JP5036383B2 - 睡眠状態判定装置、睡眠状態判定方法及びコンピュータプログラム - Google Patents

Description

本発明は、人の睡眠の状態を評価可能な睡眠状態判定装置、睡眠状態判定方法及びそれらに用いるコンピュータプログラムに関する。

人の睡眠の状態を判定する装置としては、頭部と顔面部に電極を装着して、脳波、眼球運動、筋電を計測する睡眠ポリグラフが用いられる。しかし、睡眠ポリグラフは大がかりな装置であり、研究室や病院などの専門設備において使用されているにすぎない。この点に鑑み、特許文献１では、家庭などにおいても簡易に睡眠の状態を評価できる装置が提案されている。心拍センサを用いた装置で、睡眠ポリグラフと比べれば遥かに小型で簡易に用いることができる。
特開２００１−６１７９７号公報

特許文献１に開示の技術は、心拍センサにより、予め安静覚醒時の心拍数と、入眠に至る段階の心拍数を測定して、後者の入眠に至った段階の心拍数を閾値として設定しておく。そして、測定される単位時間あたりの心拍数がこの閾値を下回った場合に、入眠と判定するものである。また、精度を高めるために、閾値を複数設定し、それらの閾値のいずれかを下回った場合に入眠と判定するなどの手段も開示されている。しかし、特許文献１に記載の技術は、心拍センサから得られる心拍数の生のデータをそのまま用いて判定するものであり、安静覚醒時の心拍数データと入眠時の心拍数データとの差異はそれほど顕著ではない。このため、精度を高めるために複数の閾値を設定し、各閾値をどのように下回ったかも考慮して入眠時の判定を行っており、アルゴリズムが複雑である。

本発明は上記に鑑みなされたものであり、睡眠状態をより明確に判定できる睡眠状態判定装置、睡眠状態判定方法及びそれらに用いるコンピュータプログラムを提供することを課題とする。

本発明者は研究の結果、次のような知見を得た。一般に、覚醒時は、交感神経系が優位に働き、副交感神経系は低下するが、入眠前には、交感神経活動の働きが弱まり、末梢血管が拡張して抹消血流の増加が起こることが知られている。しかし、心拍数を周波数解析して、交感神経活動の状態を示す指標であるＬＦ／ＨＦと、副交感神経活動の指標であるＨＦを時系列に考察すると、入眠の前後において特徴的な変化を示すことを見出した。すなわち、ＬＦ／ＨＦの時系列変化の振幅は、覚醒状態から睡眠状態に移行するにつれて全体の傾向としては小さくなっていく。この点は一般に知られた知見を裏付けているに過ぎないが、この傾向に反し、入眠の直前期において一時的にＬＦ／ＨＦの値が大きく変化することを見出した。また、その時点におけるＨＦの変動がＬＦ／ＨＦの変動と逆位相になることも見出した。さらに、入眠した後のある時点では、ＨＦが通常よりも遥かに大きく変化する場合があり、これが所定の睡眠段階に至っていることを示すものであることも見出した。つまり、これらの特徴的な信号が入眠の前後において生じており、これを用いることにより、心拍数の時系列変動から睡眠状態を容易に判定できることを見出し、本発明を完成するに至った。

すなわち、請求項１記載の本発明では、心拍数測定手段と、
前記心拍数測定手段から得られる心拍数の時系列データを周波数解析してＬＦ／ＨＦのパワースペクトルの時系列データを求める周波数解析手段と、
前記ＬＦ／ＨＦのパワースペクトルの時系列データの中で、その値の一時的な上昇変化が出現した時点を入眠予兆期と判定する判定手段と
を具備することを特徴とする睡眠状態判定装置を提供する。
請求項２記載の本発明では、前記周波数解析手段は、さらに、ＨＦのパワースペクトルの時系列データを求める手段を備え、
前記判定手段は、前記ＬＦ／ＨＦのパワースペクトルの時系列データの中で、その値が一時的に上昇することに加え、このＬＦ／ＨＦのパワースペクトルが上昇した時点付近で、ＬＦ／ＨＦのパワースペクトルとＨＦのパワースペクトルとが逆位相の関係を示した時点を入眠予兆期と判定する手段を備えることを特徴とする請求項１記載の睡眠状態判定装置を提供する。
請求項３記載の本発明では、前記判定手段において、入眠予兆期の出現が判定された後、ＨＦの値の一時的な上昇が出現した時点を睡眠兆候出現期と判定する手段を備えることを特徴とする請求項１又は２記載の睡眠状態判定装置を提供する。
請求項４記載の本発明では、前記周波数解析手段は、連続ウエーブレット変換により周波数解析を行う手段であることを特徴とする請求項１〜３のいずれか１に記載の睡眠状態判定装置を提供する。
請求項５記載の本発明では、前記判定手段は、所定時間範囲毎のＬＦ／ＨＦのパワースペクトルの時系列データの振幅の平均値に対し、所定以上の振幅差でＬＦ／ＨＦのパワースペクトルの値が上昇した時点を入眠予兆期と判定する手段を備えることを特徴とする請求項１〜４のいずれか１に記載の睡眠状態判定装置を提供する。
請求項６記載の本発明では、前記心拍数測定手段が、空気の吸排気口を除いて密閉して形成された空気袋と、荷重により押圧されることによって前記吸排気口から空気が排出されると、前記空気袋に対して膨張方向への復元力を付与し、荷重の低下に伴って前記吸排気口から前記空気袋内に空気を取り込ませる復元力付与部材とを備え、人体支持手段における、人の腰部付近を支持する部位に組み込まれるエアクッションからなることを特徴とする請求項１〜５のいずれか１に記載の睡眠状態判定装置を提供する。
請求項７記載の本発明では、心拍数測定手段から得られる心拍数の時系列データを周波数解析してＬＦ／ＨＦのパワースペクトルの時系列データを求め、
前記ＬＦ／ＨＦのパワースペクトルの時系列データの中で、その値の一時的な上昇変化が出現した時点を入眠予兆期と判定することを特徴とする睡眠状態判定方法を提供する。
請求項８記載の本発明では、前記ＬＦ／ＨＦのパワースペクトルの時系列データに加え、さらに、ＨＦのパワースペクトルの時系列データを求め、
前記ＬＦ／ＨＦのパワースペクトルの時系列データの中で、その値の一時的な上昇が出現し、かつ、このＬＦ／ＨＦのパワースペクトルの一時的な上昇が出現した時点付近で、ＬＦ／ＨＦのパワースペクトルとＨＦのパワースペクトルとが逆位相の関係を示した時点を入眠予兆期と判定することを特徴とする請求項７記載の睡眠状態判定方法を提供する。
請求項９記載の本発明では、前記入眠予兆期の出現が判定された後、さらに、前記ＨＦの値の一時的な上昇が出現した時点を睡眠兆候出現期と判定することを特徴とする請求項７又は８記載の睡眠状態判定方法を提供する。
請求項１０記載の本発明では、睡眠状態を判定するためにコンピュータに導入されるコンピュータプログラムであって、
心拍数測定手段から得られる心拍数の時系列データを受信するステップと、
前記時系列データを周波数解析してＬＦ／ＨＦのパワースペクトルの時系列データを求めるステップと、
前記ＬＦ／ＨＦのパワースペクトルの時系列データの中で、その値の一時的な上昇変化が出現した時点を入眠予兆期と判定して出力させるステップと
を具備することを特徴とするコンピュータプログラムを提供する。
請求項１１記載の本発明では、前記ＬＦ／ＨＦのパワースペクトルの時系列データに加え、さらに、受信した心拍数の時系列データからＨＦのパワースペクトルの時系列データを求めるステップと、
前記ＬＦ／ＨＦのパワースペクトルの時系列データの中で、その値の一時的な上昇が出現し、かつ、このＬＦ／ＨＦのパワースペクトルの一時的な上昇が出現した時点付近で、ＬＦ／ＨＦのパワースペクトルとＨＦのパワースペクトルとが逆位相の関係を示した時点を入眠予兆期と判定するステップと
を具備することを特徴とする請求項１０記載のコンピュータプログラムを提供する。
請求項１２記載の本発明では、前記入眠予兆期の出現が判定された後、さらに、前記ＨＦの値の一時的な上昇が出現した時点を睡眠兆候出現期と判定するステップを具備することを特徴とする請求項１０又は１１記載のコンピュータプログラムを提供する。
請求項１３記載の本発明では、前記周波数解析として、連続ウエーブレット変換が用いられることを特徴とする請求項１０〜１２のいずれか１に記載のコンピュータプログラムを提供する。
請求項１４記載の本発明では、前記入眠予兆期を判定するステップは、所定時間範囲毎のＬＦ／ＨＦのパワースペクトルの振幅の平均値に対し、所定以上の振幅差でＬＦ／ＨＦのパワースペクトルの値が上昇した時点と判定することを特徴とする請求項１０〜１３のいずれか１に記載のコンピュータプログラムを提供する。

本発明は、心拍数の時系列データを周波数解析してＬＦ／ＨＦのパワースペクトルの時系列データを求め、このＬＦ／ＨＦのパワースペクトルの時系列データの中で、その値の一時的な上昇変化が出現した時点を入眠予兆期と判定している。すなわち、本発明者が見出した入眠の直前期（入眠予兆期）において生じるＬＦ／ＨＦの特徴的な信号を判定指標として用いており、入眠予兆期の判定を従来よりも簡易かつ明確に行うことができる。心拍数は、小型の心電図計により容易に測定できるため、本発明は、研究室や病院はもちろんのこと、家庭等においても簡易に計測できる。また、心拍数測定手段として、空気の吸排気口を除いて密閉して形成された空気袋と、荷重により押圧されることによって吸排気口から空気が排出されると、空気袋に対して膨張方向への復元力を付与し、荷重の低下に伴って吸排気口から空気袋内に空気を取り込ませる復元力付与部材とを備えたエアクッションを用いることもできる。このエアクッションを人の左右の腰腸肋筋に対応する位置の少なくとも一方に、該腰腸肋筋に沿って略縦長状態で配設して、筋肉を介して伝達される心拍による該エアクッションの空気圧変動を検出することで、心拍数の時系列データを求めることができる。この場合には、該エアクッションをシートの背部に配設しておけば、人の手足を拘束することなく心拍数を測定できる。従って、乗物用シートの運転席に設ければ、運転手の眠気を検知することも容易である。

また、ＨＦの時系列データを併せて考察し、ＬＦ／ＨＦの特徴的な信号が出現した時点で、ＨＦがこれと逆位相となる変動を示していることを判定指標として付加すれば、入眠予兆期をより精度よく判定できる。さらに、入眠予兆期を示す特徴的な信号が生じた後、ＨＦが上昇変動を示した時点を捉える構成とすることにより、上記本発明者の見出した知見から、入眠予兆期からこのＨＦの上昇変動までの間で睡眠に移行した時期（入眠ポイント）が生じたと判定することも可能であり、睡眠状態をより精度よく判定できる。

以下、図面に示した実施形態に基づき本発明をさらに詳細に説明する。図１は、本実施形態に係る睡眠状態判定装置１の構成を示す図である。この図に示したように、睡眠状態判定装置１は、心拍数測定手段である心電図計１０及び演算装置２０とを備えて構成されている。

演算装置２０は、コンピュータ等から構成され、データ受信手段２１、周波数解析手段２２及び判定手段２３とを有している。これらは、いずれもコンピュータプログラムからなり、データ受信手段２１は、心電図１０によって測定された心拍数の時系列データを受信する。周波数解析手段２２は、データ受信手段２１によって受信された心拍数の時系列データを受け取って周波数解析する。ここで用いられる周波数解析手法は、連続ウエーブレット変換である。心拍数変動を周波数解析した際のＬＦ成分は０．０４〜０．１５Ｈｚであり、ＨＦ成分は０．１５〜０．４Ｈｚであるが、連続ウエーブレット変換は解像度が高いため、これらの波をよくとられることができ、心拍数変動の周波数解析に適している。周波数解析手段２２は、心電図計１０から得られた心拍数の時系列データを、連続ウエーブレット変換により周波数解析し、ＬＦ／ＨＦ（交感神経活動）のパワースペクトルの時系列データと、ＨＦ（副交感神経活動）のパワースペクトルの時系列データを求める。

判定手段２３は、周波数解析手段２２により得られたＬＦ／ＨＦのパワースペクトルの時系列データの中で、その値が一時的に上昇した時点を入眠予兆期と判定するステップ（ＬＦ／ＨＦ判定ステップ）を備えている（図２のＳ１０２）。入眠予兆期の判定は具体的には次のように行う。すなわち、覚醒状態から睡眠状態に至る過程では、上記のように交感神経活動優位の状態から、次第に交感神経活動の働きが弱まり、ＬＦ／ＨＦのパワースペクトルの振幅が徐々に小さくなって収束するような傾向を示すようになった段階において、つまり、生体が活発に活動している状態ではなく、安静覚醒状態に入った段階において所定時間範囲のＬＦ／ＨＦのパワースペクトルの振幅の平均値を随時算出し（Ｓ１０１）、この平均値に対し、所定以上の振幅差でＬＦ／ＨＦのパワースペクトルの値が上昇した時点を入眠予兆期と判定する（Ｓ１０２）。

判定手段２３は、周波数解析手段２２により得られたＨＦのパワースペクトルの時系列データの中で、上記ＬＦ／ＨＦ判定ステップにより入眠予兆期として判定されたＬＦ／ＨＦのパワースペクトルが上昇した時点付近において、ＨＦのパワースペクトルが、ＬＦ／ＨＦのパワースペクトルと逆位相の関係を示した時点を特定し、それを入眠予兆期と判定するステップ（ＨＦ判定ステップ）を備えることが好ましい（Ｓ１０３）。すなわち、ＨＦ判定ステップ（Ｓ１０３）は、本発明者により見出された「入眠予兆期にＨＦのパワースペクトルがＬＦ／ＨＦのパワースペクトルと逆位相になる現象」が生じているか否かを判定することにより、ＬＦ／ＨＦ判定ステップ（Ｓ１０２）により判定された入眠予兆期を確認するものであり、ＬＦ／ＨＦ判定ステップ（Ｓ１０２）とＨＦ判定ステップ（Ｓ１０３）が共に「有」の場合に、入眠予兆期が特定される（Ｓ１０４）。従って、ＬＦ／ＨＦ判定ステップ（Ｓ１０２）によって入眠予兆期と判定されても、このＨＦのパワースペクトルとの逆位相が生じていない場合には、ＨＦ判定ステップ（Ｓ１０３）によってＬＦ／ＨＦ判定ステップ（Ｓ１０２）により判定された入眠予兆期が否定される。従って、ＨＦ判定ステップ（Ｓ１０３）を付加することにより、入眠予兆期の判定精度が向上する。但し、本発明者の実験によれば、ＬＦ／ＨＦのパワースペクトルの一時的な上昇を示した時点と上記の逆位相を示した時点とは多くの場合で一致しており、ＨＦ判定ステップ（Ｓ１０３）を実施せず、ＬＦ／ＨＦ判定ステップ（Ｓ１０２）のみにより入眠予兆期を判定するようにしても、実用的には十分である。

また、判定手段２３には、ＬＦ／ＨＦ判定ステップ（Ｓ１０２）及びＨＦ判定ステップ（Ｓ１０３）によって入眠予兆期の出現が判定された後、ＨＦの値の一時的な上昇が出現した時点を睡眠兆候出現期と判定するステップを設けることが好ましい。本明細書において、この睡眠兆候出現期とは、入眠ポイントを経過して睡眠に陥っている状態でのいずれかの時期を示す意味である。これにより、睡眠兆候出現期を特定すれば、入眠予兆期からこの睡眠兆候出現期までにおいて、睡眠に移行した時期（入眠ポイント）が生じたと判定できる。

（試験例）
三十代の健康な日本人男性Ａ，Ｂの二人を被験者として、心電図、指尖容積脈波、脳波、指尖でのレーザードップラー血流測定（ＬＤＦ）法による皮膚血流量をそれぞれ計測した。

図４〜図７は被験者Ａのデータであり、図４（ａ）は血流量の時系列波形を、（ｂ）は心拍数の時系列波形を示す。なお、心拍数は、心電図のＲ−Ｒ間隔データから得られた１分間あたりの心拍数を用いた。また、図５（ａ）は、指尖容積脈波から得られたパワー値の傾きと最大リアプノフ指数の傾きの時系列波形であり、（ｂ）は心電図を連続ウエーブレット変換により周波数解析したＬＦ／ＨＦのパワースペクトルとＨＦのパワースペクトルの時系列波形であり、（ｃ）は脳波のθ波、α波、β波の分布率の時系列変化を示す波形である。

なお、パワー値の傾きの時系列波形と最大リアプノフ指数の傾きの時系列波形の算出は、本出願人が特開２００４−３４４６１２において提案した手法を利用したものである。具体的には、指尖容積脈波計から得られた時系列データについて、それぞれ、ＳａｖｉｔｚｋｙとＧｏｌａｙによる平滑化微分法により、極大値と極小値を求める。そして、５秒ごとに極大値と極小値を切り分け、それぞれの平均値を求める。求めた極大値と極小値のそれぞれの平均値の差の二乗をパワー値とし、このパワー値を５秒ごとにプロットし、パワー値の時系列波形を作る。この時系列波形からパワー値の大域的な変化を読み取るために、ある時間幅Ｔｗ（１８０秒）について最小二乗法でパワー値の傾きを求める。次に、オーバーラップ時間Ｔｌ（１６２秒）で次の時間幅Ｔｗを同様に計算して結果をプロットする。この計算（スライド計算）を順次繰り返して得られるのがパワー値の傾きの時系列波形となる。最大リアプノフ指数の傾きの時系列波形も同様であり、指尖容積脈波の時系列データをカオス解析して最大リアプノフ指数の時系列波形を求めた後、上記と同様に、平滑化微分によって極大値と極小値を求め、スライド計算することにより得られる。そして、本出願人によるＷＯ２００５／０９２１９３号公報に報告されているように、指尖容積脈波のパワー値傾きの時系列波形は、低周波で大振幅の波形が現れ、好ましくは、その時点で、パワー値傾き及び最大リアプノフ指数傾きが、時系列信号の中で略１８０度の位相差（逆位相）を安定して示す時点を入眠予兆信号として判定される。
すなわち、交感神経の活動のレベルが増加から減少に転じている過程で、最大リアプノフ指数の傾きの時系列波形が最大振幅を示し、交感神経活動の働きが弱まり、末梢血管が拡張して末梢血流の増加が起こる時期にパワー値の傾きの時系列波形が最大振幅を示す。この結果、このような逆位相を生じるものと考えられる。

また、連続ウエーブレット変換の基底となるマザーウエーブレットには、Ｍｏｒｌｅｔ Ｐｏｗｅｒを用いた。図３は、Ｍｏｒｌｅｔウエーブレットの周波数特性を示す図であるが、各Ｌｅｖｅｌは１６個に分割して解析し、サンプリング周波数は１Ｈｚとした。ＨＦ成分は０．１５Ｈｚ以上であるため、図３において、Ｌｅｖｅｌ１（分割した１６個のデータ全部）からＬｅｖｅｌ２の半分（分割した１６個のうちの高周波数側の８個）までのデータをＨＦ成分であると定めた。ＬＦ成分は０．０４〜０．１５Ｈｚであるため、Ｌｅｖｅｌ２の残り半分（分割した１６個のうち低周波数側の８個）からＬｅｖｅｌ４の高周波数側の一部（Ｌｅｖｅｌ３の１６個全部とＬｅｖｅｌ４の分割した１６個のうちの高周波数側の６個）までのデータをＬＦ成分であると定め、それぞれ得られた範囲内の値の総和をその時間におけるＨＦ、ＬＦとした。

そこで、まず、図５（ａ）の指尖容積脈波のパワー値の傾きと最大リアプノフ指数の傾きの時系列波形を見ると、被験者Ａは、０分付近で、パワー値の傾きの大振幅の波形と、パワー値及び最大リアプノフ指数の各傾きの１８０度の位相差が見られることから、この時点が入眠予兆期と判定できる。そして、４分付近から、２つの傾きの振幅が小さくなる傾向にあることから、この時点で被験者Ａは睡眠に移行していると判定できる。これを、図５（ｃ）の脳波でみると、α波の分布率が低下し、θ波の分布率が急激に増加し始めるところが入眠の時期であるため、脳波からも４分付近で入眠したと判定できる。なお、この入眠予兆期における末梢血流量を見ると、図４（ａ）に示したように増加しており、交感神経の作用が弱まり、精神的にリラックスして末梢の動脈が拡張し、眠りの状態に近づいている過程であることがわかる。

図４（ｂ）の心拍数の時系列波形を連続ウエーブレット解析したものが、図５（ｂ）である。図５（ｂ）を見ると、０分の直前に、ＬＦ／ＨＦのパワースペクトルの時系列データの中で、その値の一時的な上昇変化が出現していることがわかる。このタイミングは、図５（ａ）の指尖容積脈波のパワー値の傾きと最大リアプノフ指数の傾きの時系列波形によって判定される入眠予兆信号よりも若干早めのタイミングであるが、ほぼ同じ時間に生じた変化であり、この変化より前と後のいずれにおいてもこのような突出変化は見られない。従って、ＬＦ／ＨＦのパワースペクトルの一時的な上昇変化は、入眠予兆信号と判断でき、この変化が生じた時点を入眠予兆期と判定できる。図６（ｂ）は、この入眠予兆期と判定される付近を拡大した図であるが、この図から明らかなように、ＬＦ／ＨＦのパワースペクトルの一時的な上昇変化が生じている時点においては、ＨＦのパワースペクトルの値が一時的に減少し、ＬＦ／ＨＦのパワースペクトルとＨＦのパワースペクトルとが逆位相の関係を示している。従って、入眠予兆期にはこのような逆位相が生じると言えるため、判定手段２３には、ＬＦ／ＨＦのパワースペクトルの一時的な上昇変化の判定ステップ（図２のＳ１０２）に加えて、この逆位相が伴っていることが確認され場合に入眠予兆期と判定ステップ（図２のＳ１０３）を設けること好ましいことがわかる。

図７〜図１０は、被験者Ｂの測定結果を示す図である。図８（ａ）のパワー値の傾き及び最大リアプノフ指数の傾きから、パワー値の傾きの大振幅の波形と、パワー値及び最大リアプノフ指数の各傾きの１８０度の位相差が生じている２〜５分付近が入眠予兆期、６分付近が入眠ポイント、１４〜１９分付近が入眠予兆期、２２分付近が入眠ポイントと判定できる。なお、１０〜２２分の間は、この被験者Ｂは中途覚醒している。これを、図８（ｃ）の脳波の解析結果と比較すると、α波の低下（特に分布率が５０％を下回った時点）とθ波の上昇が見られるポイントである６分付近、２２分付近で入眠したと判定できる。

これを、図７（ｂ）の心拍数時系列波形を連続ウエーブレット解析した図８（ｂ）と比較すると、−２〜０分の付近、１５〜１８分の付近において、ＬＦ／ＨＦのパワースペクトルの一時的な上昇変化が見られる。前者の上昇変化のタイミングは、図８（ａ）のパワー値の傾き及び最大リアプノフ指数の傾きによる判定結果よりも時間的に多少前であるが、後者の上昇変化のタイミングは、図８（ａ）のパワー値の傾き及び最大リアプノフ指数の傾きによる判定結果とほぼ一致している。従って、この上昇変化が生じた２つの時点を入眠予兆期と判定できる。これを図９（ｂ）及び図１０（ｂ）の拡大図で考察すると、いずれのタイミングにおいても、ＬＦ／ＨＦのパワースペクトルの一時的な上昇変化が生じている時点において、ＨＦのパワースペクトルの値が一時的に減少し、ＬＦ／ＨＦのパワースペクトルとＨＦのパワースペクトルとが逆位相の関係を示していた。

なお、ＬＦ／ＨＦのパワースペクトルの値がどの程度の差で上昇した場合に「一時的な上昇変化が生じた」と判定するかについては、上記したように、ＬＦ／ＨＦのパワースペクトルの時系列データの振幅について安静覚醒状態に入った段階において所定時間範囲毎に平均値を算出するようにし、その平均値に対して所定値以上の振幅でＬＦ／ＨＦのパワースペクトルの値が上昇した時点を入眠予兆期と判定することが好ましい。ＬＦ／ＨＦのパワースペクトルの時系列データの振幅の平均値を算出する時間範囲は、好ましくは１５秒〜５分毎、より好ましくは１５秒〜１分毎である。また、この振幅の平均値に対して、２倍以上の振幅差で上昇した時点、好ましくは２．５倍以上の振幅差で上昇した時点を、入眠予兆期と判定すべきＬＦ／ＨＦのパワースペクトルの上昇変化が生じた時点と判定することが適切である。

また、被験者Ｂは、図９（ｂ）を見ると、上記した１回目の入眠予兆期の出現後、９．５分付近でＨＦの値の一時的な上昇が出現する。また、２回目の入眠予兆期の出現後には、図１０（ｂ）を見ると２２．５分付近でＨＦの値の一時的な上昇が出現する。図８（ａ）のパワー値の傾き及び最大リアプノフ指数の傾き並びに図８（ｃ）の脳波の分布率の時系列変化から、このＨＦの値の一時的な上昇が生じた時点では、被験者Ｂは睡眠状態である。従って、この入眠予兆期を経過した後のこのＨＦの値の一時的な上昇は、睡眠兆候が出現していることを示す信号と判定できるため、判定手段２３は、この信号が出現した場合に、睡眠兆候出現期と判定するステップを備えることが好ましい。これにより、入眠予兆期と睡眠兆候出現期との間で、被験者が入眠したと特定できる。

以上のことから、心電図計により測定した心拍数時系列波形を連続ウエーブレット解析して得られるＬＦ／ＨＦのパワースペクトルとＨＦのパワースペクトルの時系列変化を用いて、入眠予兆期、睡眠兆候出現期、並びに入眠のタイミングといった睡眠状態を明確に判定することができることがわかった。

なお、上記実施形態では、心拍数測定手段として心電図計１０を用いているが、心拍数測定手段としては、本出願人が特願２００７−３４１４４として提案している装置を用いることもできる。この装置は、図１１に示したように、空気の吸排気口５１ａを除いて密閉して形成された空気袋５１と、荷重により押圧されることによって吸排気口５１ａから空気が排出されると、空気袋５１に対して膨張方向への復元力を付与し、荷重の低下に伴って吸排気口５１ａから空気袋５１内に空気を取り込ませる復元力付与部材５２とを備えたエアクッション５０を備えてなる。このエアクッション５０は、人の左右の腰腸肋筋に対応する位置の少なくとも一方に、該腰腸肋筋に沿って略縦長状態で配設されると共に、その上端が、少なくとも人の横隔膜の下面に相当する高さにセット可能な長さを備え、シート１００などの人体支持手段における、人の腰部付近を支持する部位に組み込まれる。

これにより、心拍に伴う筋肉の反作用により、該筋肉に接しているエアクッション５０に空気圧変動が生じる。そして、この空気圧変動を検出装置６０で検出し、上記演算装置２０にそのデータを送信すれば、心拍数を検知できる。この構成によれば、エアクッション５０を人体支持手段に設置するだけで、手足を拘束する必要がないため、乗物用シート１００の運転席のシートバック１１０に用いれば、運転中の運転手の心拍数も測定できる。すなわち、このエアクッション５０から得られた心拍数のデータを用いれば、運転中の運転手が入眠予兆期か否かといった睡眠状態を判定することが可能である。

図１は、本発明の一の実施形態にかかる睡眠状態判定装置の構成を示したブロック図である。 図２は、判定手段の判定過程を示すフローチャートである。 図３は、試験例で用いた連続ウエーブレット変換の基底となるマザーウエーブレットの周波数特性を示す図である。 図４は、被験者Ａのデータであり、（ａ）は血流計時系列波形を示し、（ｂ）は心拍数時系列波形を示す。 図５は、被験者Ａのデータであり、（ａ）は指尖容積脈波のパワー値傾き及び最大リアプノフ指数傾きの時系列波形を示し、（ｂ）は図４（ｂ）の心拍数の時系列波形を連続ウエーブレット解析した図であり、（ｃ）は脳波の分布率の時系列変化を示す図である。 図６は、被験者Ａのデータであり、（ａ）は図５（ａ）の指尖容積脈波のパワー値傾き及び最大リアプノフ指数傾きの時系列波形の一部を拡大した図であり、（ｂ）は図５（ｂ）の連続ウエーブレット解析の一部を拡大した図である。 図７は、被験者Ｂのデータであり、（ａ）は血流計時系列波形を示し、（ｂ）は心拍数時系列波形を示す。 図８は、被験者Ｂのデータであり、（ａ）は指尖容積脈波のパワー値傾き及び最大リアプノフ指数傾きの時系列波形を示し、（ｂ）は図７（ｂ）の心拍数の時系列波形を連続ウエーブレット解析した図であり、（ｃ）は脳波の分布率の時系列変化を示す図である。 図９は、被験者Ｂのデータであり、（ａ）は図８（ａ）の指尖容積脈波のパワー値傾き及び最大リアプノフ指数傾きの時系列波形の一部（前半部）を拡大した図であり、（ｂ）は図８（ｂ）の連続ウエーブレット解析の一部（前半部）を拡大した図である。 図１０は、被験者Ｂのデータであり、（ａ）は図８（ａ）の指尖容積脈波のパワー値傾き及び最大リアプノフ指数傾きの時系列波形の一部（後半部）を拡大した図であり、（ｂ）は図８（ｂ）の連続ウエーブレット解析の一部（後半部）を拡大した図である。 図１１（ａ），（ｂ）は、心拍数測定手段としてエアクッションを用いた場合の構成を示した図である。

符号の説明

１ 睡眠状態判定装置
１０ 心電図計
２０ 演算装置
２１ データ受信手段
２２ 周波数解析手段
２３ 判定手段
５０ エアクッション

Claims (14)

1. 心拍数測定手段と、
   前記心拍数測定手段から得られる心拍数の時系列データを周波数解析してＬＦ／ＨＦのパワースペクトルの時系列データを求める周波数解析手段と、
   前記ＬＦ／ＨＦのパワースペクトルの時系列データの中で、その値の一時的な上昇変化が出現した時点を入眠予兆期と判定する判定手段と
   を具備することを特徴とする睡眠状態判定装置。
2. 前記周波数解析手段は、さらに、ＨＦのパワースペクトルの時系列データを求める手段を備え、
   前記判定手段は、前記ＬＦ／ＨＦのパワースペクトルの時系列データの中で、その値が一時的に上昇することに加え、このＬＦ／ＨＦのパワースペクトルが上昇した時点付近で、ＬＦ／ＨＦのパワースペクトルとＨＦのパワースペクトルとが逆位相の関係を示した時点を入眠予兆期と判定する手段を備えることを特徴とする請求項１記載の睡眠状態判定装置。
3. 前記判定手段において、入眠予兆期の出現が判定された後、ＨＦの値の一時的な上昇が出現した時点を睡眠兆候出現期と判定する手段を備えることを特徴とする請求項１又は２記載の睡眠状態判定装置。
4. 前記周波数解析手段は、連続ウエーブレット変換により周波数解析を行う手段であることを特徴とする請求項１〜３のいずれか１に記載の睡眠状態判定装置。
5. 前記判定手段は、所定時間範囲毎のＬＦ／ＨＦのパワースペクトルの時系列データの振幅の平均値に対し、所定以上の振幅差でＬＦ／ＨＦのパワースペクトルの値が上昇した時点を入眠予兆期と判定する手段を備えることを特徴とする請求項１〜４のいずれか１に記載の睡眠状態判定装置。
6. 前記心拍数測定手段が、空気の吸排気口を除いて密閉して形成された空気袋と、荷重により押圧されることによって前記吸排気口から空気が排出されると、前記空気袋に対して膨張方向への復元力を付与し、荷重の低下に伴って前記吸排気口から前記空気袋内に空気を取り込ませる復元力付与部材とを備え、人体支持手段における、人の腰部付近を支持する部位に組み込まれるエアクッションからなることを特徴とする請求項１〜５のいずれか１に記載の睡眠状態判定装置。
7. 心拍数測定手段から得られる心拍数の時系列データを周波数解析してＬＦ／ＨＦのパワースペクトルの時系列データを求め、
   前記ＬＦ／ＨＦのパワースペクトルの時系列データの中で、その値の一時的な上昇変化が出現した時点を入眠予兆期と判定することを特徴とする睡眠状態判定方法。
8. 前記ＬＦ／ＨＦのパワースペクトルの時系列データに加え、さらに、ＨＦのパワースペクトルの時系列データを求め、
   前記ＬＦ／ＨＦのパワースペクトルの時系列データの中で、その値の一時的な上昇が出現し、かつ、このＬＦ／ＨＦのパワースペクトルの一時的な上昇が出現した時点付近で、ＬＦ／ＨＦのパワースペクトルとＨＦのパワースペクトルとが逆位相の関係を示した時点を入眠予兆期と判定することを特徴とする請求項７記載の睡眠状態判定方法。
9. 前記入眠予兆期の出現が判定された後、さらに、前記ＨＦの値の一時的な上昇が出現した時点を睡眠兆候出現期と判定することを特徴とする請求項７又は８記載の睡眠状態判定方法。
10. 睡眠状態を判定するためにコンピュータに導入されるコンピュータプログラムであって、
    心拍数測定手段から得られる心拍数の時系列データを受信するステップと、
    前記時系列データを周波数解析してＬＦ／ＨＦのパワースペクトルの時系列データを求めるステップと、
    前記ＬＦ／ＨＦのパワースペクトルの時系列データの中で、その値の一時的な上昇変化が出現した時点を入眠予兆期と判定して出力させるステップと
    を具備することを特徴とするコンピュータプログラム。
11. 前記ＬＦ／ＨＦのパワースペクトルの時系列データに加え、さらに、受信した心拍数の時系列データからＨＦのパワースペクトルの時系列データを求めるステップと、
    前記ＬＦ／ＨＦのパワースペクトルの時系列データの中で、その値の一時的な上昇が出現し、かつ、このＬＦ／ＨＦのパワースペクトルの一時的な上昇が出現した時点付近で、ＬＦ／ＨＦのパワースペクトルとＨＦのパワースペクトルとが逆位相の関係を示した時点を入眠予兆期と判定するステップと
    を具備することを特徴とする請求項１０記載のコンピュータプログラム。
12. 前記入眠予兆期の出現が判定された後、さらに、前記ＨＦの値の一時的な上昇が出現した時点を睡眠兆候出現期と判定するステップを具備することを特徴とする請求項１０又は１１記載のコンピュータプログラム。
13. 前記周波数解析として、連続ウエーブレット変換が用いられることを特徴とする請求項１０〜１２のいずれか１に記載のコンピュータプログラム。
14. 前記入眠予兆期を判定するステップは、所定時間範囲毎のＬＦ／ＨＦのパワースペクトルの振幅の平均値に対し、所定以上の振幅差でＬＦ／ＨＦのパワースペクトルの値が上昇した時点と判定することを特徴とする請求項１０〜１３のいずれか１に記載のコンピュータプログラム。

Images