JP2023111447A - 判定装置及びプログラム - Google Patents

Abstract

【課題】対象者がベッド装置から離床しているかを適切に判定することができる判定装置等を提供すること。【解決手段】ベッド装置に設置された第１のセンサ及び第２のセンサからそれぞれ振動データを取得する取得部と、制御部とを備え、前記制御部は、第１のセンサから取得された振動データと、第２のセンサから取得された振動データと略同一の振動データを取得している場合には、対象者は離床していると判定することを特徴とする。【選択図】図１

Description

本発明は、判定装置等に関する。

従来からベッド装置上の対象者が離床しているかを判定する発明が知られている。例えば、特許文献１に記載されているように、振動検出手段により検出された振動に基づいて、利用者がベッド装置の上に在床しているか、ベッド装置から離床しているかを判定する発明が知られている。

特開２０１０－２６４１９３号公報

本発明は、対象者がベッド装置から離床しているかを適切に判定することができる判定装置等を提供することである。

上述した課題を解決するために、本実施態様の判定装置は、ベッド装置に設置された第１のセンサ及び第２のセンサからそれぞれ振動データを取得する取得部と、制御部とを備え、前記制御部は、第１のセンサから取得された振動データと、第２のセンサから取得された振動データと略同一の振動データを取得している場合には、対象者は離床していると判定することを特徴とする。

本実施態様のプログラムは、ベッド装置に設置された第１のセンサ及び第２のセンサからそれぞれ振動データを取得可能なコンピュータに、第１のセンサから取得された振動データと、第２のセンサから取得された振動データと略同一の振動データを取得している場合には、対象者は離床していると判定する機能と、を実現させる。

本願発明によれば、対象者がベッド装置から離床しているかを適切に判定することができるようになる。

本実施形態における全体を説明するための図である。 本実施形態における構成を説明するための図である。 本実施形態における検出装置の概要を説明するための図である。 本実施形態における誤判定処理を説明するための動作フロー図である。 本実施形態における第１処理を説明するための動作フロー図である。 本実施形態における動作例を説明するための図である。 本実施形態における動作例を説明するための図である。 本実施形態における動作例を説明するための図である。 本実施形態における設定テーブルの一例を説明するための図である。

例えば、特開２０１０－２６４１９３号公報に記載しているように、対象者がベッド装置上に在床しているのか、離床しているのかを判定する判定装置が知られている。判定装置は、ベッド装置に設けられたセンサ装置や、ベッド装置上のマットレスの上に載置されたセンサ装置等から、振動を検出する。一般的に、センサ装置から振動が検出されたということは、ベッド装置上に対象者が在床していると判定することができる。したがって、判定装置は、センサ装置から一定以上の振動が検出された場合は在床、センサ装置から振動が検出されない場合は離床と判定する。

しかし、センサ装置は、対象者の微少な変化も検出可能である。これは、センサ装置から検出された信号は、対象者の身体の動きである体動を検出可能であり、僅かな変化も検出可能である。これにより、例えばセンサ装置から検出された振動（体動）から、生体情報取得装置として、対象者の生体情報（心拍、呼吸、睡眠の状態）を取得することができる。

このとき、センサ装置は微少な変化も検出することから、例えば気圧の変化によっても、振動を検出してしまうという問題があった。例えば、天候による気圧変化（例えば、台風などの強風による気圧変化）により、振動を検出してしまったり、部屋のドアや窓の開閉による気圧変化により振動を検出してしまったりした。

したがって、対象者が離床しており、ベッド装置上に誰もいない場合であっても、センサ装置が気圧の変化に連動して振動を検出（例えば、電圧値の変化を検出）してしまうという課題が生じていた。センサ装置が振動を誤って検出すると、本来ベッド装置上に誰もいない状態（離床状態）であるにも関わらず、判定装置は、対象者が在床していると誤検知してしまう課題が生じていた。

このような課題に鑑み、以下対象者の状態として、在床／離床の状態を適切に判定することが可能な判定装置の一実施形態について、以下、図面を参照して説明する。なお、以下の実施形態は、本発明の判定装置を適用した場合の一例であり、本発明が適用される範囲は以下の実施形態に限定されるものではない。

［１．システム全体］
図１は、判定装置を適用したシステム１の全体概要について説明するための図である。図１に示すように、システム１は、ベッド装置１０の床部と、マットレス２０の間に載置される検出装置３と、検出装置３より出力される値を処理するため処理装置５を備えて構成されている。この検出装置３、処理装置５とで、対象者の状態を判定する判定装置（判定システム）を構成している。

マットレス２０に、対象者（以下、一例として「対象者Ｐ」とする）が在床すると、対象者Ｐの体振動（人体から発せられる振動）を検出装置３が検出する。そして、処理装置５は、検出装置３が検出した振動に基づいて、対象者Ｐの状態を取得することができる。詳細は後述するが、処理装置５は、対象者Ｐの状態として、例えば以下のような状態を取得することが可能である。

・対象者が、ベッド装置１０（マットレス２０）の上に在床しているか、ベッド装置１０（マットレス２０）から離床しているか
・対象者の生体情報として、心拍、呼吸、活動量
・対象者の動き（体動）
・対象者の姿勢。例えば、側臥位、仰臥位、端座位、長座位等
・対象者の位置。例えば、ベッド装置１０の中央にいるか、片側に寄っているか

本実施形態においては、算出された生体情報値（例えば、呼吸数、心拍数、活動量）を、対象者Ｐの生体情報値として出力・表示することができる。なお、例えば検出装置３に記憶部、表示部等を設けることにより一体に形成されてもよい。また、処理装置５は、汎用的な装置で良いため、コンピュータ等の情報処理装置に限られず、例えばタブレットやスマートフォン等といった装置で構成されてもよい。

また、対象者としては、病気療養中の者であったり、介護が必要なものであったりしてもよい。また、介護が必要でない健康な者であっても、高齢者でも子供でも、障害者でも、人でなくても動物でも良い。

ここで、検出装置３は、厚さが薄くなるようにシート状に構成されている。これにより、ベッド装置１０と、マットレス２０の間に載置されたとしても、対象者Ｐに違和感を覚えさせることなく使用できるため、寝床での生体情報値を長期間測定できることとなる。

なお、検出装置３は、対象者Ｐの振動を検出できればよい。例えば、歪みゲージ付きアクチュエータやベッドの脚等に配置された荷重を計測するロードセルを利用したりしても良い。また、内蔵された加速度センサ等を利用することにより、例えばベッド装置１０上に載置されたスマートフォンや、タブレット等で実現してもよい。

また、図１において、ベッド装置１０（マットレス２０）において頭側を方向Ｈ、足側を方向Ｆとし、対象者Ｐが仰臥位のときの左側を方向Ｌ、右側を方向Ｒとする。

［２．構成］
つづいて、システム１の構成について、図２から図４を参照して説明する。本実施形態におけるシステム１は、検出装置３と、処理装置５とを含む構成となっており、各機能部（処理）は、どちらで実現されても良い。本実施形態では、処理装置５が判定装置として機能する。

処理装置５は、制御部１００と、信号取得部１２０と、記憶部１５０と、入力部１６０と、出力部１７０とを含んでいる。

制御部１００は、処理装置５の動作を制御しており、１又は複数の制御装置で構成している。例えば、ＣＰＵ（Central Processing Unit）等の制御装置であってもよいし、複数の機能を有するＳｏＣ（System on a Chip）であってもよい。

また、制御部１００は、記憶部１５０に記憶されている各種プログラムを読み出して実行することにより各種処理を実現することとなる。制御部１００は、プログラムを実行することで、離床判定部１０２、誤判定処理部１０４、生体情報算出部１０６、対象者状態判定部１０８として機能してもよい。なお、本実施形態においては、制御部１００は全体として動作しているが、後で説明する図３のように検出装置３、処理装置５のそれぞれに設けることもできるものである。

離床判定部１０２は、対象者が、ベッド装置１０上にいるか（在床しているか）、ベッド装置１０上にいないか（離床しているか）を判定する。ここで、対象者が在床しているとは、対象者がベッド装置１０（マットレス２０）上に存在していることをいう。対象者は、例えば臥位であってもよいし、座位であってもよい。また、対象者が離床しているとは、対象者がベッド装置１０（マットレス２０）上に存在していないことをいう。すなわち、ベッド装置１０（マットレス２０）上に、人がいない状態をいう。また、対象者の生体信号（例えば、心拍、呼吸等）が検出されている場合は在床、それ以外は離床と判定してもよい。

離床判定部１０２は、例えば、信号取得部１２０が受信した振動データから、振動が検出されない場合、荷重が検出されない場合は、対象者が離床していると判定してもよい。また、離床判定部１０２は、対象者が在床していると判定できない場合は離床していると判定してもよい。

誤判定処理部１０４は、離床判定部１０２の判定結果とは別に、対象者が離床しているかを判定する。すなわち、対象者が本当は在床していないにも関わらず、離床判定部１０２が在床と判定した場合は誤判定であることから、誤判定処理部１０４が離床と判定する。誤判定処理部１０４の処理の詳細は後述する。

生体情報算出部１０６は、信号取得部１２０から取得した信号に基づいて生体情報を算出する。例えば、対象者の生体情報として、心拍（心拍数）、呼吸（呼吸数）を算出する。例えば、生体情報を算出する方法としては、特開２０１７－０４７２１１号公報（発明の名称：生体情報出力装置、生体情報出力方法及びプログラム、公開日：２０１７年３月９日）に記載された方法等の何れかの公知の方法を利用すればよい。

対象者状態判定部１０８は対象者の状態を判定することができる。対象者の状態としては、例えば対象者の睡眠の状態が睡眠中であるのか、覚醒しているのかを判定することができる。ここで、対象者の睡眠の状態を判定するのは、信号取得部１２０により取得された振動データから睡眠の状態を判定してもよいし、生体情報算出部１０６から出力された生体情報に基づいて判定してもよい。例えば、対象者状態判定部１０８は、対象者の心拍の推移、呼吸数の推移から対象者が睡眠中であるか、覚醒中であるかを判定してもよい。対象者の睡眠の状態の判定方法は、例えば、特開２０１５－１２９４８号公報（発明の名称：睡眠評価装置、睡眠評価方法及び睡眠評価プログラム、公開日：２０１５年１月２２日）、特開２０１７－２１３４２１号公報（発明の名称：睡眠評価装置及びプログラム、公開日：２０１７年１２月７日）等により開示された方法を利用することができる。また、それ以外にも対象者の睡眠の状態を判定する何れか公知の方法を利用してもよい。

また、対象者状態判定部１０８は、対象者の姿勢を判定してもよい。例えば、対象者状態判定部１０８は、対象者が仰臥位であるのか、側臥位であるのかを判定してもよい。また、対象者状態判定部１０８は、対象者が端座位をといっていたり、長座位をとっていたりすることを判定してもよい。対象者状態判定部１０８は、信号取得部１２０が取得した振動データにより姿勢を判定したり、荷重の変化から姿勢を判定したりしてもよい。対象者の姿勢を判定する方法としては、例えば特開２０１９－９８０６９号公報（発明の名称：姿勢判定装置、公開日：２０１９年６月２４日）等により開示された方法を利用することができる。また、それ以外にも対象者の姿勢を判定する何れか公知の方法を利用してもよい。

信号取得部１２０は、検出装置３が出力した信号を取得する。ここで、検出装置３は、例えば振動を示す振動データを出力する。本実施形態では、検出装置３は、振動の時系列のデータを出力する。例えば、検出装置３が圧電センサで構成されている場合、検出された圧力を電圧値に変化し、時系列の変化が解るようにデータを出力する。また、検出装置３は、時系列のデータとして、時系列の変化がわかる値（連続して出力される値）でもよいし、時系列を示す波形データであってもよい。

また、検出装置３は、振動データが大きすぎるときは、減衰して出力してもよい。検出装置３は、振動データを、アナログ信号として出力してもよいし、デジタル信号に変換して出力してもよいし、数値化したものを出力してもよい。本実施形態では、検出装置３は、振動に基づいてアナログの信号を出力する。

信号取得部１２０は、入力された振動データを制御部１００に出力する。制御部１００は、アナログの振動データを所定のサンプリング間隔のデジタルの電圧信号に変換する。ここで、信号の大きさが多き過ぎる場合は、信号を減衰してデジタルに変換する。そして、制御部１００は、デジタルの信号に変換した後、数値化し、取得データとして取得データ記憶領域１５４に記憶する。すなわち、信号取得部１２０により取得された振動データは、制御部１００により標本化、量子化、符号化されて取得データとして取得データ記憶領域１５４に記憶する。

記憶部１５０は、処理装置５が動作するための各種データ及びプログラムを記憶している。制御部１００は、記憶部１５０に記憶されているプログラムを読み出して実行することにより、各種機能を実現することとなる。ここで、記憶部１５０は、半導体メモリ（例えば、ＳＳＤ（Solid State Drive）やＳＤカード（登録商標））や、磁気ディスク装置（例えば、ＨＤＤ（Hard Disk Drive））等により構成されている。また、記憶部１５０は、内蔵される記憶装置であってもよいし、着脱可能な外部記憶装置であってもよい。また、クラウド等の外部サーバの記憶領域であってもよい。

記憶部１５０は、対象者データ記憶領域１５２と、取得データ記憶領域１５４との領域を確保し、パラメータテーブル１５６を記憶する。

対象者データ記憶領域１５２は、対象者データを記憶する。対象者データとは、対象者に関するデータであり、時系列で各データが記憶してある。対象者データとして記憶可能なものは、例えば離床判定部１０２により判定した在床／離床の結果、生体情報算出部１０６により算出された生体情報、対象者状態判定部１０８により判定された対象者の状態等である。これらのデータ（情報）が、対象者毎に時系列に記憶可能である。

取得データ記憶領域１５４は、制御部１００が出力した取得データを記憶する。取得データは、各センサが取得した振動データに基づく情報（ｒａｗデータ）を記憶する。また、取得データは、振動データ以外にも、関連する情報を記憶可能である。

パラメータテーブル１５６は、制御部１００（例えば、誤判定処理部１０４）が、対象者が離床しているかを判定するのに利用する判定値（判定閾値）や、判定時間といったパラメータを記憶する。パラメータは、ユーザにより変更してもよいし、予め記憶してもよい。例えば、振動データが１２ｂｉｔに量子化されたデータの場合、過去の台風等の気圧変化データから算出し、初期値として判定値を２４以下、判定時間１０秒を規定値とし、環境にフィッティングさせるためにパラメータを変更してもよい。

入力部１６０は、利用者からの操作入力を受け付ける。例えば、利用者により、利用者の状態を取得する開始の操作が行われたり、検出装置３の感度の調整が行われたりと、各種操作入力が行われる。

出力部１７０は、各種情報を出力する。例えば、液晶ディスプレイの表示装置や、ＬＥＤ等の発光部材、音や音声を出力するスピーカ、他の記録媒体にデータを出力するインタフェース等で構成される。また、入力部１６０と、出力部１７０とを一体に構成することにより、タッチパネルとして構成してもよい。

また、出力部１７０は、各種情報を出力するだけでなく、例えば対象者の状態に基づくレポートや、状態の表示が可能である。例えば、出力部１７０は、対象者の睡眠の状態、生体情報に基づいて睡眠日誌を出力することができる。睡眠日誌は、例えば対象者の１日の睡眠／覚醒の状態を出力したり、併せて対象者の在床／離床の状態を出力したりすることができる。睡眠日誌を出力する方法としては、例えば特開２０１６－１４４６２７号公報（発明の名称：生体情報出力装置、生体情報出力方法及びプログラム、公開日：２０１６年８月１２日）等により開示された方法を利用することができる。また、睡眠日誌を出力する方法としては、何れか公知の方法を利用することができる。

また、図２は処理装置５が判定装置と機能する場合について概念的に構成を説明したものである。これらの構成は、例えば１つの振動検出可能な装置で実現されてもよいし、図１のように、検出装置３、処理装置５と分かれて構成されてもよい。また、処理装置５の代わりに、同じサービスを提供可能な外部サーバで実現されてもよい。

検出装置３は、振動を検出するセンサを有しているか、外部のセンサと接続可能な構成となっている。検出装置３は、センサから検出された振動に関する信号（振動データ）を、通信部を介して、処理装置５に送信する。検出装置３から処理装置５に振動データを送信するタイミングや、処理装置５が振動データを記憶するタイミングとしては、リアルタイムであってもよいし、所定時間毎であってもよい。

ここで、検出装置３の概要について図３を参照して説明する。図３は、ベッド装置１０（マットレス２０）を上から見た図である。図３は、上側が図１の方向Ｈ、下側が図１の方向Ｆの方向である。また、図３の右側が図１の方向Ｆ、図４の左側が図１の方向Ｒである。

検出装置３は、ベッド装置１０と、マットレス２０との間や、マットレス２０の上に載置される。載置される場所としては、好ましくは患者の背中近傍であるため、少なくともベッド装置１０（マットレス２０）の中央よりＨ側に寄った方向となる。

また、検出装置３には、センサが内蔵されている。当該センサは、例えば振動センサ３２０であり、対象者の振動（体振動）を検出することができる。そして、センサは少なくとも２つ設けられており、例えば図３では、検出装置３の左右に２つ（振動センサ３２０ａ、振動センサ３２０ｂ）設けられている。検出装置３又は処理装置５は、検出された対象者の小さい振動にもとづき、生体情報（例えば、心拍、呼吸等）に基づく生体情報値（例えば、心拍数、呼吸数）を取得できる。また、検出装置３又は処理装置５は、検出された対象者の大きい振動にもとづき、対象者の動き（体動）を取得できる。ここで、対象者の動きとは、例えば、対象者が寝返りをすることで姿勢を変えた動きや、対象者の手足の動きをいう。

この振動センサ３２０ａ、振動センサ３２０ｂは、所定の間隔を離して設けられている。２つの間隔は、例えば、患者の横方向の幅となる程度であればよく、好ましくは２つのセンサの間隔は１５～６０ｃｍ程度である。

検出装置３と、処理装置５とは、有線又は無線で接続可能である。また、検出装置３は、外部の記録媒体（例えば、ＳＤカード）に振動データを記憶してもよい。処理装置５は、記録媒体から振動データを読み込んで取得してもよい。

［３．処理の流れ］
［３．１ 誤判定処理］
つづいて、本実施形態における誤判定処理について図５，図６を参照して説明する。誤判定処理は、離床判定部１０２が在床／離床の判定を行ったあとに、当該判定が適切であったかを判定する。そして、離床判定部１０２の判定が適切ではない場合に、誤判定処理部１０４は、適切な判定になるように処理を実行する。

まず、制御部１００は、タイマｔ、累積値ａｂｓＤＳｕｍの値を初期化（「０」）にする（ステップＳ１００）。ここでタイマｔは時間を示す変数であり、単なるタイマであってもよい。また、累積値ａｂｓＤｓｕｍについては後述する。

制御部１００は、４つの変数を読み込む（ステップＳ１０２）。ここで読み込まれる変数は、以下の４つである。

・振動データｒａｗ０：第１のセンサにより検出された振動データ
・振動データｒａｗ１；第２のセンサにより検出された振動データ
・ｇａｉｎ：上述した振動データに、減衰処理が行われているかを示すフラグ
・ｓｔａｔｅ：対象者の状態。既に判定された対象者の状態

ここで、振動データとは、例えば検出装置３から出力されている生データ（生波形データ）に基づくデータであってもよい。また、振動データは、例えばｃｓｖ形式や、独自のデータ形式で出力されていてもよい。

また、振動データは、検出装置３（センサ）から出力された値を所定間隔でサンプリングしたデータであってもよい。例えば、制御部１００は、第１の形式として、１２ｂｉｔ、１２８Ｈｚでサンプリングしてもよいし、第２の形式として１０ｂｉｔ、１６Ｈｚでサンプリングしてもよい。

また、制御部１００は、上述した検出装置３から取得した振動データをさらに低いサンプリング周波数のデータに変換（ダウンサンプリング）しても良い。例えば、１２８Ｈｚの振動データを１６Ｈｚのデータに変換して出力してもよい。

また、制御部１００は、出力されたデータにローパスフィルタ（ＬＰＦ）を適用してもよい。例えば、制御部１００は、カットオフ周波数５Ｈｚ、タップ数を１ｓ、窓関数をハミング窓としたＬＰＦを利用して信号を処理してもよい。

また、ｇａｉｎは、上記振動データに減衰処理が適用されているか否かを示すフラグである。制御部１００が検出装置３から受信した信号に基づいて符号化するときに減衰処理をしたり、検出装置３がセンサから信号を受信したとき、信号に減衰処理をしたりした場合に「１」となる。すなわち、ｇａｉｎが「０」の場合は、振動データは減衰処理が実行されていないことを示す。

また、ｓｔａｔｅは、離床判定部１０２で判定された在床／離床の判定であり、誤判定処理を施すかどうかのフラグである。換言すると、ｓｔａｔｅが「０」の場合、すでに制御部１００は対象者が「離床」と判定している。したがって、誤判定処理を実行する必要がない。

また、ｓｔａｔｅが「１」の場合は、何れかの方法によって対象者が「在床」していると判定されていることを示す。例えば、ｓｔａｔｅが「１」の場合、対象者が「睡眠中」又は「覚醒中」であることを示していてもよい。また、ｓｔａｔｅが「１」の場合、対象者がベッド装置１０（マットレス２０）の上に存在することを示してもよい。

なお、このｓｔａｔｅが「０」の場合でも誤判定処理を実行するシステムとして用いてもよい。例えば、上述した説明と比較して、誤判定処理を常時実行する必要はあるが、「離床」と判定しているときから誤判定処理を実行することで、離床、在床の判定が常に誤判定であるかの判定をすることになり、「在床」と誤判定される時間を短くすることができる。

制御部１００は、上記パラメータに基づいて判定処理を実行する。まず、制御部１００は、現在取得した振動データが既に減衰されたデータであるかを判定する（ステップＳ１０４）。すなわち、制御部１００は、振動データｒａｗ０、振動データｒａｗ１のデータが夫々減衰処理をされているかを判定する。ここで、振動データｒａｗ０、振動データｒａｗ１の何れかのデータが減衰処理をされている場合は（ステップＳ１０４；Ｎｏ）、タイマｔ、累積値ａｂｓＤｓｕｍの変数を初期化（「０」）し、ステップＳ１１４に遷移する。

これは、本実施形態においては、対象者が在床していない場合、振動データｒａｗ０、振動データｒａｗ１の検出されるデータは小さいため、そもそも減衰処理が実行されない。そのため、振動データｒａｗ０、振動データｒａｗ１が減衰されている場合は、ステップＳ１１２に処理を遷移する（ステップＳ１０４；Ｎｏ→ステップＳ１１２）。

なお、本実施形態では、振動データとして検出された信号が大きい場合は減衰処理を実行する場合を例に説明している。例えば、そもそも振動データに減衰処理が実行されない場合は、ステップＳ１０４の処理は実行しなくてもよい。

ステップＳ１０４において、振動データが減衰されたデータではないと判定された場合、制御部１００は、対象者の状態が在床であるかを判定する（ステップＳ１０４；Ｙｅｓ→ステップＳ１０６）。すなわち、離床判定部１０２により、現在対象者の状態が在床か、離床かを判定する。

制御部１００は、対象者が既に離床している場合は、本処理の対象ではないため、パラメータを初期化して処理を終了するか確認を行う（ステップＳ１０６；Ｎｏ→ステップＳ１１２）。

また、ステップＳ１０６において、対象者が在床していると判定された場合、制御部１００は、対象者の体動が検出されたかを判定する（ステップＳ１０８）。ここで、振動データｒａｗ０、ｒａｗ１が一定の範囲の値を超えた場合、対象者の体の動き（体動）が検出されたとする。一定の範囲は、データに減衰処理を適用する条件と同じ範囲を指す。ここで、対象者の体動が検出された場合（ステップＳ１０８；Ｎｏ）、制御部１００は変数を初期化して処理を終了するか確認を行う。

ここで、体動がなかった場合、制御部１００は、第１処理を実行する。第１処理は、対象者の状態が「在床」か「離床」かを判定し、対象者の状態として新たに「在床」と判定された場合、対象者の状態を「離床」に変更する処理である。

図４を続けて説明すると、制御部１００がステップＳ１１０又はステップＳ１１２を実行後、制御部１００は、本処理を終了するか否かを判定する（ステップＳ１１４）。ここで、制御部１００は、まだ本処理を終了していないと判定したとき、制御部１００はステップＳ１０２にもどり、次のデータを読み込む（ステップＳ１１４；Ｎｏ→ステップＳ１０２）。また、制御部１００は、所定の条件や、所定の操作に基づいて、誤判定処理の実行を終了する（ステップＳ１１４；Ｙｅｓ）。

［３．２ 第１処理］
図４のステップＳ１１０において実行される第１処理について、図５を参照して説明する。

まず、制御部１００は、変数ｆｌａｇが「０」であるか否かを判定する（ステップＳ２００）。変数ｆｌａｇは、「０＝誤判定処理による誤判定なし」か、「１＝誤判定処理による誤判定あり」を示している。

制御部１００は、変数ｆｌａｇが「０」である場合（ステップＳ２００；Ｙｅｓ）、２個のセンサから出力されているそれぞれの振動データが略同じであるかを判定する。なお、それぞれの振動データが略同じ（略同一の振動データ）ということは、振動データｒａｗ０と振動データｒａｗ１との振動波形において振幅・位相が近似であること示している。すなわち、複数の振動データが同一の振動データである状態は、それぞれの振動データが完全同一のみなならず、振動データに僅かな差がある振動データであっても含まれる。

まず、２つのセンサから出力されている振動データの絶対値を累積する（ステップＳ２０２）。すなわち、ａｂｓＤｓｕｍに、２つのセンサから出力された振動データ（ｒａｗ０、ｒａｗ１）の差分の絶対値を、累積値ａｂｓＤｓｕｍに加算する（ａｂｓＤｓｕｍ＝ａｂｓＤｓｕｍ＋｜ｒａｗ０－ｒａｗ１｜）。

ここで、累積値ａｂｓＤｓｕｍが、判定値より大きくなった場合に、制御部１００は、各パラメータ（変数）を初期化する（ステップＳ２０４；Ｙｅｓ→ステップＳ２０６）。すなわち、制御部１００は、タイマｔ＝０、累積値ａｂｓＤｓｕｍ＝０とする。

また、累積値ａｂｓＤｓｕｍが、判定値以下の場合、制御部１００は、タイマｔをインクリメント（１増加）する（ステップＳ２０４；Ｎｏ→ステップＳ２０８）。

ここで、判定値は、気圧に対応して予め決められた値である。例えば、判定値は、以下の数式で表すことができる。

判定値＝サンプリング周波数（１６Ｈｚ）×最大積算区間の判定時間Ｔ×判定係数Ｄ
ここで、サンプリング周波数は、振動データとしてサンプリングした周波数である。例えば、図４の処理では、１６Ｈｚのデータに変換されているため、１６Ｈｚが適用されている。また、判定時間Ｔは、振動データの差分を累積していき、最大積算区間となる判定時間Ｔである。また、判定係数Ｄは、気圧に対応して予め決められた値である。例えば、検出装置３を設置した環境に応じて適宜設定される。

例えば、振動データが１２ｂｉｔもしくは１０ｂｉｔのデータで量子化されている場合、誤判定処理において利用するパラメータの規定値として図７（ｃ）の値を利用してもよい。例えば、振動データが１２ｂｉｔのデータで量子化されている場合、判定係数Ｄを２４、判定時間Ｔを１０秒としてもよい。特に判定係数Ｄは使用環境・使用するセンサデバイスによって差異が出るため、環境に合わせて調整することが望ましい。すなわち、判定係数Ｄを変更することで、制御部１００は、センサデバイス毎に判定値や、環境に応じた判定値を利用することができる。

例えば、病室に設置された場合、ドアの開閉で生じた気圧変化の値を測定し、離床と判定されるよう判定係数Ｄの値を設定する。すなわち、在床と判定されないように、判定値を設定すればよい。

また、台風等により気圧変化が生じたデータを取得した場合に、誤判定とならない値を判定係数Ｄとして設定する。これにより、誤判定とならない判定値が決定する。

また、判定係数Ｄの算出（判定値の設定）は、制御部１００が過去に気圧等の変化により離床であるはずの時刻に在床判定された複数のデータから差分の絶対値を算出し、その平均値を判定係数Ｄの初期値とし、環境や個人に合わせて適宜調整するとしても良い。

もし、制御部１００が、判定を差分の絶対値以外の方法で行う場合、例えば上述した第３の方法である相関係数で行う場合は、単一の判定時間Ｔにおける任意の相関係数に対して判定値を設定してもよいし、任意のデータ数ごとに遷移した判定区間の相関係数の平均値や最大値、最小値に対して判定値を設定してもよい。例えば、現在時刻までの１０秒間の振動データに対し算出した相関係数が０．９５以上であった場合に離床であると判断してもよく、１０秒間の振動データに対する相関係数を1秒ごとに算出したのち、算出開始から１０秒（１０個）の相関係数の平均値が０．９５以上としてもよく、相関係数の最小値、もしくは最大値が０．９５以上であった場合に離床と判断としてもよい。

つづいて、制御部１００は、タイマｔの値が、判定時間Ｔ以上となっている場合、対象者は離床と判定する（ステップ２１０；Ｙｅｓ→ステップＳ２１２）。このとき、離床判定部１０２が対象者を在床と誤判定しているが、誤判定処理部１０４で対象者は離床と判定することで誤判定が修正される。

ステップＳ２００に戻って説明をする。制御部１００は、変数ｆｌａｇ＝０でない場合、累積値ａｂｓＤｓｕｍを最新の振動データの差分で更新する（ステップＳ２００；Ｎｏ→ステップＳ２１４）。すなわち、以下の式で累積値ａｂｓＤｓｕｍは算出される。ここで制御部１００は、ｔ＝Ｔかつｆｌａｇ＝１となり離床判定がなされた時点でａｂｓＤｓｕｍの更新を行わず、誤判定処理を終了してもよい。

累積値ａｂｓＤｓｕｍ＝累積値ａｂｓＤｓｕｍ－最古の｜ｒａｗ０－ｒａｗ１｜
＋最新の｜ｒａｗ０－ｒａｗ１｜
これにより、累積値ａｂｓＤｓｕｍは、常に現在から所定時間戻った分の振動データの差分の総和（累積値）となる。

ここで、累積値ａｂｓＤｓｕｍが判定値を超えた場合、変数がリセットされる（ステップＳ２１６；Ｙｅｓ→ステップＳ２１８）。すなわち、制御部１００はタイマｔ＝０、累積値ａｂｓＤｓｕｍ＝０、変数ｆｌａｇ＝０とする。

このように、制御部１００は、第１処理を実行することにより、本来対象者が離床しているにもかかわらず、気圧の変化により在床と変化されてしまった状態を正しくすることが可能となる。

なお、上述した実施形態では、センサを２つとして説明したが、センサはそれ以上設けられていてもよい。例えば、センサが３つ以上存在する場合、制御部１００は、そのうちの２つのセンサを利用し処理を行ってもよい。また、制御部１００は、異なる組み合わせのセンサで処理を行った結果を統合し、ｆｌａｇの論理和あるいは論理積によって離床の有無を判定してもよい。

また、上述した実施形態では、それぞれの振動データが略同一であるかを判定するために、第１の方法として振動データの差分の絶対値を累積した値を用いている。それぞれの振動データが略同一であるかを判定するには、他の方法も考えられる。

例えば、第２の方法として、制御部１００は、振動データｒａｗ０と、振動データｒａｗ１との差分を算出し、所定の閾値以下の差分（例えば、振動データが１２ｂｉｔに量子化されたデータの場合、振動データが判定値である２４以下）が判定時間Ｔ（例えば、１０秒間）以上連続で検出されている場合に、２つの振動データが略同じと判定してもよい。この場合、制御部１００は、差分を累積するのではなくサンプリング毎に差分の絶対値を基準と比較してもよい。また、上述した量子化の解像度はこの限りではなく異なるｂｉｔ数であってもよい。また、制御部１００が参照する判定値は使用するセンサの特性を加味して調整されてもよい。第２の方法によれば、それぞれの振動データの差分が、判定値以下の間連続で検出されている場合には、ベッド装置において対象者は離床していると判定される。

また、第３の方法として制御部１００は、第１のセンサから取得された振動データと、第２のセンサから取得された振動データとの相関係数を算出し、相関係数が所定の閾値（例えば０．９５）以上の場合には、２つの振動データが略同じと判定してもよい。この場合、制御部１００は、相関係数が判定時間Ｔ以上、所定の閾値以上になっていたかを判定してもよい。

［４．動作例］
つづいて、実際の動作例について説明する。図６は、変数の出力値をそれぞれ記載したものである。振動データｒａｗ０、振動データｒａｗ１が左に記載されている。またｓｔａｔｅは離床／在床判定の値である。ここで、離床判定部１０２が離床と判定したときは０が、在床と判定したときは１と出力される。また、ｓｔａｔｅは他の状態を示してもよい。例えば、対象者の睡眠の状態が睡眠中又は覚醒中と取得された場合は「１」を、睡眠の状態を取得できないときは「０」を出力してもよい。本実施形態では、結果として最初から離床と判定されており、誤判定処理の対象とならないデータは「０」が出力される。したがって、制御部１００は、Ｄ１０２が含まれているデータは、誤判定処理の対象としない。

また、ｇａｉｎは、減衰処理が行われたかを示すフラグである。例えば、ｇａｉｎ（ｒａｗ０）が「０」の場合、振動データｒａｗ０は減衰処理が実行されていない（そのままの値が出力されている）。また、振動データの差分｜ｒａｗ０－ｒａｗ１｜、累積値ａｂｓＤｓｕｍ、変数ｆｌａｇがそれぞれ記載されている。変数ｆｌａｇが「１」の場合、制御部１００は、離床判定部１０２の結果にかかわらず対象者は「離床している」と判定する。

ここで、区間内に対象者の体動が検出された区間は、判定対象とならない。例えば、Ｄ１００で囲まれた領域は、振動データが通常よりかなり大きく出力されている（例えば、１０００を超えている）。この場合、対象者の体動が振動データに含まれていると判定し、誤判定処理の対象とはならない。

Ｄ１０４に含まれるデータを参照すると、制御部１００は、ｔ１０の行にある｜ｒａｗ０－ｒａｗ１｜が「１４」と出力されているところから、累積値ａｂｓＤｓｕｍを算出する。そして、ｔ３４の行のところで時間Ｔに到達した場合、累積値ａｂｓＤｓｕｍが判定値以下の場合に、ｆｌａｇが「１」として出力される。すなわち、制御部１００は、ｔ３４のときは、ｓｔａｔｅによれば「１」であることから「在床」であるが、ｆｌａｇが「１」となることから「離床」と修正される。

なお、ｔ３６の行が判定される場合は、時間ｔ１０の差分値が減算され、ｔ３６の差分値が累積値に加算される。すなわち、累積値ａｂｓＤｓｕｍの対象はｔ１２からｔ３６となる。

図７はドアの開閉実験による気圧変化、図８は台風の気圧変化による在床誤判定の処理、を示す図である。例えば、図７（ａ）、図８（ａ）は、睡眠日誌として出力される場合の動作例である。図７（ａ）の睡眠日誌は、１１月１９日の１０時１１分頃から１０時２５分頃までの間にドアの開閉実験による気圧変化により「在床」誤判定が生じているデータ、図８（ａ）は１０月１２日の２０時５６分頃から２１時４０分頃までの間に台風の気圧変化による「在床」誤判定が生じているデータである。日付毎に上段が体動、下段が誤判定処理を適用していない場合の在床判定を図示したもので、薄い色が覚醒（在床）、濃い色が睡眠（在床）を表している。

図７（ｂ）、図８（ｂ）は、ドアの開閉実験および台風の気圧変化による「在床」誤判定により従来アルゴリズムの在床判定が開始した時刻である振動データを表示したものである。２つのセンサから取得した振動データに基づく波形を上下に示している。図７（ｂ）は、主に睡眠日誌のＮ１００の部分の振動データを示したものである。また、図８（ｂ）は、主に睡眠日誌のＮ１１０の部分の振動データを示したものである。

そして、図７（ｂ）において、概ね１０時１１分８秒（時刻ｔ１００）に振動データの色が薄いグレーから黒に変化しており、この時刻ｔ１００が本実施形態の誤判定処理部適用前に「在床」誤判定を開始した地点である。本来、検出装置３のセンサから振動が検出されていることから、図７（ｂ）の状態は対象者が在床している状態となる。また、同様に、図８（ｂ）は概ね２０時５６分１５秒（時刻ｔ１１０）において、振動データの色が薄いグレーから黒に変化しており、この時刻ｔ１１０が本アルゴリズムの適用前に「在床」誤判定を開始した地点である。

しかし、本実施形態の誤判定処理を適用することにより、時間ｔ１００以降については、制御部１００は、対象者は離床していると判定することができる。例えば、図７（ｂ）では概ね１０時１１分８秒（時刻ｔ１０２）、図８（ｂ）では概ね２０時５６分３０秒（時刻ｔ１１２）に離床判定が適用されている。すなわち、振動データが出力されているにもかかわらず、制御部１００は対象者が離床していると判定することが可能となる。

図７（ｃ）は、処理を適用する場合のパラメータの設定例である。ここで、ファイル選択時のサンプリングレート（例えば、１２８Ｈｚ）と、ローパスフィルタ処理を適用の有無、データスケールの適用の有無を設定する。

また、ｂｉｔ数に応じて、判定時間、判定値を算出するための判定係数を設定可能である。図７（ｃ）では、１２ｂｉｔの場合、判定時間（積算時間）は、１０秒、判定係数は２４としている。また、１０ｂｉｔの場合、判定時間（積算時間）は、１０秒、判定係数は９としている。これは、ｒａｗ０およびｒａｗ１の振動データが１０秒間近似である場合に、離床と判定することを意味する。なお、このパラメータは一例であり、図８においても適用されてもよい。

なお、判定係数は環境に応じて切り替えるとよい。例えば、ドアや窓の開閉による気圧変化、台風などの強風による気圧変化、エアコンや換気扇の動作による気圧変化、電動ベッドの動作やエアマットレスの圧変化・ほか振動を発する機器の接触に伴う振動、モーター自動車や電車などのエンジン動作による振動毎に判定係数を設定する。判定係数は、センサ入力の左右差が生じにくい気圧変化によるものが一番小さく、エアコン、機器の接触に伴う振動、エンジン動作等は左右差が生じやすいので大きくなる。そして、環境に応じて判定係数を切り替えることで、適切な離床・在床判定を行うことができる。

例えば、図９は、振動データが１２ｂｉｔに量子化されたデータの設定テーブルの一例を示す図である。設定テーブルは、判定係数Ｄを設定するためのテーブルであり、例えば、設定項目と、判定係数とを対応付けて記憶している。例えば、設定項目として、設定名（第１設定）や、その設定の環境（例えば、「エアコン」）と、判定係数Ｄ（例えば、「４０」）が記憶されている。

例えば、センサ装置が置かれている環境に応じて、スタッフ等が設定してもよいし、制御部１００が、自動的に環境を取得して設定してもよい。また、制御部１００は、判定結果に応じて自動的に係数を変えてもよい。例えば、制御部１００は、判定係数が大きいために、正しく離床・在床判定が行われていない場合、自動的に判定係数を小さくしてもよい。例えば、スタッフが、具体的に離床・在床のタイミングを入力したものと、制御部１００が判定した結果との正答率（一致率）が、８０％未満となるとき、制御部１００は判定係数Ｄを変化してもよい。

また、図９の設定テーブルは、判定値や、判定時間を記憶してもよい。すなわち、設定テーブルは、設定項目（例えば、センサが置かれている場所、天候やエアコンの有無といった環境、対象者の個人）毎に、判定係数、判定時間、判定値等のうち、制御部１００が利用するパラメータの何れかが記憶されればよい。

［５．変形例］
以上、この発明の実施形態について図面を参照して詳述してきたが、具体的な構成はこの実施形態に限られるものではなく、この発明の要旨を逸脱しない範囲の設計等も特許請求の範囲に含まれる。

また、本実施形態においては、検出装置３で出力された結果に基づき、処理装置５において生体情報を出力しているが、検出装置３で全て算出してもよい。また、端末装置（例えばスマートフォン、タブレット、コンピュータ）にアプリケーションをインストールして実現するだけでなく、例えばサーバ側で処理をして、処理結果を端末装置に返しても良い。

例えば、検出装置３から、振動データをサーバにアップロードすることで、サーバ側で上述した処理を実現してもよい。この検出装置３は、例えば加速度センサ、振動センサを内蔵したスマートフォンのような装置で実現してもよい。

また、実施形態において各装置で動作するプログラムは、上述した実施形態の機能を実現するように、ＣＰＵ等を制御するプログラム（コンピュータを機能させるプログラム）である。そして、これら装置で取り扱われる情報は、その処理時に一時的に一時記憶装置（例えば、ＲＡＭ）に蓄積され、その後、各種ＲＯＭやＨＤＤ、ＳＳＤの記憶装置に格納され、必要に応じてＣＰＵによって読み出し、修正・書き込みが行なわれる。

また、市場に流通させる場合には、可搬型の記録媒体にプログラムを格納して流通させたり、インターネット等のネットワークを介して接続されたサーバコンピュータに転送したりすることができる。この場合、サーバコンピュータの記憶装置も本発明に含まれるのは勿論である。

１ システム
３ 検出装置
３ 処理装置
１００ 制御部
１０２ 離床判定部
１０４ 誤判定処理部
１０６ 生体情報算出部
１０８ 対象者状態判定部
１２０ 信号取得部
１５０ 記憶部
１５２ 対象者データ記憶領域
１５４ 取得データ記憶領域
１５６ パラメータテーブル
１６０ 入力部
１７０ 出力部
１０ ベッド
２０ マットレス

Claims (9)

1. ベッド装置に設置された第１のセンサ及び第２のセンサからそれぞれ振動データを取得する取得部と、制御部とを備え、
   前記制御部は、第１のセンサから取得された振動データと、第２のセンサから取得された振動データと略同一の振動データを取得している場合には、対象者は離床していると判定する
   ことを特徴とする判定装置。
2. 前記制御部は、
   第１のセンサから取得された振動データと、第２のセンサから取得された振動データの差分を算出し、
   前記振動データの差分を累積し、累積した値が所定の判定値以下であり、かつ、判定時間を経過した場合には、前記ベッド装置において対象者は離床していると判定する
   ことを特徴とする請求項１に記載の判定装置。
3. 前記制御部は、
   前記振動データから前記ベッド装置上において振動が検出されているときは、前記ベッド装置に対象者が在床していると判定し、
   前記ベッド装置上に対象者が在床していると判定された場合であっても、前記振動データの差分を累積し、累積した値が所定の判定値以下であり、かつ、判定時間を経過した場合には、前記ベッド装置において対象者は離床していると判定する
   ことを特徴とする請求項１に記載の判定装置。
4. 前記制御部は、
   第１のセンサから取得された振動データと、第２のセンサから取得された振動データの差分を算出し、
   所定の判定値以下の差分が所定の間連続で検出されている場合には、前記ベッド装置において対象者は離床していると判定する
   ことを特徴とする請求項１に記載の判定装置。
5. 前記制御部は、
   第１のセンサから取得された振動データと、第２のセンサから取得された振動データの相関係数を算出し、
   前記相関係数が所定の判定値以上の場合には、前記ベッド装置において対象者は離床していると判定する
   ことを特徴とする請求項１に記載の判定装置。
6. 前記制御部は、
   前記振動データから、前記対象者の睡眠、覚醒を判定可能であって、
   前記対象者の睡眠又は覚醒が判定されていない場合に、前記対象者が離床していることを判定する
   ことを特徴とする請求項１から５の何れか一項に記載の判定装置。
7. 前記制御部は、
   前記振動データが所定の値より大きい場合は、振動データを減衰する処理を実行し、
   前記振動データが減衰する処理が行われていない場合に、前記対象者が離床していることを判定する
   ことを特徴とする請求項１から６の何れか一項に記載の判定装置。
8. 前記判定値は、気圧の変化に対応した値であることを特徴とする請求項２から５の何れか一項に記載の判定装置。
9. ベッド装置に設置された第１のセンサ及び第２のセンサからそれぞれ振動データを取得可能なコンピュータに、
   第１のセンサから取得された振動データと、第２のセンサから取得された振動データと略同一の振動データを取得している場合には、対象者は離床していると判定する機能
   を実現させるプログラム。

Images