JP3877615B2 - 睡眠深度推定装置 - Google Patents
睡眠深度推定装置 Download PDFInfo
- Publication number
- JP3877615B2 JP3877615B2 JP2002065928A JP2002065928A JP3877615B2 JP 3877615 B2 JP3877615 B2 JP 3877615B2 JP 2002065928 A JP2002065928 A JP 2002065928A JP 2002065928 A JP2002065928 A JP 2002065928A JP 3877615 B2 JP3877615 B2 JP 3877615B2
- Authority
- JP
- Japan
- Prior art keywords
- sleep depth
- biological information
- depth estimation
- data
- sleep
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Expired - Fee Related
Links
Images
Landscapes
- Measuring Pulse, Heart Rate, Blood Pressure Or Blood Flow (AREA)
- Measurement Of The Respiration, Hearing Ability, Form, And Blood Characteristics Of Living Organisms (AREA)
Description
【０００１】
【発明の属する技術分野】
本発明は、人体の心拍数、呼吸数等の生体情報に基づいて睡眠の深度を推定する装置に関するものである。
【０００２】
【従来の技術】
近年、健康管理の意識が高まる中で、一般の家庭において睡眠の深度を測定して、体調を管理したいというニーズが生まれている。睡眠には、眠りの浅いレム睡眠と、眠りの深いノンレム睡眠とがあり、この様な睡眠状態を判定する方法として、脳波、筋電、眼球運動等を検出し、その検出波形から睡眠深度を推定する方法(睡眠ポリグラフ法)が知られている。
【０００３】
【発明が解決しようとする課題】
しかしながら、従来の睡眠深度推定方法においては、複数の電極を直接肌に貼り付ける必要があり、各電極から計測器本体へ伸びるコードによって長時間の拘束状態を強いられるという欠点があった。
この問題に対して、心拍数と体動数を検出し、学習済みの結合重み付け係数を内部に持つ神経回路網によって、心拍数と体動数から睡眠深度を推定せんとする装置が提案されている(特開平５−１１１４７４号)。しかし、心拍数や体動数の変動には個人差があるため、睡眠深度推定の精度が低い問題があった。
【０００４】
そこで本発明の目的は、睡眠深度を無拘束且つ高精度で推定することが出来る睡眠深度推定装置を提供することである。
【０００５】
【課題を解決する為の手段】
本発明に係る睡眠深度推定装置は、人体の心拍数及び呼吸数を含む生体情報を検出する生体情報センサー(２)と、該生体情報センサー(２)によって検出された生体情報の検出データに所定の処理を施して複数の睡眠深度基礎データを算出する生体情報処理回路(３)と、生体情報処理回路(３)から得られる睡眠深度基礎データに基づいて睡眠深度を推定する睡眠深度推定回路(４)とを具えている。
生体情報処理回路(３)は、心拍数及び呼吸数のそれぞれについて、検出データのリファレンス値からの変動成分と、検出データの標準偏差のリファレンス値からの変動成分と、検出データの微分成分とを算出し、これらの算出結果を睡眠深度基礎データとして、睡眠深度推定回路(４)へ供給するものである。
【０００６】
上記本発明の睡眠深度推定装置においては、心拍数及び呼吸数のそれぞれについて、リファレンス値からの変動成分と、標準偏差のリファレンス値からの変動成分と、微分成分とに基づいて睡眠深度の推定が行なわれ、この中でリファレンス値からの変動成分と、標準偏差のリファレンス値からの変動成分は、例えば過去一定時間の平均値や標準偏差の平均値をそれぞれリファレンス値とする差分データであるから、心拍数や呼吸数に含まれる個人差の直流成分が排除された値となる。
又、心拍数及び呼吸数の微分成分は、心拍数や呼吸数の一定時間前の値との差を算出することによって得られるデータであるから、心拍数や呼吸数に含まれる個人差の交流成分が排除された値となる。
この様に、何れの睡眠深度基礎データも個人差が補正されたデータであるので、これらの睡眠深度基礎データに基づいて睡眠深度の推定を行なうことにより、個人差が補正された精度の高い推定結果が得られることになる。
【０００７】
具体的構成において、生体情報センサー(２)によって検出される生体情報には体動数が含まれ、生体情報処理回路(３)は、体動数について、一定期間の平均値を表わす検出データと、検出データの微分成分とを算出し、これらの算出結果を睡眠深度基礎データとして、睡眠深度推定回路(４)へ供給する。
睡眠深度基礎データに、体動数についての検出データとその微分成分とを加えることによって、更に推定精度が向上する。
【０００８】
又、具体的構成において、生体情報処理回路(３)には、生体情報センサー(２)によって検出された生体情報から心拍数成分及び呼吸数成分を抽出するためのフィルター手段が設けられると共に、該生体情報から体動数を検出するための閾値手段が設けられている。
従って、生体情報センサー(２)の単一の出力信号から、心拍数成分を含む信号と、呼吸数成分を含む信号と、体動数成分を含む信号の３つの信号が抽出されて、それぞれの信号に前記所定の処理が施されることになり、これによって正確な睡眠深度基礎データが得られる。
【０００９】
更に具体的構成において、睡眠深度推定回路(４)には、前記複数の睡眠深度基礎データに回帰分析を施すことによって導出した睡眠深度推定式が登録されており、睡眠深度推定時には、該睡眠深度推定式によって前記複数の睡眠深度基礎データから睡眠深度が算出される。
例えば回帰分析として主成分回帰分析を採用すれば、前記複数の睡眠深度基礎データが互いに別個独立のデータでなく、一部のデータ間に関連がある場合にも、複数の睡眠深度基礎データが形成する多次元空間が３軸程度の直交軸空間に変換されて、該直交軸についてのパラメータを含む睡眠深度回帰モデル式が得られることになる。
更に該睡眠深度回帰モデル式を、前記複数の睡眠深度基礎データをパラメータとする睡眠深度推定式に変換すれば、複数の睡眠深度基礎データから睡眠深度を算出することが出来る。
【００１０】
【発明の効果】
本発明に係る睡眠深度推定装置によれば、生体情報センサーは心拍数、呼吸数及び体動数を検出すればよいので、例えばベッド上に敷設した歪みゲージ、シート状のコンデンサ、シート状の渦電流センサー、或いは掛け蒲団やパジャマ等の衣類に取り付けた加速度センサー等、周知の種々の生体情報センサーによって構成することが出来、これによって無拘束での推定が可能となる。又、睡眠深度の推定においては個人差が補正されるので、高精度の推定結果が得られる。
【００１１】
【発明の実施の形態】
以下、本発明の実施の形態につき、図面に沿って具体的に説明する。
本発明に係る睡眠深度推定装置においては、図１及び図２に示す如く、敷き蒲団(１)に生体情報センサー(２)が取り付けられており、該生体情報センサー(２)は、人体の上半身により圧迫されて、人体の心拍動、呼吸動、及び体動に伴う生体情報の変動を検出するものである。
例えば、ベッド上に敷設した歪みゲージ、シート状のコンデンサ、シート状の渦電流センサー、掛け蒲団やパジャマ等の衣類に取り付けた加速度センサー等、人体を拘束することのない種々のセンサーを採用することが出来る。
【００１２】
図１の如く、生体情報センサー(２)によって検出された生体情報信号は、生体情報処理回路(３)へ供給されて、後述する８種類の睡眠深度基礎データが算出され、これらの睡眠深度基礎データは睡眠深度推定回路(４)へ供給されて、後述する如く睡眠深度が算出される。
【００１３】
図３は、本発明に係る睡眠深度推定装置における処理の流れを表わしている。
ステップＳ１では、生体情報センサー(２)によって生体情報信号が検出され、該生体情報信号は、ステップＳ２にて雑音除去フィルターによる処理を受けた後、ステップＳ３にて増幅され、更にステップＳ４にてＡ／Ｄ変換される。
この様にして得られた生体情報データは、ステップＳ５にて所定の閾値と比較されて、閾値よりも大きいデータ(体動成分データ)と、閾値よりも小さいデータ(心拍動成分データ及び呼吸動成分データ)に分離される。閾値よりも小さいデータはステップＳ６にてデジタルバンドフィルタによる処理を受けて、心拍動成分データと呼吸動成分データに分離される。
【００１４】
ステップＳ７では、先ず、前記生体情報データから分離された心拍動成分データから、単位時間当たりの心拍数を表わす心拍数検出データ(ＲＲ値)と、心拍数のゆらぎを表わす標準偏差ＲＲＳＤと、心拍数の微分成分を表わす微分値ＲＲ′とが算出される。又、呼吸動成分データからは、単位時間当たりの呼吸数を表わす呼吸数検出データ(ＰＰ値)と、呼吸数のゆらぎを表わす標準偏差ＰＰＳＤと、呼吸数の微分成分を表わす微分値ＰＰ′とが算出される。更に、体動成分データからは、一定時間の平均値としての体動数(ＭＶＡＶＥ値)と、体動数の微分成分を表わす微分値ＭＶＡＶＥ′とが算出される。
【００１５】
更に、心拍数検出データＲＲの平均値からの変動を表わす差分値ΔＲＲと、心拍標準偏差ＲＲＳＤの平均値からの変動を表わす差分値ΔＲＲＳＤと、呼吸数検出データＰＰの平均値からの変動を表わす差分値ΔＰＰと、呼吸数標準偏差ＰＰＳＤの平均値からの変動を表わす差分値ΔＰＰＳＤとが算出される。
上記の心拍数差分値ΔＲＲ、心拍数標準偏差差分値ΔＲＲＳＤ、心拍数微分値ＲＲ′、呼吸数差分値ΔＰＰ、呼吸数標準偏差差分値ΔＰＰＳＤ、呼吸数微分値ＰＰ′、体動数ＭＶＡＶＥ、及び体動数微分値ＭＶＡＶＥ′の８種類のデータが、睡眠深度基礎データとして、睡眠深度の推定に供される。
【００１６】
図４〜図８は、上記８種類の睡眠深度基礎データを算出する具体的な手続きを表わしている。尚、生体情報データのサンプリングは例えば１００Ｈｚの周波数で行なわれる。
【００１７】
心拍数についての手続き
先ず、スタート後の５分間においては、図４(ａ)に示す如く、カウンターｉを０に初期化し、３０秒間に検出された心拍数検出データＲＲを記憶した後、これらのＲＲ値の平均値を算出してＲＲ[ｉ]とする処理を、ｉをカウントアップしながら繰り返す。そして、５分間に検出されたＲＲ[ｉ](ｉ＝１〜９)の平均値を算出し、ＲＲａｖｅとする。
又、図４(ｂ)に示す如く、カウンターｉを０に初期化し、３０秒間に検出された心拍数検出データＲＲを記憶した後、これらのＲＲ値の標準偏差を算出してＲＲＳＤ[ｉ]とする処理を、ｉをカウントアップしながら繰り返す。そして、５分間に検出されたＲＲＳＤ[ｉ](ｉ＝１〜９)の平均値を算出し、ＲＲＳＤａｖｅとする。
【００１８】
次に、スタート後５分経過以降においては、図５(ａ)に示す如く、カウンターｉを１０に設定し、３０秒間に検出された心拍数検出データＲＲを記憶した後、これらのＲＲ値の平均値を算出してＲＲ[ｉ]とし、更にスタート後５分間の平均心拍数ＲＲａｖｅからの変動(心拍数差分値ΔＲＲ)を下記数１によって算出する処理を、ｉをカウントアップしながら繰り返す。
【数１】
ΔＲＲ[ｉ]＝ＲＲ[ｉ]−ＲＲａｖｅ
【００１９】
又、図５(ｂ)に示す如く、カウンターｉを１０に設定し、３０秒間に検出された心拍数検出データＲＲを記憶した後、これらのＲＲ値の標準偏差を算出してＲＲＳＤ[ｉ]とし、更に下記数２の如くスタート後５分間の平均心拍数標準偏差ＲＲＳＤａｖｅからの変動(心拍数標準偏差差分値ΔＲＲＳＤ)を算出する処理を、ｉをカウントアップしながら繰り返す。
【数２】
ΔＲＲＳＤ[ｉ]＝ＲＲＳＤ[ｉ]−ＲＲＳＤａｖｅ
【００２０】
更に、図５(ｃ)に示す如く、カウンターｉを１０に設定し、３０秒間に検出された心拍数検出データＲＲを記憶した後、これらのＲＲ値の平均値を算出してＲＲ[ｉ]とする。次にｉが１２以上であるかどうかを判断して、ノーの場合はｉをカウントアップし、イエスの場合は、下記数３の如く１分前の心拍数検出データＲＲ[ｉ−２]との差を算出して心拍数微分値ＲＲ′とした後、ｉをカウントアップし、同じ手続きを繰り返す。
【数３】
ＲＲ′[ｉ]＝ＲＲ[ｉ]−ＲＲ[ｉ−２]
【００２１】
呼吸数についての手続き
先ず、スタート後の５分間においては、図６(ａ)に示す如く、カウンターｉを０に初期化し、３０秒間に検出された呼吸数検出データＰＰを記憶した後、これらのＰＰ値の平均値を算出してＰＰ[ｉ]とする処理を、ｉをカウントアップしながら繰り返す。そして、５分間に検出されたＰＰ[ｉ](ｉ＝１〜９)の平均値を算出し、ＰＰａｖｅとする。
又、図６(ｂ)に示す如く、カウンターｉを０に初期化し、３０秒間に検出された呼吸数検出データＰＰを記憶した後、これらのＰＰ値の標準偏差を算出してＰＰＳＤ[ｉ]とする処理を、ｉをカウントアップしながら繰り返す。そして、５分間に検出されたＰＰＳＤ[ｉ](ｉ＝１〜９)の平均値を算出し、ＰＰＳＤａｖｅとする。
【００２２】
次に、スタート後５分経過以降においては、図７(ａ)に示す如く、カウンターｉを１０に設定し、３０秒間に検出された呼吸数検出データＰＰを記憶した後、これらのＰＰ値の平均値を算出してＰＰ[ｉ]とし、更にスタート後５分間の平均呼吸数ＰＰａｖｅからの変動(呼吸数差分値ΔＰＰ)を下記数４によって算出する処理を、ｉをカウントアップしながら繰り返す。
【数４】
ΔＰＰ[ｉ]＝ＰＰ[ｉ]−ＰＰａｖｅ
【００２３】
又、図７(ｂ)に示す如く、カウンターｉを１０に設定し、３０秒間に検出された呼吸数検出データＰＰを記憶した後、これらのＰＰ値の標準偏差を算出してＰＰＳＤ[ｉ]とし、更に下記数５の如くスタート後５分間の平均呼吸標準偏差ＰＰＳＤａｖｅからの変動(呼吸数標準偏差差分値ΔＰＰＳＤ)を算出する処理を、ｉをカウントアップしながら繰り返す。
【数５】
ΔＰＰＳＤ[ｉ]＝ＰＰＳＤ[ｉ]−ＰＰＳＤａｖｅ
【００２４】
更に、図７(ｃ)に示す如く、カウンターｉを１０に設定し、３０秒間に検出された呼吸数検出データＰＰを記憶した後、これらのＰＰ値の平均値を算出してＰＰ[ｉ]とする。次にｉが１２以上であるかどうかを判断して、ノーの場合はｉをカウントアップし、イエスの場合は、下記数６の如く１分前の呼吸数検出データＰＰ[ｉ−２]との差を算出して呼吸数微分値ＰＰ′とした後、ｉをカウントアップし、同じ手続きを繰り返す。
【数６】
ＰＰ′[ｉ]＝ＰＰ[ｉ]−ＰＰ[ｉ−２]
【００２５】
体動数についての手続き
先ず、スタート後の５分間においては、図８(ａ)に示す如く、カウンターｉを０に初期化し、３０秒間に検出された体動回数を記憶し、体動数検出データＭＶ[ｉ]とした後、ｉが９であるか否かを判断し、ノーの場合はｉをカウントアンプして体動回数の記憶を繰り返し、イエスの場合は、５分間に検出された体動数検出データＭＶ[ｉ](ｉ＝０〜９)の平均値を算出して体動数ＭＶＡＶＥ[ｉ]とする。
【００２６】
次に、スタート後５分経過以降においては、図８(ｂ)に示す如く、カウンターｉを１０に設定し、３０秒間に検出された体動回数を記憶し、体動数検出データＭＶ[ｉ]とした後、過去５分間(ｉ−９〜ｉ)に検出された体動数検出データＭＶ[ｉ]の平均値を算出して体動数ＭＶＡＶＥ[ｉ]とする処理を、ｉをカウントアップしながら繰り返す。
【００２７】
又、図８(ｃ)に示す如く、カウンターｉを１０に設定し、３０秒間に検出された体動回数を記憶し、体動数検出データＭＶ[ｉ]とした後、過去５分間[ｉ−９〜ｉ]に検出された体動数検出データＭＶ[ｉ]の平均値を算出してＭＶＡＶＥ[ｉ]とする。次にｉが１２以上であるかどうかを判断して、ノーの場合はｉをカウントアップし、イエスの場合は、下記数７の如く１分前のＭＶＡＶＥ[ｉ−２]との差を算出して体動数微分値ＭＶＡＶＥ′とした後、ｉをカウントアップし、同じ手続きを繰り返す。
【数７】
ＭＶＡＶＥ′[ｉ]＝ＭＶＡＶＥ[ｉ]−ＭＶＡＶＥ[ｉ−２]
【００２８】
図９は、上述の手続きに従って、８種類の睡眠深度基礎データ、即ち、心拍数差分値ΔＲＲ、心拍数標準偏差差分値ΔＲＲＳＤ、心拍数微分値ＲＲ′、呼吸数差分値ΔＰＰ、呼吸数標準偏差差分値ΔＰＰＳＤ、呼吸数微分値ＰＰ′、体動数ＭＶＡＶＥ、及び体動数微分値ＭＶＡＶＥ′が順次算出されていく様子を表わしたものである。
図示の如く最初の５分間[ｉ＝０〜９]は、前述の各種平均値を算出するための期間であるため、睡眠深度基礎データは得られないが、５分間が経過し、カウンターｉが１０を越えると、心拍数差分値ΔＲＲ、心拍数標準偏差差分値ΔＲＲＳＤ、呼吸数差分値ΔＰＰ、呼吸数標準偏差差分値ΔＰＰＳＤ、及び体動数ＭＶＡＶＥが得られ、更にカウンターｉが１２を越えると、心拍数微分値ＲＲ′、呼吸数微分値ＰＰ′及び体動数微分値ＭＶＡＶＥ′が得られることになる。
従って、カウンターｉが１２を越えた時点で、８種類の睡眠深度基礎データが揃うため、この時点から睡眠深度の推定が開始される。
【００２９】
図３に示すステップＳ８では、８種類の睡眠深度基礎データに基づいて睡眠深度推定演算が実行される。本実施例においては、予め８種類の睡眠深度基礎データに主成分回帰分析を施すことによって導出した睡眠深度推定式が用いられる。
主成分回帰分析においては、予め複数人の被験者を対象として８種類の睡眠深度基礎データが収集され、これらのデータをパラメータとする睡眠深度回帰モデル式に基づいて、回帰演算が施される。
尚、主成分回帰分析の基礎となる睡眠深度の実測データは、図１１に示す如く、ＥＭＧ積分値、Ｄｅｌｔａ波の割合、Ｓｐｉｎｄｌｅ波の数、及び眼球運動の数に基づいて、睡眠深度のステージを判定する方法等、周知の方法によって測定することが出来る。
【００３０】
主成分回帰分析によれば、８種類の睡眠深度基礎データが互いに別個独立のデータでなく、一部のデータ間に関連がある場合にも、８つの睡眠深度基礎データが形成する８次元空間が３軸の直交軸空間に変換されて、該直交軸についてのパラメータを含む睡眠深度回帰モデル式が得られることになる。該睡眠深度回帰モデル式は、８種類の睡眠深度基礎データをパラメータとする睡眠深度推定式に変換され、該推定式を用いて睡眠深度が算出される。
本実施例においては、図１０(ａ)に示す睡眠深度回帰モデル式を用いることによって、同図(ｂ)に示す睡眠深度推定式が導出された。
【００３１】
本実施例では、図３のステップＳ９にて睡眠深度が算出された後、更にステップＳ１０にて学習モードが導入される。該学習モードにおいては、上記睡眠深度推定式によって算出した睡眠深度の最浅値を「目覚め(ＷＡＫＥ)」、準浅値を「ＲＥＭ睡眠」に合わせることによって、睡眠深度推定式に対する補正係数を導出する。これによって、図３のステップＳ１１では、更に精度の高い補正後睡眠深度が得られることになる。
【００３２】
図１２のグラフは、ある被験者について、本発明の睡眠深度推定式によって算出した睡眠深度の推定値と、睡眠深度の実測値との比較を表わしている。図示の如く、睡眠深度の推定値と実測値とは、極めて近似した変動を示しており、これによって、本発明の睡眠深度推定方法が高い精度を有していることが実証される。
【００３３】
上述の如く、本発明に係る睡眠深度推定装置は、人体を拘束することなく、精度の高い睡眠深度の推定結果を得ることが出来るので、特に一般の家庭における睡眠深度測定装置として好適である。
【図面の簡単な説明】
【図１】本発明に係る睡眠深度推定装置の構成を表わすブロック図である。
【図２】該睡眠深度推定装置における生体情報センサーの取付け例を説明する図である。
【図３】該睡眠深度推定装置における睡眠深度推定手続きを表わすフローチャートである。
【図４】心拍数についての準備処理を示すフローチャートである。
【図５】心拍数についての基礎データ算出手続きを示すフローチャートである。
【図６】呼吸数についての準備処理を示すフローチャートである。
【図７】呼吸数についての基礎データ算出手続きを示すフローチャートである。
【図８】体動数についての準備処理及び基礎データ算出手続きを示すフローチャートである。
【図９】８種類の基礎データが次々と算出される様子を示す図である。
【図１０】睡眠深度回帰モデル式と睡眠深度推定式を表わす図である。
【図１１】睡眠深度の判定方法を説明する図である。
【図１２】睡眠深度の推定値と実測値の比較を表わすグラフである。
【符号の説明】
(２) 生体情報センサー
(３) 生体情報処理回路
(４) 睡眠深度推定回路
【発明の属する技術分野】
本発明は、人体の心拍数、呼吸数等の生体情報に基づいて睡眠の深度を推定する装置に関するものである。
【０００２】
【従来の技術】
近年、健康管理の意識が高まる中で、一般の家庭において睡眠の深度を測定して、体調を管理したいというニーズが生まれている。睡眠には、眠りの浅いレム睡眠と、眠りの深いノンレム睡眠とがあり、この様な睡眠状態を判定する方法として、脳波、筋電、眼球運動等を検出し、その検出波形から睡眠深度を推定する方法(睡眠ポリグラフ法)が知られている。
【０００３】
【発明が解決しようとする課題】
しかしながら、従来の睡眠深度推定方法においては、複数の電極を直接肌に貼り付ける必要があり、各電極から計測器本体へ伸びるコードによって長時間の拘束状態を強いられるという欠点があった。
この問題に対して、心拍数と体動数を検出し、学習済みの結合重み付け係数を内部に持つ神経回路網によって、心拍数と体動数から睡眠深度を推定せんとする装置が提案されている(特開平５−１１１４７４号)。しかし、心拍数や体動数の変動には個人差があるため、睡眠深度推定の精度が低い問題があった。
【０００４】
そこで本発明の目的は、睡眠深度を無拘束且つ高精度で推定することが出来る睡眠深度推定装置を提供することである。
【０００５】
【課題を解決する為の手段】
本発明に係る睡眠深度推定装置は、人体の心拍数及び呼吸数を含む生体情報を検出する生体情報センサー(２)と、該生体情報センサー(２)によって検出された生体情報の検出データに所定の処理を施して複数の睡眠深度基礎データを算出する生体情報処理回路(３)と、生体情報処理回路(３)から得られる睡眠深度基礎データに基づいて睡眠深度を推定する睡眠深度推定回路(４)とを具えている。
生体情報処理回路(３)は、心拍数及び呼吸数のそれぞれについて、検出データのリファレンス値からの変動成分と、検出データの標準偏差のリファレンス値からの変動成分と、検出データの微分成分とを算出し、これらの算出結果を睡眠深度基礎データとして、睡眠深度推定回路(４)へ供給するものである。
【０００６】
上記本発明の睡眠深度推定装置においては、心拍数及び呼吸数のそれぞれについて、リファレンス値からの変動成分と、標準偏差のリファレンス値からの変動成分と、微分成分とに基づいて睡眠深度の推定が行なわれ、この中でリファレンス値からの変動成分と、標準偏差のリファレンス値からの変動成分は、例えば過去一定時間の平均値や標準偏差の平均値をそれぞれリファレンス値とする差分データであるから、心拍数や呼吸数に含まれる個人差の直流成分が排除された値となる。
又、心拍数及び呼吸数の微分成分は、心拍数や呼吸数の一定時間前の値との差を算出することによって得られるデータであるから、心拍数や呼吸数に含まれる個人差の交流成分が排除された値となる。
この様に、何れの睡眠深度基礎データも個人差が補正されたデータであるので、これらの睡眠深度基礎データに基づいて睡眠深度の推定を行なうことにより、個人差が補正された精度の高い推定結果が得られることになる。
【０００７】
具体的構成において、生体情報センサー(２)によって検出される生体情報には体動数が含まれ、生体情報処理回路(３)は、体動数について、一定期間の平均値を表わす検出データと、検出データの微分成分とを算出し、これらの算出結果を睡眠深度基礎データとして、睡眠深度推定回路(４)へ供給する。
睡眠深度基礎データに、体動数についての検出データとその微分成分とを加えることによって、更に推定精度が向上する。
【０００８】
又、具体的構成において、生体情報処理回路(３)には、生体情報センサー(２)によって検出された生体情報から心拍数成分及び呼吸数成分を抽出するためのフィルター手段が設けられると共に、該生体情報から体動数を検出するための閾値手段が設けられている。
従って、生体情報センサー(２)の単一の出力信号から、心拍数成分を含む信号と、呼吸数成分を含む信号と、体動数成分を含む信号の３つの信号が抽出されて、それぞれの信号に前記所定の処理が施されることになり、これによって正確な睡眠深度基礎データが得られる。
【０００９】
更に具体的構成において、睡眠深度推定回路(４)には、前記複数の睡眠深度基礎データに回帰分析を施すことによって導出した睡眠深度推定式が登録されており、睡眠深度推定時には、該睡眠深度推定式によって前記複数の睡眠深度基礎データから睡眠深度が算出される。
例えば回帰分析として主成分回帰分析を採用すれば、前記複数の睡眠深度基礎データが互いに別個独立のデータでなく、一部のデータ間に関連がある場合にも、複数の睡眠深度基礎データが形成する多次元空間が３軸程度の直交軸空間に変換されて、該直交軸についてのパラメータを含む睡眠深度回帰モデル式が得られることになる。
更に該睡眠深度回帰モデル式を、前記複数の睡眠深度基礎データをパラメータとする睡眠深度推定式に変換すれば、複数の睡眠深度基礎データから睡眠深度を算出することが出来る。
【００１０】
【発明の効果】
本発明に係る睡眠深度推定装置によれば、生体情報センサーは心拍数、呼吸数及び体動数を検出すればよいので、例えばベッド上に敷設した歪みゲージ、シート状のコンデンサ、シート状の渦電流センサー、或いは掛け蒲団やパジャマ等の衣類に取り付けた加速度センサー等、周知の種々の生体情報センサーによって構成することが出来、これによって無拘束での推定が可能となる。又、睡眠深度の推定においては個人差が補正されるので、高精度の推定結果が得られる。
【００１１】
【発明の実施の形態】
以下、本発明の実施の形態につき、図面に沿って具体的に説明する。
本発明に係る睡眠深度推定装置においては、図１及び図２に示す如く、敷き蒲団(１)に生体情報センサー(２)が取り付けられており、該生体情報センサー(２)は、人体の上半身により圧迫されて、人体の心拍動、呼吸動、及び体動に伴う生体情報の変動を検出するものである。
例えば、ベッド上に敷設した歪みゲージ、シート状のコンデンサ、シート状の渦電流センサー、掛け蒲団やパジャマ等の衣類に取り付けた加速度センサー等、人体を拘束することのない種々のセンサーを採用することが出来る。
【００１２】
図１の如く、生体情報センサー(２)によって検出された生体情報信号は、生体情報処理回路(３)へ供給されて、後述する８種類の睡眠深度基礎データが算出され、これらの睡眠深度基礎データは睡眠深度推定回路(４)へ供給されて、後述する如く睡眠深度が算出される。
【００１３】
図３は、本発明に係る睡眠深度推定装置における処理の流れを表わしている。
ステップＳ１では、生体情報センサー(２)によって生体情報信号が検出され、該生体情報信号は、ステップＳ２にて雑音除去フィルターによる処理を受けた後、ステップＳ３にて増幅され、更にステップＳ４にてＡ／Ｄ変換される。
この様にして得られた生体情報データは、ステップＳ５にて所定の閾値と比較されて、閾値よりも大きいデータ(体動成分データ)と、閾値よりも小さいデータ(心拍動成分データ及び呼吸動成分データ)に分離される。閾値よりも小さいデータはステップＳ６にてデジタルバンドフィルタによる処理を受けて、心拍動成分データと呼吸動成分データに分離される。
【００１４】
ステップＳ７では、先ず、前記生体情報データから分離された心拍動成分データから、単位時間当たりの心拍数を表わす心拍数検出データ(ＲＲ値)と、心拍数のゆらぎを表わす標準偏差ＲＲＳＤと、心拍数の微分成分を表わす微分値ＲＲ′とが算出される。又、呼吸動成分データからは、単位時間当たりの呼吸数を表わす呼吸数検出データ(ＰＰ値)と、呼吸数のゆらぎを表わす標準偏差ＰＰＳＤと、呼吸数の微分成分を表わす微分値ＰＰ′とが算出される。更に、体動成分データからは、一定時間の平均値としての体動数(ＭＶＡＶＥ値)と、体動数の微分成分を表わす微分値ＭＶＡＶＥ′とが算出される。
【００１５】
更に、心拍数検出データＲＲの平均値からの変動を表わす差分値ΔＲＲと、心拍標準偏差ＲＲＳＤの平均値からの変動を表わす差分値ΔＲＲＳＤと、呼吸数検出データＰＰの平均値からの変動を表わす差分値ΔＰＰと、呼吸数標準偏差ＰＰＳＤの平均値からの変動を表わす差分値ΔＰＰＳＤとが算出される。
上記の心拍数差分値ΔＲＲ、心拍数標準偏差差分値ΔＲＲＳＤ、心拍数微分値ＲＲ′、呼吸数差分値ΔＰＰ、呼吸数標準偏差差分値ΔＰＰＳＤ、呼吸数微分値ＰＰ′、体動数ＭＶＡＶＥ、及び体動数微分値ＭＶＡＶＥ′の８種類のデータが、睡眠深度基礎データとして、睡眠深度の推定に供される。
【００１６】
図４〜図８は、上記８種類の睡眠深度基礎データを算出する具体的な手続きを表わしている。尚、生体情報データのサンプリングは例えば１００Ｈｚの周波数で行なわれる。
【００１７】
心拍数についての手続き
先ず、スタート後の５分間においては、図４(ａ)に示す如く、カウンターｉを０に初期化し、３０秒間に検出された心拍数検出データＲＲを記憶した後、これらのＲＲ値の平均値を算出してＲＲ[ｉ]とする処理を、ｉをカウントアップしながら繰り返す。そして、５分間に検出されたＲＲ[ｉ](ｉ＝１〜９)の平均値を算出し、ＲＲａｖｅとする。
又、図４(ｂ)に示す如く、カウンターｉを０に初期化し、３０秒間に検出された心拍数検出データＲＲを記憶した後、これらのＲＲ値の標準偏差を算出してＲＲＳＤ[ｉ]とする処理を、ｉをカウントアップしながら繰り返す。そして、５分間に検出されたＲＲＳＤ[ｉ](ｉ＝１〜９)の平均値を算出し、ＲＲＳＤａｖｅとする。
【００１８】
次に、スタート後５分経過以降においては、図５(ａ)に示す如く、カウンターｉを１０に設定し、３０秒間に検出された心拍数検出データＲＲを記憶した後、これらのＲＲ値の平均値を算出してＲＲ[ｉ]とし、更にスタート後５分間の平均心拍数ＲＲａｖｅからの変動(心拍数差分値ΔＲＲ)を下記数１によって算出する処理を、ｉをカウントアップしながら繰り返す。
【数１】
ΔＲＲ[ｉ]＝ＲＲ[ｉ]−ＲＲａｖｅ
【００１９】
又、図５(ｂ)に示す如く、カウンターｉを１０に設定し、３０秒間に検出された心拍数検出データＲＲを記憶した後、これらのＲＲ値の標準偏差を算出してＲＲＳＤ[ｉ]とし、更に下記数２の如くスタート後５分間の平均心拍数標準偏差ＲＲＳＤａｖｅからの変動(心拍数標準偏差差分値ΔＲＲＳＤ)を算出する処理を、ｉをカウントアップしながら繰り返す。
【数２】
ΔＲＲＳＤ[ｉ]＝ＲＲＳＤ[ｉ]−ＲＲＳＤａｖｅ
【００２０】
更に、図５(ｃ)に示す如く、カウンターｉを１０に設定し、３０秒間に検出された心拍数検出データＲＲを記憶した後、これらのＲＲ値の平均値を算出してＲＲ[ｉ]とする。次にｉが１２以上であるかどうかを判断して、ノーの場合はｉをカウントアップし、イエスの場合は、下記数３の如く１分前の心拍数検出データＲＲ[ｉ−２]との差を算出して心拍数微分値ＲＲ′とした後、ｉをカウントアップし、同じ手続きを繰り返す。
【数３】
ＲＲ′[ｉ]＝ＲＲ[ｉ]−ＲＲ[ｉ−２]
【００２１】
呼吸数についての手続き
先ず、スタート後の５分間においては、図６(ａ)に示す如く、カウンターｉを０に初期化し、３０秒間に検出された呼吸数検出データＰＰを記憶した後、これらのＰＰ値の平均値を算出してＰＰ[ｉ]とする処理を、ｉをカウントアップしながら繰り返す。そして、５分間に検出されたＰＰ[ｉ](ｉ＝１〜９)の平均値を算出し、ＰＰａｖｅとする。
又、図６(ｂ)に示す如く、カウンターｉを０に初期化し、３０秒間に検出された呼吸数検出データＰＰを記憶した後、これらのＰＰ値の標準偏差を算出してＰＰＳＤ[ｉ]とする処理を、ｉをカウントアップしながら繰り返す。そして、５分間に検出されたＰＰＳＤ[ｉ](ｉ＝１〜９)の平均値を算出し、ＰＰＳＤａｖｅとする。
【００２２】
次に、スタート後５分経過以降においては、図７(ａ)に示す如く、カウンターｉを１０に設定し、３０秒間に検出された呼吸数検出データＰＰを記憶した後、これらのＰＰ値の平均値を算出してＰＰ[ｉ]とし、更にスタート後５分間の平均呼吸数ＰＰａｖｅからの変動(呼吸数差分値ΔＰＰ)を下記数４によって算出する処理を、ｉをカウントアップしながら繰り返す。
【数４】
ΔＰＰ[ｉ]＝ＰＰ[ｉ]−ＰＰａｖｅ
【００２３】
又、図７(ｂ)に示す如く、カウンターｉを１０に設定し、３０秒間に検出された呼吸数検出データＰＰを記憶した後、これらのＰＰ値の標準偏差を算出してＰＰＳＤ[ｉ]とし、更に下記数５の如くスタート後５分間の平均呼吸標準偏差ＰＰＳＤａｖｅからの変動(呼吸数標準偏差差分値ΔＰＰＳＤ)を算出する処理を、ｉをカウントアップしながら繰り返す。
【数５】
ΔＰＰＳＤ[ｉ]＝ＰＰＳＤ[ｉ]−ＰＰＳＤａｖｅ
【００２４】
更に、図７(ｃ)に示す如く、カウンターｉを１０に設定し、３０秒間に検出された呼吸数検出データＰＰを記憶した後、これらのＰＰ値の平均値を算出してＰＰ[ｉ]とする。次にｉが１２以上であるかどうかを判断して、ノーの場合はｉをカウントアップし、イエスの場合は、下記数６の如く１分前の呼吸数検出データＰＰ[ｉ−２]との差を算出して呼吸数微分値ＰＰ′とした後、ｉをカウントアップし、同じ手続きを繰り返す。
【数６】
ＰＰ′[ｉ]＝ＰＰ[ｉ]−ＰＰ[ｉ−２]
【００２５】
体動数についての手続き
先ず、スタート後の５分間においては、図８(ａ)に示す如く、カウンターｉを０に初期化し、３０秒間に検出された体動回数を記憶し、体動数検出データＭＶ[ｉ]とした後、ｉが９であるか否かを判断し、ノーの場合はｉをカウントアンプして体動回数の記憶を繰り返し、イエスの場合は、５分間に検出された体動数検出データＭＶ[ｉ](ｉ＝０〜９)の平均値を算出して体動数ＭＶＡＶＥ[ｉ]とする。
【００２６】
次に、スタート後５分経過以降においては、図８(ｂ)に示す如く、カウンターｉを１０に設定し、３０秒間に検出された体動回数を記憶し、体動数検出データＭＶ[ｉ]とした後、過去５分間(ｉ−９〜ｉ)に検出された体動数検出データＭＶ[ｉ]の平均値を算出して体動数ＭＶＡＶＥ[ｉ]とする処理を、ｉをカウントアップしながら繰り返す。
【００２７】
又、図８(ｃ)に示す如く、カウンターｉを１０に設定し、３０秒間に検出された体動回数を記憶し、体動数検出データＭＶ[ｉ]とした後、過去５分間[ｉ−９〜ｉ]に検出された体動数検出データＭＶ[ｉ]の平均値を算出してＭＶＡＶＥ[ｉ]とする。次にｉが１２以上であるかどうかを判断して、ノーの場合はｉをカウントアップし、イエスの場合は、下記数７の如く１分前のＭＶＡＶＥ[ｉ−２]との差を算出して体動数微分値ＭＶＡＶＥ′とした後、ｉをカウントアップし、同じ手続きを繰り返す。
【数７】
ＭＶＡＶＥ′[ｉ]＝ＭＶＡＶＥ[ｉ]−ＭＶＡＶＥ[ｉ−２]
【００２８】
図９は、上述の手続きに従って、８種類の睡眠深度基礎データ、即ち、心拍数差分値ΔＲＲ、心拍数標準偏差差分値ΔＲＲＳＤ、心拍数微分値ＲＲ′、呼吸数差分値ΔＰＰ、呼吸数標準偏差差分値ΔＰＰＳＤ、呼吸数微分値ＰＰ′、体動数ＭＶＡＶＥ、及び体動数微分値ＭＶＡＶＥ′が順次算出されていく様子を表わしたものである。
図示の如く最初の５分間[ｉ＝０〜９]は、前述の各種平均値を算出するための期間であるため、睡眠深度基礎データは得られないが、５分間が経過し、カウンターｉが１０を越えると、心拍数差分値ΔＲＲ、心拍数標準偏差差分値ΔＲＲＳＤ、呼吸数差分値ΔＰＰ、呼吸数標準偏差差分値ΔＰＰＳＤ、及び体動数ＭＶＡＶＥが得られ、更にカウンターｉが１２を越えると、心拍数微分値ＲＲ′、呼吸数微分値ＰＰ′及び体動数微分値ＭＶＡＶＥ′が得られることになる。
従って、カウンターｉが１２を越えた時点で、８種類の睡眠深度基礎データが揃うため、この時点から睡眠深度の推定が開始される。
【００２９】
図３に示すステップＳ８では、８種類の睡眠深度基礎データに基づいて睡眠深度推定演算が実行される。本実施例においては、予め８種類の睡眠深度基礎データに主成分回帰分析を施すことによって導出した睡眠深度推定式が用いられる。
主成分回帰分析においては、予め複数人の被験者を対象として８種類の睡眠深度基礎データが収集され、これらのデータをパラメータとする睡眠深度回帰モデル式に基づいて、回帰演算が施される。
尚、主成分回帰分析の基礎となる睡眠深度の実測データは、図１１に示す如く、ＥＭＧ積分値、Ｄｅｌｔａ波の割合、Ｓｐｉｎｄｌｅ波の数、及び眼球運動の数に基づいて、睡眠深度のステージを判定する方法等、周知の方法によって測定することが出来る。
【００３０】
主成分回帰分析によれば、８種類の睡眠深度基礎データが互いに別個独立のデータでなく、一部のデータ間に関連がある場合にも、８つの睡眠深度基礎データが形成する８次元空間が３軸の直交軸空間に変換されて、該直交軸についてのパラメータを含む睡眠深度回帰モデル式が得られることになる。該睡眠深度回帰モデル式は、８種類の睡眠深度基礎データをパラメータとする睡眠深度推定式に変換され、該推定式を用いて睡眠深度が算出される。
本実施例においては、図１０(ａ)に示す睡眠深度回帰モデル式を用いることによって、同図(ｂ)に示す睡眠深度推定式が導出された。
【００３１】
本実施例では、図３のステップＳ９にて睡眠深度が算出された後、更にステップＳ１０にて学習モードが導入される。該学習モードにおいては、上記睡眠深度推定式によって算出した睡眠深度の最浅値を「目覚め(ＷＡＫＥ)」、準浅値を「ＲＥＭ睡眠」に合わせることによって、睡眠深度推定式に対する補正係数を導出する。これによって、図３のステップＳ１１では、更に精度の高い補正後睡眠深度が得られることになる。
【００３２】
図１２のグラフは、ある被験者について、本発明の睡眠深度推定式によって算出した睡眠深度の推定値と、睡眠深度の実測値との比較を表わしている。図示の如く、睡眠深度の推定値と実測値とは、極めて近似した変動を示しており、これによって、本発明の睡眠深度推定方法が高い精度を有していることが実証される。
【００３３】
上述の如く、本発明に係る睡眠深度推定装置は、人体を拘束することなく、精度の高い睡眠深度の推定結果を得ることが出来るので、特に一般の家庭における睡眠深度測定装置として好適である。
【図面の簡単な説明】
【図１】本発明に係る睡眠深度推定装置の構成を表わすブロック図である。
【図２】該睡眠深度推定装置における生体情報センサーの取付け例を説明する図である。
【図３】該睡眠深度推定装置における睡眠深度推定手続きを表わすフローチャートである。
【図４】心拍数についての準備処理を示すフローチャートである。
【図５】心拍数についての基礎データ算出手続きを示すフローチャートである。
【図６】呼吸数についての準備処理を示すフローチャートである。
【図７】呼吸数についての基礎データ算出手続きを示すフローチャートである。
【図８】体動数についての準備処理及び基礎データ算出手続きを示すフローチャートである。
【図９】８種類の基礎データが次々と算出される様子を示す図である。
【図１０】睡眠深度回帰モデル式と睡眠深度推定式を表わす図である。
【図１１】睡眠深度の判定方法を説明する図である。
【図１２】睡眠深度の推定値と実測値の比較を表わすグラフである。
【符号の説明】
(２) 生体情報センサー
(３) 生体情報処理回路
(４) 睡眠深度推定回路
Claims (5)
- 人体の心拍数及び呼吸数を含む生体情報を検出する生体情報センサー(２)と、該生体情報センサー(２)によって検出された生体情報の検出データに所定の処理を施して複数の睡眠深度基礎データを算出する生体情報処理回路(３)と、生体情報処理回路(３)から得られる睡眠深度基礎データに基づいて睡眠深度を推定する睡眠深度推定回路(４)とを具え睡眠深度推定装置において、生体情報処理回路(３)は、心拍数及び呼吸数のそれぞれについて、検出データのリファレンス値からの変動成分と、検出データの標準偏差のリファレンス値からの変動成分と、検出データの微分成分とを算出し、これらの算出結果を睡眠深度基礎データとして、睡眠深度推定回路(４)へ供給することを特徴とする睡眠深度推定装置。
- 生体情報センサー(２)によって検出される生体情報には体動数が含まれ、生体情報処理回路(３)は、体動数について、一定期間の平均値を表わす検出データと、検出データの微分成分とを算出し、これらの算出結果を睡眠深度基礎データとして、睡眠深度推定回路(４)へ供給する請求項１に記載の睡眠深度推定装置。
- 生体情報処理回路(３)には、生体情報センサー(２)によって検出された生体情報から心拍数成分及び呼吸数成分を抽出するためのフィルター手段が設けられると共に、該生体情報から体動数を検出するための閾値手段が設けられている請求項２に記載の睡眠深度推定装置。
- 睡眠深度推定回路(４)には、前記複数の睡眠深度基礎データに回帰分析を施すことによって予め導出した睡眠深度推定式が登録されており、睡眠深度推定時には、該睡眠深度推定式によって前記複数の睡眠深度基礎データから睡眠深度が算出される請求項１乃至請求項３の何れかに記載の睡眠深度推定装置。
- 前記回帰分析は、主成分回帰分析である請求項４に記載の睡眠深度推定装置。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP2002065928A JP3877615B2 (ja) | 2002-03-11 | 2002-03-11 | 睡眠深度推定装置 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP2002065928A JP3877615B2 (ja) | 2002-03-11 | 2002-03-11 | 睡眠深度推定装置 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| JP2003260040A JP2003260040A (ja) | 2003-09-16 |
| JP3877615B2 true JP3877615B2 (ja) | 2007-02-07 |
Family
ID=28671354
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| JP2002065928A Expired - Fee Related JP3877615B2 (ja) | 2002-03-11 | 2002-03-11 | 睡眠深度推定装置 |
Country Status (1)
| Country | Link |
|---|---|
| JP (1) | JP3877615B2 (ja) |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US10627130B2 (en) | 2017-01-25 | 2020-04-21 | Samsung Electronics Co., Ltd. | Air conditioning system, indoor unit of air conditioning system and method for controlling the same |
Families Citing this family (19)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP3733133B2 (ja) | 2003-10-14 | 2006-01-11 | 三洋電機株式会社 | 睡眠状態推定装置 |
| JP4607611B2 (ja) * | 2004-02-10 | 2011-01-05 | 昭和電工株式会社 | 生体情報計測用パネル、生体情報計測装置及び生体情報計測方法 |
| JP3976752B2 (ja) * | 2004-07-07 | 2007-09-19 | 三洋電機株式会社 | 睡眠状態推定装置及びプログラム |
| JP4139828B2 (ja) * | 2004-07-07 | 2008-08-27 | 昭和電工株式会社 | 生体情報計測用パネル、生体情報計測用マット、生体情報計測装置及び生体情報計測方法 |
| JP4551148B2 (ja) * | 2004-07-21 | 2010-09-22 | 株式会社ジェピコ | 睡眠分析装置 |
| KR100712198B1 (ko) * | 2005-02-17 | 2007-04-30 | 재단법인서울대학교산학협력재단 | 무구속 무게감지 기반 수면구조 분석 장치 |
| KR100791371B1 (ko) * | 2005-10-07 | 2008-01-07 | 삼성전자주식회사 | 숙면 및 기상 유도 장치 및 방법 |
| KR100809041B1 (ko) * | 2006-06-20 | 2008-03-03 | 삼성전자주식회사 | 수면 상태 감지 장치 및 그 방법 |
| JP4859778B2 (ja) * | 2007-07-30 | 2012-01-25 | 株式会社日立エンジニアリング・アンド・サービス | 睡眠時無呼吸症候群の測定装置 |
| KR101235441B1 (ko) | 2010-08-01 | 2013-02-20 | 연세대학교 산학협력단 | 생체신호 기반 자동 수면단계 분류시스템 |
| JP5652764B2 (ja) * | 2011-02-09 | 2015-01-14 | 公立大学法人首都大学東京 | 睡眠状態判定装置及び睡眠状態判定プログラム |
| EP2524647A1 (en) * | 2011-05-18 | 2012-11-21 | Alain Gilles Muzet | System and method for determining sleep stages of a person |
| RU2522400C1 (ru) * | 2013-04-05 | 2014-07-10 | Общество С Ограниченной Ответственностью "Хилби" | Способ определения фазы сна человека, благоприятной для пробуждения |
| JP5606606B2 (ja) * | 2013-09-20 | 2014-10-15 | 三菱電機株式会社 | 生体状態取得装置、生体状態取得プログラム、生体状態取得装置を備えた機器及び空気調和機 |
| CN104864551B (zh) * | 2015-04-30 | 2017-10-27 | 广东美的制冷设备有限公司 | 可穿戴设备、智能控制设备、空调系统、控制方法 |
| JP6079824B2 (ja) * | 2015-06-09 | 2017-02-15 | セイコーエプソン株式会社 | 睡眠評価装置およびプログラム |
| CN106175678A (zh) * | 2016-07-13 | 2016-12-07 | 翟思民 | 一种面向睡眠分析的无线心电监护方法、系统及监护衣 |
| JP6976387B2 (ja) * | 2019-04-19 | 2021-12-08 | パラマウントベッド株式会社 | 評価装置及びプログラム |
| JP7244477B2 (ja) * | 2020-11-09 | 2023-03-22 | パラマウントベッド株式会社 | スマートフォン |
Family Cites Families (12)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JPH0341926A (ja) * | 1989-07-07 | 1991-02-22 | Matsushita Electric Works Ltd | 睡眠の状態変化検出装置および睡眠状態制御装置 |
| JP2780465B2 (ja) * | 1990-08-30 | 1998-07-30 | 松下電器産業株式会社 | 睡眠状態判定装置 |
| JP3369201B2 (ja) * | 1991-10-02 | 2003-01-20 | マツダ株式会社 | 覚醒度維持装置 |
| JP2817472B2 (ja) * | 1991-10-07 | 1998-10-30 | 松下電器産業株式会社 | 生体情報処理装置とそのモニター装置 |
| JPH05111474A (ja) * | 1991-10-24 | 1993-05-07 | Matsushita Electric Ind Co Ltd | 睡眠深度判定装置 |
| JPH0759757A (ja) * | 1993-08-25 | 1995-03-07 | Tsutomu Suzuki | 身体状態検出装置 |
| JPH0880285A (ja) * | 1994-09-14 | 1996-03-26 | Matsushita Electric Ind Co Ltd | 監視装置 |
| JPH09126996A (ja) * | 1995-08-30 | 1997-05-16 | Kdk Corp | 生体中のケトン体測定方法及び測定装置 |
| JP2000271103A (ja) * | 1999-03-24 | 2000-10-03 | Arata Nemoto | 無呼吸検出装置 |
| JP3788126B2 (ja) * | 1999-08-26 | 2006-06-21 | 松下電工株式会社 | 睡眠状態判定装置 |
| JP2001258855A (ja) * | 2000-03-17 | 2001-09-25 | Arata Nemoto | 健康状態判定方法およびその判定装置 |
| JP2002034955A (ja) * | 2000-07-26 | 2002-02-05 | Matsushita Electric Works Ltd | 睡眠状態および中途覚醒の判定システム、睡眠状態および中途覚醒の判定方法、睡眠状態および中途覚醒の判定用プログラムを記録した記録媒体 |
-
2002
- 2002-03-11 JP JP2002065928A patent/JP3877615B2/ja not_active Expired - Fee Related
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US10627130B2 (en) | 2017-01-25 | 2020-04-21 | Samsung Electronics Co., Ltd. | Air conditioning system, indoor unit of air conditioning system and method for controlling the same |
Also Published As
| Publication number | Publication date |
|---|---|
| JP2003260040A (ja) | 2003-09-16 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| JP3877615B2 (ja) | 睡眠深度推定装置 | |
| Paalasmaa et al. | Adaptive heartbeat modeling for beat-to-beat heart rate measurement in ballistocardiograms | |
| KR101656611B1 (ko) | 무구속적으로 측정한 생체신호를 이용하여 산소탈포화지수를 획득하는 방법 | |
| Boyle et al. | Automatic detection of respiration rate from ambulatory single-lead ECG | |
| JP3733133B2 (ja) | 睡眠状態推定装置 | |
| Chee et al. | Air mattress sensor system with balancing tube for unconstrained measurement of respiration and heart beat movements | |
| JP3976752B2 (ja) | 睡眠状態推定装置及びプログラム | |
| US9295412B2 (en) | Wearable health monitoring device and methods for step detection | |
| JP3658580B2 (ja) | 睡眠深度推定装置及びこれを具えた布団 | |
| US10231628B2 (en) | Method for measuring movements of a person wearing a portable detector | |
| EP2317919B1 (en) | Ballistocardiogram analysis method and device | |
| CN105769122B (zh) | 一种睡眠呼吸暂停低通气指数的测量设备 | |
| JP2008006005A (ja) | 生体情報計測装置、生体情報計測方法および生体情報計測プログラム | |
| CN105142515A (zh) | 测定有利于唤醒的人类睡眠阶段的方法 | |
| WO2017090732A1 (ja) | 呼吸推定方法および装置 | |
| WO2009150744A1 (ja) | 睡眠状態モニタリング装置、モニタリングシステムおよびコンピュータプログラム | |
| KR101885981B1 (ko) | 무구속적으로 측정된 심폐신호를 이용한 수면효율의 예측방법 | |
| JP2008068019A (ja) | 呼気時間を出力可能な装置および方法 | |
| EP3766424B1 (en) | Sleep/wake determination system | |
| KR101853102B1 (ko) | 가속도 센서 기반 수면분류 정보 측정기 | |
| US11291406B2 (en) | System for determining a set of at least one cardio-respiratory descriptor of an individual during sleep | |
| JP2019146960A (ja) | 被験者の呼吸モニタリングのためのシステム及び方法 | |
| JP2022063926A (ja) | 睡眠状態推定システム | |
| US20210196189A1 (en) | Apparatus and a method for monitoring a patient during his sleep | |
| EP4056112B1 (en) | Method for determining respiratory timing parameters from respiratory monitoring measurements of a subject |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20040913 |
|
| A977 | Report on retrieval |
Free format text: JAPANESE INTERMEDIATE CODE: A971007 Effective date: 20060705 |
|
| TRDD | Decision of grant or rejection written | ||
| A01 | Written decision to grant a patent or to grant a registration (utility model) |
Free format text: JAPANESE INTERMEDIATE CODE: A01 Effective date: 20061010 |
|
| A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20061031 |
|
| LAPS | Cancellation because of no payment of annual fees |