠指標管理データベースに記憶されている疲労回復量に基づいて、当該睡眠に対応する疲労回復量を推定してもよい。
出力部335は、被験者が操作部を用いて入力した睡眠時間に基づいて、今後の睡眠に対応する疲労回復量を出力してもよい。例えば、まず、算出部334は、今後の睡眠に対応する睡眠指標を推定し、推定した睡眠指標と、入力された睡眠時間とを乗算することによって疲労回復量を算出する。そして、出力部335は、被験者が入力した睡眠時間の睡眠を取ることによって得られる疲労回復量を出力する。このようにすることで、被験者は、希望する疲労回復量を得るにはどのくらい睡眠を取った方がよいかを把握することができる。
[第2実施形態における効果]
以上説明したとおり、第2実施形態に係る睡眠指標算出システムS2は、所定の期間における睡眠指標の傾向に基づいて、今後の睡眠に対応する睡眠指標を推定する。このようにすることで、被験者は、日常生活の周期における睡眠指標の傾向を把握することができる。
以上説明したとおり、第2実施形態に係る睡眠指標算出システムS2は、所定の期間における睡眠指標の傾向に基づいて、今後の睡眠に対応する睡眠指標を推定する。このようにすることで、被験者は、日常生活の周期における睡眠指標の傾向を把握することができる。
以上、本発明を実施の形態を用いて説明したが、本発明の技術的範囲は上記実施の形態に記載の範囲には限定されず、その要旨の範囲内で種々の変形及び変更が可能である。例えば、装置の全部又は一部は、任意の単位で機能的又は物理的に分散・統合して構成することができる。また、複数の実施の形態の任意の組み合わせによって生じる新たな実施の形態も、本発明の実施の形態に含まれる。組み合わせによって生じる新たな実施の形態の効果は、もとの実施の形態の効果を併せ持つ。
1 睡眠検出機器
2 生体測定機器
3 睡眠指標算出装置
31 通信部
32 記憶部
33 制御部
331 睡眠時間特定部
332 疲労指標特定部
333 回復量特定部
334 算出部
335 出力部
S 睡眠指標算出システム
2 生体測定機器
3 睡眠指標算出装置
31 通信部
32 記憶部
33 制御部
331 睡眠時間特定部
332 疲労指標特定部
333 回復量特定部
334 算出部
335 出力部
S 睡眠指標算出システム
Claims (12)
- 被験者の睡眠時間を特定する睡眠時間特定部と、
前記被験者の生体情報に基づいて、前記被験者の疲労の程度を示す疲労指標を特定する疲労指標特定部と、
前記被験者の第1睡眠の開始時に前記疲労指標特定部が特定した睡眠前疲労指標と、前記第1睡眠の終了時に前記疲労指標特定部が特定した睡眠後疲労指標と、前記第1睡眠の直前の睡眠である第2睡眠の終了時に前記疲労指標特定部が特定した前回睡眠後疲労指標とに基づいて、前記第2睡眠の終了時から前記第1睡眠の開始時までに蓄積された前記被験者の疲労が前記第1睡眠によって回復した量を示す疲労回復量を特定する回復量特定部と、
前記疲労回復量と、前記睡眠時間特定部が前記第1睡眠において特定した前記睡眠時間とに基づいて、前記第1睡眠における睡眠の質を示す睡眠指標を算出する算出部と、
前記睡眠指標に基づく情報を出力する出力部と、
を有する睡眠指標算出装置。 - 前記疲労指標特定部は、測定機器が測定した前記生体情報に基づいて、前記疲労指標を特定する、
請求項1に記載の睡眠指標算出装置。 - 前記被験者ごとに、前記睡眠指標と、前記第2睡眠の終了時から前記第1睡眠の開始時までの間において前記被験者が活動した活動内容とを関連付けて記憶する睡眠指標記憶部をさらに有し、
前記出力部は、前記睡眠指標記憶部に記憶されている複数の前記被験者それぞれの前記睡眠指標のうち、前記睡眠指標が良好な前記被験者の前記睡眠指標を示す情報と、前記睡眠指標が良好な前記被験者の前記活動内容を示す情報とを参考情報としてさらに出力する、
請求項1又は2に記載の睡眠指標算出装置。 - 前記算出部は、前記被験者が睡眠を開始する前において、所定の期間における前記睡眠指標の傾向に基づいて、当該睡眠に対応する前記睡眠指標を推定し、
前記出力部は、前記睡眠指標に基づく情報として、前記算出部が推定した前記睡眠指標を示す情報を出力する、
請求項1から3のいずれか一項に記載の睡眠指標算出装置。 - 所定の期間における前記第1睡眠ごとに、当該第1睡眠に対応する前記睡眠指標と、前記第2睡眠の終了時から前記第1睡眠の開始時までの間において前記被験者が活動した活動内容とを関連付けて記憶する睡眠指標記憶部をさらに有し、
前記算出部は、前記被験者が睡眠を終了した後において、当該睡眠の終了時から当該睡眠の次の睡眠の開始時までの前記活動内容を特定し、特定した前記活動内容の少なくとも一部が一致した前記活動内容と関連付けて前記睡眠指標記憶部に記憶されている前記睡眠指標に基づいて、当該睡眠に対応する前記睡眠指標を推定する、
請求項1から4のいずれか一項に記載の睡眠指標算出装置。 - 前記算出部は、所定の期間における複数の前記睡眠指標に基づいて、前記所定の期間における前記第1睡眠ごとに、当該第1睡眠に対応する前記睡眠指標を標準化し、
前記出力部は、前記睡眠指標に基づく情報として、前記所定の期間における前記第1睡眠ごとに前記算出部が標準化した前記睡眠指標を示す情報を出力する、
請求項1から5のいずれか一項に記載の睡眠指標算出装置。 - 前記出力部は、前記疲労回復量に基づく情報をさらに出力する、
請求項1から6のいずれか一項に記載の睡眠指標算出装置。 - 前記回復量特定部は、前記被験者が睡眠を開始する前において、所定の期間における前記疲労回復量の傾向に基づいて、当該睡眠に対応する前記疲労回復量を推定し、
前記出力部は、前記疲労回復量に基づく情報として、前記回復量特定部が推定した前記疲労回復量を示す情報を出力する、
請求項7に記載の睡眠指標算出装置。 - 所定の期間における前記第1睡眠ごとに、当該第1睡眠に対応する前記疲労回復量と、前記第2睡眠の終了時から前記第1睡眠の開始時までの間において前記被験者が活動した活動内容とを関連付けて記憶する疲労回復量記憶部をさらに有し、
前記回復量特定部は、前記被験者が睡眠を終了した後において、当該睡眠の終了時から当該睡眠の次の睡眠の開始時までの前記活動内容を特定し、特定した前記活動内容の少なくとも一部が一致した前記活動内容と関連付けて前記疲労回復量記憶部に記憶されている前記疲労回復量に基づいて、当該睡眠に対応する前記疲労回復量を推定する、
請求項7又は8に記載の睡眠指標算出装置。 - 前記算出部は、所定の期間における複数の前記疲労回復量に基づいて、前記所定の期間における前記第1睡眠ごとに、当該第1睡眠に対応する前記疲労回復量を標準化し、
前記出力部は、前記疲労回復量に基づく情報として、前記所定の期間における前記第1睡眠ごとに前記算出部が標準化した前記疲労回復量を示す情報を出力する、
請求項7から9のいずれか一項に記載の睡眠指標算出装置。 - 前記算出部は、前記所定の期間における前記第1睡眠ごとに標準化した前記疲労回復量に基づいて、前記被験者が蓄積した疲労の回復の傾向を示す回復傾向量を算出し、
前記出力部は、前記疲労回復量に基づく情報として、前記回復傾向量を示す情報を出力する、
請求項10に記載の睡眠指標算出装置。 - コンピュータが実行する、
被験者の睡眠時間を特定するステップと、
前記被験者の疲労の程度を示す疲労指標を特定するステップと、
前記被験者の第1睡眠の開始時に前記疲労指標を特定するステップにおいて特定した睡眠前疲労指標と、前記第1睡眠の終了時に前記疲労指標を特定するステップにおいて特定した睡眠後疲労指標と、前記第1睡眠の直前の睡眠である第2睡眠の終了時に前記疲労指標を特定するステップにおいて特定した前回睡眠後疲労指標とに基づいて、前記第2睡眠の終了時から前記第1睡眠の開始時までに蓄積された前記被験者の疲労が前記第1睡眠によって回復した量を示す疲労回復量を特定するステップと、
前記疲労回復量と、前記第1睡眠において前記睡眠時間を特定するステップにおいて特定した前記睡眠時間とに基づいて、前記第1睡眠における睡眠の質を示す睡眠指標を算出するステップと、
前記睡眠指標に基づく情報を出力するステップと、
を有する睡眠指標算出方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2019015997A JP2020121035A (ja) | 2019-01-31 | 2019-01-31 | 睡眠指標算出装置及び睡眠指標算出方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2019015997A JP2020121035A (ja) | 2019-01-31 | 2019-01-31 | 睡眠指標算出装置及び睡眠指標算出方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
JP2020121035A true JP2020121035A (ja) | 2020-08-13 |
Family
ID=71991693
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2019015997A Pending JP2020121035A (ja) | 2019-01-31 | 2019-01-31 | 睡眠指標算出装置及び睡眠指標算出方法 |
Country Status (1)
Country | Link |
---|---|
JP (1) | JP2020121035A (ja) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2022101990A1 (ja) * | 2020-11-10 | 2022-05-19 | 日本電気株式会社 | 疲労度推定装置、疲労度推定方法、及びコンピュータ読み取り可能な記録媒体 |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2007222276A (ja) * | 2006-02-22 | 2007-09-06 | Tanita Corp | 健康管理装置 |
JP2016218563A (ja) * | 2015-05-15 | 2016-12-22 | エコナビスタ株式会社 | 情報処理装置、プログラム、情報処理方法および情報処理システム |
JP2017123989A (ja) * | 2016-01-13 | 2017-07-20 | エコナビスタ株式会社 | 情報処理装置、プログラムおよび情報処理方法 |
-
2019
- 2019-01-31 JP JP2019015997A patent/JP2020121035A/ja active Pending
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2007222276A (ja) * | 2006-02-22 | 2007-09-06 | Tanita Corp | 健康管理装置 |
JP2016218563A (ja) * | 2015-05-15 | 2016-12-22 | エコナビスタ株式会社 | 情報処理装置、プログラム、情報処理方法および情報処理システム |
JP2017123989A (ja) * | 2016-01-13 | 2017-07-20 | エコナビスタ株式会社 | 情報処理装置、プログラムおよび情報処理方法 |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2022101990A1 (ja) * | 2020-11-10 | 2022-05-19 | 日本電気株式会社 | 疲労度推定装置、疲労度推定方法、及びコンピュータ読み取り可能な記録媒体 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US7621871B2 (en) | Systems and methods for monitoring and evaluating individual performance | |
US8608655B2 (en) | Sleep evaluation device | |
US9198619B2 (en) | Method and system for activity/rest identification | |
JP2019057292A (ja) | 情報処理システム、情報処理サーバ、情報処理プログラム、および疲労評価方法 | |
US10586620B2 (en) | Device for calculating amount of retained physical activity, method for calculating amount of retained physical activity and system for calculating amount of retained physical activity | |
US10993656B2 (en) | Measuring and estimating sleep quality | |
EP3677171A1 (en) | A method and apparatus for determining sleep need and sleep pressure based on physiological data | |
JP2018011721A (ja) | ストレス推定装置、ストレス推定方法、及び、ストレス推定プログラム | |
JP2013168026A (ja) | 睡眠分析結果表示プログラム、睡眠改善支援画面表示プログラム及び睡眠改善行動結果表示プログラム | |
JP6040874B2 (ja) | 睡眠段階推定装置 | |
US20200060546A1 (en) | A System and Method for Monitoring Human Performance | |
JP2007000280A (ja) | 覚醒度低下判定装置 | |
US11712199B2 (en) | System and method for optimizing sleep-related parameters for computing a sleep score | |
JP7250647B2 (ja) | 仮眠補助システム、および、仮眠補助用プログラム | |
KR20190053011A (ko) | 신체적 안정 판단 시스템 및 방법 | |
JP2020121035A (ja) | 睡眠指標算出装置及び睡眠指標算出方法 | |
CN113598721B (zh) | 可穿戴终端及其核心体温监测方法和计算机可读存储介质 | |
TW202108077A (zh) | 專注力自動偵測方法和系統 | |
US20190343443A1 (en) | Stress state evaluation apparatus, stress state evaluation system, and non-transitory computer readable medium storing program | |
US20200027369A1 (en) | Creativity assessment apparatus and non-transitory computer readable medium | |
JP2020162649A (ja) | 健康管理装置、健康管理システム、健康管理プログラム、及び健康管理方法 | |
CN112515688A (zh) | 专注力自动侦测方法和系统 | |
US20230210503A1 (en) | Systems and Methods for Generating Menstrual Cycle Cohorts and Classifying Users into a Cohort | |
EP4011278A1 (en) | Determining a sleep state of a user | |
JP2021142286A (ja) | 睡眠状態評価装置、睡眠状態評価方法および睡眠状態評価プログラム |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20201217 |
|
A977 | Report on retrieval |
Free format text: JAPANESE INTERMEDIATE CODE: A971007 Effective date: 20210928 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20211005 |
|
A02 | Decision of refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A02 Effective date: 20220405 |