JP2022025644A - 生体コンディション管理装置、生体コンディション管理システム、生体コンディション管理方法、及びコンピュータプログラム - Google Patents

Abstract

【課題】測定が簡易である心拍数を利用しつつも、生体のコンディションをより正確に分析する装置を提供する。【解決手段】生体コンディション管理装置１０は、生体の就寝期間における心拍数の経時変化を示す心拍数時系列データを取得し、前記心拍数時系列データにおいて前記心拍数が最も小さくなる第１低心拍点を求め、前記第１低心拍点に基づいて前記生体のコンディションを分析するよう構成された処理ユニット１１を備える。【選択図】図１

Description

特許法第３０条第２項適用申請有り 公開の事実１－１：令和２（２０２０）年３月１０日、２０２０ ＩＥＥＥ ２ｎｄ Ｇｌｏｂａｌ Ｃｏｎｆｅｒｅｎｃｅ ｏｎ Ｌｉｆｅ Ｓｃｉｅｎｃｅｓ ａｎｄ Ｔｅｃｈｎｏｌｏｇｉｅｓ（ＬｉｆｅＴｅｃｈ）予稿集 公開の事実１－２：令和２（２０２０）年３月１２日、２０２０ ＩＥＥＥ ２▲ｎｄ▼ Ｇｌｏｂａｌ Ｃｏｎｆｅｒｅｎｃｅ ｏｎ Ｌｉｆｅ Ｓｃｉｅｎｃｅｓ ａｎｄ Ｔｅｃｈｎｏｌｏｇｉｅｓ（ＬｉｆｅＴｅｃｈ） 公開の事実２－１：令和２（２０２０）年５月、日本生体医工学会誌第５９回日本生体医工学会大会 プログラム・抄録集 公開の事実２－２：令和２（２０２０）年５月２６日、公益社団法人日本生体医工学会第５９回日本生体医工学会大会

本開示は、生体コンディション管理装置、生体コンディション管理システム、生体コンディション管理方法、及びコンピュータプログラムに関する。

特許文献１は、連続記録した２４時間の心拍数変動の時系列データから、その心拍変動に内在する２４時間を一周期とする概日リズムまたはサーカディアンリズムを示す変動曲線を求めることを開示している。

特開２００４－２８３５２３号公報

人の体内にある体内時計によって調整されるリズムの中で、約２４時間のリズムのことをサーカディアンリズム、又は概日リズムという。サーカディアンリズムは、生体コンディションに影響を与えるため、生体コンディションの分析には、サーカディアンリズムを正確に求めることが望まれる。

一般に、サーカディアンリズムは、例えば、直腸温から得られる深部体温の計測から求められる。しかしながら、深部体温の計測は、高い侵襲があるため、日常的に計測するには適していない。そこで、特許文献１のように、測定が簡易である心拍数から、サーカディアンリズムを求めることがある。

例えば、特許文献１は、連続２４時間の心拍数変動を計測した時系列データを用いて、２４時間全体のサーカディアンリズムを示す変動曲線を求めている。しかし、連続２４時間の心拍数変動を計測した時系列データには、日中時間帯の外部要因によるノイズが多数含まれている。外部要因は、例えば、日中時間帯の生体の運動である。

連続２４時間の心拍数変動を計測した時系列データを用いてサーカディアンリズムを示す変動曲線を求めた場合、日中時間帯における外部要因によるノイズが影響し、求めた変動曲線は、実際のサーカディアンリズムに対して誤差が大きくなる。このような誤差は、生体コンディションの正確な分析を困難にする。日中の誤差を少なくしようとすると、被験者は日中において安静にしている必要がある。安静が必要であると、日常生活において生体コンディションを把握することが困難である。

したがって、測定が簡易である心拍数を利用しつつも、生体のコンディションをより正確に分析することが望まれる。

本開示のある側面は、生体コンディション管理装置である。開示の生体コンディション管理装置は、生体の就寝期間における心拍数の経時変化を示す心拍数時系列データを取得し、前記心拍数時系列データにおいて前記心拍数が最も小さくなる第１低心拍点を求め、前記第１低心拍点に基づいて前記生体のコンディションを分析するよう構成された処理ユニットを備える。

本開示の他の側面は、生体コンディション管理システムである。開示の生体コンディション管理システムは、生体の心拍に関する生体信号を出力するセンサ装置と、前記生体信号を前記センサ装置から取得し、前記生体信号から、前記生体の就寝期間における心拍数の経時変化を示す心拍数時系列データを取得し、前記心拍数時系列データにおいて前記心拍数が最も小さくなる第１低心拍点を求め、前記第１低心拍点に基づいて前記生体のコンディションを分析するよう構成された処理ユニットと、を備える。

本開示の他の側面は、生体コンディション管理方法である。開示の生体コンディション管理方法は、生体の就寝期間における心拍数の経時変化を示す心拍数時系列データを取得し、前記心拍数時系列データにおいて前記心拍数が最も小さくなる第１低心拍点を求め、前記第１低心拍点に基づいて前記生体のコンディションを分析することを備える。

本開示の他の側面は、コンピュータプログラムである。開示のコンピュータプログラムは、生体の就寝期間における心拍数の経時変化を示す心拍数時系列データにおいて前記心拍数が最も小さくなる第１低心拍点を求め、前記第１低心拍点に基づいて前記生体のコンディションを分析する処理を、コンピュータに実行させる。

更なる詳細は、後述の実施形態として説明される。

図１は、実施形態に係る生体コンディション管理装置を含む生体コンディション管理システムの概略構成図である。 図２は、実施形態に係る生体コンディション管理装置のコンディション評価処理のフローチャートである。 図３は、実施形態に係る生体コンディション管理装置の心拍数時系列データを求める処理のフローチャートである。 図４は、実施形態に係る生体コンディション管理装置のディスプレイにおいて表示される画面の一例を示す概略図である。 図５は、実施形態に係る生体コンディション管理装置のディスプレイにおいて表示される画面の他の例を示す概略図である。 図６は、実施形態に係る生体コンディション管理装置のディスプレイにおいて表示される画面のさらに他の例を示す概略図である。 図７は、実施形態に係る生体コンディション管理装置のコンディション調整処理のフローチャートである。 図８は、実施形態に係る生体コンディション管理装置のディスプレイにおいて表示される画面のさらに他の例を示す概略図である。 図９は、実施形態に係る生体コンディション管理装置のディスプレイにおいて表示される画面のさらに他の例を示す概略図である。 図１０は、第１検証に係る心拍数時系列データ及び最低心拍数を示す図である。 図１１は、心拍数時系列データから求めた最低点と深部体温時系列データから求めた最低点とを示す図である。 図１２は、第２検証に用いた心拍数生データを示す図である。 図１３は、第２検証における心拍数時系列データとクロスポイントとを示す図である。 図１４は、第２検証に係る比較結果示す図である。 図１５は、第３検証に係る平地と高地の最低心拍数の変化を示すグラフである。 図１６は、第４検証に係る最低心拍時刻の変化のグラフである。

＜１．生体コンディション管理装置、生体コンディション管理システム、生体コンディション管理方法、及びコンピュータプログラムの概要＞

（１）実施形態に係る生体コンディション管理装置は、生体の就寝期間における心拍数の経時変化を示す心拍数時系列データを取得し、前記心拍数時系列データにおいて前記心拍数が最も小さくなる第１低心拍点を求め、前記第１低心拍点に基づいて前記生体のコンディションを分析するよう構成された処理ユニットを備える。

特許文献１のように、心拍数からサーカディアンリズムを示す２４時間全体の変動曲線を求めようとすると、外的要因の多い日中時間帯のノイズが、変動曲線全体に影響を与える。この結果、得られる変動曲線は、日中時間帯はもちろん、就寝期間中においても、実際のサーカディアンリズムからは誤差が大きいものになる。

これに対して実施形態に係る生体コンディション管理装置では、２４時間全体の変動曲線を求めるのではなく、外的要因の少ない就寝期間において心拍数が最も小さくなる点である第１低心拍点を求める。心拍数が最も小さくなる第１低心拍点は、就寝期間中に生じるため、外的要因の少ない就寝期間の心拍数時系列データから比較的正確に求めることができる。

そして、サーカディアンリズムが約２４時間で周期的に変動する正弦波状の波形であることを利用すると、心拍数が最も小さくなる第１低心拍点という１点を求めることで、任意の時刻における生体コンディションを把握可能である。例えば、心拍数が最も小さくなる第１心拍点の時刻は、生体コンディションが最も低下している状態といえる。すなわち、拍数が最も小さくなる第１心拍点の時刻は、サーカディアンリズムにおいて最低点をとる時刻、すなわち、最低コンディション時刻といえる。したがって、心拍数が最も小さくなる第１心拍点の時刻が正確に求まれば、その約１２時間後に、サーカディアンリズムにおいておける最高点、すなわち、最高コンディションが生じることを推定できる。

このように、実施形態に係る生体コンディション装置では、サーカディアンリズムを示す２４時間分の変動曲線を求めるのではなく、ノイズの影響が少なく、正確に求めるのが容易である第１低心拍点を求めることで、より正確に生体コンディションを分析することができる。

（２）前記コンディションを分析することは、前記第１低心拍点の時刻である第１低心拍時刻を、第１基準時刻と比較することを含むことが好ましい。海外旅行などにより生活環境が変化すると、サーカディアンリズムが乱れることがある。サーカディアンリズムの乱れは、第１低心拍時刻の変動として生じる。そこで、第１低心拍時刻を基準となる時刻である第１基準時刻と比較することで、そのような乱れを分析することができる。

（３）前記第１基準時刻は、予め設定された時刻であることが好ましい。この場合、予め設定された第１基準時刻と第１低心拍時刻との比較結果を用いて、生体コンディションを分析できる。

（４）前記第１基準時刻は、前記生体における過去の第１低心拍時刻から決定されることが好ましい。この場合、生体における過去の第１低心拍時刻から決定された第１基準時刻と第１低心拍時刻との比較結果を用いて、生体コンディションを分析できる。

（５）前記コンディションを分析することは、前記第１低心拍時刻と前記第１基準時刻との差に基づいて、前記生体に推奨される就寝時刻を算出することを含むことが好ましい。前記第１低心拍時刻が、第１基準時刻に対してずれていると、生活リズムが適切でない可能性がある、適切な生活リズムに戻すには、適切な時刻に就寝することが望まれる。実施形態に係る生体コンディション管理装置は、前記第１低心拍時刻と前記第１基準時刻との差を用いて、生体に推奨される就寝時刻を算出することができる。算出された就寝時刻は、生体コンディション管理装置によって、生体へ推奨される。これにより、生体は、適切な就寝時刻を把握できる。

（６）前記コンディションを分析することは、前記第１低心拍点の時刻である第１低心拍時刻に基づいて、前記生体が第１コンディションになる第１コンディション時刻を算出することを含むことが好ましい。この場合、サーカディアンリズムが約２４時間であることを利用することで、前記第１低心拍点の時刻である第１低心拍時刻を用いて、前記生体が第１コンディションになる第１コンディション時刻を算出することができる。これにより、生体が第１コンディションになる第１コンディション時刻に基づき、生体のコンディションを分析することができる。第１コンディションは、例えば、後述の最高コンディションであるが、最高コンディションに限られず、最高コンディションに対してＸ％（Ｘは、０以上１００未満の値）となる任意コンディションであってもよい。

（７）前記第１コンディション時刻は、前記第１低心拍時刻に１２時間を加算した時刻であることが好ましい。一般的に約２４時間のサーカディアンリズムの中で、生体が最も高いコンディションとなるのは、第１低心拍時刻の１２時間後であることから、前記第１低心拍時刻に１２時間を加算する。これにより、生体の最高コンディションになる前記第１コンディション時刻を算出することができる。

（８）前記コンディションを分析することは、前記第１コンディション時刻と第２基準時刻との差に基づいて、前記生体に推奨される入眠時刻（就寝時刻）を算出することを含むことが好ましい。第１コンディション時刻が、第２基準時刻に対してずれていると、第１コンディション時刻が所望される時刻からずれている可能性がある。第１コンディション時刻を調整するには、適切な時刻に入眠することが望まれる。実施形態に係る生体コンディション管理装置は、前記第１コンディション時刻と第２基準時刻との差を用いて、生体に推奨される入眠時刻（就寝時刻）を算出することができる。算出された入眠時刻（就寝時刻）は、生体コンディション管理装置によって、生体へ推奨される。これにより、生体は、適切な入眠時刻（就寝時刻）を把握できる。

（９）前記コンディションを分析することは、前記第１低心拍点における心拍数である第１低心拍数を、基準心拍数と比較することを含むことが好ましい。この場合、第１低心拍点の心拍数である第１低心拍数を、基準心拍数と比較し、その比較結果が得られる。この比較結果に基づき、生体のコンディションを分析することができる。

（１０）前記基準心拍数は、予め設定された心拍数であることが好ましい。この場合、予め設定された基準心拍数と第１低心拍数との比較結果を用いて、生体コンディションを分析できる。

（１１）前記基準心拍数は、前記生体における過去の第１低心拍数から決定されることが好ましい。この場合、生体における過去の第１低心拍数から決定された基準心拍数と第１低心拍数との比較結果を用いて、生体コンディションを分析できる。

（１２）前記コンディションを分析することは、就寝時刻における心拍数と前記第１低心拍点における心拍数である第１低心拍数との差を算出することを含むことが好ましい。この場合、就寝時刻における心拍数を第１低心拍数との差に基づき、生体のコンディションを分析することができる。

（１３）前記コンディションを分析することは、就寝時刻から、前記第１低心拍点の時刻である第１低心拍時刻までの所要時間を算出することを含むことが好ましい。この場合、就寝時刻から、前記第１低心拍点の時刻である第１低心拍時刻から就寝時刻までの所要時間に基づき、生体のコンディションを分析することができる。

（１４）前記コンディションを分析することは、就寝時刻における心拍数と前記第１低心拍点における心拍数である第１低心拍数との差と、前記所要時間と、に基づく指標を算出することを含むことが好ましい。この場合、就寝時刻における心拍数と前記第１低心拍点における心拍数である第１低心拍数との差と、前記所要時間と、に基づく指標に基づき、生体のコンディションを分析することができる。

（１５）前記処理ユニットは、前記心拍数時系列データにおいて前記心拍数が２番目に小さくなる第２低心拍点を更に求めるよう構成され、前記コンディションを分析することは、更に、前記第２低心拍点に基づくことが好ましい。この場合、第１低心拍点だけでなく、第２心拍点にも基づいて、生体コンディションを分析することができる。

（１６）実施形態に係る生体コンディション管理システムは、生体の心拍に関する生体信号を出力するセンサ装置と、前記生体信号を前記センサ装置から取得し、前記生体信号から、前記生体の就寝期間における心拍数の経時変化を示す心拍数時系列データを取得し、前記心拍数時系列データにおいて前記心拍数が最も小さくなる第１低心拍点を求め、前記第１低心拍点に基づいて前記生体のコンディションを分析するよう構成された処理ユニットと、を備えているのが好ましい。

（１７）実施形態に係る生体コンディション管理方法は、生体の就寝期間における心拍数の経時変化を示す心拍数時系列データを取得し、前記心拍数時系列データにおいて前記心拍数が最も小さくなる第１低心拍点を求め、前記第１低心拍点に基づいて前記生体のコンディションを分析する。

（１８）実施形態に係るコンピュータプログラムは、生体の就寝期間における心拍数の経時変化を示す心拍数時系列データにおいて前記心拍数が最も小さくなる第１低心拍点を求め、前記第１低心拍点に基づいて前記生体のコンディションを分析する処理を、コンピュータに実行させる。

＜２．生体コンディション管理装置、生体コンディション管理システム、生体コンディション管理方法、及びコンピュータプログラムの例＞

以下、図面を参照しつつ実施形態を説明する。図１は、生体コンディション管理システム１を示している。実施形態に係る生体コンディション管理システム１は、生体コンディション管理装置１０と、センサ装置２５と、を備える。センサ装置２５は、例えば、スマートウェア２０に取り付けられている。実施形態に係る生体コンディション管理システム１は、センサ装置２５から送信された生体信号８０を取得し、生体であるユーザのコンディションを分析する生体コンディション分析処理１００を実行する。

実施形態に係る生体コンディション管理装置１０は、アプリケーションがインストールされたタブレット又はスマートフォンなどのモバイル端末であるが、インターネット上の端末であってもよい。生体コンディション管理装置１０は、自由に持ち運ぶことが出来てもよいし、飛行機の座席などに備わっていてもよい。図１に示す生体コンディション管理装置１０は、一例として、生体コンディション管理のアプリケーションプログラムがインストールされたスマートフォン端末である。したがって、生体コンディション管理装置１０は、用途に応じて自由に持ち運ぶことができる。

実施形態に係る生体コンディション管理装置１０は、処理ユニット１１と、ディスプレイ１８と、を備える。処理ユニット１１は、センサ装置２５から取得した生体信号８０を用いて、生体コンディションの評価又は調整をする生体コンディション分析処理１００を実行する。ディスプレイ１８は、処理ユニット１１における生体コンディション分析処理１００において出力される分析結果を表示する。分析処理１００は、後述のコンディション評価処理１１０及びコンディション調整処理１５０を含む。

実施形態に係る処理ユニット１１は、生体信号８０に基づいて、生体のコンディションの評価を行う機能を有する。また、実施形態に係る処理ユニット１１は、生体のコンディションの評価に基づいて、生体のコンディションの調整を行う機能を有する。処理ユニット１１は、コンディション評価処理１１０を実行し、その生体のコンディション評価結果に基づき、生体のコンディションの調整を行うコンディション調整処理１５０を実行する。

処理ユニット１１は、プロセッサ１２と、メモリ１３と、を備えるコンピュータによって構成されている。プロセッサ１２は、例えば、ＣＰＵである。メモリ１３は、例えば、一次記憶装置、及び、二次記憶装置を有する。一次記憶装置は、例えば、ＲＡＭである。二次記憶装置は、例えば、フラッシュメモリである。

メモリ１３には、コンピュータを処理ユニット１１として動作させるためのコンピュータプログラム１３Ａが格納されている。コンピュータプログラム１３Ａは、生体コンディション分析処理１００をプロセッサ１２に実行させるためのプログラムコードを備える。プロセッサ１２は、メモリ１３からコンピュータプログラム１３Ａを読み出して、実行する。コンディション評価処理１１０は、生体信号８０から得られるユーザの心拍数時系列データに基づいて、ユーザの生体のコンディションを評価する処理である。コンディション調整処理１５０は、コンディション評価処理１１０によって分析された結果に基づき、ユーザのコンディションの調整を提案する処理である。コンディション評価処理１１０、及び、コンディション調整処理１５０については、後述する。

実施形態に係るセンサ装置２５は、センサ装置２５が取り付けられたユーザの心拍に関する生体信号を出力する。生体信号は、例えば、心電波形信号であってもよいし、ＲＲＩ信号であってもよいし、心拍数信号であってもよい。すなわち、センサ装置２５は、心電図を計測する心電センサであってもよいし、心拍数を計測する心拍センサであってもよい。また、心拍数は、脈拍数として測定されてもよい。拍数と脈拍数は、正常に心臓が拍動している場合、対応している。したがって、心拍センサは、脈拍を計測する脈拍センサを含む。センサ装置２５による測定方法は、直接測定であってもよいし、間接測定であってもよい。直接測定は、生体の一部である胸部、手首、及び足首などにセンサ装置２５を直接装着し、測定する。間接測定は、スマートウェア２０に編み込まれている電気を通す繊維、もしくはスマートウェア２０に装着されたセンサ装置２５から測定する。

図１に示すスマートウェア２０は、センサ装置２５を用いて、心電図、又は心拍数といった生体信号を取得することができるよう構成された衣料である。スマートウェア２０は、シャツのみであってもよいし、シャツ、及び、ズボンとのセットアップでもよい。図１に示すセンサ装置２５は、一例として、心電センサ２５である。ユーザがスマートウェア２０を着用することにより、ユーザの生体信号を計測できるため、心電センサ２５が計測に用いる配線が不要となる。これにより、長時間にわたる心電図計測がユーザへ与える負担を軽減させることができる。

実施形態に係る心電センサ２５は、取得した生体信号８０を生体コンディション管理装置１０に、無線ネットワーク３０を介して送信するための通信装置２５Ａを備える。

実施形態に係る無線ネットワーク３０は、一つ、もしくは複数のセンサが接続される端末どうしを、無線通信によって相互に接続したネットワークである。無線ネットワーク３０は、例えば、ワイヤレスＬＡＮであってもよいし、Ｂｌｕｅｔｏｏｔｈ（登録商標）であってもよい。心電センサ２５によって取得された生体信号８０は、無線ネットワーク３０を介して、生体コンディション管理装置１０の処理ユニット１１へ送信される。

図２は、実施形態に係る処理ユニット１１におけるコンディション評価処理１１０の手順を示している。コンディション評価処理１１０は、処理ユニット１１のプロセッサ１２によって実行される。コンディション評価処理１１０は、心電センサ２５により取得した生体信号８０を用いて、心拍数時系列データを求める。コンディション評価処理１１０は、該心拍数時系列データを用いて、生体のコンディションを分析する。これにより、ユーザは、自らのコンディションを把握することができる。

実施形態に係る生体は、例えば、心電図、又は心拍数といった生体情報が取得され、コンディション管理が行われるユーザである。ユーザは、例えば、一般の人であってもよいし、スポーツ選手であってもよいし、病気などにより治療を受ける人であってもよい。

実施形態に係る処理ユニット１１におけるコンディション評価処理１１０は、まず、心拍数時系列データを求める（ステップＳ１１１）。図３は、心拍数時系列データを求める処理Ｓ１１１の手順を示している。

心拍数時系列データを求める処理Ｓ１１１においては、処理ユニット１１のプロセッサ１２が、心電センサ２５から生体信号８０を取得する（ステップＳ２１１）。心電センサ２５は、ユーザが就寝時に着用しているスマートウェア２０に取り付けられている。ここでは、心電センサ２５から取得される生体信号８０は、ユーザの心電波形である。心電波形は、心臓の電気活動を波形で表したものである。

なお、生体信号が示す生体情報は、スマートウェア２０に取り付けられているセンサ装置２５によって異なる。例えば、センサ装置２５が心拍センサである場合は、生体信号８０は、心拍数の生データ８０となる

ステップＳ１２１において、プロセッサ１２は、ユーザの就寝時間帯の心電波形８０に対して、高速フーリエ変換（Ｆａｓｔ Ｆｏｕｒｉｅｒ Ｔｒａｎｓｆｏｒｍ（ＦＦＴ））を用いて周波数変換し、０．６～４０Ｈｚでバンドパスフィルタをかけ、逆高速フーリエ変換（逆ＦＦＴ）によって、心電波形の時系列データに戻す。高速フーリエ変換により、心電波形８０の波形を分解し周波数領域データに変換し、０．６～４０Ｈｚでバンドパスフィルタをかけノイズを除去する。ノイズを除去した後、逆高速フーリエ変換によって、心電波形の時系列データに再度変換する。

プロセッサ１２は、心電波形の時系列データより、Ｒ波を検知する（ステップＳ２１３）。Ｒ波は、心室の収縮によって発生する電圧である。通常、Ｒ波は、他の心電図のピーク（Ｐ波やＴ波）よりも振幅が大きいという特徴があるため、正確な検出が可能となる。

プロセッサ１２は、Ｒ波に基づいて、ＲＲＩ（Ｒ－Ｒ Ｉｎｔｅｒｖａｌ）を算出する（ステップＳ２１４）。ＲＲＩとは、一つ前のＲ波から次のＲ波が生じるまでの時間[ｍｓ]である。

プロセッサ１２は、１心拍毎に取得したＲＲＩを心拍数時系列データに変換する（ステップＳ２１５）。ステップＳ２１５において求めた心拍数時系列データは、ノイズ等を含んだ、すなわち、心拍数生データである。プロセッサ１２は、さらに、ステップＳ２１５において求めた心拍数時系列データから、心拍数の変化率を算出する（ステップＳ２１６）。

計測時の心電図には、寝返り等の外部要因によるノイズが発生していることがある。さらに、スマートウェア２０着用による心電図計測のため、医療機器を用いた心電図計測に比べて外れ値が発生しやすい。そのため、プロセッサ１２は、四分位範囲（ＩＱＲ）を用いて、ステップＳ２１５において求めた心拍数時系列データから、外れ値、すなわち、ノイズの除去を行う。そして、プロセッサ１２は、計測時の心拍数時系列データを、ノイズを除去した心拍数時系列データで割ることで、計測精度を算出する（ステップＳ２１７）。

ステップＳ２１７求めた心拍数時系列データは、一様にサンプリングされていない。そこで、プロセッサ１２は、３０秒間隔で中央値を取得しながら（１／３０）Ｈｚでリサンプリングを行う（ステップＳ２１８）。リサンプリングの方法は、中央値を取得しながらリサンプリングを行う方法に限らない。例えば、スプライン補間のように、補間を行った後にリサンプリングを行う方法であってもよい。

ここで、心拍数は、サーカディアンリズムに応じて変化する。サーカディアンリズムによって、就寝中は心拍数が少なくなり、日中の起床時は心拍数が多くなる。心拍数は、起床時は、サーカディアンリズム以外の多くの外部要因の影響を受けるが、就寝中は、安静にしているため、外部要因の影響は少ない。ただし、心拍数は、ウルトラディアンリズムの一つである睡眠リズムの影響を受けて変化する。ウルトラディアンリズムは、サーカディアンリズムよりも短い周期（数十分から数時間）で変化する。

そこで、プロセッサ１２は、ステップＳ２１８においてリサンプリングされた心拍数時系列データから睡眠リズムを除くため、一般的な人の睡眠リズムの周期として、１２０分以下の周期の変動を除去する。そこで、プロセッサ１２は、ＦＦＴを用いて周波数変換し、１／（６０×１２０）Ｈｚを超える周波数の除去を行い、逆ＦＦＴによって、心拍数時系列データに戻す（ステップＳ２１９）。これにより、睡眠リズムの影響が除去された心拍数時系列データが得られる。

なお、スマートウェア２０に取り付けられているセンサ装置２５が心拍センサ２５である場合、生体信号８０は、心拍数生データ８０となる。この場合、プロセッサ１２は、心拍数時系列データを求める処理として、ステップＳ２１６以降の処理を行えばよい。

図２に戻り、プロセッサ１２は、ステップＳ１１１において求められた心拍数時系列データに基づき、ユーザの就寝時刻、及び、起床時刻を算出する（ステップＳ１１２）。ユーザの就寝時刻は、ユーザが寝るために床に入る時刻である。ユーザの起床時刻は、ユーザが起床する時刻である。ユーザの就寝時刻、及び、起床時刻の算出は、心拍数時系列データに基づき、心拍数の変動によって求める。図２に示す処理フローでは、ステップＳ１１１によってユーザの就寝時間帯における心拍数時系列データが求まった後に、就寝時刻、及び、起床時刻を算出しているが、それに限られない。例えば、就寝時刻、及び、起床時刻を算出する別のアプリケーションによって算出してもよいし、ステップＳ１１１の中で算出してもよい。

プロセッサ１２は、ステップＳ１１１において求まった心拍数時系列データに基づいて、心拍数が低くなる１又は複数の心拍点が求められる（ステップＳ１１３）。ここでは、心拍数時系列データにおいて、少なくとも心拍数が最低となる第１低心拍点（最低心拍点）が求められる。第１低心拍点は、心拍数が最低となる最低点時刻（第１低心拍時刻）と、最低点時刻における心拍数（最低心拍数；第１低心拍数）と、によって示される。

複数の心拍点が求められる場合、プロセッサ１２は、心拍数時系列データに基づき、心拍数の小さい順に心拍点を抽出する。２番目に小さい心拍数は、第２低心拍数となる。第２低心拍数となる時刻が、第２低心拍時刻となる。心拍数時系列データにおいて、第２低心拍数、及び、第２低心拍時刻が示す点が、第２低心拍点となる。

３番目に小さい心拍数が、第３低心拍数となる。第３低心拍数となる時刻が、第３低心拍時刻となる。心拍数時系列データにおいて、第３低心拍数、及び、第３低心拍時刻が示す点が、第３低心拍点となる。

複数の心拍点を求めることで、第１低心拍点の信頼性を評価できる。第１低心拍点を含む複数の心拍点が近接している場合には、第１低心拍点は、最低コンディションを示す点として信頼性が高いといえる。一方、第１低心拍点を含む心拍点が分散している場合、眠りが浅く、第１低心拍点は、最低コンディションを示す点としての信頼性が比較的低いといえる。

また、複数の心拍点は、ユーザの生体コンディションの評価の一つであるユーザの睡眠の質の評価の一つに用いることができる。例えば、心拍数時系列データにおいて、複数の心拍点が近接している場合には、深い眠りを取得することが出来ていると評価することができる。一方で、心拍数時系列データにおいて、複数の心拍点が分散している場合には、深い眠りを取得する時間が分散しているため、全体として浅い眠りとなっていると評価することができる。

このように、就寝期間における複数の心拍点から、ユーザの約２４時間の生体のコンディションを分析することができる。就寝期間とは、ユーザの就寝時刻から起床時刻までの期間をいう。

なお、ステップＳ１１３では、就寝期間における第１心拍点、第２心拍点、及び第３心拍点の計３点を求めたが、第１心拍点のみ、又は第１心拍点と第２心拍点のみを求める方法でもよい。

生体コンディション管理装置１０は、ユーザの生体コンディションの評価の一つとしてユーザの睡眠の質を、指標に基づいて評価することができる。プロセッサ１２は、睡眠の質を評価する指標として、ユーザの就寝時刻と最低点時刻との傾きを求める（ステップＳ１１４）。まず、プロセッサ１２は、ステップＳ１１３までに求めている就寝時心拍数（ｓｌｅｅｐＨＲ）と最低心拍数（ｍｉｎＨＲ）を用い、差分をｓｌｅｅｐＨＲ－ｍｉｎＨＲとして、求める。差分（ｓｌｅｅｐＨＲ－ｍｉｎＨＲ）の大きさによって、眠りの深さを評価することができる。例えば、差分（ｓｌｅｅｐＨＲ－ｍｉｎＨＲ）が小さいと、最低心拍数まで十分に心拍数が落ちていないため、眠りが浅いと評価される。また、差分（ｓｌｅｅｐＨＲ－ｍｉｎＨＲ）が大きいと、最低心拍数まで十分に心拍数が落ちているため、眠りが深いと評価される。

つぎに、プロセッサ１２は、ステップＳ１１３までに求めている就寝時刻と最低点時刻とを用い、就寝時刻から最低点時刻に到達する時間[ｈ]をｄｔとして求める。時間（ｄｔ）の長さによって、眠つきの良さを評価することができる。例えば、時間（ｄｔ）が長いと、最低点時刻に到達するまでに時間を要しているため、眠つきが悪いと評価される。また、時間（ｄｔ）が短いと、最低点時刻に到達するまでに時間を要していないため、眠つきが良いと評価される。

差分（ｓｌｅｅｐＨＲ－ｍｉｎＨＲ）と時間（ｄｔ）を用いて、就寝時心拍数と最低心拍数を結ぶ線分の傾き（Ｇｒａｄｉｅｎｔ）を求める。傾き（Ｇｒａｄｉｅｎｔ）は、Ｇｒａｄｉｅｎｔ＝（ｓｌｅｅｐＨＲ－ｍｉｎＨＲ）/ｄｔによって求まる。傾き（Ｇｒａｄｉｅｎｔ）の大きさは、眠りの深さを評価する指標である。例えば、傾き（Ｇｒａｄｉｅｎｔ）が小さいと、ユーザの眠りは浅いと評価される。すなわち、生体コンディションが良くないと評価される。また、傾き（Ｇｒａｄｉｅｎｔ）が大きいと、ユーザの眠りは深いと評価される。すなわち、ユーザは生体コンディションが良いと評価される。

プロセッサ１２は、ステップＳ１１４にて求めた傾き（Ｇｒａｄｉｅｎｔ）に基づき、評価結果をディスプレイ１８に出力する（ステップＳ１１５）。ディスプレイ１８における評価結果の表示画面３００を図４に示す。表示画面３００は、ユーザの当日情報表示枠３０１、ユーザデータ表示枠３０３、最低点情報表示枠３０４、睡眠評価表示枠３０６、最高コンディション時刻表示枠３０８、及び、分析結果表示枠３１０と、を備える。

ユーザの当日情報表示枠３０１には、ユーザの計測当日の就寝時刻、及び、起床時刻を表示する。図４に示すユーザの当日情報表示枠３０１からは、ユーザの就寝時刻が２３：００、起床時刻が０７：００であることがわかる。

ユーザデータ表示枠３０３には、基準心拍数、及び、基準時刻を表示する。基準心拍数は、ユーザの過去の複数の日の最低心拍数の平均、又は、前日の最低心拍数でもよい。さらに、メーカなどが初期値として設定している年齢別などの標準的な最低心拍数が表示されている。基準時刻は、ユーザの過去の複数の日の最低点時刻の平均、又は、前日の最低点時刻でもよい。さらに、ユーザに限らず、メーカなどが設定している年齢別などの予め設定された標準的な最低点時刻が表示されてもよい。予め設定された標準的な最低点時刻は、例えば午前２時から午前４時などといった、時間範囲であってもよい。図４に示すユーザデータ表示枠３０３では、最低心拍数が５６ｂｐｍ、最低心拍数の時刻は、０３：３０であることが示されている。

最低点情報表示枠３０４には、昨夜のユーザの第１心拍点である最低心拍数、及び、最低点時刻を表示する。図４に示す最低点情報表示枠３０４では、最低心拍数５８ｂｐｍ、最低心拍数の時刻は、０３：４０であることが示されている。

睡眠評価表示枠３０６には、ステップＳ１１４にて求めた傾き（Ｇｒａｄｉｅｎｔ）の大きさに基づき、Ａ、Ｂ、又は、Ｃで評価した結果が表示される。例えば、傾き（Ｇｒａｄｉｅｎｔ）の大きさがｘ時間以内であれば評価Ａ、差分がｘ～ｙ時間の範囲内であれば評価Ｂ、差分がｙ時間以上であれば評価Ｃとなるように評価が判定される。図４に示す睡眠評価表示枠３０６では、睡眠の評価はＡであることが示されている。

最高コンディション時刻表示枠３０８には、最低点時刻から最高点時刻を求めるステップＳ１２４の結果を表示する。最高コンディション時刻表示枠３０８は、ユーザがユーザの所望の最高コンディション時刻を入力するための画面へ遷移する、時刻調整ボタン３０８Ａを備える。

分析結果表示枠３１０は、ステップＳ１１４の処理結果に基づいて、処理結果に応じたコメントを表示する。図４に示す分析結果表示枠３１０からは、処理結果より質の良い睡眠が得られていることから、「質の良い睡眠が得られています。この調子で、質の良い睡眠を維持しましょう。」と表示する。ユーザが質の良い睡眠とは、ユーザが深い睡眠を確保できていることをいう。これにより、ユーザの睡眠の質からユーザのコンディションの評価を行うことができる。

生体コンディション管理装置１０は、ユーザの生体コンディションの評価の一つとして、ユーザのコンディションに応じて推奨される就寝時刻を、提案することができる。例えば、ユーザの時差ぼけの度合いを評価し、ユーザのコンディションに合わせて就寝時刻を提案することができる。

まず、プロセッサ１２は、心拍数が最小となる最低点時刻と基準時刻（第１基準時刻１５）を比較し、差分を求める（ステップＳ１１６）。

ステップＳ１１６における基準時刻は、例えば、ユーザの過去の複数の日の最低点時刻の平均とする。これにより、ユーザの生活リズムに応じたユーザに適した基準時刻を算出することができる。ユーザの基準時刻である最低心拍数の時刻は、図５のユーザデータ表示枠３０３に示すように、０３：３０とする。昨夜の最低心拍数の時刻は、図５の最低点情報表示枠３０４に示すように、０５：４０である。したがって、ステップＳ１１６によって算出された差分は、０５：４０－０３：３０、すなわち、０２：１０となる。これにより、ユーザは基準時刻よりも０２：１０遅く、最低心拍数の時刻を迎えたことがわかる。

プロセッサ１２は、ステップＳ１１６によって求めた差分である０２：１０に基づいて、理想の就寝時刻を求める（ステップＳ１１７）。プロセッサ１２は、ユーザの計測当日の就寝時刻０１：００と差分である０２：１０に基づき、理想の就寝時刻を求める。すなわち、就寝時刻である０１：００から差分の０２：１０ほど早く就寝すれば、ユーザに適した最低心拍数の時刻を迎えることができる。したがって、プロセッサ１２は、ユーザにとって推奨される就寝時刻として、０１：００の０２：１０ほど前である２２：５０を算出する。

プロセッサ１２は、ステップＳ１１６にて求めた理想の就寝時刻に基づき、評価結果をディスプレイ１８に出力する（ステップＳ１１８）。ディスプレイ１８における評価結果の表示画面３２０を図５に示す。表示画面３２０は、ユーザの当日情報表示枠３２１、ユーザデータ表示枠３０３、最低点情報表示枠３２４、睡眠評価表示枠３２６、最高コンディション時刻表示枠３０８、推奨就寝時刻表示枠３２９、及び、分析結果表示枠３３０と、を備える。同じ符号の箇所には、図４と同じ情報が表示されるため説明を省略する。

ユーザの当日情報表示枠３２１には、ユーザの計測当日の就寝時刻、及び、起床時刻が表示される。図５に示すユーザの当日情報表示枠３２１は、ユーザの就寝時刻が０１：００、起床時刻が０９：００であることを示している。

最低点情報表示枠３２４には、昨夜のユーザの第１心拍点である最低心拍数、及び、最低点時刻が表示される。図５に示す最低点情報表示枠３２４は、最低心拍数６５ｂｐｍ、最低心拍数の時刻は、０５：４０であることを示している。

睡眠評価表示枠３２６には、最低点時刻と基準時刻の差分の大きさに基づき、Ａ、Ｂ、又は、Ｃで評価した結果が表示される。例えば、差分の大きさがｘ時間以内であれば評価Ａ、差分がｘ～ｙ時間の範囲内であれば評価Ｂ、差分がｙ時間以上であれば評価Ｃとなるように判定される。したがって、差分の大きさが大きければ大きいほど、時差ぼけの度合いが大きいことがわかる。図５に示す睡眠評価表示枠３２６における差分睡眠の評価はＣであるため、時差ぼけの度合いが大きいことがわかる。したがって、ユーザは、時差ぼけの影響を受け、質の悪い睡眠になっていることを把握できる。

推奨就寝時刻表示枠３２９には、ユーザのコンディションに基づき、推奨される就寝時刻を求めるステップＳ１１７の結果が表示される。図５に示す推奨就寝時刻表示枠３２９には、「おすすめ就寝時刻： ２２：５０」と表示される。

分析結果表示枠３３０には、ステップＳ１１７の処理結果に基づいて、処理結果に応じたコメントが表示される。ステップＳ１１７の処理結果によれば、質の悪い睡眠であると判定されるため、図５に示す分析結果表示枠３１０には、例えば、「質の悪い睡眠になっています。就寝時刻を調整し、睡眠の質を改善しましょう。」と表示される。これにより、ユーザは、ユーザのコンディションに時差ぼけが影響を及ぼしていることを把握できる。さらに、ユーザは、ユーザの推奨就寝時刻を知ることができる。

生体コンディション管理装置１０は、ユーザの心拍数の変化に基づいて、ユーザの生体コンディションの評価を行うことができる。例えば、ユーザがスポーツ選手であった場合、生体コンディション管理装置１０を高地トレーニングへの順応の度合いの評価に用いることができる。

さて、高地トレーニングのように高地に一定期間滞在すると、滞在当初は心拍数が高くなる。しかし、日数が経過するにつれ、徐々に心拍数が戻る。この変化を利用し、高地トレーニングへの順応の度合いの評価を行う。すなわち、ユーザの最低心拍数が基準心拍数１７に近似となったとき、高地への順応ができていると評価される。

上記のような評価を行うため、図２に示すように、プロセッサ１２は、心拍数が最小となる最低心拍数と基準心拍数を比較し、差分を求める（ステップＳ１２１）。

ステップＳ１２１における基準心拍数は、例えば、ユーザの過去の複数の日の最低心拍数の平均とする。これにより、ユーザの生活リズムに応じたユーザに適した基準心拍数を算出することができる。ユーザの最低心拍数は、一例として、図６のユーザデータ表示枠３０３に示すように、５６ｂｐｍとする。昨夜の最低心拍数は、図６の最低点情報表示枠３４４に示すように、７５ｂｐｍである。したがって、ステップＳ１２１によって算出された差分は、７５ｂｐｍ－５６ｂｐｍ、すなわち、１９ｂｐｍとなる。これにより、ユーザは基準時刻よりも心拍数が１９ｂｐｍ高いことがわかる。したがって、高地へ順応できたていないと評価される。

プロセッサ１２は、ステップＳ１２１にて求めた理想の就寝時刻に基づき、評価結果をディスプレイ１８に出力する（ステップＳ１２２）。ディスプレイ１８における評価結果の表示画面３４０を図６に示す。表示画面３４０は、ユーザの当日情報表示枠３０１、ユーザデータ表示枠３０３、最低点情報表示枠３４４、睡眠評価表示枠３４６、最高コンディション時刻表示枠３０８、及び、分析結果表示枠３５０と、を備える。同じ符号の箇所には、図４と同じ情報が表示されるため説明を省略する。

最低点情報表示枠３４４には、昨夜のユーザの第１心拍点である最低心拍数、及び、最低点時刻を表示する。図６に示す最低点情報表示枠３４４は、最低心拍数７５ｂｐｍ、最低心拍数の時刻は、０４：００であることを示している。

睡眠評価表示枠３４６には、ステップＳ１２１にて求めた心拍数が最小となる最低心拍数と基準心拍数の差分の大きさに基づき、Ａ、Ｂ、又は、Ｃで評価した結果が表示される。例えば、差分の大きさがｐ[ｂｐｍ]時間以内であれば評価Ａ、差分ｐ～ｑ[ｂｐｍ]の範囲内であれば評価Ｂ、差分がｑ[ｂｐｍ]以上であれば評価Ｃとなるように判定される。したがって、差分が大きいほど、高地へ順応できていないことを示す。図６に示す睡眠評価表示枠３４６における差分睡眠の評価は３段評価のＢであるため、高地への順応は認められていないが、あと少しで順応が認められる段階にいることがわかる。したがって、ユーザは、ユーザのコンディションに高地という環境が及ぼす影響の度合いを把握することができる。

分析結果表示枠３５０は、ステップＳ１２１の処理結果に基づいて、処理結果に応じたコメントを表示する。最低心拍数と基準心拍数の差分が大きい場合、図６に示す分析結果表示枠３５０には、例えば、「最低心拍数がやや高い傾向が見られます。」と表示される。これにより、ユーザは、ユーザのコンディションに高地という環境が影響を及ぼしていることを把握することができる。

生体コンディション管理装置１０は、ユーザの生体コンディションの評価の一つとして、ユーザの最高コンディションを求めることができる。例えば、ユーザがスポーツ選手であった場合、ユーザは１日のうちで最も高いパフォーマンスを発揮できる時間を把握することができる。

まず、プロセッサ１２は、最低点時刻から最高点時刻を求める（ステップＳ１２４）。１周期約２４時間であるサーカディアンリズムに基づくと、最低心拍数の時刻の１２時間後が、最も高いパフォーマンスを発揮する時刻、すなわち最高コンディション時刻となる。したがって、図４に示すユーザの最高コンディション時刻は、ユーザの最低心拍数の時刻０３：４０に１２：００を加算した時刻である、１５：４０となる。

プロセッサ１２は、ステップＳ１２４にて求めた最高コンディション時刻を、評価結果をディスプレイ１８に出力する（ステップＳ１２５）。ディスプレイ１８における評価結果の表示画面３００を図４に示す。表示画面３６０は、ユーザの当日情報表示枠３０１、ユーザデータ表示枠３０３、最低点情報表示枠３０４、睡眠評価表示枠３０６、最高コンディション時刻表示枠３０８、及び、分析結果表示枠３１０と、を備える。

最高コンディション時刻表示枠３０８には、ステップＳ１２４によって求めた最高コンディション時刻 １５：４０が表示される。

図７は、実施形態に係るコンディション調整処理１５０の手順を示している。コンディション調整処理１５０は、処理ユニット１１のプロセッサ１２によって実行される。実施形態に係る処理ユニット１１におけるコンディション調整処理１５０は、コンディション評価処理１１０によって算出された最高点時刻と、第２基準時刻と、の差に基づいて、生体に推奨される入眠時刻（就寝時刻）を算出する。ここで、入眠時刻（就寝時刻）は、ユーザが眠りにつく時刻である。ここでは、第２基準時刻は、一例として、ユーザが所望する最高コンディション時刻とする。また、コンディション調整処理１５０は、コンディション評価処理１１０によって算出された最高点時刻と、第２基準時刻でとの差に基づいて、生体に推奨される起床時間を算出してもよい。

入眠時刻（就寝時刻）の算出のため、プロセッサ１２は、コンディション評価処理１１０によって算出された最高点時刻を取得する（ステップＳ１５１）。図７に示す最高点時刻は、前日の最低点時刻に基づいて算出した１５：４０である。

また、プロセッサ１２は、ユーザが所望する最高コンディション時刻を取得する（ステップＳ１５２）。プロセッサ１２は、最高コンディション時刻を、ユーザの入力操作に基づいて取得する。最高コンディション時刻は、例えば、日時データによって構成される。最高コンディション時刻は、例えば、ユーザが所望する日と、ユーザが所望する日においてユーザが最高コンディションを迎えたい時刻と、によって構成される。ユーザが所望する日は、例えば、スポーツ選手であるユーザが参加する試合日である。ユーザが所望する日においてユーザが最高コンディションを迎えたい時刻は、例えば、試合時刻である。

図８の表示画面３８０は、図４に示す分析結果表示画面３００の最高コンディション時刻表示枠３０８の時刻調整ボタン３０８Ａを押下した際に、表示される表示画面３８０である。表示画面３８０は、ユーザの当日情報表示枠３０１、ユーザデータ表示枠３０３、最低点情報表示枠３０４、睡眠評価表示枠３０６、最高コンディション時刻表示枠３０８、及び、最高コンディション時刻設定枠３８１と、を備える。同じ符号の箇所には、図４と同じ情報が表示されるため説明を省略する。

最高コンディション時刻設定枠３８１は、ユーザが、ユーザの所望する日及び時刻を入力可能に構成されている。最高コンディション時刻設定枠３８１は、ユーザがユーザの所望する日時を入力した後に押下するための設定ボタン３８１Ａを、備える。ユーザが設定ボタン３８１Ａを押下することにより、プロセッサ１２は、ステップＳ１５２以降の処理を行う。

プロセッサ１２は、コンディション評価処理１１０によって算出された最高点時刻とユーザが入力した第２基準時刻を比較し、差分を求める（ステップＳ１５３）。

例えば、最高点時刻が、図８に示すように、１５：４０であり、第２基準時刻が１３：４０である場合、最高点時刻と第２基準時刻との差分は、２時間であることがわかる。したがって、現在の日付である５月１３日からユーザが所望する５月１５日までの２日間で、計２時間ほど、ユーザは、入眠時刻を早めることで、最高点時刻を、ユーザが所望する最高コンディション時刻に合わせることができる。

プロセッサ１２は、ステップＳ１５３において求めた差分に基づいて、ユーザに推奨される入眠時刻を求める（ステップＳ１５４）。推奨される入眠時刻は、例えば、ステップＳ２５３で求められた差分と、昨日の入眠時刻と、から求められる。例えば、ステップＳ２４３で求められた差分が２時間であり、昨晩の入眠時刻が２３：００である場合、推奨される入眠時刻は、２３：００を２時間早めた、２１：００として求められる。

推奨される入眠時刻は、さらに、現在の日付からユーザが所望する日付までの日数に基づいて求められてもよい。より具体的には、ステップＳ１５３において求められた差分が２時間であり、現在の日付からユーザが所望する日付までの日数が２日である場合、２日かけて入眠時間を２時間早めればよい。そこで、プロセッサ１２は、１日あたり何時間入眠をずらせばよいかを求める。ここでは、２時間を２日で割ることで、１日あたり１時間入眠を早めればよいことが求まる。したがって、昨日である２０２０／５／１２の入眠時刻が２３：００であるから、２０２０／５／１３の推奨入眠時間は１時間早い２２：００であり、２０２０／５／１４の推奨入眠時間はさらに１時間早い２１：００であることが求まる。

プロセッサ１２は、ステップＳ１５４にて求めた推奨入眠時刻（推奨就寝時刻）をディスプレイ１８に出力する（ステップＳ１５５）。図９は、推奨入眠時刻（推奨就寝時刻）を含む表示画面３９０を示す。表示画面３９０は、ユーザの当日情報表示枠３０１、ユーザデータ表示枠３０３、最低点情報表示枠３０４、睡眠評価表示枠３０６、及び最高コンディション時刻表示枠３０８のほか、推奨入眠時刻（推奨就寝時刻）表示枠３２９、を備える。同じ符号の箇所には、図４と同じ情報が表示されるため説明を省略する。

推奨入眠時刻（推奨就寝時刻）表示枠３２９には、ユーザが入力した第２基準時刻に基づき、推奨される入眠時刻（就寝時刻）を求めるステップＳ１５４の結果が表示される。図９に示す推奨入眠時刻（推奨就寝時刻）表示枠３２９には、「おすすめ入眠時刻： ２１：００」と表示されている。ステップＳ１５４において、推奨される就寝時刻を求める場合は、図９に示す推奨入眠（就寝）時刻表示枠３２９には、「おすすめ就寝時刻： ２１：００」と表示される。

分析結果表示枠３１０は、ステップＳ１５４の処理結果に基づいて、処理結果に応じたコメントを表示する。図９に示す分析結果表示枠３１０には、「５／１５のコンディション時刻に向けて、計画的に日々の入眠時刻を調整しましょう。５／１３は、入眠時刻２２：００をおすすめします。５／１４は、入眠時刻２１：００をおすすめします。」と表示される。このように、ステップＳ１５４に基づき、本日２０２０／５／１３よりユーザが所望する日時の前日２０２０／５／１４の計２日間で、入眠時刻を徐々に調節することを提案する表示を行うことができる。これにより、ユーザの生体のコンディションを保ちながら、ユーザの入眠時刻を調整することができる。

＜３．検証＞

＜３．１ 第１検証＞

図１０及び図１１は、第１検証の結果を示している。第１検証では、実施形態に係る生体コンディション管理装置１０によって第１低心拍点５３を求めた。図１０において、黒色の実線５１は、図３に示すステップＳ２１７の外れ値除去後の心拍数の時系列データ、すなわち、心拍数生データ５１を示し、灰色の点線５２は、図３に示すステップＳ２１９を施した後の心拍数時系列データ５２を示す。灰色の点５３は、図２に示すステップＳ１１３によって算出された最低心拍数５３（第１低心拍点）を示す。なお、図１０において、横軸は時刻、縦軸は心拍数を示す。

図１１は、図３に示す処理Ｓ１１１によって得られた心拍数時系列データと深部体温時系列データとを示す。図１１において、実線５６は、深部体温の時系列データ５６を示す。図１１においては、深部体温の最低点５６Ａも示されている。図１１において、点線５７は、心拍数時系列データ５７を示す。図１１においては、最低心拍数５７Ａも示されている。図１１に示すように、実施形態に係る生体コンディション管理装置１０によって求められた最低心拍数５７Ａは、深部体温の最低点５６Ａに良く近似している。したがって、実施形態に係る生体コンディション管理装置１０によって求められた最低心拍数５７Ａは妥当であることが確認された。

＜３．１ 第２検証＞

図１２から図１４は、第２検証の結果を示している。第２検証では、特許文献１に記載されている方法でサーカディアンリズムを求めた。

第２検証では、スマートウェア２０に装着されている心拍センサ２５によって、被験者の心拍数を２４時間計測した。図１２は、心拍センサ２５によって取得された心拍数が時系列に並んだ生データ６０を示している。特許文献１の手法に則り、図１２の心拍数が時系列に並んだ生データ６０に移動平均処理を施し、ＦＦＴ変換を行うことで高周波成分がカットされた心拍数時系列データを抽出した。その心拍数時系列データを逆ＦＦＴ変換し、正規化処理することで、図１３に示す心拍数時系列データ６３を求めた。心拍数時系列データ６３に基づいて、心拍数の最大値、及び最小値を求め、平均値６４を算出した。特許文献１の手法では、心拍数時系列データ６３の曲線と平均値６４が交差するクロスポイント６５の２個になるまで処理が繰り返される。

図１３に示すように、特許文献１の手法で求めた心拍数時系列データ６３は、サーカディアンリズムを示す変動曲線としては、非常に乱れている。

図１４に、特許文献１の手法で求めた心拍数時系列データ６３（比較データ）と、図３に示す手順で求めた就寝期間中の心拍数時系列データ５２と、を示す。なお、心拍数時系列データ５２は、就寝期間中の心拍数生データ５１から求めたものである。

図１４では、特許文献１の手法で求めた心拍数時系列データ６３における最低心拍数６３Ａ及び、図３に示す手順で求めた就寝期間中の心拍数時系列データ５２の最低心拍数５２Ａも示されている。最低心拍数６３Ａの時刻（最低心拍時刻）は４：１３であり、最低心拍数５２Ａの時刻（最低心拍時刻）は７：５３であった。このように、最低心拍数６３Ａの時刻と最低心拍数５２Ａの時刻との間には、約４時間もの差がある。

第２検証における被験者の深部体温が最低点をとる時刻を数日にわたって調べたところ、６：３０前後であった。したがって、図３に示す手順で求めた就寝期間中の心拍数時系列データ５２の最低心拍数５２Ａの時刻のほうが、特許文献１の手法で求めた心拍数時系列データ６３における最低心拍数６３Ａの時刻よりも適切であることが確認された。

＜３．３ 第３検証＞

図１５は、第３検証の結果を示している。第３検証では、実施形態に係る方法で求めた最低心拍数（第１低心拍数）が、スポーツ選手であるユーザの高地トレーニングへの順応度合いの指標になり得るかの検証を行った。図１５には、第３検証の結果として、平地と高地における、ユーザ１の最低心拍数の変化７０Ａ、ユーザ２の最低心拍数の変化７０Ｂ、ユーザ３の最低心拍数の変化７０Ｃが示されている。図１５の横軸は、日を示す。横軸における「Ｆｌａｔ Ｄａｙ」は、ユーザが平地に滞在している日を示し、「Ｈｉｇｈ Ｄａｙ」は、ユーザが高地に滞在している日を示す。図１５の縦軸は、最低心拍数を示す。

図１５に示すように、ユーザが平地から高地へ移動すると、各ユーザの最低心拍数が大きく変動していることがわかる。なお、ユーザが高地の環境に順応すると最低心拍数は下がった。したがって、最低心拍数は、ユーザが高地の環境に順応できているかの分析（生体コンディションの分析）をするための指標として有効であることがわかる。

＜３．４ 第４検証＞

図１６は、第４検証の結果を示している。第４検証では、実施形態に係る方法で求めた最低心拍時刻（第１低心拍時刻）が、時差ぼけの度合いの評価のための指標になり得るかの検証を行った。図１６は、ユーザ１が、７月１９日から８月３日までの間に、日本、ベルリン、再び日本に滞在した場合における、ユーザ１の最低心拍時刻の変化７２Ａと、ユーザ２の最低心拍時刻の変化７２Ｂと、を示している。図１６において、横軸は、最低心拍点が求められた睡眠から起床した日を示し、縦軸は、最低心拍時刻を示している。ユーザ１及びユーザ２にとっての適切な最低心拍時刻は５：００頃であるが、図１６によると、各ユーザが日本からベルリンへ移動、及びベルリンから日本へ移動すると、最低心拍時刻が、時差ぼけのため、５：００からの誤差が大きくなっている。また、図１６によると、時差ぼけが解消すると、最低心拍時刻は５：００付近に戻っている。

したがって、最低心拍時刻は、時差ぼけの度合いを示す指標として有効であることがわかる。

＜４．付記＞

本発明は、上記実施形態に限定されるものではなく、様々な変形が可能である。

１ ：生体コンディション管理システム
１０ ：生体コンディション管理装置
１１ ：処理ユニット
１２ ：プロセッサ
１３ ：メモリ
１３Ａ ：コンピュータプログラム
１５ ：第１基準時刻
１７ ：第１基準心拍数
１８ ：ディスプレイ
２０ ：スマートウェア
２５ ：センサ装置
２５Ａ ：通信装置
３０ ：無線ネットワーク
５１ ：心拍数生データ
５２ ：心拍数時系列データ
５２Ａ ：最低心拍数
５３ ：第１低心拍点（最低心拍点）
５６ ：深部体温時系列データ
５６Ａ ：最低点
５７ ：心拍数時系列データ
５７Ａ ：最低心拍数
６０ ：生データ
６３ ：心拍数時系列データ
６３Ａ ：最低心拍数
６４ ：平均値
６５ ：クロスポイント
７０Ａ ：変化
７０Ｂ ：変化
７０Ｃ ：変化
７２Ａ ：変化
７２Ｂ ：変化
８０ ：心拍数生データ
８０ ：生体信号
１００ ：生体コンディション分析処理
１１０ ：コンディション評価処理
１５０ ：コンディション調整処理
３００ ：分析結果表示画面
３０１ ：当日情報表示枠
３０３ ：ユーザデータ表示枠
３０４ ：最低点情報表示枠
３０６ ：睡眠評価表示枠
３０８ ：最高コンディション時刻表示枠
３０８Ａ ：時刻調整ボタン
３１０ ：分析結果表示枠
３２０ ：表示画面
３２１ ：当日情報表示枠
３２４ ：最低点情報表示枠
３２６ ：睡眠評価表示枠
３２９ ：推奨入眠時刻（推奨就寝時刻）表示枠
３３０ ：分析結果表示枠
３４０ ：表示画面
３４４ ：最低点情報表示枠
３４６ ：睡眠評価表示枠
３５０ ：分析結果表示枠
３６０ ：表示画面
３８０ ：表示画面
３８１ ：最高コンディション時刻設定枠
３８１Ａ ：設定ボタン
３９０ ：表示画面

Claims (18)

1. 生体の就寝期間における心拍数の経時変化を示す心拍数時系列データを取得し、前記心拍数時系列データにおいて前記心拍数が最も小さくなる第１低心拍点を求め、前記第１低心拍点に基づいて前記生体のコンディションを分析するよう構成された処理ユニットを備える
   生体コンディション管理装置。
2. 前記コンディションを分析することは、前記第１低心拍点の時刻である第１低心拍時刻を、第１基準時刻と比較することを含む
   請求項１に記載の生体コンディション管理装置。
3. 前記第１基準時刻は、予め設定された時刻である
   請求項２に記載の生体コンディション管理装置。
4. 前記第１基準時刻は、前記生体における過去の第１低心拍時刻から決定される
   請求項２に記載の生体コンディション管理装置。
5. 前記コンディションを分析することは、前記第１低心拍時刻と前記第１基準時刻との差に基づいて、前記生体に推奨される就寝時刻を算出することを含む
   請求項２から請求項４のいずれか１項に記載の生体コンディション管理装置。
6. 前記コンディションを分析することは、前記第１低心拍点の時刻である第１低心拍時刻に基づいて、前記生体が第１コンディションになる第１コンディション時刻を算出することを含む
   請求項１から請求項３のいずれか１項に記載の生体コンディション管理装置。
7. 前記第１コンディション時刻は、前記第１低心拍時刻に１２時間を加算した時刻である
   請求項６に記載の生体コンディション管理装置。
8. 前記コンディションを分析することは、前記第１コンディション時刻と第２基準時刻との差に基づいて、前記生体に推奨される入眠時刻を算出することを含む
   請求項６又は請求項７に記載の生体コンディション管理装置。
9. 前記コンディションを分析することは、前記第１低心拍点における心拍数である第１低心拍数を、基準心拍数と比較することを含む
   請求項１から請求項８のいずれか１項に記載の生体コンディション管理装置。
10. 前記基準心拍数は、予め設定された心拍数である
    請求項９に記載の生体コンディション管理装置。
11. 前記基準心拍数は、前記生体における過去の第１低心拍数から決定される
    請求項９に記載の生体コンディション管理装置。
12. 前記コンディションを分析することは、就寝時刻における心拍数と前記第１低心拍点における心拍数である第１低心拍数との差を算出することを含む
    請求項１から請求項１１のいずれか１項に記載の生体コンディション管理装置。
13. 前記コンディションを分析することは、就寝時刻から、前記第１低心拍点の時刻である第１低心拍時刻までの所要時間を算出することを含む
    請求項１から請求項１２のいずれか１項に記載の生体コンディション管理装置。
14. 前記コンディションを分析することは、就寝時刻における心拍数と前記第１低心拍点における心拍数である第１低心拍数との差と、前記所要時間と、に基づく指標を算出することを含む
    請求項１３に記載の生体コンディション管理装置。
15. 前記処理ユニットは、前記心拍数時系列データにおいて前記心拍数が２番目に小さくなる第２低心拍点を更に求めるよう構成され、
    前記コンディションを分析することは、更に、前記第２低心拍点に基づく
    請求項１又は２に記載の生体コンディション管理装置。
16. 生体の心拍に関する生体信号を出力するセンサ装置と、
    前記生体信号を前記センサ装置から取得し、前記生体信号から、前記生体の就寝期間における心拍数の経時変化を示す心拍数時系列データを取得し、前記心拍数時系列データにおいて前記心拍数が最も小さくなる第１低心拍点を求め、前記第１低心拍点に基づいて前記生体のコンディションを分析するよう構成された処理ユニットと、
    を備える生体コンディション管理システム。
17. 生体の就寝期間における心拍数の経時変化を示す心拍数時系列データを取得し、
    前記心拍数時系列データにおいて前記心拍数が最も小さくなる第１低心拍点を求め、
    前記第１低心拍点に基づいて前記生体のコンディションを分析する
    ことを備える生体コンディション管理方法。
18. 生体の就寝期間における心拍数の経時変化を示す心拍数時系列データにおいて前記心拍数が最も小さくなる第１低心拍点を求め、前記第１低心拍点に基づいて前記生体のコンディションを分析する処理を、コンピュータに実行させるためのコンピュータプログラム。

Images