JP6127739B2

JP6127739B2 - 睡眠状態判定装置

Info

Publication number: JP6127739B2
Application number: JP2013117152A
Authority: JP
Inventors: 恵久末次
Original assignee: Aisin Seiki Co Ltd; Aisin Corp
Current assignee: Aisin Corp
Priority date: 2013-06-03
Filing date: 2013-06-03
Publication date: 2017-05-17
Anticipated expiration: 2033-06-03
Also published as: JP2014233488A

Description

本発明は、寝具上の動物の眠りの深さを判定する睡眠状態判定装置に関する。

従来、就寝者の眠りの深さを解析することにより、例えば、快適な睡眠環境の提供や就寝者の健康管理等に利用されている。このような就寝者の眠りの深さを判定する技術として、下記に出展を示す特許文献１−６に記載のものがある。

特許文献１に記載の睡眠状態推定装置は、ベッド台に載置されるマットレス上の就寝者の心拍及び呼吸等に起因する振動に基づいて就寝者の睡眠状態を推定する。特許文献２に記載の睡眠状態判定方法は、体動の有無と心拍数とに基づいて生体の睡眠状態を判定する方法である。特許文献３に記載の睡眠状態判定方法は、心拍数または脈拍などの生体情報が時間変化する増減傾向を示すトレンド曲線に基づいて睡眠状態を判定する方法である。

特許文献４に記載の寝床内温度管理装置は、心拍信号から心拍強度信号を算出し、当該心拍強度信号から算出した心拍強度分散値を用いて睡眠深度を判定する。特許文献５に記載の睡眠判定装置は、脈拍数と脈拍振幅と当該脈拍振幅の時間変化とを用いて睡眠深さを判定する。特許文献６に記載の睡眠判定装置は、生体情報センサの出力信号から、心拍数、心拍数の標準偏差、呼吸数、呼吸数の標準偏差、及び体動数を含む複数の睡眠深度基礎データを検知し、当該睡眠深度基礎データに基づいて睡眠深度を推定する。

特開２００９−２９７４５５号公報特開平８−１１２２７０号公報特開２００１−６１８２０号公報特開２００９−２４７８４６号公報特開２００９−１５３５５０号公報特開２００４−８９２６７号公報

特許文献１−６に記載の技術は、心拍や脈拍に基づいて睡眠状態（睡眠深度及び睡眠深さを含む）を判定している。心拍や脈拍を精度良く計測するには、就寝者に例えばセンサ等の検出手段を付設する必要がある。このため、就寝者が違和感を持ち、睡眠が阻害される可能性がある。このような睡眠の阻害を防止するために、就寝者が違和感を持たないように計測することも可能であるが、係る場合には心拍や脈拍の検出精度が著しく悪化する。また、心拍や脈拍は微弱な信号であることから、このような信号を精度良く計測するためには、高性能な検出手段が必要となり、係る場合にコストアップの要因となる。一方、高性能な検出手段であるが故、外部ノイズの影響を受け易い。

本発明の目的は、上記問題に鑑み、寝具上の動物の睡眠を阻害することなく、低コストで精度良く睡眠状態を判定可能な睡眠状態判定装置を提供することにある。

上記目的を達成するための本発明に係る睡眠状態判定装置の特徴構成は、寝具上の動物が睡眠中であるか否かを判定する睡眠覚醒判定部と、前記睡眠中である動物の連続睡眠時間及び睡眠積算時間を演算する睡眠時間演算部と、演算して得られた前記連続睡眠時間と、演算して得られた前記睡眠積算時間と、予め記憶されている連続睡眠時間と睡眠積算時間との関係とに基づいて前記睡眠中の動物の眠りの深さを判定する睡眠状態判定部と、を備えている点にある。

一般的に動物の睡眠は、約１．５時間の周期で眠りが浅くなったり低くなったりする。このため、連続睡眠時間は睡眠中の動物が、このような約１．５時間の周期における睡眠リズムを判定する指標となり得る。一方、睡眠中の動物の一晩での睡眠リズムを考えた場合、寝入り（寝始め）は深い眠りになり易く、明け方は浅い眠りになり易い傾向がある。このため、睡眠積算時間は、一晩全体を通しての睡眠リズムに関する指標となり得る。そこで、本特徴構成とすれば、寝具上の動物の連続睡眠時間と睡眠積算時間とにより、当該動物の眠りが浅いか深いかを適切に判定することができる。したがって、寝具上の動物の睡眠状態を判定するだけで良いので、寝具上の動物の睡眠を阻害することがない。また、連続睡眠時間と睡眠積算時間とは、動物の睡眠を積算するだけで良いので、高度な演算処理は不要である。このため、高性能な演算処理装置を用いる必要がない。したがって、ノイズを検出することがないので、高精度に判定することが可能である。また、低コストで実現することが可能である。

また、前記睡眠覚醒判定部が、前記寝具上の動物の体動に基づいて判定すると好適である。

このような体動は、例えば寝具の裏に体動を検出する検出部を備えるだけで良い。したがって、寝具上の動物が睡眠中であるか覚醒中であるかを判定するにあたり動物の体に検出部を付設する必要がないので、動物の睡眠を阻害することがない。

また、前記関係に、前記連続睡眠時間と前記睡眠積算時間とに加えて、前記寝具上の動物の体動の大きさを示す体動値、前記寝具上の動物の体動を積算した体動積算値、前記体動値の標準偏差、前記体動値の最大値である体動最大値、前記寝具上の動物の年齢、前記寝具上の動物の性別、前記寝具上の動物の体長のうちの少なくとも一つが含まれていると好適である。

このような構成とすれば、寝具上の動物の眠りの深さを規定する関係を細かく規定することができる。したがって、寝具上の動物の判定をより精度良く行うことが可能となる。

また、前記連続睡眠時間と前記睡眠積算時間との関係が、前記寝具上の動物から得られた眠りの深さの判定結果を用いて更新されると好適である。

このような構成とすれば、寝具上の動物の眠りの深さの判定に用いる関係を、寝具上の動物に起因した結果で更新することができるので、寝具を利用する動物に特化した関係を取得することができる。したがって、寝具上の動物の眠り深さをより精度良く判定することが可能となる。

睡眠状態判定装置の構成を模式的に示すブロック図である。体動値について模式的に示す図である。体動の有無の判定結果の一例を示す図である。体動数について模式的に示す図である。連続睡眠時間と睡眠積算時間との関係の例を示す図である。睡眠状態の判定に係る処理を示すフローチャートである。その他の実施形態に係る体動値について模式的に示す図である。その他の実施形態に係る体動値について模式的に示す図である。その他の実施形態に係る体動値について模式的に示す図である。その他の実施形態に係る体動値について模式的に示す図である。

本発明に係る睡眠状態判定装置は、睡眠中の動物の眠りの深さを判定する機能を備えている。以下、本実施形態の睡眠状態判定装置１００について詳細に説明する。本実施形態では、寝具上の動物１として人１Ａを例に挙げて説明する。

図１には、本実施形態に係る睡眠状態判定装置１００の構成を模式的に示したブロック図が示される。図１に示されるように、睡眠状態判定装置１００は、荷重センサ１１、体動値演算部１２、体動判定部１３、体動数算出部１４、睡眠覚醒判定部１５、睡眠時間演算部１６、睡眠状態判定部１７、関係記憶部１８、更新部１９の各機能部を備えて構成される。各機能部はＣＰＵを中核部材として、寝具２上の人１Ａの睡眠が浅い睡眠であるか、或いは深い睡眠であるかを判定する種々の処理を行うための上述の機能部がハードウェア又はソフトウェア或いはその両方で構築されている。

本実施形態では、人１Ａが就寝する寝具２としてベッドを例に挙げて説明する。このため、以下ではベッドに符号２を付して説明する。ベッド２は、マットレス２Ａと、当該マットレス２Ａが載置される台部２Ｂと、台部２Ｂを床面に対して支持する支持部としての脚部２Ｃとを備えて構成される。

台部２Ｂと脚部２Ｃとの間には、荷重センサ１１が設けられる。荷重センサ１１は、ベッド２上の人１Ａの体動を検出する検出部の一例である。本実施形態では、荷重センサ１１は台部２Ｂの裏面とベッド２の４つの脚部２Ｃとの間に配設される。したがって、本実施形態では、４つの荷重センサ１１が設けられる。４つの荷重センサ１１による検出結果は、図２に示されるような時々刻々と変化する荷重の変化を示す電気信号として、夫々後述する体動値演算部１２に伝達される。

本実施形態では、体動値演算部１２はベッド２上の人１Ａの呼吸の周期よりも短い周期の区間Ｔ１毎に荷重の変化に基づいて、荷重の変化を示す体動値を演算する（図２参照）。人１Ａの呼吸の周期とは、ベッド２の人１Ａが呼吸を１回する際に要する時間である。ここで、人１Ａは呼吸の安定状態（運動直後等でない状態）にあっては、１回当たり３〜６秒程度要する。したがって、呼吸の周期とは３〜６秒程度が相当する。

また、呼吸の周期よりも短い周期とは、呼吸の周期が３〜６秒である場合には、３秒未満をいうが、理解を容易にするために本実施形態では１秒であるとして説明する。このため、呼吸の周期よりも短い周期の区間Ｔ１とは、１秒毎に区分けされた区間Ｔ１が相当する。本実施形態では、このような区間Ｔ１を第１区間Ｔ１として説明する。体動値演算部１２は、このような１秒からなる第１区間Ｔ１毎に体動値を演算する。

体動値とは、荷重の変化を示す目安となる指標である。本実施形態では、体動値演算部１２は、荷重の最大値と最小値との差を体動値として演算する。ここで、このような体動値は、第１区間Ｔ１毎に演算される。このため、荷重の最大値とは第１区間Ｔ１内において最も荷重が大きくなった時の値であり、図２では、夫々Ｋ１が相当する。荷重の最小値とは第１区間Ｔ１内において最も荷重が小さくなった時の値であり、図２では、夫々Ｋ２が相当する。本実施形態では、体動値演算部１２は、このような最大値Ｋ１と最小値Ｋ２との差を体動値として演算する。図２においては、このような最大値Ｋ１と最小値Ｋ２との差は、符号Ｓを付して示される。

このように、第１区間Ｔ１毎の最大変化量を体動値とすることにより、当該最大変化量を荷重の変化に係る特徴として抽出することが可能となる。したがって、このような特徴に基づき体動値を正確に演算することができる。本実施形態に係る体動値演算部１２は、４つの荷重センサ１１の検出結果の夫々に対して、第１区間Ｔ１毎に最大変化量を演算し、当該第１区間Ｔ１毎に、４つの荷重センサ１１の検出結果に応じた最大変化量が最大のものを体動値として演算する。体動値演算部１２により演算された体動値は、後述する体動判定部１３に伝達される。

体動判定部１３は、体動値が予め設定された判定閾値より大きい場合に、人１Ａの体動があったと判定する。判定閾値は、全ての第１区間Ｔ１に亘って一定値で設定される。すなわち、判定閾値は時間に拘らず一定値で設定される。このような判定閾値は、予め体動判定部１３に記憶されている。体動値は、上述の体動値演算部１２により第１区間Ｔ１毎に演算され、当該体動判定部１３に伝達される。体動判定部１３は、図３に示されるように、各第１区間Ｔ１の体動値と判定閾値とを比較して、体動値が判定閾値よりも大きい場合には「体動有」と判定し、体動値が判定閾値以下の場合には「体動無」と判定する。図３に示されるように、本発明においては、呼吸の周期よりも短い周期の第１区間Ｔ１毎に、体動があったか否かが判定される。

これにより、呼吸の周期よりも極めて短い周期の第１区間Ｔ１毎であっても当該第１区間Ｔ１毎に、体動の有無を正確に検出することが可能となる。このため、体動があった時点を精度良く判定することが可能となる。また、荷重センサ１１がベッド２の台部２Ｂの裏面に配設されてあるので、直接、ベッド２上の人１Ａに触れることがない。したがって、体動を検出するにあたり人１Ａの睡眠を阻害することを防止できる。更には、就寝中の人１Ａにより荷重センサ１１が外されることもない。体動判定部１３の判定結果は、後述する体動数算出部１４に伝達される。

体動数算出部１４は、ベッド２上の人１Ａの体動に基づいて、予め設定された所定期間毎に体動数を算出する。本実施形態では、予め設定された所定期間とは、複数の第１区間Ｔ１からなる第２区間Ｔ２が相当し、図４に示されるように、ｎ個の第１区間Ｔ１を含んで１個の第２区間Ｔ２が形成される。ここで、ｎは２以上の自然数である。このため、第２区間Ｔ２は、２個以上の第１区間Ｔ１から構成される。本実施形態では、夫々の第２区間Ｔ２は、２０個の第１区間Ｔ１を有して構成される。このように、本実施形態では、体動数算出部１４は、２０個の第１区間Ｔ１からなる第２区間Ｔ２毎に体動があった第１区間Ｔ１の数を体動数として算出する。

なお、以下の説明では、特に第２区間Ｔ２を区別する際には、過去から順番に夫々符号Ｔ２１〜Ｔ２６を付して説明する。体動があった第１区間Ｔ１の数とは、体動判定部１３により「体動有」と判定された第１区間Ｔ１の数である。このような第１区間Ｔ１の体動の有無の判定結果は、体動判定部１３から伝達される。体動数算出部１４は、第２区間Ｔ２毎に「体動有」と判定された第１区間Ｔ１の数を算出する。

例えば、図４に示される例では、第２区間Ｔ２１が有する２０個の第１区間Ｔ１のうち２個の第１区間Ｔ１において「体動有」と判定された場合には、体動数算出部１４は当該第２区間Ｔ２の体動数は「２」として算出する。同様に、第２区間Ｔ２２の体動数は「１１」、第２区間Ｔ２３の体動数は「３」、第２区間Ｔ２４の体動数は「０」、第２区間Ｔ２５の体動数は「１３」、第２区間Ｔ２６の体動数は「３」として算出する。体動数算出部１４により算出された結果は、第２区間Ｔ２毎の結果として後述する睡眠覚醒判定部１５に伝達される。

睡眠覚醒判定部１５は、ベッド２上の人１Ａが睡眠中であるか否かを判定する。本実施形態では、睡眠覚醒判定部１５は、ベッド２上の人１Ａの体動に基づいて判定する。例えば、所定時間前から現在までの所定期間毎の体動数を用いて演算された睡眠値Ｚと予め設定された判定閾値との大小関係により判定すると好適である。「所定時間前」とは、例えば「６６０秒前」とする。所定期間毎の体動数とは、上述の体動数算出部１４により算出された第２区間Ｔ２毎の体動数である。睡眠覚醒判定部１５は、このような「６６０秒前」からの第２区間Ｔ２毎の体動数を用いて睡眠値Ｚを演算する。本実施形態では、睡眠覚醒判定部１５は予め記憶されてある以下のような（１）式により算出した睡眠値Ｚに基づいて睡眠中であったか否かを判定する。

Ｎ0は２０秒前から現在までの間における第２区間Ｔ２の体動数であり、Ｎ1は４０秒前から２０秒前までの間における第２区間Ｔ２の体動数である。以下同様に、Ｎ33は６４０秒前から６６０秒前までの間における第２区間Ｔ２の体動数である。また、Ａ、Ｂ、Ｃ、Ｄ、・・・、ＡＩは係数であり、公知の判別分析法を用いて予め実験により定められる。

睡眠覚醒判定部１５は、（１）式により求めた睡眠値Ｚが上述の「予め設定された判定閾値」に相当する「０」以下である場合には、ベッド２上の人１Ａが睡眠中であると判定する。一方、（１）式により求めた睡眠値Ｚが「０」より大きい場合には、ベッド２上の人１Ａが睡眠中でない、すなわち覚醒中であると判定する。なお、上述の睡眠値Ｚを求めるにあたり用いた「６６０秒前」は例示であり、適宜変更することが可能である。係る場合には、Ａ−ＡＩの各係数は変更され、Ｎnの項及び当該項の係数も増減する。このように演算して数値化された睡眠値Ｚを用いて判定することにより、ベッド２上の人１Ａが睡眠中であるか、或いは覚醒中であるかを容易に判定することが可能となる。睡眠覚醒判定部１５の判定結果は後述する睡眠時間演算部１６に伝達される。

睡眠時間演算部１６は、睡眠中である人１Ａの連続睡眠時間及び睡眠積算時間を演算する。睡眠中である人１Ａとは、ベッド２上の人１Ａである。連続睡眠時間とは、ベッド２上の人１Ａの睡眠状態が継続している時間である。すなわち、睡眠覚醒判定部１５が、ベッド２上の人１Ａが睡眠中であると判定されてから覚醒中であると判定されるまでの時間である。このような連続睡眠時間は、初期値をゼロとし、睡眠覚醒判定部１５により人１Ａが睡眠中であると判定されている間は時間を積算し、覚醒中であると判定されると当該積算している時間をリセットすることにより演算することが可能である。

また、睡眠積算時間とは、人１Ａがベッド２に入床してから離床するまでの間において、人１Ａが睡眠している時間を積算した時間である。すなわち、睡眠覚醒判定部１５が、ベッド２上の人１Ａが睡眠中である時間を積算した時間である。このような睡眠積算時間は、人１Ａがベッド２に入床した場合にリセットし、睡眠覚醒判定部１５により人１Ａが睡眠中であると判定されている間は時間を積算することにより演算することが可能である。このような連続睡眠時間及び睡眠積算時間は後述する睡眠状態判定部１７に伝達される。

睡眠状態判定部１７は、演算して得られた連続睡眠時間と、演算して得られた睡眠積算時間と、予め記憶されている連続睡眠時間と睡眠積算時間との関係とに基づいて睡眠中の人１Ａの眠りの深さを判定する。演算して得られた連続睡眠時間は、上述の睡眠時間演算部１６から伝達される。また、演算して得られた睡眠積算時間も、上述の睡眠時間演算部１６から伝達される。連続睡眠時間と睡眠積算時間との関係とは、連続睡眠時間と睡眠積算時間との関係を規定したものであり、例えばマップや数式や表等を用いて表すことが可能である。

本実施形態では、連続睡眠時間と睡眠積算時間との関係は、図５に示されるようなマップの形態で規定されているとして説明する。図５は、縦軸が連続睡眠時間であり、横軸が睡眠積算時間である。所定の人を被験者とし、当該被験者の睡眠中の脳波を取得する。この脳波に応じて、被験者の眠りが浅いか深いかを判定する。その際の連続睡眠時間と睡眠積算時間とを演算し、その関係をマップ化したものが図５になる。縦軸及び横軸の目盛りは、夫々、中央が「１」となるように正規化されてある。図５では、「×」印が浅い眠りを示し、「○」が深い眠りを示している。本実施形態では、このようなマップが関係記憶部１８に予め記憶されている。なお、このマップの基となるデータを取得した上述の被験者は、ベッド２を利用する人１Ａと同一人であっても良いし、異なる人であっても良い。

また、「眠りの深さ」とは、所謂「レム睡眠」か「ノンレム睡眠」かに相当する。「レム睡眠」とは、上述の「浅い眠り」にあたり、脳波が覚醒状態に近い早い波であり、呼吸や心拍や血圧が乱れている状態をいう。「ノンレム睡眠」とは、上述の「深い眠り」を含み、脳波が徐波になり、呼吸や心拍や血圧が低下している状態をいう。なお、「ノンレム睡眠」の状態は、公知のように数段階（例えば４段階）に区分されるが、本実施形態では、特にこれらを限定するものではない。

本実施形態では、睡眠状態判定部１７は、サポートベクタマシーンを用いてベッド２上の人１Ａの眠りの深さを判定する。サポートベクタマシーンは公知であるので、詳細な説明は省略するが、判定対象であるサンプルについて、２つの事象のうちのいずれかであると判っている複数のデータと距離を演算し、当該演算して得られた距離を積算した値に基づいて、サンプルがどちらの事象に属するものであるかを判定するものである。睡眠状態判定部１７は、図５に示されるようなマップを用いて判定する。睡眠状態判定部１７による判定結果は、判定結果出力部５０に伝達され、当該判定結果出力部５０により明示される。もちろん、判定結果出力部５０により判定結果を記憶しておく構成とすることも可能である。

また、本実施形態では、連続睡眠時間と睡眠積算時間との関係が、ベッド２上の人１Ａから得られた眠りの深さの判定結果を用いて更新される。本実施形態では、連続睡眠時間と睡眠積算時間との関係は、関係記憶部１８に記憶されている。ベッド２上の人１Ａから得られた眠りの深さの判定結果とは、上述の睡眠状態判定部１７により判定された結果である。睡眠状態判定部１７による判定結果は、更新部１９に伝達される。更新部１９に伝達される判定結果には、当該判定結果が得られた基となる連続睡眠時間及び睡眠積算時間も関連付けされて伝達される。更新部１９は、この連続睡眠時間及び睡眠積算時間に基づき、関係記憶部１８に記憶されているマップに、判定結果に応じた「浅い眠り」か「深い眠り」かの別をプロットする。このようにして連続睡眠時間と睡眠積算時間とが更新される。このように更新された連続睡眠時間と睡眠積算時間との関係は、次回の眠りの深さの判定に用いられる。

次に、本睡眠状態判定装置１００によるベッド２上の人１Ａの眠りの深さの判定に係る処理について図６のフローチャートを用いて説明する。まず、荷重センサ１１による荷重の変化の検出が開始される（ステップ＃０１）。荷重センサ１１による検出が開始されてから第１区間Ｔ１に相当する時間が経過するまで処理は保留される（ステップ＃０２：Ｎｏ）。荷重センサ１１による検出が開始されてから第１区間Ｔ１に相当する時間が経過すると（ステップ＃０２：Ｙｅｓ）、体動値演算部１２により第１区間Ｔ１毎に体動値が演算される（ステップ＃０３）。

演算された体動値が予め設定された判定閾値よりも大きい場合には（ステップ＃０４：Ｙｅｓ）、体動判定部１３により当該第１区間Ｔ１は「体動有」と判定される（ステップ＃０５）。この判定結果は、判定に係る第１区間Ｔ１と対応付けて記憶される（ステップ＃０７）。一方、演算された体動値が予め設定された判定閾値以下である場合には（ステップ＃０４：Ｎｏ）、体動判定部１３により当該第１区間Ｔ１は「体動無」と判定される（ステップ＃０６）。このような判定結果である場合にも、判定に係る第１区間Ｔ１と対応付けて記憶される（ステップ＃０７）。

第２区間Ｔ２に相当する時間が経過していなければ（ステップ＃０８：Ｎｏ）、ステップ＃０１に戻り処理が継続される。一方、第２区間Ｔ２に相当する時間が経過していれば（ステップ＃０８：Ｙｅｓ）、体動数算出部１４により当該第２区間Ｔ２における体動数が算出される（ステップ＃０９）。

このように算出された体動数は、対応する第２区間Ｔ２と紐付けして記録され（ステップ＃１０）、処理が繰り返し行われる（ステップ＃１１：Ｎｏ）。ここで、睡眠判定を行う場合には（ステップ＃１１：Ｙｅｓ）、睡眠覚醒判定部１５により睡眠値Ｚが演算される（ステップ＃１２）。睡眠覚醒判定部１５は、睡眠値Ｚが０より大きい場合には（ステップ＃１３：Ｙｅｓ）、現在、人１Ａが覚醒中であると判定し（ステップ＃１４）、処理を終了する。

一方、睡眠覚醒判定部１５は、睡眠値Ｚが０以下である場合には（ステップ＃１３：Ｎｏ）、現在、人１Ａが睡眠中であると判定する（ステップ＃１５）。係る場合、睡眠時間演算部１６が連続睡眠時間及び睡眠積算時間の演算を開始する（ステップ＃１６）。

次に、睡眠状態判定部１７が、サポートベクタマシーンにより人１Ａの眠りの深さの判定を開始する。まず、サポートベクタマシーンによる演算数ｉ及び演算値Ｆをリセットする（ステップ＃１７）。関係記憶部１８に記憶されている連続睡眠時間と睡眠積算時間との関係を示すマップから演算繰返数ｍを設定する（ステップ＃１８）。演算数ｉが演算繰返数ｍより小さい場合（ステップ＃１９：Ｎｏ）、以下の（２）式に基づいて演算値Ｆを演算する（ステップ＃２０）。

ここで、Ｗ(i)は演算数ｉの時のサポートベクタの重み、γはカーネル関数の算出に用いる係数、Ｓｖ（ｉ）はサポートベクタ、ｘは判定対象の入力値である。この演算が終わると、演算数ｉがインクリメントされ（ステップ＃２１）、演算数ｉが演算繰返数ｍより大きくなるまで（ステップ＃１９：Ｙｅｓ）、積算される。

積算して求められた結果は、所定の定数ρにより補正される（ステップ＃２２）。補正後の値がゼロより大きい場合には（ステップ＃２３：Ｙｅｓ）、睡眠状態判定部１７はベッド２上の人１Ａは「浅い睡眠」であると判定し（ステップ＃２４）、処理を終了する。一方、補正後の値がゼロ以下である場合には（ステップ＃２３：Ｎｏ）、睡眠状態判定部１７はベッド２上の人１Ａは「深い睡眠」であると判定し（ステップ＃２５）、処理を終了する。睡眠状態判定装置１００は、このようなフローに基づきベッド２上の人１Ａの眠りの深さを判定する。

以上のように本睡眠状態判定装置１００によれば、ベッド２上の人１Ａの連続睡眠時間と睡眠積算時間とにより、当該動物の眠りが浅いか深いかを適切に判定することができる。したがって、ベッド２上の人１Ａの睡眠状態を判定するだけで良いので、ベッド２上の人１Ａの睡眠を阻害することがない。また、連続睡眠時間と睡眠積算時間とは、人１Ａの睡眠を積算するだけで良いので、高度な演算処理は不要である。このため、高性能な演算処理装置を用いる必要がない。したがって、ノイズを検出することがないので、高精度に判定することが可能である。また、低コストで実現することが可能である。

〔その他の実施形態〕
上記実施形態では、体動値演算部１２は、荷重の最大値と最小値との差を体動値として演算するとして説明した。しかしながら、本発明の適用範囲はこれに限定されるものではない。例えば、体動値演算部１２は、荷重の最大振幅値を体動値として演算する構成することも可能である。このような体動値が図７に示される。荷重は上記実施形態と同様に荷重センサ１１により算出される。振幅値とは、荷重の傾きが変わってから次に傾きが変わるまでの変化量をいう。最大振幅値とは区間（第１区間）Ｔ１内に含まれるこのような振幅値の最大のものをいう。図７では、各区間Ｔ１におけるＫ１とＫ２との差が最大振幅値に相当する。図７においては、各区間Ｔ１における最大振幅値は、符号Ｓを付して示される。

このような構成にあっては、荷重センサ１１の検出結果に高周波ノイズが重畳されている場合であっても、或いは、低周波ノイズに荷重センサ１１の検出結果が重畳されている場合であっても、これらのノイズの影響を低減した上で体動値を演算することができる。したがって、このような最大振幅値Ｓを体動値として用いた場合であっても、体動の有無を精度良く判定することが可能となる。

或いは、体動値演算部１２は、荷重の分散値を体動値として演算する構成とすることも可能である。このような体動値が図８に示される。荷重は上記実施形態と同様に荷重センサ１１により算出される。分散値とは、期待値を基準としてバラツキを示す値である。これは、公知の数学的手法により算出することが可能である。区間Ｔ１内における荷重の変化が小さければ、分散値は小さくなり、区間Ｔ１内における荷重の変化が大きければ、分散値も大きくなる。このような分散値も図８に示されるように、区間Ｔ１毎に演算される。このような分散値は、図８において符号Ｂを付して示される。

このような構成にあっては、第１区間Ｔ１全体に亘る荷重の変化を考慮して体動値を演算することができる。このため、荷重センサ１１の検出結果に突発的なノイズ（例えばスパイクノイズ）が含まれる場合であっても、当該突発的なノイズの影響を低減した上で体動値を演算することができる。したがって、このような分散値を体動値として用いた場合であっても、体動の有無を精度良く判定することが可能となる。

更には、体動値演算部１２は、荷重の平均値と、隣接する区間Ｔ１の荷重の平均値との差を体動値として演算する構成とすることも可能である。このような体動値が図９に示される。荷重は上記実施形態と同様に荷重センサ１１により算出される。荷重の平均値とは、区間Ｔ１における荷重の平均値である。隣接する区間Ｔ１の荷重の平均値とは、一つ前の区間Ｔ１の荷重の平均値又は一つ後の区間Ｔ１の荷重の平均値である。図９には、一つ後の区間Ｔ１の荷重の平均値との差を体動値としている例を示している。このような差は、図９において符号Ｃを付して示される。

このような構成にあっては、互いに隣接する２つの第１区間Ｔ１の荷重の変化を相対的な値として用いることができる。このため、荷重センサ１１の検出結果が低周波ノイズに重畳している場合であっても、当該低周波ノイズの影響を低減した上で体動値を演算することができる。したがって、このような荷重の平均値差Ｃを体動値として用いた場合であっても、体動の有無を精度良く判定することが可能となる。

上記実施形態では、第１区間Ｔ１の夫々が互いに隣接して構成されるように図示した。しかしながら、本発明の適用範囲はこれに限定されるものではない。第１区間Ｔ１の夫々は、隣接する第１区間と互いに重複する重複期間Ｄを有するように構成することも当然に可能である。このような第１区間Ｔ１の例が図１０に示される。すなわち、互いに隣接する第１区間Ｔ１に亘って重複期間Ｄが形成される。

このような構成とすれば、隣接する第１区間Ｔ１の体動値を基準として演算対象の第１区間Ｔ１の体動値を演算することができる。このため、低周波ノイズに荷重センサ１１の検出結果が重畳されている場合であっても、これらのノイズの影響を低減した上で体動値を演算することができる。したがって、体動の有無を精度良く判定することが可能となる。

上記実施形態では、荷重センサ１１はベッド２の脚部２Ｃの全てに設けられるとして説明した。しかしながら、本発明の適用範囲はこれに限定されるものではない。ベッド２の裏面に配設された荷重センサ１１は１つ、すなわち荷重センサ１１が脚部２Ｃのうちの一つに設けられる構成とすることも可能である。また、ベッド２が有する脚部２Ｃのうちいくつかの脚部２Ｃにのみ荷重センサ１１を設けることも可能である。

上記実施形態では、体動値演算部１２は、４つの荷重センサ１１の検出結果の夫々に対して、第１区間Ｔ１毎に最大変化量を演算し、当該第１区間Ｔ１毎に、４つの荷重センサ１１の検出結果に応じた最大変化量が最大のものを体動値として演算するとして説明した。しかしながら、本発明の適用範囲はこれに限定されるものではない。夫々の荷重センサ１１の検出結果の平均値を体動値として用いることも可能であるし、これらの検出結果を用いて所定の演算を行い、この演算結果を体動値として用いることも当然に可能である。

上記実施形態では、睡眠覚醒判定部１５が６６０秒前から現在まで、夫々２０秒毎に区切られた第２区間Ｔ２の体動数を用いて演算した重み付き体動数を用いて判定するとして説明した。しかしながら、本発明の適用範囲はこれに限定されるものではない。すなわち、「６６０秒前」は一例であり、他の値を用いることも当然に可能である。

上記実施形態では、第１区間Ｔ１が１秒であり、第２区間Ｔ２が２０秒であるとして説明した。しかしながら、本発明の適用範囲はこれに限定されるものではない。第１区間Ｔ１を１秒以外に設定することも可能であるし、第２区間Ｔ２が２０秒以外に設定することも当然に可能である。

上記実施形態では、動物１として人１Ａを例に挙げて説明した。しかしながら、本発明の適用範囲はこれに限定されるものではない。すなわち、人１Ａ以外の動物１が睡眠中であるか、或いは覚醒中であるかの判定に適用することも当然に可能である。

上記実施形態では、寝具２としてベッド２を例に挙げて説明した。しかしながら、本発明の適用範囲はこれに限定されるものではない。すなわち、寝具２をベッド２以外の寝具２、例えば布団や敷き藁等とすることも当然に可能である。

上記実施形態では、荷重センサ１１がベッド２の台部２Ｂと脚部２Ｃとの間に設けられるとして説明した。しかしながら、本発明の適用範囲はこれに限定されるものではない。荷重センサ１１を脚部２Ｃとベッド２を載置する載置面との間に設けることも可能である。また、荷重センサ１１に替えて加速度センサや圧電センサとすることも可能である。係る場合、このようなセンサを人１Ａの手足等に付設することにより本発明を実現することも可能である。

上記実施形態では、睡眠状態判定部１７がサポートベクタマシーンにより人１Ａの眠りの深さを判定するとして説明した。しかしながら、本発明の適用範囲はこれに限定されるものではない。ニューラルネットワークや、ｋ近傍識別器、ベイズ分類、判別分析等の他の手法を用いて判定することも当然に可能である。

上記実施形態では、関係記憶部１８に記憶されている連続睡眠時間と睡眠積算時間との関係が更新部１９により更新可能であるとして説明した。しかしながら、本発明の適用範囲はこれに限定されるものではない。睡眠状態判定装置１００が、更新部１９を備えずに構成され、連続睡眠時間と睡眠積算時間との関係が更新されないように構成することも当然に可能である。

上記実施形態では、関係記憶部１８に連続睡眠時間と睡眠積算時間との関係が記憶されているとして説明した。しかしながら、本発明の適用範囲はこれに限定されるものではない。上述した関係に、連続睡眠時間と睡眠積算時間とに加えて、ベッド２上の人１Ａの体動の大きさを示す体動値、ベッド２上の人１Ａの体動を積算した体動積算値、体動値の標準偏差、体動値の最大値である体動最大値、ベッド２上の人１Ａの年齢、ベッド２上の人１Ａの性別、ベッド２上の人１Ａの体長（身長）のうちの少なくとも一つが含まれるように構成することも当然に可能である。このようなパラメータも用いて、連続睡眠時間と睡眠積算時間との関係を規定することにより、ベッド２上の人１Ａの眠りの深さを適切に判定することが可能である。

本発明は、寝具上の動物の眠りの深さを判定する睡眠状態判定装置に用いることが可能である。

１：動物
１Ａ：人
２：ベッド（寝具）
１５：睡眠覚醒判定部
１６：睡眠時間演算部
１７：睡眠状態判定部
１００：睡眠状態判定装置

Claims

寝具上の動物が睡眠中であるか否かを判定する睡眠覚醒判定部と、
前記睡眠中である動物の連続睡眠時間及び睡眠積算時間を演算する睡眠時間演算部と、
演算して得られた前記連続睡眠時間と、演算して得られた前記睡眠積算時間と、予め記憶されている連続睡眠時間と睡眠積算時間との関係とに基づいて前記睡眠中の動物の眠りの深さを判定する睡眠状態判定部と、
を備える睡眠状態判定装置。
前記睡眠覚醒判定部が、前記寝具上の動物の体動に基づいて判定する請求項１に記載の睡眠状態判定装置。
前記関係に、前記連続睡眠時間と前記睡眠積算時間とに加えて、前記寝具上の動物の体動の大きさを示す体動値、前記寝具上の動物の体動を積算した体動積算値、前記体動値の標準偏差、前記体動値の最大値である体動最大値、前記寝具上の動物の年齢、前記寝具上の動物の性別、前記寝具上の動物の体長のうちの少なくとも一つが含まれている請求項１又は２に記載の睡眠状態判定装置。
前記連続睡眠時間と前記睡眠積算時間との関係が、前記寝具上の動物から得られた眠りの深さの判定結果を用いて更新される請求項１から３のいずれか一項に記載の睡眠状態判定装置。