JP6385398B2

JP6385398B2 - 活動量処理装置、活動量処理方法、及び、活動量処理プログラム

Info

Publication number: JP6385398B2
Application number: JP2016148716A
Authority: JP
Inventors: 隆行山地
Original assignee: Fujitsu Ltd
Current assignee: Fujitsu Ltd
Priority date: 2016-07-28
Filing date: 2016-07-28
Publication date: 2018-09-05
Anticipated expiration: 2036-07-28
Also published as: JP2018015316A

Description

本明細書に記載する技術は、活動量処理装置、活動量処理方法、及び、活動量処理プログラムに関する。

人の睡眠中の体の向き（「体位」又は「姿勢」と称してもよい。）を知りたいというニーズがある。

特開２０１３−０４５３３６号公報特開２００７−１９５８２３号公報特開２０１４−１７０２６３号公報特開２００９−０３９４６６号公報

人は、睡眠中、無意識であるため、自身の睡眠中の体位を知り得ない。睡眠中の体位を知ることができれば、睡眠の改善や、睡眠中の体位に合わせた寝具等の商品開発等に役立てることができると考えられる。

１つの側面では、本明細書に記載する技術の目的の１つは、人（被験者）の睡眠時間帯における体位の情報を視覚化して、被験者の睡眠時間帯における体位の把握を容易にすることにある。

１つの側面において、活動量処理装置は、取得部と処理部とを備えてよい。取得部は、活動量計で測定された、被験者の活動に応じた動きを示す時系列データを取得してよい。処理部は、前記時系列データを基に前記被験者の非活動時間帯における体位の情報を検出し、前記時系列データを時間軸と前記活動に応じた動きに対応する活動量軸とで表わされるグラフに可視化し、かつ、前記グラフの前記非活動時間帯に対応する領域に、前記検出した体位の情報を異なる体位毎に区別可能に可視化してよい。前記非活動時間帯は、不連続な複数の睡眠時間帯が特定された場合には、前記複数の睡眠時間帯を、連続して含む１つの時間帯であってよい。さらに、前記処理部は、前記グラフを可視化する処理において、前記非活動時間帯に対応する表示領域に、睡眠領域と覚醒領域と前記睡眠領域および前記覚醒領域以外の空白領域とを含む睡眠状態を示す情報を、前記時系列データに基づき可視化し、前記時系列データのうち、前記空白領域に対応し、かつ、前記睡眠領域と前記覚醒領域以外の時系列データを、前記グラフの前記空白領域に可視化してよい。

また、１つの側面において、活動量処理方法は、活動量計で測定された、被験者の活動に応じた動きを示す時系列データを取得し、前記時系列データを基に前記被験者の非活動時間帯における体位の情報を検出し、前記時系列データを時間軸と前記活動に応じた動きに対応する活動量軸とで表わされるグラフに可視化し、かつ、前記グラフの前記非活動時間帯に対応する領域に、前記検出した体位の情報を異なる体位毎に区別可能に可視化してよい。前記非活動時間帯は、不連続な複数の睡眠時間帯が特定された場合には、前記複数の睡眠時間帯を、連続して含む１つの時間帯であってよい。さらに、前記活動量処理方法は、前記グラフを可視化する処理において、前記非活動時間帯に対応する表示領域に、睡眠領域と覚醒領域と前記睡眠領域および前記覚醒領域以外の空白領域とを含む睡眠状態を示す情報を、前記時系列データに基づき可視化し、前記時系列データのうち、前記空白領域に対応し、かつ、前記睡眠領域と前記覚醒領域以外の時系列データを、前記グラフの前記空白領域に可視化してよい。

更に、１つの側面において、活動量処理プログラムは、活動量計で測定された、被験者の活動に応じた動きを示す時系列データを取得し、前記時系列データを基に前記被験者の非活動時間帯における体位の情報を検出し、前記時系列データを時間軸と前記活動に応じた動きに対応する活動量軸とで表わされるグラフに可視化し、かつ、前記グラフの前記非活動時間帯に対応する領域に、前記検出した体位の情報を異なる体位毎に区別可能に可視化する、処理をコンピュータに実行させてよい。前記非活動時間帯は、不連続な複数の睡眠時間帯が特定された場合には、前記複数の睡眠時間帯を、連続して含む１つの時間帯であってよい。さらに、前記活動量処理プログラムは、前記グラフを可視化する処理において、前記非活動時間帯に対応する表示領域に、睡眠領域と覚醒領域と前記睡眠領域および前記覚醒領域以外の空白領域とを含む睡眠状態を示す情報を、前記時系列データに基づき可視化し、前記時系列データのうち、前記空白領域に対応し、かつ、前記睡眠領域と前記覚醒領域以外の時系列データを、前記グラフの前記空白領域に可視化する、処理をコンピュータに実行させてよい。

１つの側面として、人（被験者）の睡眠時間帯における体位の情報を可視化して、被験者の睡眠時間帯における体位の把握を容易にすることができる。

一実施形態に係る情報処理システムの構成例を示すブロック図である。図１に例示した活動量計（又は携帯端末）の構成例を示すブロック図である。図１に例示したパーソナルコンピュータ（ＰＣ）（又はサーバ）の構成例を示すブロック図である。一実施形態に係る情報処理システム（活動量処理装置）の動作例を説明するためのフローチャートである。活動量計で測定された活動量データの一例を示す図である。（Ａ）は、慣性センサの検出軸の一例を模式的に示す図であり、（Ｂ）は、慣性センサを含む活動量計が被験者に取り付けられた様子を模式的に示す側面図である。被験者の姿勢に応じた判定閾値の設定例を示す図である。図４に例示した体位判定処理によって得られたデータの一例を示す図である。１日２４時間の活動量グラフと併せて睡眠時体位情報を可視化した例を示す図である。図９において点線枠で囲んだ領域を抜き出して示す図である。図１０の上側の領域及び下側の領域に可視化された情報を互いに入れ替えて可視化した例を示す図である。睡眠時間帯における異なる体位毎の割合を示す棒グラフの一例である。睡眠時間帯における異なる体位毎の割合及び持続時間を示すレーダーチャートの一例である。ドーナツグラフを用いて睡眠時間を可視化した例を示す図である。一実施形態の第１変形例を説明するためのフローチャートである。（Ａ）及び（Ｂ）は、睡眠時間帯を拡大して可視化する処理に応じたスケール変更処理の一例を説明するための図である。一実施形態の第２変形例を説明するためのフローチャートである。

以下、図面を参照して実施の形態を説明する。ただし、以下に説明する実施形態は、あくまでも例示であり、以下に明示しない種々の変形や技術の適用を排除する意図はない。また、以下に説明する各種の例示的態様は、適宜に組み合わせて実施しても構わない。なお、以下の実施形態で用いる図面において、同一符号を付した部分は、特に断らない限り、同一若しくは同様の部分を表す。

図１は、一実施形態に係る情報処理システムの構成例を示すブロック図である。図１に示す情報処理システム１は、例示的に、活動量計２、パーソナルコンピュータ（ＰＣ）３、携帯端末４、ネットワーク５、ルータ６、及び、情報処理装置７を備えてよい。

活動量計２は、「ライフコーダ２」とも称され、例示的に、生体の一例である人体の動きを示すデータ（「活動量データ」と称してよい。）を測定する。活動量計２は、接触式でも非接触式でもよい。活動量計２による測定対象である「人」は、「利用者」、「被観測者」、あるいは「被験者」と称してもよい。

被験者は、複数人であってよく、複数人のそれぞれの活動量データが、個別の活動量計２によって測定されてよい。あるいは、活動量計２は、複数人の一部又は全部に兼用されてもよい。１つの活動量計２が複数人に兼用される場合、活動量計２は、複数人の別に、測定結果をメモリ等に記憶してよい。

活動量計２によって得られた活動量データは、適宜に、ＰＣ３に入力されてよい。例示的に、活動量計２は、ＰＣ３と通信して活動量データをＰＣ３に入力してよい。ＰＣ３は、デスクトップＰＣでもよいし、ノートＰＣ（又は、ラップトップＰＣ）やタブレットＰＣ等でもよい。

活動量計２とＰＣ３との接続は、有線接続でもよいし無線接続でもよい。また、活動量計２とＰＣ３との通信は、ルータ６を介した通信でもよいしルータ６を介さないダイレクトな通信でもよい。

有線接続には、非限定的な一例として、ＬＡＮ（local area network）ケーブルやＵＳＢ（universal serial bus）ケーブル等の適用可能な通信ケーブルが用いられてよい。無線接続には、「ＷｉＦｉ（Wireless Fidelity）」（登録商標）や「Bluetooth」（登録商標）、「ＮＦＣ」（near field communication）等の適用可能な無線接続方式が用いられてよい。

ＰＣ３は、ルータ６と通信可能に接続されて、ネットワーク５経由で情報処理装置７と通信することが可能であってよい。なお、「ＰＣ」も「情報処理装置」の一例である。

ＰＣ３とルータ６との接続は、有線接続でもよいし無線接続でもよい。有線接続には、非限定的な一例として、ＬＡＮケーブルやＵＳＢケーブル等の適用可能な通信ケーブルが用いられてよい。無線接続には、非限定的な一例として、「ＷｉＦｉ」や「Bluetooth」等の適用可能な無線接続方式が用いられてよい。

ネットワーク５は、例示的に、インターネットや、ＬＡＮ、ＷＡＮ（wide area network）等であってよい。また、ネットワーク５には、無線アクセス網が含まれてもよい。無線アクセス網は、例示的に、３ＧＰＰ（3rd generation partnership project）のＬＴＥ（long term evolution）やＬＴＥ−Ａｄｖａｎｃｅｄ、あるいは、第５世代（５Ｇ）以降の無線通信方式に準拠した無線アクセス網であってよい。

情報処理装置７は、ＰＣでもよいしサーバコンピュータ（「サーバ」と略称してよい。）でもよい。サーバは、データセンタ等に設置されるクラウドサーバであってもよい。以下では、便宜的に、情報処理装置７が「サーバ」であると仮定する。サーバ７は、ネットワーク５経由でＰＣ３と通信することによって、活動量データを受信、取得してよい。

活動量計２が、ネットワーク５に接続されたルータ６と通信可能に接続されていれば、サーバ７は、ＰＣ３を介さずに、活動量計２からネットワーク５経由で活動量データを受信、取得してもよい。

活動量計２とルータ６との接続は、有線接続でもよいし無線接続でもよい。有線接続には、ＬＡＮケーブルやＵＳＢケーブル等の適用可能な通信ケーブルが用いられてよい。無線接続には、「ＷｉＦｉ」や「Bluetooth」、「ＮＦＣ」等の適用可能な無線接続方式が用いられてよい。

あるいは、サーバ７は、ルータ６を介さずに無線アクセス網を介して活動量計２で得られた活動量データを受信、取得してもよい。

なお、活動量データは、携帯端末４によって測定されてもよい。例えば、活動量計２と同等の機能の全部又は一部が、携帯端末４に備えられてもよい。携帯端末４は、スマートフォン等の携帯電話機であってもよいしウェアラブル端末であってもよい。

携帯端末４で得られた活動量データが、活動量計２で得られた活動量データと同様の通信経路にて、ＰＣ３やサーバ７によって受信、取得されてよい。

活動量計２や携帯端末４からＰＣ３やサーバ７へ提供される活動量データは、活動量計２や携帯端末４において全部又は一部が処理されたり加工されたりしたデータであってもよい。

活動量データを取得したＰＣ３やサーバ７は、取得した活動量データを処理する。活動量データを処理することには、活動量データを記憶、管理することが含まれてよい。活動量データの管理には、活動量データをデータベース（ＤＢ）化することが含まれてよい。ＤＢ化されたデータは、「クラウドデータ」や「ビッグデータ」等と称されてよい。

また、ＰＣ３やサーバ７が「活動量データを処理」することには、例示的に、或る時間帯において時系列に得られた活動量データに基づいて、被験者の睡眠時間帯を特定する処理が含まれてよい。睡眠時間帯の「特定」は、睡眠時間帯の「検出」、「推定」又は「判定」と言い換えてもよい。

被験者の「睡眠時間帯を特定する処理」には、例示的に、被験者が睡眠中であるか否か（便宜的に「睡眠状態」と称してよい。）を検出する処理が含まれてよい。睡眠状態の「検出」は、睡眠状態の「測定」、「判定」又は「推定」と言い換えてもよい。

被験者が睡眠中であるか否かは、例示的に、「ＡＷ２式」や「Ｃｏｌｅ式」と呼ばれる演算式（「判定式」と称してもよい。）によって推定できる。

例えば、ＰＣ３やサーバ７は、或る判定時間（例示的に、数分間）にわたって得られた活動量データを基に「ＡＷ２式」や「Ｃｏｌｅ式」によって演算した値が、或る閾値以上であれば「入眠」と判定し、閾値未満であれば「覚醒」と判定してよい。

したがって、被験者が睡眠中である時間の長さ（「睡眠時間帯」と称してよい。）は、「入眠」から「覚醒」に至るまでの時間の長さとして求めることができる。なお、以下の説明において、「睡眠時間帯」との比較で「就寝時間帯」という用語を用いることがある。

「就寝時間帯」は、例示的に、被験者が寝床に就いてから寝床から離れるまでの時間帯を意味し、被験者が実際に寝ている時間に限らず、寝床に就いたまま寝ていない時間も含まれ得る。したがって、「就寝時間帯」は、「睡眠時間帯」を含む概念である。

なお、被験者が寝床に就くことを「入床」と称し、被験者が起床して寝床から離れることを「離床」と称することがある。「入床」及び「離床」は、活動量データが示す活動量の大きさ（強度又はパワー）を基に検出することが可能である。「活動量の大きさ」は、「活動強度」と称してもよい。

非限定的な一例として、「入床」は、或る閾値未満の活動強度が或る判定時間（例示的に、数分間）にわたって継続することをもって検出されてよい。「離床」は、非限定的な一例として、或る閾値を超える活動強度が或る判定時間（例示的に、数分間）にわたって継続することをもって検出されてよい。

「入床」及び「離床」の検出に用いる閾値や判定時間は、「入床」と「離床」とで同じでもよいし異なっていてもよい。「入床」及び「離床」の検出に適した閾値や判定時間が設定されればよい。

また、ＰＣ３やサーバ７が「活動量データを処理」することには、例示的に、活動量データに基づいて被験者の睡眠時間帯における体の向き（「体位」又は「姿勢」と称してもよい。）を判定する処理が含まれてよい。体位の「判定」は、体位の「検出」、「推定」又は「測定」と言い換えてもよい。

被験者の睡眠時間帯において検出され得る体位には、非限定的な一例として、仰向け（背臥位）、うつ伏せ（腹臥位）、横向き（側臥位）、立位等がある。これらの体位は、後述するように例えば慣性センサによって検出することが可能である。

更に、ＰＣ３やサーバ７が「活動量データを処理」することには、例示的に、活動量データを可視化する処理（便宜的に「可視化処理」と略称することがある。）が含まれてよい。「可視化」の一例については、図９〜図１４にて後述する。

例えば、ＰＣ３やサーバ７は、或る時間帯において取得された活動量データが示す活動量の時間変化を、時間軸と活動量軸とで表わされるグラフ（「活動量グラフ」と称してよい。）に可視化してよい（例えば図９の下部参照）。

更に、「活動量データを可視化する処理」には、例示的に、活動量データを基に特定される睡眠時間帯と非睡眠時間帯とを区別可能に可視化する処理や、活動量グラフと共に睡眠時間帯における被験者の睡眠状態や体位を可視化する処理が含まれてよい。「睡眠状態の検出結果」は、「睡眠状態を示す情報」と称してよく、「睡眠状態を示す情報」は、「睡眠状態情報」と略称されてよい。また、「体位を示す情報」は、「体位情報」と略称されてよい。

被験者の「睡眠状態を可視化する処理」には、例示的に、睡眠中と覚醒とを区別可能に可視化する処理が含まれてよい。被験者の「体位を可視化する処理」には、例示的に、被験者の睡眠時間帯における体位を体位毎に区別可能に可視化する処理が含まれてよい。

また、「可視化処理」には、例示的に、ディスプレイに対する表示処理（又は表示制御）や、プリンタに対する印刷処理（又は印刷制御）が含まれてよい。ディスプレイには、タッチパネルやプロジェクタが含まれてもよい。

表示先のディスプレイは、ＰＣ３のディスプレイ、サーバ７のディスプレイ、活動量計２のディスプレイ、及び、携帯端末４のディスプレイのいずれであってもよい。印刷先のプリンタは、ＰＣ３に接続されたプリンタ、サーバ７に接続されたプリンタ、活動量計２に接続されたプリンタ、及び、携帯端末４に接続されたプリンタのいずれであってもよい。

以上のように、ＰＣ３やサーバ７は、取得した活動量データを処理するから、便宜的に、「活動量処理装置」と称されてもよい。また、活動量データを処理することには、活動量データを可視化する処理が含まれてよいから、ＰＣ３やサーバ７は、便宜的に、「活動量可視化装置」と称されてもよい。

なお、「活動量処理装置」又は「活動量可視化装置」としての機能や処理（あるいはアルゴリズム）は、単一のＰＣやサーバによって実現されてもよいし、複数のＰＣやサーバの分散処理によって実現されてもよい。

別言すると、活動量データの処理は、１つの情報処理装置によって実施されてもよいし、複数の情報処理装置によって分散的に実施されてもよい。

（活動量計２の構成例）
図２に、活動量計２の構成例を示す。なお、活動量データを測定可能な携帯端末４も、図２に例示する構成を有していてよく、携帯端末４のエレメントについては括弧付きの符号を付して示している。

以下では、重複的な説明を避けるために、活動量計２のエレメント２１〜２５について説明する。図２において括弧付きの４１〜４５で表した携帯端末４のエレメントについては、特に断らない限り、それぞれ活動量計２のエレメント２１〜２５と同等の機能を有すると捉えてよい。

図２に示すように、活動量計２は、例示的に、活動量センサ２１、プロセッサ２２、メモリ２３、及び、通信インタフェース（ＩＦ）２４を備えてよい。活動量センサ２１、プロセッサ２２、メモリ２３、及び、通信ＩＦ２４は、例示的に、バス２５に接続されて、互いにプロセッサ２２を介した通信が可能であってよい。

活動量センサ２１（以下「センサ２１」と略称することがある。）は、例示的に、生体の活動に応じた活動量データをセンシング可能なセンサであればよい。なお、活動量データは、バイタル情報の一例である。センサ２１によってセンシングされた活動量データは、便宜的に、「センサデータ」と称されてもよい。「センシング」は、「検出」あるいは「測定」と言い換えてもよい。

生体の活動量データを測定可能なセンサ２１としては、非限定的な一例として、慣性センサや電波センサ、心拍センサ、脈拍センサ等が適用されてよい。

慣性センサは、加速度センサでもよいし、ジャイロスコープでもよい。加速度センサには、例示的に、圧電式及び静電容量式のいずれのセンサを適用してもよい。ジャイロスコープには、回転機械（コマ）式、光学式、及び、振動式のいずれのセンサを適用してもよい。

慣性センサは、１又は複数の検出軸を有していてよい。検出軸に沿う方向の重力成分が例えば「加速度」として検出されてよい。「加速度」の検出によって、生体の動きや姿勢等に応じた活動量データを検出することができる。

慣性センサを用いた活動量計２は、ベッド等の寝具に取り付けられてもよい。例えば、被験者の心臓の鼓動等に起因して寝具を伝わる振動を、寝具に取り付けられた慣性センサによって検出することで、被験者の活動量データが測定されてもよい。

電波センサは、マイクロ波等の電波をセンシング対象に照射し、センシング対象で反射して受信される反射波の変化を基に、生体の動きを非接触で検出することができる。

例えば、電波センサとセンシング対象との間の距離が変化すると、ドップラー効果によって、反射波に変化が生じる。反射波の変化は、例示的に、反射波の振幅及び周波数の一方又は双方の変化として捉えることができる。「電波センサ」は、「マイクロ波センサ」、「ＲＦ（Radio Frequency）センサ」、「ＵＷＢ（Ultra Wide Band）センサ」、あるいは、「ドップラーセンサ」と称されてもよい。

心拍センサは、例示的に、生体の心拍に応じた血管の脈動を検出する。例えば、生体の心拍は、心臓の鼓動に応じた、電磁波や圧力、音の変化として捉えることができる。

例示的に、指や耳たぶ等の血管に赤外線等の光を照射すると、血流の律動的な変化と光の吸収特性とによって、反射光が周期的に変動する。したがって、心拍は、血流変化に応じた反射光の変動として光学的に計測することが可能である。

あるいは、生体にマイクロ波等の電波を照射すると、心臓の鼓動に応じて生体表面（例えば、皮膚）に律動的な動きが生じるから、当該動きに応じて皮膚と電波の送信源との間の距離に変化が生じ、反射波にドップラー効果による変化が生じる。

したがって、生体の心拍は、生体に照射した反射波のドップラー効果による変動として計測することも可能である。別言すると、心拍センサに電波センサを用いることもできる。

また、心臓が律動的に収縮と弛緩とを繰り返すと、血管の圧力（「血圧」と称してよい。）が律動的に変動するから、心拍は、血圧の律動的な変動として、圧力センサや圧電センサ等によって計測することも可能である。

更に、心拍は、心電計や心音計のように、心臓の鼓動に応じた心筋の電位変化や音の変化として計測することも可能である。

なお、既述のように、心拍を示す情報は脈拍を示す情報と等価的に扱ってよい場合があるから、「心拍センサ」は「脈拍センサ」と称されてもよい。

センサ２１（４１）は、２つ以上、活動量計２（携帯端末４）に備えられてもよい。２つ以上のセンサ２１（４１）は、全部又は一部が異なる種類のセンサであってもよい。例えば、慣性センサと電波センサとが活動量計２（携帯端末４）に備えられても構わない。

センサ２１を含む活動量計２は、便宜的に、センサユニット２と称してもよい。センサユニット２は、例示的に、人体の皮膚に接触して取り付けられてもよいし、バイタル情報をセンシング可能な範囲で人体から離れた位置に非接触で取り付けられてもよい。

活動量計２や携帯端末４からＰＣ３やサーバ７に提供される活動量データは、センサ２２によって検出された１次データでもよいし、検出されたデータを基にして得られた２次データでもよい。別言すると、活動量データは、被験者の活動に応じた動きを示すデータであればよい。

プロセッサ２２は、演算処理能力を備えた演算処理装置の一例である。演算処理装置は、演算処理デバイス又は演算処理回路と称されてもよい。演算処理装置には、例示的に、ＣＰＵ（central processing unit）、ＤＳＰ（digital signal processor）、ＭＰＵ（micro processing unit）、ＩＣ（integrated circuit）等が適用されてよい。なお、「プロセッサ」は、「処理部」、「制御部」あるいは「コンピュータ」と称してもよい。

プロセッサ２２は、例示的に、活動量計２としての機能や処理を実現し、また、当該機能や処理に応じた動作を制御する。活動量計２としての機能や処理、制御を実現するプログラムやデータがメモリ２３に記憶されてよい。

「プログラム」は、「ソフトウェア」あるいは「アプリケーション」と称されてもよい。「データ」には、活動量データやプロセッサ２２の動作に応じて生成されたデータが含まれてよい。

プロセッサ２２が、メモリ２３に記憶されたプログラムやデータを読み取って動作することで、活動量計２としての機能や処理、制御が具現される。なお、メモリ２３は、記憶媒体の一例であり、ＲＡＭ（random access memory）やフラッシュメモリ等であってよい。

プログラムを成すプログラムコードの全部又は一部は、記憶媒体に記憶されてもよいし、オペレーティングシステム（ＯＳ）の一部として記述されてもよい。

プログラムやデータは、コンピュータ読取可能な記録媒体に記録された形態で提供されてよい。記録媒体の一例としては、フレキシブルディスク、ＣＤ−ＲＯＭ、ＣＤ−Ｒ、ＣＤ−ＲＷ、ＭＯ、ＤＶＤ、ブルーレイディスク、ポータブルハードディスク等が上げられる。また、ＵＳＢ（Universal Serial Bus）メモリ等の半導体メモリも記録媒体の一例である。

あるいは、プログラムやデータは、サーバ等からネットワーク５経由で活動量計２に提供（例えば、ダウンロード）されてもよい。例えば、通信ＩＦ２４を通じてプログラムやデータが活動量計２に提供されてよい。

通信ＩＦ２４は、活動量計２に備えられた通信部の一例であり、例示的に、ＰＣ３やルータ６、無線アクセス網との通信を可能にする。センサ２１又はプロセッサ２２によって得られた活動量データが、通信ＩＦ２４を介してＰＣ３やサーバ７宛に送信されてよい。

（ＰＣ３の構成例）
次に、図３にＰＣ３の構成例を示す。ＰＣ３は情報処理装置の一例であるから、サーバ７と構成は同等で構わない。そのため、図３において、サーバ７のエレメントについては括弧付きの符号７１〜７６を付して示している。

以下では、重複的な説明を避けるために、ＰＣ３のエレメント３１〜３６について説明する。図３において括弧付きの７１〜７６で表したサーバ７のエレメントについては、特に断らない限り、それぞれＰＣ３のエレメント３１〜３６と同等の機能を有すると捉えてよい。

図３に示すように、ＰＣ３は、例示的に、プロセッサ３１、メモリ３２、記憶装置３３、通信ＩＦ３４、及び、ペリフェラルＩＦ３５を備えてよい。プロセッサ３１、メモリ３２、記憶装置３３、通信ＩＦ３４、及び、ペリフェラルＩＦ３５は、例示的に、バス３６に接続されて、互いにプロセッサ３１を介した通信が可能であってよい。

プロセッサ３１は、演算処理能力を備えた演算処理装置の一例である。演算処理装置は、演算処理デバイス又は演算処理回路と称されてもよい。演算処理装置には、例示的に、ＣＰＵ、ＤＳＰ、ＭＰＵ、ＩＣ等が適用されてよい。なお、「プロセッサ」は、「処理部」、「制御部」あるいは「コンピュータ」と称してもよい。

プロセッサ３１は、例示的に、ＰＣ３を「活動量処理装置」又は「活動量可視化装置」として機能又は処理させ、また、当該機能や処理に応じた動作を制御する。活動量処理装置（又は、活動量可視化装置）３としての機能や処理、制御を実現するプログラムやデータがメモリ３２や記憶装置３３に記憶されてよい。

プロセッサ３１が、メモリ３２や記憶装置３３に記憶されたプログラムやデータを読み取って動作することで、活動量処理装置（又は、活動量可視化装置）３としての機能や処理、制御が具現される。

メモリ３２は、記憶媒体の一例であり、ＲＡＭやフラッシュメモリ等であってよい。

記憶装置３３は、種々のデータやプログラムを記憶してよい。記憶装置３３には、ハードディスクドライブ（ＨＤＤ）や、ソリッドステートドライブ（ＳＳＤ）、フラッシュメモリ等が用いられてよい。

記憶装置３３に記憶されるデータには、例示的に、通信ＩＦ３４で受信された活動量データが含まれてよい。記憶装置３３に記憶されたデータは、適宜に、データベース（ＤＢ）化されてよい。ＤＢ化されたデータは、「クラウドデータ」や「ビッグデータ」等と称されてよい。

なお、記憶装置３３及びメモリ３２は、ＰＣ３における「記憶部３０」と総称してもよい。サーバ７の記憶装置７３及びメモリ７２は、サーバ７における「記憶部７０」と総称してもよい。

記憶部３０に記憶されるプログラムには、図４、図１５又は図１７にて後述する処理を実行するプログラムが含まれてよい。当該プログラムは、便宜的に、「活動量処理プログラム」又は「活動量可視化プログラム」と称してよい。

プログラムを成すプログラムコードの全部又は一部は、記憶部３０に記憶されてもよいし、ＯＳの一部として記述されてもよい。

あるいは、プログラムやデータは、サーバ等からネットワーク５経由でＰＣ３に提供（例えば、ダウンロード）されてもよい。例えば、通信ＩＦ３４を通じてプログラムやデータがＰＣ３に提供されてよい。

通信ＩＦ３４は、ＰＣ３に備えられた通信部の一例であり、例示的に、活動量計２や携帯端末４、ルータ６、無線アクセス網等との通信を可能にする。

通信ＩＦ３４は、受信処理に着目すれば、活動量計２や携帯端末４で得られた活動量データを受信する受信部の一例である。活動量データを「受信」することは、活動量データを「取得」することと捉えてもよい。したがって、「受信部」は、「取得部」と称してもよい。一方、送信処理に着目すれば、通信ＩＦ３４は、例えば、活動量計２や携帯端末４で得られた活動量データをサーバ７宛に送信する送信部の一例である。

なお、サーバ７の通信ＩＦ７４については、例示的に、ネットワーク５経由で、活動量計２やＰＣ３、携帯端末４宛にデータを送信することが可能である。活動量計２やＰＣ３、携帯端末４宛のデータには、例示的に、活動量データを可視化するためのデータや制御情報が含まれてよい。

ペリフェラルＩＦ３５は、例示的に、ＰＣ３に周辺機器を接続するためのインタフェースである。周辺機器には、ＰＣ３に情報を入力するための入力機器や、ＰＣ３が生成した情報を出力する出力機器が含まれてよい。

入力機器には、キーボードやマウス、タッチパネル等が含まれてよい。出力機器には、図３に模式的に例示するように、ディスプレイ１１やプリンタ１２等が含まれてよい。

（動作例）
以下、上述した情報処理システム１の動作例について説明する。なお、以下の動作例の説明では、便宜的に、ＰＣ３が「活動量処理装置」として動作する例について説明する。また、活動量処理装置３（例えばプロセッサ３１）が処理する活動量データは、便宜的に、活動量計２で測定された活動量データであると仮定する。

ただし、以下に説明する動作例の全部又は一部は、「活動量処理装置」として動作するサーバ７（例えば、プロセッサ７１）での動作例に読み替えてよい。また、以下に説明する動作例において、「活動量計２」は「携帯端末４」に読み替えてよい。

図４に例示するように、活動量処理装置３は、活動量計２からセンサデータを受信する（処理Ｐ１１）。センサデータは、被験者の活動量を直接又は明示的に示すデータでもよいし、被験者の活動量を間接的又は暗示的に示すデータであって当該データを基に被験者の活動量を算出可能なデータであってもよい。

受信したセンサデータが、後者の活動量データを算出可能なデータであれば、活動量処理装置３は、受信したセンサデータを基に被験者の活動量を算出してよい（処理Ｐ１２）。受信したセンサデータが、前者の被験者の活動量を直接又は明示的に示すデータであれば、活動量処理装置３は、活動量の算出処理をスキップしてもよい。

図５に、活動量の一例を示す。図５には、非限定的な一例として、活動量センサ２１（又は４１）に慣性センサを用いた場合の、被験者の１日（＝２４時間）の活動量の時間変化（「履歴」と称してもよい。）が示されている。図５の横軸は時間（例示的に、サンプリングタイミング）を表し、縦軸は活動量の大きさ（パワー又は強度）を表す。

活動量処理装置３は、図５に例示したような活動量を基に、被験者の睡眠時間帯を特定してよい（図４の処理Ｐ１３）。被験者の睡眠時間帯は、既述のとおり、「ＡＷ２式」や「Ｃｏｌｅ式」と呼ばれる演算式によって「入眠」と「覚醒」とを推定することで、特定できる。

なお、被験者が入床してから離床するまでの就寝時間帯において、被験者がトイレへ行く等したために、複数回にわたって「覚醒」と判定されることが有り得る。別言すると、睡眠時間帯に時間的に不連続な部分が生じ得る。

この場合、活動量処理装置３は、例えば、「覚醒」判定後の或る閾値時間（例示的に、数分〜数十分等）内に「入眠」判定が有れば、その前に「覚醒」と判定された時間を、睡眠時間帯の終了とは扱わずに、連続する睡眠時間帯の一部として処理してよい。

「覚醒」判定後の別の或る閾値時間（例えば数十分から数時間等）内に「入眠」判定が無ければ、活動量処理装置３は、最後に「覚醒」と判定した時間を、１つの連続する睡眠時間帯の終了時間と判定してよい。

あるいは、活動量処理装置３は、「入眠」判定から予め定めた時間が経過した後の時間を睡眠時間帯の終了時間として処理することで、睡眠時間帯を特定してもよい。予め定めた時間は、一般的な人の平均的な睡眠時間（例えば、６〜８時間等）を基に決定されてもよいし、被験者個人の平均的な睡眠時間を基に決定されてもよい。この場合、就寝時間帯内に「覚醒」が存在しても睡眠時間帯の長短には影響しない。

あるいは、活動量処理装置３は、被験者の平均的な就寝時刻や日々のスケジュール等の情報を基にして予め定めた時間帯（例えば、夜１０時から翌朝７時まで等）を、被験者の睡眠時間帯として処理、特定しても構わない。この場合も、就寝時間帯内の「覚醒」は睡眠時間帯の長短に影響しない。

別言すると、被験者の睡眠時間帯は、被験者の活動量データに基づく睡眠状態の判定結果を基に推定、特定されてもよいし、予め定められた時間帯として特定されてもよい。

なお、１日２４時間において、２以上の睡眠時間帯が存在しても、活動量処理装置３は、２以上の睡眠時間帯のそれぞれを、活動量データに基づいて検出可能である。

また、１日２４時間において２以上の不連続な睡眠時間帯が特定された場合、活動量処理装置３は、複数の睡眠時間帯の一部又は全部が含まれる１つの時間帯を、１つの連続した睡眠時間帯として扱って活動量グラフの可視化の対象範囲としてもよい。

活動量処理装置３は、少なくとも１つの睡眠時間帯を特定すると、活動量データを基に当該睡眠時間帯における被験者の体位を判定してよい（図４の処理Ｐ１４）。非限定的な一例として、被験者の体位は、例えば慣性センサ２１（又は、電波センサでもよい。）のセンサデータを基に判定できる。慣性センサ２１のセンサデータは、活動量データに含まれていてよい。

図６（Ａ）は、慣性センサ２１の検出軸の一例を示し、図６（Ｂ）は、慣性センサ２１を含む活動量計２が被験者に取り付けられた様子を模式的に示す側面図である。また、図７は、被験者の姿勢に応じた判定閾値の設定例を示す図である。

図６（Ａ）に例示する慣性センサ２１は、例示的に、３つの検出軸（Ｘ，Ｙ及びＺ）を有する３軸慣性センサである。慣性センサ２１の幅（Ｗ）方向に第１の検出軸Ｘが設定され、高さ（Ｈ）方向に第２の検出軸Ｙが設定され、厚さ（Ｄ）方向に第３の検出軸Ｚが設定されてよい。

そして、慣性センサ２１は、図６（Ｂ）に例示するように、検出軸Ｘ及びＹが成す面が人体表面と平行な位置関係になるように、被験者に取り付けられてよい。例えば、活動量計２を着衣の胸部ポケットに収容すると、被験者に対する３つの検出軸Ｘ，Ｙ及びＺは、図６（Ｂ）に例示するような配置関係となる。

活動量処理装置３（例えばプロセッサ３１）は、図７に例示するように、慣性センサ２１の検出軸Ｘ，Ｙ及びＺについての検出値に応じて、図４の体位判定処理Ｐ１４に用いる判定閾値を可変してよい。図７は、被験者の体位に応じて検出軸Ｘ，Ｙ及びＺの検出値（重力加速度［Ｇ］）が可変し得ることを示している。別言すると、検出軸Ｘ，Ｙ及びＺの検出値を基に、被験者の体位を判定することができる。

例えば図７に示すように、検出軸Ｘ，Ｙ，Ｚについての検出値が、それぞれ、「０Ｇ，−１Ｇ，０Ｇ」であれば、活動量処理装置３は、被験者が「立位」の姿勢にあると判定してよい。

また、検出軸Ｘ，Ｙ，Ｚについての検出値が、それぞれ、「０Ｇ，０Ｇ，−１Ｇ」であれば、活動量処理装置３は、被験者が「仰向け」（背臥位）の姿勢にあると判定してよい。検出軸Ｘ，Ｙ，Ｚについての検出値が、それぞれ、「０Ｇ，０Ｇ，１Ｇ」であれば、活動量処理装置３は、被験者が「うつ伏せ」（腹臥位）の姿勢にあると判定してよい。

更に、検出軸Ｘ，Ｙ，Ｚについての検出値が、それぞれ、「１Ｇ，０Ｇ，０Ｇ」であれば、活動量処理装置３は、被験者が左腕を下にして横たわった「左横向き」（左側臥位）の姿勢にあると判定してよい。

また、検出軸Ｘ，Ｙ，Ｚについての検出値が、それぞれ、「−１Ｇ，０Ｇ，０Ｇ」であれば、活動量処理装置３は、被験者が右腕を下にして横たわった「右横向き」（右側臥位）の姿勢にあると判定してよい。

なお、図７に示す検出軸Ｘ，Ｙ，Ｚについての検出値は、あくまでも例示である。また、被験者がとり得る体位は、図７に示した例に限られない。図７には明記しない他の体位が、検出軸Ｘ，Ｙ，Ｚについての検出値を基に判定されてよい。これらの被験者の体位の相違に応じた判定閾値が、活動量処理装置３に与えられてよい。

例えば図７に例示するデータ（便宜的に「判定閾値データ」と称してよい。）は、記憶部３０（図３参照）に記憶されてよい。記憶部３０に記憶される判定閾値データの形式は、テーブル形式やリスト形式であってよいが、これらの形式に限定されない。

活動量処理装置３は、慣性センサ２１の検出軸Ｘ，Ｙ及びＺ毎の検出値（例えば、振幅値）を基に、記憶部３０の判定閾値データを参照して、対応する判定閾値を選択的に読み出して、図４の体位判定処理Ｐ１４に用いてよい。

図７に例示するように、「立位」に比べて「仰向け」に対応する判定閾値は、絶対値として小さい値に設定されてよい。更に、「うつ伏せ」及び「横向き」に対応する判定閾値は、絶対値として「立位」の判定閾値よりも小さく、且つ、「仰向け」の判定閾値よりは大きい値に設定されてよい。

図８に、体位判定処理によって得られたデータの一例を示す。図８には、睡眠時間帯における時刻毎に、被験者の体位（姿勢）と活動量とが得られた例が示されている。ただし、体位判定処理によって得られたデータの形式は、図８に例示する形式に限られない。

体位判定処理Ｐ１４の後、活動量処理装置３は、例示的に、睡眠時間帯において判定した各体位が占める時間的な割合（便宜的に「体位比率」と称してよい。）を算出してよい（図４の処理Ｐ１５）。例えば、活動量処理装置３は、睡眠時間帯において判定した体位毎に、持続時間の合計や平均値、最大値等（便宜的に「持続時間情報」と総称することがある。）を求めてよい。体位毎の持続時間の合計を、睡眠時間帯の時間幅で除することで、体位比率を求めることができる。

なお、睡眠時間帯における体位毎の持続時間の合計（累積又は累計と称してもよい。）は、非限定的な一例として、時系列に得られた活動量データにおいて同じ体位と判定されたデータ数を１分や２分等の分単位でカウントして合計することで求めてよい。

睡眠時間帯における体位毎の持続時間の平均値は、体位毎の合計持続時間を当該体位と判定された回数で除することによって求めることができる。体位毎の最大持続時間は、体位毎の合計持続時間の最大値である。

睡眠時間帯における被験者の体位比率の情報や体位毎の持続時間情報は、便宜的に、「睡眠時体位情報」と総称してよい。

睡眠時体位情報が得られると、活動量処理装置３は、当該睡眠時体位情報を可視化処理してよい（図４の処理Ｐ１６）。

ここで、被験者の１日２４時間において、例えば、日中の活動時間帯（別言すると、非睡眠時間帯）との対比で、夜間の睡眠時間帯（別言すると、非活動時間帯）における被験者の身体の動きや体位を把握したいことがある。

そのため、活動量処理装置３は、例えば、１日２４時間の範囲で得られた活動量データと共に、睡眠時体位情報を可視化してよい。

図９に、１日２４時間の活動量グラフと併せて睡眠時体位情報を可視化した例を示し、図１０に、図９において点線枠１００で囲んだ領域を抜き出して示す。

図９の下部に、被験者の１日２４時間の範囲における活動量グラフが可視化されている。また、当該活動量グラフの睡眠時間帯に対応する領域には、図１０に例示するように、被験者の睡眠状態（睡眠中、覚醒等）を示す情報が時間軸方向に帯状に色分けして、活動量グラフと共に可視化されている。睡眠状態を示す情報の「色分け」は、「睡眠中」及び「覚醒」等の異なる睡眠状態を区別可能に可視化する態様の一例である。

例えば図１０において、符号Ａ〜Ｄ、符号Ｆ〜Ｊ、及び、符号Ｌ〜Ｐで示す領域のそれぞれは、「水色」が付されており、被験者が「睡眠中」であると判定されたことを示している。また、符号Ｅ及びＫで示す領域のそれぞれは、「桃色」が付されており、被験者が「覚醒」していると判定されたことを示している。なお、図９及び図１０において、活動量の大きさ（活動強度）は、「灰色」で表わされている。

その他の空白領域は、「睡眠中」及び「覚醒」のいずれとも判定されなかったことを示す。例えば、被験者が寝返りを打つと、一時的に（例えば数秒間等にわたって）閾値を超える活動強度が検出され得る。そのため、かかる検出状態は、「睡眠中」とは判定されず、また、「覚醒」と判定される閾値時間にわたっては継続しないため、「覚醒」とも判定されない。

更に、図１０に例示するように、活動量グラフの睡眠時間帯に対応する領域の、睡眠状態が色分けして可視化された領域の上側には、睡眠時体位情報が時間軸方向に帯状に色分けして可視化されている。

睡眠時体位情報の「色分け」は、仰向け、うつ伏せ、横向き（右）、横向き（左）等の、異なる体位を区別可能に可視化する態様の一例である。非限定的な一例として、「仰向け」は「緑色」、「うつ伏せ」は「青色」、「横向き（右）」は「紫色」、「横向き（左）」は「橙色」で表わされてよい。

睡眠状態情報及び睡眠時体位情報を、活動量グラフの睡眠時間帯に対応する領域において上下に並べて可視化する態様は、睡眠状態情報及び睡眠時体位情報を互いに対比可能に可視化する態様の一例である。また、睡眠状態情報及び睡眠時体位情報は、互いに同じ時間軸スケールにて可視化されてよい。

このような可視化の態様によって、睡眠時間帯における被験者の睡眠状態の時間変化と、睡眠時間帯の或る時間における被験者の体位と、を視覚的、直感的に理解することが容易になる。

ただし、活動量の時間変化、睡眠状態情報、及び、睡眠時体位情報は、互いに区別可能に可視化されれば足り、可視化の態様は図９及び図１０に例示した態様に限られない。

なお、睡眠時体位情報は、睡眠時間帯に限って可視化されてよい。別言すると、活動量処理装置３（例えば、プロセッサ３１）は、睡眠時間帯については体位情報を可視化し、非睡眠時間帯については体位情報を可視化の対象にしない制御を行なってよい。

睡眠時間であると判定されている時間帯は、活動時間帯よりも被験者の活動量が少ない傾向にあるため、被験者の体位を正確に検出できている可能性が高いと云える。したがって、少なくとも睡眠時間帯において体位情報を可視化の対象にすることが好ましいと云える。

ただし、被験者の体位情報は、睡眠時間帯に限らず活動時間帯においても可視化されてよい。被験者の体位情報は、慣性センサ２１によって睡眠時間帯に限らず活動時間帯においても取得可能な情報であるから、活動量処理装置３は、被験者の活動時間帯における被験者の体位情報を可視化することも可能である。活動時間帯における可視化の態様も、睡眠時間帯における可視化の態様と同様でよい。

例えば、被験者が活動時間帯に仮眠をとった場合に、活動量処理装置３は、睡眠時間帯に加えて仮眠中の時間帯についても被験者の体位情報を可視化してよい。もっとも、仮眠中の時間帯は、睡眠時間帯に含まれると扱ってもよい。この場合、仮眠中の時間帯について体位情報を可視化することは、睡眠時間帯について体位情報を可視化することに相当すると考えてもよい。

図９の説明に戻り、活動量グラフが可視化された領域の上側の領域には、非限定的な一例として、「睡眠状態」、「体の向き」、「睡眠時間」、及び、「睡眠コメント」という４つの項目が可視化されてよい。

図９において、「睡眠状態」の領域には、例示的に、被験者の睡眠に関する総合的な評価を示す情報（例えば、快眠点数等）が可視化されてよい。快眠点数は、非限定的な一例として、以下の数式１によって求めることができる。

睡眠効率は、例えば、以下の数式２によって求めることができる。

活動量処理装置３は、快眠点数に応じて被験者の睡眠の良否を示す情報を、例えば文字情報やアニメーション等を利用して、理解し易い態様で可視化してよい。

図９において、「体の向き」の領域には、既述の睡眠時体位情報が、個々の体位を区別（識別）可能な態様で可視化されてよい。

非限定的な一例として、図９には、睡眠時間帯に検出された体位別の百分率が円グラフと共に可視化されている。体位別の百分率を示す円グラフは、体位別に色分けして可視化されてよい。体位別の色分けは、個々の体位を区別可能に可視化する態様の非限定的な一例である。

なお、体位別の百分率を示す円グラフは、図１２に例示するように、体位別の百分率を示す棒グラフに代替されてもよい。棒グラフも、円グラフと同様に、体位別に色分けして可視化されてもよい。体位別の百分率は、体位別の累計時間に代替されてもよい。また、睡眠時体位情報は、図１３に例示するように、レーダーチャートを用いて可視化されてもよい。

更に、図９において、「睡眠コメント」の領域には、例えば快眠点数等の、被験者の睡眠に関する総合的な評価に基づいた、睡眠に関するコメントやアドバイス等の文字情報が可視化されてよい。

また、図９において、「睡眠時間」の領域には、例示的に、「入眠時間」、「起床時間」、「睡眠時間」、及び、「寝床時間」等の時間情報が可視化されてよい。なお、「寝床時間」は、被験者が寝床に就いている時間を意味し、既述の就寝時間帯に相当すると捉えてよい。

「睡眠時間」を示す情報は、例えば図１４に示すように、ドーナツグラフを用いて可視化されてもよい。また、図１４に例示するドーナツグラフに、体位別の百分率や体位別の累計時間が帯状に重畳して可視化されてもよい。

図９や図１０、図１２〜図１４に例示するような態様の可視化は、例えば、ＰＣ３（又はサーバ７）のディスプレイ１１において実施されてもよいし、活動量計２（又は携帯端末４）のディスプレイにおいて実施されてもよい。

なお、図９や図１０、図１２〜図１４に例示した可視化の態様は、あくまでも一例に過ぎず、可視化される各種の情報が視認し易く、また、理解し易い態様であれば、どのような態様で可視化されても構わない。

ところで、図１０に例示した可視化の態様では、上側の睡眠時体位情報よりも、下側の睡眠時間帯における睡眠状態を示す情報が、活動量グラフの活動量軸の方向に大きい幅で可視化されている。

別言すると、睡眠状態を示す情報が「メイン情報」として「第１の領域」において可視化され、睡眠時体位情報が「サブ情報」として「第２の領域」において可視化されている。

「メイン情報」が可視化される「第１の領域」は、例示的に、「サブ情報」が可視化される「第２の領域」よりも活動量軸の方向に大きい幅を有する。なお、「メイン情報」が可視化される「第１の領域」を「メイン領域」と称し、「サブ情報」が可視化される「第２の領域」を「サブ領域」と称することがある。「サブ領域」は、「メイン領域」に対する「背景領域」と称してもよい。

ここで、「サブ情報」の一例である睡眠時体位情報の詳細を確認したい場合等には、活動量処理装置３は、図１１に例示するように、「メイン情報」と「サブ情報」との関係を入れ替えて（別言すると、背景領域を反転して）可視化してよい。

例えば図１１に示すように、活動量書処理装置３は、睡眠状態を示す情報を「サブ領域」に可視化し、睡眠時体位情報を「メイン領域」に、睡眠状態を示す情報よりも活動量軸の方向に大きい幅で可視化してよい。

図１０に例示した可視化の態様は、第１の可視化態様の一例であり、図１１に例示した可視化の態様は、第２の可視化態様の一例である。

第１の可視化態様は、睡眠時体位情報を、活動量グラフの睡眠時間帯に対応する領域において、睡眠状態情報よりも活動量軸の方向に小さい幅で可視化する態様である。

第２の可視化態様は、睡眠時体位情報を、活動量グラフの睡眠時間帯に対応する領域において、睡眠状態情報よりも活動量軸の方向に大きい幅で可視化する態様である。

活動量処理装置３（例えば、プロセッサ３１）は、これらの第１の可視化態様と第２の可視化態様とを、選択的に切り替えることが可能である。

第１及び第２の可視化態様間の切り替えは、例示的に、活動量グラフの睡眠時間帯に対応する領域（例えば、「サブ領域」あるいは「サブ領域」が含まれる領域）に対する選択操作が活動量処理装置３において検出されることに応じて実行されてよい。

選択操作は、マウスによる表示画面に対するクリック操作でもよいし、タッチパネルでのタッチ操作でもよい。活動量処理装置３は、選択操作がなされたことを示す信号の受信を検出することによって、図１０及び図１１に例示した可視化態様間の切り替えを実行してよい。

選択操作がなされたことを示す信号は、便宜的に、「選択操作信号」あるいは「切替指示信号」と称してもよい。選択操作信号は、例示的に、図３に例示した、ペリフェラルＩＦ３５（又は７５）、あるいは、通信ＩＦ３４（又は７４）にて受信されてよい。

選択操作信号が、通信ＩＦ３４（又は７４）で受信されるケースは、例示的に、活動量計２又は携帯端末４のディスプレイでの選択操作に応じて選択操作信号がネットワーク５経由でＰＣ３（又はサーバ７）宛に送信されるケースであってよい。

以上のように、上述した実施形態によれば、睡眠時間帯における被験者の体位情報を可視化できるので、被験者が睡眠中にどのような体位で寝ているのかを視覚的に理解し易い態様で被験者に認知させることができる。

人は、睡眠中は無意識であり、どのような体位で寝ているかが分からないため、睡眠中の体位を知りたいという被験者のニーズに応えることができる。

また、睡眠時間帯における被験者の体位情報を、１日２４時間の活動量グラフと共に可視化することで、例えば、被験者の活動時間帯と睡眠時間帯との対比で、被験者の睡眠時間帯における体位が視覚的に把握し易くなる。

したがって、被験者の生活習慣や睡眠等に関する指導や、コメント、アドバイスの提供に役立てることができる。例えば、医療機関にとって、人が睡眠中にどのような体位で寝ているかという情報は、睡眠障害の分析や治療に有用な情報となり得るから、医師が患者に生活習慣や睡眠等の改善に関する的確な指導やアドバイスを行なうことが可能になる。

更に、人が睡眠中にどのような体位で寝ているかという情報は、被験者や医療機関に限らず、例えば、寝具メーカ等にもニーズがある。

寝具メーカは、人が睡眠中に取り得る体位の傾向に合わせた寝具を開発、生産等していることがあるため、睡眠中の体位の傾向に合わせた寝具を顧客に推奨する手段として、睡眠中の体位情報にニーズがある。

非限定的な一例として、被験者が寝具等の睡眠に関連する商品の顧客であり、活動量処理装置３の一例であるタブレットＰＣのユーザが当該商品の販売員であることを想定してみる。

この場合、販売員は、タブレットＰＣに、顧客の睡眠時間帯における体位情報を表示しながら、睡眠中の体位の傾向に合った寝具等の商品を容易に選択して顧客に勧めることが可能になる。

（第１変形例）
活動量処理装置３は、図９、図１０又は図１１に例示したように可視化された活動量グラフの睡眠時間帯に相当する領域１００（図９参照）を拡大して可視化（便宜的に「拡大表示」と称することがある。）する処理又は制御を行なってよい。

また、活動量処理装置３は、睡眠時間帯に相当する領域１００の拡大表示に応じて、少なくとも活動量グラフの縦軸（活動量軸）のスケールを、睡眠時間帯において測定された活動量の大きさに応じたスケールに変更してよい。

「拡大表示」又は「スケール変更」の対象の睡眠時間帯は、図４の処理Ｐ１３において特定された睡眠時間帯が複数存在すれば、その全部又は一部に設定されてよい。あるいは、特定された複数の睡眠時間帯を含む連続した時間帯を１つの睡眠時間帯と扱い、当該１つの睡眠時間帯が「スケール変更対象」に設定されてもよい。

図１５に、第１変形例に係る動作例を示す。図１５に例示するフローチャートは、図４に比して、処理Ｐ１５と処理Ｐ１６との間において、処理Ｐ２１及びＰ２２が実行される点が異なる。

例えば、活動量処理装置３は、処理Ｐ１５の後、睡眠時間帯に相当する領域１００を拡大表示するか否かを判定してよい（処理Ｐ２１）。

ここで、睡眠時間帯における活動量グラフを拡大表示する処理又は制御は、例えば図９の表示状態において、睡眠時間帯に相当する領域１００が選択されることに応じて実行されてよい。

睡眠時間帯に相当する領域１００の選択は、マウスによる表示画面に対するクリック操作でもよいし、タッチパネルでのタッチ操作でもよい。活動量処理装置３は、図９の表示状態において、睡眠時間帯に相当する領域１００が選択されたことを示す信号の受信に応じて、上述したスケール変更処理を伴う活動量グラフの拡大表示を実行してよい。

別言すると、図１５の判定処理Ｐ２１は、睡眠時間帯に相当する領域１００が選択されたことを示す信号が受信されたか否かを判定する処理であってよい。

睡眠時間帯に相当する領域１００が選択されたことを示す信号は、便宜的に、「選択操作信号」あるいは「拡大指示信号」と称してもよい。拡大指示信号は、例示的に、図３に例示した、ペリフェラルＩＦ３５（又は７５）、あるいは、通信ＩＦ３４（又は７４）にて受信されてよい。

拡大指示信号が、通信ＩＦ３４（又は７４）で受信されるケースは、例示的に、活動量計２又は携帯端末４のディスプレイでの領域１００に対する選択操作に応じて拡大指示信号がネットワーク５経由でＰＣ３（又はサーバ７）宛に送信されるケースであってよい。

拡大指示信号の受信が検出されると（処理Ｐ２１でＹＥＳ）、活動量処理装置３は、後記のスケール変更処理を実施して（処理Ｐ２２）、変更したスケールにて睡眠時間帯に相当する領域の拡大表示を行なってよい（処理Ｐ１６）。スケール変更処理の具体例については、後述する。

拡大指示信号の受信が検出されなければ（処理Ｐ２１でＮＯ）、活動量処理装置３は、スケール変更処理は実施せずに、図９、図１０又は図１１に例示したような態様で可視化を行なってよい（処理Ｐ１６）。

なお、睡眠時間帯における活動量グラフの拡大表示は、例えば図９、図１０又は図１１のような表示の後に、一定時間が経過することをもって実行されてもよい。別言すると、図１５の判定処理Ｐ２１は、一定時間が経過したか否かを判定する処理であってよい。

一定時間が経過すると（処理Ｐ２１でＹＥＳ）、活動量処理装置３は、スケール変更処理（処理Ｐ２２）を実施してよい。一定時間が経過しない間（処理Ｐ２１でＮＯ）、活動量処理装置３は、図９、図１０又は図１１に例示したような態様で可視化を行なってよい（処理Ｐ１６）。

以上のように、睡眠時間帯における活動量グラフの拡大表示は、手動で実行されてもよいし自動で実行されてもよい。なお、図１５の可視化処理Ｐ１６を実行した後、活動処理装置３は、処理Ｐ２１へ戻って拡大表示を実行するか否かを監視してよい。

（スケール変更処理）
次に、図１６（Ａ）及び図１６（Ｂ）を参照して、活動量処理装置３による睡眠時間帯の拡大表示に応じたスケール変更処理（図１５の処理Ｐ２２）について説明する。

図１６（Ａ）は、図９の睡眠時間帯に相当する領域１００（図１０）を、横軸（時間軸）及び縦軸（活動量軸）のスケール比を変えずに拡大表示した例を示す図である。

ここで、図９及び図１０において、横軸の時間軸は、１日２４時間の時間幅に応じたスケールを有し、縦軸の活動量軸は、１日２４時間において活動量の大きさに応じたスケールを有する。

例えば、１日２４時間において測定された活動量の最大値が「１２０」であると仮定すると、活動量軸の上限値も「１２０」に設定されてよい。この場合、活動量の最大値「１２０」と活動量軸の上限値「１２０」との比は、１：１である。

あるいは、活動量軸の上限値は、「１２０」よりも大きな値に設定されてもよい。例えば、活動量の最大値「１２０」に一定のマージン（例示的に、３０）を加えた「１５０」を、活動量軸の上限値に設定してもよい。この場合、活動量の最大値「１２０」と活動量軸の上限値「１５０」との比は、「４：５」である。

ここで、図９及び図１０に例示した１日２４時間の活動量グラフにおいて、例えば、日中の活動時間帯（別言すると、非睡眠時間帯）との対比で、夜間の睡眠時間帯（別言すると、非活動時間帯）における被験者の身体の動きを把握したいことがある。

例えば、睡眠時間帯における被験者の身体の動きの程度や頻度を把握できれば、被験者の快眠の程度を客観的に推定、把握できると考えられる。別言すると、睡眠時間帯における活動量は、被験者の快眠の程度を知る上で有意な情報（「指標」と称してもよい。）になり得る。

しかし、図９に例示したように、非活動時間帯における被験者の活動量は、活動時間帯における活動量に比べて非常に小さい傾向にある。そのため、図９のように、日中の活動時間帯の活動量軸のスケールと同じスケールで、夜間の睡眠時間帯の活動量を可視化すると、睡眠時間帯における活動量が小さくなり過ぎて視認しにくい。

そこで、例えば図１６（Ａ）に示すように、２４時間の活動量グラフの睡眠時間帯に相当する部分を抜き出して（例えば、ポップアップウィンドウにて）拡大表示することが検討される。

しかし、時間軸と活動量軸とのスケール比を変えずに等倍拡大しても、睡眠時間帯における活動量の視認性が改善されたとは云い難い。

睡眠時間帯における活動量の視認性を改善するために、活動量処理装置３は、拡大表示する処理又は制御に応じて、少なくとも活動量軸のスケールを活動時間帯の活動量軸のスケールとは異なるスケールに変更してよい（図１５の処理Ｐ２２）。

例えば、活動量処理装置３は、拡大表示する処理又は制御に応じて、活動量軸のスケールを、睡眠時間帯において測定された活動量の大きさに応じたスケールに変更してよい。時間軸のスケールについては、睡眠時間帯の時間幅に応じたスケールに変更されてよい。

図１６（Ｂ）に、時間軸のスケールを睡眠時間帯の時間幅に応じたスケールに変更し、かつ、活動量軸のスケールを睡眠時間帯において測定された活動量の大きさに応じたスケール変更して拡大表示したグラフの一例を示す。

拡大表示の結果、図１６（Ｂ）では、或る活動量を示す活動量グラフ中の棒の長さが、図１６（Ａ）のスケールで表示する場合と比較して、より長く表示されるように、スケールが変更拡大されている。例えば、活動量軸の目盛の上限値に対する活動量を表す棒の長さの割合が大きくなるように、スケールが変更拡大されている。

図１６（Ｂ）には、活動量軸のスケールが、睡眠時間帯において測定された活動量の最大値（ｙ_ｍａｘ）に合わせて変更された例が示されている。例えば図１６（Ａ）の活動量軸の最大値（Ｙ１_ｍａｘ）が「１２０」であり、睡眠時間帯において測定された活動量の最大値ｙ_ｍａｘが「２０」であったと仮定する。

この場合、活動量処理装置３は、Ｙ１_ｍａｘ÷ｙ_ｍａｘ＝６の倍率で、図１６（Ａ）の活動量軸のスケールを図１６（Ｂ）のスケールに変更してよい。例えば図１６（Ｂ）の活動量軸の上限値（Ｙ２_ｍａｘ）は、図１６（Ａ）での上限値Ｙ１_ｍａｘ＝１２０から、Ｙ２_ｍａｘ＝１２０÷６＝２０に変更されてよい。

この場合、活動量の最大値「２０」と活動量軸の上限値「２０」との比は、１：１である。仮に、図１６（Ａ）での活動量の最大値と活動量軸の上限値との比が「１：１」であったとすると、活動量処理装置３は、「１：１」の比が維持されるように拡大表示における活動量軸のスケール変更を行なったことになる。

あるいは、図１６（Ａ）での活動量の最大値と活動量軸の上限値との比が「４：５」であったと仮定して、スケール変更後も「４：５」の比を維持する場合、図１６（Ｂ）での活動量軸の上限値Ｙ２_ｍａｘは、２０×（５／４）＝２５となる。別言すると、図１６（Ｂ）での活動量軸の上限値Ｙ２_ｍａｘは、拡大表示対象の時間帯における活動量の最大値「２０」にマージン「５」を加えた値である。

活動量処理装置３は、以上のようにして変更した活動量軸のスケールにて、図１６（Ｂ）に例示したように、睡眠時間帯における活動量グラフを拡大表示してよい（図１５の処理Ｐ２２）。

これにより、被験者の睡眠時間帯における活動量の視認性を向上できる。したがって、被験者の睡眠時間帯における身体の動きを把握し易くなり、被験者に対する生活習慣や睡眠等に関するコメントやアドバイスの提供が容易になる。

なお、図１６（Ｂ）は、図１０に例示したように睡眠時体位情報が睡眠状態情報よりも活動量軸の方向に小さい幅で可視化された状態（第１の可視化態様）をベースに、拡大処理に応じて活動量軸のスケールが変更される例である。

しかし、活動量処理装置３は、図１１に例示したように睡眠時体位情報が睡眠状態情報よりも活動量軸の方向に大きい幅で可視化された状態（第２の可視化態様）をベースに、拡大処理に応じて活動量軸のスケールを変更することも可能である。

（第２変形例）
睡眠時間帯であっても、例えば、被験者が一時的に覚醒してトイレに行く等、日中と同等の活動を行なうと、大きな活動量が検出され得る。当該活動量が睡眠時間帯における最大値として検出されてしまうと、既述の最大値を基準にしたスケール変更を行なっても、睡眠時間帯の活動量は実質的に拡大表示されず、意味をなさない可能性がある。

そこで、活動量処理装置３は、睡眠時間帯において被験者が一時的に覚醒して日中と同等の活動を行なったことによって検出されたと推定される活動量を、既述のスケール変更の基準には用いない（別言すると、処理対象の候補から除外する）こととしてよい。

図１７に、第２変形例に係る動作例を示す。図１７において、処理Ｐ３１及びＰ３２を除いた処理Ｐ１１〜Ｐ１６並びにＰ２１及びＰ２２での処理は、図４並びに図１５にて既述の処理Ｐ１１〜Ｐ１６並びにＰ２１及びＰ２２とそれぞれ同等の処理でよい。

睡眠時間帯において被験者が一時的に覚醒して日中と同等の活動を行なったか否かは、例示的に、被験者が立位の状態になったか否かを検出することで推定できる。被験者が立位の状態になったか否かは、例示的に、慣性センサ２１によって検出できる。

慣性センサ２１は、既述のとおり、検出軸に沿う方向の重力成分を「加速度」として検出することで被験者の姿勢を検出できるから、被験者が立位の状態であるか否かを検出できる。

したがって、活動量処理装置３は、例えば図１７に示すように、処理Ｐ１３で特定した睡眠時間帯に、被験者が立位の状態の時の活動量が存在するか否かを、慣性センサ２１のセンサデータを基に判定してよい（処理Ｐ３１）。

睡眠時間帯に、被験者が立位の状態にある時間の活動量が存在すれば（処理Ｐ３１でＹＥＳ）、活動量処理装置３は、当該活動量をスケール変更の基準に用いないように処理対象の候補から除外（又はマスク）してよい（処理Ｐ３２）。

これにより、意図しない活動量の大きさが処理Ｐ２２においてスケール変更の基準に選ばれることを抑止できるから、適切なスケール変更が可能になる。

睡眠時間帯に、被験者が立位の状態にある時間の活動量が存在しない場合（処理Ｐ３１でＮＯ）、活動量処理装置３は、除外処理Ｐ３２は実施せずに（スキップして）、図１５にて既述の処理Ｐ２２と同様に、スケール変更処理を実施してよい。なお、処理Ｐ３１及びＰ３２は、処理Ｐ１５と処理Ｐ２１との間において実施されてもよい。

被験者が立位の状態にある時間は、睡眠時間帯が不連続になる時間であり、睡眠時間帯の間の非睡眠時間帯に相当すると捉えてよい。したがって、被験者が立位の状態にある時間の活動量を、スケール変更の処理対象の候補から除外することは、不連続な睡眠時間帯の間の非睡眠時間帯における活動量を、スケール変更の基準に用いないこと、と捉えてもよい。

また、上述した変形例は、被験者が立位の状態にある時の活動量をスケール変更の基準となる候補から除外する例であるが、或る閾値以上の活動量をスケール変更の基準となる候補から除外することとしてもよい。

例えば、睡眠時間帯において被験者が一時的に覚醒して日中と同等の活動を行なった場合に検出される活動量の大きさは、実験等によって推定できるので、そのような活動量がスケール変更の基準に選ばれないように閾値を設定すればよい。

また、活動量を除外又はマスクすることに代えて、閾値を超える活動量を閾値未満の値に補正することで、当該活動量がスケール変更の基準に選ばれないようにしてもよい。

（その他）
図４や図１５、図１７のフローチャートに例示した処理は、全部がＰＣ３やサーバ７において実行されなくてもよい。活動量計２のプロセッサ２２や携帯端末４のプロセッサ４２の処理能力に応じて、図４、図１５又は図１７に例示した処理の全部又は一部が、活動量計２のプロセッサ２２や携帯端末４のプロセッサ４２にて実行されてもよい。

また、活動量計２や携帯端末４は、活動量データの測定のために被験者に拘束される態様で取り付けられなくてもよい。例えば、活動量センサ２１（又は４１）に、慣性センサや電波センサ等の非接触で被験者の活動量を測定可能なセンサを適用することで、被験者は、活動量計２や携帯端末４を、腰に付けたり、着衣のポケット等に収容しておけば、活動量の測定が可能である。

また、活動量センサ２１（又は４１）に、電波センサを適用した場合には、活動量計２や携帯端末４は、被験者の身体から離れた場所に置かれていても被験者に電波が到達可能な範囲であれば活動量の測定が可能である。

したがって、活動量計２や携帯端末４は、必ずしも被験者に携行されなくても構わない。例えば、活動量計２や携帯端末４が、被験者の位置する室内空間に置かれていても構わない。

いずれにしても、例えば、センサを被験者に拘束する形態で装着（例えば、皮膚に直接センサを取り付ける等）する必要がないから、活動量測定のために被験者に身体的及び精神的な負担をかけなくて済む。

よって、例えば２４時間以上の長時間にわたって活動量を測定する場合であっても、被験者の日常生活を測定のために阻害せずに、被験者の活動量を簡易に検出して可視化できる。別言すると、活動量の測定に関してユーザビリティの向上を図ることができる。

なお、被験者の活動量は、複数の活動量センサ２１を時間的に組み合わせて測定されても構わない。複数の活動量センサ２１は、異なる種類のセンサの組み合わせ、例えば、電波センサと慣性センサとの組み合わせであってもよい。

例えば、被験者が家の中に居る間は、室内に設置された電波センサによって被験者の活動量を測定し、被験者が家から外出している間は、被験者に携行される活動量計２の慣性センサによって活動量を測定することもできる。

非限定的な一例として、９時から１８時までは被験者に携行される活動量計２の慣性センサによって活動量が測定され、１８時から翌朝９時までは室内に設置された電波センサによって活動量が測定されたとする。

この場合、活動量処理装置３は、９時から１８時までの間に慣性センサによって測定された活動量データと、１８時から翌朝９時までの間に室内に設置された電波センサによって測定された活動量データとを、時系列でつなぎ合わせてよい。

別言すると、図５に例示した活動量データは、複数の活動量センサ２１によって得られた活動量データを時系列につなぎ合わせたデータに相当する、と捉えてもよい。

１情報処理システム
２活動量計
１１ディスプレイ
１２プリンタ
２１活動量センサ
２２プロセッサ
２３メモリ
２４通信インタフェース（ＩＦ）
２５バス
３ＰＣ
３１プロセッサ
３２メモリ
３３記憶装置
３４通信ＩＦ
３５ペリフェラルＩＦ
３６バス
４携帯端末
４１活動量センサ
４２プロセッサ
４３メモリ
４４通信ＩＦ
４５バス
５ネットワーク
６ルータ
７情報処理装置（サーバ）
７１プロセッサ
７２メモリ
７３記憶装置
７４通信ＩＦ
７５ペリフェラルＩＦ
７６バス

Claims

活動量計で測定された、被験者の活動に応じた動きを示す時系列データを取得する取得部と、
前記時系列データを基に前記被験者の非活動時間帯における体位の情報を検出し、前記時系列データを時間軸と前記活動に応じた動きに対応する活動量軸とで表わされるグラフに可視化し、かつ、前記グラフの前記非活動時間帯に対応する領域に、前記検出した体位の情報を異なる体位毎に区別可能に可視化する処理部と、
を備え、
前記非活動時間帯は、不連続な複数の睡眠時間帯が特定された場合には、前記複数の睡眠時間帯を、連続して含む１つの時間帯であって、
前記処理部は、前記グラフを可視化する処理において、
前記非活動時間帯に対応する表示領域に、睡眠領域と覚醒領域と前記睡眠領域および前記覚醒領域以外の空白領域とを含む睡眠状態を示す情報を、前記時系列データに基づき可視化し、
前記時系列データのうち、前記空白領域に対応し、かつ、前記睡眠領域と前記覚醒領域以外の時系列データを、前記グラフの前記空白領域に可視化する、活動量処理装置。
前記処理部は、
前記体位の情報を、前記グラフの前記非活動時間帯に対応する前記表示領域において、前記睡眠状態を示す情報よりも前記活動量軸の方向に小さい幅で可視化する第１の可視化態様と、
前記体位の情報を、前記グラフの前記非活動時間帯に対応する前記表示領域において、前記睡眠状態を示す情報よりも前記活動量軸の方向に大きい幅で可視化する第２の可視化態様と、
を選択的に切り替える、請求項１に記載の活動量処理装置。
前記処理部は、
前記非活動時間帯に対応する前記表示領域を拡大する制御に応じて、少なくとも前記活動量軸のスケールを前記非活動時間帯における前記活動に応じた動きの大きさに応じたスケールに変更する、請求項１または２に記載の活動量処理装置。
前記処理部は、
前記体位の情報を基に、前記非活動時間帯における前記異なる体位毎の比率を求め、前記異なる体位毎の比率を示す情報を更に可視化する、請求項１〜３のいずれか１項に記載の活動量処理装置。
前記処理部は、
前記体位の情報を基に、前記非活動時間帯における前記異なる体位毎の持続時間の累計時間を求め、前記異なる体位毎の前記累計時間を示す情報を更に可視化する、請求項１〜４のいずれか１項に記載の活動量処理装置。
前記非活動時間帯は、前記被験者が寝床につく時刻とは異なり前記被験者が入眠する時刻から、前記被験者が寝床から離れる時刻とは異なり前記被験者が覚醒する時刻までの睡眠時間に基づき特定される、請求項１〜５のいずれか１項に記載の活動量処理装置。
活動量計で測定された、被験者の活動に応じた動きを示す時系列データを取得し、
前記時系列データを基に前記被験者の非活動時間帯における体位の情報を検出し、前記時系列データを時間軸と前記活動に応じた動きに対応する活動量軸とで表わされるグラフに可視化し、かつ、前記グラフの前記非活動時間帯に対応する領域に、前記検出した体位の情報を異なる体位毎に区別可能に可視化すると共に、
前記非活動時間帯は、不連続な複数の睡眠時間帯が特定された場合には、前記複数の睡眠時間帯を、連続して含む１つの時間帯であって、
前記グラフを可視化する処理において、
前記非活動時間帯に対応する表示領域に、睡眠領域と覚醒領域と前記睡眠領域および前記覚醒領域以外の空白領域とを含む睡眠状態を示す情報を、前記時系列データに基づき可視化し、
前記時系列データのうち、前記空白領域に対応し、かつ、前記睡眠領域と前記覚醒領域以外の時系列データを、前記グラフの前記空白領域に可視化する、活動量処理方法。
活動量計で測定された、被験者の活動に応じた動きを示す時系列データを取得し、
前記時系列データを基に前記被験者の非活動時間帯における体位の情報を検出し、前記時系列データを時間軸と前記活動に応じた動きに対応する活動量軸とで表わされるグラフに可視化し、かつ、前記グラフの前記非活動時間帯に対応する領域に、前記検出した体位の情報を異なる体位毎に区別可能に可視化すると共に、
前記非活動時間帯は、不連続な複数の睡眠時間帯が特定された場合には、前記複数の睡眠時間帯を、連続して含む１つの時間帯であって、
前記グラフを可視化する処理において、
前記非活動時間帯に対応する表示領域に、睡眠領域と覚醒領域と前記睡眠領域および前記覚醒領域以外の空白領域とを含む睡眠状態を示す情報を、前記時系列データに基づき可視化し、
前記時系列データのうち、前記空白領域に対応し、かつ、前記睡眠領域と前記覚醒領域以外の時系列データを、前記グラフの前記空白領域に可視化する、処理をコンピュータに実行させる、活動量処理プログラム。