JP5582478B2 - 生体状態推定装置及びコンピュータプログラム - Google Patents

Description

本発明は、生体信号測定装置から得られる人の生体信号の時系列波形を用いて生体の状態を推定する技術に関する。

運転中の運転者の生体状態を監視することは、近年、事故予防策等として注目されている。本出願人は、特許文献１〜３において、シートクッション部に圧力センサを配置し、臀部脈波を採取して分析し、入眠予兆現象を判定する手法を開示している。

具体的には、脈波の時系列波形を、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、ある時間窓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）で次の時間窓Ｔｗを同様に計算して結果をプロットする。この計算（移動計算）を順次繰り返してパワー値の傾きの時系列波形を得る。一方、脈波の時系列波形をカオス解析して最大リアプノフ指数を求め、上記と同様に、平滑化微分によって極大値を求め、移動計算することにより最大リアプノフ指数の傾きの時系列波形を得る。

そして、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が逆位相となっており、さらには、パワー値の傾きの時系列波形で低周波、大振幅の波形が生じている波形を、入眠予兆を示す特徴的な信号と判定し、その後に振幅が小さくなったポイントを入眠点と判定している。

また、特許文献４として、内部に三次元立体編物を挿入した空気袋（エアパック）を備え、このエアパックを人の腰部に対応する部位に配置し、エアパックの空気圧変動を測定し、得られた空気圧変動の時系列データから人の生体信号を検出し、人の生体の状態を分析するシステムを開示している。また、非特許文献１及び２においても、腰腸肋筋に沿うようにエアパックセンサを配置して人の生体信号を検出する試みが報告されている。腰部付近の脈波は、心拍に伴う下行大動脈を流れる血流の循環変動、すなわち心房の動き及び大動脈の揺動を示すものである。なお、以下においては、このような背部（腰部）から採取される、心房の動き及び大動脈の揺動による生体信号を「心部揺動波」と称する。この心部揺動波を利用した場合、特許文献１及び２の臀部脈波を利用する場合よりも、心拍変動に即した人の状態変化をより正確に捉えることができる。

特開２００４−３４４６１２号公報 特開２００４−３４４６１３号公報 ＷＯ２００５／０９２１９３Ａ１公報 特開２００７−９００３２号公報 ＷＯ２００５／０３９４１５Ａ１号公報

「非侵襲型センサによって測定された生体ゆらぎ信号の疲労と入眠予知への応用」、落合直輝（外６名）、第３９回日本人間工学会 中国・四国支部大会 講演論文集、平成１８年１１月２５日発行、発行所：日本人間工学会 中国・四国支部事務局 「非侵襲生体信号センシング機能を有する車両用シートの試作」、前田慎一郎（外４名）、第３９回日本人間工学会 中国・四国支部大会 講演論文集、平成１８年１１月２５日発行、発行所：日本人間工学会 中国・四国支部事務局

特許文献１〜４及び非特許文献１〜２の技術は、上記したように、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が逆位相となり、かつ、パワー値の傾きの時系列波形で低周波、大振幅の波形が生じた時点をもって入眠予兆現象と捉えている。この手法によれば、人がシートに着席すれば、入眠予兆現象を捉えることができる。しかし、この入眠予兆現象は、上記のような特徴的な信号を検出したからといって必ずしも眠気を伴うというものではない。もちろん、人によってあるいは体調によってはこの入眠予兆現象の出現時が眠気を自覚したタイミングと一致する場合もある。

例えば、上記した入眠予兆信号の検出は、この信号を捉えたならば音、シートバック部の傾動、振動などによって警告を発するシステムと組み合わせることで、運転者の居眠りを抑制する効果が期待される。実際、このような警告システムは、本出願人によって開発され、種々実験を行っており、その中で居眠りの抑制効果が確認されている。しかし、上記した入眠予兆信号を検出したタイミングで警告を発した場合、眠気を伴わない運転者にとっては警告のタイミングが早過ぎると感じてしまう場合があることがわかった。つまり、上記手法により検出される入眠予兆信号の発生時点は、そのタイミングで警告を発することで居眠り抑制効果に役立っているにも拘わらず、運転者自身が感じる眠気のタイミングと合わず、この警告を装置の誤作動と感じてしまう場合もあることがわかった。そこで、このような運転者からは、眠気を自覚するタイミングに合わせて警告が動作するようなシステムが要望されており、その要請に応える技術を本出願人は、特願２００９−１０７１９７号として提案してる。

特願２００９−１０７１９７号では、エアパックにより検出した胴部の脈波（心部揺動波）の周波数変動時系列波形、その時系列波形の傾き時系列波形（周波数傾き時系列波形）を利用することで、人の状態変化を人の自覚により近いタイミングで捉えることを見出したが、人の状態変化の判定手法が、教師データとの比較など、パターンマッチングを主としており、判定の迅速性の点で改良の余地が残されていた。

本発明は上記に鑑みなされたものであり、人の状態変化の判定をより敏感に検出して迅速に判定結果を出力できる生体状態推定装置及びコンピュータプログラムを提供することを課題とする。

上記課題を解決するため、本発明の生体状態推定装置は、生体信号測定装置から得られる脈波の時系列波形を分析して人の状態を推定する状態推定部を備えた生体状態推定装置であって、前記状態推定部は、前記脈波の時系列波形における周波数の時系列波形を求める脈波周波数演算手段と、前記脈波周波数演算手段により得られた前記脈波の周波数の時系列波形において、所定のオーバーラップ時間で設定した所定の時間窓毎に前記周波数の傾きを求める移動計算を行い、時間窓毎に得られる前記周波数の傾きの時系列変化を周波数傾き時系列波形として出力する周波数傾き時系列解析演算手段と、任意に設定した第１時間帯における前記周波数傾き時系列波形と前記第１時間帯よりも後の第２時間帯における前記周波数傾き時系列波形と間の記述関数を求め、得られた記述関数から人の状態を判定する状態判定手段とを有することを特徴とする。

また、本発明のコンピュータプログラムは、生体信号測定装置から得られる脈波の時系列波形を分析して人の状態を分析する生体状態推定装置の記憶部に設定される状態推定部を構成するコンピュータプログラムであって、前記脈波の時系列波形における周波数の時系列波形を求める脈波周波数演算手段と、前記脈波周波数演算手段により得られた前記脈波の周波数の時系列波形において、所定のオーバーラップ時間で設定した所定の時間窓毎に前記周波数の傾きを求める移動計算を行い、時間窓毎に得られる前記周波数の傾きの時系列変化を周波数傾き時系列波形として出力する周波数傾き時系列解析演算手段と、任意に設定した第１時間帯における前記周波数傾き時系列波形と前記第１時間帯よりも後の第２時間帯における前記周波数傾き時系列波形と間の記述関数を求め、得られた記述関数から人の状態を判定する状態判定手段とを有することを特徴とする。

前記状態判定手段は、前記記述関数を、予め種々の状態変化毎に求めて記憶させた基本記述関数と比較し、前記記述関数に最も近似した基本記述関数を抽出して、当該基本記述関数に対応する状態変化から人の状態を特定する構成とすることができる。

前記状態判定手段は、前記記述関数のゲインを予め設定した閾値と比較して人の状態を特定する構成とすることができる。

前記状態判定手段は、前記記述関数における所定周波数の複数のゲイン同士を比較して、時間経過に伴うゲインの変化が増大傾向の場合には機能回復・活性化・緊張過程と判定し、ゲインの変化が減少傾向の場合には機能低下・休息・リラックス過程と判定する構成とすることができる。

前記状態判定手段は、さらに、前記周波数傾き時系列波形から隣り合う振幅の変動比及び生体減衰力を求め、前記記述関数に該変動比及び生体減衰力を加えて人の状態を判定する構成とすることができる。前記状態判定手段は、前記記述関数における所定周波数の複数のゲイン同士、変動比同士、生体減衰力同士をそれぞれ比較して、時間経過に伴うゲイン・変動比・生体減衰力の逆数の各変化が増大傾向の場合には機能回復・活性化・緊張過程と判定し、ゲイン・変動比・生体減衰力の逆数の各変化が減少傾向の場合には機能低下・休息・リラックス過程と判定する構成とすることができる。

さらに、前記脈波周波数演算手段により得られた前記脈波の周波数の時系列波形において、所定のオーバーラップ時間で設定した所定の時間窓毎に前記周波数の平均値を求める移動計算を行い、時間窓毎に得られる前記周波数の平均値の時系列変化を周波数変動時系列波形として出力する周波数変動時系列解析演算手段を有し、前記状態判定手段が、前記周波数変動時系列解析演算手段により得られた前記周波数変動時系列波形の変化量が増加、減少、停滞のいずれであるかにより、心拍数の増加、減少、停滞のいずれであるかを判定する心拍数判定手段を備え、前記心拍数判定手段により判定される心拍数の状態と前記ゲインの変化との組み合わせで人の状態を判定する構成とすることが好ましい。

前記脈波周波数演算手段は、前記脈波の時系列波形を平滑化微分して極大値を求め、この極大値を用いて脈波の周波数の時系列波形を求める手段と、前記脈波の時系列波形において、正から負に切り替わるゼロクロス地点を求め、このゼロクロス地点を用いて脈波の周波数の時系列波形を求める手段とのうち、いずれか少なくとも一方の手段を備える構成とすることができる。

前記脈波周波数演算手段は、前記脈波の時系列波形を平滑化微分して極大値を求め、この極大値を用いて脈波の周波数の時系列波形を求める第１脈波周波数演算手段と、前記脈波の時系列波形において、正から負に切り替わるゼロクロス地点を求め、このゼロクロス地点を用いて脈波の周波数の時系列波形を求める第２脈波周波数演算手段とを備えてなり、前記周波数傾き時系列解析演算手段は、前記第１脈波周波数演算手段により得られた前記脈波の周波数の時系列波形において、所定のオーバーラップ時間で設定した所定の時間窓毎に前記周波数の傾きを求める移動計算を行い、時間窓毎に得られる前記周波数の傾きの時系列変化を周波数傾き時系列波形として出力する第１周波数傾き時系列解析演算手段と、前記第２脈波周波数演算手段により得られた前記脈波の周波数の時系列波形において、所定のオーバーラップ時間で設定した所定の時間窓毎に前記周波数の傾きを求める移動計算を行い、時間窓毎に得られる前記周波数の傾きの時系列変化を周波数傾き時系列波形として出力する第２周波数傾き時系列解析演算手段とを備えてなり、さらに、前記第１周波数傾き時系列解析演算手段により得られた前記周波数傾き時系列波形を絶対値処理する第１絶対値処理手段と、前記第２周波数傾き時系列解析演算手段により得られた前記周波数傾き時系列波形を絶対値処理する第２絶対値処理手段とを有し、前記状態判定手段が、前記第１絶対値処理手段及び第２絶対値処理手段によりそれぞれ得られる絶対値同士を時系列に比較する絶対値判定手段を備えてなる構成とすることが好ましい。

前記絶対値判定手段は、前記第２絶対値処理手段により得られる絶対値に対し、前記第１絶対値処理手段により得られる絶対値が高い値の場合に副交感神経優位の状態と判定し、第１絶対値処理手段により得られる絶対値が低い値の場合に交感神経優位の状態と判定し、いずれの絶対値も所定値よりも高い場合には活性状態と判定し、いずれの絶対値も所定値よりも低い場合に機能低下状態と判定する構成とすることができる。

さらに、前記第１絶対値処理手段により得られた絶対値を積分して第１積分曲線を求める第１積分曲線演算手段と、前記第２絶対値処理手段により得られた絶対値を積分して第２積分曲線を求める第２積分曲線演算手段とを有し、前記状態判定手段が、前記第１積分曲線演算手段及び第２積分曲線演算手段によりそれぞれ得られる各積分曲線を比較する積分曲線判定手段とを備えてなる構成とすることが好ましい。

前記積分曲線判定手段は、前記第２積分曲線に対し、前記第１積分曲線が高い値で推移する場合に副交感神経優位の状態と判定し、前記第１積分曲線が低い値で推移する場合に交感神経優位の状態と判定し、第１及び第２積分曲線が共に所定値よりも高い値で推移する場合には活性状態と判定し、第１及び第２積分曲線が共に所定値よりも低い値で推移する場合には機能低下状態と判定する構成とすることができる。

前記周波数変動時系列解析演算手段によって得られる周波数変動時系列波形から、ある時間幅における周波数の平均値を所定時間毎に求める周波数平均値算出手段と、飲酒前において前記周波数平均値算出手段により求めた周波数の平均値と飲酒後において前記周波数平均値算出手段により求めた周波数の平均値との差分を算出する周波数差分算出手段とを有し、前記状態判定手段が、予め記憶部に記憶された周波数の平均値の差分と呼気アルコール濃度との関係を規定した呼気アルコール濃度対応テーブルを読み込み、前記周波数差分算出手段により求められた周波数の平均値の差分に対応する呼気アルコール濃度を推定する構成とすることが好ましい。

さらに、前記生体信号測定装置から得られる脈波の時系列波形を２階微分して加速度脈波を算出し、得られた加速度脈波を周波数解析してパワースペクトルの振幅ピーク値を求める加速度脈波解析手段を有し、前記振幅ピーク値と前記記述関数のゲインとの関係から人の状態を推定する構成とすることができる。前記振幅ピーク値と前記記述関数のゲインとの関係から、人体支持部材に支持されているときの、人体支持部材に対する人の状態を推定する構成とすることができる。

前記生体信号測定装置として、人の胴部の脈波を検出可能な部位に対応して配置されるエアパックと、前記エアパックの空気圧変動を検出するセンサとを備えてなるものを用いた構成とすることが好ましい。

本発明は、脈波（心部揺動波）の周波数傾き時系列波形を求め、任意に設定した第１時間帯における周波数傾き時系列波形と第１時間帯よりも後の第２時間帯における周波数傾き時系列波形と間の記述関数（等価伝達関数）を求める構成である。これにより、第１時間帯における周波数傾き時系列波形が第２時間帯においてどのように変化して出力されたかがわかる。従って、人の種々の状態変化に対応した記述関数を予め記憶しておけば、実際の状態判定時において周波数傾き時系列波形の記述関数を求め、記憶された記述関数と比較することにより、人の状態を特定することができる。すなわち、本発明によれば、人の状態変化を記述関数によって定量的に捉えることが可能となり、人の状態変化をより敏感に検出して迅速に出力できる。

また、上記の記述関数による判定手法に加えて、周波数傾き時系列波形から隣り合う振幅の変動比及び生体減衰力を求めることにより、人の状態判定をより細かく捉えることができる。また、脈波の周波数変動時系列波形から求められる心拍数の増減変化を加味することにより、人の状態をさらに細分化して捉えることができる。

さらに、脈波周波数の時系列波形を、脈波の時系列波形を平滑化微分して求めた極大値を用いた場合と、脈波の時系列波形において、正から負に切り替わるゼロクロス地点を求め、このゼロクロス地点を用いた場合との２つのデータを求め、その２つのデータから周波数傾き波形を求めてそれぞれを絶対値処理すると、人の疲労度合い（交感神経優位の状態、副交感神経優位の状態等）を簡易に区別して推定できる。すなわち、極大値を用いた手法（ピーク検出法）は低周波成分だけでなく高周波成分を含む脈波を検出しているのに対し、ゼロクロス地点を用いた場合（ゼロクロス法）は脈波の低周波成分を検出している。従って、両者が一致している時は、高周波成分が少ないことを意味し、乖離している時は、高周波成分が多く含まれていることを意味している。高周波成分は、交感神経代償作用が機能して交感神経優位の中での緊張した状態に対応しており、これが疲労の蓄積と関係している。

図１は、本発明の一の実施形態に係る生体信号測定装置をシートに組み込んだ状態を示した図である。 図２は、上記実施形態に係る生体信号測定装置をより詳細に示した図である。 図３は、エアパックユニットを示した図であり、（ａ）は正面方向から見た断面図、（ｂ）は側面図、（ｃ）は底面図、（ｄ）は（ａ）のＡ−Ａ線断面図である。 図４は、エアパックユニットの分解斜視図である。 図５（ａ），（ｂ）は、試験例で用いたエアパックユニットのサイズを説明するための図である。 図６は、上記実施形態に係る生体状態推定装置の構成を示した図である。 図７は、上記実施形態に係る生体状態推定装置の詳細な構成を示した図である。 図８は、生体信号測定装置により検出した脈波（心部揺動波）のピーク値を用いて、周波数変動時系列波形、周波数変動時系列波形の基線、周波数変動の傾き時系列である周波数傾き時系列波形、及び積分曲線を求める方法を説明するための図である。 図９は、生体信号測定装置により検出した脈波（心部揺動波）のゼロクロス地点を用いて、周波数変動時系列波形、周波数変動時系列波形の基線、周波数変動の傾き時系列である周波数傾き時系列波形、及び積分曲線を求める方法を説明するための図である。 図１０は、シート着座状態での人の状態推定試験の被験者Ａの結果であり、（ａ）は、脳波計による前頭前野のθ波、β波、α波の分布率の時系列波形を示し、（ｂ）は、指尖容積脈波から求めたＨＦ成分及びＬＦ／ＨＦ成分の時系列波形を示し、（ｃ）は、指尖容積脈波を用いて求めたパワー値の傾き（指尖脈波パワー値傾き）と最大リアプノフ指数の傾き（指尖脈波リアプノフ傾き）の時系列波形を示し、（ｄ）は、エアパック脈波を用いて求めた周波数傾き時系列波形と周波数変動時系列波形を示し、（ｅ）は、ピーク検出法により求めた周波数傾き時系列波形とゼロクロス法により求めた周波数傾き時系列波形とを絶対値処理した解析結果を示し、（ｆ）は、（ｅ）において絶対値処理したものを積分した積分曲線を示した図である。 図１１は、シート着座状態での人の状態推定試験の被験者Ａの結果であり、（ａ）は、脳波計による前頭前野のθ波、β波、α波の分布率の時系列波形を示し、（ｂ）は、指尖容積脈波から求めたＨＦ成分及びＬＦ／ＨＦ成分の時系列波形を示し、（ｃ）は、指尖容積脈波を用いて求めたパワー値の傾き（指尖脈波パワー値傾き）と最大リアプノフ指数の傾き（指尖脈波リアプノフ傾き）の時系列波形を示し、（ｄ）は、エアパック脈波を用いて求めた周波数傾き時系列波形と周波数変動時系列波形を示し、（ｅ）は、ピーク検出法により求めた周波数傾き時系列波形とゼロクロス法により求めた周波数傾き時系列波形とを絶対値処理した解析結果を示し、（ｆ）は、（ｅ）において絶対値処理したものを積分した積分曲線を示した図である。 図１２は、シート着座状態での人の状態推定試験の被験者Ａの結果であり、（ａ）は、脳波計による前頭前野のθ波、β波、α波の分布率の時系列波形を示し、（ｂ）は、指尖容積脈波から求めたＨＦ成分及びＬＦ／ＨＦ成分の時系列波形を示し、（ｃ）は、指尖容積脈波を用いて求めたパワー値の傾き（指尖脈波パワー値傾き）と最大リアプノフ指数の傾き（指尖脈波リアプノフ傾き）の時系列波形を示し、（ｄ）は、エアパック脈波を用いて求めた周波数傾き時系列波形と周波数変動時系列波形を示し、（ｅ）は、ピーク検出法により求めた周波数傾き時系列波形とゼロクロス法により求めた周波数傾き時系列波形とを絶対値処理した解析結果を示し、（ｆ）は、（ｅ）において絶対値処理したものを積分した積分曲線を示した図である。 図１３は、シート着座状態での人の状態推定試験の被験者Ａの結果であり、（ａ）は、脳波計による前頭前野のθ波、β波、α波の分布率の時系列波形を示し、（ｂ）は、指尖容積脈波から求めたＨＦ成分及びＬＦ／ＨＦ成分の時系列波形を示し、（ｃ）は、指尖容積脈波を用いて求めたパワー値の傾き（指尖脈波パワー値傾き）と最大リアプノフ指数の傾き（指尖脈波リアプノフ傾き）の時系列波形を示し、（ｄ）は、エアパック脈波を用いて求めた周波数傾き時系列波形と周波数変動時系列波形を示し、（ｅ）は、ピーク検出法により求めた周波数傾き時系列波形とゼロクロス法により求めた周波数傾き時系列波形とを絶対値処理した解析結果を示し、（ｆ）は、（ｅ）において絶対値処理したものを積分した積分曲線を示した図である。 図１４は、エアパック脈波の周波数傾き時系列波形の各種状態における被験者Ａ〜Ｄの記述関数を示した図である。 図１５（ａ），（ｂ）は、 人の状態をゆらぎ成分の変動比と生体減衰力から判定する手法について説明するための図である。 図１６（ａ）〜（ｆ）は、３０歳代男性被験者の６０分間昼寝実験結果を示した図である。 図１７（ａ）〜（ｆ）は、３０歳代男性被験者の夜間睡眠実験結果を示した図である。 図１８ は、覚醒時、睡眠時、中途覚醒時の各状態におけるゼロクロス法を用いた周波数傾き時系列波形の３００秒間の振幅の平均値を示した図である。 図１９（ａ）〜（ｃ）は、ゼロクロス法を用いた周波数傾き時系列波形における、睡眠パターンの睡眠段階１及び２、睡眠段階３及び４、レム睡眠における各サイクルごとの記述関数を示した図である。 図２０は、周波数平均値算出手段と周波数差分算出手段とを備えた状態推定部の構成を示した図である。 図２１は、飲酒の状態推定試験における被験者の呼気アルコール濃度の変化を示した図である。 図２２（ａ）は、被験者Ａの場合の指尖容積脈波とエアパック脈波のそれぞれ計測開始３００秒間分のデータでの原波形を示し、図２２（ｂ）は指尖容積脈波の３００秒間分の周波数解析結果を示し、図２２（ｃ）はエアパック脈波の３００秒間分の周波数解析結果を示した図である 図２３は、被験者Ａの指尖容積脈波及びエアパック脈波の３００秒毎の卓越周波数の変遷を示した図である。 図２４は、ピーク検出法による被験者Ａのエアパック脈波の周波数変動時系列波形と周波数傾き時系列波形を示した図である。 図２５は、ゼロクロス法による被験者Ａのエアパック脈波の周波数変動時系列波形と周波数傾き時系列波形を示した図である。 図２６は、周波数差分算出手段によって得られた差分値と呼気アルコール濃度との相関で示した図である。 図２７（ａ），（ｂ）は、図２５（ａ）で得られた周波数傾き時系列波形のゆらぎ度合を評価するために計測の前半と後半部分での周波数傾き時系列波形の記述関数を導出した結果を示した図である。 図２８は、被験者Ｅの周波数傾き時系列波形の記述関数を示した図である。 図２９は、被験者Ｆの周波数傾き時系列波形の記述関数を示した図である。 図３０は、振動（乗り心地）に関する人の状態推定試験における被験者のエアパック脈波の原波形を示した図であり、（ａ）は両除振機能ＯＮの場合、（ｂ）はノーズダイブ機能ＯＦＦの場合、（ｃ）は両除振機能ＯＦＦの場合のデータである。 図３１は、図３０（ａ）〜（ｃ）の各原波形をゼロクロス法を用いて処理して得た周波数傾き時系列波形と周波数変動時系列波形であり、（ａ）は両除振機能ＯＮの場合、（ｂ）はノーズダイブ機能ＯＦＦの場合、（ｃ）は両除振機能ＯＦＦの場合のデータである。 図３２は、図３０（ａ）〜（ｃ）の各原波形をピーク検出法を用いて処理して得た周波数傾き時系列波形と周波数変動時系列波形であり、（ａ）は両除振機能ＯＮの場合、（ｂ）はノーズダイブ機能ＯＦＦの場合、（ｃ）は両除振機能ＯＦＦの場合のデータである。 図３３は、図３１及び図３２のゼロクロス法を用いた周波数傾き時系列波形とピーク検出法を用いた周波数傾き時系列波形をそれぞれ絶対値処理して示したデータであり、（ａ）は両除振機能ＯＮの場合、（ｂ）はノーズダイブ機能ＯＦＦの場合、（ｃ）は両除振機能ＯＦＦの場合のデータである。 図３４は、図３３（ａ）〜（ｃ）の絶対値処理したデータを積分した図であり、（ａ）は両除振機能ＯＮの場合、（ｂ）はノーズダイブ機能ＯＦＦの場合、（ｃ）は両除振機能ＯＦＦの場合のデータである。図３４（ｄ）は、体への負担度を示した図である。 図３５は、心拍変動をウェーブレット解析したデータを示したものであり、（ａ）は両除振機能ＯＮの場合、（ｂ）はノーズダイブ機能ＯＦＦの場合、（ｃ）は両除振機能ＯＦＦの場合のデータである。 図３６は、図３１（ａ）〜（ｃ）の各図のＡの時間帯の周波数傾き時系列波形とＢの時間帯の周波数傾き時系列波形との記述関数を示した図であり、（ａ）は両除振機能ＯＮの場合、（ｂ）はノーズダイブ機能ＯＦＦの場合、（ｃ）は両除振機能ＯＦＦの場合のデータである。 図３７（ａ），（ｂ）は、マットレスに関する人の好みに関する試験における記述関数と官能評価の結果を示した図である。 図３８は、記述関数と官能評価による好みの順番に負の相関があった被験者群について、縦軸を記述関数のゲイン、横軸を加速度脈波の周波数の振幅ピーク値として被験者の好みの順番に評価結果をまとめた図である。 図３９は、記述関数と官能評価による好みの順番に正の相関があった被験者群について、縦軸を記述関数のゲイン、横軸を加速度脈波の周波数の振幅ピーク値として被験者の好みの順番に評価結果をまとめた図である。 図４０は、他の実施形態に係る生体信号測定装置の一例を示した図である。 図４１は、他の実施形態に係る生体信号測定装置の他の例を示した図である。 図４２は、図４０又は図４１に示した生体信号測定装置をシートに組み込む過程を説明するための図である。

以下、図面に示した本発明の実施形態に基づき、本発明をさらに詳細に説明する。図１は、本実施形態に係る生体状態推定装置６０の分析対象である脈波、ここでは心部揺動波（人の上体の背部から検出される心房の動き及び大動脈の揺動に伴う生体信号）を採取する生体信号測定装置１を組み込んだ自動車用のシート５００の外観を示した図である。この図に示したように、生体信号測定装置１は、シートバック部５１０に組み込まれて用いられる。ここで、生体信号測定装置１によって採取される信号には、生体信号成分以外のノイズ信号がより少ないことが望ましい。そこで、本実施形態の生体信号測定装置１は、以下に説明するように、自動車の走行中等の振動環境下においても、センサの出力信号自体に含まれるノイズ信号を少なくできるような工夫がなされている。

生体信号測定装置１は、エアパックユニット１００と、ビーズ発泡樹脂弾性部材２０とを有して構成されている。エアパックユニット１００は、収容体１５と、該収容体１５に収容した２つのエアパック１０を備えて構成される。各エアパック１０は、３つの小空気袋１１１が縦方向に連接されている一方、そのそれぞれは空気の流通がないように形成されている。各小空気袋１１１内には、復元力付与部材としての三次元立体編物１１２が配置されている。

本実施形態では、このようなエアパック１０が左右に配置される。左右に配置することにより、着座者の背への当たりが左右均等になり、違和感を感じにくくなる。また、左右のエアパック１０，１０のいずれか一方を構成するいずれかの小空気袋１１１にセンサ取付チューブ１１１ａが設けられ、その内側に空気圧変動を測定するセンサ１１１ｂが固定されている。なお、センサ取付チューブ１１１ａは密閉されている。小空気袋１１１は、このような生体信号による空気圧変動に敏感に反応させるために、大きさは、幅４０〜１００ｍｍ、長さ１２０〜２００ｍｍの範囲が好ましい。小空気袋１１１の素材は限定されるものではないが、例えば、ポリウレタンエラストマー（例えば、シーダム株式会社製、品番「ＤＵＳ６０５−ＣＤＲ」）からなるシートを用いて形成することができる。センサ１１１ｂとしては、小空気袋１１１内の空気圧を測定できるものであればよく、例えば、コンデンサ型マイクロフォンセンサを用いることができる。

小空気袋１１１を３つ連接した場合の全体の大きさとしては、自動車のシート５００のシートバック部５１０に用いる場合、幅４０〜１００ｍｍ、全長４００〜６００ｍｍの範囲とすることが好ましい。長さが短い場合、シートバック部５１０において、着座者が、腰部付近の一部分のみに異物感を感じるため、４００ｍｍ以上の長さとして、できるだけ、着座者の背全体に対応させることが好ましい。

空気圧変動を検出するセンサ１１１ｂは、本実施形態では、着座者の左側に配置されるエアパック１０を構成する中央の小空気袋１１１に設けている。この小空気袋１１１の位置は、着座者の背部から採取される心房の動き及び大動脈（特に、「下行大動脈」）の揺動に伴う脈波（心部揺動波）を検知可能な領域に相当する。この心部揺動波を検知可能な領域は、着座者の体格により一律ではないが、身長１５８ｃｍの日本人女性から身長１８５ｃｍの日本人男性までの様々な体格の被験者２０名で測定したところ、該小空気袋１１１（幅６０ｍｍ、長さ１６０ｍｍ）をシートバック部５１０の中心寄りの側縁と下縁の交差部Ｐ(図２及び図３参照）が、シートクッション部５２０の上面からシートバック部５１０の表面に沿った長さＬ：２２０ｍｍ、シートバック部５１０の中心からの距離Ｍ：８０ｍｍとなるように設定したところ、上記全ての被験者において大動脈の脈波を検知できた。小空気袋１１１の大きさが、幅４０〜１００ｍｍ、長さ１２０〜２００ｍｍの範囲の場合、交差部Ｐの位置を、シートクッション部５２０の上面からシートバック部５１０の表面に沿った長さで１５０〜２８０ｍｍ、シートバック部５１０の中心から６０〜１２０ｍｍの範囲に設定することが好ましい。

上記した２つのエアパック１０をシートバック部５１０において容易に所定の位置に設定できるようにユニット化しておくことが好ましい。従って、図２〜図４に示したような収容体１５にエアパック１０を装填したエアパックユニット１００として構成とすることが好ましい。収容体１５は、両側にエアパック１０を収容する袋状のエアパック収容部１５１を有し、２つのエアパック収容部１５１間に接続部１５２を有している。

２つのエアパック収容部１５１には、それぞれエアパック１０が挿入される。また、エアパック収容部１５１には、エアパック１０とほぼ同じ大きさの三次元立体編物４０を、エアパック１０の裏側エアパック１２の背面側に重ねて挿入することが好ましい（図３（ｄ）参照）。三次元立体編物４０を配置することにより、エアパック１０が該三次元立体編物４０によっていわば浮くように支持されるため、シートバック部５１０からの外部振動が伝わりにくくなる。すなわち、三次元立体編物４０を配置することにより、高周波小振幅の外部振動が入力された場合には、三次元立体編物４０のパイルと空気圧の変動から、エアパック内にバネ定数の低い、バネ・マス・ダンパ系が作られる。そして、それが三次元立体編物４０を内蔵したエアパック１０において、低・高周波入力に対するフィルタ（ローパスフィルタ・ハイパスフィルタ）として作用し、該外部振動を減衰する。

接続部１５２は、２つのエアパック部１５１を所定間隔をおいて支持できるものであればよく、幅６０〜１２０ｍｍ程度で形成される。接続部１５２も、袋状に形成し、その内部に三次元立体編物４５を挿入することが好ましい(図３（ｄ）及び図４参照）。これにより、該接続部１５２を通じて入力される振動も、該三次元立体編物４５を挿入することにより効果的に除振でき、センサ１１１ｂを備えたエアパック１０への外部振動の伝達を抑制できる。

なお、上記したように、小空気袋１１１は、例えば、ポリウレタンエラストマー（例えば、シーダム株式会社製、品番「ＤＵＳ６０５−ＣＤＲ」）からなるシートを用いて形成されるが、収容体１５も同じ素材を用いて形成することが好ましい。また、小空気袋１１１、エアパック収容部１５１及び接続部１５２内に装填される各三次元立体編物は、例えば、特開２００２−３３１６０３号公報に開示されているように、互いに離間して配置された一対のグランド編地と、該一対のグランド編地間を往復して両者を結合する多数の連結糸とを有する立体的な三次元構造となった編地である。

一方のグランド編地は、例えば、単繊維を撚った糸から、ウェール方向及びコース方向のいずれの方向にも連続したフラットな編地組織（細目）によって形成され、他方のグランド編地は、例えば、短繊維を撚った糸から、ハニカム状（六角形）のメッシュを有する編み目構造に形成されている。もちろん、この編地組織は任意であり、細目組織やハニカム状以外の編地組織を採用することもできるし、両者とも細目組織を採用するなど、その組み合わせも任意である。連結糸は、一方のグランド編地と他方のグランド編地とが所定の間隔を保持するように、２つのグランド編地間に編み込んだものである。このような三次元立体編物としては、例えば、以下のようなものを用いることができる。なお、各三次元立体編物は、必要に応じて複数枚積層して用いることもできる。

（１）製品番号：４９０７６Ｄ（住江織物（株）製）
材質：
表側のグランド編地・・・３００デシテックス／２８８ｆのポリエチレンテレフタレート繊維仮撚加工糸と７００デシテックス／１９２ｆのポリエチレンテレフタレート繊維仮撚加工糸との撚り糸
裏側のグランド編地・・・４５０デシテックス／１０８ｆのポリエチレンテレフタレート繊維仮撚加工糸と３５０デシテックス／１ｆのポリトリメチレンテレフタレートモノフィラメントとの組み合わせ
連結糸・・・・・・・・・３５０デシテックス／１ｆのポリトリメチレンテレフタレートモノフィラメント

（２）製品番号：４９０１３Ｄ（住江織物（株）製）
材質：
表側のグランド編地・・・４５０デシテックス／１０８ｆのポリエチレンテレフタレート繊維仮撚加工糸の２本の撚り糸
裏側のグランド編地・・・４５０デシテックス／１０８ｆのポリエチレンテレフタレート繊維仮撚加工糸の２本の撚り糸
連結糸・・・・・・・・・３５０デシテックス／１ｆのポリトリメチレンテレフタレートモノフィラメント

（３）製品番号：６９０３０Ｄ（住江織物（株）製）
材質：
表側のグランド編地・・・４５０デシテックス／１４４ｆのポリエチレンテレフタレート繊維仮撚加工糸の２本の撚り糸
裏側のグランド編地・・・４５０デシテックス／１４４ｆのポリエチレンテレフタレート繊維仮撚加工糸と３５０デシテックス／１ｆのポリトリメチレンテレフタレートモノフィラメントとの組み合わせ
連結糸・・・・・・・・・３５０デシテックス／１ｆのポリトリメチレンテレフタレートモノフィラメント

（４）旭化成せんい（株）製の製品番号：Ｔ２４０５３ＡＹ５−１Ｓ

ビーズ発泡樹脂弾性部材２０は、シートバック部５１０の表皮部材とエアパック１０を収容した収容体１５（エアパックユニット１００）との間に配設され、２つのエアパック１０の全長に相当する長さを有し、２つのエアパック１０の頂部間の長さに相当する幅を有している。従って、長さが４００〜６００ｍｍ、幅が２５０〜３５０ｍｍ程度の大きさのものを用いることが好ましい。これにより、２つのエアパック１０が共に覆われるため、２つのエアパック１０の凹凸を感じにくくなる。

ビーズ発泡樹脂弾性部材２０は、平板状に形成されたビーズ発泡体と、その外面に貼着される被覆材とから構成されている。ビーズ発泡体としては、ポリスチレン、ポリプロピレン及びポリエチレンのいずれか少なくとも一つを含む樹脂のビーズ法による発泡成形体が用いられる。なお、発泡倍率は任意であり限定されるものではない。被覆材は、ビーズ発泡体の外面に接着により貼着され、高い伸度と回復率を有する素材であり、好ましくは、伸度２００％以上、１００％伸長時の回復率が８０％以上である弾性繊維不織布が用いられる。例えば、特開２００７−９２２１７号公報に開示された熱可塑性エラストマー弾性繊維が相互に溶融接着された不織布を用いることができる。具体的には、ＫＢセーレン（株）製、商品名「エスパンシオーネ」を用いることができる。

また、ビーズ発泡樹脂弾性部材２０の外面を覆う被覆材として、例えば、熱可塑性ポリエステルからなる不織布を用いることもできる。具体的には、帝人（株）製のポリエチレンナフタレート（ＰＥＮ）繊維（１１００ｄｔｅｘ）から形成した２軸織物（縦：２０本／ｉｎｃｈ、横：２０本／ｉｎｃｈ）を用いることができる。

ビーズ発泡樹脂弾性部材２０を構成するビーズ発泡体としては、厚さ約５〜６ｍｍ程度のものを用いることができ、その外面に、厚さ約１ｍｍ以下の上記した弾性繊維不織布や熱可塑性ポリエステルからなる不織布を貼着して形成される。なお、本実施形態では、ビーズ発泡樹脂弾性部材２０の表皮部材５１１に対向する面とその反対面に、上記のエスパンシオーネ（商品名）を貼着している。これにより、生体信号の伝達性が向上する。

本実施形態において人体支持手段を構成するシート５００のシートバック部５１０は、表皮部材５１１と該表皮部材５１１の背面側に配設されるクッション支持部材５１２とを備えてなり、該表皮部材５１１とクッション支持部材５１２との間にエアパック１０を保持した収容体１５（エアパックユニット１００）とビーズ発泡樹脂弾性部材２０が組み込まれる。この際、クッション支持部材５１２側にまずエアパック１０を保持した収容体１５（エアパックユニット１００）が配置され、その表面側にビーズ発泡樹脂弾性部材２０が配置された上で、表皮部材５１１により被覆される。なお、クッション支持部材５１２は、例えば、三次元立体編物をシートバック部５１０の左右一対のサイドフレームの後端縁間に張って形成することもできるし、合成樹脂板から形成することもできる。表皮部材５１１は、例えば、三次元立体編物、合成皮革、皮革、あるいはこれらの積層体などを左右一対のサイドフレームの前縁間に張って設けることができる。

このように、本実施形態においては、表皮部材５１１の裏面側に所定の大きさのビーズ発泡樹脂弾性部材２０が積層して配置され、さらにその後方に左右一対のエアパック１０を保持した収容体１５（エアパックユニット１００）が配置される構成であるため、着座者が背にエアパック１０の凹凸を感じることなくなり、生体信号を測定するためのエアパック１０を有する構成でありながら、座り心地が向上する。なお、上記した説明では、ビーズ発泡樹脂弾性部材２０を１枚用いたのみであるが、複数枚重ねて配置することも可能である。

次に、生体状態推定装置６０の構成について図６に基づいて説明する。生体状態推定装置６０には、生体信号測定装置１により検出された脈波である心部揺動波（以下、場合により「エアパック脈波」という）の時系列波形から人の状態を分析する状態推定部６１０が組み込まれている。なお、本実施形態で用いた生体信号測定装置１は、上記のようにノイズ対策を施しているため、検出信号へのノイズの混入は少ないが、特に、自動車走行中のような動的環境下では検出信号に脈波以外のノイズが含まれることが多くなる。従って、その場合には、状態推定部６１０で処理する前の前処理として、検出信号を脈波が含まれている所定周波数でフィルタリングするなどして処理し、この前処理した検出信号をエアパック脈波の時系列波形として用いることが好ましい。

本実施形態では、状態推定部６１０を、生体状態推定装置６０の記憶部に設定したコンピュータプログラムから構成している。すなわち、状態推定部６１０は、脈波周波数演算手段(脈波周波数演算手順）６１１と、周波数傾き時系列解析演算手段（周波数傾き時系列解析演算手順）６１２と、周波数変動時系列解析演算手段（周波数変動時系列解析演算手順）６１３と、状態判定手段（状態判定手順）６１４とを備えて構成される。なお、コンピュータプログラムは、フレキシブルディスク、ハードディスク、ＣＤ−ＲＯＭ、ＭＯ（光磁気ディスク）、ＤＶＤ−ＲＯＭなどの記録媒体へ記憶させて提供することもできるし、通信回線を通じて伝送することも可能である。

脈波周波数演算手段(脈波周波数演算手順）６１１は、生体信号測定装置１から得られるエアパック脈波の時系列波形における周波数の時系列波形を求める。この時系列波形の求め方には２種類あり、一方は交感神経機能の指標として用いられるＬＦ／ＨＦ（なお、ＬＦは０．０５−０．２０Ｈｚの周波数成分、ＨＦは０．２０−０．３５Ｈｚの周波数成分である）に関するもので、他方は副交感神経機能の指標として用いられるＨＦに関するものである。

第１は、エアパック脈波の時系列波形を平滑化微分して極大値（ピーク）を用いて時系列波形を求める方法（以下、「ピーク検出法」という）である。ピーク検出法は、基本的にはＨＦの機能に相当する時系列波形である。例えば、ＳａｖｉｔｚｋｙとＧｏｌａｙによる平滑化微分法により極大値を求める。次に、例えば５秒ごとに極大値を切り分け、その５秒間に含まれる時系列波形の極大値（波形の山側頂部）間の時間間隔の逆数を個別周波数ｆとして求め、その５秒間における個別周波数ｆの平均値を当該５秒間の周波数Ｆの値として採用する（図８の[1]のステップ）。そして、この５秒毎に得られる周波数Ｆをプロットすることにより、周波数の時系列波形を求める（図８の[2]のステップ）。

第２は、エアパック脈波の時系列波形において、正から負に切り替わる地点（以下、「ゼロクロス地点」という）を用いて時系列波形を求める方法（以下、「ゼロクロス法」という）である。このゼロクロス法は、脈波の周波数の基本成分を捉えるもので、ＬＦ／ＨＦの発現の強弱のレベルを示す。この方法では、まず、ゼロクロス地点を求めたならば、それを例えば５秒毎に切り分け、その５秒間に含まれる時系列波形のゼロクロス地点間の時間間隔の逆数を個別周波数ｆとして求め、その５秒間における個別周波数ｆの平均値を当該５秒間の周波数Ｆの値として採用する（図９の[1]のステップ）。そして、この５秒毎に得られる周波数Ｆをプロットすることにより、周波数の時系列波形を求める（図９の[2]のステップ）。

周波数傾き時系列解析演算手段（周波数傾き時系列解析演算手順）６１２は、脈波周波数演算手段６１１によって、ピーク検出法又はゼロクロス法を用いて得られたエアパック脈波の周波数の時系列波形から、所定の時間幅の時間窓を設定し、時間窓毎に最小二乗法により該エアパック脈波の周波数の傾きを求め、その時系列波形を出力する構成である。周波数傾き時系列解析演算手段６１２により得られる周波数傾き時系列波形は、交感神経及び副交感神経の発現のバランスを捉えた生体のゆらぎを示すものとして出力される。具体的には、まず、ある時間窓Ｔｗ１における周波数の傾きを最小二乗法により求めてプロットする（ピーク検出法は図８の[3],[5]のステップ、ゼロクロス法は図９の[3],[5]のステップ）。次に、オーバーラップ時間Ｔｌ（ピーク検出法は図８の[6]のステップ、ゼロクロス法は図９の[6]のステップ）で次の時間窓Ｔｗ２を設定し、この時間窓Ｔｗ２における周波数の傾きを同様に最小二乗法により求めてプロットする。この計算（移動計算）を順次繰り返し、エアパック脈波の周波数の傾きの時系列変化を周波数傾き時系列波形として出力する（ピーク検出法は図８の[8]のステップ、ゼロクロス法は図９の[8]のステップ）。なお、時間窓Ｔｗの時間幅は１８０秒に設定することが好ましく、オーバーラップ時間Ｔｌは１６２秒に設定することが好ましい。これは、本出願人による上記特許文献３（ＷＯ２００５／０９２１９３Ａ１公報）において示したように、時間窓Ｔｗの時間幅及びオーバーラップ時間Ｔｌを種々変更して行った睡眠実験から、特徴的な信号波形が最も感度よく出現する値として選択されたものである。

周波数変動時系列解析演算手段（周波数変動時系列解析演算手順）６１３は、脈波周波数演算手段６１１により得られたエアパック脈波の周波数の時系列波形（ピーク検出法は図８の[2]のステップ、ゼロクロス法は図９の[2]のステップ）に、所定の時間幅の時間窓（好ましくは１８０秒）を設定し、周波数の平均値を求める（ピーク検出法は図８の[3],[4]のステップ、ゼロクロス法は図９の[3],[4]のステップ）。次に、所定のオーバーラップ時間（好ましくは１６２秒）で設定した所定の時間窓（好ましくは１８０秒）毎にエアパック脈波の周波数の平均値を求める移動計算を行い、プロットする。そして、時間窓毎にプロットされた周波数の平均値の時系列変化を周波数変動時系列波形として出力する（ピーク検出法は図８の[7]のステップ、ゼロクロス法は図９の[7]のステップ）。

ここで、ピーク検出法は、脈波の低周波成分に高周波成分がのった状態を検出しているのに対し、ゼロクロス法は低周波成分を検出している。すなわち、両者が一致している時は、高周波成分が少ないことを意味し、乖離している時は、高周波成分が多く含まれていることを意味している。脈波の高周波成分は、交感神経の代償作用の発現と関連しており、交感神経が優位となり、主に緊張状態、我慢状態に対応しており、これが疲労の蓄積やエネルギ代謝の増減に関係する。従って、ピーク検出法及びゼロクロス法のそれぞれにより求めた周波数傾き時系列波形を絶対値処理して両者を比較することにより、交感神経系が亢進した緊張状態や我慢状態にあるか、副交感神経優位のリラックス状態にあるかの大雑把な状態判定を行うことができる。その一方、周波数傾き時系列波形から記述関数を求める場合、並びに、周波数変動時系列波形から心拍数の増減等を求める場合には、ゼロクロス法により得られる周波数の時系列波形を用いることが好ましい。これは、記述関数の算出目的が、活動代謝にあるか、安静代謝の中での変化の状態にあるか、あるいは、睡眠代謝の中での活性度合・機能の低下状態にあるかを判別したいことにあるためである。

状態判定手段（状態判定手順）６１４は、記述関数算出手段（記述関数算出手順）６１４ａを有している。記述関数算出手段６１４ａは、任意に設定した第１時間帯における周波数傾き時系列波形と第１時間帯よりも後の第２時間帯における周波数傾き時系列波形と間の記述関数（等価伝達関数）を求める手段である。つまり、第１時間帯における周波数傾き時系列波形を入力関数とし、第２時間帯における周波数傾き時系列波形を出力関数として、両者間の記述関数を求めることにより、第１時間帯と第２時間帯における人の状態変化を捉えるものである。第１時間帯及び第２時間帯は、各時間帯における周波数傾き時系列波形の関数を求めることができる時間幅であればよく限定されるものではないが、より迅速かつ正確に計算するためには半周期分から３周期分（約３分間から約２０分間）が好ましいが、半周期よりも短い時間幅から計算することも可能である。なお、周期には個人差もあるため、予め、個人毎に第１時間帯及び第２時間帯の時間幅を設定できるようにすることが好ましい。但し、状態変化をうながしたり、疲労低減のための交感神経の代償作用が大きく機能する流動状態の時間帯の関数は除外することが好ましい。

状態判定手段６１４は、記述関数算出手段６１４ａにより得られた記述関数から人の状態を判定する。図１４は、後述の試験例により得られた被験者４名の種々の状態における記述関数を示したものである。例えば、被験者Ａの記述関数は、眠気を感じている状態の中で活性化したときのものであり、被験者Ｂの記述関数は睡眠状態に移行時の状態変化を示す。また、被験者Ｃの記述関数は安静状態における２つの時間帯間の変化を示し、被験者Ｄの記述関数は漫然状態における２つの時間帯間の変化を示す。従って、このように各種な状態変化の記述関数を基本記述関数として予め記憶させておくことで、実際に測定した際に得られた記述関数を、予め記憶された基本記述関数と比較していずれの記述関数に近似しているかにより、状態変化を特定することができる。

図１４から、記述関数は、ゲインが低い値であるときは副交感神経が優位で休息、リラックス状態を示し、逆にその値が大きくなるほど身体が活性、緊張状態であることを示していることがわかる。そこで、状態判定手段６１４は、ゲインが予め設定した閾値よりも高いか否かにより、活性・緊張状態にあるかリラックス状態にあるか、あるいは休息睡眠状態か機能低下状態かを判定する手法を採用することもできる。また、その際には、副交感神経機能の影響の大きい低周波数帯と交感神経機能の影響の大きい高周波数帯とに分けて設定する（図１４の例では、０．００５Ｈｚを境として分ける）ことが好ましい。所定周波数におけるゲインとは、例えば、低周波数帯又は高周波数帯におけるピーク周波数のゲイン、あるいは、低周波数帯及び高周波数帯の各ゲインの平均値を採用することができる。ピーク周波数のゲインとは、例えば、図１４の例では、被験者Ａの記述関数では、低周波数帯のピーク周波数０．００４Ｈｚのゲイン＝約１．６、高周波数帯のピーク周波数０．０１Ｈｚのゲイン＝約１．９、被験者Ｂの記述関数では、低周波数帯のピーク周波数０．００４Ｈｚのゲイン＝約０．３６、高周波数帯のピーク周波数０．００６Ｈｚのゲイン＝約０．３３、被験者Ｃの記述関数では、低周波数帯のピーク周波数０．００２Ｈｚのゲイン＝約７．９、高周波数帯のピーク周波数０．００８Ｈｚ＝約５．５を採用することができる。

所定周波数をいずれにするかは任意であり、例えば、個人毎にいくつかのデータを予め測定し、その中から特徴の出やすい周波数を設定することもできる。また、低周波数帯、高周波数帯の設定も個人毎に予め測定して定めておくことが好ましい。

また、コンピュータの記憶部には、ゲインについての閾値が１以上設定して判定する構成としてもよい。記述関数算出手段６１４ａにより求められる記述関数は、ゲインが高いほど自律神経活動が増し、ゲインが低いほど自律神経活動が機能低下の状態となる。そこで、例えば、図１４の例では、低周波数帯及び高周波数帯の両方においてゲインが５以上の場合には交換神経と副交感神経のバランスのとれた活性状態、低周波数帯と高周波数帯のうちの一方の周波数帯のゲインが５以上で他方の周波数帯のゲインが２以下の場合には副交感優位の状態、低周波数帯と高周波数帯のうちの一方の周波数帯のゲインが５以上で他方の周波数帯のゲインが２〜５の間の場合には我慢している状態、いずれの周波数帯もゲイン２〜５の間の場合には疲労が進行して交感神経の代償作用が機能している状態、いずれの周波数帯も２以下の場合には副交感優位で睡眠状態に至っているなどとと判定するように閾値（この場合、ゲイン２とゲイン５に設定）を設定しておく。これにより、状態判定手段６１４は、記述関数算出手段６１４ａによってゲインが求められると、このような人のより詳細な状態（活性状態、安静状態、睡眠状態等）を迅速に判定できる。

また、状態判定手段６１４は、周波数変動時系列解析演算手段６１３により得られた周波数変動時系列波形の変化量が増加、減少、停滞のいずれであるかにより、心拍数の増加、減少、停滞のいずれであるかを判定する心拍数判定手段６１４ｂを備えた構成とすることが好ましい。例えば、図１０（ｅ）に示した周波数変動時系列波形は、３００秒〜５００秒にかけては右下がりに推移しているが、５００秒〜８００秒にかけてはほぼ水平に推移している。また、８００秒〜１５００秒にかけては右上がりに推移し、１５００秒〜１７５０秒にかけては右下がりに推移している。周波数変動時系列波形は、右上がりの推移が心拍数の増加、右下がりの推移が心拍数の減少、水平が心拍数の停滞に対応するため、状態判定手段６１４は、周波数変動時系列波形の変化傾向から心拍数の状態を判定する。右下がり、右上がり、又は停滞の波形か否かの判定は、例えば、停滞状態と判定する波形の傾き角度（例えば、プラスマイナス１５度以内）を設定しておき、それよりも大きく変化した場合に右下がり又は右上がりと判定するように設定できる。

状態判定手段６１４は、心拍数判定手段６１４ｂにより、判定された心拍数の状態と上記した記述関数とを組み合わせて人の状態をより細かく判定する構成とすることが好ましい。

具体的には、心拍数が増加傾向と判定された場合であって、心拍数が増加している間における２以上の記述関数同士を比較したときに記述関数のゲインが増大傾向の場合には良好状態ないしは眠気に抵抗している状態あるいは元気な状態への回復過程と判定し、減少傾向の場合には眠気が発生している状態と判定する。心拍数が減少傾向と判定された場合であって、記述関数のゲインの変化が増大傾向の場合には交換神経活動により眠気に抵抗している状態と判定し、減少傾向の場合には入眠間近の状態と判定する。心拍数が停滞傾向と判定された場合であって、記述関数のゲインの変化が増大傾向の場合には交感神経代償作用が働き出した状態と判定し、減少傾向の場合には漫然状態ないしはうつらうつらした状態と判定する。

また、状態判定手段６１４は、さらに、周波数傾き時系列波形から隣り合う振幅の変動比及び生体減衰力を求め、記述関数に該変動比及び生体減衰力を加えて人の状態を判定する構成とすることができる。ここで、変動比とは、人の生体ゆらぎを示す周波数傾き時系列波形の振幅の減衰比又は増幅比のことであり、生体減衰力とは、代謝に伴って自然減する指標である。そこで、状態判定手段６１４では、上記の記述関数のゲイン同士の比較に加え、変動比同士、生体減衰力同士をそれぞれ比較して、時間経過に伴ってゲイン・変動比・生体減衰力の逆数の各変化が増大傾向の場合には機能回復・活性化・緊張過程と判定し、ゲイン・変動比・生体減衰力の逆数の各変化が減少傾向の場合には機能低下・休息・リラックス過程と判定するようにすることが好ましい。なお、変動比及び生体減衰力については、後述の試験例においてさらに詳細に説明する。

上記した説明では、記述関数を用いて人の状態を判定する手法と、記述関数と心拍数を用いて人の状態を判定する手法を示しているが、これに加えて、交感神経の亢進状態か副交感神経優位の状態かを把握するさらに別の手法を併用することが人の状態のより正確な判定のためには好ましい。本実施形態では次の手法を採用している。

すなわち、図７に示したように、脈波周波数演算手段６１１として、上記のピーク検出法を用いて脈波の周波数の時系列波形を求める第１脈波周波数演算手段６１１ａと、ゼロクロス法を用いて脈波の周波数の時系列波形を求める第２脈波周波数演算手段６１１ｂとを設定する。また、周波数傾き時系列解析演算手段６１２として、第１脈波周波数演算手段６１１ａにより得られた脈波の周波数の時系列波形において、所定のオーバーラップ時間で設定した所定の時間窓毎に周波数の傾きを求める移動計算を行い、時間窓毎に得られる前記周波数の傾きの時系列変化を周波数傾き時系列波形として出力する第１周波数傾き時系列解析演算手段６１２ａと、第２脈波周波数演算手段６１１ｂにより得られた脈波の周波数の時系列波形において、所定のオーバーラップ時間で設定した所定の時間窓毎に周波数の傾きを求める移動計算を行い、時間窓毎に得られる前記周波数の傾きの時系列変化を周波数傾き時系列波形として出力する第２周波数傾き時系列解析演算手段６１２ｂとを設定する。さらに、第１周波数傾き時系列解析演算手段６１２ａにより得られた周波数傾き時系列波形を絶対値処理する第１絶対値処理手段６１５ａと、第２周波数傾き時系列解析演算手段６１２ｂにより得られた周波数傾き時系列波形を絶対値処理する第２絶対値処理手段６１５ｂとを設定する。

そして、状態判定手段６１４として、第１絶対値処理手段６１５ａ及び第２絶対値処理手段６１５ｂによりそれぞれ得られる絶対値同士を時系列に比較する絶対値判定手段６１４ｃを設定する。

上記のように、ピーク検出法は、低周波成分に高周波成分が付加された脈波を検出しているのに対し、ゼロクロス法は脈波の低周波成分を検出しており、両者が一致している時は、高周波成分が少ないことを意味し、乖離している時は、高周波成分が多く含まれていることを意味している。従って、各絶対値処理手段６１５ａ，６１５ｂにより得られたデータを比較することで、交感神経系が亢進した緊張状態や我慢状態にあるか、副交感神経優位のリラックス状態あるいは機能低下状態や休息・睡眠状態にあるかの状態判定を行うことができる。このため、絶対値判定手段６１４ｃは、第１絶対値処理手段６１５ａにより得られる絶対値に対し、第２絶対値処理手段６１５ｂにより得られる絶対値が高い値の場合に交感神経優位の状態と判定し、第１絶対値処理手段６１５ａにより得られる絶対値が高い値の場合に副交感神経優位の状態と判定するように設定される。例えば、図１０（ｅ），（ｆ）の例では、８００秒付近までは交感神経優位の傾向にあり、１５００秒以降は副交感神経優位の傾向にあり、その間においては、両者がほぼ同程度で交感神経優位の状態から副交感神経優位の状態に切り替わる段階であることがわかる。

交感神経と副交感神経のいずれが優位の傾向にある時間帯かをより明確に判定するために、第１絶対値処理手段６１５ａにより得られた絶対値を積分して第１積分曲線を求める第１積分曲線演算手段６１６ａと、第２絶対値処理手段６１５ｂにより得られた絶対値を積分して第２積分曲線を求める第２積分曲線演算手段６１６ｂとを設定し、状態判定手段６１４に、第１積分曲線演算手段６１６ａ及び第２積分曲線演算手段６１６ｂによりそれぞれ得られる各積分曲線を比較する積分曲線判定手段６１４ｄを設定することが好ましい。

これにより、積分曲線判定手段６１４ｄは、第２積分曲線に対し、第１積分曲線が高い値で推移する場合に交感神経優位の状態と判定し、第１積分曲線が低い値で推移する場合に副交感神経優位の状態と容易に判定できる。いずれの絶対値も所定値よりも高い場合、すなわち、第１及び第２積分曲線が共に所定値よりも高い値で推移する場合には活性状態と判定し、いずれの絶対値も所定値よりも低い場合、すなわち第１及び第２積分曲線が共に所定値よりも低い値で推移する場合には機能低下状態あるいは睡眠・休息状態と判定するように設定することが好ましい。なお、「所定値」は、予め個人毎に測定して設定することができる。

（試験例）
（シート着座状態での人の状態推定試験）
健康な５０歳代の日本人男性３名と３０歳代の日本人男性１名（被験者Ａ〜Ｄ）をそれぞれ上記シート５００に着座させ、静的条件下で３０分間の居眠り検知実験を行った。同時に光学式指尖容積脈波計及び脳波計を装着し、指尖容積脈波及び脳波の測定も行った。結果を図１０〜図１３に示す。図１０〜図１３において、（ａ）は、脳波計による前頭前野のθ波、β波、α波の分布率の時系列波形を示し、（ｂ）は、指尖容積脈波から求めたＨＦ成分及びＬＦ／ＨＦ成分の時系列波形を示し、（ｃ）は、指尖容積脈波を用いて求めた従来技術の項で説明したパワー値の傾き（指尖脈波パワー値傾き）と最大リアプノフ指数の傾き（指尖脈波リアプノフ傾き）の時系列波形を示し、（ｄ）は、上記実施形態のシート５００に装着した生体信号測定装置１から得られるエアパック脈波を用いて求めた周波数傾き時系列波形と周波数変動時系列波形を示し、（ｅ）は、ピーク検出法により求めた周波数傾き時系列波形とゼロクロス法により求めた周波数傾き時系列波形とを絶対値処理した解析結果を示し、（ｆ）は、（ｅ）において絶対値処理したものを積分した積分曲線を示した図である。

まず、図１０は、被験者Ａの実験結果を示す。図１０（ａ）は全領域で、眠気を感じて睡眠に移行している可能性を示唆する。図１０（ｂ）は自律神経活動の変遷を示し、図中ｂ１、ｂ２、ｂ３のバースト波は入眠予兆現象を示唆する。図１０（ｃ）は指尖脈波の傾き時系列波形を示す。図中、ｃ１、ｃ３、ｃ４は、入眠予兆現象を示し全領域にわたって、漫然状態乃至うつらうつら状態にあったことが示唆される。なお、ｃ２では、マイクロスリープに陥った可能性が考えられる。

図１０（ｄ）はエアパック脈波の周波数変動時系列波形と周波数傾き時系列波形を示す。実験開始から８００秒まで、周波数変動時系列波形は減少傾向となっており、眠気を伴ったリラックス状態に入っていることが推測される。その後、８５０秒以降については周波数変動時系列波形が上昇傾向になっていることから、覚醒移行状態に入っていると考えられる。また周波数傾き時系列波形の図中ｄ１では、振幅値が小さくなる傾向が得られた。その後ｄ２では振幅値が大きくなった。これは、活性化を捉えられていることが考えられる。ただし、ｄ３では周波数傾きの振幅値が生じているが周波数変動の大幅な減少を伴わず、睡眠状態には至っていないと考える。このことは被験者のコメントとも一致した。

図１０（ｅ）はゼロクロス法とピーク検出法からの周波数傾き時系列波形に絶対値処理を適用した結果を示し、図１０（ｆ）はそれらの積分曲線を示す。ピーク検出法はＨＦ、ゼロクロス検出法はＬＦ／ＨＦを捉えているとみると図１０（ｂ）とほぼ同様な傾向が現れていることも確認できた。

図１１は被験者Ｂの実験結果を示す。図１１（ａ）は脳波分布率変動波形を示す。実験開始後８００秒からのβ波の上昇が確認され睡眠状態になったものと考えられる。図１１（ｂ）は指尖容積脈波から求めた自律神経系の変動波形を示し、図中ｂ４で示すバースト波群は入眠予兆現象の発現を示す。実験開始６００秒から副交感神経が優位なことから睡眠に移行される状態にあると思われる。さらに、９５０秒から副交感神経が大幅に亢進し、交感神経も低下していることから、本格的な睡眠状態に入ったものと思われる。

図１１（ｃ）は指尖容積脈波から求めた傾き時系列波形を示す。図中ｃ３で示される領域は低周波−大振幅−逆位相となっているから、入眠予兆現象の発現を示す。その後、ｃ４で若干の変化はみとめられるが睡眠状態に移行していったものと考えられる。

図１１（ｄ）はエアパック脈波周波数変動時系列波形と周波数傾き時系列波形を示す。エアパック脈波周波数変動は、実験開始から４５０秒までは上昇傾向となり、その後８００秒までは急激に減少しており、その後緩やかな減少傾向となった。また、１２００秒から１４００秒の間に一時的な上昇が確認され、何らかの状態変化が考えられる。実験開始から４５０秒までは眠気への抵抗で周波数変動が上がったことが考えられ、その後８００秒までは眠気を受け入れたために脈波周波数変動が急激に減少したことが考えられる。８００秒から睡眠に入っている状態を示している。

図１１（ｅ）はゼロクロス法とピーク検出法からの周波数傾き時系列波形に絶対値処理を適用した波形を示し、図１１（ｆ）は、（ｅ）において絶対値処理したものを積分した積分曲線を示す。ゼロクロス法と図１１（ｂ）で示すＬＦ／ＨＦ、ピーク検出法と図１１（ｂ）で示すＨＦはそれぞれ近似する傾向が認められる。

図１２は被験者Ｃの実験結果を示す。なお、被験者Ｃは昼寝から目覚めた直後にコーヒーを飲んで本実験に臨んだ結果である。図１２（ａ）は脳波分布率波形である。θ波が実験開始直後から低下傾向にあり、覚醒状態に誘導されているものと考えられる。８００秒から１５００秒に掛けてα波の大幅な上昇が認められる。この時期に実験開始直前に飲んだカフェインの効果が生じたものと考えられる。これは被験者からのコメントがあった。１１５０秒以降はα波とθ波が安定しておりリラックス状態に誘導されていることが示唆される。

図１２（ｂ）で示す指尖容積脈波からの自律神経系の変動波形より、実験開始から８００秒までは交感神経優位な状態になっており交感神経の代償作用が機能して疲労感を軽減しているものと考えられる。８００秒から１１００秒の間は交感神経にバースト波が２回立っており、カフェインの影響が認められる。１１００秒以降は交感・副交感神経のバランスが良い状態になっている。

図１２（ｃ）は指尖容積脈波の傾き時系列波形を示す。８００秒から１２００秒の間でパワー値の波形に変動があり、この間にカフェインの効果が示唆される。

図１２（ｄ）の周波数傾き時系列波形から図中のｄ５とｄ６の間で状態変化が認められる。ｄ５は振幅も小さく交感神経の代償作用の発現が認められ、ｄ６では振幅も大きく周期も低周波に移行し、ｄ５の緊張状態からｄ６のリラックス状態に変化したものと考えられる。周波数変動の波形からは１０００秒から１３００秒にかけて周波数変動の上昇傾向にあり、急激な活性化が示唆される。その後緩やかな減少傾向をたどりリラックス状態に誘導されたものと考えられる。

図１２（ｅ）は周波数傾きの絶対値処理波形を示し、図１２（ｆ）は、（ｅ）において絶対値処理したものを積分した積分曲線を示す。図中ｅ１ではピーク検出法による周波数傾きの絶対値処理波形が優位な状態となり、図１２（ｂ）に示される副交感神経優位な状態がここで示されているものと考えられる。これは図１２（ｂ）の傾向と一致した。

図１３は被験者Ｄの実験結果を示す。図１３（ａ）は脳波の分布率を示し、９００秒から１１００秒にかけてθ波の減少とα波の上昇が認められる。この急激な上昇は、開眼から閉眼に状態が変化したものと考えられる。１１００秒以降はリラックス状態にあると考えられる。

図１３（ｂ）は指尖容積脈波から求めた自律神経系の状態を表す。ｂ５に示されるバースト波は以後の交感神経の低下と副交感神経の上昇から入眠予兆と思われる。ただしｂ６、ｂ７のバースト波以降は交感神経と副交感神経がバランスが良い状態になっており、図１３（ａ）と合わせて考えると９００秒移行は睡眠に至っていないことが示唆される。つまり９００秒以降は閉眼状態でリラックス状態にあることが考えられる。なお６００秒から８００秒の間に軽い睡眠があったことが考えられる。

図１３（ｃ）は指尖容積脈波から求めた傾き時系列波形を示す６００秒から９００秒の間に状態変化が生じ、９００秒以降は安定状態を示している。この６００秒から９００秒の間のリアプノフ指数の低下は眠気ないし、軽度の睡眠を示唆する。

図１３（ｄ）の周波数変動の時系列波形より、５００秒から８００秒までの減少傾向に対して、８００秒から１０００秒の間で一時的な上昇傾向が認められる。この時６００秒から８００秒の間の一時的な変化がマイクロスリープないし軽い睡眠を示唆する。１０００秒以降の周波数変動の減少傾向に対しては、周波数変動の傾き時系列波形の振幅の大幅な増加からこの状態では睡眠に至っていないことが示唆される。

図１３（ｅ）は周波数傾き絶対値波形を示し、図１３（ｆ）は、（ｅ）において絶対値処理したものを積分した積分曲線を示すが、１０００秒を境にして、状態が変化したことが示唆される。全域にわたって副交感神経優位な状態にあるが、４００秒前後と１０００秒前後に交感神経優位な状態が認められる。これは図１３（ｂ）のｂ４、ｂ５、ｂ６に相当するものと考えられる。

図１４はエアパック脈波の周波数傾き時系列波形の各種状態における記述関数の比較を示す。被験者Ａは図１０（ｄ）のｄ１からｄ２への変化の様子を表し、覚醒状態のなかで活性化したときの記述関数を表す。被験者Ｂは図１１（ｄ）のｄ３からｄ４への状態変化の記述関数を示す。この記述関数は睡眠状態に移行時の状態変化を表す。被験者Ｃは図１２（ｄ）のｄ５からｄ６への状態変化を表し、安静状態での記述関数を示す。被験者Ｄは図１３（ｄ）のｄ７からｄ８への状態変化の記述関数を示し、漫然状態の様子を示す。なお、記述関数のゲインに適宜の閾値を設定して、各被験者の状態を推定できることは上記した通りである。

ここで、人の状態をゆらぎ成分の変動比と生体減衰力から判定する手法について説明する。図１５（ａ）は、図１０（ｄ）に示したエアパック脈波の周波数傾き時系列波形の拡大図であり、周波数傾き時系列波形は人のゆらぎ成分を示すものである。変動比は、隣り合う振幅Ｘ１、Ｘ２・・・の比（小さくなっていく場合には「減衰比」、大きくなっていく場合には「増幅比」であるが、両者を併せて「変動比」とする）から求められ、生体減衰力は人の活動の基準となるエネルギーであり、体調の悪いときは小さく、体調の良いときは大きくなり、人の活動による代謝によって自然減していくものと定義する。そして、縦軸をＸi、横軸をＸi＋1としてプロットした図１５（ｂ）に示したグラフにおいて、変動比は図１５（ｂ）の（１）式で求められ、生体減衰力は図１５（ｂ）の（２）式で求められる。

そこで、状態判定手段６１４では、上記の記述関数のゲイン同士の比較に加え、変動比同士、生体減衰力同士をそれぞれ比較して、時間経過に伴ってゲイン・変動比・生体減衰力の逆数の各変化が増大傾向の場合には機能回復・活性化・緊張過程と判定し、ゲイン・変動比・生体減衰力の逆数の各変化が減少傾向の場合には機能低下・休息・リラックス過程と判定するようにすることが好ましい。

（マットレスにおける睡眠時の人の状態推定試験）
（実験方法）
本試験では、マットレスに上記実施形態で説明したエアパック１０（以下、「エアパックセンサ」）を組み込み背部脈波（エアパック脈波）を採取して、昼寝と夜間睡眠について睡眠の質を検証できるか否かについて試験した。解析に用いる生体信号は精密脳波計による脳波、光学式指尖容積脈波計による指尖容積脈波、エアパックセンサによる背部脈波である。

・昼寝実験
３０歳代の日本人男性３名について６０分間の睡眠実験を実施した。実験環境は室温２５℃±１℃、湿度５０±１０％である。実験時期は５月下旬〜６月上旬で、実験の時間帯は１４時〜１５時である。

・夜間睡眠実験
被験者は３０歳代の男性１名である。実験環境は室温２０℃±１℃、湿度４０±１０％である。実験時期は５月下旬で、実験の時間帯は２３時〜翌朝７時の間である。

（実験結果）
・昼寝実験
図１６は３０歳代男性被験者の６０分間昼寝実験結果を示す。図１６は上から（ａ）脳波から求めた睡眠深度、（ｂ）指尖容積脈波から求めたパワー値の傾き時系列波形及び最大リアプノフ指数の傾き時系列波形、（ｃ）指尖容積脈波から求めたＨＦ、ＬＦ／ＨＦ変動、（ｄ）ゼロクロス法による背部脈波の周波数変動時系列波形と周波数傾き時系列波形、（ｅ）ゼロクロス法とピーク検出法による背部脈波の周波数傾き時系列波形の絶対値処理時系列波形、（ｆ）ゼロクロス法とピーク検出法による背部脈波の周波数傾き時系列波形の積分曲線を示す。

昼寝の基本サイクルが２０分間であると仮定して、図１６（ａ）について検討した。ａ１，ａ２示される中途覚醒からの睡眠パターンを（１），（２），（３），（４）各群に分割してみた。（１），（２）群は、疲労回復のための睡眠で、（３）群は起床の準備のためで、（４）群は疲労回復した後の睡眠と考えた。図１６（ｂ）では、周期と振幅および位相に着目した。図に示すように（１），（２），（３），（４）群に分割した。（１）群は同位相、逆位相が混在し、周期も比較的短周期で振幅も小さい。（２）群は、長周期、大振幅、逆位相の波形が中心となり、（３）群では中周期、逆位相から同位相への移行期にあり、振幅は中程度のものが中心となっている。また、（４）群で（３）群が同位相になった。図１６（ｃ）では、ＬＦ／ＨＦのバースト波とＨＦの基線の高低差で（１），（２），（３），（４）群に分割した。（１），（２）群はＬＦ／ＨＦのバースト波で分断されているが、ＨＦの基線は同一レベルで、やや（２）群が高くなっている。ＬＦ／ＨＦについても同様である。（３）群はＨＦ，ＬＦ／ＨＦともに低下し、（４）群でＨＦ，ＬＦ／ＨＦが再上昇している。図１６（ｄ）では、周波数傾き時系列波形の振幅と周期と高周波成分の有無で区別し、さらに周波数変動の時系列波形の周期成分と、上昇、下降の傾向および停滞運動で５群に区別した。図１６（ｅ）では、ピーク検出法とゼロクロス法の絶対値処理した波形群の類似性で５群に区別した。図１６（ｆ）では、積分曲線の微分係数で６群に分割した。

・夜間睡眠実験
図１７は３０歳代男性被験者の夜間睡眠実験結果を示す。図１７は上から（ａ）脳波から求めた睡眠深度、（ｂ）指尖容積脈波から求めたパワー値の傾き時系列波形及び最大リアプノフ指数の傾き時系列波形、（ｃ）指尖容積脈波から求めたＨＦ、ＬＦ／ＨＦ変動、（ｄ）ゼロクロス法による背部脈波の周波数変動時系列波形と周波数傾き時系列波形、（ｅ）ゼロクロス法とピーク検出法による背部脈波の周波数傾き時系列波形の絶対値処理時系列波形、（ｆ）ゼロクロス法とピーク検出法による背部脈波の周波数傾き時系列波形の積分曲線を示す。

図１７（ａ）の睡眠深度と睡眠パターンから、大きく（１）〜（６）群に分割した。その中で（１）群をさらに３つに細分し、（３）群を７つに細分した。（５）群は３つに細分し、（６）群は２ つに細分した。図１７（ｂ）は、末梢循環系の変動の様子を捉えたものであるが、周期と振幅，位相に着目し、大きく（１）〜（６）群に分割した。その中で（１）群を５つに細分した。（３）群については５つに細分した。（５）群は３つに細分した。

図１７（ｃ）も末梢循環系の様子を捉えたもので、ＨＦの基線の変化の周期性とＬＦ／ＨＦのバースト波の出現密度の差で（１）〜（６）群に分割した。その中で（１）群を３つに細分し、（２）群を２つに細分し、（３）群を５つに細分し、（５）群を３つに細分し、（６）群を２つに細分した。

図１７（ｄ）は背部脈波から求めた周波数変動の変化の様子から、（１）停滞、（２）上昇、（３）下降、（４）上昇、（５）停滞と変動、（６）上昇と変動の（１）〜（６）群に分割した。その中で（１）群は３つに細分し、（３）群は２つに細分し、（６）群は４つに細分した。

図１７（ｅ）は背部脈波から求めた周波数傾き時系列波形の低周波成分と、基本となる低周波成分に対して高周波成分がのっている量を表したものであるが、大きく（１）〜（５）群に分割した。さらに、（１）群は９つに細分し、（２）群は３つに細分し、（３）群は４つに細分した。

図１７（ｆ）は周波数傾き時系列波形の低周波成分の変化の様子で、（１）〜（３）群に分割した。（１）群は８つに細分し、（２）群は４つに細分し、（３）群は４つに細分した。

（考察）
図１８ は、覚醒時、睡眠時、中途覚醒時の各状態におけるゼロクロス法を用いた周波数傾き時系列波形の３００秒間の振幅の平均値を示す。図１９はゼロクロス法を用いた周波数傾き時系列波形における、睡眠パターンの睡眠段階１及び２、睡眠段階３及び４、レム睡眠における各サイクルごとの記述関数を導出したものである。

ゼロクロス法を用いた周波数傾き時系列波形の振幅の平均値は、睡眠深度が深くなるにつれて小さくなり、レム睡眠で睡眠段階１と同程度になり、中途覚醒時は安静時の約２倍となった。

そして、記述関数では、浅い睡眠段階１及び２は、睡眠サイクルが進むにつれて伝達率の共振峰（ピーク周波数）が低周波側にずれていき、ゲインは小さくなっていった。深い睡眠段階３及び４は、睡眠のサイクルが進むにつれて伝達率の共振峰が高周波側にずれていき、ゲインは大きくなった。また、脳波、指尖容積脈波で区分した状態変化は、背部脈波から算出した各種時系列波形、曲線群で近似の傾向を示した。これらのことから、記述関数のゲインの大小、共振峰の位置に任意の閾値を設定することにより、睡眠段階を速やかに特定できることがわかる。

（飲酒に関する人の状態推定試験）
本発明の生体状態推定装置６０は、生体状態の一つの指標として、エアパック脈波から飲酒の程度を推定できる構成とすることが好ましい。飲酒の程度は、呼気アルコール濃度や血中アルコール濃度で測定することができるが、それらを測定する専用の検出計を用いることなく、エアパック脈波を利用して推定できる構成とすることが好ましい。このため、図２０に示したように、状態推定部６１０には、さらに、周波数変動時系列解析演算手段６１３によって得られる周波数変動時系列波形から、ある時間幅における周波数の平均値を所定時間毎に求める周波数平均値算出手段６１７と、飲酒前において周波数平均値算出手段６１７により求めた周波数の平均値と飲酒後において周波数平均値算出手段６１７により求めた周波数の平均値との差分を算出する周波数差分算出手段６１８とを設定することが好ましい。

（実験装置）
エアパック脈波の採取には、上記シート５００を用いて測定した。エアパック脈波の計測と同時に指尖容積脈波（株式会社アムコ製フィンガークリッププローブＳＲ−５Ｃ）と呼気アルコール濃度（東海電子株式会社製ＡＬＣ−ｍｉｎｉ）の計測を行った。

（実験方法）
健康な２０歳代から４０歳代の成人男性を被験者として実験を行った。被験者には、あらかじめ飲酒実験とは別の日にエタノールパッチテストを行い、被験者Ａ〜Ｄ、Ｆは活性型（ＮＮ型）、被験者Ｅは低活性型（ＮＤ型）であることを確認した。なお、被験者の体重および身長は、被験者Ａ は体重７１ｋｇ、身長１６７ｃｍ、被験者Ｂは体重６８ｋｇ、身長１７８ｃｍ、被験者Ｃは体重６５ｋｇ、身長１７１ｃｍ、被験者Ｄは体重５９ｋｇ、身長１６６ｃｍ、被験者Ｅは体重７６ｋｇ、身長１７８ｃｍ、被験者Ｆは体重６４ｋｇ、身長１６７ｃｍの被験者である。非侵襲センサであるエアパックセンサと比較用センサによる生体信号の計測は、飲酒前に１２００ 秒間の計測を１回行い、その後、飲酒（ビール：５００ｍｌ）をして、飲酒後に最も血液中のアルコール濃度が高くなるとされている１２００−２４００秒後の１２００秒間に１回目の計測を行った。その後、被験者Ａ、Ｅ、Ｆ については時間経過による変化を見るために、一定時間を空けて５４００−６６００秒後、９６００−１０８００秒後の２回、計４回測定を行った。被験者は飲酒開始時間より、最低３時間以上食事をしていない状態とし、空腹状態に近い状態を再現した。また通常の飲酒状態を模擬するため、飲酒時に適量のおつまみを摂取した。また実験中には、これ以外には水分補給のみを行い、他のものの飲食は行わないようにした。生体信号の計測前後には、呼気アルコール濃度を計測した。その変動の様子を図２１に示す。

（実験結果）
図２２（ａ）〜（ｃ）に被験者Ａの場合の指尖容積脈波とエアパック脈波のそれぞれ計測開始３００秒間分のデータでの原波形と３００秒間分の周波数解析結果を示す。また図２３に被験者Ａのそれぞれの脈波の３００秒毎の卓越周波数の変遷を示す。指尖容積脈波とエアパック脈波の卓越周波数のピーク位置はほぼ一致しており、同等の周波数特性を有した脈波が得られていることがわかる。

図２４にピーク検出法による被験者Ａのエアパック脈波の周波数変動時系列波形と周波数傾き時系列波形を示す。また図２５にゼロクロス法による被験者Ａのエアパック脈波の周波数変動時系列波形と周波数傾き時系列波形を示す。周波数変動時系列波形については、周波数解析と同様、飲酒の影響により高周波側にシフトしていることがわかる。また６００秒以降の領域では、６００秒以前の傾向とずれてきているのがわかる。これは被験者が時間とともにシートへの着座による疲労が増加してきており、その影響が無視できなくなったためであると考えられる。

一方、周波数傾き時系列波形において、ピーク検出法では飲酒前後ではそれほど大きな差は生じていないが、ゼロクロス法では飲酒によって時系列波形が大きく変動していることがわかる。ピーク検出法では、得られた脈波の極大値から周波数を導出するが、この周波数は外的要因などによる脈波の波形の乱れの影響も受ける。一方、ゼロクロス法では、ゼロクロス地点で周波数を導出するため、脈波全体が受けている大局的な変化を捉えるのに適していると考えられる。飲酒による人体への影響度合は、血中アルコール濃度に相関性があることが知られており、大局的な変化を捉えるゼロクロス法の方が飲酒検知には適していると考えられる。

（考察）
図２６は、ゼロクロス法で得られたエアパック脈波の周波数変動のうち、着座疲労の影響が少ない０−６００秒間での平均値を周波数平均値算出手段６１７によって導出し、周波数差分算出手段６１８によってその平均値と飲酒前の値との差分値を求め、得られた差分値を呼気アルコール濃度との相関で示したものである。被験者Ａは、飲酒に伴って、呼気アルコール濃度と差分値が上昇している[(１)→(２)]。その後、呼気アルコール濃度が先に減少を初め[(２)→(３)]、その後遅れて差分値が減少してことがわかる[(３)→(４)]。また、被験者Ｅ、Ｆは、最初は被験者Ａと同様の傾向を示しているが、(４)のところで被験者Ａとは異なって差分値が減少していない。これは被験者Ｅ、Ｆは完全には酔いが醒めていない可能性を示唆している。被験者Ｅは、呼気アルコール濃度では４回目の計測時に０ｍｇ／ｌとなっているが、エアパック脈波周波数変動の平均の差分値からは、まだアルコールの影響が残っている可能性を示唆している。

今回用いた呼気アルコール濃度計は、検出限界が０．０５ｍｇ／ｌであり、それ以下の呼気アルコール濃度は検出できない。しかしながら、エアパック脈波は血液中のアルコール濃度の影響度合を直接計測していると考えられる。呼気アルコール濃度と血中アルコール濃度は相関性があることが知られているが、呼気アルコール濃度に対して、血中アルコール濃度は２０００倍であると言われている。このため今回得られたエアパック脈波周波数変動の平均の差分値では、呼気アルコール濃度より精度の良い検知が出来る可能性があることを示唆していると考えられる。

このことから、コンピュータの記憶部に、予め、図２６に示したような呼気アルコール濃度対応テーブルを記憶させておく。その結果、例えば、被験者Ａが飲酒後に差分値０．１と算出された場合、呼気アルコール濃度約０．０５ｍｇ／ｌに相当することがわかる。同様に、被験者Ｅが、差分値０．０５と算出された場合、呼気アルコール濃度が約０．１１ｍｇ／ｌと推定できる。一方、被験者Ｆの場合、例えば、差分値が０．０５と算出された場合には、呼気アルコール濃度が０．０２ｍｇ／ｌ又は０．０８ｍｇ／ｌのいずれかと推定され、一つの値には定まらないが、０．０２ｍｇ／ｌ〜０．０８ｍｇ／ｌの間であることは推定できる。

また、図２７は、図２５（ａ）で得られた周波数傾き時系列波形のゆらぎ度合を評価するために計測の前半と後半部分での周波数傾き時系列波形の記述関数を導出した結果を示したものである。図２７（ａ）では、(１) 飲酒前と(４)飲酒後３回目の計測で呼気アルコール濃度が法定基準以下に下がってはいるが、飲酒からそれほど時間の立っていない状態との比較を行っている。一方、図２７（ｂ）では、飲酒後の呼気アルコール濃度変化している途中の比較[(２)、 (３)]を行った。

図２７（ａ）では、(１)飲酒前と比較して、(４)飲酒後３回目はピークが下がり、周波数も低下している。これは周波数傾き時系列波形の変化が小さくなり、また、その変化も遅くなっていることを示唆していると考えられる。このことは呼気アルコール濃度が検出限界以下になっても、即座に飲酒前の状態に戻るのではなく、アルコールの影響がある程度残っており、被験者に機能低下が起きている可能性が考えられる。また図２７（ｂ）では、(２)飲酒後１回目と比較して、(３)飲酒後２回目は飲酒により高周波側に移動した波形が低周波側に移動している。つまり、呼気アルコール濃度の低下に伴い、ゆらぎ度合は低周波側に寄っているが伝達率は上昇している。従って、(２)、(３)はゆらぎの様子は異なるが、機能低下には至っておらず、疲労が進行していく様子に近似している。したがって、被験者Ａは飲酒により一時的に活性化し、その後、(１)，(３)，(４)という経過で機能低下が生じていったと推察される。

図２８及び図２９は被験者Ｅ、Ｆの周波数傾き時系列波形の記述関数を示す。被験者Ｅは、飲酒による影響が強く出ているのは段階(２)のときで、段階(３)、(４)については、飲酒により 活性状態に誘導されたままとなっている。これは被験者の体力に依存するものと推察される。被験者Ｆは呼気アルコール濃度が０．２７ｍｇ／ｌである段階(２)で飲酒による影響が強く表れており、一時的な機能低下が生じている。その後、呼気アルコール濃度の低下に伴い、段階(３)、(４)で活性状態に移行している。被験者Ｆについていえば、飲酒後１２００秒から２４００秒の間は呼気アルコール濃度が０．１８ｍｇ／ｌと０．２７ｍｇ／ｌにあり、おおよそ爽快期（０．１０〜０．２５ｍｇ／ｌ）からほろ酔い期（０．２５〜０．５０ｍｇ／ｌ）に相当する。

従って、記述関数を求め、複数の記述関数のピーク周波数、ゲインの大小を比較することにより、アルコールの影響を判定することが可能であることがわかる。また、Ｅ、Ｆは、飲酒後３回目の計測でも、記述関数からは機能低下の段階に至っていないと判断できることから、呼気アルコール濃度の低下にもかかわらず、まだ爽快期を抜けきっていないと思われる。そのため、まだ血液中ではアルコールの影響が抜けきっていない可能性があると考えられる。以上のことから、周波数傾き時系列波形の記述関数は、飲酒の有無の判定とアルコールの影響が残っているかどうかを判定する指標として使用できる。

（振動（乗り心地）に関する人の状態推定試験）
（実験方法）
（株）デルタツーリング製、救急車用防振架台「メディックマスター（登録商標）」をワンボックスカーの荷台に搭載してストレッチャーを支持させ、そのストレッチャーに被験者（４０歳代、男性）を仰向けに寝かせて一般道を走行し、振動に関する状態推定を行った。

この救急車用防振架台は、上下方向の除振機能だけでなく、前後方向の除振機能（ノーズダイブによる頭部に作用する力の緩和機能）を兼ね備えたものであり、実験では、上下及び前後の除振機能が共に機能する状態（両除振機能機能ＯＮ）、前後の除振機能をロックし、上下の除振機能のみを機能させた状態（ノーズダイブ機能ＯＦＦ）、上下及び前後のいずれの除振機能も機能しない状態（両除振機能ＯＦＦ）の３つの条件で走行した。被験者の背部には、上記実施形態で説明したエアパック１０（「エアパックセンサ」）を配置し、背部脈波を採取してそれぞれについて人の状態推定を行った。

まず、両除振機能ＯＮ、ノーズダイブ機能ＯＦＦ、両除振機能ＯＦＦの各場合において、停止中と走行中の被験者の背部脈波（エアパック脈波）の原波形は図３０（ａ）〜（ｃ）に示したとおりであった。図３０（ａ）の「両除振機能ＯＮ」の場合は、被験者に大きな振動が加わっていないが、「ノーズダイブ機能ＯＦＦ」の場合には、図３０（ｂ）の２８７秒前後のように大きな振動が付加される場合がある。これは、ブレーキ操作などによって前後への振動が大きく影響したものである。図３０（ｃ）の「両除振機能ＯＦＦ」の場合には、上下振動、前後振動のいずれも大きな振動が影響していることがわかる。

図３１（ａ）〜（ｃ）は、図３０（ａ）〜（ｃ）の各原波形をゼロクロス法を用いて処理して得た周波数傾き時系列波形と周波数変動時系列波形であり、図３２（ａ）〜（ｃ）は、図３０（ａ）〜（ｃ）の各原波形をピーク検出法を用いて処理して得た周波数傾き時系列波形と周波数変動時系列波形である。そして、図３３（ａ）〜（ｃ）は、図３１及び図３２のゼロクロス法を用いた周波数傾き時系列波形とピーク検出法を用いた周波数傾き時系列波形をそれぞれ絶対値処理して示したデータであり、図中、「交感神経」の表示はゼロクロス法を用いたデータを示し、「副交感神経」の表示はピーク検出法を用いたデータのことを示している。

図３３（ａ）では、測定時間中のほぼ全てにおいて、交感神経と副交感神経のバランスがよく、リラックスした状態であることがわかる。図３３（ｂ）では、１０００秒前後で副交感神経優位な状態になっていることから疲れによる眠気が生じ、その後、交感神経、副交感神経共に振幅が小さくなっていることからきつい状態を眠ることによって逃避しようとしたことがわかる。図３３（ｃ）では、測定時間中のほぼ全域に亘って交感神経、副交感神経共に振幅が小さく、体が硬直したような状態になっていることが示唆される。

図３４（ａ）〜（ｃ）は、図３３（ａ）〜（ｃ）の絶対値処理したデータを積分した図である。これらの図から、図３４（ａ）の場合には、ゼロクロス法を用いて算出した積分曲線とピーク検出法を用いて算出した積分曲線との差が全域に亘って小さく、両者のバランスがとれていることが明確にわかる。これに対し、図３４（ｂ），（ｃ）の場合には、図３４（ａ）よりも２つの積分曲線の差が次第に大きくなっており、疲労の蓄積度合いが大きいことがわかる。図３４（ｂ）は１０００秒前後で急激に苦しくなり、微分係数が低下し、睡眠移行あるいは機能低下が生じている。そのため後半の疲労度が特に大きい。図３４（ｃ）は、７００秒前後で痛みに対する抵抗を示している。体を硬直させて痛みに耐えているが、１２５０秒以降は耐えきれずに疲労度合いが増加していることがわかる。また、図３４（ａ）〜（ｃ）のうち、１０００秒前後からは上記のように睡眠移行や機能低下が生じているが、それより前の機能低下が生じる前の時間帯では被験者が振動による力を受けて反応することによって生じた疲労の蓄積度合いを示している。この疲労の蓄積度合いを体への負担度として示したのが図３４（ｄ）であり、この図から「両除振機能ＯＮ」の場合が極めて負担度が小さいことがわかる。

図３５（ａ）〜（ｃ）は、心拍変動をウェーブレット解析したデータを示したものであり、図３５（ａ）におけるＨＦとＬＦ／ＨＦとのバランスと比べ、図３５（ｂ）は寝て痛みから逃げようとし、（ｃ）では、痛みに対して交感神経が絶えず反応していることがわかる。そのため両者のバランスの乱れが大きい。従って、「両除振機能ＯＮ」にすることで、疲労が生じにくいと言える。従って、エアパック脈波を用いた図３３及び図３４の解析結果がこれと同様の結果が得られていることがわかる。

図３６は、図３１（ａ）〜（ｃ）の各図のＡの時間帯の周波数傾き時系列波形とＢの時間帯の周波数傾き時系列波形との記述関数を示した図である。この図から、「両除振機能ＯＦＦ」の場合には、ピーク周波数０．００８Ｈｚにおけるゲインが突出し、緊張と眠気が同時に作用していることがわかる。「両除振機能ＯＮ」と「ノーズダイブ機能ＯＦＦ」は、いずれの場合もゲインは小さいが、それでも、「ノーズダイブ機能ＯＦＦ」の場合は「両除振機能ＯＮ」の場合よりもゲインが全般に高い傾向にあり、交感神経が作用し、痛みに耐えていることがわかる。ここでも、「両除振機能ＯＮ」の場合は、被験者は、休息がとれ、楽な状態で走行できていることがわかる。

従って、図３６の記述関数を用いることにより、振動下における人の状態判定を行うことができることがわかる。また、この記述関数による状態判定に加えて、図３３及び図３４に示した絶対値処理、積分曲線等を用いることで、振動に対する人の状態をより精密に判定することができる。

（マットレスに関する人の好みに関する試験）
スプリングの仕様のみが異なるクッション特性が近似したＡ〜Ｄの４種類のマットレスに被験者を座位、仰臥位で支持し、被験者がいずれのマットレスを好みと感じるかについて試験を行い、人の好みと記述関数との関係について調べた。具体的には、２０歳代から５０歳代の男性９名、女性４名の合計１３名の被験者を９０秒間仰臥位で寝かせ、指尖容積脈波計を用いて指尖容積脈波を測定した。

そして、指尖容積脈波の時系列波形を２階微分して加速度脈波を算出し、得られた加速度脈波を周波数解析してパワースペクトルの振幅ピーク値を求めた。なお、状態推定部６１０には、加速度脈波解析手段（図示せず）を設定し、この加速度脈波解析手段により、加速度脈波と振幅ピーク値を求めるようにした。また、指尖容積脈波から、ピーク検出法を用いて周波数傾き時系列波形を算出し、入力となる前半領域２０秒間と出力となる後半領域２０秒間を抜き出し、前半領域の値に対する後半領域の値の比を記述関数として求めた。なお、周波数傾き時系列波形を求める際の時間窓は、この試験例では８秒とし、移動計算の際には７．６秒をオーバーラップ時間として設定した。マットレスについて感じる人の好みは、生体信号の中でも、随意コントロール可能な呼吸のゆらぎとして表れるという仮定のもと、呼吸のゆらぎである０．０３〜０．０５Ｈｚの周波数帯を抽出するためである。

記述関数と官能評価の結果を図３７（ａ），（ｂ）に示す。横軸は官能評価の結果であり、１は４条件の中で最も好みのマットレス、４は好みではないマットレスであることを示している。縦軸は記述関数のゲインを示す。記述関数のゲインと官能評価の関係は、正の相関を示すグループ（図３７（ａ）参照）と負の相関を示すグループ（図３７（ｂ）参照）とに分かれた。これは、被験者が心理的にマットレスの適、不適を判定する基準の差の表れと考えられる。身体が活性状態、つまり「これがあるから好き」という状態であると記述関数は高くなるが、逆に、ゆらぎが少なく身体の負担が少ない、つまり、何も感じない状態であると記述関数は少なくなる。すなわち、マットレスを選ぶ際に、時間軸で変化があることを基準にマットレスを選ぶ人と時間軸で変化が無いことを基準にマットレスを選ぶ人に分かれるということが考えられる。

図３８及び図３９は、縦軸を記述関数のゲイン、横軸を加速度脈波の周波数の振幅ピーク値として被験者の好みの順番に評価結果をまとめたものである。図３８は記述関数と官能評価による好みの順番に負の相関があった被験者群（好きな順で記述関数が大きかった人たちのグループ）を示す。図３９は記述関数のゲインと官能評価による好みの順番に正の相関があった被験者群（好きに順で記述関数が小さかったグループ）を示す。

ここで、図３８の負の相関グループは一番好き（官能評価１位）と評価したものが記述関数が大きくなる傾向があり、横軸との相関のばらつきが一番大きい。そして、順位が下がるにつれてばらつきが小さくなる傾向を示している。これは、このグループは好きなもののときに体の反応が敏感になり、逆に好きでないものに対しては反応が鈍くなることを示している。

図３９の正の相関グループは、一番嫌い（官能評価４位）と二番目に嫌い（官能評価３位）の記述関数のゲインが高く、横軸とのばらつきも大きい。逆に評価が良いものは記述関数のゲインが低くなっている。これは、このグループは好きなものより嫌いなものに対して体が敏感に反応することを示している。このように記述関数を用いた解析手法により、「好き」という感覚を基準として体が反応するタイプと、「嫌い」という間隔を基準として体が反応するタイプに分けることができる。すなわち、記述関数を用いた解析手法によって、人を支持している物（例えば、マットレス、椅子）に対する好悪という人の精神的な状態を客観的に判断することが可能であると言える。

なお、生体信号測定装置としては、上記したエアパック１０を用いたものに限らず、図４０に示したものを用いることもできる。図４０に示した生体信号測定装置２００は、三次元立体編物２１０、三次元立体編物支持部材２１５、フィルム２１６、板状発泡体２２１，２２２、振動センサ２３０を有して構成される。

三次元立体編物２１０は、図１等に示した生体信号測定装置１と同様のものを用いることができる。三次元立体編物２１０は、厚み方向の荷重−たわみ特性が、測定板上に載置して直径３０ｍｍ又は直径９８ｍｍの加圧板で加圧した際に、荷重１００Ｎまでの範囲で、人の臀部の筋肉の荷重−たわみ特性に近似したバネ定数を備えることが好ましい。具体的には直径３０ｍｍの加圧板で加圧した際の当該バネ定数が０．１〜５Ｎ／ｍｍの範囲、又は、直径９８ｍｍの加圧板で加圧した際の当該バネ定数が１〜１０Ｎ／ｍｍであるものを用いることが好ましい。人の臀部の筋肉の荷重−たわみ特性に近似していることにより、三次元立体編物と筋肉とが釣り合い、生体信号が伝播されると、三次元立体編物が人の筋肉と同様の振動を生じることになり、生体信号を大きく減衰させることなく伝播できる。

板状発泡体２２１，２２２は、ビーズ発泡体により構成することが好ましい。ビーズ発泡体としては、例えば、ポリスチレン、ポリプロピレン及びポリエチレンのいずれか少なくとも一つを含む樹脂のビーズ法による発泡成形体が用いることができる。ビーズ発泡体からなる板状発泡体２２１，２２２は、個々の微細なビーズを構成している発泡により形成された球状の樹脂膜の特性により、微小な振幅を伴う生体信号を膜振動（横波）として伝播する。この膜振動（横波）が三次元立体編物に弦振動として伝わり、これらの膜振動（横波）と弦振動が重畳され、生体信号は、膜振動（横波）と弦振動が重畳されることによって増幅された機械振動として、後述する振動センサ２３０により検出される。従って、生体信号の検出が容易になる。

板状発泡体２２１，２２２をビーズ発泡体から構成する場合、発泡倍率は２５〜５０倍の範囲で、厚さがビーズの平均直径以下に形成されていることが好ましい。例えば、３０倍発泡のビーズの平均直径が４〜６ｍｍ程度の場合では、板状発泡体２２１，２２２の厚さは３〜５ｍｍ程度にスライスカットする。これにより、板状発泡体２２１，２２２に柔らかな弾性が付与され、振幅の小さな振動に共振し、フィルム上を伝わる横波に減衰が生じにくくなる。なお、板状発泡体２２１，２２２は、本実施形態のように、三次元立体編物２１０を挟んで両側に配置されていても良いが、いずれか片側、好ましくは、シートバック側のみに配置した構成とすることもできる。

ここで、三次元立体編物２１０は、幅４０〜１００ｍｍ、長さ１００〜３００ｍｍの範囲の短冊状のものが用いられる。この大きさのものだと、三次元立体編物２１０に予備圧縮（連結糸に張力が発生する状態）を生じやすくなり、人と三次元立体編物２１０との間で平衡状態が作りやすい。本実施形態では、人が背部が当接した際の違和感軽減のため、脊柱に対応する部位を挟んで対象に２枚配設するようにしている。三次元立体編物２１０を簡単に所定位置に配置するようにするため、図２１に示したように、三次元立体編物２１０は三次元立体編物支持部材２１５に支持させた構成とすることが好ましい。三次元立体編物支持部材２１５は、板状に成形され、脊柱に対応する部位を挟んで対称位置に、縦長の配置用貫通孔２１５ａ，２１５ａが２つ形成されている。三次元立体編物支持部材２１５は、上記板状発泡体２２１，２２２と同様に、板状に形成されたビーズ発泡体から構成することが好ましい。三次元立体編物支持部材２１５をビーズ発泡体から構成する場合の好ましい発泡倍率、厚さの範囲は上記板状発泡体２２１，２２２と同様である。但し、生体信号により膜振動（横波）をより顕著に起こさせるためには、三次元立体編物２１０，２１０の上下に積層される板状発泡体２２１，２２２の厚さが、三次元立体編物支持部材２１５の厚さよりも薄いことが好ましい。

三次元立体編物支持部材２１５に形成した配置用貫通孔２１５ａ，２１５ａに、２つの三次元立体編物２１０，２１０を挿入配置した状態で、三次元立体編物２１０，２１０の表側及び裏側にフィルム２１６，２１６を積層する。なお、配置用貫通孔２１５ａ，２１５ａの形成位置（すなわち、三次元立体編物２１０，２１０の配設位置）は、心房と大動脈（特に、「下行大動脈」）の拍出に伴う動きによって生じる揺れ及び大動脈弁の動き（心部揺動波）を検知可能な領域に相当する位置とすることが好ましい。この結果、三次元立体編物２１０，２１０は、上下面が板状発泡体２２１，２２２によりサンドイッチされ、周縁部が三次元立体編物支持部材２１５によって取り囲まれており、板状発泡体２２１，２２２及び三次元立体編物支持部材２１５が共振箱（共鳴箱）の機能を果たす。

また、三次元立体編物支持部材２１５よりも、三次元立体編物２１０，２１０の方が厚いものを用いることが好ましい。つまり、三次元立体編物２１０，２１０を配置用貫通孔２１５ａ，２１５ａに配置した場合には、三次元立体編物２１０，２１０の表面及び裏面が、該配置用貫通孔２１５ａ，２１５ａよりも突出するような厚さ関係とする。これにより、フィルム２１６，２１６の周縁部を配置用貫通孔２１５ａ，２１５ａの周縁部に貼着すると、三次元立体編物２１０，２１０は厚み方向に押圧されるため、フィルム２１６，２１６の反力による張力が発生し、該フィルム２１６，２１６に固体振動（膜振動（横波））が生じやすくなる。一方、三次元立体編物２１０，２１０にも予備圧縮が生じ、三次元立体編物の厚さ形態を保持する連結糸にも反力による張力が生じて弦振動が生じやすくなる。なお、フィルム２１６，２１６は、三次元立体編物２１０，２１０の表側及び裏側の両側に設けることが好ましいが、いずれか少なくとも一方に設けた構成とすることも可能である。フィルム２１６，２１６としては、例えば、ポリウレタンエラストマーからなるプラスチックフィルム(例えば、シーダム株式会社製、品番「ＤＵＳ６０５−ＣＤＲ」）等を用いることができる。

振動センサ２３０は、上記したフィルム２１６，２１６を積層する前に、いずれか一方の三次元立体編物２１０に固着して配設される。三次元立体編物２１０は一対のグランド編地と連結糸とから構成されるが、各連結糸の弦振動がグランド編地との節点を介してフィルム２１６，２１６及び板状発泡体２２１，２２２に伝達されるため、振動センサ２３０は感知部２３０ａを三次元立体編物２１０の表面（グランド編地の表面）に固着することが好ましい。振動センサ２３０としては、マイクロフォンセンサ、中でも、コンデンサ型マイクロフォンセンサを用いることが好ましい。本実施形態では、マイクロフォンセンサを配置した部位（すなわち、三次元立体編物２１０を配置した配置用貫通孔２１５ａ）の密閉性を考慮する必要がないため、マイクロフォンセンサのリード線の配線は容易に行うことができる。生体信号によって生じる人の筋肉を介した体表面の振動は、三次元立体編物２１０だけでなく、板状発泡体２２１，２２２、フィルム２１６にも伝播され、それらが振動（弦振動、膜振動（横波））して減衰を防止しつつ重畳されて増幅する。よって、振動センサ２３０は、三次元立体編物２１０に限らず、振動伝達経路を構成する板状発泡体２２１，２２２及びフィルム２１６に、その感知部２３０ａを固定することもできる。

生体信号測定装置２００としては、図４０に示したものに限定されず、例えば、図４１（ａ）に示したように、２つの三次元立体編物２１０，２１０の両方を覆うことのできる大きさのフィルム２１７を少なくとも一方に用いても良い。また、図４１（ｂ）に示したように、略長方形の三次元立体編物を両端縁から中央部に向かって折り曲げ、重なり合った部分の中央部を縫い合わせたランバーサポート２１８を配置するようにしてもよい。ランバーサポート２１８は、三次元立体編物支持部材２１５に面ファスナ等を用いて固定される。ランバーサポート２１８をこのようにして設けることにより、狭いスペース中でストローク感を高めるのに寄与する。

上記した生体信号測定装置２００は、例えば、図４２に示したように、自動車用シート１０００のシートバックフレーム１１００に被覆される表皮１２００の内側に配置される。なお、配置作業を容易にするため、生体信号測定装置２００を構成する三次元立体編物２１０、三次元立体編物支持部材２１５、フィルム２１６、板状発泡体２２１，２２２、振動センサ２３０等は予めユニット化しておくことが好ましい。

上記した生体信号測定装置２００によれば、生体信号により、筋肉の荷重−たわみ特性に近似する荷重−たわみ特性をもつ板状発泡体２２１，２２２やフィルム２１６に膜振動（横波）が生じると共に、人の筋肉の荷重−たわみ特性に近似した荷重−たわみ特性を有する三次元立体編物２１０に弦振動が生じる。そして、三次元立体編物２１０の弦振動は再びフィルム２１６等の膜振動（横波）に影響を与え、これらの振動が重畳して作用する。その結果、生体信号に伴って体表面から入力される振動は、減衰することなく弦振動と膜振動（横波）との重畳によって増幅された固体振動として直接振動センサ２３０により検出されることになる。

図１等に示したエアパック１０内の空気圧変動を検出する生体信号測定装置１の場合、体積と圧力が反比例関係にあるため、密閉袋の体積を小さくしないと圧力変動を検出しにくい。これに対し、図４０〜図４２に示した生体信号測定装置２００によれば、空気圧変動ではなく、上記のように、機械的増幅デバイス（三次元立体編物２１０、板状発泡体２２１，２２２、フィルム２１６又はフィルム２１７）に伝播される増幅された固体振動を検出するものであるため、その容積（体積）が検出感度の観点から制限されることはほとんどなく、心部揺動波という振幅の小さな振動を感度良く検出できる。このため、多様な体格を有する人に対応できる。従って、図４０〜図４２に示した生体信号測定装置２００は、乗物用シートのように、多様な体格を有する人が利用し、さらに多様な外部振動が入力される環境下においても感度良く生体信号を検出できる。

１，２００ 生体信号測定装置
１０ エアパック
１５ 収容体
１００ エアパックユニット
２０ ビーズ発泡樹脂弾性部材
４０，４５ 三次元立体編物
５００ シート
５１０ シートバック部
５１１ 表皮部材
５１２ クッション支持部材
５２０ シートクッション部
６０ 生体状態推定装置
６１０ 状態推定部
６１１ 脈波周波数演算手段
６１１ａ 第１脈波周波数演算手段
６１１ｂ 第２脈波周波数演算手段
６１２ 周波数傾き時系列解析演算手段
６１２ａ 第１周波数傾き時系列解析演算手段
６１２ｂ 第２周波数傾き時系列解析演算手段
６１３ 周波数変動時系列解析演算手段
６１４ 状態判定手段
６１４ａ 記述関数算出手段
６１４ｂ 心拍数判定手段
６１４ｃ 絶対値判定手段
６１４ｄ 積分曲線判定手段
６１５ａ 第１絶対値処理手段
６１５ｂ 第２絶対値処理手段
６１６ａ 第１積分曲線演算手段
６１６ｂ 第２積分曲線演算手段

Claims (31)

1. 生体信号測定装置から得られる脈波の時系列波形を分析して人の状態を推定する状態推定部を備えた生体状態推定装置であって、
   前記状態推定部は、
   前記脈波の時系列波形における周波数の時系列波形を求める脈波周波数演算手段と、
   前記脈波周波数演算手段により得られた前記脈波の周波数の時系列波形において、所定のオーバーラップ時間で設定した所定の時間窓毎に前記周波数の傾きを求める移動計算を行い、時間窓毎に得られる前記周波数の傾きの時系列変化を周波数傾き時系列波形として出力する周波数傾き時系列解析演算手段と、
   任意に設定した第１時間帯における前記周波数傾き時系列波形と前記第１時間帯よりも後の第２時間帯における前記周波数傾き時系列波形と間の記述関数を求め、得られた記述関数から人の状態を判定する状態判定手段と
   を有することを特徴とする生体状態推定装置。
2. 前記状態判定手段は、前記記述関数を、予め種々の状態変化毎に求めて記憶させた基本記述関数と比較し、前記記述関数に最も近似した基本記述関数を抽出して、当該基本記述関数に対応する状態変化から人の状態を特定する請求項１記載の生体状態推定装置。
3. 前記状態判定手段は、前記記述関数のゲインを予め設定した閾値と比較して人の状態を特定する請求項１記載の生体状態推定装置。
4. 前記状態判定手段は、前記記述関数における所定周波数の複数のゲイン同士を比較して、時間経過に伴うゲインの変化が増大傾向の場合には機能回復・活性化・緊張過程と判定し、ゲインの変化が減少傾向の場合には機能低下・休息・リラックス過程と判定する請求項１〜３のいずれか１に記載の生体状態推定装置。
5. 前記状態判定手段は、さらに、前記周波数傾き時系列波形から隣り合う振幅の変動比及び生体減衰力を求め、前記記述関数に該変動比及び生体減衰力を加えて人の状態を判定する請求項１〜３のいずれか１に記載の生体状態推定装置。
6. 前記状態判定手段は、前記記述関数における所定周波数の複数のゲイン同士、変動比同士、生体減衰力同士をそれぞれ比較して、時間経過に伴うゲイン・変動比・生体減衰力の逆数の各変化が増大傾向の場合には機能回復・活性化・緊張過程と判定し、ゲイン・変動比・生体減衰力の逆数の各変化が減少傾向の場合には機能低下・休息・リラックス過程と判定する請求項５記載の生体状態推定装置。
7. さらに、前記脈波周波数演算手段により得られた前記脈波の周波数の時系列波形において、所定のオーバーラップ時間で設定した所定の時間窓毎に前記周波数の平均値を求める移動計算を行い、時間窓毎に得られる前記周波数の平均値の時系列変化を周波数変動時系列波形として出力する周波数変動時系列解析演算手段を有し、
   前記状態判定手段が、前記周波数変動時系列解析演算手段により得られた前記周波数変動時系列波形の変化量が増加、減少、停滞のいずれであるかにより、心拍数の増加、減少、停滞のいずれであるかを判定する心拍数判定手段を備え、
   前記心拍数判定手段により判定される心拍数の状態と前記ゲインの変化との組み合わせで人の状態を判定する請求項１〜４のいずれか１に記載の生体状態推定装置。
8. 前記脈波周波数演算手段は、前記脈波の時系列波形を平滑化微分して極大値を求め、この極大値を用いて脈波の周波数の時系列波形を求める手段と、前記脈波の時系列波形において、正から負に切り替わるゼロクロス地点を求め、このゼロクロス地点を用いて脈波の周波数の時系列波形を求める手段とのうち、いずれか少なくとも一方の手段を備える請求項１〜６のいずれか１に記載の生体状態推定装置。
9. 前記脈波周波数演算手段は、前記脈波の時系列波形を平滑化微分して極大値を求め、この極大値を用いて脈波の周波数の時系列波形を求める第１脈波周波数演算手段と、前記脈波の時系列波形において、正から負に切り替わるゼロクロス地点を求め、このゼロクロス地点を用いて脈波の周波数の時系列波形を求める第２脈波周波数演算手段とを備えてなり、
   前記周波数傾き時系列解析演算手段は、前記第１脈波周波数演算手段により得られた前記脈波の周波数の時系列波形において、所定のオーバーラップ時間で設定した所定の時間窓毎に前記周波数の傾きを求める移動計算を行い、時間窓毎に得られる前記周波数の傾きの時系列変化を周波数傾き時系列波形として出力する第１周波数傾き時系列解析演算手段と、前記第２脈波周波数演算手段により得られた前記脈波の周波数の時系列波形において、所定のオーバーラップ時間で設定した所定の時間窓毎に前記周波数の傾きを求める移動計算を行い、時間窓毎に得られる前記周波数の傾きの時系列変化を周波数傾き時系列波形として出力する第２周波数傾き時系列解析演算手段とを備えてなり、
   さらに、前記第１周波数傾き時系列解析演算手段により得られた前記周波数傾き時系列波形を絶対値処理する第１絶対値処理手段と、前記第２周波数傾き時系列解析演算手段により得られた前記周波数傾き時系列波形を絶対値処理する第２絶対値処理手段とを有し、
   前記状態判定手段が、前記第１絶対値処理手段及び第２絶対値処理手段によりそれぞれ得られる絶対値同士を時系列に比較する絶対値判定手段を備えてなる請求項１記載の生体状態推定装置。
10. 前記絶対値判定手段は、前記第２絶対値処理手段により得られる絶対値に対し、前記第１絶対値処理手段により得られる絶対値が高い値の場合に副交感神経優位の状態と判定し、第１絶対値処理手段により得られる絶対値が低い値の場合に交感神経優位の状態と判定し、いずれの絶対値も所定値よりも高い場合には活性状態と判定し、いずれの絶対値も所定値よりも低い場合に機能低下状態と判定する請求項９記載の生体状態推定装置。
11. さらに、前記第１絶対値処理手段により得られた絶対値を積分して第１積分曲線を求める第１積分曲線演算手段と、前記第２絶対値処理手段により得られた絶対値を積分して第２積分曲線を求める第２積分曲線演算手段とを有し、
    前記状態判定手段が、前記第１積分曲線演算手段及び第２積分曲線演算手段によりそれぞれ得られる各積分曲線を比較する積分曲線判定手段とを備えてなる請求項９記載の生体状態推定装置。
12. 前記積分曲線判定手段は、前記第２積分曲線に対し、前記第１積分曲線が高い値で推移する場合に副交感神経優位の状態と判定し、前記第１積分曲線が低い値で推移する場合に交感神経優位の状態と判定し、第１及び第２積分曲線が共に所定値よりも高い値で推移する場合には活性状態と判定し、第１及び第２積分曲線が共に所定値よりも低い値で推移する場合には機能低下状態と判定する請求項１１記載の生体状態推定装置。
13. 前記周波数変動時系列解析演算手段によって得られる周波数変動時系列波形から、ある時間幅における周波数の平均値を所定時間毎に求める周波数平均値算出手段と、
    飲酒前において前記周波数平均値算出手段により求めた周波数の平均値と飲酒後において前記周波数平均値算出手段により求めた周波数の平均値との差分を算出する周波数差分算出手段とを有し、
    前記状態判定手段が、予め記憶部に記憶された周波数の平均値の差分と呼気アルコール濃度との関係を規定した呼気アルコール濃度対応テーブルを読み込み、前記周波数差分算出手段により求められた周波数の平均値の差分に対応する呼気アルコール濃度を推定する構成である請求項７記載の生体状態推定装置。
14. さらに、前記生体信号測定装置から得られる脈波の時系列波形を２階微分して加速度脈波を算出し、得られた加速度脈波を周波数解析してパワースペクトルの振幅ピーク値を求める加速度脈波解析手段を有し、
    前記振幅ピーク値と前記記述関数のゲインとの関係から人の状態を推定する請求項１〜４のいずれか１に記載の生体状態推定装置。
15. 前記振幅ピーク値と前記記述関数のゲインとの関係から、人体支持部材に支持されているときの、人体支持部材に対する人の状態を推定する請求項１４記載の生体状態推定装置。
16. 前記生体信号測定装置として、人の胴部の脈波を検出可能な部位に対応して配置されるエアパックと、前記エアパックの空気圧変動を検出するセンサとを備えてなるものを用いた請求項１〜１５のいずれか１に記載の生体状態推定装置。
17. 生体信号測定装置から得られる脈波の時系列波形を分析して人の状態を分析する生体状態推定装置の記憶部に設定される状態推定部を構成するコンピュータプログラムであって、
    前記脈波の時系列波形における周波数の時系列波形を求める脈波周波数演算手段と、
    前記脈波周波数演算手段により得られた前記脈波の周波数の時系列波形において、所定のオーバーラップ時間で設定した所定の時間窓毎に前記周波数の傾きを求める移動計算を行い、時間窓毎に得られる前記周波数の傾きの時系列変化を周波数傾き時系列波形として出力する周波数傾き時系列解析演算手段と、
    任意に設定した第１時間帯における前記周波数傾き時系列波形と前記第１時間帯よりも後の第２時間帯における前記周波数傾き時系列波形と間の記述関数を求め、得られた記述関数から人の状態を判定する状態判定手段と
    を有することを特徴とするコンピュータプログラム。
18. 前記状態判定手段は、前記記述関数を、予め種々の状態変化毎に求めて記憶させた基本記述関数と比較し、前記記述関数に最も近似した基本記述関数を抽出して、当該基本記述関数に対応する状態変化から人の状態を特定する請求項１７記載のコンピュータプログラム。
19. 前記状態判定手段は、前記記述関数のゲインを予め設定した閾値と比較して人の状態を特定する請求項１７記載のコンピュータプログラム。
20. 前記状態判定手段は、前記記述関数における所定周波数の複数のゲイン同士を比較して、時間経過に伴うゲインの変化が増大傾向の場合には機能回復・活性化・緊張過程と判定し、ゲインの変化が減少傾向の場合には機能低下・休息・リラックス過程と判定する請求項１７〜１９のいずれか１に記載のコンピュータプログラム。
21. 前記状態判定手段は、さらに、前記周波数傾き時系列波形から隣り合う振幅の変動比及び生体減衰力を求め、前記記述関数に該変動比及び生体減衰力を加えて人の状態を判定する請求項１７〜１９のいずれか１に記載のコンピュータプログラム。
22. 前記状態判定手段は、前記記述関数における所定周波数の複数のゲイン同士、変動比同士、生体減衰力同士をそれぞれ比較して、時間経過に伴うゲイン・変動比・生体減衰力の逆数の各変化が増大傾向の場合には機能回復・活性化・緊張過程と判定し、ゲイン・変動比・生体減衰力の逆数の各変化が減少傾向の場合には機能低下・休息・リラックス過程と判定する請求項２１記載のコンピュータプログラム。
23. さらに、前記脈波周波数演算手段により得られた前記脈波の周波数の時系列波形において、所定のオーバーラップ時間で設定した所定の時間窓毎に前記周波数の平均値を求める移動計算を行い、時間窓毎に得られる前記周波数の平均値の時系列変化を周波数変動時系列波形として出力する周波数変動時系列解析演算手段を有し、
    前記状態判定手段が、前記周波数変動時系列解析演算手段により得られた前記周波数変動時系列波形の変化量が増加、減少、停滞のいずれであるかにより、心拍数の増加、減少、停滞のいずれであるかを判定する心拍数判定手段を備え、
    前記心拍数判定手段により判定される心拍数の状態と前記ゲインの変化との組み合わせで人の状態を判定する請求項１７〜２０のいずれか１に記載のコンピュータプログラム。
24. 前記脈波周波数演算手段は、前記脈波の時系列波形を平滑化微分して極大値を求め、この極大値を用いて脈波の周波数の時系列波形を求める手段と、前記脈波の時系列波形において、正から負に切り替わるゼロクロス地点を求め、このゼロクロス地点を用いて脈波の周波数の時系列波形を求める手段とのうち、いずれか少なくとも一方の手段を備える請求項１７〜２２のいずれか１に記載のコンピュータプログラム。
25. 前記脈波周波数演算手段は、前記脈波の時系列波形を平滑化微分して極大値を求め、この極大値を用いて脈波の周波数の時系列波形を求める第１脈波周波数演算手段と、前記脈波の時系列波形において、正から負に切り替わるゼロクロス地点を求め、このゼロクロス地点を用いて脈波の周波数の時系列波形を求める第２脈波周波数演算手段とを備えてなり、
    前記周波数傾き時系列解析演算手段は、前記第１脈波周波数演算手段により得られた前記脈波の周波数の時系列波形において、所定のオーバーラップ時間で設定した所定の時間窓毎に前記周波数の傾きを求める移動計算を行い、時間窓毎に得られる前記周波数の傾きの時系列変化を周波数傾き時系列波形として出力する第１周波数傾き時系列解析演算手段と、前記第２脈波周波数演算手段により得られた前記脈波の周波数の時系列波形において、所定のオーバーラップ時間で設定した所定の時間窓毎に前記周波数の傾きを求める移動計算を行い、時間窓毎に得られる前記周波数の傾きの時系列変化を周波数傾き時系列波形として出力する第２周波数傾き時系列解析演算手段とを備えてなり、
    さらに、前記第１周波数傾き時系列解析演算手段により得られた前記周波数傾き時系列波形を絶対値処理する第１絶対値処理手段と、前記第２周波数傾き時系列解析演算手段により得られた前記周波数傾き時系列波形を絶対値処理する第２絶対値処理手段とを有し、
    前記状態判定手段が、前記第１絶対値処理手段及び第２絶対値処理手段によりそれぞれ得られる絶対値同士を時系列に比較する絶対値判定手段を備えてなる請求項１７記載のコンピュータプログラム。
26. 前記絶対値判定手段は、前記第２絶対値処理手段により得られる絶対値に対し、前記第１絶対値処理手段により得られる絶対値が高い値の場合に副交感神経優位の状態と判定し、第１絶対値処理手段により得られる絶対値が低い値の場合に交感神経優位の状態と判定し、いずれの絶対値も所定値よりも高い場合には活性状態と判定し、いずれの絶対値も所定値よりも低い場合に機能低下状態と判定する請求項２５記載のコンピュータプログラム。
27. さらに、前記第１絶対値処理手段により得られた絶対値を積分して第１積分曲線を求める第１積分曲線演算手段と、前記第２絶対値処理手段により得られた絶対値を積分して第２積分曲線を求める第２積分曲線演算手段とを有し、
    前記状態判定手段が、前記第１積分曲線演算手段及び第２積分曲線演算手段によりそれぞれ得られる各積分曲線を比較する積分曲線判定手段とを備えてなる請求項２５記載のコンピュータプログラム。
28. 前記積分曲線判定手段は、前記第２積分曲線に対し、前記第１積分曲線が高い値で推移する場合に副交感神経優位の状態と判定し、前記第１積分曲線が低い値で推移する場合に交感神経優位の状態と判定し、第１及び第２積分曲線が共に所定値よりも高い値で推移する場合には活性状態と判定し、第１及び第２積分曲線が共に所定値よりも低い値で推移する場合には機能低下状態と判定する請求項２７記載のコンピュータプログラム。
29. 前記周波数変動時系列解析演算手段によって得られる周波数変動時系列波形から、ある時間幅における周波数の平均値を所定時間毎に求める周波数平均値算出手段と、
    飲酒前において前記周波数平均値算出手段により求めた周波数の平均値と飲酒後において前記周波数平均値算出手段により求めた周波数の平均値との差分を算出する周波数差分算出手段とを有し、
    前記状態判定手段が、予め記憶部に記憶された周波数の平均値の差分と呼気アルコール濃度との関係を規定した呼気アルコール濃度対応テーブルを読み込み、前記周波数差分算出手段により求められた周波数の平均値の差分に対応する呼気アルコール濃度を推定する構成である請求項２３記載のコンピュータプログラム。
30. さらに、前記生体信号測定装置から得られる脈波の時系列波形を２階微分して加速度脈波を算出し、得られた加速度脈波を周波数解析してパワースペクトルの振幅ピーク値を求める加速度脈波解析手段を有し、
    前記振幅ピーク値と前記記述関数のゲインとの関係から人の状態を推定する請求項１７〜２０のいずれか１に記載のコンピュータプログラム。
31. 前記振幅ピーク値と前記記述関数のゲインとの関係から、人体支持部材に支持されているときの、人体支持部材に対する人の状態を推定する請求項３０記載のコンピュータプログラム。

Images