JP5733499B2 - 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、人の上体から得られる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背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を報告している。このエアパックの空気圧変動は、心臓の動きに伴う下行大動脈の揺れによるものであり、特許文献１及び２の臀部脈波を利用する場合よりも、心臓の動きにより近い状態変化を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

「原著・指尖容積脈波情報を用いた入眠予兆現象計測法の開発」藤田悦則（外８名）、人間工学 Ｖｏｌ４１、Ｎｏ．４（’０５） 「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１〜３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。

また、本出願人は、特願２００９−２３７８０２として次のような技術も提案している。すなわち、生体信号測定手段により得られる生体信号の時系列波形から周波数の時系列波形を求め、この周波数の時系列波形から求められる周波数傾き時系列波形と周波数変動時系列波形を用いた技術であり、周波数傾き時系列波形の正負、周波数傾き時系列波形の積分波形の正負、周波数傾き時系列波形と周波数変動時系列波形とを重ねて出力した場合における逆位相の出現（逆位相の出現が入眠予兆を示す）等を組み合わせて人の状態を判定する技術である。

本出願人は、上記のように生体信号を用いた人の状態を把握する技術を提案しているが、人の状態をより正確に把握する技術の提案が常に望まれている。また、人の状態を把握する手法が複数あれば、それらを併用することにより、さらに、正確に人の状態を把握することが可能となる。本発明は上記に鑑みなされたものであり、生体信号を新たな分析方法を用いて分析し、人の状態を把握する技術を提供することを課題とする。

ここで、心疾患の一つである心房細動において、心・循環系のゆらぎの特性が切り替わるところは、０．００３３Ｈｚと言われており、０．００３３Ｈｚのゆらぎを調整するためのゆらぎが、０．００３３Ｈｚ近傍以下に存在すると言われている。生体信号に内在する低周波のゆらぎを算出する周波数傾き時系列波形を求め、それを周波数解析したところ、０．００３３Ｈｚよりも低周波の０．００１７Ｈｚ、０．００３３Ｈｚ近傍の０．００３５Ｈｚを中心にしたゆらぎが生じていることが確認できた。また、これらこの２つ以外に、０．００５３Ｈｚを中心としたゆらぎが生じていることが確認できた。

そこで、本発明者は上記した知見から、０．００３５Ｈｚの信号（以下、「疲労受容信号」という）を基本として、これを通常の活動状態における疲労の進行度合いを示す信号とし、０．００５３Ｈｚの信号（以下、「活動調整信号」という）を、活動時において脳や自律神経系の制御による影響の度合いが出現する信号とし、０．００３３Ｈｚよりも低周波の０．００１７Ｈｚの信号（以下、機能調整信号）を、体の変調や機能低下を制御する信号とし、これらの信号のパワースペクトルの時系列変化から人の状態を判定することに着目し、本発明を完成するに至った。

また、生体信号としては、指尖容積脈波ではなく、心房と大動脈の揺れ具合を捉えることに着目した。これは、大動脈の壁は、動脈の中でも弾力性に富んでおり、心臓から直接送り出される血液の高い圧力を受け止めることができ、また、心臓の左心室からでたばかりのところには逆流防止の弁である大動脈弁がある。このため、心房と大動脈の揺れ具合を捉えた生体信号を解析することで、生体の定常性維持のための脳と自律神経系の負のフィードバック機構の調節環をよく捉えることができ、それにより、自律神経の活動だけでなく脳機能の活性化状態を併せて把握し、より正確に生体状態を推定できるからである。

すなわち、本発明の生体状態推定装置は、生体信号測定手段により人の上体から採取した生体信号を用いて、人の状態を推定する生体状態推定装置であって、前記生体信号測定手段により得られる生体信号の時系列波形から、周波数の時系列波形を求める周波数演算手段と、前記周波数演算手段により得られた前記生体信号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、前記周波数傾き時系列解析演算手段から得られる周波数傾き時系列波形を周波数解析し、パワースペクトルの時系列変化を求めるスペクトル時系列変化演算手段と、前記スペクトル時系列変化演算手段により得られたパワースペクトルの時系列変化から、予め定めた機能調整信号、疲労受容信号及び活動調整信号に相当する周波数成分を抜き出し、前記３つの周波数成分のパワースペクトルの値の合計を１００とした際の前記３つの各周波成分の割合を時系列に算出して分布率波形として求める分布率波形演算手段と、前記分布率波形演算手段により得られた分布率波形における前記３つの各周波成分の波形変化パターンを特定し、特定した波形変化パターンを、予め記憶部に記憶している波形変化パターンと人の状態との相関データに照らし、人の状態を判定する判定手段とを具備することを特徴とする。

前記周波数演算手段が、前記生体信号測定手段により得られる生体信号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生体信号の周波数の時系列波形を求める第１周波数演算手段を有し、前記周波数傾き時系列演算手段が、前記第１周波数演算手段により得られた前記生体信号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を有し、前記スペクトル時系列変化演算手段が、前記第１周波数傾き時系列解析演算手段から得られる周波数傾き時系列波形を周波数解析し、パワースペクトルの時系列変化を求める構成であることが好ましい。

また、前記周波数演算手段が、前記生体信号測定手段により得られる生体信号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生体信号の周波数の時系列波形を求める第２周波数演算手段を有し、前記周波数傾き時系列演算手段が、前記第２周波数演算手段により得られた前記生体信号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を有し、前記スペクトル時系列変化演算手段が、前記第２周波数傾き時系列解析演算手段から得られる周波数傾き時系列波形を周波数解析し、パワースペクトルの時系列変化を求める構成であることが好ましい。

前記判定手段は、前記分布率波形の波形変化パターンとして、前記機能調整信号と前記疲労受容信号とが逆位相となっている時間帯を、眠気関連現象出現期と判定する構成であることが好ましい。前記判定手段は、前記分布率波形の波形変化パターンとして、前記機能調整信号と前記疲労受容信号とが逆位相となっていると共に、前記活動調整信号の分布率に上昇が生じた時間帯を入眠予兆現象出現期と判定する構成であることが好ましい。前記分布率波形演算手段に用いる前記機能調整信号の周波数が０．００１７Ｈｚであり、前記疲労受容信号の周波数が０．００３５Ｈｚであり、前記活動調整信号の周波数が０．００５３Ｈｚであることが好ましい。

本発明のコンピュータプログラムは、生体信号測定手段により人の上体から採取した生体信号を用いて、人の状態を推定する生体状態推定装置に設定されるコンピュータプログラムであって、前記生体信号測定手段により得られる生体信号の時系列波形から、周波数の時系列波形を求める周波数演算ステップと、前記周波数演算ステップにより得られた前記生体信号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ステップと、前記周波数傾き時系列解析演算ステップから得られる周波数傾き時系列波形を周波数解析し、パワースペクトルの時系列変化を求めるスペクトル時系列変化演算ステップと、前記スペクトル時系列変化演算ステップにより得られたパワースペクトルの時系列変化から、予め定めた機能調整信号、疲労受容信号及び活動調整信号に相当する周波数成分を抜き出し、前記３つの周波数成分のパワースペクトルの値の合計を１００とした際の前記３つの各周波成分の割合を時系列に算出して分布率波形として求める分布率波形演算ステップと、前記分布率波形演算ステップにより得られた分布率波形における前記３つの各周波成分の波形変化パターンを特定し、特定した波形変化パターンを、予め記憶部に記憶している波形変化パターンと人の状態との相関データに照らし、人の状態を判定する判定ステップとをコンピュータに実行させることを特徴とする。

前記周波数演算ステップが、前記生体信号測定手段により得られる生体信号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生体信号の周波数の時系列波形を求める第１周波数演算ステップを有し、前記周波数傾き時系列演算ステップが、前記第１周波数演算ステップにより得られた前記生体信号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ステップを有し、前記スペクトル時系列変化演算ステップが、前記第１周波数傾き時系列解析演算ステップから得られる周波数傾き時系列波形を周波数解析し、パワースペクトルの時系列変化を求める構成であることが好ましい。

また、前記周波数演算ステップが、前記生体信号測定手段により得られる生体信号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生体信号の周波数の時系列波形を求める第２周波数演算ステップを有し、前記周波数傾き時系列演算ステップが、前記第２周波数演算ステップにより得られた前記生体信号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ステップを有し、前記スペクトル時系列変化演算ステップが、前記第２周波数傾き時系列解析演算ステップから得られる周波数傾き時系列波形を周波数解析し、パワースペクトルの時系列変化を求める構成であることが好ましい。

前記判定ステップは、前記分布率波形の波形変化パターンとして、前記機能調整信号と前記疲労受容信号とが逆位相となっている時間帯を、眠気関連現象出現期と判定する構成であることが好ましい。前記判定ステップは、前記分布率波形の波形変化パターンとして、前記機能調整信号と前記疲労受容信号とが逆位相となっていると共に、前記活動調整信号の分布率に上昇が生じた時間帯を入眠予兆現象出現期と判定する構成であることが好ましい。前記分布率波形演算ステップに用いる前記機能調整信号の周波数が０．００１７Ｈｚであり、前記疲労受容信号の周波数が０．００３５Ｈｚであり、前記活動調整信号の周波数が０．００５３Ｈｚであることが好ましい。

本発明は、人の上体から採取した生体信号の時系列波形から周波数の時系列波形を求め、さらに、周波数傾きの時系列波形を求めて周波数解析する手段を有する。より好ましくは、周波数変動の時系列波形を求めて周波数解析する手段を有する。周波数解析の際には、予め定めた機能調整信号、疲労受容信号及び活動調整信号に相当する各周波数のパワースペクトルを求める。そして、各パワースペクトルの時系列変化から人の状態を判定する。疲労受容信号は、通常の活動状態における疲労の進行度合いを示すため、これに併せて、機能調整信号や活動調整信号の優性度合いをそれらの分布率として比較することにより、人の状態（リラックス状態、疲労状態、交感神経優位の状態、副交感神経優位の状態など）をより正確に判定することができる。

図１は、本発明の一の実施形態において用いた生体信号測定手段を示した図である。 図２は、上記実施形態に係る生体信号測定手段の他の態様を示した図である。 図３は、上記生体信号測地手段をシートに組み込む過程を示した図である。 図４は、本発明の一の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５は、生体信号測定手段により検出した生体信号のピーク値又はゼロクロス地点を用いて、周波数傾き時系列波形を求める方法を説明するための図である。 図６（ａ）は、睡眠導入実験において、２２名の被験者の眠気の無い状態（活性状態）の心部揺動波の原波形を連結したデータの周波数分析結果と、眠気がある状態の心部揺動波の原波形を連結したデータの周波数分析結果を示したものである。図６（ｂ）は、図６（ａ）に示す眠気の有無の状態別で採取したＡＰＷのゼロクロス検出法、ピーク検出法によって作られた時系列波形の周波数分析した結果を示した図である。 図７（ａ），（ｂ）は、図６（ａ）のAPWを傾き時系列波形にしたものを周波数分析した結果を示した図であり、（ａ）はピーク検出法を利用したもので、（ｂ）はゼロクロス法を利用したものである。 図８は、ピストン・クランク機構に例えた心臓モデル図である。 図９は、ピストン・クランク機構に例えた心臓モデルに関し、大動脈に発生する力の求め方を示した図である。 図１０は、図６（ａ）で示した心部揺動波の連結データを周波数分析し、周波数スペクトルの超低周波数帯域（０〜０．００７Ｈｚ）を示した図である。 図１１は、指尖容積脈波とAPWの周波数分析結果を示した図である。 図１２（ａ）〜（ｄ）は、睡眠導入実験での心部揺動波を状態別に周波数分析した結果を示した図である。 図１３（ａ）〜（ｃ）は、第１周波数傾き時系列解析演算手段から得られるゼロクロス法（０ｘ検出法）を適用した周波数の傾き時系列波形の分析結果を示した図である。 図１４（ａ）〜（ｃ）は、第２周波数傾き時系列解析演算手段から得られるピーク検出法を適用した周波数の傾き時系列波形の分析結果を示した図である。 図１５（ａ）はAPW とAPW をゼロクロス検出処理した波形とゼロクロス検出法による傾き時系列波形の比較を示し、図１５（ｂ）は0.0017Hz と0.0035Hz と0.0053Hzのサイン波の合成波とゼロクロス検出法による傾き時系列波形の比較を示し、図１５（ｃ）は合成波とゼロクロス検出法による傾き時系列波形の周波数分析結果の比較を示した図である。 図１６（ａ）はAPWとAPWをピーク検出処理した波形とピーク検出法による傾き時系列波形の比較を示し、図１６（ｂ）は0.0017Hz と0.0035Hz と0.0053Hz のサイン波の合成波とピーク検出法による傾き時系列波形の比較を示し、図１６（ｃ）は合成波とピーク検出法による傾き時系列波形の周波数分析結果の比較を示した図である。 図１７（ａ）〜（ｃ）は、0.0017Hz と0.0033Hz と0.0053Hz の３の周波数成分の分布率の求め方を説明するための図である。 図１８（ａ）〜（ｃ）は、３０歳代男性被験者の睡眠導入実験の解析結果を示した図である。 図１９は、脳波分布率と心部揺動波の分布率の一致度を説明するための図である。 図２０は、睡眠導入実験の代表事例の被験者について、心部揺動波の上記３つの周波数成分の分布率の波形と各被験者の状態との関係を示した図である。 図２１は、覚醒状態におけるゼロクロス法による傾き時系列波形のパターンを示した図である。 図２２は、図２０と図２１の結果と人の状態との相関を示した図である。 図２３は、図２０と図２１の結果と人の状態との相関を示した図である。 図２４は、心部揺動波（ＡＰＷ）の原波形から判定する方法を示した図である。 図２５は、ＡＰＷのゼロクロス検出法の波形及びピーク検出法の波形と、脳波及び自律神経活動との比較を示した図である。 図２６（ａ），（ｂ）は、図２５のＡＰＷのゼロクロス検出法の波形及びピーク検出法の波形を周波数分析して人の状態を判定する方法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及び図２は、本実施形態に係る生体状態推定装置６０の分析対象である生体信号、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手段１を示した図であり、図３は、該生体信号測定手段１を自動車用のシート１００に組み込む過程を示した図である。まず、この生体信号測定手段１について説明する。生体信号測定手段１は、三次元立体編物１０、三次元立体編物支持部材１５、フィルム１６、板状発泡体２１，２２、振動センサ３０を有して構成される。

三次元立体編物１０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。本実施形態では、三次元立体編物の固体振動、特に、連結糸の弦振動を検出するものであるため、連結糸はモノフィラメントから構成することが好ましいが、採取する生体信号の種類に応じて共振周波数を調整するため、連結糸もマルチフィラメントから構成することもできる。

また、三次元立体編物１０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、心拍、呼吸、心房や大動脈の揺動などの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。

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：４９０１１Ｄ（住江織物（株）製）
材質：
グランド編地（縦糸）・・・６００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
グランド編地（横糸）・・・３００デシテックス／７２ｆのポリエチレンテレフタレート繊維仮撚加工糸
連結糸・・・・・・・・・８００デシテックス／１ｆのポリエチレンテレフタレートモノフィラメント

（３）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

（４）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

（５）旭化成せんい（株）製の製品番号：Ｔ２４０５３ＡＹ５−１Ｓ

板状発泡体２１，２２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２１，２２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として伝播する。この膜振動が三次元立体編物に弦振動として伝わり、これらの膜振動と弦振動が重畳され、生体信号は、膜振動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３０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２１，２２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２１，２２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２１，２２に柔らかな弾性が付与され、振幅の小さな振動に共振した固体振動を生じやすくなる。なお、板状発泡体２１，２２は、本実施形態のように、三次元立体編物１０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１０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１０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１０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１０を簡単に所定位置に配置するようにするため、図１に示したように、三次元立体編物１０は三次元立体編物支持部材１５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１５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１５ａ，１５ａが２つ形成されている。三次元立体編物支持部材１５は、上記板状発泡体２１，２２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１５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２１，２２と同様である。但し、生体信号により膜振動をより顕著に起こさせるためには、三次元立体編物１０，１０の上下に積層される板状発泡体２１，２２の厚さが、三次元立体編物支持部材１５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１５に形成した配置用貫通孔１５ａ，１５ａに、２つの三次元立体編物１０，１０を挿入配置した状態で、三次元立体編物１０，１０の表側及び裏側にフィルム１６，１６を積層する。本実施形態では、配置用貫通孔１５ａ，１５ａの周縁部にフィルム１６，１６の周縁部を貼着して積層する。なお、配置用貫通孔１５ａ，１５ａの形成位置（すなわち、三次元立体編物１０，１０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１０，１０は、上下面が板状発泡体２１，２２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１５によって取り囲まれており、板状発泡体２１，２２及び三次元立体編物支持部材１５が共振箱（共鳴箱）の機能を果たす。なお、大動脈の壁は、動脈の中でも弾力性に富んでおり、心臓から直接送り出される血液の高い圧力を受け止めることができ、また、心臓の左心室からでたばかりのところには逆流防止の弁である大動脈弁がある。このため、三次元立体編物の位置を上記の位置にすると、生体の定常性維持のための脳と自律神経系の負のフィードバック機構の動きをよく捉えることができる。

また、三次元立体編物支持部材１５よりも、三次元立体編物１０，１０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１０，１０を配置用貫通孔１５ａ，１５ａに配置した場合には、三次元立体編物１０，１０の表面及び裏面が、該配置用貫通孔１５ａ，１５ａ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１６，１６の周縁部を配置用貫通孔１５ａ，１５ａの周縁部に貼着すると、三次元立体編物１０，１０は厚み方向に押圧されるため、フィルム１６，１６の反力による張力が発生し、該フィルム１６，１６に固体振動（膜振動）が生じやすくなる。一方、三次元立体編物１０，１０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１６，１６は、三次元立体編物１０，１０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。

三次元立体編物１０，１０の連結糸は、一対のグランド編地間に掛け渡されるため、いわばコイル状に巻かれた長い弦となり、上下の節点に共振箱（共鳴箱）の機能を果たすフィルム１６，１６及び板状発泡体２１，２２が配設されている。心拍変動に代表される生体信号は、低周波であるため、このような長い弦と多数の節点を備えた共振システムにより増幅される。つまり、連結糸の弦振動が多数の節点を介してフィルム１６，１６の膜振動及び板状発泡体２１，２２のビーズの膜振動を起こさせ、これらが重畳して作用し、増幅される。なお、三次元立体編物の連結糸の節点間の間隔、すなわち、連結糸の配置密度は高いほど好ましい。

また、フィルム１６，１６を板状発泡体２１，２２側に予め貼着して一体化しておき、板状発泡体２１，２２を三次元立体編物支持部材１５に積層するだけで、フィルム１６，１６を三次元立体編物１０，１０の表側及び裏側に配置できる構成とすることも可能である。但し、三次元立体編物１０，１０に予備圧縮を付与するためには、上記のように、フィルム１６，１６を三次元立体編物支持部材１５の表面に固着することが好ましい。また、図１のように、三次元立体編物１０毎に対応してフィルムを配設するのではなく、図２に示したように、２つの三次元立体編物１０，１０を両方とも覆うことのできる大きさのフィルム１６を用いるようにしてもよい。

フィルム１６，１６としては、例えば、心拍変動を捉えるには、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」）を用いることが好ましい。但し、フィルム１６，１６は固有振動数が合致すれば共振による膜振動を生じるため、これに限るものではなく、採取する対象（心拍、呼吸、心房や大動脈の揺動等）に応じた固有振動数を有するものを使用することが好ましい。例えば、後述の試験例で示したように、伸縮性の小さい素材、例えば、熱可塑性ポリエステルからなる不織布(例えば、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））を用いることも可能である。また、例えば、伸度２ ０ ０ ％ 以上、１ ０ ０ ％ 伸長時の回復率が８ ０ ％ 以上である弾性繊維不織布（ 例えば、Ｋ Ｂ セーレン（ 株） 製、商品名「エスパンシオーネ」） を用いることも可能である。

振動センサ３０は、上記したフィルム１６，１６を積層する前に、いずれか一方の三次元立体編物１０に固着して配設される。三次元立体編物１０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１６，１６及び板状発泡体２１，２２に伝達されるため、振動センサ３０は感知部３０ａを三次元立体編物１０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３０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１０を配置した配置用貫通孔１５ａ）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。本実施形態では、上記したように、生体信号に伴う人の筋肉を介した体表面の振動は、三次元立体編物１０だけでなく、板状発泡体２１，２２、フィルム１６にも伝播され、それらが振動（弦振動、膜振動）して重畳されて増幅する。よって、振動センサ３０は、三次元立体編物１０に限らず、振動伝達経路を構成する板状発泡体２１，２２及びフィルム１６に、その感知部３０ａを固定することもできる。なお、本実施形態では、三次元立体編物１０、三次元立体編物支持部材１５、板状発泡体２１，２２、フィルム１６が生体信号を機械的に増幅させるため、これらが機械的増幅デバイスを構成する。

上記した生体信号測定手段１は、例えば、図３に示したように、自動車用シート１００のシートバックフレーム１１０に被覆される表皮１２０の内側に配置される。なお、配置作業を容易にするため、生体信号測定手段１を構成する三次元立体編物１０、三次元立体編物支持部材１５、フィルム１６、板状発泡体２１，２２、振動センサ３０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手段１は、三次元立体編物１０と三次元立体編物１０の周辺に積層される板状発泡体２１，２２とを備えた機械的増幅デバイス、好ましくは、三次元立体編物１０と板状発泡体２１，２２との間にフィルム１６が配設された機械的増幅デバイスを有し、この機械的増幅デバイスに振動センサが取り付けられた構成である。心拍、呼吸、心房や大動脈の揺動などの人の生体信号による体表面の微小振動は、板状発泡体２１，２２、フィルム１６及び三次元立体編物１０に伝播されるが、板状発泡体２１，２２及びフィルム１６では膜振動を生じ、三次元立体編物には糸の弦振動を生じさせる。

さらに言えば、三次元立体編物１０は、一対のグランド編地間に連結糸が配設されてなるが、人の筋肉の荷重−たわみ特性に近似した荷重−たわみ特性を備えている。従って、三次元立体編物１０を含んだ機械的増幅デバイスの荷重−たわみ特性を筋肉のそれに近似させたものにして、それを筋肉に隣接して配置されることで、筋肉及び三次元立体編物間の内外圧差が等しくなり、心拍、呼吸、心房や大動脈の揺動などの生体信号を正確に伝えることができ、これにより、三次元立体編物１０を構成する糸（特に、連結糸）に弦振動を生じさせることができる。また、三次元立体編物１０に積層された板状発泡体２１，２２、好ましくはビーズ発泡体は、ビーズの有する柔らかな弾性と小さな密度により各ビーズに膜振動が生じやすい。フィルム１６は、周縁部を固定し、人の筋肉の荷重−たわみ特性に近似する三次元立体編物で弾性支持することにより、所定の張力が生じるため、膜振動が生じやすい。すなわち、生体信号測定手段１によれば、心拍、呼吸、心房や大動脈の揺動などの生体信号により、筋肉の荷重−たわみ特性に近似する荷重−たわみ特性をもつ機械的増幅デバイス内の板状発泡体２１，２２やフィルム１６に膜振動が生じると共に、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１０に弦振動が生じる。そして、三次元立体編物１０の弦振動は再びフィルム１６等の膜振動に影響を与え、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、弦振動と膜振動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３０により検出されることになる。

本発明で使用する生体信号測定手段１としては、従来のように密閉袋内の空気圧変動を検出する構成としたものを用いることも可能であるが、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、上記した生体信号測定手段１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１０、板状発泡体２１，２２、フィルム１６）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、心拍、呼吸、心房や大動脈の揺動等に伴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、上記生体信号測定手段１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。また、密閉構造を作る必要がないため、製造工程が簡素化され、製造コストも下げることができ、量産に適している。

なお、上記した生体信号測定手段１は、シート１００の表皮１２０の内側に組み込んでいるが、表皮１２０の表面に後付で取り付けるシート用クッションに組み込むようにしてもよい。但し、後付で取り付ける場合は、三次元立体編物が体重により予備圧縮が生じやすいように、シートと三次元立体編物との間に、硬い面を設けることが、例えば、面剛性の高い三次元立体編物、あるいは、ポリプロピレンなどの合成樹脂製の厚さ１〜２ｍｍ程度のプレートを挿入するなどすることが好ましい。例えば、柔らかい圧縮特性をもつシートの場合、三次元立体編物が予備圧縮されず、そのために生体信号が反射されずに吸収されてしまうが、上記のような硬い面を設けることにより、このようなシート側の圧縮特性のばらつきが吸収され、振幅の大きな生体信号がとりやすくなる。

次に、生体状態推定装置６０の構成について図４に基づいて説明する。生体状態推定装置６０は、周波数演算手段として、第１周波数演算手段６１０と第２周波数演算手段６２０を有し、周波数傾き時系列演算手段として第１周波数傾き時系列解析演算手段６３０と第２周波数傾き時系列解析演算手段６４０を有している。また、スペクトル時系列変化演算手段６５０と、分布率波形演算手段６６０と、判定手段６７０を有して構成される。生体状態推定装置６０は、コンピュータから構成され、周波数演算ステップを構成する第１周波数演算ステップと第２周波数演算ステップ、周波数傾き時系列演算ステップを構成する第１周波数傾き時系列解析演算ステップと第２周波数傾き時系列解析演算ステップ、スペクトル時系列変化演算ステップ、分布率波形演算ステップ、判定ステップをコンピュータに実行させるコンピュータプログラムが設定されている。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、メモリカード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。

第１及び第２周波数演算手段６１０，６２０は、生体信号測定手段１の振動センサ３０から得られ出力信号の時系列データ、好ましくは、フィルタリング処理（例えば、体動などにより生じた０．０１Ｈｚ以下の低周波成分を除去するフィルタリング処理）された所定の周波数領域の時系列データにおける周波数の時系列波形を求める。このうち、第１周波数演算手段６１０は、交感神経機能の指標として用いられるＬＦ／ＨＦに関するもので、第２周波数演算手段６２０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。

具体的には、第１周波数演算手段６１０は、生体信号測定手段１の振動センサから得られる出力信号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）を用いて周波数の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、生体信号の周波数の基本成分を捉えるものであり、周波数調節における負のフィードバック機構である中枢における調節機能の作用により周波数平衡状態となっているか否かを示すもので、ＬＦ／ＨＦの発現の強弱レベルを示す。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５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５の[2]のステップ）。

第２周波数演算手段６２０は、生体信号測定手段１の振動センサから得られる出力信号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５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５の[2]のステップ）。

第１及び第２周波数傾き時系列解析演算手段６３０，６４０は、第１及び第２周波数演算手段６１０，６２０によって、ゼロクロス法又はピーク検出法を用いて得られた生体信号測定手段１の振動センサの出力信号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振動センサの出力信号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。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（図５の[3],[5]のステップ）。次に、オーバーラップ時間Ｔｌ（図５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、エアパック信号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（図５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。

また、上記したように、心房細動のゆらぎの特性は０．００３３Ｈｚで切り替わり、０．００３３Ｈｚのゆらぎを調整するためのゆらぎが、０．００３３Ｈｚ近傍以下に存在すると言われている。従って、０Ｈｚと０．００３３Ｈｚの中間である０．００１７Ｈｚを中心としたゆらぎの状態を見ると、ばらつきが生じたとしても０．００３３Ｈｚ以下に生じるゆらぎの状態の概要が現れると考えられる。０．００１７Ｈｚの波形の１／４周期にあたる時間は１４７秒である。９０％ラップ状態で波形をスムージングするとして、前後の１０％の時間を加算すると、１４７／０．８＝約１８０秒となり、この点からも１８０秒とすることが好ましいと言える。ここに、180秒、3 分間で変化していく様子、変化の傾向、微分係数、傾きを時系列波形として捉える。そして180 秒間の平均値である傾きを、スムージングさせるために180 秒間の時間を90％ラップさせて、18 秒毎にプロットしていき時系列波形を作り、この傾きの時系列波形を使って解析を行う。この傾き時系列波形は恒常性のゆらぎを捉えるもので、心拍変動の制御の程度を時系列波形として大局的に評価するものである。

なお、第１周波数傾き時系列解析演算手段６３０は、ゼロクロス法を用いた第１周波数演算手段６１０の周波数の時系列波形から周波数傾き時系列波形を求める手段であり、第２周波数傾き時系列解析演算手段６４０は、ピーク検出法を用いた第２周波数演算手段６２０の周波数の時系列波形から周波数傾き時系列波形を求める手段である。ゼロクロス法（０ｘ検出法）を用いた第１周波数傾き時系列解析演算手段６３０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であり、ピーク検出法を用いた第２周波数傾き時系列解析演算手段６４０により求めた時系列波形は、副交感神経の状態を捉えた生体のゆらぎを示すものである。

スペクトル時系列変化演算手段６５０は、第１周波数傾き時系列解析演算手段６３０から得られる周波数傾き時系列波形、第２周波数傾き時系列解析演算手段６４０から得られる周波数傾き時系列波形をそれぞれ周波数解析し、上記した機能調整信号、疲労受容信号及び活動調整信号に相当する各周波数のパワースペクトルを求める手段である。

分布率波形演算手段６６０は、スペクトル時系列変化演算手段６５０により得られたパワースペクトルの時系列変化から、予め定めた機能調整信号、疲労受容信号及び活動調整信号に相当する周波数成分を抜き出し、この３つの周波数成分のパワースペクトルの値の合計を１００とした際の３つの各周波成分の割合を時系列に算出し、その時系列変動波形を分布率波形として求める。ここで、本実施形態では、上記したように、０．００１７Ｈｚを機能調整信号とし、０．００３５Ｈｚを疲労受容信号とし、０．００５３Ｈｚを活動調整信号とした。この周波数の妥当性については、後述の試験例でさらに詳述する。

判定手段６７０は、分布率波形演算手段６６０により得られた分布率波形における上記した３つの各周波成分の波形変化パターンを特定し、特定した波形変化パターンを、予め記憶部に記憶している波形変化パターンと人の状態との相関データに照らし、人の状態を判定する。

波形変化パターンとしては、機能調整信号（０．００１７Ｈｚ）と疲労受容信号（０．００３５Ｈｚ）とが逆位相となって現れるパターン、機能調整信号（０．００１７Ｈｚ）と疲労受容信号（０．００３５Ｈｚ）とが逆位相となって現れ、かつ、活動調整信号（０．００５３Ｈｚ）が所定以上の分布率となっているパターンが挙げられる。これらの波形変化パターンは、予め生体状態判定装置１の記憶部（ハードディスク等）に記憶されている。記憶部には、波形変化パターンと人の状態との相関データも記憶されている。判定手段６７０が、測定中の所定時間帯における３つの信号の波形変化パターンを、記憶されている波形変化パターンと比較し、いずれのパターンに相当するかを特定する。そして、上記相関データから、特定した波形変化パターンに対応する人の状態を判定する。

試験例
（試験内容）
図１に示した生体信号測定手段１を、（株）デルタツーリング製、シートクッションである商品名「ツインランバー」の背部の裏側に積層し、屋内に設置した自動車用シートに取り付け、被験者を着座させ、座位姿勢での心房や大動脈の揺動による生体信号（以下、「心部揺動波」というが、「ＡＰＷ」と略記する場合もある）を採取し、睡眠導入実験を行った。なお、生体信号測定手段１を構成する板状発泡体２１，２２及び三次元立体編物支持部材１５は、ビーズの平均直径が約５ｍｍで、厚さ３ｍｍにスライスカットしたビーズ発泡体を用いた。三次元立体編物１０は、住江織物（株）製、製品番号：４９０１１Ｄで、厚さ１０ｍｍのものであった。フィルム１６は、シーダム株式会社製、品番「ＤＵＳ６０５−ＣＤＲ」を用いた。

睡眠導入実験は、人通りの無い屋内の隔離された空間で、実験開始３０分間は眠気に耐えて覚醒状態を維持することを義務付けた。その後、３０分間以降は各自に意志に任せ、眠たい人は眠りに入り、まだ頑張り続けられる人は頑張っても良いというものである。ただし、入眠すると即起床させた。

睡眠導入実験では、心部揺動波の採取に併行して、従来の医学的指標、脳波・心電図・指尖容積脈波の採取も行った。脳波は、脳波測定器（「日本光電工業（株）、ＥＥＧ−９１００、ニューロファックスμ」を使用し、指尖容積脈波は、指尖容積脈波計（(株)アムコ製、フィンガークリッププローブ ＳＲ−５Ｃ）を装着して測定した。

図６（ａ）は、睡眠導入実験において、２２名の被験者の眠気の無い状態（覚醒期）の心部揺動波の原波形を連結したデータの周波数分析結果と、眠気のある状態（入眠に対する抵抗時期）の心部揺動波の原波形を連結したデータの周波数分析結果を示したものである。

覚醒期では０．６Ｈｚと１．２Ｈｚにピークがあることから、０．６Ｈｚと１．２Ｈｚが、心臓の運動と脈波の成分であり、これらにより心拍数が制御されていると考えられる。ところが、疲労が進行し、眠気が生じると、交感神経の代償作用により、心臓の運動が安定し、脈波と心臓の１．２Ｈｚの運動が優位になる。より高周波で制御することにより心臓を動かすためのエネルギーが最小限ですむ。つまり、疲れているときに長く身体の機能を維持しようするため、消費するエネルギーを少なすることで恒常性を維持していると考えられる。心臓の運動と脈波の成分が表れるＡＰＷは、心拍数の１／３〜１／２の周波数成分を中心とする帯域（０．５次）、心拍数の帯域（１次）、及び、心拍数の２倍の成分（２次）の３つで主に構成されている。これは、カオス性の低下を示す。低次元カオスはエネルギー消費が少なくなるため、力学的エネルギーの消費が最小限に抑えられる。

図６（ｂ）は、図６（ａ）に示す眠気の有無の状態別で採取したＡＰＷのゼロクロス検出法、ピーク検出法によって作られた時系列波形の周波数分析した結果を示す。心拍数成分に連動するピーク検出法によるものを0.25Hz（1/4Hz）以上に配し、心拍数の1/3〜1/2成分（1/8〜1/12Hz）を主体とする成分を示す。ゼロクロス検出法によるものは0.25Hz以下に配した。図６（ａ）の傾向に連動している様子がよくわかる。

図７（ａ），（ｂ）は、図６（ａ）のAPWを傾き時系列波形にしたものを周波数分析した結果を示し、（ａ）はピーク検出法を利用したもので、（ｂ）はゼロクロス法を利用したものである。図６（ａ），（ｂ）と比較して、眠気の無い状態と眠気のある状態との間での差は少ないものの、図６（ａ），（ｂ）との連動の傾向は維持されている。

なお、心臓の運動と大動脈で発生する脈波（心部揺動波（ＡＰＷ））の運動について、図８に示したような心臓モデルを想定し、ピストン・クランク機構に例えて、大動脈に発生する力を求めると、図９に示したようになる。すなわち、心室の拡張と収縮を周期として変化を繰り返す項と、その半分の周期を持つ項の和から求められ、図６（ａ）の１次・２次慣性力成分と一致する。

図１０は図６（ａ）で示した心部揺動波の連結データを周波数分析し、周波数スペクトルの超低周波数帯域（０〜０．００７Ｈｚ）を示したものである。覚醒期に対し、入眠に対する抵抗期（眠気ありの状態）では低周波成分が小さくなっており、超低周波領域でも全体の変化を反映していることがわかる。図１０から、０．００１５Ｈｚ、０．００２３Ｈｚ、０．００３Ｈｚで変動があることがわかるが、このことから、心・循環系動態の切り替えポイントが０．００３５Ｈｚ以下にあると言える。心房細動の切り替えポイントが上記したように０．００３３Ｈｚであることからもその可能性は高い。

図１１は、指尖容積脈波とAPWの周波数分析結果を示す。指尖容積脈波は二次慣性力による高周波成分に特徴があり、APWは低周波成分（矢印a）に示す帯域に特徴があることがわかる。

図１２は睡眠導入実験での心部揺動波を状態別に周波数分析した結果を示す。覚醒から入眠に至るにつれ心拍成分の１／２の周波数帯域のパワースペクトルが小さくなり、心拍成分のスペクトルのピークが低周波へ移行し、覚醒した後の眠気のある状態ではまたもとの状態に戻っている。状態が変わると同時に、心・循環系の動態を変えていることが示唆される。ここでも０．５次、１次、２次成分がよく表れている。

図１３及び図１４は睡眠導入実験での心部揺動波の周波数の傾き時系列波形を周波数分析した結果である。図１３は、第１周波数傾き時系列解析演算手段６３０から得られるゼロクロス法（０ｘ検出法）を適用した周波数の傾き時系列波形の分析結果であり、図１４は、第２周波数傾き時系列解析演算手段６４０から得られるピーク検出法を適用した周波数の傾き時系列波形の分析結果である。

図１３（ａ）及び図１４（ａ）は、睡眠導入実験の被験者２２名の各被験者のスペクトルを示し、図１３（ｂ）及び図１４（ｂ）は、図１３（ａ）及び図１４（ａ）のスペクトルを０．０００１Ｈｚごとに積算した結果を示す。図１３（ｃ）及び図１４（ｃ）は睡眠導入実験の被験者３６名分の周波数の傾き時系列波形を１つのデータに連結した後、周波数分析した結果である。図６の心部揺動波の原波形の周波数分析結果と比較して、周波数の傾き時系列波形の周波数分析結果の方がパワースペクトルの分別感度が高いことがわかる。

図１３（ａ），（ｂ）及び図１４（ａ），（ｂ）から、バラツキの中心を最低周波数の帯域で求めると0.0017Hzとなり、次の帯域では0.0033Hzに中心があり、次の帯域では0.0053Hzに中心があるとして境界線を引いてみた。すると、図１３（ｃ），図１４（ｃ）でも同様の傾向がみられた。すなわち、０．００１７Ｈｚ、０．００３５Ｈｚ、０．００５３Ｈｚの三つ周波数帯を中心とする極超低周波帯域において変動が認められることがわかる。また、０．００１７Ｈｚ〜０．００５３Ｈｚの帯域で変動するゆらぎは、体調や疲労の進行度合いに応じて変化しており、これらの変化の仕方により、人の状態を捉えられると考えられる。つまり心臓の恒常性維持機能は３分間を中心とした非常に低周波の周波数帯の中でバラツキを持って存在する可能性が示唆された。

ここで逆に、3 つの周波数（0.0017Hz、0.0033Hz、0.0053Hz）からAPW が求められるかを検討する。図１５（ａ）はAPW とAPW をゼロクロス検出処理した波形とゼロクロス検出法による傾き時系列波形の比較を示す。図１５（ｂ）は0.0017Hz と0.0035Hz と0.0053Hzのサイン波の合成波とゼロクロス検出法による傾き時系列波形の比較を示す。図１５（ｃ）は合成波とゼロクロス検出法による傾き時系列波形の周波数分析結果の比較を示す。図１６（ａ）はAPWとAPWをピーク検出処理した波形とピーク検出法による傾き時系列波形の比較を示す。図１６（ｂ）は0.0017Hz と0.0035Hz と0.0053Hz のサイン波の合成波とピーク検出法による傾き時系列波形の比較を示す。図１６（ｃ）は合成波とピーク検出法による傾き時系列波形の周波数分析結果の比較を示す。0.0017Hz と0.0033Hz と0.0053Hz のサイン波の合成波とAPW の傾き時系列波形は近似していることから、0.0017Hz、0.0033Hz、0.0053Hzは恒常性維持のための制御の程度をよく示していると考えられる。

次に、３の周波数成分の分布率の求め方を具体的に説明する。まず、図１７（ａ）に示したように、第１周波数傾き時系列解析演算手段６３０又は第２周波数傾き時系列解析演算手段６４０により、ゼロクロス法（０ｘ検出法）又はピーク検出法を用いた周波数傾き時系列波形を求める。次に、スペクトル時系列変化演算手段６４０により、図１７（ｂ）に示したように、各周波数のスペクトルの時系列変化を求め、スペクトログラムを求める。次に、分布率波形演算手段６６０が、パワースペクトルの時系列変化であるスペクトログラムから、０．００１７Ｈｚ、０．００３５Ｈｚ、０．００５３Ｈｚの３つの周波数成分を抜き出し、図１７（ｃ）に示したように、３成分の各パワースペクトルの値の合計を１００としてそれぞれの割合の変動率を分布率として求める。

図１８は、３０歳代男性被験者の睡眠導入実験の解析結果である。図１８（ａ）は、脳波のθ波（４〜７Ｈｚ）、α波（８〜１３Ｈｚ）、β波（１８〜３０Ｈｚ）の分布率の時系列変化を示した図である。図１８（ｂ）は指尖容積脈波をウエーブレット解析して求めた交感神経と副交感神経の出現度合いを示した図である。図１８（ｃ）は、心部揺動波を測定し、ゼロクロス法（０ｘ検出法）による周波数傾き時系列波形を求め、この時系列波形から上記のようにして求めた０．００１７Ｈｚ、０．００３５Ｈｚ、０．００５３Ｈｚの分布率の時系列変化示した図である。

図１８（ａ）から、実験開始後３３分からα波に乱れが生じ、３４分から低下傾向を示し、θ波が２０％を超えて急激に上昇していることから、この時点で眠気が発現し、４５分経過時点ではα波が５０％を下回り、θ波が２０％を超え、その後安定的に推移している。よって、脳波の分布率の時系列変化から４５分で入眠したと判断できる。これを図１８（ｂ）で見ると、実験開始後３２分を境にして交感神経優位な状態から副交感神経優位な状態に移行し、３９分には入眠予兆を示す交感神経のバースト波が生じており、脳波による判定とほぼ同様の傾向を示している。

一方、図１８（ｃ）では、実験開始後３４分に０．００５３Ｈｚの分布率が一番小さくなり、０．００１７Ｈｚと０．００３５Ｈｚの分布率が逆位相となっている。また、４２分付近で０．００５３Ｈｚの急上昇が見られる。これを図１８（ａ），（ｂ）に照らすと、０．００１７Ｈｚと０．００３５Ｈｚの分布率の逆位相は入眠予兆現象を示すものであると言える。また、図１８（ｂ）から明らかなように、入眠予兆現象時にＬＦ／ＨＦ（交感神経）の一過性の上昇が見られることから、図１８（ｃ）における０．００５３Ｈｚの急上昇は、交感神経活動を反映しているものと考えられる。

図１８（ａ）の脳波の分布率の変動と図１８（ｃ）の心部揺動波の３つの周波数成分の分布率の変動をさらに比較すると、α波とθ波の急激な変化を繰り返し示している３２分から４４分にかけて、０．００１７Ｈｚはθ波と、０．００３５Ｈｚはα波と、０．００５３Ｈｚはβ波と同じ傾向を示した。一次元テンプレートマッチングを用い、図１８（ａ）の脳波の分布率の変動と図１８（ｃ）の心部揺動波の３つの周波数成分の分布率の変動の一致度を示す指標（Ｍｋ）を次式：
Ｍｋ＝Σ（Ｇ（ｉ）−Ｔ（ｊ））^２／Ｎ
により求めた。

なお、Ｇ（ｉ）は比較検証データである心部揺動波の分布率を与え、Ｔ（ｉ）はテンプレート波形である脳波分布率を与えた。結果を図１９に示す。この指標Ｍｋは、値が小さいほど一致度が大きいが、図１９から、０．００１７Ｈｚがθ波に、０．００３５Ｈｚがα波に、０．００５３Ｈｚがβ波に近似していることがわかる。

また、睡眠導入実験の２２名の被験者の脳波の分布率と心部揺動波の上記３つの周波数成分の分布率とを比較し、脳波のθ波及びα波の上昇、心部揺動波の０．００１７Ｈｚ及び０．００３５Ｈｚの上昇が共に現れた箇所を調べた。その結果、θ波の上昇時に、０．００１７Ｈｚの上昇は１６箇所に現れ、０．００３５Ｈｚの上昇は７箇所に現れた。α波の上昇時には、０．００１７Ｈｚの上昇は５箇所に現れ、０．００３５Ｈｚの上昇は１３箇所に現れた。このことからも、θ波と０．００１７Ｈｚの相関性が高く、α波と０．００３５Ｈｚの相関性が高い。α波は安静時やリラックス状態で出現するとされており、０．００３５Ｈｚのゆらぎは副交感神経活動に連動していると考えられるが、このことは、図１８（ｂ）において副交感神経優位の時間帯において、図１８（ｃ）では、０．００３５Ｈｚの分布率が高いことからもわかる。

次に、睡眠導入実験の代表事例の被験者について、心部揺動波の上記３つの周波数成分の分布率の波形と各被験者の状態について分析した。３つの周波数成分はゼロクロス法（０ｘ検出法）とピーク検出法（ｐｅａｋ検出法）によりそれぞれ算出し、ゼロクロス法（０ｘ検出法）とピーク検出法（ｐｅａｋ検出法）の少なくとも一方の分布率波形において、０．００１７Ｈｚと０．００３５Ｈｚが逆位相になっている時間帯とその時間帯における被験者の状態を比較した。結果を図２０に示す。

図２０から、０．００１７Ｈｚと０．００３５Ｈｚが逆位相になっている時間帯では、被験者がウトウトしていたり、入眠していたりする人数が相対的に多くなっている。

また、逆位相の時間帯において、０．００１７Ｈｚが０．００３５Ｈｚよりも分布率が高い場合（ＡＰＷ（１））、０．００３５Ｈｚが０．００１７Ｈｚよりも分布率が高い場合（ＡＰＷ（２））、０．００１７Ｈｚの分布率が高い時間帯と０．００３５Ｈｚの分布率が高い時間帯とが連続的に生じた場合（ＡＰＷ（３））、０．００１７Ｈｚと０．００３５Ｈｚの逆位相が生じていてかつ０．００５３Ｈｚが上昇が生じた場合（ＡＰＷ（４））について、その後入眠に至ったか否かを調べた。

その結果、図２０に示したように、ＡＰＷ（１）が５５．６％、ＡＰＷ（２）が６６．７％、ＡＰＷ（３）が５０％、ＡＰＷ（４）が７２．２％であった。従って、ＡＰＷ（１）の波形変化パターンを「弱い眠気」の状態、ＡＰＷ（２）の波形変化パターンを「強い眠気」の状態、ＡＰＷ（３）の波形変化パターンを「眠気に抵抗」している状態、ＡＰＷ（４）の波形変化パターンを「入眠予兆」の状態とした相関データを記憶部に記憶させておく。判定手段６７０は、波形変化パターンを特定したならば、上記の波形変化パターンのいずれに該当するかを特定し、人の状態を判定する。

なお、図２０に示したように、３つの周波数成分はゼロクロス法（０ｘ検出法）とピーク検出法（ｐｅａｋ検出法）のいずれで算出した場合も眠気、入眠予兆の判定は可能であり、いずれを用いてもよいが、感度の高さに個人差もあるため、個人毎にいずれを用いるかを設定してもよい。また、常に両方を用い、両者ともに逆位相が現れた場合に、眠気、入眠予兆現象と判定するようにすることもできる。但し、本発明の生体信号測定手段を自動車などに配置して居眠り検知に利用する場合、いずれか一方において逆位相が現れただけでも、眠気、入眠予兆と判定するようにすると、居眠りの予防により効果的と考えられる。

一方、図２１は、覚醒状態におけるゼロクロス法による傾き時系列波形のパターンを示した図であり、波形と心理判定（覚醒しているか、軽い眠気を感じているか）との比較を示している。

図２２は、図２０における心理判定（ＡＰＷ（＋））の中で、「覚醒」と判定されたものを「Ａｗａｋｅ」、「ウトウト・眠気」及び「入眠」と判定されたものを「Ｓｌｅｅｐ」とし、図２１における心理判定（ＡＰＷ（−））の中で、「覚醒」と判定されたものを「Ａｗａｋｅ」、「軽い眠気」と判定されたものを「Ｓｌｅｅｐ」として相関を示したものである。その結果、Ｘ^２（カイ２乗値）＝３０．９８であり、自由度１の場合のＰ＝５％の値である３．８４１より大きいので、ＡＰＷ（−）とＡＰＷ（＋）の間には有意差があるといえる。

図２３は、図２０における心理判定（ＡＰＷ（＋））の中で、ＡＰＷ（１）（２）（３）（４）の中で入眠に至った事例と入眠に至らなかった事例の数、及び、図２１における心理判定（ＡＰＷ（−））の中で、入眠に至った事例と入眠に至らなかった事例をまとめたものである。その結果、Ｘ^２（カイ２乗値）＝２６．９７であり、自由度２の場合のＰ＝５％の値である５．９９１より大きいので、ＡＰＷ（−）とＡＰＷ（１）（２）（３）とＡＰＷ（４）の間には有意差があるといえる。

図２４は、心部揺動波（ＡＰＷ）の原波形から判定する方法を示した図である。すなわち、遷移状態（眠気が生じた状態と入眠予兆現象を発現した状態）と定常状態（覚醒状態）をＡＰＷの原波形の周波数分析結果のパワースペクトルの高さの比から判定したものである。遷移状態は、心拍変動の平均周波数をf0 とした場合、1/3f0〜1/2f0 の周波数のピーク値をf0 のピーク値で割った値が50％以上の場合と定義した。この結果、定常状態と遷移状態の判定は、バラツキはあるもののＡＰＷの原波形からも同定できる。

図２５は、ＡＰＷのゼロクロス検出法の波形及びピーク検出法の波形と、脳波及び自律神経活動との比較を示したものであり、図２６（ａ），（ｂ）は、図２５のＡＰＷのゼロクロス検出法の波形及びピーク検出法の波形を周波数分析し、睡眠状態のパワースペクトルを基準として、その３０％超えを眠気・入眠予兆現象、１００％超えを定常（覚醒）状態としたものである。その結果、これらの波形から定常状態と遷移状態を判定できると判断でき、特に、ゼロクロス検出法の波形を用いると、より正確に判定できる。

本発明は、自動車などの乗物のシートに生体信号測定手段を配置して、乗員の眠気などの状態を推定する場合に限らず、家庭内に配置される椅子、事務用椅子等に生体信号測定手段を配置して状態推定を行うことに適用することもできる。また、ベッドなどの寝具に生体信号測定手段を配置し、背部の大動脈の揺動を捉え、上記した生体信号測定装置により解析して、人の状態推定を行うことに適用することもできる。これにより、寝ている人（特に、病人、介護を要する人）の健康状態を表示手段のモニタに示される画面により容易に把握することができる。

１ 生体信号測定手段
１０ 三次元立体編物
１５ 三次元立体編物支持部材
１５ａ 配置用貫通孔
１６ フィルム
２１，２２ 板状発泡体
３０ 振動センサ
１００ シート
１１０ シートバックフレーム
１２０ 表皮
６０ 生体状態推定装置
６１０ 第１周波数演算手段
６２０ 第２周波数演算手段
６３０ 第１周波数傾き時系列解析演算手段
６４０ 第２周波数傾き時系列解析演算手段
６５０ スペクトル時系列変化演算手段
６６０ 分布率波形演算手段
６７０ 判定手段

Claims (12)

1. 生体信号測定手段により人の上体から採取した生体信号を用いて、人の状態を推定する生体状態推定装置であって、
   前記生体信号測定手段により得られる生体信号の時系列波形から、周波数の時系列波形を求める周波数演算手段と、
   前記周波数演算手段により得られた前記生体信号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、
   前記周波数傾き時系列解析演算手段から得られる周波数傾き時系列波形を周波数解析し、パワースペクトルの時系列変化を求めるスペクトル時系列変化演算手段と、
   前記スペクトル時系列変化演算手段により得られたパワースペクトルの時系列変化から、予め定めた機能調整信号、疲労受容信号及び活動調整信号に相当する周波数成分を抜き出し、前記３つの周波数成分のパワースペクトルの値の合計を１００とした際の前記３つの各周波成分の割合を時系列に算出して分布率波形として求める分布率波形演算手段と、
   前記分布率波形演算手段により得られた分布率波形における前記３つの各周波成分の波形変化パターンを特定し、特定した波形変化パターンを、予め記憶部に記憶している波形変化パターンと人の状態との相関データに照らし、人の状態を判定する判定手段と
   を具備することを特徴とする生体状態推定装置。
2. 前記周波数演算手段が、前記生体信号測定手段により得られる生体信号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生体信号の周波数の時系列波形を求める第１周波数演算手段を有し、
   前記周波数傾き時系列演算手段が、前記第１周波数演算手段により得られた前記生体信号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を有し、
   前記スペクトル時系列変化演算手段が、前記第１周波数傾き時系列解析演算手段から得られる周波数傾き時系列波形を周波数解析し、パワースペクトルの時系列変化を求める構成である請求項１記載の生体状態推定装置。
3. 前記周波数演算手段が、前記生体信号測定手段により得られる生体信号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生体信号の周波数の時系列波形を求める第２周波数演算手段を有し、
   前記周波数傾き時系列演算手段が、前記第２周波数演算手段により得られた前記生体信号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を有し、
   前記スペクトル時系列変化演算手段が、前記第２周波数傾き時系列解析演算手段から得られる周波数傾き時系列波形を周波数解析し、パワースペクトルの時系列変化を求める構成である請求項１又は２記載の生体状態判定装置。
4. 前記判定手段は、前記分布率波形の波形変化パターンとして、前記機能調整信号と前記疲労受容信号とが逆位相となっている時間帯を、眠気関連現象出現期と判定する請求項１〜３のいずれか１に記載の生体状態判定装置。
5. 前記判定手段は、前記分布率波形の波形変化パターンとして、前記機能調整信号と前記疲労受容信号とが逆位相となっていると共に、前記活動調整信号の分布率に上昇が生じた時間帯を入眠予兆現象出現期と判定する請求項４記載の生体状態判定装置。
6. 前記分布率波形演算手段に用いる前記機能調整信号の周波数が０．００１７Ｈｚであり、前記疲労受容信号の周波数が０．００３５Ｈｚであり、前記活動調整信号の周波数が０．００５３Ｈｚである請求項１〜５のいずれか１に記載の生体状態判定装置。
7. 生体信号測定手段により人の上体から採取した生体信号を用いて、人の状態を推定する生体状態推定装置に設定されるコンピュータプログラムであって、
   前記生体信号測定手段により得られる生体信号の時系列波形から、周波数の時系列波形を求める周波数演算ステップと、
   前記周波数演算ステップにより得られた前記生体信号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ステップと、
   前記周波数傾き時系列解析演算ステップから得られる周波数傾き時系列波形を周波数解析し、パワースペクトルの時系列変化を求めるスペクトル時系列変化演算ステップと、
   前記スペクトル時系列変化演算ステップにより得られたパワースペクトルの時系列変化から、予め定めた機能調整信号、疲労受容信号及び活動調整信号に相当する周波数成分を抜き出し、前記３つの周波数成分のパワースペクトルの値の合計を１００とした際の前記３つの各周波成分の割合を時系列に算出して分布率波形として求める分布率波形演算ステップと、
   前記分布率波形演算ステップにより得られた分布率波形における前記３つの各周波成分の波形変化パターンを特定し、特定した波形変化パターンを、予め記憶部に記憶している波形変化パターンと人の状態との相関データに照らし、人の状態を判定する判定ステップと
   をコンピュータに実行させるコンピュータプログラム。
8. 前記周波数演算ステップが、前記生体信号測定手段により得られる生体信号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生体信号の周波数の時系列波形を求める第１周波数演算ステップを有し、
   前記周波数傾き時系列演算ステップが、前記第１周波数演算ステップにより得られた前記生体信号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ステップを有し、
   前記スペクトル時系列変化演算ステップが、前記第１周波数傾き時系列解析演算ステップから得られる周波数傾き時系列波形を周波数解析し、パワースペクトルの時系列変化を求める構成である請求項７記載のコンピュータプログラム。
9. 前記周波数演算ステップが、前記生体信号測定手段により得られる生体信号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生体信号の周波数の時系列波形を求める第２周波数演算ステップを有し、
   前記周波数傾き時系列演算ステップが、前記第２周波数演算ステップにより得られた前記生体信号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ステップを有し、
   前記スペクトル時系列変化演算ステップが、前記第２周波数傾き時系列解析演算ステップから得られる周波数傾き時系列波形を周波数解析し、パワースペクトルの時系列変化を求める構成である請求項７又は８記載のコンピュータプログラム。
10. 前記判定ステップは、前記分布率波形の波形変化パターンとして、前記機能調整信号と前記疲労受容信号とが逆位相となっている時間帯を、眠気関連現象出現期と判定する請求項７〜９のいずれか１に記載のコンピュータプログラム。
11. 前記判定ステップは、前記分布率波形の波形変化パターンとして、前記機能調整信号と前記疲労受容信号とが逆位相となっていると共に、前記活動調整信号の分布率に上昇が生じた時間帯を入眠予兆現象出現期と判定する請求項１０記載のコンピュータプログラム。
12. 前記分布率波形演算ステップに用いる前記機能調整信号の周波数が０．００１７Ｈｚであり、前記疲労受容信号の周波数が０．００３５Ｈｚであり、前記活動調整信号の周波数が０．００５３Ｈｚである請求項７〜１１のいずれか１に記載のコンピュータプログラム。