JP2020156603A - 睡眠状態判定装置、睡眠状態判定方法及びプログラム - Google Patents
睡眠状態判定装置、睡眠状態判定方法及びプログラム Download PDFInfo
- Publication number
- JP2020156603A JP2020156603A JP2019056902A JP2019056902A JP2020156603A JP 2020156603 A JP2020156603 A JP 2020156603A JP 2019056902 A JP2019056902 A JP 2019056902A JP 2019056902 A JP2019056902 A JP 2019056902A JP 2020156603 A JP2020156603 A JP 2020156603A
- Authority
- JP
- Japan
- Prior art keywords
- sleep state
- feature amount
- body movement
- state determination
- sleep
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
Images
Abstract
Description
体動を直接測定する装置以外の装置であって、ユーザの生体情報を測定する測定手段と、
前記測定手段が測定した前記生体情報に基づいて、前記ユーザの体動を示す指標である体動特徴量を取得する取得手段と、
前記取得手段が取得した前記体動特徴量に基づいて、前記ユーザの睡眠状態を判定する判定手段と、
を備えることを特徴とする。
続いて、以上のように構成される睡眠状態判定装置100の処理について説明する。始めに、睡眠状態判定装置100で実行される学習処理について、図5に示すフローチャートを用いて説明する。なお、予め教師データDB1062には、機械学習をするのに十分な量の教師データが記憶されているものとする。例えば、ユーザが入力装置105から所定の操作をして学習処理の開始を指示し、当該指示をCPUが受信すると学習処理は開始される。
続いて、睡眠状態判定処理について、図6のフローチャートを用いて説明する。なお、予め、脈波センサ200により、ユーザの就寝から起床までの期間の容積脈波が計測されている。そして、生体情報測定部110により、計測された容積脈波から生体情報として心拍間隔が測定され、時刻情報が付されて生体情報DB1061に時系列で格納されているものとする。また、上述した学習処理も実行済であり、睡眠状態判定に最適な機械学習モデルが作成されている。このような状態で、例えば、ユーザが入力装置105から所定の操作をして睡眠状態判定処理の開始を指示し、当該指示をCPU101が受信すると睡眠状態判定処理は開始される。
なお、本発明は、上記実施形態に限定されず、本発明の要旨を逸脱しない部分での種々の修正は勿論可能である。
体動を直接測定する装置以外の装置であって、ユーザの生体情報を測定する測定手段と、
前記測定手段が測定した前記生体情報に基づいて、前記ユーザの体動を示す指標である体動特徴量を取得する取得手段と、
前記取得手段が取得した前記体動特徴量に基づいて、前記ユーザの睡眠状態を判定する判定手段と、
を備えることを特徴とする睡眠状態判定装置。
前記測定手段が測定した前記生体情報のうち予め定めた基準に合致しない生体情報であるアウトライアを抽出する抽出手段をさらに備え、
前記取得手段は、前記抽出手段が抽出した前記アウトライアに基づいて、前記体動特徴量を取得する、
ことを特徴とする付記1に記載の睡眠状態判定装置。
前記抽出手段は、所定期間毎に、当該所定期間に測定された前記生体情報のなかから前記アウトライアを抽出し、
前記取得手段は、前記所定期間毎に、抽出された前記アウトライアに基づいて前記体動特徴量を取得し、
前記判定手段は、前記所定期間毎に、前記体動特徴量に基づいて当該所定期間における前記ユーザの睡眠状態を判定する、
ことを特徴とする付記2に記載の睡眠状態判定装置。
前記取得手段は、前記抽出手段が抽出した前記アウトライアの数と、前記測定手段が測定した前記生体情報のうち前記アウトライアを削除した生体情報であるインライアの数との割合に基づいて、前記体動特徴量を取得する、
ことを特徴とする付記2又は3に記載の睡眠状態判定装置。
前記取得手段は、前記抽出手段が抽出した前記アウトライアの数に基づいて、前記体動特徴量を取得する、
ことを特徴とする付記2又は3に記載の睡眠状態判定装置。
前記取得手段は、前記測定手段が測定した前記生体情報のうち前記アウトライアを削除した生体情報であるインライアに基づいて、前記ユーザの睡眠の特徴を示す指標である睡眠特徴量をさらに取得し、
前記判定手段は、前記体動特徴量と前記睡眠特徴量とに基づいて睡眠状態を判定する、
ことを特徴とする付記2乃至5の何れか1つに記載の睡眠状態判定装置。
前記取得手段は、前記インライアと、前記アウトライアを予め定めた基準に合致する生体情報に置換した生体情報とに基づいて、前記睡眠特徴量を取得する、
ことを特徴とする付記6に記載の睡眠状態判定装置。
前記取得手段は、前記測定手段が測定した生体情報から前記体動特徴量と前記ユーザの睡眠の特徴を示す指標である睡眠特徴量とを取得し、
前記判定手段は、前記体動特徴量と前記睡眠特徴量とに基づいて睡眠状態を判定する、
ことを特徴とする付記1乃至7の何れか1つに記載の睡眠状態判定装置。
前記測定手段は、前記ユーザの心拍間隔を含む生体情報を測定する、
ことを特徴とする付記1乃至8の何れか1つに記載の睡眠状態判定装置。
所定期間における前記体動特徴量と当該所定期間における睡眠状態を示す情報とに基づいて、睡眠状態を判定するための機械学習モデルを学習する学習手段をさらに備え、
前記判定手段は、前記学習手段が学習した機械学習モデルを用いて睡眠状態を判定する、
ことを特徴とする付記1乃至9の何れか1つに記載の睡眠状態判定装置。
体動を直接測定する装置以外の装置により、ユーザの生体情報を測定する測定ステップと、
前記測定ステップで測定した前記生体情報に基づいて、前記ユーザの体動を示す指標である体動特徴量を取得する取得ステップと、
前記取得ステップで取得した前記体動特徴量に基づいて、前記ユーザの睡眠状態を判定する判定ステップと、
を備えることを特徴とする睡眠状態判定方法。
コンピュータを、
体動を直接測定する装置以外の装置が測定した生体情報に基づいて、ユーザの体動を示す指標である体動特徴量を取得する取得手段、
前記取得手段が取得した前記体動特徴量に基づいて、前記ユーザの睡眠状態を判定する判定手段、
として機能させることを特徴とするプログラム。
Claims (12)
- 体動を直接測定する装置以外の装置であって、ユーザの生体情報を測定する測定手段と、
前記測定手段が測定した前記生体情報に基づいて、前記ユーザの体動を示す指標である体動特徴量を取得する取得手段と、
前記取得手段が取得した前記体動特徴量に基づいて、前記ユーザの睡眠状態を判定する判定手段と、
を備えることを特徴とする睡眠状態判定装置。 - 前記測定手段が測定した前記生体情報のうち予め定めた基準に合致しない生体情報であるアウトライアを抽出する抽出手段をさらに備え、
前記取得手段は、前記抽出手段が抽出した前記アウトライアに基づいて、前記体動特徴量を取得する、
ことを特徴とする請求項1に記載の睡眠状態判定装置。 - 前記抽出手段は、所定期間毎に、当該所定期間に測定された前記生体情報のなかから前記アウトライアを抽出し、
前記取得手段は、前記所定期間毎に、抽出された前記アウトライアに基づいて前記体動特徴量を取得し、
前記判定手段は、前記所定期間毎に、前記体動特徴量に基づいて当該所定期間における前記ユーザの睡眠状態を判定する、
ことを特徴とする請求項2に記載の睡眠状態判定装置。 - 前記取得手段は、前記抽出手段が抽出した前記アウトライアの数と、前記測定手段が測定した前記生体情報のうち前記アウトライアを削除した生体情報であるインライアの数との割合に基づいて、前記体動特徴量を取得する、
ことを特徴とする請求項2又は3に記載の睡眠状態判定装置。 - 前記取得手段は、前記抽出手段が抽出した前記アウトライアの数に基づいて、前記体動特徴量を取得する、
ことを特徴とする請求項2又は3に記載の睡眠状態判定装置。 - 前記取得手段は、前記測定手段が測定した前記生体情報のうち前記アウトライアを削除した生体情報であるインライアに基づいて、前記ユーザの睡眠の特徴を示す指標である睡眠特徴量をさらに取得し、
前記判定手段は、前記体動特徴量と前記睡眠特徴量とに基づいて睡眠状態を判定する、
ことを特徴とする請求項2乃至5の何れか1項に記載の睡眠状態判定装置。 - 前記取得手段は、前記インライアと、前記アウトライアを予め定めた基準に合致する生体情報に置換した生体情報とに基づいて、前記睡眠特徴量を取得する、
ことを特徴とする請求項6に記載の睡眠状態判定装置。 - 前記取得手段は、前記測定手段が測定した生体情報から前記体動特徴量と前記ユーザの睡眠の特徴を示す指標である睡眠特徴量とを取得し、
前記判定手段は、前記体動特徴量と前記睡眠特徴量とに基づいて睡眠状態を判定する、
ことを特徴とする請求項1乃至7の何れか1項に記載の睡眠状態判定装置。 - 前記測定手段は、前記ユーザの心拍間隔を含む生体情報を測定する、
ことを特徴とする請求項1乃至8の何れか1項に記載の睡眠状態判定装置。 - 所定期間における前記体動特徴量と当該所定期間における睡眠状態を示す情報とに基づいて、睡眠状態を判定するための機械学習モデルを学習する学習手段をさらに備え、
前記判定手段は、前記学習手段が学習した機械学習モデルを用いて睡眠状態を判定する、
ことを特徴とする請求項1乃至9の何れか1項に記載の睡眠状態判定装置。 - 体動を直接測定する装置以外の装置により、ユーザの生体情報を測定する測定ステップと、
前記測定ステップで測定した前記生体情報に基づいて、前記ユーザの体動を示す指標である体動特徴量を取得する取得ステップと、
前記取得ステップで取得した前記体動特徴量に基づいて、前記ユーザの睡眠状態を判定する判定ステップと、
を備えることを特徴とする睡眠状態判定方法。 - コンピュータを、
体動を直接測定する装置以外の装置が測定した生体情報に基づいて、ユーザの体動を示す指標である体動特徴量を取得する取得手段、
前記取得手段が取得した前記体動特徴量に基づいて、前記ユーザの睡眠状態を判定する判定手段、
として機能させることを特徴とするプログラム。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2019056902A JP7183901B2 (ja) | 2019-03-25 | 2019-03-25 | 睡眠状態判定装置、睡眠状態判定方法及びプログラム |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2019056902A JP7183901B2 (ja) | 2019-03-25 | 2019-03-25 | 睡眠状態判定装置、睡眠状態判定方法及びプログラム |
Publications (3)
Publication Number | Publication Date |
---|---|
JP2020156603A true JP2020156603A (ja) | 2020-10-01 |
JP2020156603A5 JP2020156603A5 (ja) | 2022-03-28 |
JP7183901B2 JP7183901B2 (ja) | 2022-12-06 |
Family
ID=72640375
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2019056902A Active JP7183901B2 (ja) | 2019-03-25 | 2019-03-25 | 睡眠状態判定装置、睡眠状態判定方法及びプログラム |
Country Status (1)
Country | Link |
---|---|
JP (1) | JP7183901B2 (ja) |
Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2008237574A (ja) * | 2007-03-27 | 2008-10-09 | Toshiba Corp | 自律神経指標を計測する装置、方法および生体情報を検出する装置 |
JP2012090913A (ja) * | 2010-10-29 | 2012-05-17 | Toshiba Corp | 睡眠計測装置 |
-
2019
- 2019-03-25 JP JP2019056902A patent/JP7183901B2/ja active Active
Patent Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2008237574A (ja) * | 2007-03-27 | 2008-10-09 | Toshiba Corp | 自律神経指標を計測する装置、方法および生体情報を検出する装置 |
JP2012090913A (ja) * | 2010-10-29 | 2012-05-17 | Toshiba Corp | 睡眠計測装置 |
Also Published As
Publication number | Publication date |
---|---|
JP7183901B2 (ja) | 2022-12-06 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US20200315546A1 (en) | Method and Device for Determining a Valid Intrinsic Frequency | |
CN109106359B (zh) | 心率路径优化器 | |
JP7104632B2 (ja) | 半自動化画像セグメント化システム及び方法 | |
KR102655676B1 (ko) | 혈압 추정 장치 및 방법과, 혈압 추정 지원 장치 | |
RU2657384C2 (ru) | Способ и система неинвазивной скрининговой оценки физиологических параметров и патологий | |
US20130211271A1 (en) | Method and apparatus for eliminating motion artifacts of bio signal using personalized bio signal pattern | |
EP3057498B1 (en) | Intrinsic frequency analysis for left ventricle ejection fraction or stroke volume determination | |
JP2020508713A (ja) | 信号変動増幅による静脈穿刺及び動脈ラインガイド | |
RU2012102265A (ru) | Пространственная характеристика и характеристика формы имплантированного устройства внутри объекта | |
EP3811856A1 (en) | Foldable electronic device and method of estimating bio-information using the same | |
JP2016016295A (ja) | 血圧推定装置 | |
CN104182984A (zh) | 动态超声影像中的血管边缘形态快速自动采集方法及系统 | |
CN113646625A (zh) | 用于使用谐波关系监测分析物浓度的方法和设备 | |
Shah et al. | Cardiac output monitoring: A comparative prospective observational study of the conventional cardiac output monitor Vigileo™ and the new smartphone-based application Capstesia™ | |
JP6358865B2 (ja) | 血圧計 | |
JP7183901B2 (ja) | 睡眠状態判定装置、睡眠状態判定方法及びプログラム | |
US20190108390A1 (en) | Information processing apparatus, program, and information processing system | |
US20170319081A1 (en) | Electronic device and control method | |
Shorten et al. | Use of dynamic time warping for accurate ECG signal timing characterization | |
JP6952488B2 (ja) | 生体情報波形処理方法、記憶媒体、プログラム及び生体情報波形処理装置 | |
JP5911840B2 (ja) | 診断データ生成装置および診断装置 | |
CN106343989A (zh) | 基于图像处理的血压监测方法 | |
US20190159694A1 (en) | Apparatus and method for processing physiological information, and computer readable medium | |
US9867547B2 (en) | System and method to calculate cardiac characteristics | |
JP6433616B2 (ja) | 心的活動状態評価支援装置、心的活動状態評価支援システム、及び心的活動状態評価支援方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20220317 |
|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20220317 |
|
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: 20221025 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20221107 |
|
R150 | Certificate of patent or registration of utility model |
Ref document number: 7183901 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R150 |