JP2023516210A - 個人の眠気を増加させるためのシステムおよび方法 - Google Patents

Abstract

あるシステムが、機械可読命令を記憶するメモリデバイスと、ユーザと関連付けられた最初の生理学的データを受信するため、最初の生理学的データに少なくとも部分的に基づいてユーザの最初の眠気レベルを判断するため、電子デバイスを介してユーザに第１の活動を行うように促すため、ユーザと関連付けられた後続の生理学的データを受信するため、後続の生理学的データに少なくとも部分的に基づいてユーザの後続の眠気レベルを判断するため、ユーザの眠気の変更における第１の活動の有効性を示す第１の活動スコアを、最初の眠気レベルおよび後続の眠気レベルに少なくとも部分的に基づいて判断するためにその機械可読命令を実行するように構成された１つ以上のプロセッサを含む制御システムと、を含む。【選択図】図５

Description

関連出願の相互参照
本出願は、２０２０年３月５日に出願された米国仮特許出願第６２／９８５，７７７号の恩恵と優先権を主張する。本明細書中、同文献全体が本明細書に参照により組み込まれる。

本開示は概して、不眠症を監視し、不眠関連症状を軽減するためのシステムおよび方法に関するものであり、具体的には、ユーザの眠気を高めること、および睡眠を促すのを支援する１つ以上の活動を特定または推奨するためのシステムおよび方法に関するものである。

不眠症（例えば、睡眠開始困難、初回就眠後の頻繁もしくは長時間の覚醒、および睡眠に戻ることができない早期覚醒）または他の睡眠関連障害（例えば、周期性四肢運動障害（ＰＬＭＤ）、閉塞性睡眠時無呼吸（ＯＳＡ）、チェーン・ストークス呼吸（ＣＳＲ）、呼吸不全、肥満過換気症候群（ＯＨＳ）、慢性閉塞性肺疾患（ＣＯＰＤ）、神経筋疾患（ＮＭＤ）など）に罹患している個人は多い。これらの睡眠関連障害の多くは、１つ以上の活動（例えば、メディアコンテンツを見ること）を実施してユーザの眠気レベルを高めるのを支援するようユーザに促すことによって治療または管理することができる。ある活動は、他の活動よりも、ユーザの眠気レベルの変更に効果的であり得る。そのため、ユーザの眠気を高めること、および不眠症症状を管理するのを支援するようにカスタマイズされた個人ユーザ向け活動を判断または推奨することには利点があろう。本開示は、これらの問題などを解決することを目的とする。

本開示のいくつかの実装形態によれば、ある方法が、ユーザと関連付けられた最初の生理学的データを受信することを含む。この方法は、生理学的データに少なくとも部分的に基づいてユーザの最初の眠気レベルを判断することも含む。この方法は、第１の活動を実施するようユーザに促すことも含む。この方法は、ユーザと関連付けられた後続の生理学的データを受信することも含み、後続の生理学的データは、ユーザが第１の活動を実施している間、ユーザが活動を実施した後、またはその両方においてユーザと関連付けられる。この方法は、後続の生理学的データに少なくとも部分的に基づいてユーザの後続の眠気レベルを判断することも含む。この方法は、最初の眠気レベルおよび後続の眠気レベルに少なくとも部分的に基づいて第１の活動スコアを判断することも含み、第１の活動スコアは、ユーザの眠気の変更における第１の活動の有効性を示す。

本開示のいくつかの実装形態によれば、あるシステムが、機械可読命令を記憶するメモリと、ユーザと関連付けられた最初の生理学的データを受信するために機械可読命令を実行するように構成された１つ以上のプロセッサを含む制御システムと、を含み、最初の生理学的データはセンサによって生成される。制御システムは、最初の生理学的データに少なくとも部分的に基づいてユーザの最初の眠気レベルを判断するようにさらに構成されている。制御システムは、第１の活動を実施するよう電子デバイスを介してユーザに促すようにさらに構成されている。制御システムは、ユーザと関連付けられた後続の生理学的データを受信するようにさらに構成されており、後続の生理学的データは、ユーザが第１の活動を実施している間、ユーザが活動実施した後、またはその両方においてセンサによって生成される。制御システムは、後続の生理学的データに少なくとも部分的に基づいてユーザの後続の眠気レベルを判断するようにさらに構成されている。制御システムは、最初の眠気レベルおよび後続の眠気レベルに少なくとも部分的に基づいて第１の活動スコアを判断するようにさらに構成されており、第１の活動スコアは、ユーザの眠気の変更における第１の活動の有効性を示す。

本開示のいくつかの実装形態によれば、ある方法が、ユーザと関連付けられた第１の生理学的データを受信することを含む。この方法は、第１の生理学的データに少なくとも部分的に基づいてユーザの最初の眠気レベルを判断することも含む。この方法は、第１の活動を実施するようユーザに促すことも含む。この方法は、ユーザと関連付けられた第２の生理学的データを受信することも含み、後続の生理学的データは、ユーザが第１の活動を実施している間、ユーザが第１の活動を実施した後、またはその両方においてユーザと関連付けられる。この方法は、第２の生理学的データに少なくとも部分的に基づいてユーザの後続の眠気レベルを判断することも含む。この方法は、最初の眠気レベルおよび後続の眠気レベルに少なくとも部分的に基づいて第１の活動スコアを判断することも含み、第１の活動スコアは、ユーザの眠気の変更における第１の活動の有効性を示す。

本開示のいくつかの実装形態によれば、あるシステムが、機械可読命令を記憶するメモリと、ユーザと関連付けられた第１の生理学的データを受信するために機械可読命令を実行するように構成された１つ以上のプロセッサを含む制御システムと、を含み、第１の生理学的データはセンサによって生成される。制御システムは、第１の生理学的データに少なくとも部分的に基づいてユーザの最初の眠気レベルを判断するようにさらに構成されている。制御システムは、第１の活動を実施するよう電子デバイスを介してユーザに促すようにさらに構成されている。制御システムは、ユーザと関連付けられた第２の生理学的データを受信するようにさらに構成されており、後続の生理学的データは、少なくともユーザが第１の活動を実施している間にセンサによって生成される。制御システムは、第２の生理学的データに少なくとも部分的に基づいてユーザの後続の眠気レベルを判断するようにさらに構成されている。制御システムは、最初の眠気レベルおよび後続の眠気レベルに少なくとも部分的に基づいて第１の活動スコアを判断するようにさらに構成されており、第１の活動スコアは、ユーザの眠気の変更における第１の活動の有効性を示す。

本開示のいくつかの実装形態によれば、ある方法が、ユーザと関連付けられた生理学的データを受信することを含む。この方法は、生理学的データに少なくとも部分的に基づいてユーザの最初の眠気レベルを判断することも含む。この方法は、第１の活動を実施するよう電子デバイスを使用してユーザに促すことも含む。この方法は、ユーザが第１の活動の第１の部分を実施したことを受け、生理学的データに少なくとも部分的に基づいてユーザの第２の眠気レベルを判断することも含む。この方法は、最初の眠気レベル、第２の眠気レベル、またはその両方に少なくとも部分的に基づいて、第１の活動の第２の部分における第１の活動の１つ以上のパラメータを変更することも含む。

本開示のいくつかの実装形態によれば、あるシステムが、電子インターフェースと、メモリと、制御システムと、を含む。電子インターフェースは、ユーザと関連付けられた生理学的データを受信するように構成されており、この生理学的データは、１つ以上のセンサによって生成される。メモリは、機械可読命令を記憶する。制御システムは、生理学的データに少なくとも部分的に基づいてユーザの最初の眠気レベルを判断するためにそれらの機械可読命令を実行するように構成された１つ以上のプロセッサを含む。制御システムは、ユーザが第１の活動の第１の部分を実施したことを受け、第１の活動を実施するよう電子デバイスを使用してユーザに促すようにさらに構成されている。制御システムは、生理学的データに少なくとも部分的に基づいてユーザの第２の眠気レベルを判断するようにさらに構成されている。制御システムは、最初の眠気レベル、第２の眠気レベル、またはその両方に少なくとも部分的に基づいて、第１の活動の第２の部分における第１の活動の１つ以上のパラメータを変更するようにさらに構成されている。

本開示のいくつかの実装形態によれば、ある方法が、ユーザと関連付けられた第１の生理学的データを受信することを含む。この方法は、ユーザと関連付けられたユーザプロファイルに、ユーザの眠気レベルの１組の旧記録変化を含むユーザの履歴眠気データを蓄積することも含み、眠気レベルの１組の旧記録変化における眠気レベルの変化のそれぞれが、複数の活動のうちの対応する１つと関連付けられており、履歴眠気データは、第１の生理学的データに少なくとも部分的に基づく。この方法は、ユーザと関連付けられた第２の生理学的データを受信することも含む。この方法は、第２のセンサによって生成された第２の生理学的データに少なくとも部分的に基づいてユーザの最初の眠気レベルを判断することも含む。この方法は、ユーザプロファイルを使用して機械学習アルゴリズムを訓練して、その機械学習アルゴリズムが、（ｉ）ユーザの最初の眠気レベルを入力として受信するような、および（ｉｉ）複数の活動から１つ以上の推奨された活動を出力と判断して、最初の眠気レベルに対するユーザの眠気レベルの変更を支援するような構成となるようにすることも含む。

本開示のいくつかの実装形態によれば、あるシステムが、電子インターフェースと、メモリと、制御システムと、を含む。電子インターフェースは、（ｉ）ユーザと関連付けられた第１の生理学的データと、（ｉｉ）ユーザと関連付けられた第２の生理学的データと、を受信するように構成されており、第１の生理学的データおよび第２の生理学的データは、１つ以上のセンサによって生成される。メモリは、機械可読命令を記憶する。制御システムは、ユーザの１組の旧記録眠気レベルの変化を含むユーザの履歴眠気データをユーザと関連付けられたユーザプロファイルに蓄積するために機械可読命令を実行するように構成された１つ以上のプロセッサを含み、眠気レベルのその１組の旧記録変化における眠気レベルの変化のそれぞれが、複数の活動のうちの対応する１つと関連付けられており、その履歴眠気データは、第１のセンサによって生成された第１の生理学的データに少なくとも部分的に基づく。制御システムは、第２のセンサによって生成された第２の生理学的データに少なくとも部分的に基づいてユーザの最初の眠気レベルを判断するようにさらに構成されている。制御システムは、ユーザプロファイルを使用して機械学習アルゴリズムを訓練して、その機械学習アルゴリズムが、（ｉ）ユーザの最初の眠気レベルを入力として受信するような、および（ｉｉ）複数の活動から１つ以上の推奨された活動を出力と判断して、最初の眠気レベルに対するユーザの眠気レベルの変更を支援するような構成となるようにさらに構成されている。

本開示のいくつかの実装形態によれば、ある方法が、第１のセンサを使用して第１の期間中にユーザと関連付けられた第１の生理学的データを生成することと、二次センサを使用して第１の期間中にユーザと関連付けられた第２の生理学的データを生成することと、を含む。この方法は、第１のセンサによって生成された第１の生理学的データに基づいて、制御システムによってユーザの第１の眠気レベルを判断することも含む。この方法は、二次センサによって生成された第２の生理学的データに基づいて、制御システムによってユーザの第２の眠気レベルを判断することも含む。この方法は、判断された第２の眠気レベルが判断された第１の眠気レベルと一致するように二次センサを較正することも含む。

本開示のいくつかの実装形態によれば、ある方法が、ユーザが複数のメディアコンテンツ区分を視聴している間にユーザと関連付けられたデータを受信することを含む。この方法は、受信されたデータに少なくとも部分的に基づいて複数のメディアコンテンツ区分のそれぞれに対しスコアを生成することも含み、このスコアは、ユーザの眠気レベルの変化を示す。この方法は、ユーザの現在の眠気レベルを判断することも含む。この方法は、複数のメディアコンテンツ区分のうちの１つ以上を、ユーザの現在の眠気レベルおよび生成されたスコアに少なくとも部分的に基づいてユーザに推奨して、ユーザの現在の眠気レベルの変化を支援することも含む。

本開示のいくつかの実装形態によれば、あるシステムが、ディスプレイデバイス、センサ、メモリ、および制御システムを含む。ディスプレイデバイスは、複数のメディアコンテンツ区分を表示するように構成されている。センサは、ユーザが複数のメディアコンテンツ区分のそれぞれを視聴している間にユーザと関連付けられたデータを生成するように構成されている。メモリは、機械可読命令を記憶する。制御システムは、複数のメディアコンテンツ区分のそれぞれに対し、ユーザと関連付けられた生成されたデータに少なくとも部分的に基づくスコアを生成するために機械可読命令を実行するように構成された１つ以上のプロセッサを含み、このスコアは、ユーザの眠気レベルの変化を示す。制御システムは、ユーザの現在の眠気レベルを判断するようにさらに構成されている。制御システムは、複数のメディアコンテンツ区分のうちの１つ以上を、ユーザの現在の眠気レベルに少なくとも部分的に基づいて推奨して、ユーザの現在の眠気レベルの変化を支援するようにさらに構成されている。

本開示のいくつかの実装形態によれば、あるシステムが、メディアコンテンツを表示するように構成されたディスプレイデバイスと、ユーザがメディアコンテンツを視聴している間にユーザと関連付けられたデータを生成するように構成されたセンサと、機械可読命令を記憶するメモリと、ユーザと関連付けられた生成されたデータに少なくとも部分的に基づいてメディアコンテンツの複数の区分のそれぞれについての履歴スコアを蓄積するために機械可読命令を実行するように構成された１つ以上のプロセッサを含む制御システムと、を含み、履歴スコアはそれぞれ、ユーザの眠気レベルの変化を示す。制御システムは、ユーザの現在の眠気レベルを判断するようにさらに構成されている。制御システムは、履歴スコアに少なくとも部分的に基づいて機械学習アルゴリズムを訓練して、その機械その機械学習アルゴリズムが、ユーザの現在の眠気レベルを入力情報として受信するように、およびメディアコンテンツの複数の区分から１つ以上の推奨された区分を出力してユーザの現在の眠気レベルの変化を支援するような構成となるようにさらに構成されている。

上記の要旨は、本開示の各実装形態または各態様を示すことを意図していない。本開示のさらなる特徴および便益は、下記の詳細な説明および図から明らかである。

本開示のいくつかの実装形態に係る、システムの機能ブロック図である。 本開示のいくつかの実装形態に係る、図１のシステムの少なくとも一部分、ユーザ、および同床者の斜視図である。 本開示のいくつかの実装形態に係る、睡眠セッションの例示的な時系列を表している。 本開示のいくつかの実装形態に係る、図３の睡眠セッションと関連付けられた例示的な睡眠経過図を表している。 本開示のいくつかの実装形態に係る、ユーザの眠気の変更における活動の有効性を示す活動スコアを判断する方法のプロセスフロー図である。 本開示のいくつかの実装形態に係る、活動の１つ以上のパラメータを変更する方法のプロセスフロー図である。 １つ以上の推奨された活動を判断してユーザの眠気レベルの変更を支援するためのプロセスフロー図である。 本開示のいくつかの実装形態に係る、ユーザの眠気レベルを判断するためのセンサを較正するため。 本開示のいくつかの実装形態に係る、ユーザの現在の眠気レベルに基づいてユーザにメディアコンテンツを推奨するためのプロセスフロー図である。

本開示は、様々な変更および代替形態が可能であるが、本開示の具体的な実装形態および実施形態が図面に例として示されており、本明細書において詳述される。ただしそれは、開示された特定の形態に本開示を限定することを意図するものではなく、本開示は、添付の請求項によって定義される本開示の精神および範囲内に属するすべての改変物、均等物、および代替物を網羅するということを理解すべきである。

多くの人が、不眠症、すなわち、睡眠の質または持続時間に対する不満（例えば、睡眠開始困難、最初に就眠した後の頻繁または長時間の覚醒、および睡眠に復帰できない早期覚醒）を概して特徴とする疾患に罹患している。世界全体で２６億人超が何らかの形態の不眠症を経験し、世界全体で７億５０００万人超が、不眠障害との診断を受けていると推定される。米国では、不眠症が１年あたり総額推定１０７５億ドルの経済負担をもたらしており、全休職日数の１３．６％および医療処置を必要とする傷害の４．６％を占める。また、最近の研究により、不眠症が２番目に多い精神障害であり、不眠症がうつ病の第一危険因子であることも示されている。

夜間不眠症症状としては、例えば、睡眠の質の低下、睡眠持続時間の短縮、入眠障害、中途覚醒、遅発性不眠症、混合性不眠症、および／または逆説性不眠症が一般に挙げられる。入眠障害は、就寝時の睡眠開始困難を特徴とする。中途覚醒は、初回就眠後、夜間における頻繁および／または長時間の覚醒を特徴とする。遅発性不眠症は、睡眠に復帰できない早朝（例えば、目標または所望の覚醒時刻前の）覚醒を特徴とする。併存性不眠症は、不眠症症状が、少なくとも部分的に、別の身体状態または精神状態（例えば、不安、うつ、病状、および／または薬剤使用）の症状または合併症によってもたらされる不眠症のタイプを指す。混合性不眠症は、他のタイプの不眠症の属性の組み合わせ（例えば、睡眠開始、睡眠維持、および後期不眠症症状の組み合わせ）を指す。逆説性不眠症は、ユーザが知覚する睡眠の質とそのユーザの実際の睡眠の質との間の断絶または不一致を指す。

日中（例えば昼間）の不眠症症状としては、例えば、疲労、エネルギー低下、認知障害（例えば、注意、集中、および／または記憶）、学術もしくは職業環境における機能困難、および／または気分障害が挙げられる。これらの症状は、例えば、パフォーマンスの低下、反応時間の遅延、うつリスクの増大、および／または不安障害リスクの増大などの心理的合併症へと至り得る。不眠症症状は、例えば、免疫系機能の低下、高血圧、心疾患リスクの増大、糖尿病リスクの増大、体重増加、および／または肥満などの生理学的合併症にも至り得る。

不眠症は、その持続時間に基づいて分類することもできる。例えば、不眠症症状の発現が３か月未満で収まれば、急性または一過性とみなされるのが典型的である。逆に、不眠症症状が、例えば３か月以上にわたって発現した場合には、慢性または持続性とみなされるのが典型的である。持続性／慢性不眠症症状は、急性／一過性不眠症症状とは異なる治療経路が必要となることが多い。

不眠症の機序としては、素因、憎悪因子、および遷延因子が挙げられる。素因として挙げられるのが過剰覚醒で、睡眠中および覚醒中の生理学的覚醒の増大を特徴とする。過剰覚醒の尺度としては、例えば、コルチゾールレベルの増大、（例えば、安静時心拍数増および／または心拍数変動によって示される）自律神経系活性の増大、脳活性の増大（例えば、睡眠中のＥＥＧ周波数増および／またはレム睡眠中の覚醒数増）、代謝速度の増大、体温の上昇および／または下垂体－副腎軸における活性の増大が挙げられる。憎悪因子としては、ストレスの多い生活事象（例えば、雇用または教育、人間関係などに関連するもの）が挙げられる。遷延因子として挙げられるのは、睡眠不足およびその結果についての過度の心配で、これにより、増悪因子が除去された後でも不眠症症状が持続し得る。

いったん診断された不眠症は、様々な技法を用いたり、患者に推奨を提供したりして、管理または処置され得る。本明細書に記載のとおり、不眠症は、就寝前に本人に１つ以上の活動を実施するように促して、個人の眠気を変更し（例えば高め）て本人が就眠するのを支援することによって管理または治療することができる。患者は一般に、健康な睡眠習慣（例えば、しっかり運動し、日中に活動する、日課を持つ、昼寝をしない、夕食を早めにとる、就寝時刻前にくつろぐ、午後カフェインを接種しない、アルコールを避ける、寝室を快適にする、気を散らすものを寝室から取り除く、眠くなければ離床する、就寝時刻に関係なく毎日同時刻の覚醒を試みる）を概ね実践することを奨励または推奨され得るか、特定の習慣（例えば、ベッドで仕事をすること、極端に早寝すること、疲労していないのに就寝すること）を避けるよう促され得る。不眠症に罹患している人は、本人の睡眠衛生を改善することによって治療することができる。睡眠衛生とは概して、本人の習慣（例えば、食生活、運動、物質使用、就寝時刻、就寝前の活動、就寝前のベッドでの活動など）および／または環境パラメータ（例えば、周囲光、周囲雑音、周囲温度など）を指す。少なくともいくつかの場合において、本人は、毎晩特定の就寝時刻に就寝すること、特定の持続時間にわたって睡眠すること、特定の時間に覚醒すること、環境パラメータを変更すること、またはそれらの任意の組み合わせにより、睡眠衛生を改善することができる。

睡眠関連障害および／または呼吸障害の例としては、周期性四肢運動障害（ＰＬＭＤ）、下肢静止不能症候群（ＲＬＳ）、睡眠呼吸障害（ＳＤＢ）、閉塞性睡眠時無呼吸（ＯＳＡ）、チェーン・ストークス呼吸（ＣＳＲ）、呼吸不全、肥満過換気症候群（ＯＨＳ）、慢性閉塞性肺疾患（ＣＯＰＤ）、神経筋疾患（ＮＭＤ）、および胸壁障害などが挙げられる。閉塞性睡眠時無呼吸（ＯＳＡ）は、睡眠呼吸障害（ＳＤＢ）の一形態であり、異常に小さな上気道と、舌、軟口蓋、中咽頭後壁の領域における筋緊張の通常損失との組み合わせによる睡眠中の上気道の閉塞や遮断などの事象によって特徴付けられる。チェーン・ストークス呼吸（ＣＳＲ）は、別の形態の睡眠呼吸障害である。ＣＳＲは、患者の呼吸調節器の障害であり、ＣＳＲサイクルとして知られる換気の漸増および漸減が交互に周期的に続く。ＣＳＲは、動脈血の脱酸素および再曝気の繰り返しによって特徴付けられる。肥満過換気症候群（ＯＨＳ）は、低換気の原因が他に明確に無い状態における、重症肥満および覚醒時慢性高炭酸ガス血症の組み合わせとして定義される。症状には、呼吸困難、起床時の頭痛と過剰な日中の眠気が含まれる。慢性閉塞性肺疾患（ＣＯＰＤ）は、空気の移動に対する抵抗の増加、呼吸の呼気相の延長、肺の正常な弾力性の喪失など、ある特性を共通して有する下気道疾患群のいずれかを包含する。神経筋疾患（ＮＭＤ）は、内在筋病理を直接介してまたは神経病理を間接的に介して筋肉機能を損なう多数の疾病および病気を包含する。胸壁障害は、胸郭変形の１つのグループであり、呼吸筋肉と胸郭との間の連結の無効性の原因となる。

これらの他の障害は、睡眠中に起こる特定事象（例えば、いびき、無呼吸、低呼吸、下肢静止不能、睡眠障害、窒息、心拍数増、呼吸困難、喘息発作、てんかん挿間症、発作、またはそれらの任意の組み合わせ）によって特徴付けられる。これらの他の睡眠関連障害は、不眠症と同様の症状を有し得るが、これらの他の睡眠関連障害を不眠症と区別することは、種々の治療を必要とし得る特徴を区別する効果的な治療計画をカスタマイズする上で有用である。例えば、疲労が一般に不眠症の特徴であるのに対し、日中の過剰な眠気は、他の障害（例えばＯＳＡ）に特有の特徴であり、無意識に就眠する生理学的傾向を反映したものである。

図１を参照すると、本開示のいくつかの実装形態に係るシステム１００が表されている。システム１００は、制御システム１１０と、メモリデバイス１１４と、電子インターフェース１１９と、１つ以上のセンサ１３０と、１つ以上のユーザデバイス１７０と、を含む。いくつかの実装形態においては、システム１００が、任意選択で呼吸療法システム１２０をさらに含む。

制御システム１１０は、１つ以上のプロセッサ１１２（以下、プロセッサ１１２）を含む。制御システム１１０は概して、システム１００の様々な構成要素を制御（例えば、作動）し、かつ／またはシステム１００の構成要素によって取得および／または生成されたデータを分析するのに使用される。プロセッサ１１２は、汎用または特殊用途のプロセッサまたはマイクロプロセッサであり得る。図１には１個のプロセッサ１１２が示されているが、制御システム１１０は、単一のハウジング内に存在し得るか、互いに離れて所在し得る任意の適切な数のプロセッサ（例えば、１個のプロセッサ、２個のプロセッサ、５個のプロセッサ、１０個のプロセッサなど）を含み得る。制御システム１１０は、例えば、ユーザデバイス１７０のハウジング、および／またはセンサ１３０うちの１つ以上のハウジングに連結すること、および／またはそれらの内部に位置付けることができる。制御システム１１０は、（１つのかかるハウジング内に）集中させるか、（物理的に別個である２つ以上のかかるハウジング内に）分散させることができる。制御システム１１０を格納する２つ以上のハウジングを含むかかる実装形態においては、かかるハウジングが、互いに近接して、かつ／または遠隔で所在することができる。

メモリデバイス１１４は、制御システム１１０のプロセッサ１１２によって実行可能な機械可読命令を記憶する。メモリデバイス１１４は、例えば、ランダムまたはシリアルアクセスメモリデバイス、ハードドライブ、ソリッドステートドライブ、フラッシュメモリデバイスなど、任意の適切なコンピュータ可読ストレージデバイスまたはメディアであり得る。図１には１つのメモリデバイス１１４が示されているが、システム１００は、任意の適切な数のメモリデバイス１１４（例えば、１個のメモリデバイス、２個のメモリデバイス、５個のメモリデバイス、１０個のメモリデバイスなど）を含み得る。メモリデバイス１１４は、呼吸療法デバイス１２２のハウジング、ユーザデバイス１７０のハウジング、センサ１３０うちの１つ以上のハウジング、またはそれらの任意の組み合わせに連結すること、および／またはそれらの内部に位置付けることができる。制御システム１１０と同様に、メモリデバイス１１４は、（１つのかかるハウジング内に）集中させるか、（物理的に異なる２つ以上のかかるハウジング内に）分散させることができる。

いくつかの実装形態においては、メモリデバイス１１４（図１）が、ユーザと関連付けられたユーザプロファイルを記憶する。ユーザプロファイルは、例えば、ユーザと関連付けられた人口統計情報、ユーザと関連付けられた生体情報、ユーザと関連付けられた医療情報、自己申告によるユーザフィードバック、ユーザと関連付けられた睡眠パラメータ（例えば、１つ以上の以前の睡眠セッションから記録された睡眠関連パラメータ）、またはそれらの任意の組み合わせを含み得る。人口統計情報は、例えば、ユーザの年齢、ユーザの性別、ユーザの人種、不眠症の家族歴、または睡眠時無呼吸、ユーザの雇用状況、ユーザの教育状況、ユーザの社会経済的状況、またはそれらの任意の組み合わせを示す情報を含み得る。医療情報は、例えば、ユーザと関連付けられた１つ以上の病状、ユーザによる薬剤使用、またはその両方を示す情報を含み得る。医療情報データは、反復睡眠潜時検査（ＭＳＬＴ）の結果またはスコアおよび／もしくはピッツバーグ睡眠質問票（ＰＳＱＩ）のスコアまたは値をさらに含み得る。自己申告によるユーザフィードバックは、自己申告による主観的な睡眠スコア（劣悪、普通、良好など）、自己申告によるユーザの主観的なストレスレベル、自己申告によるユーザの主観的な疲労レベル、自己申告によるユーザの主観的な健康状態、ユーザが経験した最近のライフイベント、またはそれらの任意の組み合わせを示す情報を含み得る。

電子インターフェース１１９は、１つ以上のセンサ１３０からデータ（例えば、生理学的データ）を受け取るように構成されており、そのデータは、メモリデバイス１１４に記憶すること、および／または制御システム１１０のプロセッサ１１２によって分析することができる。電子インターフェース１１９は、有線接続または無線接続を用いて（例えば、ＲＦ通信プロトコル、ＷｉＦｉ通信プロトコル、Ｂｌｕｅｔｏｏｔｈ（登録商標）通信プロトコル、セルラーネットワークなどを用いて）１つ以上のセンサ１３０と通信することができる。電子インターフェース１１９は、アンテナ、受信機（例えば、ＲＦ受信機）、送信機（例えば、ＲＦ送信機）、トランシーバ、またはそれらの任意の組み合わせを含み得る。電子インターフェース１１９は、本明細書に記載のプロセッサ１１２およびメモリデバイス１１４と同一または同様であるもう１つのプロセッサおよび／またはもう１つのメモリデバイスも含み得る。いくつかの実装形態においては、電子インターフェース１１９が、ユーザデバイス１７０に連結または統合されている。他の実装形態においては、電子インターフェース１１９が、制御システム１１０および／またはメモリデバイス１１４に連結されているか、それらと（例えば、ハウジング内で）統合されている。

上記のとおり、いくつかの実装形態においては、システム１００が、任意選択で呼吸療法システム１２０を含む。呼吸療法システム１２０は、（本明細書において呼吸療法デバイス１２２と称される）呼吸圧力療法デバイス１２２、ユーザインターフェース１２４、（チューブまたは空気回路とも称される）導管１２６、ディスプレイデバイス１２８、加湿タンク１２９、またはそれらの組み合わせを含み得る。いくつかの実装形態においては、制御システム１１０、メモリデバイス１１４、ディスプレイデバイス１２８、センサ１３０のうちの１つ以上、および加湿タンク１２９が、呼吸療法デバイス１２２の一部である。呼吸圧力療法とは、（例えば、タンクベンチレータや陽陰圧体外式人工呼吸器（ｃｕｉｒａｓｓ）などの陰圧療法とは異なり、）ユーザの呼吸サイクル全体を通じて大気に対して名目上陽である制御された目標圧力で、ユーザの気道の入口に空気供給を印加することを指す。呼吸療法システム１２０は一般に、１つ以上の睡眠関連呼吸障害（例えば、閉塞性睡眠時無呼吸、中枢性睡眠時無呼吸、または混合性睡眠時無呼吸）に罹患している個人を治療するのに使用される。

呼吸療法デバイス１２２は一般に、（例えば、１つ以上のコンプレッサを駆動する１つ以上のモータを使用して）ユーザに送達される加圧空気を生成するのに使用される。いくつかの実装形態においては、呼吸療法デバイス１２２が、ユーザに送達される連続的な一定の空気圧を生成する。他の実装形態においては、呼吸療法デバイス１２２が、２つ以上の所定の圧力（例えば、第１の所定の空気圧および第２の所定の空気圧）を生成する。さらに他の実装形態においては、呼吸療法デバイス１２２が、所定の範囲内の様々な異なる空気圧を生成するように構成されている。例えば、呼吸療法デバイス１２２は、少なくとも約６ｃｍＨ_２Ｏ、少なくとも約１０ｃｍＨ_２Ｏ、少なくとも約２０ｃｍＨ_２Ｏ、約６ｃｍＨ_２Ｏから約１０ｃｍＨ_２Ｏ、約７ｃｍＨ_２Ｏから約１２ｃｍＨ_２Ｏなどを送達することができる。呼吸療法デバイス１２２は、（周囲圧力に対して）陽圧を維持しながら、例えば、約－２０Ｌ／分と約１５０Ｌ／分との間の所定の流量で加圧空気を送達することもできる。

ユーザインターフェース１２４は、ユーザの顔の一部分と係合し、呼吸療法デバイス１２２からユーザの気道に加圧空気を送達して、睡眠中に気道が狭窄および／または閉塞しないように支援する。これにより、睡眠中のユーザの酸素摂取量も増加し得る。適用される療法に応じて、ユーザインターフェース１２４は、例えばユーザの顔の領域または部分との密着を形成し得、これにより、周囲圧力に対して約１０ｃｍＨ_２Ｏの陽圧など、周囲圧力に対して十分に異なり、治療効果をもたらせる圧力でのガスの送達を促進する。酸素送達などの、他の療法の形態において、ユーザインターフェースは、約１０ｃｍＨ_２Ｏの陽圧において気道へのガス供給の送達を促進するのに充分な密閉を含まない場合がある。

図２に示すとおり、いくつかの実装形態においては、ユーザインターフェース１２４が、ユーザの鼻および口を覆う顔面マスクである。代替として、ユーザインターフェース１２４は、ユーザの鼻に空気を提供する鼻マスク、またはユーザの鼻孔に空気を直接送達する鼻枕マスクであり得る。ユーザインターフェース１２４は、ユーザの一部分（例えば顔）にインターフェースを位置付け、かつ／または安定させるための複数のストラップ（例えば面ファスナを含む）と、ユーザインターフェース１２４とユーザとの間での気密密着を提供するのを支援する形状適合性クッション（例えば、シリコーン、プラスチック、発泡体など）と、を含み得る。ユーザインターフェース１２４は、ユーザ２１０によって吐き出された二酸化炭素および他の気体を逃がせるようにするためのうちの１つ以上の通気孔も含み得る。他の実装形態においては、ユーザインターフェース１２４が、マウスピース（例えば、ユーザの歯に適合するように成形されたナイトガードマウスピース、下顎骨位置変更デバイス（ＭＲＤ）など）を含む。

（空気回路またはチューブとも称される）導管１２６は、呼吸療法デバイス１２２およびユーザインターフェース１２４など、呼吸療法システム１２０の２つの構成要素間で空気が流れるようにする。いくつかの実装形態においては、この導管に吸気および呼気用の別々の枝管が存在し得る。他の実装形態においては、単枝型導管が吸気および呼気の両方に使用される。

呼吸療法デバイス１２２、ユーザインターフェース１２４、導管１２６、ディスプレイデバイス１２８、および加湿タンク１２９のうちの１つ以上が、１つ以上のセンサ（例えば、圧力センサ、流量センサ、より一般的には、本明細書に記載されている他のセンサ１３０のいずれか）を含み得る。これらの１つ以上のセンサは、例えば、呼吸療法デバイス１２２によって供給される加圧空気の空気圧および／または流量を測定するのに使用することができる。

ディスプレイデバイス１２８は概して、静止画、映像、もしくはその両方を含む画像（単数または複数）、および／または呼吸療法デバイス１２２に関する情報を表示するのに使用される。例えば、ディスプレイデバイス１２８は、呼吸療法デバイス１２２の状態に関する情報（例えば、呼吸療法デバイス１２２がオンかオフか、呼吸療法デバイス１２２によって送達されている空気の圧力、呼吸療法デバイス１２２によって送達されている空気の温度など）および／または他の情報（（参照によりその全体が本明細書に組み込まれる国際公開第ＷＯ２０１６／０６１６２９号などに記載されているｍｙＡｉｒ（登録商標）スコアとも称される）睡眠スコアおよび／または療法スコア、現在の日付／時刻、ユーザ２１０の個人情報など）を提供することができる。いくつかの実装形態においては、ディスプレイデバイス１２８が、入力インターフェースとして画像（単数または複数）を表示するように構成されたグラフィックユーザインターフェース（ＧＵＩ）を含むヒューマンマシンインターフェース（ＨＭＩ）の働きをする。ディスプレイデバイス１２８は、ＬＥＤディスプレイ、有機ＥＬディスプレイ、液晶ディスプレイ等であり得る。入力インターフェースは、例えば、タッチスクリーンまたは接触感知基板、マウス、キーボード、または呼吸療法デバイス１２２とやりとりする人間ユーザによって行われる入力を感知するように構成された任意のセンサシステムであり得る。

加湿タンク１２９は、呼吸療法デバイス１２２に連結または統合されており、呼吸療法デバイス１２２から送達された加圧空気を加湿するのに使用できる貯水器を含む。呼吸療法デバイス１２２は、ユーザに提供された加圧空気を加湿するために加湿タンク１２９内の水を加熱するヒータを含み得る。加えて、いくつかの実装形態においては、導管１２６が、ユーザに送達された加圧空気を加熱する加熱要素（例えば、導管１２６に連結され、かつ／または埋め込まれたもの）も含み得る。

呼吸療法システム１２０は、例えば、気道陽圧（ＰＡＰ）システム、持続気道陽圧（ＣＰＡＰ）システム、自動気道陽圧システム（ＡＰＡＰ）、二相性または可変気道陽圧システム（ＢＰＡＰまたはＶＰＡＰ）、ベンチレータ、またはそれらの任意の組み合わせとして使用することができる。ＣＰＡＰシステムは、（例えば、睡眠医によって判断される）所定の空気圧をユーザに送達する。ＡＰＡＰシステムは、例えば、ユーザと関連付けられた呼吸データに基づいて、ユーザに送達される空気圧を自動的に変化させる。ＢＰＡＰまたはＶＰＡＰシステムは、第１の所定圧力（例えば、吸気気道陽圧またはＩＰＡＰ）および第１の所定圧力より低い第２の所定圧力（例えば、呼気気道陽圧またはＥＰＡＰ）を送達するように構成されている。

図２を参照すると、いくつかの実装形態に係るシステム１００（図１）の一部分が表されている。呼吸療法システム１２０のユーザ２１０および同床者２２０がベッド２３０に居り、マットレス２３２に横たわっている。ユーザインターフェース１２４（例えばフルフェイスマスク）は、睡眠セッション中のユーザ２１０によって着用され得る。ユーザインターフェース１２４は、導管１２６を介して呼吸療法デバイス１２２に流体的に連結および／または接続されている。呼吸療法デバイス１２２は、導管１２６およびユーザインターフェース１２４を介してユーザ２１０に加圧空気を送達してユーザ２１０の喉における空気圧を高め、睡眠中に気道が閉塞および／または狭窄しないように支援する。呼吸療法デバイス１２２は、図２に示すとおり、ベッド２３０に直に隣接するナイトスタンド２４０上か、より一般的には、ベッド２３０および／またはユーザ２１０に概ね隣接する任意の表面または構造物上に位置付けることができる。

改めて図１を参照すると、システム１００の１つ以上のセンサ１３０は、圧力センサ１３２、流量センサ１３４、温度センサ１３６、モーションセンサ１３８、マイクロフォン１４０、スピーカ１４２、無線周波（ＲＦ）受信機１４６、ＲＦ送信機１４８、カメラ１５０、赤外線センサ１５２、光電式（ＰＰＧ）センサ１５４、心電図（ＥＣＧ）センサ１５６、脳波（ＥＥＧ）センサ１５８、静電容量センサ１６０、力センサ１６２、歪みゲージセンサ１６４、筋電図（ＥＭＧ）センサ１６６、酸素センサ１６８、分析物センサ１７４、水分センサ１７６、ＬｉＤＡＲセンサ１７８、またはそれらの任意の組み合わせを含む。一般に、１つまたはセンサ１３０のそれぞれが、メモリデバイス１１４または１つ以上の他のメモリデバイスに受信および記憶されたセンサデータを出力するように構成されている。

１つ以上のセンサ１３０は、圧力センサ１３２、流量センサ１３４、温度センサ１３６、モーションセンサ１３８、マイクロフォン１４０、スピーカ１４２、ＲＦ受信機１４６、ＲＦ送信機１４８、カメラ１５０、赤外線センサ１５２、光電式（ＰＰＧ）センサ１５４、心電図（ＥＣＧ）センサ１５６、脳波（ＥＥＧ）センサ１５８、静電容量センサ１６０、力センサ１６２、歪みゲージセンサ１６４、筋電図（ＥＭＧ）センサ１６６、酸素センサ１６８、分析物センサ１７４、水分センサ１７６、およびＬｉＤＡＲセンサ１７８のそれぞれを含むものとして図示および記載されているが、１つ以上のセンサ１３０は、本明細書に記載および／図示されたセンサのそれぞれの任意の組み合わせおよび任意の個数を含み得るのが、より一般的である。

センサ１３０のうちの１つ以上によって生成された生理学的データは、制御システム１１０により、睡眠セッション中のユーザと関連付けられた睡眠／覚醒信号および１つ以上の睡眠関連パラメータを判断するのに使用することができる。睡眠／覚醒信号は、覚醒、リラックスした覚醒、微小覚醒、または睡眠段階、例えば急速眼球運動（レム）段階、第１のノンレム段階（「Ｎ１」と称されることが多い）、第２のノンレム段階（「Ｎ２」と称されることが多い）、第３のノンレム段階（「Ｎ３」と称されることが多い）、またはそれらの任意の組み合わせなどを含む１つ以上の睡眠状態を示すことができる。センサ１３０などのセンサのうちの１つ以上によって生成される生理学的データから睡眠状態および／または睡眠段階を判断するための方法が、例えば、国際公開第ＷＯ２０１４／０４７３１０号、ＷＯ２０１７／１３２７２６号、ＷＯ２０１９／１２２４１３号、およびＷＯ２０１９／１２２４１４号、ならびに米国特許公開第ＵＳ２０１４／００８８３７３号に記載されており、いずれも、参照によりその全体が本明細書に組み込まれる。

睡眠／覚醒信号には、ユーザの就床時刻、ユーザの起床時刻、ユーザの就眠試行時刻などを示すタイムスタンプを付与することもできる。睡眠／覚醒信号は、睡眠セッション中に、例えば、１秒につき１サンプル、３０秒につき１サンプル、１分につき１サンプルなど所定のサンプリングレートでセンサ（単数または複数）１３０によって測定することができる。いくつかの実装形態においては、睡眠／覚醒信号が、睡眠セッション中の呼吸信号、呼吸数、吸気振幅、呼気振幅、吸気対呼気比、１時間当たりの事象数、事象パターン、呼吸療法デバイス１２２の圧力設定、またはそれらの任意の組み合わせも示し得る。この事象（単数または複数）は、いびき、無呼吸、中枢性無呼吸、閉塞性無呼吸、混合性無呼吸、低呼吸、（例えばユーザインターフェース１２４からの）マスク漏れ、下肢静止不能、睡眠障害、窒息、心拍数増、呼吸困難、喘息発作、てんかん挿間症、発作、またはそれらの任意の組み合わせを含み得る。睡眠／覚醒信号に基づいて睡眠セッション中のユーザについて判断できる１つ以上の睡眠関連パラメータとしては、例えば、全就床時間、全睡眠時間、入眠潜時、入眠後覚醒パラメータ、睡眠効率、断片化指数、またはそれらの任意の組み合わせが挙げられる。いくつかの実装形態においては、１つ以上の睡眠関連パラメータが、国際公開第ＷＯ２０１５／００６３６４号などに記載されている睡眠スコアを含み得、同文献は、参照によりその全体が本明細書に組み込まれる。

圧力センサ１３２は、メモリデバイス１１４に記憶すること、および／または制御システム１１０のプロセッサ１１２によって分析することのできる圧力データを出力する。いくつかの実装形態においては、圧力センサ１３２が、呼吸療法システム１２０のユーザの呼吸（例えば、吸気および／もしくは呼気）ならびに／または周囲圧力を示すセンサデータを生成する空気圧センサ（例えば大気圧センサ）である。かかる実装形態においては、圧力センサ１３２が、呼吸療法デバイス１２２に連結または統合することができる。圧力センサ１３２は、例えば、静電容量センサ、電磁センサ、圧電センサ、歪みゲージセンサ、光学センサ、電位差センサ、またはそれらの任意の組み合わせであり得る。

流量センサ１３４は、メモリデバイス１１４に記憶すること、および／または制御システム１１０のプロセッサ１１２によって分析することのできる流量データを出力する。いくつかの実装形態において、流量センサ１３４は、呼吸療法デバイス１２２からの空気流量、導管１２６を通過する空気流量、ユーザインターフェース１２４を通過する空気流量、またはそれらの任意の組み合わせを判断するのに使用される。かかる実装形態においては、流量センサ１３４が、呼吸療法デバイス１２２、ユーザインターフェース１２４、または導管１２６に連結または統合することができる。流量センサ１３４は、例えば、回転流量計（例えば、ホール効果流量計）、タービン流量計、オリフィス流量計、超音波流量計、熱線センサ、渦流センサ、膜センサ、またはそれらの任意の組み合わせなどの質量流量センサであり得る。

温度センサ１３６は、メモリデバイス１１４に記憶すること、および／または制御システム１１０のプロセッサ１１２によって分析することのできる温度データを出力する。いくつかの実装形態においては、温度センサ１３６が、ユーザ２１０（図２）の核心体温、ユーザ２１０の皮膚温度、呼吸療法デバイス１２２から、および／または導管１２６を通過して流れる空気の温度、ユーザインターフェース１２４内の温度、周囲温度、またはそれらの任意の組み合わせを示す温度データを生成する。温度センサ１３６は、例えば、熱電対センサ、サーミスタセンサ、シリコンバンドギャップ温度センサもしくは半導体ベースのセンサ、抵抗温度検出器、またはそれらの任意の組み合わせであり得る。

マイクロフォン１４０は、メモリデバイス１１４に記憶すること、および／または制御システム１１０のプロセッサ１１２によって分析することのできる音データを出力する。マイクロフォン１４０は、本明細書でさらに詳述するとおり、１つ以上の睡眠関連パラメータを（例えば、制御システム１１０を使用して）判断するために睡眠セッション中に音（単数または複数）（例えば、ユーザ２１０からの音）を記録するのに使用することができる。マイクロフォン１４０は、呼吸療法デバイス１２２、使用インターフェース１２４、導管１２６、またはユーザデバイス１７０に連結または統合することができる。

スピーカ１４２は、システム１００のユーザ（例えば、図２のユーザ２１０）にとって可聴である音波を出力する。スピーカ１４２は、例えば、目覚まし時計として使用すること、または（例えば、事象を受けて）ユーザ２１０にアラートまたはメッセージを再生する目的で使用することができる。スピーカ１４２は、呼吸療法デバイス１２２、ユーザインターフェース１２４、導管１２６、またはユーザデバイス１７０に連結または統合することができる。

マイクロフォン１４０およびスピーカ１４２は、別々のデバイスとして使用することができる。いくつかの実装形態においては、マイクロフォン１４０およびスピーカ１４２を、例えば、参照によりそれぞれ全体が本明細書に組み込まれるＷＯ２０１８／０５０９１３およびＷＯ２０２０／１０４４６５に記載のとおり、音響センサ１４１（例えば、ソナーセンサ）に組み入れることができる。かかる実装形態においては、スピーカ１４２が、所定の間隔および／または周波数で音波を生成または放出し、マイクロフォン１４０が、スピーカ１４２から放出された音波の反射を検出する。スピーカ１４２が生成または放出する音波は、ユーザ２１０または同床者２２０（図２）の睡眠を妨げないように、人間の耳には聞こえない周波数（例えば、２０Ｈｚ未満または約１８ｋＨｚ超）を有する。制御システム１１０は、マイクロフォン１４０および／またはスピーカ１４２からのデータに少なくとも部分的に基づいて、ユーザ２１０（図２）の所在位置および／または、例えば、呼吸信号、呼吸数、吸気振幅、呼気振幅、吸気対呼気比、１時間当たりの事象数、事象パターン、睡眠状態、呼吸デバイス１２２の圧力設定、ユーザの移動のタイプ（例えば、ユーザの１つ以上の部分の移動、胸の移動など）、ユーザによる移動のパターン、ユーザによる移動の数、またはそれらの任意の組み合わせなど、本明細書に記載の睡眠関連パラメータのうちの１つ以上を判断することができる。

音響（例えばソナー）センサ１４１は、超音波または低周波数超音波感知信号（例えば、約１７～２３ｋＨｚ、１８～２２ｋＨｚ、または１７～１８ｋＨｚの周波数範囲内）を空中で生成／伝送することなどによるパッシブおよび／またはアクティブ音響センシングを使用することができる。かかるソナーセンサについては、上記のＷＯ２０１８／０５０９１３およびＷＯ２０２０／１０４４６５に関連を以て記載されている。音響（例えばソナー）センサ１４１によって生成されたデータは、ユーザの呼吸（例えば、呼吸数、呼吸数変動）および／またはユーザの移動を示すことができ、これは、例えば、覚醒状態とノンレム睡眠段階（Ｎ１睡眠）との間での遷移を判断するのに使用することができる。Ｎ１睡眠は、呼吸数変動の減少（例えば、呼吸の規則性が高まっている）、分時換気量の減少、および／またはユーザの移動の減少に少なくとも部分的に基づいて特定することができる。

いくつかの実装形態においては、センサ１３０が、（ｉ）マイクロフォン１４０と同一または同様であり、音響センサ１４１に統合されている第１のマイクロフォンと、（ｉｉ）マイクロフォン１４０と同一または同様だが、音響センサ１４１に統合されている第１のマイクロフォンとは別々かつ別個である第２のマイクロフォンと、を含む。

ＲＦ送信機１４８は、所定の周波数および／または所定の振幅（例えば、高周波帯域内、低周波帯域内、長波信号、短波信号など）を有する電波を生成および／または放射する。ＲＦ受信機１４６は、ＲＦ送信機１４８から放射された電波の反射を検出し、このデータは、制御システム１１０によって分析することにより、ユーザ２１０（図２）の位置および／または本明細書に記載されている睡眠関連パラメータのうちの１つ以上を判断することができる。ＲＦ受信機（ＲＦ受信機１４６およびＲＦ送信機１４８のどちらか、または別のＲＦペア）は、制御システム１１０、呼吸デバイス１２２、１つ以上のセンサ１３０、ユーザデバイス１７０、またはそれらの任意の組み合わせの間での無線通信に使用することもできる。ＲＦ受信機１４６およびＲＦ送信機１４８は、図１において別々かつ別個の要素として示されているが、いくつかの実装形態においては、ＲＦ受信機１４６およびＲＦ送信機１４８がＲＦセンサ１４７（例えば、レーダセンサ）の一部として組み合わせられている。一部のかかる実装形態においては、ＲＦセンサ１４７が制御回路を含む。ＲＦ通信の具体的な形式は、ＷｉＦｉやＢｌｕｅｔｏｏｔｈ（登録商標）等であり得る。

いくつかの実装形態においては、ＲＦセンサ１４７がメッシュシステムの一部である。メッシュシステムの一例がＷｉＦｉメッシュシステムであり、このシステムは、メッシュノード、メッシュルータ（単数または複数）、およびメッシュゲートウェイ（単数または複数）を含み得、これらのそれぞれが移動式／可動式または固定式であり得る。かかる実装形態においては、ＷｉＦｉメッシュシステムが、ＷｉＦｉルータおよび／またはＷｉＦｉコントローラ、ならびに１つ以上の衛星（例えばアクセスポイント）を含み、これらのそれぞれが、ＲＦセンサ１４７と同一または同様であるＲＦセンサを含む。ＷｉＦｉルータおよび衛星は、ＷｉＦｉ信号を使用して互いに常時通信する。ＷｉＦｉメッシュシステムは、物体や人が移動して信号を部分的に妨害することによってルータと衛星（単数または複数）との間で生じるＷｉＦｉ信号の変化（例えば、受信信号強度の差）に基づいてモーションデータを生成するのに使用することができる。このモーションデータは、モーション、呼吸、心拍数、歩行、転倒、挙動など、またはそれらの任意の組み合わせを示し得る。

カメラ１５０は、メモリデバイス１１４に記憶できる１つ以上の画像（例えば、静止画、映像、熱画像、またはそれらの組み合わせ）として再現可能な画像データを出力する。カメラ１５０からの画像データは、制御システム１１０により、本明細書に記載されている睡眠関連パラメータのうちの１つ以上を判断するのに使用することができる。例えば、カメラ１５０からの画像データを使用して、ユーザの位置を特定し、ユーザ２１０がベッド２３０（図２）に入る時刻を判断し、ユーザ２１０がベッド２３０から出る時刻を判断するのに使用することができる。

赤外線（ＩＲ）センサ１５２は、メモリデバイス１１４に記憶できる１つ以上の赤外線画像（例えば、静止画、映像、またはその両方）として再現可能な赤外線画像データを出力する。ＩＲセンサ１５２からの赤外線データは、ユーザ２１０の温度および／またはユーザ２１０の移動を含む、睡眠セッション中の１つ以上の睡眠関連パラメータを判断するのに使用することができる。ＩＲセンサ１５２は、ユーザ２１０の存在、位置、および／または移動を測定する際に、カメラ１５０と組み合わせて使用することもできる。ＩＲセンサ１５２が、例えば、約７００ｎｍと約１ｍｍとの間の波長を有する赤外光を検出することができるのに対し、カメラ１５０は、約３８０ｎｍと約７４０ｎｍとの間の波長を有する可視光を検出することができる。

ＰＰＧセンサ１５４は、例えば、心拍数、心拍数変動、心周期、呼吸数、吸気振幅、呼気振幅、吸気対呼気比、推定血圧パラメータ（単数または複数）、またはそれらの任意の組み合わせなど１つ以上の睡眠関連パラメータを判断するのに使用できる、ユーザ２１０（図２）と関連付けられた生理学的データを出力する。ＰＰＧセンサ１５４は、ユーザ２１０が着用すること、ユーザ２１０が着用する衣類および／または織地に埋め込むこと、ユーザインターフェース１２４および／またはその関連ヘッドギア（例えばストラップなど）に埋め込むことおよび／または連結すること、などができる。

ＥＣＧセンサ１５６は、ユーザ２１０の心臓の電気的活動と関連付けられた生理学的データを出力する。いくつかの実装形態においては、ＥＣＧセンサ１５６が、睡眠セッション中のユーザ２１０の一部分の上または周囲に位置付けられている１つ以上の電極を含む。ＥＣＧセンサ１５６からの生理学的データは、例えば、本明細書に記載されている睡眠関連パラメータのうちの１つ以上を判断するのに使用することができる。

ＥＥＧセンサ１５８は、ユーザ２１０の脳の電気的活動と関連付けられた生理学的データを出力する。いくつかの実装形態において、ＥＥＧセンサ１５８は、睡眠セッション中のユーザ２１０の頭皮の上または周囲に位置付けられている１つ以上の電極を含む。ＥＥＧセンサ１５８からの生理学的データは、例えば、睡眠セッション中の任意の所与の時期におけるユーザ２１０の睡眠状態を判断するのに使用することができる。いくつかの実装形態において、ＥＥＧセンサ１５８は、ユーザインターフェース１２４および／またはその関連ヘッドギア（例えばストラップなど）に統合することができる。

静電容量センサ１６０、力センサ１６２、および歪みゲージセンサ１６４は、メモリデバイス１１４に記憶でき、かつ本明細書に記載されている睡眠関連パラメータのうちの１つ以上を判断するのに制御システム１１０が使用できるデータを出力する。ＥＭＧセンサ１６６は、１つ以上の筋肉によって生み出された電気的活動と関連付けられた生理学的データを出力する。酸素センサ１６８は、（例えば、導管１２６内またはユーザインターフェース１２４における）気体の酸素濃度を示す酸素データを出力する。酸素センサ１６８は、例えば、超音波酸素センサ、電気酸素センサ、化学酸素センサ、光学式酸素センサ、またはそれらの任意の組み合わせであり得る。いくつかの実装形態においては、１つ以上のセンサ１３０が、ガルバニック皮膚反応（ＧＳＲ）センサ、血流センサ、呼吸センサ、脈拍センサ、血圧計センサ、オキシメトリセンサ、またはそれらの任意の組み合わせも含む。

分析物センサ１７４は、ユーザ２１０の吐出息における分析物の存在を検出するのに使用することができる。分析物センサ１７４によって出力されたデータは、メモリデバイス１１４に記憶することができ、ユーザ２１０の息に含まれる任意の分析物の同一性および濃度を判断するために制御システム１１０によって使用することができる。いくつかの実装形態においては、分析物センサ１７４が、ユーザ２１０の口付近に位置付けられ、ユーザ２１０の口から吐き出された息に含まれる分析物を検出する。例えば、ユーザインターフェース１２４が、ユーザ２１０の鼻および口を覆う顔面マスクである場合、分析物センサ１７４は、ユーザ２１０の口呼吸を監視するためにその顔面マスク内に位置付けられ得る。ユーザインターフェース１２４が鼻マスクまたは鼻枕マスクである場合など、他の実装形態においては、分析物センサ１７４が、ユーザの鼻を通じて吐き出される息に含まれる分析物を検出するために、ユーザ２１０の鼻付近に位置付けられ得る。さらに他の実装形態においては、ユーザインターフェース１２４が鼻マスクまたは鼻枕マスクである場合に、分析物センサ１７４が、ユーザ２１０の口付近に位置付けられ得る。この実装形態においては、分析物センサ１７４を、ユーザ２１０の口から不用意に空気が漏れていないかどうかを検出するのに使用することができる。いくつかの実装形態においては、分析物センサ１７４が、炭素系化学物質または化合物を検出するのに使用できる揮発性有機化合物（ＶＯＣ）センサである。いくつかの実装形態においては、分析物センサ１７４を、ユーザ２１０が鼻または口のどちらで呼吸しているかを検出するのに使用することもできる。例えば、ユーザ２１０の口付近または（ユーザインターフェース１２４が顔面マスクである実装形態において）顔面マスク内に位置付けられた分析物センサ１７４によって出力されたデータによって分析物の存在が検出された場合、制御システム１１０は、ユーザ２１０が口で呼吸しているという指標としてこのデータを使用することができる。

水分センサ１７６は、メモリデバイス１１４に記憶でき、かつ制御システム１１０が使用できるデータを出力する。水分センサ１７６は、ユーザを取り巻く様々な領域（例えば、導管１２６またはユーザインターフェース１２４の内部、ユーザ２１０の顔付近、導管１２６とユーザインターフェース１２４との間の接続部付近、導管１２６と呼吸療法デバイス１２２との間の接続部付近など）において水分を検出するのに使用することができる。そのため、いくつかの実装形態においては、水分センサ１７６を、呼吸療法デバイス１２２からの加圧空気の湿度を監視するために、ユーザインターフェース１２４に連結または統合すること、または導管１２６に統合することができる。他の実装形態においては、水分センサ１７６が、水分レベルを監視する必要がある任意の領域付近に配置されている。水分センサ１７６は、例えば寝室内の空気など、ユーザ２１０を取り巻く周囲環境の湿度を監視するのに使用することもできる。

光検出および測距（ＬｉＤＡＲ）センサ１７８は、深度感知に使用することができる。このタイプの光学センサ（例えばレーザセンサ）は、物体を検出し、生活空間など周囲環境の３次元（３Ｄ）マップを作成するのに使用することができる。ＬｉＤＡＲは一般に、パルスレーザを利用して飛行時間を計測する。ＬｉＤＡＲは、３Ｄレーザスキャンとも称される。かかるセンサの一使用例においては、ＬｉＤＡＲセンサ１６６を有する固定または（スマートフォンなどの）モバイルデバイスが、センサから５メートル以上離れた領域を測定およびマッピングすることができる。ＬｉＤＡＲデータは、例えば電磁式ＲＡＤＡＲセンサによって推定されたポイントクラウドデータと融合させることができる。ＬｉＤＡＲセンサ（単数または複数）１７８は、人工知能（ＡＩ）を使用して、（ＲＡＤＡＲに対して高反射性であり得る）ガラス窓など、ＲＡＤＡＲシステムにとっての問題をもたらし得る空間内の特徴を検出および分類することにより、ＲＡＤＡＲシステムのジオフェンスを自動的に作成することもできる。ＬｉＤＡＲは、人の身長に加え、人が座ったとき、倒れたときなどに生じる身長の変化を推定するのに使用することもできる。ＬｉＤＡＲは、環境の３Ｄメッシュ表現を形成するのに使用され得る。さらなる用途では、電波が通過する固体表面（例えば電波透過性材料）にＬｉＤＡＲが反射し得ることにより、異なるタイプの障害物の分類が可能となる。

図１では別々に示されているが、１つ以上のセンサ１３０の任意の組み合わせを、呼吸療法デバイス１２２、ユーザインターフェース１２４、導管１２６、加湿タンク１２９、制御システム１１０、ユーザデバイス１７０、またはそれらの任意の組み合わせを含むシステム１００の構成要素のうちの任意の１つ以上に統合および／または連結することができる。例えば、音響センサ１４１および／またはＲＦセンサ１４７は、ユーザデバイス１７０に統合および／または連結することができる。かかる実装形態においては、ユーザデバイス１７０を、本開示のいくつかの態様に係るシステム１００（例えば制御システム１１０）が使用する追加または二次データを生成する二次デバイスとみなすことができる。いくつかの実装形態においては、１つ以上のセンサ１３０のうちの少なくとも１つが、呼吸療法デバイス１２２、制御システム１１０、またはユーザデバイス１７０に連結されておらず、睡眠セッション中のユーザ２１０に概ね隣接して位置付けられている（例えば、ユーザ２１０の一部分の上に位置付けられているか接触している、ユーザ２１０によって着用されている、ナイトスタンドに連結されているか位置付けられている、マットレスに連結されている、天井に連結されている、など）。

ユーザデバイス１７０（図１）は、ディスプレイデバイス１７２を含む。ユーザデバイス１７０は、例えば、スマートフォン、タブレット、ノートパソコン等のモバイルデバイスであり得る。代替として、ユーザデバイス１７０は、外部感知システム、テレビ（例えばスマートテレビ）、または別のスマートホームデバイス（例えば、Ｇｏｏｇｌｅ Ｈｏｍｅ、Ａｍａｚｏｎ Ｅｃｈｏ、Ａｌｅｘａなどのスマートスピーカ（単数または複数））であり得る。いくつかの実装形態においては、このユーザデバイスがウェアラブルデバイス（例えばスマートウォッチ）である。ディスプレイデバイス１７２は概して、静止画、映像、またはその両方を含む画像（単数または複数）を表示するのに使用される。いくつかの実装形態においては、ディスプレイデバイス１７２が、画像（単数または複数）および入力インターフェースを表示するように構成されたグラフィックユーザインターフェース（ＧＵＩ）を含むヒューマンマシンインターフェース（ＨＭＩ）の働きをする。ディスプレイデバイス１７２は、ＬＥＤディスプレイ、有機ＥＬディスプレイ、液晶ディスプレイ等であり得る。入力インターフェースは、例えば、タッチスクリーンまたは接触感知基板、マウス、キーボード、またはユーザデバイス１７０とやりとりする人間ユーザによって行われる入力を感知するように構成された任意のセンサシステムであり得る。いくつかの実装形態においては、１つ以上のユーザデバイスを、システム１００が使用すること、および／またはシステム１００に含めることができる。

いくつかの実装形態においては、システム１００が活動トラッカー１８０も含む。活動トラッカー１８０は一般に、ユーザと関連付けられた生理学的データの生成を支援するのに使用される。活動トラッカー１８０は、例えば、モーションセンサ１３８（例えば、１つ以上の加速度計および／またはジャイロスコープ）、ＰＰＧセンサ１５４、および／またはＥＣＧセンサ１５６など、本明細書に記載されているセンサ１３０のうちの１つ以上を含み得る。活動トラッカー１８０からの生理学的データを使用して、例えば、歩数、移動距離、登坂歩数、身体活動の持続時間、身体活動のタイプ、身体活動の強度、立って過ごした時間、呼吸数、平均呼吸数、安静時呼吸数、最大ｈｅ呼吸ａｒｔ数、呼吸数変動、心拍数、平均心拍数、安静時心拍数、最大心拍数、心拍数変動、燃焼カロリー数、血中酸素飽和度、皮膚電気活動（皮膚コンダクタンスまたはガルバニック皮膚反応とも称される）、またはそれらの任意の組み合わせを判断することができる。いくつかの実装形態においては、活動トラッカー１８０がユーザデバイス１７０に（例えば、電子的または物理的に）連結されている。

いくつかの実装形態においては、活動トラッカー１８０が、スマートウォッチ、リストバンド、リング、またはパッチなど、ユーザが装着できるウェアラブルデバイスである。例えば図２を参照すると、活動トラッカー１８０がユーザ２１０の手首に装着されている。活動トラッカー１８０は、ユーザが着用する衣類または衣服に連結または統合することもできる。さらなる代替として、活動トラッカー１８０は、ユーザデバイス１７０（例えば、同じハウジング内）に連結または統合することもできる。活動トラッカー１８０は、制御システム１１０、メモリ１１４、呼吸システム１２０、および／またはユーザデバイス１７０と通信可能に連結できること、または物理的に（例えば、ハウジング内に）統合できることがより一般的である。

制御システム１１０およびメモリデバイス１１４は、システム１００の別々かつ別個の構成要素として図１に記載および図示されているが、いくつかの実装形態においては、制御システム１１０および／またはメモリデバイス１１４が、ユーザデバイス１７０および／または呼吸療法デバイス１２２に統合されている。代替として、いくつかの実装形態においては、制御システム１１０またはその一部分（例えばプロセッサ１１２）がクラウドに所在し得（例えば、サーバに統合され、モノのインターネット（ＩｏＴ）デバイスに統合され、クラウドに接続され、エッジクラウド処理を受け得るなど）、１つ以上のサーバ（例えば、リモートサーバ、ローカルサーバなど）、またはそれらの任意の組み合わせ）に所在し得る。

システム１００は、上記構成要素のすべてを含むものとして示されているが、本開示の種々の実装形態によれば、生理学的データを生成するため、およびユーザにとって推奨される通知または行動を判断するためにシステムに含めることのできる構成要素は、それより多くも少なくもある。例えば、第１の代替システムは、制御システム１１０と、メモリデバイス１１４と、１つ以上のセンサ１３０のうちの少なくとも１つと、を含む。別の例として、第２の代替システムは、制御システム１１０と、メモリデバイス１１４と、１つ以上のセンサ１３０のうちの少なくとも１つと、ユーザデバイス１７０と、を含む。さらに別の例として、第３の代替システムは、制御システム１１０と、メモリデバイス１１４と、呼吸療法システム１２０と、１つ以上のセンサ１３０のうちの少なくとも１つと、ユーザデバイス１７０と、を含む。そのため、本明細書に表示および記載されている構成要素の任意の部分（単数または複数）を使用して、かつ／または１つ以上の他の構成要素と組み合わせて、様々なシステムを形成することができる。

本明細書においては、睡眠セッションを複数の方法で定義することができる。例えば、睡眠セッションを、最初の開始時刻および終了時刻によって定義することができる。いくつかの実装形態においては、睡眠セッションが、ユーザが眠っている持続時間であり、すなわち睡眠セッションは、開始時刻と終了時刻とを有し、睡眠セッション中はユーザが終了時刻まで覚醒しない。すなわち、ユーザが覚醒している任意の期間は、睡眠セッションに含まれない。睡眠セッションの第１の定義からは、ユーザが一晩で複数回覚醒および就眠した場合、それらの覚醒期間によって隔てられたそれぞれの睡眠期間が睡眠セッションとなる。

代替として、いくつかの実装形態においては、睡眠セッションが、開始時刻と終了時刻とを有し、その睡眠セッション中は、ユーザが覚醒している連続時間が覚醒持続時間閾値未満である限り、そのユーザは、睡眠セッションが終了せずに覚醒することができる。覚醒持続時間閾値は、睡眠セッションの百分率と定義することができる。覚醒持続時間閾値は、例えば、睡眠セッションの約２０パーセント、睡眠セッション持続時間の約１５パーセント、睡眠セッション持続時間の約１０パーセント、睡眠セッション持続時間の約５パーセント、睡眠セッション持続時間の約２パーセント等、または他の任意の閾値百分率であり得る。いくつかの実装形態においては、覚醒持続時間閾値が、例えば、約１時間、約３０分、約１５分、約１０分、約５分、約２分など、または他の任意の量の時間と定義される。

いくつかの実装形態においては、睡眠セッションが、ユーザが最初に就床した夜の時刻から、ユーザが最後に起床した翌朝の時刻までの総時間と定義される。別の言い方をすれば、睡眠セッションは、（ユーザが寝る前に最初にテレビを見たりスマートフォンをいじったりすることを意図した場合ではなく）ユーザが寝るという意図を持って最初に就床した、現在の夜と称せる第１の日付（例えば、２０２０年１月６日月曜日）の第１の時刻（例えば午後１０：００）に始まり、ユーザがその翌朝に再び寝ないという意図を持って最初に起床した、翌朝と称せる第２の日付（例えば２０２０年１月７日火曜日）の第２の時刻（例えば午前７：００）に終わる期間と定義することができる。

図３を参照すると、ある睡眠セッションの例示的な時系列３００が表されている。時系列３００は、就床時刻（ｔ_ｂｅｄ）と、入眠時刻（ｔ_ＧＴＳ）と、初回睡眠時刻（ｔ_{ｓｌｅｅｐ}）と、第１の微小覚醒ＭＡ_１および第２の微小覚醒ＭＡ_２と、覚醒Ａと、覚醒時刻（ｔ_ｗａｋｅ）と、起床時刻（ｔ_ｒｉｓｅ）と、を含む。

就床時刻ｔ_ｂｅｄは、ユーザが就眠する前に最初に就床（例えば、図２のベッド２３０）する（例えば、ユーザがベッドに横になったり座ったりする）時刻と関連付けられている。就床時刻ｔ_ｂｅｄは、ユーザが寝るために就床する時刻と、ユーザが他の理由で（例えば、テレビを見るために）就床する時刻と、を区別するために、就床閾値持続時間に基づいて特定することができる。例えば、就床閾値持続時間は、少なくとも約１０分間、少なくとも約２０分間、少なくとも約３０分間、少なくとも約４５分間、少なくとも約１時間、少なくとも約２時間などであり得る。本明細書においては、ベッドを参照して就床時刻ｔ_ｂｅｄを説明しているが、就床時刻ｔ_ｂｅｄは、ユーザが寝るために最初に何らかの箇所（例えば、ソファ、椅子、寝袋など）に就いた時刻を表し得るのが、より一般的である。

入眠時刻（ＧＴＳ）は、ユーザが、床に就いた後、最初に就眠を試行する時刻（ｔ_ｂｅｄ）と関連付けられている。例えば、ユーザは、床に就いた後、眠ろうとする前に、くつろぐために１つ以上の活動（例えば、読書、テレビ視聴、音楽鑑賞、ユーザデバイス１７０の使用など）をし得る。初回睡眠時刻（ｔ_{ｓｌｅｅｐ}）は、ユーザが最初に就眠した時刻である。例えば、初回睡眠時刻（ｔ_{ｓｌｅｅｐ}）は、ユーザが最初にノンレム睡眠段階に入った時刻であり得る。

覚醒時刻ｔ_ｗａｋｅは、（例えば、ユーザが夜中に目覚めて眠りに戻るのではなく、）ユーザが眠りに戻ることなく目覚めた時期と関連付けられた時刻である。ユーザは、最初に就眠した後、短い持続時間（例えば、５秒、１０秒、３０秒、１分など）を有する、より多くの無意識の微小覚醒（例えば、微小覚醒ＭＡ_１およびＭＡ_２）のうちの１つを経験し得る。ユーザは、覚醒時刻ｔ_ｗａｋｅではなく、微小覚醒ＭＡ_１およびＭＡ_２のそれぞれを経て、再び眠る。同様に、ユーザは、最初に就眠した後、１つ以上の意識的な覚醒（例えば、覚醒Ａ）（例えば、トイレに行くために起きる、子供やペットの世話をする、夢中歩行するなど）を有し得る。ただし、ユーザは覚醒Ａの後に睡眠に戻る。そのため、覚醒時刻ｔ_ｗａｋｅは、例えば、（例えば、ユーザが少なくとも１５分間、少なくとも２０分間、少なくとも３０分間、少なくとも１時間等にわたって覚醒している）覚醒閾値持続時間に定義することができる。

同様に、起床時刻ｔ_ｒｉｓｅは、（例えば、ユーザが夜中にトイレに行くこと、子供やペットの世話をすること、夢中歩行することなどではなく、）睡眠セッションを終了するという意図を持ってユーザがベッドを後にし、離れた時刻と関連付けられている。言い換えれば、起床時刻ｔ_ｒｉｓｅは、ユーザが次の睡眠セッション（例えば、翌日の夜）までベッドに戻ることなく、最後にベッドを離れた時刻である。そのため、起床時刻ｔ_ｒｉｓｅは、例えば、（例えば、ユーザが少なくとも１５分間、少なくとも２０分間、少なくとも３０分間、少なくとも１時間などにわたって離床している）起床閾値持続時間に基づいて定義することができる。第２の後続の睡眠セッションの就床時刻ｔ_ｂｅｄも、（例えば、ユーザが少なくとも４時間、少なくとも６時間、少なくとも８時間、少なくとも１２時間などにわたって離床している）起床閾値持続時間に基づいて定義することができる。

上記のとおり、ユーザは、初回のｔ_ｂｅｄから最終のｔ_ｒｉｓｅまでの夜間にもう１回目覚めて離床し得る。いくつかの実装形態においては、事象（例えば、就眠または離床）後の所定の閾値持続時間に基づいて特定または判断される最終覚醒時刻ｔ_ｗａｋｅおよび／または最終起床時刻ｔ_ｒｉｓｅ。かかる閾値持続時間は、ユーザに合わせてカスタマイズすることができる。夜就床し、朝覚醒および起床する標準的なユーザの場合には、約１２時間から約１８時間の間の任意の期間（ユーザが覚醒（ｔ_ｗａｋｅ）または起床（ｔ_ｒｉｓｅ）してから就床（ｔ_ｂｅｄ）、入眠（ｔ_ＧＴＳ）または就眠（ｔ_{ｓｌｅｅｐ}）するまでの間）を用いることができる。ベッドで過ごす期間が長いユーザであれば、より短い閾値期間（例えば、約８時間から約１４時間）が使用され得る。この閾値期間は、ユーザの睡眠挙動を監視するシステムに基づいて、最初に選択および／または後で調整され得る。

全就床時間（ＴＩＢ）は、就床時刻ｔ_ｂｅｄから起床時刻ｔ_ｒｉｓｅまでの持続時間である。全睡眠時間（ＴＳＴ）は、初回睡眠時刻から覚醒時刻までの持続時間から、その間の意識的または無意識的な覚醒および／または微小覚醒を除外した時間と関連付けられている。全睡眠時間（ＴＳＴ）は、全就床時間（ＴＩＢ）よりも短く（例えば、１分短く、１０分短く、１時間短くなど）なるのが一般的である。例えば、図３の時系列３００を参照すると、全睡眠時間（ＴＳＴ）は、初回睡眠時刻ｔ_{ｓｌｅｅｐ}から覚醒時刻ｔ_ｗａｋｅまでであるが、第１の微小覚醒ＭＡ_１、第２の微小覚醒ＭＡ_２、および覚醒Ａの持続時間が除外されている。図示のとおり、本実施例においては、全睡眠時間（ＴＳＴ）が全就床時間（ＴＩＢ）よりも短い。

いくつかの実装形態においては、全睡眠時間（ＴＳＴ）を、全持続睡眠時間（ＰＴＳＴ）と定義することができる。かかる実装形態においては、全持続睡眠時間が、第１のノンレム段階（例えば、浅睡眠段階）の所定の最初の部分または最初の期間を除外している。例えば、この所定の最初の部分は、約３０秒間から約２０分間、約１分間から約１０分間、約３分間から約５分間などであり得る。全持続睡眠時間は、持続的睡眠の測定値であり、睡眠／覚醒睡眠経過図を滑らかにする。例えば、ユーザの初回就眠時に、そのユーザは、非常に短い時間（例えば約３０秒間）にわたる第１のノンレム段階に入り、短期間（例えば１分間）の覚醒段階に戻った後に、第１のノンレム段階に戻り得る。本例においては、全持続睡眠時間が、第１のノンレム段階の最初の事例（例えば約３０秒間）を除外している。

いくつかの実装形態においては、睡眠セッションが、就床時刻（ｔ_ｂｅｄ）に始まり、起床時刻（ｔ_ｒｉｓｅ）に終わる時間、すなわち全就床時間（ＴＩＢ）と定義されている。いくつかの実装形態においては、睡眠セッションが、初回睡眠時刻（ｔ_{ｓｌｅｅｐ}）に始まり、覚醒時刻（ｔ_ｗａｋｅ）に終わるものと定義されている。いくつかの実装形態においては、睡眠セッションが、全睡眠時間（ＴＳＴ）と定義されている。いくつかの実装形態においては、睡眠セッションが、入眠時刻（ｔ_ＧＴＳ）に始まり、覚醒時刻（ｔ_ｗａｋｅ）に終わるものと定義されている。いくつかの実装形態においては、睡眠セッションが、入眠時刻（ｔ_ＧＴＳ）に始まり、起床時刻（ｔ_ｒｉｓｅ）に終わるものと定義されている。いくつかの実装形態においては、睡眠セッションが、就床時刻（ｔ_ｂｅｄ）に始まり、覚醒時刻（ｔ_ｗａｋｅ）に終わるものと定義されている。いくつかの実装形態においては、睡眠セッションが、初回睡眠時刻（ｔ_{ｓｌｅｅｐ}）に始まり、起床時刻（ｔ_ｒｉｓｅ）に終わるものと定義されている。

図４を参照すると、いくつかの実装形態に係る、時系列３００（図３）に対応する例示的な睡眠経過図４００が表されている。図示のとおり、睡眠経過図４００は、睡眠／覚醒信号４０１と、覚醒段階軸４１０と、レム段階軸４２０と、浅睡眠段階軸４３０と、深睡眠段階軸４４０と、を含む。睡眠／覚醒信号４０１と軸４１０～４４０のうちの１つとの交点は、睡眠セッション中の任意の所与の時刻における睡眠段階を示している。

睡眠／覚醒信号４０１は、ユーザと関連付けられた（例えば、本明細書に記載されているセンサ１３０のうちの１つ以上によって生成された）生理学的データに基づいて生成することができる。睡眠／覚醒信号は、覚醒、リラックスした覚醒、微小覚醒、レム段階、第１のノンレム段階、第２のノンレム段階、第３のノンレム段階、またはそれらの任意の組み合わせを含む１つ以上の睡眠状態を示し得る。いくつかの実装形態においては、第１のノンレム段階、第２のノンレム段階、および第３のノンレム段階のうちの１つ以上をひとまとめにし、浅睡眠段階または深睡眠段階として分類することができる。例えば、浅睡眠段階は、第１のノンレム段階を含み得、深睡眠段階は、第２のノンレム段階と第３のノンレム段階とを含み得る。睡眠経過図４００は、図４において、浅睡眠段階軸４３０と深睡眠段階軸４４０とを含むものとして示されているが、いくつかの実装形態において、睡眠経過図４００は、第１のノンレム段階、第２のノンレム段階、および第３のノンレム段階のそれぞれを表す軸を含み得る。他の実装形態においては、睡眠／覚醒信号が、呼吸信号、呼吸数、吸気振幅、呼気振幅、吸気対呼気比、１時間当たりの事象数、事象パターン、またはそれらの任意の組み合わせも示し得る。睡眠／覚醒信号について記述している情報は、メモリデバイス１１４に記憶することができる。

睡眠経過図４００は、例えば、入眠潜時（ＳＯＬ）、入眠後覚醒（ＷＡＳＯ）、睡眠効率（ＳＥ）、睡眠断片化指数、睡眠ブロック、またはそれらの任意の組み合わせなど、１つ以上の睡眠関連パラメータを判断するのに使用することができる。

入眠潜時（ＳＯＬ）は、入眠時刻（ｔ_ＧＴＳ）と初回睡眠時刻（ｔ_{ｓｌｅｅｐ}）との間の時間と定義される。言い換えれば、入眠潜時は、ユーザが最初に就眠を試行してから実際に就眠するまでに要した時間を示す。いくつかの実装形態においては、入眠潜時が持続的入眠潜時（ｐｅｒｓｉｓｔｅｎｔ ｓｌｅｅｐ ｏｎｓｅｔ ｌａｔｅｎｃｙ：ＰＳＯＬ）と定義される。持続的入眠潜時は、入眠時刻から所定量の持続的睡眠までの持続時間と定義されるという点で、入眠潜時とは異なる。いくつかの実装形態においては、所定量の持続的睡眠が、例えば、第２のノンレム段階内、第３のノンレム段階内、ならびに／または２分間以下の覚醒、第１のノンレム段階、および／もしくはその間の移動を伴うレム段階内の少なくとも１０分間の睡眠、を含み得る。言い換えれば、持続的入眠潜時は、例えば、第２のノンレム段階内、第３のノンレム段階内、および／またはレム段階内での最大８分間の持続的睡眠を要する。他の実装形態においては、所定量の持続的睡眠が、初回睡眠時刻後の第１のノンレム段階内、第２のノンレム段階内、第３のノンレム段階内、および／またはレム段階内の少なくとも１０分間の睡眠を含み得る。かかる実装形態においては、所定量の持続的睡眠が、一切の微小覚醒を除外し得る（例えば、１０秒間の微小覚醒後に、その１０分間が再開されることはない）。

入眠後覚醒（ＷＡＳＯ）は、初回睡眠時刻から覚醒時刻までの間でユーザが覚醒している全持続時間と関連付けられている。そのため、入眠後覚醒は、意識的か無意識的かを問わず、睡眠セッション中の短時間覚醒と微小覚醒と（例えば、図４に示す微小覚醒ＭＡ_１とＭＡ_２と）を含む。いくつかの実装形態においては、入眠後覚醒（ＷＡＳＯ）が、所定の長さ（例えば、１０秒間超、３０秒間超、６０秒間超、約５分間超、約１０分間超など）を有する全覚醒持続時間だけを含む持続的入眠後覚醒（ＰＷＡＳＯ）と定義される。

睡眠効率（ＳＥ）は、全就床時間（ＴＩＢ）と全睡眠時間（ＴＳＴ）との比率と判断される。例えば、全就床時間が８時間で、全睡眠時間が７．５時間であれば、その睡眠セッションの睡眠効率は９３．７５％である。睡眠効率は、ユーザの睡眠衛生を表す。例えば、ユーザが就床し、睡眠前に他の活動（例えば、テレビの視聴）に時間を費やすと、睡眠効率が低下する（例えば、そのユーザが罰則を受ける）。いくつかの実装形態においては、全就床時間（ＴＩＢ）と、ユーザが入眠を試行する全時間と、に基づいて睡眠効率（ＳＥ）を計算することができる。かかる実装形態においては、ユーザが入眠を試行する全持続時間が、本明細書に記載されている入眠（ＧＴＳ）時刻から起床時刻までの時間と定義される。例えば、全睡眠時間が８時間（例えば、午後１１時から午前７時まで）、入眠時刻が午後１０：４５、起床時刻が午前７：１５であれば、かかる実装形態においては、睡眠効率パラメータが約９４％と計算される。

断片化指数は、睡眠セッション中の覚醒回数に少なくとも部分的に基づいて判断される。例えば、ユーザが２回の微小覚醒（例えば、図４に示す微小覚醒ＭＡ_１および微小覚醒ＭＡ_２）を有していた場合には、断片化指数を２と表すことができる。いくつかの実装形態においては、この断片化指数が、所定範囲の整数間（例えば、０から１０の間）でスケーリングされる。

睡眠ブロックは、任意の睡眠段階（例えば、第１のノンレム段階、第２のノンレム段階、第３のノンレム段階、および／またはレム）と覚醒段階との間での移行と関連付けられる。睡眠ブロックは、例えば、３０秒の分解能で計算することができる。

いくつかの実装形態においては、本明細書に記載されているシステムおよび方法が、就床時刻（ｔ_ｂｅｄ）、入眠時刻（ｔ_ＧＴＳ）、初回睡眠時刻（ｔ_{ｓｌｅｅｐ}）、１回以上の第１の微小覚醒（例えば、ＭＡ_１およびＭＡ_２）、覚醒時刻（ｔ_ｗａｋｅ）、起床時刻（ｔ_ｒｉｓｅ）、またはそれらの任意の組み合わせを睡眠経過図の睡眠／覚醒信号に少なくとも部分的に基づいて判断または特定するために、睡眠／起床信号を含む睡眠経過図を生成または分析することを含み得る。

他の実装形態においては、センサ１３０のうちの１つ以上を使用して、就床時刻（ｔ_ｂｅｄ）、入眠時刻（ｔ_ＧＴＳ）、初回睡眠時刻（ｔ_{ｓｌｅｅｐ}）、１回以上の第１の微小覚醒（例えば、ＭＡ_１およびＭＡ_２）、覚醒時刻（ｔ_ｗａｋｅ）、起床時刻（ｔ_ｒｉｓｅ）、またはそれらの任意の組み合わせを判断または特定することができ、ひいては睡眠セッションを定義することができる。例えば、就床時刻ｔ_ｂｅｄは、モーションセンサ１３８、マイクロフォン１４０、カメラ１５０、またはそれらの任意の組み合わせなどによって生成されたデータに基づいて判断することができる。入眠時刻は、例えば、モーションセンサ１３８からのデータ（例えば、ユーザによる移動がないことを示すデータ）、カメラ１５０からのデータ（例えば、ユーザによる移動がないこと、および／またはユーザが照明を消したことを示すデータ）、マイクロフォン１４０からのデータ（例えば、使用がテレビを消したことを示すデータ）、ユーザデバイス１７０からのデータ（例えば、ユーザがユーザデバイス１７０をもう使用していないことを示すデータ）、圧力センサ１３２および／または流量センサ１３４からのデータ（例えば、ユーザが呼吸療法デバイス１２２の電源を投入したことを示すデータ、ユーザがユーザインターフェース１２４を着用したことを示すデータなど）、またはそれらの任意の組み合わせなどに基づいて判断することができる。

図５を参照すると、ユーザの眠気の変更（例えば増進）における活動の有効性を示す活動スコアを判断するための方法５００が表されている。方法５００の１つ以上のステップは、本明細書に記載されているシステム１００（図１～図２）の任意の要素または態様を用いて実施することができる。

方法５００のステップ５０１は、ユーザと関連付けられた最初の生理学的データを生成および／または受信することを含む。最初の生理学的データは、例えば、本明細書に記載されている電子インターフェース１１９（図１）によって受信することができる。最初の生理学的データは、１つ以上のセンサ１３０（図１）のうちの少なくとも１つによって生成または取得することができる。例えば、いくつかの実装形態においては、最初の生理学的データが、ユーザデバイス１７０に連結または統合されている上記の音響センサ１４１またはＲＦセンサ１４７を使用して生成される。他の実装形態においては、最初の生理学的データが、呼吸療法デバイス１２２に連結または統合されている圧力センサ１３２および／または流量センサ１３４（図１）を使用して生成または取得される。ステップ５０１で受信した最初の生理学的データについて記述している情報は、メモリデバイス１１４（図１）に記憶することができる。

方法５００のステップ５０２は、最初の生理学的データに少なくとも部分的に基づいてユーザの最初の眠気レベルを判断すること（ステップ５０１）を含む。例えば、制御システム１１０は、（例えば、メモリデバイス１１４に記憶されている）最初の生理学的データを分析して、ユーザの最初の眠気レベルを判断することができる。最初の眠気レベルについて記述している情報は、例えば、メモリデバイス１１４（図１）に記憶することができる。

本明細書で使用されている眠気レベルは、ユーザの疲労、眠気あり、警戒、および／または意識を示すのが一般的であり、ユーザがどの程度就眠に近づいているかを示すのが、より一般的である。眠気レベルは、様々な方法で判断および／または表現することができる。眠気レベルは、例えば、最高値が非常に眠く、最低値が眠くないこと（またはその逆）を示す所定の範囲（例えば、１から１０の間）内のスケーリングされた値であり得る。代替として、眠気レベルは、主観的記述語（例えば、極度に眠い、非常に眠い、眠い、中立的、覚い、非常に覚い、極度に覚い、対応し難い、集中している、疲労しているなど）を使用して表現することができる。眠気レベルを表すための他の例としては、エプワース眠気尺度、スタンフォード眠気尺度、カロリンスカ眠気尺度などを使用することが挙げられる。反復睡眠潜時検査（ＭＳＬＴ）および覚醒維持検査（ＭＷＴ）では、客観的尺度を用いて眠気を定量化する。ＭＷＴの簡易版であるＯｘｆｏｒｄ Ｓｌｅｅｐ Ｒｅｓｉｓｔａｎｃｅ（ＯＳＬＥＲ）検査は、眠気を間接的に定量化するのに使用できる別の客観検査である。エプワース眠気尺度およびスタンフォード眠気尺度は、眠気を主観的に定量化する。

眠気レベルは、様々なタイプのデータまたはデータの組み合わせに基づいて判断することができる。いくつかの実装形態においては、ユーザの眠気レベルを、ユーザと関連付けられた生理学的データに少なくとも部分的に基づいて判断することができる。例えば、眠気レベルは、呼吸数、呼吸数変動性、呼吸安定性（例えば、毎回の呼吸の形状および／または速度の一貫性、連続する呼吸間の平均二乗差）、（例えば、呼吸の振幅から推定される）一回換気量の変化、ユーザと関連付けられた移動（例えば、ユーザの任意の部位の物理的な移動、ユーザの胸の移動など）、瞬目（例えば、１分当たりの瞬目の数、１分当たりの瞬目の平均など）、これらのパラメータのうちの１つ以上の持続時間（例えば、眠気レベルは、形成された所定の呼吸の持続時間の長期化に伴って上昇し得るが、ユーザの身体の一部分の移動が検出されると（例えば、ユーザがベッドで起き上がって座位になると）低下する）に基づき得る。

眠気レベルは、例えば、線形回帰アルゴリズム、ロジスティック回帰アルゴリズム、機械学習アルゴリズム（例えば、教師または教師なしの訓練された機械学習アルゴリズム）、サポートベクトルマシンアルゴリズム（ＳＶＭ）、判断木など）などのアルゴリズムまたは統計モデルを用いて判断することもできる。例えば、あるモデル（例えば機械学習アルゴリズム）を、入力データ（例えば、生理学的データ、主観的フィードバック、本明細書に記載されている客観的眠気検査のいずれかによるスコアなど）として受信し、本明細書に記載されている客観的検査（例えば、エプワース、スタンフォード、カロリンスカ、ＭＳＬＴ、ＭＷＴ、ＯＳＬＥＲなど）のうちの１つ以上に従って眠気レベルを予測するように訓練することができる。かかるモデルは、ユーザと関連付けられた人口統計情報を用いて眠気レベルを予測することもできる。一例として、女性は、（例えば男性と比較して）一般に一回換気量が少なく、肥満度指数（ＢＭＩ）が大きい人は、一回換気量が多くあり得る。眠気レベルを予測するのに使用できる他のデータとしては、ユーザの典型的な睡眠スケジュール、曜日、ユーザの仕事スケジュール、ユーザが不眠症と診断されたかどうか、および／または不眠症の症状を有するかどうか、活動または運動のレベル、カフェインおよび／またはアルコールの摂取などが挙げられる。場合によっては、予測された眠気レベルが、ユーザが申告した主観的な眠気レベルと一致しないことがある。かかる場合には、眠気レベルを判断するためのモデル（例えば機械学習アルゴリズム）を、ユーザごとに修正または調整することができる。

一実施例においては、眠気レベルを、本明細書に記載されているＥＥＧセンサ１５８（図１）からの生理学的データに基づいて判断することができる。別の実施例においては、眠気レベルを、カメラ１５０（図１）からのデータを用いて判断して、眠気を示すユーザの眼（単数または複数）の１つ以上の性質を判断すること（例えば、垂直方向眼開度または眼高、開眼、閉眼、瞬目、眼球運動、瞳孔拡張などを測定すること）ができる。さらに別の実施例においては、眠気データを、ユーザの心拍数、ユーザの心拍数変動、ユーザの呼吸数、ユーザの呼吸数変動、ユーザの体温、またはそれらの任意の組み合わせに基づいて判断することができる。

いくつかの実装形態においては、ステップ５０２が、ユーザから主観的フィードバックを受信することと、主観的フィードバックに少なくとも部分的に基づいて最初の眠気レベルを判断することと、を含む。主観的フィードバックは、例えば、自己申告による主観的眠気レベル（例えば、疲労している、眠い、平均的、中立的、覚醒している、安息しているなど）を含み得る。ユーザからのフィードバックと関連付けられているか、そのフィードバックを示す情報は、例えば、ユーザデバイス１７０を通じて（例えば、英数字テキスト、音声テキスト変換などを介して）受信することができる。いくつかの実装形態においては、方法５００が、ステップ５０２のためのフィードバックを提供するようユーザに促すことを含む。例えば、制御システム１１０は、ユーザがフィードバックを提供する（例えば、ユーザがクリックまたはタップしてフィードバックを入力したり、ユーザが英数字キーボードを使用してフィードバックを入力したりする）ためのインターフェースを提供するユーザデバイス１７０（図１）のディスプレイデバイス１７２上に１つ以上のプロンプトを表示させることができる。受信したユーザフィードバックは、例えば、本明細書に記載されているメモリデバイス１１４（図１）に記憶することができる。

方法５００のいくつかの実装形態においては、メモリデバイス１１４（図１）が、ユーザと関連付けられたユーザプロファイルを記憶する。ユーザプロファイルは、例えば、ユーザと関連付けられた人口統計情報、ユーザと関連付けられた生体情報、ユーザと関連付けられた医療情報、自己申告によるユーザフィードバック、ユーザと関連付けられた睡眠パラメータ（例えば、１つ以上の以前の睡眠セッションから記録された睡眠関連パラメータ）、またはそれらの任意の組み合わせを含み得る。人口統計情報は、例えば、ユーザの年齢、ユーザの性別、ユーザの人種、不眠症の家族歴、ユーザの雇用状況、ユーザの教育状況、ユーザの社会経済的状況、またはそれらの任意の組み合わせを示す情報を含み得る。医療情報は、例えば、ユーザと関連付けられた１つ以上の病状、ユーザによる薬剤使用、またはその両方を示すものを含み得る。医療情報データは、反復睡眠潜時検査（ＭＳＬＴ）の検査結果またはスコアおよび／もしくはピッツバーグ睡眠質問票（ＰＳＱＩ）のスコアまたは値をさらに含み得る。自己申告によるユーザフィードバックは、自己申告による主観的な睡眠スコア（劣悪、普通、良好など）、自己申告によるユーザの主観的なストレスレベル、自己申告によるユーザの主観的な疲労レベル、自己申告によるユーザの主観的な健康状態、ユーザが経験した最近のライフイベント、またはそれらの任意の組み合わせを示す情報を含み得る。

方法５００のステップ５０３は、第１の活動を実施するようユーザに促すことを含む。いくつかの実装形態においては、例えばユーザデバイス１７０を介して（例えば、テキスト、オーディオ、またはその両方を介して）ユーザに促すことができる。かかる実装形態においては、制御システム１１０により、ユーザデバイス１７０がユーザに第１の活動を実施するよう促すことができる。第１の活動は、例えば、精神活動、身体活動、読書、ゲーム、パズル、メディアコンテンツ（例えば、映像、映画、テレビ番組など）視聴、オーディオコンテンツ（例えば、オーディオブック）鑑賞、運動、移動（例えば、エネルギーを消費する移動、疲労を誘発する移動など）、ヨガ、瞑想、呼吸運動、飲料（例えば温かいミルク）の消費、またはそれらの任意の組み合わせであり得る。いくつかの実装形態においては、ユーザデバイス１７０も、（例えばディスプレイ１７２を介して）第１の活動を提供または促進する。第１の活動のタイプ／性質は、例えば、ユーザの最初の眠気と、第１の活動がユーザの眠気を変更する（例えば高める）尤度と、に基づいて選択され得る。

方法５００のステップ５０４は、ユーザと関連付けられた後続の生理学的データを、ステップ５０１の実行中に受信した最初の生理学的データと同一または同様の方法で受信することを含む。後続の生理学的データ（ステップ５０４）が最初の生理学的データ（ステップ５０１）と異なるのは、後続の生理学的データが、第１の活動の少なくとも一部分中、第１の活動全体中、ユーザが第１の活動を実施した後、またはそれらの任意の組み合わせにおいて生成または取得されるという点である。例えば、第１の活動の全体または第１の活動の一部分（例えば、第１の活動の少なくとも１０％、第１の活動の少なくとも３０％、第１の活動の少なくとも５０％、第１の活動の少なくとも７５％、第１の活動の少なくとも９０％など）の実施中に後続の生理学的データを生成することができる。後続の生理学的データは、第１の活動の完了後（例えば、第１の活動の完了から約３０秒以内、第１の活動の完了から約１分以内、第１の活動の完了から約３分以内、第１の活動の完了から約１０分以内、第１の活動の完了から約３０分以内など）に生成または取得することもできる。

方法５００のステップ５０５は、後続の生理学的データに少なくとも部分的に基づいてユーザの後続の眠気レベルを判断すること（ステップ５０４）を含む。後続の眠気レベルは、本明細書に記載されている最初の眠気レベルと同一または同様の方法で判断すること（ステップ５０２）ができる。後続の眠気レベルが最初の眠気レベルと異なるのは、後続の眠気レベルが第１の活動を実施した後のユーザの眠気を示すという点である。後続の眠気レベルは、例えば、少なくともいくつかの場合において、最初の眠気レベルを上回り得る（ユーザは、例えば、第１の活動を実施した後のほうが疲労している）。

いくつかの実装形態においては、ステップ５０５が、ユーザから主観的フィードバックを受信することと、主観的フィードバックに少なくとも部分的に基づいて後続の眠気レベルを判断することと、も含む。主観的フィードバックは、例えば、自己申告による主観的眠気レベル（例えば、疲労している、眠い、平均的、中立的、覚醒している、安息しているなど）を含み得る。ユーザからのフィードバックと関連付けられているか、そのフィードバックを示す情報は、例えば、ユーザデバイス１７０を通じて（例えば、英数字テキスト、音声テキスト変換などを介して）受信することができる。いくつかの実装形態においては、方法５００が、ステップ５０５のためのフィードバックを提供するようユーザに促すことを含む。例えば、制御システム１１０は、ユーザがフィードバックを提供する（例えば、ユーザがクリックまたはタップしてフィードバックを入力したり、ユーザが英数字キーボードを使用してフィードバックを入力したりする）ためのインターフェースを提供するユーザデバイス１７０（図１）のディスプレイデバイス１７２上に１つ以上のプロンプトを表示させることができる。受信したユーザフィードバックは、例えば、本明細書に記載されているメモリデバイス１１４（図１）に記憶することができる。

方法５００のステップ５０５は、最初の眠気レベル（ステップ５０２）、後続の眠気レベル（ステップ５０４）、またはその両方に少なくとも部分的に基づいてユーザの眠気の変更（例えば増進）における第１の活動の有効性を示す第１の活動スコアを判断することを含む。第１の活動スコアは、例えば、所定の尺度（例えば、１～１０の間、１～１００の間など）上にある数値、文字等級（例えば、Ａ、Ｂ、Ｃ、Ｄ、もしくはＦ）、または記述語（例えば、不良、可、良、優、平均、平均未満など）であり得る。数値、文字等級、または記述語は、活動に割り当てられ、活動がユーザの眠気の誘発および／または増進にどの程度効果的であるかに基づいた活動スコアを表す。この数値、文字等級、または記述語は、眠気の誘発および／または増進に効果的もしくは非効果的である活動、または眠気の誘発および／もしくは増進に対する段階的な有効性に対応し得、これは、その活動に割り当てられた（例えば所定の尺度の）絶対値または他の活動（例えば、ユーザが開始したか開始し得る他の活動）に対する活動に割り当てられた相対値であり得る。第１の活動スコアはその後、（例えば、メモリデバイス１１４内の）第１の活動と関連付けられて、第１の活動がユーザの眠気を高めるのにどの程度有効であったかを反映するのが一般的である。

いくつかの実装形態においては、第１の活動スコアが、最初の眠気レベル（ステップ５０２）と後続の眠気レベル（ステップ５０５）との間の差に少なくとも部分的に基づいて判断される。例えば、最初の眠気レベルが１～１０の尺度で５であり、後続の眠気レベルが１～１０の尺度で９であれば、第１の活動スコアは、その差に基づいて４と判断することができる。いくつかの実装形態においては、第１の活動スコアを、最初の眠気レベル（ステップ５０２）と後続の眠気レベル（ステップ５０５）との間の変化率に少なくとも部分的に基づいて判断することができる。他の実装形態においては、第１の活動スコアを、所定の閾値に少なくとも部分的に基づいて判断することができる。第１の活動スコアは、例えば、最初の眠気レベルと関連付けられた最初の時刻（ステップ５０２）と、所定の閾値を超える後続の眠気レベルと関連付けられた第２の時刻との間の差に少なくとも基づいて判断することができる。

いくつかの実装形態においては、方法５００が、ステップ５０３で説明したものと同一または同様の方法で第２の活動を行うようユーザに促すことを含む。いくつかの実装形態においては、第２の活動が第１の活動と異なる。第２の活動は、例えば、第１の活動とは異なる複雑度（例えば、第２の活動のほうが複雑でない）、第１の活動とは異なる持続時間（例えば、第２の活動のほうが第１の活動より長い）、またはその両方を有し得る。一般に、活動の複雑度は、例えば、ユーザが活動を実施するのに要する注意のレベル、ユーザが活動を実施するのに要する入力のレベル、ユーザが活動を実施するのに要する動作の数、活動の長さ、活動の持続時間、活動の速度、またはそれらの任意の組み合わせと関連付けることができる。活動の複雑度は、主観的記述（例えば、非常に困難、困難、容易、非常に容易、非軽微、軽微、平均的、平均未満、平均超など）で表すことができる。代替として、活動の複雑度を、所定の範囲内の値（例えば、１が最も単純で１０が最も複雑であるかその逆である１から１０の間）で表すこともできる。いくつかの実装形態においては、第２の活動が第２の活動スコアと関連付けられており、第１の活動スコアに基づいて選択される（ステップ５０６）（例えば、第２の活動と関連付けられた第２の活動スコアは、第１の活動について判断された第１の活動スコアよりも高い）。

いくつかの実装形態においては、方法５００が、与えられた刺激に対するユーザの反応を示す情報を受信することを含む。例えば、方法５００は、例えば、クリック反応時間テスト、タップ反応時間テスト、スピードテスト、認識テスト、解決テスト、処理テスト、解読テスト、棒反応テスト、電光板反応テスト、またはそれらの任意の組み合わせなど標準化されたテストを用いて、刺激を提供し、その刺激に対するユーザの反応を示す情報（例えば、反応時間および／または反応精度）を受信することを含み得る。別の実施例においては、この刺激が、光源（例えば、本明細書に記載されているユーザデバイス１７０のディスプレイ１７２）によって生成される。さらなる実施例においては、この刺激がスピーカ（例えば、本明細書に記載されているスピーカ１４２）によって生成される。かかる実装形態においては、ステップ５０５が、提供された刺激に対するユーザの反応を示す情報に少なくとも部分的に基づいて第１の活動スコアを判断することを含む。ユーザの反応を示す情報は、反応時間、反応精度、またはその両方を含み得る。反応時間について記述している情報を用いて、最初の眠気レベル（ステップ５０２）および／または後続の眠気レベル（ステップ５０５）を判断することができる。

いくつかの実装形態においては、方法５００が、第１の活動に続くユーザの睡眠セッション中に生成された追加生理学的データに少なくとも部分的に基づいて、判断された第１の活動スコアを確認することを含む。かかる実装形態においては、方法５００が、ユーザの睡眠セッションの少なくとも一部分と関連付けられた（例えば、本明細書に記載されているセンサ１３０の任意の組み合わせによって生成された）睡眠生理学的データを受信することを含む。この方法は、睡眠セッションと関連付けられた本明細書に記載の睡眠関連パラメータのうちの１つ以上を、睡眠生理学的データに少なくとも部分的に基づいて判断することも含み得る。その後、この１つ以上の睡眠関連パラメータを使用して、判断された第１の活動スコアを確認または検証することができる（ステップ５０６）。例えば、この方法は、第１の活動の後に来る睡眠セッションの入眠潜時パラメータを判断することを含み得る。入眠パラメータが所定の閾値（例えば、１５分、２０分、３０分など）未満であり、第１の活動スコアが第１の活動がユーザの眠気増進に効果的であることを示していれば、その入眠パラメータは、第１の活動が実際にユーザの眠気増進に効果的であることを確認することができる。

本明細書に記載されている方法５００のステップのうちの１つ以上を、追加の活動（例えば、第２、第３、第１０の活動セッションなど）に対して１回以上繰り返すことができる。

図６を参照すると、ユーザの眠気を高めるために活動の１つ以上のパラメータを変更する方法が表されている。方法６００の１つ以上のステップは、本明細書に記載されているシステム１００（図１～図２）の任意の要素または態様を用いて実施することができる。

方法６００のステップ６０１は、本明細書に記載されている方法５００（図５）のステップ５０１と同様であり、ユーザと関連付けられた生理学的データを受信することを含む。生理学的データは、例えば、本明細書に記載されている電子インターフェース１１９（図１）によって受信することができる。この生理学的データは、１つ以上のセンサ１３０（図１）のうちの少なくとも１つによって生成または取得することができる。ステップ６０１の実行中に受信した生理学的データについて記述している情報は、メモリデバイス１１４（図１）に記憶することができる。ステップ６０１が方法５００（図５）のステップ５０１と異なるのは、ステップ６０１が、ステップ６０３のところで説明した第１の活動の前、実施中、および／または後に生理学的データを受信することを含み、ユーザによる第１の活動を実施する前だけに限らないという点である。

方法６００のステップ６０２は、本明細書に記載されている方法５００（図５）のステップ５０２と同一または同様であり、受信した生理学的データに少なくとも部分的に基づいてユーザの最初の眠気レベルを判断すること（ステップ５０１）を含む。例えば、制御システム１１０は、（例えば、メモリデバイス１１４に記憶されている）生理学的データを分析して、ユーザの最初の眠気レベルを判断することができる。最初の眠気レベルについて記述している情報は、例えば、メモリデバイス１１４（図１）に記憶することができる。

方法６００のステップ６０３は、本明細書に記載されている方法５００（図５）のステップ５０３と同一または同様であり、第１の活動を実施するようユーザに促すことを含む。いくつかの実装形態においては、例えばユーザデバイス１７０を介して（例えば、テキスト、オーディオ、またはその両方を介して）ユーザに促すことができる。かかる実装形態においては、制御システム１１０により、ユーザデバイス１７０がユーザに第１の活動を実施するよう促すことができる。第１の活動は、例えば、精神活動、身体活動、読書、ゲーム、パズル、メディアコンテンツ（例えば、映像、映画、テレビ番組など）視聴、オーディオコンテンツ（例えば、オーディオブック）鑑賞、運動、移動（例えば、エネルギーを消費する移動、疲労を誘発する移動など）、ヨガ、瞑想、呼吸運動、飲料（例えば温かいミルク）の消費、またはそれらの任意の組み合わせであり得る。いくつかの実装形態においては、ユーザデバイス１７０も、（例えばディスプレイ１７２を介して）第１の活動を提供または促進する。第１の活動のタイプ／性質は、例えば、ユーザの最初の眠気と、第１の活動がユーザの眠気を変更する（例えば高める）尤度と、に基づいて選択され得る。

方法６００のステップ６０４は、第１の活動の第１の部分中にユーザの第２の眠気レベルを、生理学的データに少なくとも部分的に基づいて判断すること（ステップ６０１）を含む。ステップ６０４は、ユーザが第１の活動を開始した後に第２の眠気レベルが判断されるという点で、本明細書に記載されている方法５００（図５）のステップ５０４と同様であるが、第２の眠気レベルが第１の活動の第１の部分のみに対応するという点で異なる。第１の活動の第１の部分は、例えば、第１の活動の総時間の少なくとも約１０％、第１の活動の総時間の少なくとも約２５％、第１の活動の総時間の少なくとも約３３％、第１の活動の総時間の少なくとも約５０％、第１の活動の総時間の少なくとも約７５％などであり得る。いくつかの実装形態においては、ステップ６０４が、最初の眠気レベル（ステップ６０２）と第２の眠気レベル（ステップ６０４）との間の変化率を判断することをさらに含む。

いくつかの実装形態においては、ステップ６０４が、第１の活動の第１の部分中にユーザと関連付けられた１つ以上の呼吸パラメータを、生理学的データに少なくとも部分的に基づいて判断すること（ステップ６０１）も含む。例えば、制御システム１１０は、（例えば、メモリデバイス１１４に記憶されている）生理学的データを分析して呼吸パラメータを判断することができる。この１つ以上の呼吸パラメータは、例えば、呼吸数、呼吸振幅、一回換気量変化、吸気振幅、呼気振幅、吸気対呼気比、またはそれらの任意の組み合わせを含み得る。

方法６００のステップ６０５は、第１の活動の第２の部分における第１の活動の１つ以上のパラメータを、判断された第２の眠気レベル（ステップ６０４）および／または最初の眠気レベル（ステップ６０２）に少なくとも部分的に基づいて変更することを含む。第１の活動のパラメータは、例えば、複雑度、速度、音量、リズム、拍子、音楽テンポ、輝度、画面輝度、フォントサイズ、フォントタイプ、色、またはそれらの任意の組み合わせを含み得る。第１の活動のパラメータ（単数または複数）は、本明細書に記載のとおり、ユーザの眠気の変更（例えば増進）における第１の活動の有効性を高めるように変更できるのが一般的である。例えば、第１の活動がユーザデバイス１７０のディスプレイデバイス１７２を介して表示される場合に、ユーザの眼にかかる負荷を下げ、ユーザの眠気を高めるのを支援するために、画面輝度を下げること、および／または色を変化させること（例えば、より暖い色に変化させることや、青色光を除去することなど）ができる。

上記のとおり、いくつかの実装形態においては、ステップ６０４が、と関連付けられた１つ以上の呼吸パラメータを判断することも含む。かかる実装形態においては、ステップ６０５が、第１の活動の第２の部分のリズム、拍子、音楽テンポ、またはそれらの任意の組み合わせを、判断された１つ以上の呼吸パラメータに少なくとも基づいて変更して、ユーザの呼吸数を減らすのを支援することを含み得る。場合によっては、ユーザの心拍数および／または呼吸数が、ユーザが聴いている音楽とほぼ同期することができる。そのため、例えば、第１の活動がオーディオコンテンツ（例えば音楽）であれば、リズム、拍子、および／または音楽テンポを、ユーザの呼吸数および／または心拍数を下げるように変更して（例えば減速させて）、ユーザの眠気を高めるのを支援することができる。

上記のとおり、いくつかの実装形態においては、ステップ６０４が、最初の眠気レベル（ステップ６０２）と第２の眠気レベル（ステップ６０４）との間の変化率を判断することをさらに含む。かかる実装形態においては、ステップ６０５が、第１の活動の第２の部分における第１の活動の１つ以上のパラメータを、最初の眠気レベルと第２の眠気レベルとの間の判断された変化率に少なくとも部分的に基づいて連続的に変更することを含み得る。

図７を参照すると、１つ以上の推奨された活動を判断してユーザの眠気レベルの変更を支援する方法７００が表されている。方法７００の１つ以上のステップは、本明細書に記載されているシステム１００（図１～図２）の任意の要素または態様を用いて実施することができる。

方法７００のステップ７０１は、ユーザと関連付けられた第１の生理学的データおよび第２の生理学的データを１つ以上のセンサから受信することを含む。第１の生理学的データおよび第２の生理学的データは、例えば、本明細書に記載されている電子インターフェース１１９（図１）によって受信することができる。第１の生理学的データおよび第２の生理学的データは、１つ以上のセンサ１３０（図１）のうちの少なくとも１つによって生成または取得することができる。例えば、第１の生理学的データは、本明細書に記載されているセンサ１３０のうちの第１のセンサまたは第１のセンサ群によって生成することができ、第２の生理学的データは、第１のセンサまたは第１のセンサ群とは異なる第２のセンサまたは第２のセンサ群によって生成される。第１の生理学的データおよび第２の生理学的データは、異なる時期に生成および／または受信することができる。例えば、第１の生理学的データは、第２の生理学的データが生成および／または受信される前に生成および受信することができる。ステップ７０１で受信した第１の生理学的データおよび第２の生理学的データについて記述している情報は、メモリデバイス１１４（図１）に記憶することができる。

方法７００のステップ７０２は、ユーザと関連付けられたユーザプロファイルに、ユーザの眠気レベルの１組の旧記録変化を含むユーザの履歴眠気データを蓄積することも含み、眠気レベルの１組の旧記録変化における眠気レベルの変化のそれぞれが、複数の活動のうちの対応する１つと関連付けられており、履歴眠気データは、第１の生理学的データに少なくとも部分的に基づく。

ユーザプロファイルは、例えば、ユーザと関連付けられた人口統計情報、ユーザと関連付けられた生体情報、ユーザと関連付けられた医療情報、自己申告によるユーザフィードバック、ユーザと関連付けられた睡眠パラメータ（例えば、１つ以上の以前の睡眠セッションから記録された睡眠関連パラメータ）、またはそれらの任意の組み合わせも含み得る。人口統計情報は、例えば、ユーザの年齢、ユーザの性別、ユーザの人種、不眠症の家族歴、ユーザの雇用状況、ユーザの教育状況、ユーザの社会経済的状況、またはそれらの任意の組み合わせを示す情報を含み得る。医療情報は、例えば、ユーザと関連付けられた１つ以上の病状、ユーザによる薬剤使用、またはその両方を示すものを含み得る。医療情報データは、反復睡眠潜時検査（ＭＳＬＴ）の検査結果またはスコアおよび／もしくはピッツバーグ睡眠質問票（ＰＳＱＩ）のスコアまたは値をさらに含み得る。自己申告によるユーザフィードバックは、自己申告による主観的な睡眠スコア（劣悪、普通、良好など）、自己申告によるユーザの主観的なストレスレベル、自己申告によるユーザの主観的な疲労レベル、自己申告によるユーザの主観的な健康状態、ユーザが経験した最近のライフイベント、またはそれらの任意の組み合わせを示す情報を含み得る。

方法７００のステップ７０３は、本明細書に記載されている方法５００（図５）のステップ５０２と同一または同様であり、第２の生理学的データに少なくとも部分的に基づいてユーザの最初の眠気レベルを判断すること（ステップ７０１）を含む。

方法７００のステップ７０４は、ユーザプロファイルを使用してアルゴリズムを訓練して、そのアルゴリズムが、（ｉ）ユーザの最初の眠気レベルを入力情報として受信する（ステップ７０３）ような、および（ｉｉ）複数の活動から１つ以上の推奨された活動を出力と判断して、最初の眠気レベルに対するユーザの眠気レベルの変更を支援するような構成となるようにすることを含む。このアルゴリズムは、例えば、機械学習アルゴリズム（例えば、教師ありもしくは教師なし）またはニューラルネットワーク（例えば、浅層もしくは深層アプローチ）であり得る。このアルゴリズムは、ユーザプロファイルデータ（ステップ７０２）および／または他のデータソース（例えば、ユーザ以外の個人と関連付けられたデータ）からのデータを使用して訓練することができる。

いくつかの実装形態においては、方法７００が、１つ以上の推奨された活動を示す情報を、（例えば、本明細書に記載されているユーザデバイス１７０（図１）を使用して）ユーザに伝達することも含む。他の実装形態においては、方法７００が、ステップ７０４に続いて、ユーザデバイス１７０上で１つ以上の推奨された活動（単数または複数）を自動的に開始または始動することを含み得る。

図８を参照すると、ユーザの眠気レベルを判断するためのセンサを較正する方法８００が表されている。方法８００の１つ以上のステップは、本明細書に記載されているシステム１００（図１～図２）の任意の要素または態様を用いて実施することができる。

方法８００のステップ８０１は、第１のセンサを使用して第１の期間中にユーザと関連付けられた第１の生理学的データを生成することを含む。いくつかの実装形態においては、第１のセンサが、本明細書に記載されているＥＥＧセンサ１５８（図１）である。いくつかの実装形態においては、第１のセンサが、本明細書に記載されているＰＰＧ１５４（図１）である。第１の生理学的データは、例えば、本明細書に記載されている電子インターフェース１１９（図１）によって受信することができる。ステップ８０１の実行中に受信した第１の生理学的データについて記述している情報は、メモリデバイス１１４（図１）に記憶することができる。

方法８００のステップ８０２は、二次センサを使用して第１の期間中にユーザと関連付けられた第２の生理学的データを生成することを含む。二次センサは、ステップ８０１の実行中に使用される第１のセンサとは異なる。いくつかの実装形態においては、二次センサが、センサ１３０のうちの１つ（またはそれらの組み合わせ）であり、ユーザデバイス１７０および／または呼吸療法システム１２０（図１）に連結または統合されている。第２の生理学的データは、例えば、本明細書に記載されている電子インターフェース１１９（図１）によって受信することができる。ステップ８０２の実行中に受信した第２の生理学的データについて記述している情報は、メモリデバイス１１４（図１）に記憶することができる。

方法８００のステップ８０３は、第１のセンサによって生成された第１の生理学的データに基づいてユーザの第１の眠気レベルを判断することを含む。第１の眠気レベルは、例えば、本明細書に記載されている制御システム１１０（図１）によって判断することができる。

方法８００のステップ８０４は、二次センサによって生成された第２の生理学的データに基づいてユーザの第２の眠気レベルを判断することを含む。第２の眠気レベルは、例えば、本明細書に記載されている制御システム１１０（図１）によって判断することができる。

方法８００のステップ８０５は、判断された第２の眠気レベルが判断された第１の眠気レベルと一致するように二次センサを較正することを含む。上記のとおり、いくつかの実装形態においては、第１のセンサが、本明細書に記載されているＥＥＧセンサ１５８（図１）であり得る。ＥＥＧセンサ１５８は、脳内の電気的活動を監視するためにユーザの頭部に配置される１つ以上の電極を含むことが多い。そのため、ＥＥＧセンサ１５８からの生理学的データを使用して、ユーザの正確な眠気レベルをユーザの脳活動に基づいて判断することができる。ただし、ＥＥＧセンサ１５８は、電極が配置されていて扱いにくいことから、個人が日々実際に使用することには適していない。

対照的に、二次センサは、ユーザの眠気レベルを判断できる元となるユーザの種々の生理学的データを生成する。ただし、二次センサは脳活動を直接測定してはいないので、判断された眠気レベルは、ＥＥＧセンサ１５８を使用した場合ほど正確ではない可能性がある。そのため、ステップ８０５は、二次センサからのデータに基づいて判断された眠気レベルが、第１のセンサからのデータに基づいて判断された眠気レベルと略等しく（例えば、９０％の精度内、９２％の精度内、９５％の精度内など）なるように二次センサを較正することを含む。

図９を参照すると、ユーザの現在の眠気レベルに基づいてユーザにメディアコンテンツを推奨するための方法９００が表されている。方法９００の１つ以上のステップは、本明細書に記載されているシステム１００（図１～図２）の任意の要素または態様を用いて実施することができる。

方法９００のステップ９０１は、メディアコンテンツをユーザに表示することを含む。メディアコンテンツは、例えば、本明細書に記載されているユーザデバイス１７０（図１）のディスプレイデバイス１７２を使用して表示することができる。メディアコンテンツは、例えば、映像コンテンツ、オーディオコンテンツ、テレビ番組、映画、ドキュメンタリー、テレビゲームセッション、ドキュメントレビューセッション、プログラム、またはそれらの任意の組み合わせを含み得る。メディアコンテンツは概して、複数のメディアコンテンツ区分を含み得る。例えば、第１のメディアコンテンツ区分は第１のテレビ番組回であり得、第２のメディアコンテンツ区分は第２のテレビ番組回であり得る。

方法９００のステップ９０２は、表示されたメディアコンテンツをユーザが閲覧している間にユーザと関連付けられた生理学的データを受信することを含む。生理学的データは、例えば、本明細書に記載されている電子インターフェース１１９（図１）によって受信することができる。この生理学的データは、１つ以上のセンサ１３０（図１）のうちの少なくとも１つによって生成または取得することができる。この生理学的データは、例えば、ユーザデバイス１７０に連結または統合されている、本明細書に記載のセンサ１３０のセンサまたはセンサ群によって生成することができる。ステップ９０１の実行中に受信した生理学的データについて記述している情報は、メモリデバイス１１４（図１）に記憶することができる。

方法９００のステップ９０３は、ユーザと関連付けられた生成されたデータに少なくとも部分的に基づいて、メディアコンテンツまたは複数のメディアコンテンツ区分のうちの１つ以上に対するスコアを生成することを含む。例えば、制御システム１１０は、（例えば、メモリデバイス１１４に記憶されている）生理学的データを分析して、メディアコンテンツのスコアを判断することができる。このスコアは、本明細書に（例えば、方法５００のステップ５０６で）記載されている活動スコアと同様、ユーザの眠気レベルの変更（例えば上昇）におけるメディアコンテンツの有効性を概して示す。例えば、メディアコンテンツがペースの速いアクション映画であれば、そのメディアコンテンツがユーザの警戒心または注意力を高め、ユーザの眠気レベルを低減し得る。対照的に、別の実施例においては、メディアコンテンツが、ユーザの関心を保持する可能性が低いもの（例えば、ユーザが見たことのあるテレビ番組、ドキュメンタリーなど）であれば、そのメディアコンテンツがユーザの眠気レベルを高めることができる。判断されたスコアは、そのメディアコンテンツがその特定ユーザの眠気レベルを変化させる力を示す。メディアコンテンツまたはメディアコンテンツ区分のスコア（単数または複数）について記述している情報は、例えば、メモリデバイス１１４（図１）に記憶することができる。

方法９００のステップ９０４は、ユーザの現在の生理学的データに少なくとも部分的に基づいてユーザの現在の眠気レベルを判断することを含む。ステップ９０４は、例えば、本明細書に記載されている方法５００（図５）のステップ５０２と同一または同様である。

方法９００のステップ９０５は、ユーザの現在の眠気レベルに少なくとも部分的に基づいてユーザにメディアコンテンツを推奨して、ユーザの現在の眠気レベルの変化を支援することを含む。例えば、ステップ９０５は、ステップ９０３で上述したようなスコアと関連付けられた複数のメディアコンテンツ区分のうちの１つを推奨することを含み得る。そのため、ステップ９０５は、最初の眠気レベルが低い（例えば、ユーザが就眠に近くない）場合に、メディアコンテンツがユーザの眠気レベルを低減する上でより効果的であることを示す関連スコアを有するメディアコンテンツを推奨することを含み得る。推奨されるメディアコンテンツは、例えば、制御システム１１０（図１）によって判断することができる。

いくつかの実装形態においては、ステップ９０５が、複数の連続メディアコンテンツ区分を推奨することを含む。例えば、ステップ９０５は、第１のスコアを有する第１のメディアコンテンツ区分（例えば、テレビ番組回）を推奨し、その後、第２のスコアを有する第２のメディアコンテンツ区分（例えば、異なるテレビ番組回）を推奨することを含み得る。この２区分は、その２区分の効果が、最初の眠気レベルに対してユーザの眠気レベルを徐々に高めるように、ユーザに順に表示することができる。

いくつかの実装形態においては、方法９００が、推奨を示す情報をユーザに伝達すること（ステップ９０５）を含む。この推奨は、例えば、ユーザデバイス１７０を介して（例えば、英数字テキストや音声などを介して）ユーザに伝達することができる。代替として、方法９００は、推奨されたメディアコンテンツをユーザに自動的に表示することを含み得る（例えば、制御システム１１０は、ユーザデバイス１７０に、推奨されたメディアコンテンツを自動的に表示させてユーザに見せる）。

以下の請求項１～１０３のうちいずれかの１つ以上からの１つ以上の要素または態様またはステップあるいはその一部（単数または複数）をその他の請求項１～１０３のいずれかの１つ以上あるいはその組み合わせからの１つ以上の要素または態様またはステップあるいはその一部（単数または複数）と組み合わせることにより、本開示の１つ以上のさらなる実装形態および／または請求項を形成することができ得る。

本開示について１つ以上の特定の実施形態または実装形態を参照して説明してきたが、当業者であれば、本開示の意図および範囲から逸脱すること無く多数の変更が可能であり得ることを認識する。これらの実装形態およびその明確な変更例はそれぞれ、本開示の意図および範囲に収まるものとして企図される。そして、本開示の各種態様によるさらなる実装形態が、本明細書に記載された実装形態のいずれかから任意の数の特徴を組み合わせ得ることも企図されている。

Claims (103)

1. ユーザと関連付けられた最初の生理学的データを受信することと、
   前記生理学的データに少なくとも部分的に基づいて前記ユーザの最初の眠気レベルを判断することと、
   第１の活動を実施するよう前記ユーザに促すことと、
   前記ユーザが前記第１の活動を実施している間、前記ユーザが前記活動を実施した後、またはその両方において前記ユーザと関連付けられた後続の生理学的データを受信することと、
   前記後続の生理学的データに少なくとも部分的に基づいて前記ユーザの後続の眠気レベルを判断することと、
   前記ユーザの眠気の変更における前記第１の活動の有効性を示す第１の活動スコアを、前記最初の眠気レベルおよび前記後続の眠気レベルに少なくとも部分的に基づいて判断することと、を含む方法。
2. 前記第１の活動スコアを判断することが、前記最初の眠気レベルと前記後続の眠気レベルとの間の差に少なくとも部分的に基づく、請求項１に記載の方法。
3. 前記第１の活動スコアを判断することが、前記最初の眠気レベルと前記後続の眠気レベルとの間の変化率に少なくとも部分的に基づく、請求項１または請求項２に記載の方法。
4. 前記後続の眠気レベルが所定の閾値を超えているかどうかを判断することをさらに含む、請求項１から３のいずれか一項に記載の方法。
5. 前記第１の活動スコアを判断することが、前記最初の眠気レベルと関連付けられた最初の時刻と、前記所定の閾値を超えている前記後続の眠気レベルと関連付けられた第２の時刻との間の差に少なくとも部分的に基づく、請求項４に記載の方法。
6. 前記第１の活動スコアに少なくとも部分的に基づいて選択される第２の活動を実施するよう前記ユーザに促すことをさらに含む、請求項１から５のいずれか一項に記載の方法。
7. 前記第２の活動と関連付けられた複雑度が、前記第１の活動と関連付けられた複雑度よりも低い、請求項６に記載の方法。
8. 前記第２の活動の持続時間が前記第１の活動の持続時間よりも長い、請求項６または請求項７に記載の方法。
9. 前記第１の活動が、精神活動、身体活動、ゲーム、パズル、読書、映像視聴、オーディオコンテンツ鑑賞、運動、移動、呼吸運動、またはそれらの任意の組み合わせを含む、請求項１から８のいずれか一項に記載の方法。
10. 提供された刺激に対する前記ユーザの反応を示す情報を受信することをさらに含み、前記第１の活動スコアを判断することが、前記提供された刺激に対する前記ユーザの前記反応を示す前記情報に少なくとも部分的に基づく、請求項１から９のいずれか一項に記載の方法。
11. 前記ユーザの前記反応を示す前記情報が、反応時間、反応精度、またはその両方を含む、請求項１０に記載の方法。
12. 前記最初の生理学的データ、前記後続の生理学的データ、またはその両方が、前記ユーザの開目、前記ユーザの閉目、前記ユーザの眼の瞬き、前記ユーザの眼の瞳孔拡張、前記ユーザの体温、前記ユーザの頭部運動、前記ユーザの心拍数、前記ユーザの心拍数変動、前記ユーザの呼吸数、またはそれらの任意の組み合わせを示す、請求項１から１１のいずれか一項に記載の方法。
13. １つ以上のプロセッサを備える制御システムと、
    機械可読命令を記憶したメモリと、を備え、
    前記制御システムが前記メモリに連結され、前記メモリ内の前記機械実行可能命令が前記制御システムの前記１つ以上のプロセッサのうちの少なくとも１つによって実行されたときに、請求項１から１２のいずれか一項に記載の方法が実施される、システム。
14. １つ以上の明示をユーザに伝達するためのシステムであって、請求項１から１２のいずれか一項に記載の方法を実施するように構成された制御システムを備える、システム。
15. コンピュータによって実行されると、請求項１から１２のいずれか一項に記載の方法を前記コンピュータに実行させる命令を備えるコンピュータプログラム製品。
16. 前記コンピュータプログラム製品が、非一時的コンピュータ可読媒体である、請求項１５に記載のコンピュータプログラム製品。
17. 機械可読命令を記憶するメモリと、
    ユーザと関連付けられた最初の生理学的データであって、センサによって生成される最初の生理学的データを受信するため、
    最初の生理学的データに少なくとも部分的に基づいて前記ユーザの最初の眠気レベルを判断するため、
    第１の活動を実施するよう、電子デバイスを介して前記ユーザに促すため、
    前記ユーザと関連付けられた後続の生理学的データであって、前記ユーザが前記第１の活動を実施している間、前記ユーザが前記活動を実施した後、またはその両方において前記センサによって生成される後続の生理学的データを受信するため、
    前記後続の生理学的データに少なくとも部分的に基づいて前記ユーザの後続の眠気レベルを判断するため、および
    前記ユーザの眠気の変更における前記第１の活動の有効性を示す第１の活動スコアを、前記最初の眠気レベルおよび前記後続の眠気レベルに少なくとも部分的に基づいて判断するため
    に前記機械可読命令を実行するように構成された１つ以上のプロセッサを含む制御システムと、を備えるシステム。
18. 前記第１の活動スコアが、前記最初の眠気レベルと前記後続の眠気レベルとの間の差に少なくとも部分的に基づいて判断される、請求項１７に記載のシステム。
19. 前記第１の活動スコアが、前記最初の眠気レベルと前記後続の眠気レベルとの間の変化率に少なくとも部分的に基づいて判断される、請求項１７または請求項１８に記載のシステム。
20. 前記制御システムが、前記後続の眠気レベルが所定の閾値を超えているかどうかを判断するようにさらに構成されている、請求項１７から１９のいずれか一項に記載のシステム。
21. 前記制御システムが、前記最初の眠気レベルと関連付けられた最初の時刻と、前記所定の閾値を超えている前記後続の眠気レベルと関連付けられた第２の時刻との間の差に少なくとも部分的に基づいて前記第１の活動スコアを判断するようにさらに構成されている、請求項２０に記載のシステム。
22. 前記制御システムが、前記第１の活動スコアに少なくとも部分的に基づいて第２の活動を実施するよう、前記電子デバイスを介して前記ユーザに促すようにさらに構成されている、請求項１７から２１のいずれか一項に記載のシステム。
23. 前記第２の活動の複雑度が、前記第１の活動の複雑度より低い、請求項２２に記載のシステム。
24. 前記第２の活動の持続時間が前記第１の活動の持続時間よりも長い、請求項２２または請求項２３に記載のシステム。
25. 前記第１の活動、前記第２の活動、またはその両方が、精神活動、身体活動、ゲーム、パズル、読書、映像視聴、オーディオコンテンツ鑑賞、運動、移動、呼吸運動、またはそれらの任意の組み合わせを含む、請求項１７から２４のいずれか一項に記載のシステム。
26. 前記制御システムが、
    提供された刺激に対する前記ユーザの反応を示す情報を受信し、
    前記提供された刺激に対する前記ユーザの前記反応を示す前記情報に少なくとも部分的に基づいて前記第１の活動スコアを判断する
    ようにさらに構成されている、請求項１７から２５のいずれか一項に記載のシステム。
27. 前記ユーザの前記反応を示す前記情報が、反応時間、反応精度、またはその両方を含む、請求項２６に記載のシステム。
28. 前記センサが、ＥＥＧセンサ、音響センサ、カメラ、モーションセンサ、赤外線センサ、またはそれらの任意の組み合わせを含む、請求項１７から２７のいずれか一項に記載のシステム。
29. 前記最初の生理学的データ、前記後続の生理学的データ、またはその両方が、前記ユーザの開目、前記ユーザの閉目、前記ユーザの眼の瞬き、前記ユーザの眼の瞳孔拡張、前記ユーザの体温、前記ユーザの頭部運動、前記ユーザの心拍数、前記ユーザの心拍数変動、前記ユーザの呼吸数、またはそれらの任意の組み合わせを示す、請求項１７から２８のいずれか一項に記載のシステム。
30. ユーザと関連付けられた第１の生理学的データを受信することと、
    第１の生理学的データに少なくとも部分的に基づいて前記ユーザの最初の眠気レベルを判断することと、
    第１の活動を実施するよう前記ユーザに促すことと、
    前記ユーザと関連付けられた第２の生理学的データを受信することであって、後続の生理学的データが、前記ユーザが前記第１の活動を実施している間、前記ユーザが前記第１の活動を実施した後、またはその両方において前記ユーザと関連付けられている、受信することと、
    前記第２の生理学的データに少なくとも部分的に基づいて前記ユーザの後続の眠気レベルを判断することと、
    前記ユーザの眠気の変更における前記第１の活動の有効性を示す第１の活動スコアを、前記最初の眠気レベルおよび前記後続の眠気レベルに少なくとも部分的に基づいて判断することと、を含む方法。
31. 前記ユーザが前記第１の活動を実施した後の睡眠セッションにおける、前記ユーザと関連付けられた第３の生理学的データを受信することをさらに含む、請求項３０に記載の方法。
32. 前記第３の生理学的データに少なくとも部分的に基づいて、前記睡眠セッションにおける、前記ユーザと関連付けられた１つ以上の睡眠関連パラメータを判断することをさらに含む、請求項３１に記載の方法。
33. 前記１つ以上の睡眠関連パラメータが入眠潜時パラメータを含む、請求項３２に記載の方法。
34. 前記１つ以上の睡眠関連パラメータに少なくとも部分的に基づいて前記第１の活動スコアを確認することをさらに含む、請求項３２または請求項３３に記載の方法。
35. １つ以上のプロセッサを備える制御システムと、
    機械可読命令を記憶したメモリと、を備え、
    前記制御システムが前記メモリに連結され、前記メモリ内の前記機械実行可能命令が前記制御システムの前記１つ以上のプロセッサのうちの少なくとも１つによって実行されたときに、請求項３０から３４のいずれか一項に記載の方法が実施される、システム。
36. １つ以上の明示をユーザに伝達するためのシステムであって、請求項３０から３４のいずれか一項に記載の方法を実施するように構成された制御システムを備える、システム。
37. コンピュータによって実行されると、請求項３０から３４のいずれか一項に記載の方法を前記コンピュータに実行させる命令を備えるコンピュータプログラム製品。
38. 前記コンピュータプログラム製品が、非一時的コンピュータ可読媒体である、請求項３７に記載のコンピュータプログラム製品。
39. 機械可読命令を記憶するメモリと、
    ユーザと関連付けられた第１の生理学的データであって、センサによって生成される第１の生理学的データを受信するため、
    第１の生理学的データに少なくとも部分的に基づいて前記ユーザの最初の眠気レベルを判断するため、
    第１の活動を実施するよう、電子デバイスを介して前記ユーザに促すため、
    前記ユーザと関連付けられた第２の生理学的データを受信するため、ここで、後続の生理学的データは、前記ユーザが前記第１の活動を実施している間、前記ユーザが前記第１の活動を実施した後、またはその両方において前記センサによって生成される、
    前記第２の生理学的データに少なくとも部分的に基づいて前記ユーザの後続の眠気レベルを判断するため、および
    前記ユーザの眠気の変更における前記第１の活動の有効性を示す第１の活動スコアを、前記最初の眠気レベルおよび前記後続の眠気レベルに少なくとも部分的に基づいて判断するため
    に前記機械可読命令を実行するように構成された１つ以上のプロセッサを含む制御システムと、を備えるシステム。
40. 前記制御システムが、前記ユーザが前記第１の活動を実施した後の睡眠セッションにおける、前記ユーザと関連付けられた第３の生理学的データを受信するようにさらに構成されている、請求項３９に記載のシステム。
41. 前記制御システムが、前記第３の生理学的データに少なくとも部分的に基づいて、前記睡眠セッションにおける、前記ユーザと関連付けられた１つ以上の睡眠関連パラメータを判断するようにさらに構成されている、請求項４０に記載のシステム。
42. 前記１つ以上の睡眠関連パラメータが入眠潜時パラメータを含む、請求項４１に記載のシステム。
43. 前記制御システムが、前記１つ以上の睡眠関連パラメータに少なくとも部分的に基づいて前記第１の活動スコアを確認するようにさらに構成されている、請求項４１または請求項４２に記載のシステム。
44. ユーザと関連付けられた生理学的データを受信することと、
    前記生理学的データに少なくとも部分的に基づいてユーザの最初の眠気レベルを判断することと、
    第１の活動を実施するよう、電子デバイスを使用して前記ユーザに促すことと、
    前記ユーザが前記第１の活動の第１の部分を実施したことを受け、前記生理学的データに少なくとも部分的に基づいて前記ユーザの第２の眠気レベルを判断することと、
    前記最初の眠気レベル、前記第２の眠気レベル、またはその両方に少なくとも部分的に基づいて、前記第１の活動の第２の部分における前記第１の活動の１つ以上のパラメータを変更することと、を含む方法。
45. 前記第１の活動の前記１つ以上のパラメータが、複雑度、速度、音量、リズム、拍子、音楽テンポ、輝度、フォントサイズ、フォントタイプ、色、またはそれらの任意の組み合わせを含む、請求項４４に記載の方法。
46. 前記第１の活動の第１の部分中に前記ユーザと関連付けられた１つ以上の呼吸パラメータを、前記生理学的データに少なくとも部分的に基づいて判断することをさらに含む、請求項４４に記載の方法。
47. 前記１つ以上の呼吸パラメータが、呼吸数、呼吸振幅、一回換気量変化、吸気振幅、呼気振幅、吸気対呼気比、またはそれらの任意の組み合わせを含む、請求項４６に記載の方法。
48. 前記第１の活動の前記１つ以上のパラメータが、リズム、拍子、音楽テンポ、またはそれらの任意の組み合わせを含み、前記制御方法が、前記第１の活動の前記第２の部分の前記リズム、前記拍子、前記音楽テンポ、またはそれらの任意の組み合わせを、前記判断された１つ以上の呼吸パラメータに少なくとも基づいて変更して、前記ユーザの呼吸数を減らすのを支援するようにさらに構成されている、請求項４６または請求項４７に記載の方法。
49. 前記最初の眠気レベルと前記第２の眠気レベルとの間の変化率を判断することをさらに含む、請求項４４から４８のいずれか一項に記載の方法。
50. 前記判断された変化率に基づいて、前記第２の部分における前記第１の活動の前記１つ以上のパラメータを連続的に変更することをさらに含む、請求項４９に記載の方法。
51. １つ以上のプロセッサを備える制御システムと、
    機械可読命令を記憶したメモリと、を備え、
    前記制御システムが前記メモリに連結され、前記メモリ内の前記機械実行可能命令が前記制御システムの前記１つ以上のプロセッサのうちの少なくとも１つによって実行されたときに、請求項４４から５０のいずれか一項に記載の方法が実施される、システム。
52. １つ以上の明示をユーザに伝達するためのシステムであって、請求項４４から５０のいずれか一項に記載の方法を実施するように構成された制御システムを備える、システム。
53. コンピュータによって実行されると、請求項４４から５０のいずれか一項に記載の方法を前記コンピュータに実行させる命令を備えるコンピュータプログラム製品。
54. 前記コンピュータプログラム製品が、非一時的コンピュータ可読媒体である、請求項５４に記載のコンピュータプログラム製品。
55. ユーザと関連付けられた生理学的データを受信するように構成された電子インターフェースであって、前記生理学的データが１つ以上のセンサによって生成される電子インターフェースと、
    機械可読命令を記憶するメモリと、
    前記生理学的データに少なくとも部分的に基づいてユーザの最初の眠気レベルを判断するため、
    第１の活動を実施するよう、電子デバイスを使用して前記ユーザに促すため、
    前記ユーザが前記第１の活動の第１の部分を実施したことを受け、前記生理学的データに少なくとも部分的に基づいて前記ユーザの第２の眠気レベルを判断するため、および
    前記最初の眠気レベル、前記第２の眠気レベル、またはその両方に少なくとも部分的に基づいて、前記第１の活動の第２の部分における前記第１の活動の１つ以上のパラメータを変更するため
    に前記機械可読命令を実行するように構成された１つ以上のプロセッサを含む制御システムと、を備えるシステム。
56. 前記第１の活動の前記１つ以上のパラメータが、複雑度、速度、音量、リズム、拍子、音楽テンポ、輝度、フォントサイズ、フォントタイプ、色、またはそれらの任意の組み合わせを含む、請求項５５に記載のシステム。
57. 前記制御システムが、前記第１の活動の第１の部分中に前記ユーザと関連付けられた１つ以上の呼吸パラメータを、前記生理学的データに少なくとも部分的に基づいて判断するようにさらに構成されている、請求項５５に記載のシステム。
58. 前記１つ以上の呼吸パラメータが、呼吸数、呼吸振幅、一回換気量変化、吸気振幅、呼気振幅、吸気対呼気比、またはそれらの任意の組み合わせを含む、請求項５７に記載のシステム。
59. 前記第１の活動の前記１つ以上のパラメータが、リズム、拍子、音楽テンポ、またはそれらの任意の組み合わせを含み、前記制御システムが、前記第１の活動の前記第２の部分の前記リズム、前記拍子、前記音楽テンポ、またはそれらの任意の組み合わせを、前記判断された１つ以上の呼吸パラメータに少なくとも基づいて変更して、前記ユーザの呼吸数を減らすのを支援するようにさらに構成されている、請求項５６または請求項５７に記載のシステム。
60. 前記制御システムが、前記最初の眠気レベルと前記第２の眠気レベルとの間の変化率を判断するようにさらに構成されている、請求項５５から５９のいずれか一項に記載のシステム。
61. 前記制御システムが、前記判断された変化率に基づいて、前記第２の部分における前記第１の活動の前記１つ以上のパラメータを連続的に変更するように構成されている、請求項６０に記載のシステム。
62. ユーザと関連付けられた第１の生理学的データを受信することと、
    前記ユーザと関連付けられたユーザプロファイルに、前記ユーザの眠気レベルの１組の旧記録変化を含む前記ユーザの履歴眠気データ蓄積することであって、眠気レベルの前記１組の旧記録変化における眠気レベルの変化のぞれぞれが、複数の活動のうちの対応する１つと関連付けられており、前記履歴眠気データが、前記第１の生理学的データに少なくとも部分的に基づく、蓄積することと、
    前記ユーザと関連付けられた第２の生理学的データを受信することと、
    前記第２のセンサによって生成された前記第２の生理学的データに少なくとも部分的に基づいて前記ユーザの最初の眠気レベルを判断することと、
    前記ユーザプロファイルを使用して機械学習アルゴリズムを訓練して、前記機械学習アルゴリズムが、（ｉ）前記ユーザの前記最初の眠気レベルを入力として受信するような、および（ｉｉ）前記複数の活動から１つ以上の推奨された活動を出力と判断して、前記最初の眠気レベルに対する前記ユーザの前記眠気レベルの変更を支援するような構成となるようにすることと、を含む方法。
63. 前記第１の生理学的データ、前記第２の生理学的データ、またはその両方がＥＥＧセンサによって生成される、請求項６２に記載のシステム。
64. 前記ユーザプロファイルが、前記ユーザと関連付けられた人口統計情報、前記ユーザと関連付けられた生体情報、前記ユーザと関連付けられた医療情報、前記ユーザによって提供されるユーザフィードバック、またはそれらの任意の組み合わせを含む、請求項６２または請求項６３に記載のシステム。
65. 前記複数の活動が、ゲーム、パズル、所定のコンテンツを読むこと、所定の映像コンテンツを見ること、所定のオーディオコンテンツを聴くこと、運動、移動、またはそれらの任意の組み合わせを含む、請求項６２から６４のいずれか一項に記載のシステム。
66. 前記ユーザの前記眠気レベルが、刺激に対する前記ユーザの反応に基づいて判断される、請求項６２から６５のいずれか一項に記載のシステム。
67. 前記ユーザの前記眠気レベルが、前記刺激に対する応答の精度に基づいて判断される、請求項６６に記載のシステム。
68. 前記眠気レベルが、所定の範囲内のスケーリングされた値である、請求項６２から６７のいずれか一項に記載のシステム。
69. 前記機械学習アルゴリズムの前記出力が、前記推奨された１つ以上の活動の推奨複雑度を含む、請求項６２から６８のいずれか一項に記載のシステム。
70. 前記１つ以上の推奨された活動の前記複雑度が所定の期間にわたって低下して、前記ユーザの現在の眠気レベルを上げるのを支援する、請求項６９に記載のシステム。
71. 前記機械学習アルゴリズムの前記出力が、前記推奨された１つ以上の活動の推奨持続時間を含む、請求項６２から７０のいずれか一項に記載のシステム。
72. １つ以上のプロセッサを備える制御システムと、
    機械可読命令を記憶したメモリと、を備え、
    前記制御システムが前記メモリに連結され、前記メモリ内の前記機械実行可能命令が前記制御システムの前記１つ以上のプロセッサのうちの少なくとも１つによって実行されたときに、請求項６２から７１のいずれか一項に記載の方法が実施される、システム。
73. １つ以上の明示をユーザに伝達するためのシステムであって、請求項６２から７１のいずれか一項に記載の方法を実施するように構成された制御システムを備える、システム。
74. コンピュータによって実行されると、請求項６２から７１のいずれか一項に記載の方法を前記コンピュータに実行させる命令を備えるコンピュータプログラム製品。
75. 前記コンピュータプログラム製品が、非一時的コンピュータ可読媒体である、請求項７４に記載のコンピュータプログラム製品。
76. （ｉ）ユーザと関連付けられた第１の生理学的データおよび（ｉｉ）前記ユーザと関連付けられた第２の生理学的データを受信するように構成されている電子インターフェースであって、前記第１の生理学的データおよび前記第２の生理学的データが、１つ以上のセンサによって生成される、電子インターフェースと、
    機械可読命令を記憶するメモリと、
    前記ユーザと関連付けられたユーザプロファイルに、前記ユーザの眠気レベルの１組の旧記録変化を含む前記ユーザの履歴眠気データを蓄積するため、ここで、眠気レベルの前記１組の旧記録変化における眠気レベルの変化のぞれぞれは、複数の活動のうちの対応する１つと関連付けられており、前記履歴眠気データは、前記第１の生理学的データに少なくとも部分的に基づく、
    第２のセンサによって生成された前記第２の生理学的データに少なくとも部分的に基づいて前記ユーザの最初の眠気レベルを判断するため、
    前記ユーザプロファイルを使用して機械学習アルゴリズムを訓練して、前記機械学習アルゴリズムが、（ｉ）前記ユーザの前記最初の眠気レベルを入力として受信するような、および（ｉｉ）前記複数の活動から１つ以上の推奨された活動を出力と判断して、前記最初の眠気レベルに対する前記ユーザの前記眠気レベルの変更を支援するような構成となるようにするため
    に前記機械可読命令を実行するように構成された１つ以上のプロセッサを含む制御システムと、を備えるシステム。
77. 前記１つ以上のセンサがＥＥＧセンサを含む、請求項７６に記載のシステム。
78. 前記ユーザプロファイルが、前記ユーザと関連付けられた人口統計情報、前記ユーザと関連付けられた生体情報、前記ユーザと関連付けられた医療情報、前記ユーザによって提供されるユーザフィードバック、またはそれらの任意の組み合わせを含む、請求項７６または請求項７７に記載のシステム。
79. 前記複数の活動が、ゲーム、パズル、所定のコンテンツを読むこと、所定の映像コンテンツを見ること、所定のオーディオコンテンツを聴くこと、運動、移動、またはそれらの任意の組み合わせを含む、請求項７６から７８のいずれか一項に記載のシステム。
80. 前記ユーザの前記眠気レベルが、刺激に対する前記ユーザの反応に基づいて判断される、請求項７６から７９のいずれか一項に記載のシステム。
81. 前記ユーザの前記眠気レベルが、前記刺激に対する応答の精度に基づいて判断される、請求項８０に記載のシステム。
82. 前記眠気レベルが、対応し難い、集中している、または疲労している、である、請求項７６から８１のいずれか一項に記載のシステム。
83. 前記機械学習アルゴリズムの前記出力が、前記推奨された１つ以上の活動の推奨複雑度を含む、請求項７６から８２のいずれか一項に記載のシステム。
84. 前記１つ以上の推奨された活動の複雑度が所定の期間にわたって低下して、前記ユーザの現在の眠気レベルを上げるのを支援する、請求項８３に記載のシステム。
85. 前記機械学習アルゴリズムの前記出力が、前記推奨された１つ以上の活動の推奨持続時間を含む、請求項７６から８４のいずれか一項に記載のシステム。
86. 第１の期間中にユーザと関連付けられた第１の生理学的データを第１のセンサから受信することと、
    前記第１の期間中に前記ユーザと関連付けられた第２の生理学的データを二次センサから受信することと、
    前記第１のセンサによって生成された前記第１の生理学的データに基づいて前記ユーザの第１の眠気レベルを判断することと、
    前記二次センサによって生成された前記第２の生理学的データに基づいて前記ユーザの第２の眠気レベルを判断することと、
    前記判断された第２の眠気レベルが前記判断された第１の眠気レベルと一致するように前記二次センサを較正することと、を含む方法。
87. 前記第１のセンサが脳波計（ＥＥＧ）センサまたは睡眠ポリグラフ（ＰＳＧ）センサである、請求項８６に記載の方法。
88. ユーザと関連付けられたデータを、前記ユーザが複数のメディアコンテンツ区分を視聴している間に受信することと、
    前記複数のメディアコンテンツ区分のそれぞれのスコアであって、前記ユーザの眠気レベルの変化を示すスコアを、前記受信されたデータに少なくとも部分的に基づいて生成することと、
    前記ユーザの現在の眠気レベルを判断することと、
    前記複数のメディアコンテンツ区分のうちの１つ以上を、前記ユーザの前記現在の眠気レベルおよび前記生成されたスコアに少なくとも部分的に基づいて前記ユーザに推奨して、前記ユーザの前記現在の眠気レベルの変化を支援することと、を含む方法。
89. 前記複数のメディアコンテンツ区分のそれぞれが、映像コンテンツ、オーディオコンテンツ、またはその両方を含む、請求項８８に記載の方法。
90. 前記ユーザの前記眠気レベルが、就眠寸前、眠気あり、または覚醒である、請求項８８または請求項８９に記載の方法。
91. 前記複数のメディアコンテンツ区分が、テレビ番組、映画、テレビゲームセッション、ドキュメントレビューセッション、プログラム、またはそれらの任意の組み合わせを含む、請求項８８から９０のいずれか一項に記載の方法。
92. １つ以上のプロセッサを備える制御システムと、
    機械可読命令を記憶したメモリと、を備え、
    前記制御システムが前記メモリに連結され、前記メモリ内の前記機械実行可能命令が前記制御システムの前記１つ以上のプロセッサのうちの少なくとも１つによって実行されたときに、請求項８８から９１のいずれか一項に記載の方法が実施される、システム。
93. １つ以上の明示をユーザに伝達するためのシステムであって、請求項８８から９１のいずれか一項に記載の方法を実施するように構成された制御システムを備える、システム。
94. コンピュータによって実行されると、請求項８８から９１のいずれか一項に記載の方法を前記コンピュータに実行させる命令を備えるコンピュータプログラム製品。
95. 前記コンピュータプログラム製品が、非一時的コンピュータ可読媒体である、請求項９４に記載のコンピュータプログラム製品。
96. 複数のメディアコンテンツ区分を表示するように構成されたディスプレイデバイスと、
    ユーザが前記複数のメディアコンテンツ区分のそれぞれを視聴している間に前記ユーザと関連付けられたデータを生成するように構成されたセンサと、
    機械可読命令を記憶するメモリと、
    前記複数のメディアコンテンツ区分のそれぞれに対し、前記ユーザと関連付けられた前記生成されたデータに少なくとも部分的に基づくスコアであって、前記ユーザの眠気レベルの変化を示すスコアを生成するため、
    前記ユーザの現在の眠気レベルを判断するため、および
    前記ユーザの前記現在の眠気レベルに少なくとも部分的に基づいて前記複数のメディアコンテンツ区分のうちの１つ以上を推奨して、前記ユーザの前記現在の眠気レベルの変化を支援するため
    に前記機械可読命令を実行するように構成された１つ以上のプロセッサを含む制御システムと、を備えるシステム。
97. 前記複数のメディアコンテンツ区分のそれぞれが、映像コンテンツ、オーディオコンテンツ、またはその両方を含む、請求項９６に記載のシステム。
98. 前記ユーザの前記眠気レベルが、就眠寸前、眠気あり、または覚醒である、請求項９６または請求項９７に記載のシステム。
99. 前記複数のメディアコンテンツ区分が、テレビ番組、映画、テレビゲームセッション、ドキュメントレビューセッション、プログラム、またはそれらの任意の組み合わせを含む、請求項９６から９８のいずれか一項に記載のシステム。
100. 前記センサが、前記ディスプレイデバイスに連結されている、請求項９６から９９のいずれか一項に記載のシステム。
101. メディアコンテンツを表示するように構成されたディスプレイデバイスと、
     ユーザが前記メディアコンテンツを視聴している間に前記ユーザと関連付けられたデータを生成するように構成されたセンサと、
     機械可読命令を記憶するメモリと、
     前記メディアコンテンツの複数の区分のそれぞれにおける履歴スコアであって、それぞれが前記ユーザの眠気レベルの変化を示す履歴スコアを、前記ユーザと関連付けられた前記生成されたデータに少なくとも部分的に基づいて蓄積するため、
     前記ユーザの現在の眠気レベルを判断するため、および
     前記履歴スコアに少なくとも部分的に基づいて機械学習アルゴリズムを訓練して、前記機械学習アルゴリズムが、前記ユーザの前記現在の眠気レベルを入力として受信し、メディアコンテンツの前記複数の区分から１つ以上の推奨された区分を出力して、前記ユーザの前記現在の眠気レベルの変化を支援するような構成となるようにするため
     に前記機械可読命令を実行するように構成された１つ以上のプロセッサを含む制御システムと、を備えるシステム。
102. 前記ユーザと関連付けられた後続の生理学的データが、前記ユーザが活動を実施した後にのみ生成される、請求項１０１に記載のシステム。
103. 前記ユーザと関連付けられた後続の生理学的データが、前記ユーザが活動を実施している間にのみ生成される、請求項１０１に記載のシステム。
     

Images