JP6589587B2 - 生体情報処理装置、生体情報処理方法及び生体情報処理システム - Google Patents

Description

本発明の実施形態は、生体情報処理装置、生体情報処理方法及び生体情報処理システムに関する。

睡眠時無呼吸症候群は、睡眠中に呼吸停止を繰り返す疾患であり、日中の疲労感増加や集中力低下の原因となり得るだけでなく、脳卒中や心筋梗塞といった種々様々な疾患の主要なリスクファクターとなり得る疾患である。このため、睡眠時無呼吸症候群の早期発見及び早期治療が望まれている。

一般的に、睡眠時無呼吸症候群の治療には、ＣＰＡＰ（Ｃｏｎｔｉｎｕｏｕｓ Ｐｏｓｉｔｉｖｅ Ａｉｒｗａｙ Ｐｒｅｓｓｕｒｅ）と呼ばれる装置や、マウスピース等が用いられる。しかしながら、これら装置を用いた治療の場合、患者にかかる負担が大きいという不都合があり、継続して治療を受診している患者は少ないという現状がある。このため、患者にかかる負担の少ない治療法の確立が望まれている。

特許第５３５０７３５号公報

ところで、睡眠時無呼吸症候群の症状は、患者の寝姿勢と大きな関連があることが知られている。例えば、寝姿勢が仰向け（仰臥位）であった場合、気道の閉塞による呼吸停止状態（無呼吸状態）が生じやすく、寝姿勢が横向き（側臥位）やうつ伏せ（腹臥位）であった場合、無呼吸状態が生じにくい。つまり、睡眠時無呼吸症候群の症状は、寝姿勢を改善することによって大きく改善する場合もある。

しかしながら、どのように寝姿勢を改善すればよいかは、患者の体格や候群の重症度によって大きく異なるため、症状緩和を期待することができる寝姿勢を患者に分かりやすく提示する必要がある。

本発明が解決しようとする課題は、睡眠時無呼吸症候群の症状緩和が期待できる寝姿勢を患者に提示可能な生体情報処理装置、生体情報処理方法及び生体情報処理システムを提供することにある。

実施形態によれば、生体情報処理装置は、人体に装着可能であり、装着者の加速度を計測可能なセンサ装置と通信可能である。前記生体情報処理装置は、第１の取得手段、推定手段、第１の算出手段及び表示手段を備えている。前記第１の取得手段は、所定の時刻毎に計測された装着者の加速度を示す加速度情報を取得する。前記推定手段は、前記取得された加速度情報に基づいて、前記所定の時刻毎の装着者の寝姿勢を推定する。前記第１の算出手段は、前記取得された加速度情報に基づいて、前記推定された寝姿勢の種類毎に、睡眠時の呼吸状態の程度を示す第１の指標を算出する。前記表示手段は、前記推定された寝姿勢の種類毎に、前記算出された第１の指標をディスプレイ上に表示させる。前記第１の算出手段は、加速度の時間的な変化波形から抽出される鼾に対応する高周波成分の特徴量に基づいて、前記推定された寝姿勢の種類毎に、前記第１の指標を算出するための第１の予測変数を算出する手段と、前記加速度の時間的な変化波形から抽出される呼吸に伴う胸部の動きに対応する低周波成分の特徴量に基づいて、前記推定された寝姿勢の種類毎に、前記第１の指標を算出するための第２の予測変数を算出する手段と、前記算出された寝姿勢の種類毎の第１及び第２の予測変数に基づいて、前記推定された寝姿勢の種類毎に、前記第１の指標を算出する手段とを備える。

各実施形態に共通して係る生体情報処理システムの概略構成例を示す図。 第１の実施形態に係る生体センサ装置のシステム構成例を示す図。 同実施形態に係る生体センサ装置に内蔵される３軸加速度センサについて説明するための図。 同実施形態に係る生体センサ装置の動作の一例を示すフローチャート。 同実施形態に係るタブレットコンピュータのシステム構成を示す図。 同実施形態に係る生体情報処理アプリケーションの機能構成例を示す図。 同実施形態に係る生体情報処理アプリケーションがＣＰＵによって実行された場合の処理手順の一例を示すフローチャート。 図７に示すフローチャートの手順をより詳細に説明するためのフローチャート。 合成加速度の時間的な変化波形を示す図。 図９に示す合成加速度の時間的な変化波形から抽出される高周波成分に関する図。 図９に示す合成加速度の時間的な変化波形から抽出される低周波成分に関する図。 同実施形態に係るタブレットコンピュータのディスプレイモニタに表示される画面の一例を示す図。 同実施形態の変形例に係る生体情報処理アプリケーションがＣＰＵによって実行された場合の処理手順の一例を示すフローチャート。 同実施形態の変形例に係るタブレットコンピュータのディスプレイモニタに表示される画面の一例を示す図。 第２の実施形態に係る生体情報処理アプリケーションの機能構成例を示す図。 同実施形態に係る生体情報処理アプリケーションがＣＰＵによって実行された場合の処理手順の一例を示すフローチャート。 状態遷移モデルの一例を示す図。 図１６に示すフローチャートの手順をより詳細に説明するためのフローチャート。 同実施形態に係るタブレットコンピュータのディスプレイモニタに表示される画面の一例を示す図。 第３の実施形態に係る生体センサ装置のシステム構成例を示す図。 同実施形態に係る生体情報処理アプリケーションの機能構成例を示す図。 同実施形態に係る生体情報処理アプリケーションがＣＰＵによって実行された場合の処理手順の一例を示すフローチャート。 図２２に示すフローチャートの手順をより詳細に説明するためのフローチャート。 心電図波形の一例を示す図。 同実施形態に係るタブレットコンピュータのディスプレイモニタに表示される画面の一例を示す図。 各実施形態に共通して係る生体情報処理システムの別の概略構成例を示す図。

以下、実施の形態について図面を参照して説明する。
＜第１の実施形態＞
図１は、各実施形態に共通して係る生体情報処理システムの概略構成例を示す。この生体情報処理システムは、図１に示すように、生体センサ装置１０及び電子機器２０を含み、当該生体センサ装置１０と当該電子機器２０とは通信可能に接続されている。生体センサ装置１０は、生体情報を常時計測可能とするために、例えば、接着テープ（粘着部材）等により着脱可能に人体（の胸部）に貼り付けられる。人体への装着法は貼り付けによる装着以外にも、バンドによる装着やベルトによる装着、服による埋め込み等であってもよい。生体センサ装置１０は、装着者の加速度を少なくとも計測し、当該計測した加速度を示す加速度情報を電子機器２０に送信可能な機能を有する。また、生体センサ装置１０は、電子機器２０からの制御信号等を無線で受信する機能も有する。電子機器２０は、例えばスマートフォンやタブレットコンピュータ、時計やイヤホン等のウェアラブル端末等である。本実施形態では、電子機器２０がタブレットコンピュータである場合を想定して説明する。

図２は、第１の実施形態に係る生体センサ装置１０のシステム構成例を示す。生体センサ装置１０は、図２に示すように、ＭＰＵ（Ｍｉｃｒｏ Ｐｒｏｃｅｓｓｉｎｇ Ｕｎｉｔ）１１、操作部１２、加速度センサ１３、通信部１４、格納部１５、エンベデッドコントローラ（ＥＣ）１６及びバッテリ１７等を備えている。ＭＰＵ１１は、生体センサ装置１０の各モジュール、各コンポーネントの動作を制御するプロセッサである。操作部１２は、装着者によって操作されるインタフェースであり、例えば、押下式のボタンや、タップ等のジェスチャに応答可能なタッチパネル等がこれに該当する。操作部１２は、例えば、加速度センサ１３による加速度の計測を開始する際に、あるいは計測を終了する際に装着者によって操作される。本実施形態では、操作部１２が押下式のボタンである場合を想定して説明する。加速度センサ１３は、人体の動きを測定するセンサである。なお、本実施形態では、加速度センサ１３が、サンプリング周波数が１ｋＨｚの３軸加速度センサである場合を想定して説明する。通信部１４は、電子機器２０や図示しない外部装置との通信を行うモジュールであり、例えば、Ｂｌｕｅｔｏｏｔｈ（登録商標）モジュール等がこれに該当する。格納部１５は、加速度センサ１３による加速度の計測結果や、各種アプリケーションプログラム等を格納する記憶装置であり、例えば、不揮発性メモリ（フラッシュメモリ）等がこれに該当する。ＥＣ１６は、生体センサ装置１０の電力管理を実行するための電力管理コントローラである。バッテリ１７は、生体センサ装置１０の各モジュール、各コンポーネントに電力の供給を行う。

図３は、生体センサ装置１０に内蔵される３軸加速度センサ１３について説明するための図である。３軸加速度センサ１３は、図３に示すように、Ｘ軸方向、Ｙ軸方向、Ｚ軸方向の加速度をそれぞれ計測する機能を有している。Ｘ軸方向とは、装着者の胸部表面に対して水平であり、かつ体軸と垂直である軸成分を示す。Ｙ軸方向とは、装着者の胸部表面に対して水平であり、かつ体軸と水平である軸成分を示す。Ｚ軸方向とは、装着者の胸部表面に対して垂直な軸成分を示す。３軸加速度センサ１３により計測された各軸成分の加速度を示す加速度情報は、ＭＰＵ１１によって格納部１５に記録される。

ここで、図４のフローチャートを参照して、生体センサ装置１０の動作の一例について説明する。なお、ここでは、生体センサ装置１０は、図３に示したように、人体の胸部表面に貼り付けられているものとする。また、生体センサ装置１０内の加速度センサ１３は、上述したように、装着者の操作に応じて動作するものとする。具体的には、加速度センサ１３は、就寝時に装着者によって操作部１２が一度押下されることで加速度の計測を開始し、起床時に装着者によって操作部１２が再度押下されることで加速度の計測を終了するものとする。

まず、生体センサ装置１０内のＭＰＵ１１は、装着者によって操作部１２が押下（操作）されたかどうかを判定する。具体的には、ＭＰＵ１１は、装着者によって操作部１２が押下されることで当該操作部１２から出力される信号の入力の有無に基づいて、装着者によって操作部１２が押下されたかどうかを判定する（ステップＳ１０１）。なお、装着者によって操作部１２が押下されていないと判定された場合、つまり、装着者によって操作部１２が押下された旨の信号の入力が無かった場合（ステップＳ１０１のＮＯ）、ＭＰＵ１１は、上記ステップＳ１０１の処理を再度実行する。

一方、装着者によって操作部１２が押下されたと判定された場合、つまり、装着者によって操作部１２が押下された旨の信号の入力が有った場合（ステップＳ１０１のＹＥＳ）、ＭＰＵ１１は、加速度センサ１３によって計測されたＸ軸方向、Ｙ軸方向、Ｚ軸方向の各加速度を示す３次元の加速度情報を、当該加速度センサ１３から取得する（ステップＳ１０２）。取得された加速度情報は、ＭＰＵ１１によって格納部１５に記録される（書き込まれる）（ステップＳ１０３）。

その後、ＭＰＵ１１は、装着者によって操作部１２が再度押下されたかどうかを判定する（ステップＳ１０４）。なお、装着者によって操作部１２が再度押下されたと判定された場合（ステップＳ１０４のＹＥＳ）、加速度センサ１３による加速度の計測が終了したとして、ここでの一連の処理は終了する。一方、装着者によって操作部１２が再度押下されていないと判定された場合（ステップＳ１０４のＮＯ）、加速度センサ１３による加速度の計測は続いているものとして、上記ステップＳ１０２の処理に戻る。つまり、ＭＰＵ１１は、加速度情報を加速度センサ１３から取得し、これを格納部１５に記録する処理を繰り返し実行する。

なお、本実施形態では、加速度センサ１３は、装着者によって就寝時に操作部１２が押下されてから起床時に操作部１２が再度押下されるまでの間、１秒間に１０００回（１ｋＨｚ）で装着者の加速度を計測しているものとする。但し、加速度センサ１３による加速度の計測間隔はこれに限られず、装着者の寝返りによる姿勢変化およびイビキに伴う振動を検出可能な程度の時間であれば、任意の時間であって構わない。

また、本実施形態では、加速度センサ１３は、装着者による操作部１２の操作に応じて動作するものとしたが、例えば、生体センサ装置１０に、装着者の姿勢変化から就寝時刻と起床時刻とを推定可能な機能をさらに付することで、加速度センサ１３は、装着者による操作部１２の操作がなくても、就寝時刻に加速度の計測を開始し、起床時刻に加速度の計測を終了させることができるようになる。これによれば、生体センサ装置１０の装着者が操作部１２を押下することを忘れたとしても、適切に加速度センサ１３を動作させることができる。

次に、図５を参照して、タブレットコンピュータ２０のシステム構成について説明する。
図５は、各実施形態に共通して係るタブレットコンピュータ２０のシステム構成例を示す。タブレットコンピュータ２０は、ＣＰＵ２１、システムコントローラ２２、主メモリ２３、グラフィクスコントローラ２４、ディスプレイモニタ２５、ＢＩＯＳ−ＲＯＭ２６、不揮発性メモリ２７、通信部２８及びＥＣ２９等を備えている。

ＣＰＵ２１は、タブレットコンピュータ２０内の各種モジュールの動作を制御するプロセッサである。ＣＰＵ２１は、ストレージデバイスである不揮発性メモリ２７から主メモリ２３にロードされる各種ソフトウェアを実行する。これらソフトウェアには、オペレーティングシステム（ＯＳ）や各種アプリケーションプログラムが含まれている。各種アプリケーションプログラムには、生体情報処理アプリケーションプログラム（以下では、単に、生体情報処理アプリケーションと表記）３０が含まれている。生体情報処理アプリケーション３０は、生体センサ装置１０の装着者の寝姿勢を推定する機能、当該装着者の呼吸状態がどの程度正常であるかを示す指標、例えば、睡眠時無呼吸症候群の重症度を示す睡眠時無呼吸低呼吸指数（ＡＨＩ：Ａｐｎｅａ Ｈｙｐｏｐｎｅａ Ｉｎｄｅｘ）の推定値を算出する機能等を有している。

ＣＰＵ２１は、ＢＩＯＳ−ＲＯＭ２６に格納された基本入出力システム（ＢＩＯＳ）も実行する。ＢＩＯＳは、ハードウェア制御のためのプログラムである。

システムコントローラ２２は、ＣＰＵ２１のローカルバスと各種コンポーネント、各種モジュールとの間を接続するデバイスである。システムコントローラ２２には、主メモリ２３をアクセス制御するメモリコントローラも内蔵されている。システムコントローラ２２は、ＰＣＩ ＥＸＰＲＥＳＳ規格のシリアルバス等を介してグラフィクスコントローラ２４との通信を実行する機能も有している。

グラフィクスコントローラ２４は、タブレットコンピュータ２０のディスプレイモニタ２５として使用される例えばＬＣＤ（Ｌｉｑｕｉｄ Ｃｒｙｓｔａｌ Ｄｉｓｐｌａｙ）を制御する表示コントローラである。

通信部２８は、生体センサ装置１０や図示しない外部装置との通信を行うモジュールであり、例えば、Ｂｌｕｅｔｏｏｔｈモジュール等がこれに該当する。ＥＣ２９は、タブレットコンピュータ２０の電力管理を実行するための電力管理コントローラである。ＥＣ２９は、ユーザの操作に応じて、本タブレットコンピュータ２０を電源オンまたは電源オフする機能を有している。

続いて、図６を参照して、生体情報処理アプリケーション３０の機能構成について説明する。図６は、生体情報処理アプリケーション３０の機能構成例を示す。生体情報処理アプリケーション３０は、図６に示すように、加速度情報取得部３１、呼吸状態算出部３２及び呼吸状態表示部３３等を含む。なお、生体情報処理アプリケーション３０に含まれる各機能部が有する各種機能の一部または全ては、生体センサ装置１０が有する（生体センサ装置１０に実装する）としてもよい。

加速度情報取得部３１は、生体センサ装置１０内の格納部１５に記録された加速度情報を取得する。取得された加速度情報は、呼吸状態算出部３２に送出される。

呼吸状態算出部３２は、加速度情報取得部３１から送出された加速度情報の入力を受けると、当該入力された加速度情報に基づいて、生体センサ装置１０の装着者の寝姿勢を推定する処理を実行する。具体的には、呼吸状態算出部３２は、入力された加速度情報に基づいて、装着者の寝姿勢が仰臥位、腹臥位、左側臥位及び右側臥位のうちのいずれであるかを推定（分類）する。なお、本実施形態では、呼吸状態算出部３２は、装着者の寝姿勢が上述した４種類の寝姿勢のうちのいずれであるかを推定するとしたが、これに限らず、より多くの種類の寝姿勢のうちのいずれであるかを推定するとしてもよいし、例えば左側臥位と右側臥位とをまとめて側臥位とした上で、３種類の寝姿勢のうちのいずれであるかを推定するとしてもよい。

また、呼吸状態算出部３２は、寝姿勢（仰臥位、腹臥位、左側臥位及び右側臥位）毎に、睡眠時無呼吸低呼吸指数（ＡＨＩ）の推定値を算出する機能も有している。以下では、説明の便宜上、ＡＨＩの推定値をＡＨＩと表記して説明する。なお、ＡＨＩの詳しい算出方法については、図８のフローチャート共に後述するため、ここではその詳しい説明は省略する。

呼吸状態表示部３３は、呼吸状態算出部３２によって寝姿勢毎に算出されたＡＨＩの各値をタブレットコンピュータ２０のディスプレイモニタ２５に表示させる。

ここで、生体情報処理アプリケーション３０がＣＰＵ２１によって実行された場合の処理手順の一例を、図７のフローチャートを参照しながら説明する。
まず、加速度情報取得部３１は、生体センサ装置１０内の格納部１５に記録された加速度情報を取得する（ステップＳ２０１）。なお、取得された加速度情報は、呼吸状態算出部３２に送出されると共に、不揮発性メモリ２７に記録される（書き込まれる）。

続いて、呼吸状態算出部３２は、加速度情報取得部３１から送出された加速度情報の入力を受けると、当該入力された加速度情報に基づいて、加速度が計測された時刻における生体センサ装置１０の装着者の寝姿勢が、仰臥位、腹臥位、左側臥位及び右側臥位のうちのいずれであるかを推定する（ステップＳ２０２）。なお、本実施形態では、加速度が計測された時刻を時刻ｔと表記する。また、上記ステップＳ２０２の処理による推定結果は、Ｐｏｓ（ｔ）として不揮発性メモリ２７に記録される。Ｐｏｓ（ｔ）は、時刻ｔにおける装着者の寝姿勢を示す値であり、１〜４のいずれかであるものとする。具体的には、Ｐｏｓ（ｔ）が１を示す場合、装着者の寝姿勢は仰臥位であり、Ｐｏｓ（ｔ）が２を示す場合、装着者の寝姿勢は腹臥位であり、Ｐｏｓ（ｔ）が３を示す場合、装着者の寝姿勢は左側臥位であり、Ｐｏｓ（ｔ）が４を示す場合、装着者の寝姿勢は右側臥位であるものとする。

次に、呼吸状態算出部３２は、入力された加速度情報に基づいて、寝姿勢毎にＡＨＩを算出する（ステップＳ２０３）。

ここで、図８のフローチャートを参照して、上記ステップＳ２０３の処理の詳細について説明する。なお、以下では、ＡＨＩを算出するために、鼾の振動と、呼吸に伴う胸部の動きとが利用される場合を例示する。これは、一般的に、睡眠時無呼吸症候群の重症度と、鼾の振動及び呼吸に伴う胸部の動きとには大きな相関関係があるとされているためである。

まず、呼吸状態算出部３２は、後述する（１）式を利用して、時刻ｔの加速度情報により示されるＸ軸方向の加速度Ｘ（ｔ）と、Ｙ軸方向の加速度Ｙ（ｔ）と、Ｚ軸方向の加速度Ｚ（ｔ）との合成加速度Ａ（ｔ）を算出する（ステップＳ３０１）。なお、入力された全ての加速度情報について、上記ステップＳ３０１の処理が実行されることにより、図９に示すような合成加速度の時間的な変化を示す波形Ａ（ｔ）が算出される。

なお、本実施形態においては合成加速度Ａ（ｔ）に対して以降の処理を行うものとして説明するが、ある１軸の加速度の値（たとえばＺ（ｔ））やこれらの微分値をＡ（ｔ）の代わりに用いることも可能である。

続いて、呼吸状態算出部３２は、算出された合成加速度の時間的な変化を示す波形Ａ（ｔ）に対してハイパスフィルタを適用し、鼾に対応する高周波成分Ａ_ＨＦ（ｔ）を抽出する（ステップＳ３０２）。なお、ハイパスフィルタのカットオフ周波数（低域遮断周波数）としては、例えば５０Ｈｚが適用される。

また、呼吸状態算出部３２は、算出された合成加速度の時間的な変化を示す波形Ａ（ｔ）に対してローパスフィルタを適用し、呼吸に伴う胸部（胸郭）の動きに対応する低周波成分Ａ_ＬＦ（ｔ）を抽出する（ステップＳ３０３）。なお、ローパスフィルタのカットオフ周波数（高域遮断周波数）としては、例えば０．５Ｈｚが適用される。

なお、ハイパスフィルタやローパスフィルタのカットオフ周波数は、上述した各値に限らず、任意の値であって構わない。

次に、呼吸状態算出部３２は、抽出された高周波成分Ａ_ＨＦ（ｔ）から特徴量を算出する。具体的には、呼吸状態算出部３２は、後述する（２）式を利用して、抽出された高周波成分Ａ_ＨＦ（ｔ）の時刻ｔにおける実効値（パワー）ＲＭＳ_ＨＦ（ｔ）を算出する（ステップＳ３０４）。なお、図１０（ａ）に示す高周波成分Ａ_ＨＦ（ｔ）の全ての時刻ｔについて、上記ステップＳ３０４の処理が実行されることにより、図１０（ｂ）に示すような実効値の時間的な変化を示す波形ＲＭＳ_ＨＦ（ｔ）が算出される。

上記（２）式のＷは、実効値を算出する区間の長さを示し、例えば０．１秒に設定される。なお、Ｗの値は０．１秒に限られず、鼾を１回発するのにかかるとされる時間より短い時間であれば、任意の時間であって構わない。

続いて、呼吸状態算出部３２は、抽出された低周波成分Ａ_ＬＦ（ｔ）から特徴量を算出する。具体的には、まず呼吸状態算出部３２は、抽出された低周波成分Ａ_ＬＦ（ｔ）から極大値（図１１中の○印）及び極小値（図１１中の△印）を全て抽出し、ｉ番目の極大値とｉ番目の極小値との差分から振幅ΔＡ_ＬＦ（ｉ）を算出する。なお、以下では、算出された振幅ΔＡ_ＬＦ（ｉ）に対応する時刻を時刻ｔ_ｉと定義する。振幅ΔＡ_ＬＦ（ｉ）を算出すると、呼吸状態算出部３２は、後述する（３）式を利用して、時刻ｔ_ｉにおける振幅ΔＡ_ＬＦ（ｉ）の変動量ＳＤＡ_ＬＦ（ｔ_ｉ）を算出する（ステップＳ３０５）。

上記（３）式の演算子ｓｄ［ｘ１，・・・，ｘｎ］は、ｘ１〜ｘｎの標準偏差を計算する演算子である。また、上記（３）式のＮは、呼吸何回分の標準偏差を算出するかを定める値であり、例えば５回に設定される。これは、一般的に、無呼吸状態から呼吸を再開し、正常な呼吸状態に復帰するまでに行われる呼吸の回数が５回前後であるためである。但し、Ｎの値は５回に限られず、任意の回数であって構わない。また、以下では、変数ｉの最大値をＩと定義する。

なお、本実施形態では、変動量ＳＤＡ_ＬＦ（ｔ_ｉ）を算出するために、標準偏差が利用される場合を例示しているが、これに限られず、例えば、標準偏差の代わりに、分散値や振幅の平均値等が利用されてもよい。

続いて、呼吸状態算出部３２は、上記ステップＳ３０４にて算出された実効値ＲＭＳ_ＨＦ（ｔ）に基づいて、ＡＨＩを算出するための第１の予測変数Ｘ_１Ｐｏｓを、姿勢毎に算出する。具体的には、呼吸状態算出部３２は、後述する（４）式を利用して、第１の予測変数Ｘ_１Ｐｏｓを算出する（ステップＳ３０６）。

上記（４）式のＴは、加速度情報のデータ長を示す。より詳しくは、加速度センサ１３による計測の回数を示す。例えば、加速度センサ１３による加速度の計測間隔がΔｔ秒であって、装着者の睡眠時間がＨ時間であった場合、Ｔには、３６００Ｈ／Δｔが代入される。具体的には、計測間隔が１秒、睡眠時間が６時間であった場合、２１６００になる。また、上記（４）式のＵの添え字Ｐｏｓには、上述したように、仰臥位に関する第１の予測変数を求める場合には１が代入され、腹臥位に関する第１の予測変数を求める場合には２が代入され、左側臥位に関する第１の予測変数を求める場合には３が代入され、右側臥位に関する第１の予測変数を求める場合には４が代入される。

次に、呼吸状態算出部３２は、上記ステップＳ３０５にて算出された変動量ＳＤＡ_ＬＦ（ｔ_ｉ）に基づいて、ＡＨＩを算出するための第２の予測変数Ｘ_２Ｐｏｓを、姿勢毎に算出する。具体的には、呼吸状態算出部３２は、後述する（５）式を利用して、第２の予測変数Ｘ_２Ｐｏｓを算出する（ステップＳ３０７）。

上記（５）式のＩは、上述したように変数ｉの最大値を示す。より詳しくは、装着者が睡眠中に（一晩に）呼吸した回数を示す。また、上記（５）式のＵの添え字Ｐｏｓには、上記（４）式のときと同様に、仰臥位に関する第２の予測変数を求める場合には１が代入され、腹臥位に関する第２の予測変数を求める場合には２が代入され、左側臥位に関する第２の予測変数を求める場合には３が代入され、右側臥位に関する第２の予測変数を求める場合には４が代入される。

なお、上記（４）式及び上記（５）式において用いられる関数Ｕ_Ｐｏｓ（ｘ）は、後述する（６）式のように定義される関数である。

しかる後、呼吸状態算出部３２は、後述する（７）式を利用して、ＡＨＩを姿勢毎に算出する（ステップＳ３０８）。なお、算出された姿勢毎のＡＨＩを示す第１の結果情報は、呼吸状態表示部３３に送出される。

上記（７）式のα_１、α_２、βは、ＡＨＩの実測値と予測変数の関係から重回帰分析等により予め定められた値である。なお、定数α_１、α_２、βは、生体センサ装置１０の装着者の年齢や性別に応じて、複数用意されるとしてもよい。これによれば、生体センサ装置１０の装着者の年齢や性別が多岐にわたったとしても、姿勢毎のＡＨＩを精度良く算出することができる。

なお、本実施形態では、姿勢毎のＡＨＩを算出するために、第１の予測変数Ｘ_１Ｐｏｓと第２の予測変数Ｘ_２Ｐｏｓという２つの予測変数を利用するとしたが、これに限られず、さらに別の予測変数を利用することも可能である。例えば、各姿勢における鼾の振動のピーク周波数や、このピーク周波数のばらつき、鼾発生の周期性等も、ＡＨＩとよく相関するので、これらに対応する項を上記（７）式に追加するとしてもよい。

また、本実施形態では、重回帰分析（線形の重回帰式）を利用して、姿勢毎のＡＨＩを算出する場合を例示したが、これに限られず、例えばサポートベクトルマシンや回帰木等、任意の予測技術を代わりに利用して、姿勢毎のＡＨＩを算出するとしてもよい。

再度、図７の説明に戻る。上記ステップＳ２０３の処理が実行された後に、呼吸状態表示部３３は、呼吸状態算出部３２から送出された第１の結果情報の入力を受けると、当該入力された結果情報に含まれる姿勢毎のＡＨＩの値をディスプレイモニタ２５上に表示させ（ステップＳ２０４）、ここでの一連の処理は終了する。

ここで、図１２を参照して、タブレットコンピュータ２０のディスプレイモニタ２５に表示される画面の一例について説明する。図１２は、タブレットコンピュータ２０のディスプレイモニタ２５に表示される画面の一例を示す。図１２の画面では、寝姿勢を示す人型のアイコンと、当該寝姿勢のときのＡＨＩの値とが対応づけて表示されている。これによれば、ユーザ（生体センサ装置１０の装着者）は、右側臥位や腹臥位の姿勢で寝ているときはＡＨＩの値が低く、仰臥位や左側臥位の姿勢で寝ているときはＡＨＩの値が高くなることを把握することができる。また、図１２に示すように、「あなたは、右向きやうつ伏せで寝ると無呼吸になりにくいようです。」といった、ＡＨＩの値が所定値以下（または所定値未満）の姿勢で寝ると無呼吸になりにくいという旨のメッセージをさらに表示させるとしてもよい。これによれば、ユーザは、どの姿勢で寝れば無呼吸状態になりにくいかを、より容易に把握することができる。

また、図１２に示したように、寝姿勢とＡＨＩの値とを対応づけて表示する際には、例えば、ＡＨＩの値が低い寝姿勢のアイコンを青色（安全色）で表示し、ＡＨＩの値が高い寝姿勢のアイコンを赤色（危険色）で表示する等してもよい。

さらに、本実施形態では、呼吸状態がどの程度正常であるかを示す指標としてＡＨＩを算出するとしたが、これに限られず、例えば、鼾の回数等がＡＨＩの代わりの指標として算出されるとしてもよい。

以上説明した第１の実施形態によれば、生体情報処理アプリケーション３０は、加速度情報に基づいて生体センサ装置１０を装着した装着者の寝姿勢を推定し、当該推定された寝姿勢毎のＡＨＩ（の推定値）を算出する呼吸状態算出部３２と、当該算出された寝姿勢毎のＡＨＩの値をディスプレイモニタ２５に表示させる呼吸状態表示部３３とを備えている。これによれば、睡眠時無呼吸症候群の症状緩和が期待できる寝姿勢、つまり、ＡＨＩの値が低い寝姿勢を患者（装着者）に提示することができる。

以下に、第１の実施形態の変形例について説明する。この変形例では、所定の寝姿勢であった時間が短い、つまり、所定の寝姿勢時のＡＨＩを正当に評価するには当該寝姿勢時の加速度情報が不十分である場合を考慮した処理について説明する。

（変形例）
図１３は、第１の実施形態の変形例に係る生体情報処理アプリケーション３０の処理手順の一例を示すフローチャートである。なお、ステップＳ４０１〜Ｓ４０３の処理については、既に説明した図７に示すステップＳ２０１〜Ｓ２０３と同様であるため、ここではその詳しい説明は省略する。

ステップＳ４０１〜Ｓ４０３の処理が実行された後に、呼吸状態表示部３３は、呼吸状態算出部３２から送出された第１の結果情報の入力を受けると、後述する（８）式を利用して、寝姿勢毎に、睡眠中（就寝中）にその寝姿勢であったとされる時間の合計値Ｔ_Ｐｏｓを算出する（ステップＳ４０４）。つまり、就寝してから起床するまでの間に仰臥位であった時間の合計値Ｔ_１と、就寝してから起床するまでの間に腹臥位であった時間の合計値Ｔ_２と、就寝してから起床するまでの間に左側臥位であった時間の合計値Ｔ_３と、就寝してから起床するまでの間に右側臥位であった時間の合計値Ｔ_４とが算出される。

続いて、呼吸状態表示部３３は、上記ステップＳ４０４の処理により算出された合計値Ｔ_Ｐｏｓ（Ｔ_１〜Ｔ_４）が予め設定された閾値以上であるかどうかをそれぞれ判定する（ステップＳ４０５）。なお、全ての合計値Ｔ_１〜Ｔ_４が予め設定された閾値以上であると判定された場合（ステップＳ４０５のＹＥＳ）、呼吸状態表示部３３は、既に説明した図７に示すステップＳ２０４と同様の処理を実行し（ステップＳ４０６）、ここでの一連の処理は終了する。

一方、上述した合計値Ｔ_１〜Ｔ_４のうち、少なくとも１つの合計値が予め設定された閾値未満であると判定された場合（ステップＳ４０５のＮＯ）、呼吸状態表示部３３は、予め設定された閾値以上であると判定された合計値の寝姿勢については、入力された結果情報に含まれるＡＨＩの値をディスプレイモニタ２５に表示させ、予め設定された閾値未満であると判定された合計値の寝姿勢については、入力された結果情報に含まれるＡＨＩの値をディスプレイモニタ２５に表示させない代わりに、当該寝姿勢で就寝することを推奨する旨のメッセージをディスプレイモニタ２５に表示させ（ステップＳ４０７）、ここでの一連の処理は終了する。

図１４は、タブレットコンピュータ２０のディスプレイモニタ２５に表示される画面の一例を示す。図１４の画面によれば、ユーザは、仰臥位の姿勢で寝ると、無呼吸状態になりやすく、腹臥位及び右側臥位のどちらかの姿勢で寝ると、無呼吸状態になりにくく、左側臥位の姿勢については、当該左側臥位を示す加速度情報が不十分であり、ＡＨＩを正当に評価することができなかったことを把握することができる。また、図１４に示すように、「左向きでの呼吸状態の評価が不十分です。左向きで寝てみてください。」といった、ＡＨＩを正当に評価することができなかった左側臥位で寝ることを推奨する旨のメッセージが表示されることにより、ユーザは、どの寝姿勢で寝始めれば、全ての寝姿勢についてＡＨＩを正当に評価することができる可能性が高いかを把握することができる。

なお、生体情報処理アプリケーション３０によるＡＨＩを算出する処理が既に複数日にわたって実行されていた場合、呼吸状態表示部３３は、正当に評価されたときのＡＨＩの平均値を寝姿勢毎に算出し、これをディスプレイモニタ２５上に表示させるとしてもよい。

以上説明した第１の実施形態の変形例によれば、全ての寝姿勢について、正当に呼吸状態の評価を行うことができる。

＜第２の実施形態＞
次に、第２の実施形態について説明する。本実施形態においては、生体情報処理アプリケーション３０が、図１５に示すように、上述した加速度情報取得部３１、呼吸状態算出部３２及び呼吸状態表示部３３に加えて、姿勢遷移評価部３４をさらに備えている場合について説明する。なお、本実施形態においては、既に説明した第１の実施形態と同様な機能を有する各部について同一の符号を付し、その詳しい説明を省略するものとする。

姿勢遷移評価部３４は、呼吸状態算出部３２によって推定された時刻毎の寝姿勢Ｐｏｓ（ｔ）に基づいて、所定の寝姿勢からどんな寝姿勢に変化（遷移）しやすいかを評価する機能を有している。

呼吸状態表示部３３は、既に説明した機能に加えて、姿勢遷移評価部３４による評価の結果に基づき、寝姿勢の遷移も考慮した上で、好ましい寝姿勢を推奨する旨のメッセージをディスプレイモニタ２５に表示させる機能も有する。

ここで、図１６のフローチャートを参照して、第２の実施形態に係る生体情報処理アプリケーション３０がＣＰＵ２１によって実行された場合の処理手順の一例について説明する。なお、ステップＳ５０１〜Ｓ５０３の処理については、既に説明した図７に示すステップＳ２０１〜Ｓ２０３の処理と同様であるため、ここではその詳しい説明は省略する。

ステップＳ５０１〜Ｓ５０３の処理が実行されると、姿勢遷移評価部３４は、呼吸状態算出部３２によって推定された時刻毎の寝姿勢Ｐｏｓ（ｔ）に基づいて、生体センサ装置１０の装着者がどんな寝姿勢からどんな寝姿勢に変化（遷移）しやすいかを示す状態遷移モデルを生成する（ステップＳ５０４）。

具体的には、姿勢遷移評価部３４は、図１７に示すような状態遷移モデルを生成する。図１７のｐ_ａｂは、所定の時刻ｔにおいて寝姿勢がａであった場合、その次の時刻ｔ＋１において寝姿勢がｂとなる確率を示している。例えば、ｐ_１１は、所定の時刻ｔにおいて寝姿勢が仰臥位（Ｐｏｓ（ｔ）＝１）であった場合、その次の時刻ｔ＋１において寝姿勢が仰臥位（Ｐｏｓ（ｔ＋１）＝１）のままである確率を示している。また、ｐ_１２は、所定の時刻ｔにおいて寝姿勢が仰臥位であった場合、その次の時刻ｔ＋１において寝姿勢が腹臥位（Ｐｏｓ（ｔ＋１）＝２）に遷移する確率を示している。ｐ_１３は、所定の時刻ｔにおいて寝姿勢が仰臥位であった場合、その次の時刻ｔ＋１において寝姿勢が左側臥位（Ｐｏｓ（ｔ＋１）＝３）に遷移する確率を示している。さらに、ｐ_１４は、所定の時刻ｔにおいて寝姿勢が仰臥位であった場合、その次の時刻ｔ＋１において寝姿勢が右側臥位（Ｐｏｓ（ｔ＋１）＝４）に遷移する確率を示している。ここでは、所定の時刻ｔにおいて寝姿勢が仰臥位であった場合を例にとって説明したが、所定の時刻ｔにおいて寝姿勢がその他の寝姿勢であった場合についても同様であるため、ここではその詳しい説明は省略する。

姿勢遷移評価部３４は、呼吸状態算出部３２によって推定された時刻毎の寝姿勢Ｐｏｓ（ｔ）の値の変化（遷移）を数え上げることで、上述したｐ_ａｂの値をそれぞれ算出し、図１７に示す状態遷移モデルを生成する。

ステップＳ５０４の処理の後、姿勢遷移評価部３４は、呼吸状態算出部３２によって算出された寝姿勢毎のＡＨＩの値と、生成した状態遷移モデルとに基づいて、所定の寝姿勢で就寝し始めたと仮定した場合におけるＡＨＩの期待値を寝姿勢毎に算出する（ステップＳ５０５）。

ここで、図１８のフローチャートを参照して、上記ステップＳ５０５の処理の詳細について説明する。
まず、姿勢遷移評価部３４は、所定の時刻ｔにおける姿勢の状態を示す変数Ｑ（ｔ）に、就寝開始時にとると仮定された寝姿勢を設定する（ステップＳ６０１）。なお、このとき、時刻ｔは就寝開始時であるため、０であるものとする。

続いて、姿勢遷移評価部３４は、変数Ｑ（ｔ）の値を元に、生成した状態遷移モデルにより示されるｐ_ａｂに比例する確率で乱数を発生させ、次の時刻ｔ＋１における変数Ｑ（ｔ＋１）の値を決定する（ステップＳ６０２）。

次に、姿勢遷移評価部３４は、時刻ｔの値が予め定められた閾値（例えば、加速度情報のデータ長を示すＴ）以上であるかどうかを判定する（ステップＳ６０３）。なお、時刻ｔの値が予め定められた閾値未満であると判定された場合（ステップＳ６０３のＮＯ）、上記ステップＳ６０２に戻り、次の時刻における変数の値を決定する処理を実行する（例えば、変数Ｑ（ｔ＋１）の値を元に、ｐ_ａｂに比例する確率で乱数を発生させ、次の時刻ｔ＋２における変数Ｑ（ｔ＋２）の値を決定する）。

一方、時刻ｔの値が予め設定された閾値以上であると判定された場合（ステップＳ６０３のＹＥＳ）、姿勢遷移評価部３４は、後述する（９）式を利用して、上記ステップＳ６０１の処理により就寝開始時にとると仮定された寝姿勢で寝始めた場合のＡＨＩの期待値Ｅ［ＡＨＩ］を算出する（ステップＳ６０４）。

続いて、姿勢遷移評価部３４は、上記ステップＳ６０１〜Ｓ６０４の処理が予め設定された回数試行されたかどうかを判定する（ステップＳ６０５）。なお、予め設定された回数試行されていないと判定された場合（ステップＳ６０５のＮＯ）、上記ステップＳ６０１に戻り、当該寝姿勢について、再度ステップＳ６０１〜Ｓ６０４の処理を実行する。

一方、予め設定された回数試行されたと判定された場合（ステップＳ６０５のＹＥＳ）、姿勢遷移評価部３４は、各試行において算出されたＡＨＩの期待値Ｅ［ＡＨＩ］の平均値を算出し、これを上記ステップＳ６０１の処理により就寝開始時にとると仮定された寝姿勢で寝始めた場合のＡＨＩの正式な期待値とする（ステップＳ６０６）。

次に、姿勢遷移評価部３４は、就寝開始時にとると仮定される寝姿勢に、全ての寝姿勢（この場合、仰臥位、腹臥位、左側臥位、右側臥位）が設定されたかどうかを判定する（ステップＳ６０７）。なお、就寝開始時にとると仮定される寝姿勢に、全ての寝姿勢が設定されていないと判定された場合（ステップＳ６０７のＮＯ）、上記ステップＳ６０１の処理に戻り、就寝開始時にとると仮定される寝姿勢にまだ設定されていない寝姿勢について、上記ステップＳ６０１〜Ｓ６０６の処理を実行する。

一方、就寝開始時にとると仮定される寝姿勢に、全ての寝姿勢が設定された、つまり、全ての寝姿勢について、上述したＡＨＩの期待値が算出された場合（ステップＳ６０７のＹＥＳ）、姿勢遷移評価部３４は、算出された寝姿勢毎のＡＨＩの期待値を示す第２の結果情報を呼吸状態表示部３３に送出し（ステップＳ６０８）、ここでの一連の処理は終了する。

再度、図１７の説明に戻る。上記ステップＳ５０５の処理が実行された後に、呼吸状態表示部３３は、姿勢遷移評価部３４から送出された第２の結果情報の入力を受けると、当該入力された第２の結果情報に含まれる姿勢毎のＡＨＩの期待値をディスプレイモニタ２５上に表示させ（ステップＳ５０６）、ここでの一連の処理は終了する。

ここで、図１９を参照して、タブレットコンピュータ２０のディスプレイモニタ２５に表示される画面の一例について説明する。図１９は、タブレットコンピュータ２０のディスプレイモニタ２５に表示される画面の一例を示す。図１９の画面では、寝姿勢を示す人型のアイコンと、当該寝姿勢をとって寝始めたときのＡＨＩの期待値とが対応づけて表示されている。これによれば、ユーザは、左側臥位の姿勢で寝始めるとＡＨＩの値は低くなり、仰臥位や腹臥位、右側臥位の姿勢で寝始めるとＡＨＩの値は高くなることを把握することができる。また、図１９に示すように、「あなたは、左向きで寝始めると無呼吸になりにくいようです。」といった、ＡＨＩの期待値が所定値以下（または所定値未満）の姿勢で寝始めると無呼吸になりにくいという旨のメッセージをさらに表示させるとしてもよい。

以上説明した第２の実施形態によれば、生体情報処理アプリケーション３０は、就寝中の姿勢変化も考慮した上で、どのような寝姿勢で寝始めれば無呼吸状態になりにくいかを示すＡＨＩの期待値を算出可能な姿勢遷移評価部３４をさらに備えている。これによれば、例えば、仰臥位や腹臥位の姿勢のときにＡＨＩの値が高くなり、左側臥位や右側臥位の姿勢のときにＡＨＩの値が低くなる場合であっても、左側臥位からは仰臥位や腹臥位への姿勢変化が起こりにくく、右側臥位からは仰臥位や腹臥位への姿勢変化が起こりやすい場合、上述した処理により算出されるＡＨＩの期待値は、左側臥位に関する値だけが低くなる。したがって、ユーザ（装着者）は、自身の睡眠中の姿勢変化も考慮した上で、左側臥位で寝始めることが無呼吸状態になりにくいということを容易に把握することができる。

＜第３の実施形態＞
続いて、第３の実施形態について説明する。本実施形態では、生体センサ装置１０が、図２０に示すように、上述した各部１１〜１７に加えて、心電図センサ１８をさらに備え、生体情報処理アプリケーション３０が、図２１に示すように、上述した加速度情報取得部３１、呼吸状態算出部３２及び呼吸状態表示部３３に加えて、非呼吸生理状態算出部３５をさらに備えている場合について説明する。なお、説明の便宜上、図２１では、生体情報処理アプリケーション３０が上述した姿勢遷移評価部３４を備えていない場合を例示しているが、本実施形態に係る生体情報処理アプリケーション３０は、姿勢遷移評価部３４をさらに備えていてもよい。また、本実施形態においては、既に説明した第１及び第２の実施形態と同様な機能を有する各部について同一の符号を付し、その詳しい説明を省略するものとする。

心電図センサ１８は、図示しない心電図電極（Ｒ）と心電図電極（Ｌ）とを含み、これら心電図電極（Ｒ）、心電図電極（Ｌ）間の電位差をサンプリングした時系列信号を解析することにより心電図波形ＥＣＧ（ｔ）を得る。得られた心電図波形ＥＣＧ（ｔ）を示す心電図情報は、ＭＰＵ１１によって格納部１５に記録される。

なお、本実施形態では、生体センサ装置１０が心電図センサ１８をさらに備えている場合を例にとって説明するが、心電図センサ１８は、寝姿勢や呼吸以外の生理状態を算出するための情報（信号）を計測可能なセンサであれば、例えば光電脈波センサ等他のセンサに置き換えられても構わない。

非呼吸生理状態算出部３５は、生体センサ装置１０内の格納部１５に記録された心電図情報を当該生体センサ装置１０から取得する。また、非呼吸生理状態算出部３５は、取得した心電図情報と、呼吸状態算出部３２によって推定された時刻毎の寝姿勢Ｐｏｓ（ｔ）とに基づいて、生体センサ装置１０の装着者の生理状態がどの程度正常であるかを示す指標、例えば、循環器系の負担を表す自律神経活動指標（ＬＦ／ＨＦ）を寝姿勢毎に算出する。

呼吸状態表示部３３は、既に説明した機能に加えて、非呼吸生理状態算出部３５により算出された寝姿勢毎の自律神経活動指標ＬＦ／ＨＦをディスプレイモニタ２５にさらに表示させる機能も有する。

ここで、図２２のフローチャートを参照して、第３の実施形態に係る生体情報処理アプリケーション３０がＣＰＵ２１によって実行された場合の処理手順の一例について説明する。なお、ステップＳ７０１〜Ｓ７０３の処理については、既に説明した図７に示すステップＳ２０１〜Ｓ２０３の処理と同様であるため、ここではその詳しい説明は省略する。

ステップＳ７０１〜Ｓ７０３の処理が実行されると、非呼吸生理状態算出部３５は、生体センサ装置１０内の格納部１５に記録された心電図情報を取得する（ステップＳ７０４）。取得された心電図情報は、不揮発性メモリ２７に記録される（書き込まれる）。

続いて、非呼吸生理状態算出部３５は、取得された心電図情報に基づいて、寝姿勢毎に自律神経活動指標ＬＦ／ＨＦを算出する（ステップＳ７０５）。

ここで、図２３のフローチャートを参照して、上記ステップＳ７０５の処理の詳細について説明する。
まず、非呼吸生理状態算出部３５は、図２４に示すように、取得した心電図情報により示される心電図波形ＥＣＧ（ｔ）から心拍に対応するピーク（Ｒ波）を全て検出する（ステップＳ８０１）。なお、Ｒ波の検出には、例えばＰａｎ＆Ｔｏｍｐｋｉｎｓ法等、任意の公知の手法を用いればよい。以下では、検出されたＲ波のうち、ｋ番目のＲ波が検出された時刻（位置）を時刻ｔ_ｋと表記する。

続いて、非呼吸生理状態算出部３５は、図２４に示すように、連続する２つの心拍それぞれに対応する２つのＲ波間の間隔であるＲ−Ｒ間隔（ＲＲＩ：Ｒ−Ｒ Ｉｎｔｅｒｖａｌ）を算出する（ステップＳ８０２）。

次に、非呼吸生理状態算出部３５は、算出されたＲＲＩの時系列を一定区間（Ｔｗ）毎に分割（但し、ｎ番目の区間は、時刻ｔ_ｎ−Ｔｗ／２からｔ_ｎ＋Ｔｗ／２である）し、それぞれの区間のＲＲＩの時系列に対して、周波数解析を行う。また、非呼吸生理状態算出部３５は、この周波数解析で得られるｎ番目の区間の周波数ｆのパワー値をＰｎ（ｆ）と定義し、その区間における低周波（例えば、０．０５Ｈｚ〜０．１５Ｈｚ）と高周波（例えば、０．１５Ｈｚ〜０．４０Ｈｚ）のパワー値の比率ＬＦ／ＨＦ_ｎを、後述する（１０）式を利用して算出する（ステップＳ８０３）。

続いて、非呼吸生理状態算出部３５は、後述する（１１）式を利用して、自律神経活動指標ＬＦ／ＨＦを寝姿勢毎に算出し、算出された寝姿勢毎の自律神経活動指標ＬＦ／ＨＦを示す第３の結果情報を呼吸状態表示部３３に送出して（ステップＳ８０４）、ここでの一連の処理は終了する。

再び、図２２の説明に戻る。ステップＳ７０５の処理が実行された後に、呼吸状態表示部３３は、非呼吸生理状態算出部３５から送出された第３の結果情報の入力を受けると、当該入力された第３の結果情報に含まれる寝姿勢毎の自律神経活動指標ＬＦ／ＨＦを第１の結果情報に含まれる寝姿勢毎のＡＨＩの値と共に、ディスプレイモニタ２５に表示して（ステップＳ７０６）、ここでの一連の処理は終了する。

ここで、図２５を参照して、タブレットコンピュータ２０のディスプレイモニタ２５に表示される画面の一例について説明する。図２５は、タブレットコンピュータ２０のディスプレイモニタ２５に表示される画面の一例を示す。図２５の画面では、寝姿勢を示す人型のアイコンと、当該寝姿勢のときのＡＨＩの値と、当該寝姿勢のときの自律神経活動指標ＬＦ／ＨＦの値とが対応づけて表示されている。これによれば、ユーザは、右側臥位や腹臥位で寝ているときはＡＨＩの値及び自律神経活動指標ＬＦ／ＨＦの値が共に低くなり、仰臥位や左側臥位で寝ているときはＡＨＩの値及び自律神経活動指標の値が共に高くなることを把握することができる。また、図２５に示すように、「あなたは、右向きやうつ伏せで寝ると無呼吸になりにくいようです。」といった、ＡＨＩの値が所定値以下（または所定値未満）であり、かつ自律神経活動指標ＬＦ／ＨＦの値が所定値以下（または所定値未満）である姿勢で寝ると無呼吸になりにくいという旨のメッセージをさらに表示させるとしてもよい。

なお、本実施形態では、循環器系への負担の指標として、心拍間隔変動の低周波成分と高周波成分の比率（ＬＦ／ＨＦ）を算出するとしたが、これに限られず、例えばＬＦ／ＨＦの代わりに、ＬＦ／（ＬＦ＋ＨＦ）の値が循環器系への負担の指標として算出されてもよい。また、ＣＳＩ（Ｃａｒｄｉａｃ Ｓｙｍｐａｔｈｅｔｉｃ Ｉｎｄｅｘ）やＣＶＩ（Ｃａｒｄｉａｃ Ｖａｇａｌ Ｉｎｄｅｘ）等が、循環器系への負担の指標として算出されてもよい。

以上説明した第３の実施形態によれば、生体情報処理アプリケーション３０は、ＡＨＩとは別に、睡眠時無呼吸症候群に関連性のある自律神経活動指標ＬＦ／ＨＦを寝姿勢毎に算出可能な非呼吸生理状態算出部３５をさらに備えている。これによれば、ユーザ（装着者）は、呼吸状態だけでなく、呼吸状態以外の生理状態（例えば、心臓血管系への負担の指標等）についても寝姿勢毎に容易に把握することができる。

なお、上記した第１〜第３の実施形態においては、生体情報システムが、生体センサ装置１０と電子機器２０とを含む構成を例にとって説明したが、例えば図２６に示すように、生体情報処理システムは、１以上のサーバ装置を含むクラウドサービス４０をさらに含んでいてもよい。つまり、生体情報処理システムは、クラウドコンピューティングを利用したシステムとして実装されてもよい。この場合、呼吸解析アプリケーション３０の各種機能の一部または全てをクラウドサービス４０内のサーバ装置に持たせることが可能である。例えば、クラウドサービス４０内のサーバ装置は、電子機器２０からのリクエストに応じて、生体センサ装置１０によって計測された加速度信号を取得し、上記した第１〜第３の実施形態に示した各種処理を実行することができる。これによれば、生体センサ装置１０において実行されるとした各種処理をクラウドサービス４０内のサーバ装置において実行することができるので、処理負荷の分散化を実現させることができる。

以上説明した少なくとも１つの実施形態によれば、睡眠時無呼吸症候群の症状緩和が期待できる寝姿勢を患者（ユーザ）に提示することができる。

なお、本実施形態の処理は、コンピュータプログラムによって実現することができるので、このコンピュータプログラムを格納したコンピュータ読み取り可能な記憶媒体を通じてこのコンピュータプログラムをコンピュータにインストールして実行するだけで、本実施形態と同様の効果を容易に実現することができる。

なお、本発明のいくつかの実施形態を説明したが、これらの実施形態は、例として提示したものであり、発明の範囲を限定することは意図していない。これら新規な実施形態は、その他の様々な形態で実施されることが可能であり、発明の要旨を逸脱しない範囲で、種々の省略、置き換え、変更を行うことができる。これら実施形態やその変形は、発明の範囲や要旨に含まれるとともに、特許請求の範囲に記載された発明とその均等の範囲に含まれる。

１０…生体センサ装置、１１…ＭＰＵ、１２…操作部、１３…加速度センサ、１４…通信部、１５…格納部、１６…ＥＣ、１７…バッテリ、１８…心電図センサ、２０…電子機器、２１…ＣＰＵ、２２…システムコントローラ、２３…主メモリ、２４…グラフィクスコントローラ、２５…ディスプレイモニタ、２６…ＢＩＯＳ−ＲＯＭ、２７…不揮発性メモリ、２８…通信部、２９…ＥＣ、３０…生体情報処理アプリケーション、３１…加速度情報取得部、３２…呼吸状態算出部、３３…呼吸状態表示部、３４…姿勢遷移評価部、３５…非呼吸状態算出部、４０…クラウドサービス。

Claims (9)

1. 人体に装着可能であり、装着者の加速度を計測可能なセンサ装置と通信可能な生体情報処理装置であって、
   所定の時刻毎に計測された装着者の加速度を示す加速度情報を取得する第１の取得手段と、
   前記取得された加速度情報に基づいて、前記所定の時刻毎の装着者の寝姿勢を推定する推定手段と、
   前記取得された加速度情報に基づいて、前記推定された寝姿勢の種類毎に、睡眠時の呼吸状態の程度を示す第１の指標を算出する第１の算出手段と、
   前記推定された寝姿勢の種類毎に、前記算出された第１の指標をディスプレイ上に表示させる表示手段と
   を具備し、
   前記第１の算出手段は、
   加速度の時間的な変化波形から抽出される鼾に対応する高周波成分の特徴量に基づいて、前記推定された寝姿勢の種類毎に、前記第１の指標を算出するための第１の予測変数を算出する手段と、
   前記加速度の時間的な変化波形から抽出される呼吸に伴う胸部の動きに対応する低周波成分の特徴量に基づいて、前記推定された寝姿勢の種類毎に、前記第１の指標を算出するための第２の予測変数を算出する手段と、
   前記算出された寝姿勢の種類毎の第１及び第２の予測変数に基づいて、前記推定された寝姿勢の種類毎に、前記第１の指標を算出する手段と
   を備える生体情報処理装置。
2. 前記第１の指標は、睡眠時無呼吸低呼吸指数である、請求項１に記載の生体情報処理装置。
3. 前記推定された寝姿勢の種類毎に、就寝中にその寝姿勢であった時間の合計値を算出する第２の算出手段と、
   前記算出された各合計値が所定の閾値以上であるかどうかをそれぞれ判定する判定手段と
   をさらに具備し、
   前記表示手段は、
   前記算出された各合計値のうちの少なくとも１つの合計値が前記閾値未満であると判定された場合、当該閾値未満と判定された合計値の寝姿勢で就寝することを推奨する旨のメッセージを当該ディスプレイ上に表示させる、請求項１に記載の生体情報処理装置。
4. 前記取得された加速度情報に基づいて、前記装着者が就寝中に所定の寝姿勢からどのような寝姿勢に変化しやすいかを評価する評価手段と、
   前記算出された寝姿勢の種類毎の第１の指標と、前記評価手段による評価結果とに基づいて、所定の寝姿勢で就寝し始めた場合の前記第１の指標の期待値を算出する第３の算出手段と
   をさらに具備し、
   前記表示手段は、
   前記就寝し始めたときの寝姿勢と、当該寝姿勢時の前記第１の指標の期待値とを対応づけて前記ディスプレイ上に表示させる、請求項１に記載の生体情報処理装置。
5. 前記センサ装置によってさらに計測された前記装着者の心拍数に関する情報を取得する第２の取得手段と、
   前記取得された心拍数に関する情報に基づいて、前記推定された寝姿勢の種類毎に、呼吸状態以外の生理状態の程度を示す第２の指標を算出する第４の算出手段と
   をさらに具備し、
   前記表示手段は、
   前記推定された寝姿勢の種類毎に、前記算出された第１の指標と前記算出された第２の指標とを対応づけて前記ディスプレイ上に表示させる、請求項１に記載の生体情報処理装置。
6. 前記第２の指標は、心臓循環器系への負担を表す指標である、請求項５に記載の生体情報処理装置。
7. 前記表示手段は、
   前記算出された第１の指標が、所定値以下であった場合、当該第１の指標に対応づけられた寝姿勢の種類に関する第１のアイコンを無呼吸状態になりにくい旨を示す安全色で表示させ、
   前記所定値より大きい場合、前記第１のアイコンを無呼吸状態になりやすい旨を示す危険色で表示させる、請求項１に記載の生体情報処理装置。
8. 人体に装着可能であり、装着者の加速度を計測可能なセンサ装置と通信可能な生体情報処理装置に適用される生体情報処理方法であって、
   所定の時刻毎に計測された装着者の加速度を示す加速度情報を取得することと、
   前記取得された加速度情報に基づいて、前記所定の時刻毎の装着者の寝姿勢を推定することと、
   前記取得された加速度情報に基づいて、前記推定された寝姿勢の種類毎に、睡眠時の呼吸状態の程度を示す第１の指標を算出することと、
   前記推定された寝姿勢の種類毎に、前記算出された第１の指標をディスプレイ上に表示させることと
   を具備し、
   前記第１の指標を算出することは、
   加速度の時間的な変化波形から抽出される鼾に対応する高周波成分の特徴量に基づいて、前記推定された寝姿勢の種類毎に、前記第１の指標を算出するための第１の予測変数を算出することと、
   前記加速度の時間的な変化波形から抽出される呼吸に伴う胸部の動きに対応する低周波成分の特徴量に基づいて、前記推定された寝姿勢の種類毎に、前記第１の指標を算出するための第２の予測変数を算出することと、
   前記算出された寝姿勢の種類毎の第１及び第２の予測変数に基づいて、前記推定された寝姿勢の種類毎に、前記第１の指標を算出することと
   を含む生体情報処理方法。
9. センサ装置と生体情報処理装置とが通信可能に接続された生体情報処理システムであって、
   前記センサ装置は、
   人体に装着可能であり、装着者の加速度を計測する計測手段を具備し、
   前記生体情報処理装置は、
   所定の時刻毎に計測された装着者の加速度を示す加速度情報を前記センサ装置から取得する第１の取得手段と、
   前記取得された加速度情報に基づいて、前記所定の時刻毎の装着者の寝姿勢を推定する推定手段と、
   前記取得された加速度情報に基づいて、前記推定された寝姿勢の種類毎に、睡眠時の呼吸状態の程度を示す第１の指標を算出する第１の算出手段と、
   前記推定された寝姿勢の種類毎に、前記算出された第１の指標をディスプレイ上に表示させる表示手段と
   を具備し、
   前記第１の算出手段は、
   加速度の時間的な変化波形から抽出される鼾に対応する高周波成分の特徴量に基づいて、前記推定された寝姿勢の種類毎に、前記第１の指標を算出するための第１の予測変数を算出する手段と、
   前記加速度の時間的な変化波形から抽出される呼吸に伴う胸部の動きに対応する低周波成分の特徴量に基づいて、前記推定された寝姿勢の種類毎に、前記第１の指標を算出するための第２の予測変数を算出する手段と、
   前記算出された寝姿勢の種類毎の第１及び第２の予測変数に基づいて、前記推定された寝姿勢の種類毎に、前記第１の指標を算出する手段と
   を備える、生体情報処理システム。

Images