JP6608824B2 - 睡眠サイクルに基づいて睡眠段階を決定するためのシステム及び方法 - Google Patents

Description

本開示は、個々の睡眠サイクルの間の睡眠段階を、個々の睡眠サイクルに対応するアルゴリズム及び／又はパラメータに基づいて決定するためのシステム及び方法に関する。

睡眠をモニタリングするシステムは公知である。睡眠中の睡眠段階を決定することは公知である。典型的に、睡眠段階は、被検体が睡眠セッション中を進行するときに変化しない、静的な睡眠段階決定法に基づいて決定される。静的な睡眠段階決定法は、典型的に、睡眠ポリグラフ信号のパターンが夜間の睡眠の間中、安定しているという暗黙的な前提の下で、睡眠ポリグラフ信号を処理する。この前提により、より簡単な睡眠段階決定法の使用が可能になる。

しかしながら、これらの方法は、被検体の睡眠段階を大まかに予測することしかできない。

したがって、本開示の１つ以上の側面は、睡眠セッションの個々の睡眠サイクルの間の被検体の睡眠段階を決定するよう構成されるシステムに関する。当該システムは、１つ以上のセンサ、１つ以上の物理的コンピュータプロセッサ及び／又は他のコンポーネントを備える。１つ以上のセンサは、被検体の脳活動に関連する情報を伝達する出力信号を生成するよう構成される。１つ以上の物理的コンピュータプロセッサは、コンピュータ読取可能命令によって様々な動作を実行するよう構成される。１つ以上の物理的コンピュータプロセッサは、出力信号に基づいて睡眠セッションの間の睡眠サイクルを検出するように構成され、個々の睡眠サイクルは、第１の睡眠サイクルと第２の睡眠サイクルとを含む。１つ以上の物理的コンピュータプロセッサは、検出された異なる睡眠サイクルに対応する睡眠段階検出アルゴリズム及び／又はパラメータを取得するように構成され、睡眠段階検出アルゴリズム及び／又はパラメータは、第１の睡眠サイクルに対応する第１のアルゴリズム及び／又はパラメータと、第２の睡眠サイクルに対応する第２のアルゴリズム及び／又はパラメータとを含む。１つ以上の物理的コンピュータプロセッサは、第１の睡眠サイクルの間の睡眠段階が、出力信号と第１のアルゴリズム及び／又はパラメータに基づいて決定され、第２の睡眠サイクルの間の睡眠段階が、出力信号と第２のアルゴリズム及び／又はパラメータに基づいて決定されるように、出力信号と、対応する睡眠サイクルについて取得される睡眠段階検出アルゴリズム及び／又はパラメータとに基づいて、検出される異なる睡眠サイクルの間の睡眠段階を決定するように構成される。

本開示の別の側面は、睡眠段階決定システムを用いて睡眠セッションの個々の睡眠サイクルの間の被検体の睡眠段階を決定する方法に関する。上記システムは、１つ以上のセンサ、１つ以上の物理的コンピュータプロセッサ及び／又は他のコンポーネントを備える。方法は、１つ以上のセンサにより、被検体の脳活動に関連する情報を伝達する出力信号を生成するステップと；１つ以上の物理的コンピュータプロセッサにより、出力信号に基づいて睡眠セッションの間の個々の睡眠サイクルを検出するステップであって、該個々の睡眠サイクルが第１の睡眠サイクルと第２の睡眠サイクルとを含む、ステップと；１つ以上の物理的コンピュータプロセッサにより、検出された異なる睡眠サイクルに対応する所定の睡眠段階検出アルゴリズム及び／又はパラメータを取得するステップであって、該睡眠段階検出アルゴリズム及び／又はパラメータが、第１の睡眠サイクルに対応する第１のアルゴリズム及び／又はパラメータと、第２の睡眠サイクルに対応する第２のアルゴリズム及び／又はパラメータとを含む、ステップと；１つ以上の物理的コンピュータプロセッサにより、第１の睡眠サイクルの間の睡眠段階が、出力信号と第１のアルゴリズム及び／又はパラメータに基づいて決定され、第２の睡眠サイクルの間の睡眠段階が、出力信号と第２のアルゴリズム及び／又はパラメータに基づいて決定されるように、出力信号と、対応する睡眠サイクルについて取得される睡眠段階検出アルゴリズム及び／又はパラメータに基づいて、検出された異なる睡眠サイクルの間の睡眠段階を決定するステップを備える。

本開示の更に別の側面は、睡眠セッションの個々の睡眠サイクルの間の被検体の睡眠段階を決定するよう構成されるシステムに関し、当該システムは：被検体の脳活動に関連する情報を伝達する出力信号を生成するための生成手段と；出力信号に基づいて睡眠セッションの間の個々の睡眠サイクルを検出するための検出手段であって、該個々の睡眠サイクルが第１の睡眠サイクルと第２の睡眠サイクルとを含む、検出手段と；検出された異なる睡眠サイクルに対応する所定の睡眠段階検出アルゴリズム及び／又はパラメータを取得するための取得手段であって、該睡眠段階検出アルゴリズム及び／又はパラメータが、第１の睡眠サイクルに対応する第１のアルゴリズム及び／又はパラメータと、第２の睡眠サイクルに対応する第２のアルゴリズム及び／又はパラメータとを含む、取得手段と；第１の睡眠サイクルの間の睡眠段階が、出力信号と第１のアルゴリズム及び／又はパラメータに基づいて決定され、第２の睡眠サイクルの間の睡眠段階が、出力信号と第２のアルゴリズム及び／又はパラメータに基づいて決定されるように、出力信号と、対応する睡眠サイクルについて取得される睡眠段階検出アルゴリズム及び／又はパラメータに基づいて、検出された異なる睡眠サイクルの間の睡眠段階を決定するための決定手段を備える。

本開示のこれら及び他の目的、特徴及び特性、並びに構造の関連する要素の動作及び機能の方法、製造の部分及び経済性の組合せは、以下の説明及び特許請求の範囲を添付の図面とともに考慮すると、より明らかになるであろう。図面は全て、本明細書の一部を形成し、同様の参照番号は様々な図面内の対応する部分を示す。しかしながら、図面は、単に例示及び説明の目的であり、本開示の限定の定義として意図されていないことは明確に理解されよう。

睡眠セッションの個々の睡眠サイクル中に被検体の睡眠段階を決定するよう構成されるシステムの概略的な図である。 徐波活動における周期的変化を示す図である。 先行技術のシステムにおいて、徐波活動の減少がどのように不正確な睡眠段階検出を招くかを示す図である。 睡眠サイクル中に睡眠サイクルコンポーネントによって検出される４つの個別の睡眠サイクルを示す図である。 現在の睡眠段階を決定するためのベクトル量子化アルゴリズムを示す図である。 個々の睡眠サイクルに対応するアルゴリズム及び／又はパラメータに基づくリアルタイム睡眠段階決定を図式的に要約する図である。 睡眠段階決定システムを用いて睡眠セッションの個々の睡眠サイクル中に被検体の睡眠段階を決定するための方法を示す図である。

本明細書で使用されるとき、「a」、「an」及び「the」という単数形は、文脈がそうでないことを明示していない限り、複数の参照を含む。本明細書で使用されるとき、２つ以上の部分又は構成要素が「結合（couple）される」いう記載は、リンクが生じる限りにおいて、これらの部分が直接又は間接的に、すなわち１つ以上の中間部分又は構成要素を通して結ばれるか一緒に動作することを意味するものとする。本明細書で使用されるとき、「直接結合される」とは、２つ以上の要素が相互に直接接触することを意味する。本明細書で使用されるとき、「固定的に結合される」又は「固定される」とは、相互に対して一定の方向を維持しつつ、１つのものとして動くように、２つ以上の要素が結合されることを意味する。

本明細書で使用されるとき、「単一の（unitary）」という用語は、構成要素が単一の部分又はユニットとして作成されることを意味する。すなわち、別個に作成されて、その後１つのユニットとして一緒に結合される複数の部分を含む構成要素は、「単一の」コンポーネント又は物体ではない。本明細書で用いられるとき、２つ以上の部分又はコンポーネントが別のものと「かみ合う（engage）」という記載は、これらの部分が、直接又は１つ以上の中間部分若しくは構成要素を通して、別のものに対して力を加えることを意味する。本明細書で用いられるとき、「数」という用語は、１又は１より大きい整数（すなわち複数）を意味するものとする。

本明細書において使用される方向を示すフレーズ、例えばこれらには限られないが、上、下、左、右、上方、下方、正面、背面及びこれらの派生語は、図面に示される要素の方向に関連し、明示的に記載されない限り、請求項に対する限定ではない。

図１は、睡眠セッションの個々の睡眠サイクルの間に被検体１２の睡眠段階を決定するよう構成されるシステム１０の概略的な図である。システム１０は、先行技術のシステムと比べて、より正確なリアルタイム睡眠段階の決定を可能にする。システム１０は、被検体１２の現在の睡眠段階を、現在の睡眠サイクルに対応するアルゴリズム及び／又はパラメータに基づいて決定する。睡眠サイクルは、軽い睡眠から深い睡眠に至り、そしてその後にレム（ＲＥＭ：rapid eye movement）睡眠が続く、連続する睡眠段階の間の秩序的進行（orderly progression）に対応する。睡眠サイクルは、脳波（ＥＥＧ：electroencephalogram）に基づいて、かつ／又は他の方法によってリアルタイムに検出される。睡眠サイクルの最後に、システム１０は、以前の睡眠サイクルで睡眠段階を決定するのに使用された特定のアルゴリズム及び／又はパラメータを、次の睡眠サイクルに特別に適合される新しいもので置き換えるように構成される。一部の実施形態において、システム１０は、センサ１８、プロセッサ２０、電子ストレージ２２、ユーザインタフェース２４及び／又は他のコンポーネントのうちの１つ以上を備える。

センサ１８は、被検体１２の脳活動に関連する情報を伝達する信号を生成するよう構成される。被検体１２の脳活動は、現在の睡眠サイクル、現在の睡眠段階及び／又は被検体１２の他の特性に対応し得る。被検体１２の脳活動を、レム（ＲＥＭ）睡眠、ノンレム（ＮＲＥＭ）睡眠及び／又は他の睡眠に関連付けることできる。被検体１２の睡眠段階は、ＮＲＥＭ段階Ｎ１、段階Ｎ２又は段階Ｎ３の睡眠、ＲＥＭ睡眠及び／又は他の睡眠段階のうちの１つ以上を含むことができる。一部の実施形態において、Ｎ１は軽い睡眠状態に対応し、Ｎ３は深い睡眠状態に対応する。一部の実施形態において、ＮＲＥＭ段階３又は段階２の睡眠は、徐波（例えば深い）睡眠であり得る。センサ１８は、そのようなパラメータを直接測定する１つ以上のセンサを備え得る。例えばセンサ１８は、被検体１２の脳内の電流の流れの結果から、被検体１２の頭皮に沿って電気的活動を検出するように構成される電極を含むことができる。センサ１８は、間接的に被検体１２の脳活動に関連する情報を伝達する出力信号を生成する１つ以上のセンサを備えてもよい。例えば１つ以上のセンサ１８は、被検体１２の心拍数に基づいて（例えばセンサ１８は、被検体１２の胸部に配置される心拍数センサであってよく、かつ／又は被検体１２の手首の上のブレスレットとして構成されてよく、かつ／又は被検体１２の別の手足に配置されてもよい）、被検体１２の動きに基づいて（例えばセンサ１８は、アクティグラフ信号を使用して睡眠を分析することができるように、加速度計を用いる被検体１２の手首及び／又は足首の周囲のブレスレットを含み得る）、被検体１２の呼吸及び／又は被検体１２の他の特性に基づいて出力を生成することができる。センサ１８は被検体12の近くの単一の位置に図示されているが、これは限定するよう意図されていない。センサ１８は、複数の位置に配置される複数のセンサを含むことができ、例えば被検体１２の衣服に（着脱可能な方法で）結合され、被検体１２によって（例えばヘッドバンド、リストバンド等として）装着され、被検体１２の睡眠中に被検体１２に向くように配置され（例えば被検体１２の動きに関連する出力信号を伝達するかメタ）、かつ／又は他の位置に配置される複数のセンサを含むことができる。

センサ１８によって生成される出力信号は、睡眠ポリグラフ信号であるか、かつ／又は睡眠ポリグラフ信号に関連し得る。睡眠ポリグラフ信号のパターン（多くの場合、ＥＥＧ）は、被検体１２の睡眠セッションの間、安定したままではない。ＥＥＧは、睡眠セッションの間中の変化を提示する。ほとんどの目立った変化は、ＥＥＧデルタパワー（徐波活動（ＳＷＡ：slow wave activity）としても知られる）において見える。睡眠徐波は、睡眠セッションの間の被検体１２のＳＷＡに関連付けられる。ＳＷＡは、0.5-4.5Hz帯域のＥＥＧ信号のパワーに対応する。一部の実施形態では、この帯域は0.5-4Hzに設定される。ＳＷＡは、所与の睡眠セッションの周期変動の間を通して典型的な挙動を有する。ＳＷＡは、ノンレム（ＮＲＥＭ）睡眠の間に増加し、レム（ＲＥＭ）睡眠のオンセット前に減衰し、ＲＥＭ睡眠の間は低い状態にとどまる。連続的なＮＲＥＭエピソードにおけるＳＷＡは、あるエピソードから次のエピソードへ次第に減少する。ＳＷＡは、所与の睡眠セッションの間に被検体１２のＥＥＧから予測され得る。

図２は、ＳＷＡ２００のそのような周期的変化を図示している。ＳＷＡ２００は、全体的な睡眠セッション２０２についてプロットされる。参考のために、対応する睡眠グラフ（hypnogram）２０４もプロットする。ＳＷＡは、２０８、２１０、２１２及び２１４のように、睡眠セッションの間にＮＲＥＭエピソードから次のエピソードへ次第に減少する。

図３は、先行技術のシステムにおいて、（図２に示される）ＳＷＡの減少がどのように不正確な睡眠段階の決定を招くかを示す。図３は、デルタ（0.5から4Hz）、アルファ（8から12Hz）、スピンドル（11から15Hz）及びベータ（15から30Hz）帯域でフィルタされるＥＥＧ信号の二乗平均平方根に対して閾値を適用する、静的な（睡眠サイクルで変化しない）アルゴリズムに基づいて決定される睡眠グラフ３００の例を示す。図３Ａは、参照のために、手動でスコアリングされた睡眠グラフ３０２を示す。図３Ｂは、静的アルゴリズムを使用して、自動的にスコアリングされた睡眠グラフ３００を示す。理想的には、図３Ｂに示される睡眠グラフは、図３Ａに示される睡眠グラフにほぼ合致するべきである。しかしながら、図３Ａの睡眠グラフと図３Ｂの睡眠グラフの間の一致は時間とともに減少する。例えば第３のサイクル３０４（約200分から250分まで）のＮ３エピソードについて、アルゴリズムは、Ｎ２とＮ３との間であまりに多い遷移を検出する。同様の状況が、第４のサイクル３０６（約300分から350分まで）のＮ３エピソードについて観察され得る。（図１に図示される）システム１０は、例えば手動でスコアリングされる睡眠グラフとのそのような差を最小化するか、かつ／又はなくすように構成される。システム１０は、個々の睡眠サイクルに対応するアルゴリズム及び／又はパラメータに対するリアルタイムの睡眠段階の決定を基準として用いて、リアルタイムの睡眠段階の決定の正確性を改善するよう構成される。

図１に戻ると、プロセッサ２０は、システム１０における情報処理能力を提供するように構成される。したがって、プロセッサ２０は、デジタルプロセッサ、アナログプロセッサ、情報を処理するよう設計されるデジタル回路、情報を処理するよう設計されるアナログ回路、状態マシン及び／又は情報を電子的に処理するための他の機構のうちの１つ以上を備えることができる。プロセッサ２０は、図１では単一のエンティティとして示されているが、これは単に例示の目的のためである。一部の実施形態において、プロセッサ２０は、複数の処理ユニットを備えてもよい。これらの処理ユニットは、物理的に同じデバイス（例えばセンサ１８）内に配置されてよく、あるいはプロセッサ２０は、協調して動作する複数のデバイスの処理機能を表してもよい。

図１に示されるように、プロセッサ２０は、１つ以上のコンピュータプログラムコンポーネントを実行するよう構成される。１つ以上のコンピュータプログラムコンポーネントは、睡眠サイクルコンポーネント３０、取出しコンポーネント３２、睡眠段階コンポーネント３４及び／又は他のコンポーネントのうちの１つ以上を備え得る。プロセッサ２０は、コンポーネント３０、３２、３４及び／又は他のコンポーネントを、ソフトウェア；ハードウェア；ファームウェア；ソフトウェア、ハードウェア及び／又はファームウェアの何らかの組合せ；及び／又はプロセッサ２０における処理能力を構成するための他の機構によって実行するよう構成され得る。

コンポーネント３０、３２及び３４は、図１では、単一の処理ユニット内で同じ場所に配置されているように図示されているが、プロセッサ２０が複数の処理ユニットを備える実施形態では、コンポーネント３０、３２、３４及び／又は他のコンポーネントの１つ以上が他のコンポーネントからリモートに配置されてもよい。コンポーネント３０、３２及び／又は３４のうちのいずれかが、説明される機能よりも多くの又は少ない機能を提供してもよいので、以下で説明される異なるコンポーネント３０、３２及び／又は３４により提供される機能の説明は例示の目的であり、限定するようには意図されていない。例えばコンポーネント３０、３２及び／又は３４のうちの１つ以上を省略してもよく、その機能の一部又は全てが他のコンポーネント３０、３２及び／又は３４によって提供されてもよい。別の例として、プロセッサ２０は、コンポーネント３０、３２及び／又は３４のうちの１つの下に属する機能の一部又は全てを実行し得る１つ以上の追加のコンポーネントを実行するように構成されてもよい。

睡眠サイクルコンポーネント３０は、睡眠セッションの間の個々の睡眠サイクルを検出するように構成される。睡眠サイクルコンポーネント３０は、センサ１８からの出力信号及び／又は他の信号に基づいて、個々の睡眠サイクルを検出するように構成される。一部の実施形態において、睡眠セッションの間の個々の睡眠サイクルを検出することは、被検体１２の睡眠セッションの間にＥＥＧを生成及び／又はモニタリングすることを含み得る。ＥＥＧは、例えばユーザインタフェース２４によって表示され得る。睡眠サイクルコンポーネント３０は、ＥＥＧのベータ（β）帯域のパワー、ＥＥＧのデルタ（δ）帯域のパワー及び／又は他の情報に基づいて個々の睡眠サイクルを検出するように構成される。より一般的には、任意の高周波帯域（例えばアルファ［8-12Hz］、ベータ［15-30Hz］、シグマ［11-16Hz］又はガンマ［30-60Hz］と任意の低周波帯域（例えばデルタ［0.5-4Hz］及びシータ［4-8Hz］）におけるパワー間の比が、睡眠サイクルの検出に使用することができる周期的信号を与えることができる。周期的信号は、ベータ／デルタの比で容易に視覚化される（図２）。さらに、例えばアルファ／シータ及び／又はアルファ／デルタの比をとる場合も周期的信号を観察することができる。

一部の実施形態において、睡眠サイクルコンポーネント３０は、ベータ帯域とデルタ帯域のＥＥＧパワー間の比の自然対数（log(β/δ)）に基づいて、睡眠サイクルを検出するように構成される。デルタ帯域とベータ帯域のパワーは、（例えば図２に示される）周期的睡眠挙動の間に目立った（例えばＥＥＧの他の帯域のパワーと比べて）変化があるので、この比を使用することができる。デルタ帯域のパワーとベータ帯域のパワーは、一般に反対の傾向を提示する（例えばデルタの増加／減少は一般に、ベータの減少／増加によって反映される）。

例えば図４は、睡眠セッション４００の間に睡眠サイクルコンポーネント３０（図１）によって検出される４つの個々の睡眠サイクル４０２、４０４、４０６、４０８を図示している。図４では、log(β/δ)４１０は、対応する手動でスコアリングされた睡眠グラフ４１２の下にプロットされている。一部の実施形態において、個々の睡眠サイクル４０２、４０４、４０６、４０８は、睡眠サイクルコンポーネント３０によってlog(β/δ)の閾値４１４に基づいて検出される。一部の実施形態において、閾値４１４は、被検体１２の以前の睡眠セッション及び／又は他の情報に基づいて決定され得る。一部の実施形態において、閾値４１４は、（図１に示される）ユーザインタフェース２４を介して設定及び／又は調整されることもある。一部の実施形態において、閾値４１４は、製造時にプログラムされてもよい。例えば閾値４１４は、実験的に受容される値、例えば（図４に示される）log(β/δ)に対する約−２という閾値のような値に基づいて、製造時にプログラムされ得る。一部の実施形態において、睡眠サイクルコンポーネント３０は、log(β/δ)４１０がlog(β/δ)の閾値４１４を突破することに応答して、個々の睡眠サイクルを検出するように構成される。一部の実施形態において、睡眠サイクルコンポーネント３０は、log(β/δ)４１０が所与の期間よりも長い間、log(β/δ)の閾値４１４の上及び／又は下にとどまっていることに応答して、log(β/δ)４１０がlog(β/δ)の閾値４１４を突破すると判断する。

図４の４つの個々の睡眠サイクルの例は、限定するように意図されていないことに留意されたい。被検体１２は、睡眠セッション中に任意の数の睡眠サイクルを経験することがある。システム１０は、１番目の睡眠サイクルからｎ番目の睡眠サイクルまで個々の睡眠サイクルを検出するよう構成される。

図１に戻ると、取出しコンポーネント３２は、所定の睡眠段階検出アルゴリズム、アルゴリズム入力パラメータ及び／又は検出される異なる睡眠サイクルに対応する他の情報を取得するよう構成される。一部の実施形態において、所定の睡眠段階検出アルゴリズム、アルゴリズム入力パラメータ及び／又は他の情報は、睡眠段階基準であるか、かつ／又は睡眠段階基準を含む。睡眠段階基準は、ＥＥＧの１つ以上の帯域（例えばベータ、スピンドル、アルファ、シータ、デルタ）におけるパワーの量に関連し、かつ／又は被検体１２の脳活動の他の特性に関連し得る。典型的な帯域制限値（band-limit value）は、約8-12Hz（アルファ）、約15-30Hz（ベータ）、約11-16Hz（シグマ／スピンドル）、約30-60Hz（ガンマ）、約0.5-4Hz（デルタ）及び／又は約4-8Hz（シータ）である。

ある睡眠サイクルについての睡眠段階検出アルゴリズム、パラメータ、睡眠段階基準及び／又は他の情報は、他の睡眠サイクルについての睡眠段階検出アルゴリズム、パラメータ、睡眠段階基準及び／又は他の情報とは異なる。一部の実施形態では、ある睡眠サイクルについての睡眠段階検出アルゴリズム、パラメータ、睡眠段階基準及び／又は他の情報が、他の睡眠サイクルについての睡眠段階検出アルゴリズム、パラメータ、睡眠段階基準及び／又は他の情報と同様であるか、かつ／又は同一であってよい。

睡眠段階検出アルゴリズム、パラメータ、睡眠段階基準の非限定的な例には、ベクトル量子化アルゴリズムを含まれ、このアルゴリズムでは、個々の睡眠段階は、代表ベクトル（representative vector）（及び／又は重心（centroid））によって特徴付けられ、所与のベクトル（ｘ）がどの段階に属しているかについての決定が、そのベクトル「ｘ」に最も近い重心に基づいて行われる。ベクトル「ｘ」は、例えばＥＥＧ信号のセグメントについて信号処理機能を計算することから決定され得る。ＥＥＧセグメントの典型的な期間は３０秒であるが、これは限定するようとして意図されない。信号処理機能は、スペクトル帯域パワー、平均値又はエントロピーのような時間領域特性、及び／又は他の信号処理機能を含む。

睡眠段階検出アルゴリズムの別の例は、ニューラルネットワークであり、ニューラルネットワークは、ＥＥＧ信号の一部から推定される特徴のセットに基づいて決定を行う。この決定に対応する、そのようなＥＥＧ信号の一部が属する睡眠段階を知ることが望まれる。

睡眠段階検出アルゴリズムの更に別の例は、サポートベクトルマシンであり、サポートベクトルマシンは、所与のベクトル（ｘ）が属している睡眠段階を、いわゆるサポートベクトルと所与のベクトルｘとの間の一般化したスカラ積を評価することによって決定する。

上記のアルゴリズムはまた、睡眠サイクルに応じて変化し得るパラメータも有する。例えばベクトル量子化アルゴリズムにおける個々の睡眠段階の重心は、睡眠サイクルに応じて変化し得る。別の例は、アーキテクチャ（例えばレイヤ及び／又はニューロンの数）は同じままであるが、重みが睡眠サイクルに応じて変化し得るニューラルネットワークである。この例では、第１のサイクルと第２のサイクルのアルゴリズムは同じであるが、第１のサイクルのパラメータは、第２のサイクルのパラメータと同じではない。

一部の実施形態において、取出しコンポーネント３２は、睡眠サイクルコンポーネント３０による個々の睡眠サイクルの検出に応答して、対応する所定の睡眠段階検出アルゴリズム、パラメータ、睡眠段階基準及び／又は他の情報を取得するように構成される。例えば取出しコンポーネント３２によって取得される睡眠段階アルゴリズム、パラメータ及び／又は基準は、第１の睡眠サイクル（例えば図４に示される睡眠サイクル４０２）に対応する第１のアルゴリズム、パラメータ及び／又は基準と、第２の睡眠サイクル（例えば図４に示される睡眠サイクル４０４）に対応する第２のアルゴリズム、パラメータ及び／又は基準とを含み得る。一部の実施形態において、取出しコンポーネント３２は、睡眠サイクルコンポーネント３０によって検出される個々の睡眠サイクルに対応する１つ以上の個々のアルゴリズム、パラメータ及び／又は基準を取得するように構成される。一部の実施形態において、取出しコンポーネント３２は、睡眠サイクルコンポーネント３０によって検出される個々の睡眠サイクルに対応するアルゴリズム、パラメータ及び／又は基準の１つ以上のセットを取得するように構成される。

取出しコンポーネント３２は、所定のアルゴリズム、アルゴリズム入力パラメータ、睡眠段階基準及び／又は他の情報を電子的に（例えば電子ストレージ２２内に）格納するように構成される。所定のアルゴリズム、アルゴリズム入力パラメータ、睡眠段階基準及び／又は他の情報は、個々の睡眠サイクルに基づいて索引付けされ得る。ある睡眠段階について、単一のアルゴリズム、パラメータ及び／又は基準のセットを格納する代わりに、睡眠サイクルに関わらず、システム１０は、異なる睡眠サイクルの間に起こる様々な睡眠段階について、幾つかのアルゴリズム、パラメータ及び／又は基準のセットを格納するように構成される。これらは、第１の睡眠段階の間に、取出しコンポーネント３２が、第１の睡眠サイクルに対して索引付けされたアルゴリズム、パラメータ及び／又は基準を取得するように索引付けされ得る。最後の睡眠サイクルの間に、取出しコンポーネント３２は、最後の睡眠サイクルに対して索引付けされたアルゴリズム、パラメータ及び／又は基準を取得する。

一部の実施形態において、所定のアルゴリズム、アルゴリズム入力パラメータ、基準及び／又は他の情報は、被検体１２の以前の睡眠セッション、複数の被検体の年齢合致集団（age match population）の睡眠セッションからの情報、及び／又は他の情報のうちの１つ以上に基づく。例えば睡眠段階基準は、ユーザのプールからのトレーニングデータ（例えば以前の睡眠セッションからのデータ）を使用して決定され得る。あるいは、睡眠段階基準は、睡眠（睡眠セッション）の単一及び／又は複数の基本の（baseline）（以前の）夜からのデータを使用して被検体１２について個人化され得る。

睡眠段階コンポーネント３４は、検出された異なる睡眠サイクルの間の睡眠段階を決定するように構成される。睡眠段階コンポーネント３４は、センサ１８からの出力信号、ＥＥＧからの情報、対応する睡眠サイクルについて取得された睡眠段階検出アルゴリズム、アルゴリズム入力パラメータ及び／又は睡眠段階基準、並びに／あるいは他の情報に基づいて、睡眠段階を決定するように構成される。例えば第１の睡眠サイクル間に、睡眠段階が、現在の（例えば第１の睡眠サイクル中の）出力信号、ＥＥＧからの現在の情報、第１のアルゴリズム、第１のアルゴリズム入力パラメータ、第１の睡眠段階基準及び／又は他の情報に基づいて決定される。第１のアルゴリズム、第１のアルゴリズム入力パラメータ及び／又は第１の睡眠段階基準は、睡眠サイクルコンポーネント３０が、被検体１２は第１の睡眠サイクルにあると判断したことに応答して、取出しコンポーネント３２によって取得される。第２の睡眠サイクルの間に、睡眠段階は、現在の（例えば第２の睡眠サイクル中の）出力信号、ＥＥＧからの現在の情報、第２のアルゴリズム、第２のアルゴリズム入力パラメータ及び／又は第２の睡眠段階基準に基づいて決定される。

一部の実施形態において、睡眠段階コンポーネント３４は、出力信号、ＥＥＧからの情報、取得されたアルゴリズム入力パラメータ及び／又は他の情報によって伝達される情報を、取得されたアルゴリズムのためのアルゴリズム入力として使用して、対応する睡眠サイクルにおける睡眠段階を決定するよう構成される。一部の実施形態において、睡眠段階コンポーネント３４は、出力信号によって伝達される情報、ＥＥＧによって伝達される情報及び／又は他の情報を、所与の睡眠サイクルの睡眠段階基準と比較することによって、所与の睡眠サイクル中の睡眠段階を決定するように構成される。

非限定的な例として、睡眠段階コンポーネント３４は、５つの周波数帯域（例えば上述のように、デルタ（0.5から4Hz）、シータ（4から8Hz）、アルファ（8から12Hz）、スピンドル（11から16Hz）及びベータ（15から30Hz））のＥＥＧパワーを使用して、現在の睡眠段階を決定することができる。睡眠段階コンポーネント３４は、睡眠セッション中に１つ以上の（例えば）１５秒の長さのエポック（epoch）の間に５つの異なる周波数帯域のパワーを決定することができる。個々のエポックについて、睡眠段階コンポーネント３４は、５つの周波数帯域のパワーに基づいて5-D特徴ベクトルを構築することができる。一部の実施形態において、5-D特徴ベクトルは、睡眠サイクルコンポーネント３０によって決定される現在の睡眠サイクルについて、取出しコンポーネント３２によって取得される所定のアルゴリズムへの入力であり得る（アルゴリズムは睡眠サイクルに応じて変化する）。一部の実施形態において、5-D特徴ベクトルを、睡眠サイクルコンポーネント３０によって決定される現在の睡眠サイクルについて取出しコンポーネント３２によって取得される睡眠段階基準と比較することができる（睡眠段階基準は、睡眠サイクルに応じて変化する）。現在の睡眠段階は、アルゴリズムの出力であってよく、かつ／又は睡眠段階基準のうちの１つ以上に合致する5-D特徴ベクトルに応じて決定されてよい。

この例では、取出しコンポーネント３２によって取得される所定のアルゴリズムは、ベクトル量子化アルゴリズムであるか、かつ／又は現在の睡眠状態を決定するためのベクトル量子化アプローチに関する。このアプローチを使用して、被検体１２の以前の睡眠セッション（この睡眠セッションについて睡眠サイクル及び睡眠段階は既知である）から、トレーニングエポックについての特徴ベクトルが事前に決定される。個々のトレーニングエポックについての特徴ベクトルのクラスタを使用して、５次元の空間（例えば各次元はＥＥＧパワー帯域に対応する）における個々の睡眠段階を定義する睡眠段階特徴ベクトル境界及び／又は領域を決定する（トレーニングエポックについての睡眠段階は既知であるためである）。決定された睡眠段階特徴ベクトル境界及び／又は領域は睡眠サイクルによって変わる。現在の睡眠サイクルについての境界及び／又は領域の適切なセットは、取出しコンポーネント３２によって取得される。睡眠段階コンポーネント３４は、現在の5-Dの特徴ベクトルを、現在の睡眠サイクルについての睡眠段階特徴ベクトル境界及び／又は領域と比較することができる。睡眠段階コンポーネント３４は、5-D特徴ベクトルと、現在の睡眠サイクルについて定義された境界及び／又は領域に基づいて、現在の睡眠段階を決定することができる。境界とは別に、所与のベクトル「ｘ」が属する段階を、「ｘ」と各領域の重心との間の距離を算出することにより決定することができる。重心ベクトルは、個々の睡眠段階／領域について、個々の領域の重力の中心として定義され得る。

図５は、現在の睡眠段階を決定することに対するベクトル量子化アプローチを例示する。トレーニングエポックからの既知の特徴ベクトルのクラスタは、（2-Dページ上に図示されているが）５次元空間５００内において、所与の睡眠サイクルの睡眠段階に対応する所与の領域５０２、５０４、５０６、５０８、５１０を定義する。各睡眠段階の代表的な特徴ベクトル（モデル）は、黒い点５１２、５１４、５１６、５１８、５２０によって示される。代表的な特徴ベクトルは、（上述の）重心であり、個々の重心は、対応する個々の領域の重力の中心である。現在のエポックがどの睡眠段階に属しているかを決定するために、睡眠段階コンポーネント３４は、現在のエポック中のＥＥＧの５つの周波数帯域のパワーに基づいて、現在のエポックから5-Dベクトルを決定する。次いで、睡眠段階コンポーネント３４は、例えばユークリッド距離を通して、現在のエポックからの5-Dベクトルを、各クラスタ／領域と比較して、現在の5-D特徴ベクトルが配置される可能性が最も高いのはどのクラスタ／領域（睡眠段階）であるかを決定する。

図６は、個々の睡眠サイクルに対応するアルゴリズム及び／又はパラメータに基づく、リアルタイムの睡眠段階決定を図式的に要約している。図６に示されるように、（センサ１８からの出力信号であるか、かつ／又はその出力信号に基づいて決定される）ＥＥＧ信号は、２つの逐次的及び／又は実質的に同時のプロセス６０２、６０４を通過する。第１のプロセス６０２は、睡眠サイクルを自動的に検出している。第２のプロセス６０４は、第１のプロセス６０２からの入力６０６を受け取り、被検体１２の現在の睡眠段階を決定している。睡眠サイクル検出プロセス６０２は、ＥＥＧに基づいて現在の睡眠サイクルを決定することを含む。確実に睡眠サイクルを決定するために使用することができる、ＥＥＧから導出されるメトリックは、ＥＥＧのベータ（15-30Hz）帯域のパワーと、デルタ（0.5-4Hz）帯域のパワーとの間の比の対数（log(β/δ)）である（図６の参照番号６１０。また、参照のために睡眠グラフ６１１も示されている）。（図１に示される）睡眠サイクルコンポーネント３０及び取出しコンポーネント３２は、睡眠サイクルにおける変化を検出し、所与の睡眠サイクルに対して索引付けされる睡眠段階決定アルゴリズム及び／又はパラメータを取り出す。睡眠段階決定アルゴリズム及び／又はパラメータは、電子ストレージ６１２から取り出される。睡眠段階決定６１４は、ＥＥＧ信号及びストレージモジュールから取り出されるアルゴリズム及び／又はパラメータに基づく。

図１に戻ると、電子ストレージ２２は、情報を電子的に格納する電子記憶媒体を備える。電子ストレージ２２の電子記憶媒体は、システム１０に一体的に提供される（すなわち、実質的に取外し不可能な）システムストレージ、及び／又は例えばポート（例えばUSBポート、firewire（登録商標）ポート等）又はドライブ（例えばディスクドライブ等）を介してシステム１０に取外し可能に接続され得る取外し可能ストレージのうちの一方又は双方を備えることができる。電子ストレージ２２は、光学的に読取可能な記憶媒体（例えば光ディスク等）、磁気的に読取可能な記憶媒体（例えば磁気テープ、磁気ハードドライブ、フロッピードライブ等）、電荷ベースの記憶媒体（例えばEPROM、RAM等）、半導体記憶媒体（例えばフラッシュドライブ等）及び／又は他の電子的に読取可能な記憶媒体のうちの１つ以上を備え得る。電子ストレージ２２は、ソフトウェアアルゴリズム（例えば取出しコンポーネント３２によって取り出される所定のアルゴリズム）、アルゴリズム入力（例えば取出しコンポーネント３２によって取り出される所定のパラメータ）、プロセッサ２０によって決定される情報、ユーザインタフェース２４及び／又は外部コンピューティングシステムを介して受け取られる情報、並びに／あるいはシステム１０が正確に機能できるようにする他の情報を格納することができる。電子ストレージ２２は（全体又は部分的に）システム１０内の別個のコンポーネントであってよく、あるいは電子ストレージ２２は（全体又は部分的に）システム１０の１つ以上の他のコンポーネント（例えばプロセッサ２０）と一体的に提供されてもよい。

ユーザインタフェース２４は、システム１０と被検体１２及び／又は他のユーザとの間のインタフェースを提供するように構成され、このインタフェースを介して被検体１２及び／又は他のユーザは、システム１０へ情報を提供し、システム１０から情報を受け取ることができる。例えばユーザインタフェース２４は、ユーザに対してＥＥＧを表示することができる。これは、まとめて「情報」と呼ばれる、データ、キュー、結果、命令及び／又は任意の他の通信アイテムを、ユーザ（例えば被検体１２、介護者及び／又は他のユーザ）と、センサ１８、プロセッサ２０、電子ストレージ２２及び／又はシステム１０の他のコンポーネントとの間で通信することを可能にする。例えばユーザインタフェース２４は、ユーザによる電子ストレージ２２内の所定のアルゴリズム及び／又はパラメータの格納を容易にすることができる。

ユーザインタフェース２４における包含に適したインタフェースデバイスの例には、キーパッド、ボタン、スイッチ、キーボード、ノブ、レバー、ディスプレイスクリーン、タッチスクリーン、スピーカ、マイクロフォン、インジケータ光、可聴アラーム、プリンタ、知覚フィードバックデバイス及び／又は他のインタフェースデバイスがある。一部の実施形態において、ユーザインタフェース２４は複数の別個のユーザインタフェースを備える。一部の実施形態では、ユーザインタフェース２４は、プロセッサ２０、電子ストレージ２２及び／又はシステム１０の他のコンポーネントと一体的に提供される少なくとも１つのインタフェースを備える。

理解されるように、ハードワイヤード又は無線の他の通信技術も、本開示によりユーザインタフェース２４として考えられる。例えば本開示は、ユーザインタフェース２４は、電子ストレージ２２によって提供される取外し可能ストレージインタフェースと統合されてよい。この例では、情報が、取外し可能ストレージ（例えばスマートカード、フラッシュドライブ、取外し可能ディスク等）からシステム１０へロードされ、この情報は、ユーザがシステム１０の実装をカスタマイズすることを可能にする。ユーザインタフェース２４としてシステム１０とともに使用するために適合される他の例示の入力デバイス及び技術には、これらに限定されないが、RS-232ポート、RFリンク及びIRリンク、モデム（電話、ケーブル又はその他）がある。簡潔に言うと、システム１０に情報を通信するための任意の技術が、本開示ではユーザインタフェース２４として考えられる。

図７は、睡眠段階決定システムを用いて睡眠セッションの個々の睡眠サイクルの間に被検体の睡眠段階を決定するための方法７００を例示する。システムは、１つ以上のセンサ、１つ以上の物理的なコンピュータプロセッサ及び／又は他のコンポーネントを備える。以下で提示される方法７００の動作は、例示であるように意図される。一部の実施形態において、方法７００は、説明されない１つ以上の動作とともに達成されることがあり、かつ／又は議論される動作の１つ以上を伴わずに達成されることもある。加えて、図７で図示され、以下で説明される方法７００の動作の順序は、限定するように意図されていない。

一部の実施形態において、方法７００は、１つ以上の処理デバイス（例えばデジタルプロセッサ、アナログプロセッサ、情報を処理するように設計されるデジタル回路、情報を処理するように設計されるアナログ回路、状態マシン及び／又は情報を電子的に処理するための他の機構）において実装され得る。１つ以上の処理デバイスは、電子記憶媒体に電子的に格納される命令に応答して、方法７００の動作の一部又は全てを実行する１つ以上のデバイスを含み得る。１つ以上の処理デバイスは、方法７００の動作の１つ以上の実行のために特別に設計されるハードウェア、ファームウェア及び／又はソフトウェアを通して構成される１つ以上のデバイスを含み得る。

動作７０２において、睡眠セッションの間に被検体の脳活動に関連する情報を伝達する出力信号が生成される。一部の実施形態において、動作７０２は、（図１に示され、本明細書に説明される）センサ１８と同じ又は同様の１つ以上のセンサによって実行される。

動作７０４において、個々の睡眠サイクルが、出力信号に基づいて検出される。一部の実施形態において、個々の睡眠サイクルは、ＥＥＧのベータ帯域のパワーとデルタ帯域のパワー及び／又は他の情報に基づいて検出される。一部の実施形態において、動作７０４は、（図１に示され、本明細書に説明される）睡眠サイクルコンポーネント３０と同じ又は同様の物理的コンピュータプロセッサコンポーネントによって実行される。

動作７０６において、動作７０４中に検出された個々の睡眠サイクルに対応する、所定の睡眠段階決定アルゴリズム、アルゴリズム入力パラメータ及び／又は他の情報が、取り出される。一部の実施形態において、アルゴリズム、アルゴリズム入力パラメータ及び／又は他の情報は、電子ストレージから取り出される。一部の実施形態において、アルゴリズム、アルゴリズム入力パラメータ及び／又は他の情報は、個々の睡眠サイクルに基づいて電子ストレージ内で索引付けされる。一部の実施形態において、所定のアルゴリズム及び／又はアルゴリズム入力パラメータは、被検体の以前の睡眠セッション、被検体の年齢合致集団の睡眠セッションからの情報及び／又は他の情報、のうちの１つ以上に基づく。一部の実施形態において、動作７０６は、（図１に示され、本明細書に説明される）取出しコンポーネント３０と同じ又は同様の物理的コンピュータプロセッサコンポーネントによって実行される。

動作７０８において、睡眠段階が決定される。睡眠段階は、検出された異なる睡眠サイクル中に決定される。睡眠段階は、出力信号、対応する睡眠サイクルの取得された睡眠段階検出アルゴリズム及び／又はパラメータ、及び／又は他の情報に基づいて決定される。例えば第１の睡眠サイクルの間、睡眠段階は、出力信号、第１の睡眠サイクルに対応する第１のアルゴリズム、第１のパラメータ及び／又は他の情報に基づいて決定される。第２の睡眠サイクルの間、睡眠段階は、出力信号、第２の睡眠サイクルに対応する第２のアルゴリズム、第２のパラメータ及び／又は他の情報に基づいて決定される。一部の実施形態において、動作７０８は、（図１に示され、本明細書に説明される）睡眠段階コンポーネント３４と同じ又は同様の物理的コンピュータプロセッサコンポーネントによって実行される。

特許請求の範囲において、括弧内に配置される全ての参照符号は、請求項を限定するものとして解釈されないものとする。「備える」又は「含む」という用語は、請求項内に列挙されるもの以外の要素又はステップの存在を除外しない。幾つかの手段を列挙するデバイスの請求項において、これらの手段の幾つかは、ハードウェアの１つ及び同じアイテムによって具現化されてよい。要素に先行する「a」、「an」という用語は、そのような要素の複数の存在を除外しない。幾つかの手段を列挙する任意のデバイスの請求項において、これらの手段の幾つかが、ハードウェアの１つ及び同じアイテムによって具現化されてよい。特定の要素が相互に異なる従属請求項に記載されるという単なる事実は、これらの要素を組合せで使用することができないことを示唆するものではない。

上述の説明は、最も実践的かつ好適な実施形態であると現在考えられるものに基づいて、説明の目的で詳細を提供しているが、そのような詳細は、単にその目的のためであり、明示的に開示される実施形態に限定するようには意図されておらず、反対に、添付の特許請求の範囲の精神及び範囲内にある修正及び均等な構成を網羅するように意図されていることが理解されよう。例えば本発明は、可能な限り、任意の実施形態の１つ以上の特徴を、任意の他の実施形態の１つ以上の特徴と組み合わせることができると考えることが理解されよう。

Claims (9)

1. 睡眠セッションの個々の睡眠サイクルの間の被検体の睡眠段階を決定するよう構成されるシステムであって、当該システムは：
   前記被検体の脳活動に関連する情報を伝達する出力信号を生成するよう構成される１つ以上のセンサと；
   １つ以上の物理的コンピュータプロセッサであって、コンピュータ読取可能命令によって：
   前記出力信号から決定される脳波のデルタ帯域のパワーとベータ帯域のパワーの比の対数に基づいて、前記睡眠セッションの間の異なる個々の睡眠サイクルを検出することであって、該検出された個々の睡眠サイクルが第１の睡眠サイクルと、該第１の睡眠サイクルとは異なる第２の睡眠サイクルを含むことと、
   電子的に格納されている、異なる睡眠サイクルに対応する複数の睡眠段階検出アルゴリズム及び／又はパラメータから、前記検出された個々の睡眠サイクルに対応する睡眠段階検出アルゴリズム及び／又はパラメータを取得することであって、前記電子的に格納されている睡眠段階検出アルゴリズム及び／又はパラメータは、個々の睡眠サイクルに基づいて索引付けされており、前記取得される睡眠段階検出アルゴリズム及び／又はパラメータは、前記第１の睡眠サイクルに対応する第１のアルゴリズム及び／又はパラメータと、前記第２の睡眠サイクルに対応し、前記第１のアルゴリズム及び／又はパラメータとは異なる第２のアルゴリズム及び／又はパラメータを含むことと、
   前記第１の睡眠サイクルの間の睡眠段階が、前記出力信号と前記第１のアルゴリズム及び／又はパラメータに基づいて決定され、前記第２の睡眠サイクルの間の睡眠段階が、前記出力信号と前記第２のアルゴリズム及び／又はパラメータに基づいて決定されるように、前記出力信号と、前記取得された睡眠段階検出アルゴリズム及び／又はパラメータとに基づいて、前記検出された個々の睡眠サイクルの間の睡眠段階を決定することと、
   を行うように構成される１つ以上の物理的コンピュータプロセッサと；
   を備える、システム。
2. 前記１つ以上の物理的なコンピュータプロセッサは更に、前記睡眠段階検出アルゴリズム及び／又はパラメータがベクトル量子化アルゴリズムを含むように構成され、個々の睡眠段階は、代表的なベクトル又は代表的重心のうちの１つ以上によって特徴付けられ、所与の現在の睡眠段階ベクトルがどの睡眠段階に属しているかについての決定は、前記所与の現在の睡眠段階ベクトルに最も近い代表的重心に基づいて行われる、
   請求項１に記載のシステム。
3. 前記１つ以上の物理的なコンピュータプロセッサは、前記睡眠段階検出アルゴリズム及び／又はパラメータが、前記被検体の以前の睡眠セッション、又は複数の被検体の年齢合致集団の睡眠セッションからの情報、のうちの１つ以上に基づくように構成される、
   請求項１に記載のシステム。
4. 睡眠段階決定システムを用いて睡眠セッションの個々の睡眠サイクルの間の被検体の睡眠段階を決定する方法であって、前記睡眠段階決定システムは、１つ以上のセンサ及び１つ以上の物理的コンピュータプロセッサを備え、当該方法は：
   前記１つ以上のセンサにより、前記被検体の脳活動に関連する情報を伝達する出力信号を生成するステップと；
   前記１つ以上の物理的コンピュータプロセッサにより、前記出力信号から決定される脳波のデルタ帯域のパワーとベータ帯域のパワーの比の対数に基づいて、前記睡眠セッションの間の異なる個々の睡眠サイクルを検出するステップであって、該検出された個々の睡眠サイクルが第１の睡眠サイクルと、該第１の睡眠サイクルとは異なる第２の睡眠サイクルを含む、ステップと；
   前記１つ以上の物理的コンピュータプロセッサにより、電子的に格納されている、異なる睡眠サイクルに対応する複数の睡眠段階検出アルゴリズム及び／又はパラメータから、前記検出された個々の睡眠サイクルに対応する睡眠段階検出アルゴリズム及び／又はパラメータを取得するステップであって、前記電子的に格納されている複数の睡眠段階検出アルゴリズム及び／又はパラメータは、個々の睡眠サイクルに基づいて索引付けされており、前記取得される睡眠段階検出アルゴリズム及び／又はパラメータは、前記第１の睡眠サイクルに対応する第１のアルゴリズム及び／又はパラメータと、前記第２の睡眠サイクルに対応し、前記第１のアルゴリズム及び／又はパラメータとは異なる第２のアルゴリズム及び／又はパラメータを含む、ステップと；
   前記１つ以上の物理的コンピュータプロセッサにより、前記第１の睡眠サイクルの間の睡眠段階が、前記出力信号と前記第１のアルゴリズム及び／又はパラメータに基づいて決定され、前記第２の睡眠サイクルの間の睡眠段階が、前記出力信号と前記第２のアルゴリズム及び／又はパラメータに基づいて決定されるように、前記出力信号と、前記取得された睡眠段階検出アルゴリズム及び／又はパラメータとに基づいて、前記検出された個々の睡眠サイクルの間の睡眠段階を決定するステップと、
   を備える、方法。
5. 前記睡眠段階検出アルゴリズム及び／又はパラメータは、ベクトル量子化アルゴリズムを含み、個々の睡眠段階は、代表的なベクトル又は代表的重心のうちの１つ以上によって特徴付けられ、所与の現在の睡眠段階ベクトルがどの睡眠段階に属しているかについての決定は、前記所与の現在の睡眠段階ベクトルに最も近い代表的重心に基づいて行われる、
   請求項４に記載の方法。
6. 前記睡眠段階検出アルゴリズム及び／又はパラメータは、前記被検体の以前の睡眠セッション、又は複数の被検体の年齢合致集団の睡眠セッションからの情報、のうちの１つ以上に基づく、
   請求項４に記載の方法。
7. 睡眠セッションの個々の睡眠サイクルの間の被検体の睡眠段階を決定するよう構成されるシステムであって、当該システムは：
   前記被検体の脳活動に関連する情報を伝達する出力信号を生成するための生成手段と；
   前記出力信号から決定される脳波のデルタ帯域のパワーとベータ帯域のパワーの比の対数に基づいて、前記睡眠セッションの間の異なる個々の睡眠サイクルを検出するための検出手段であって、該検出された個々の睡眠サイクルが第１の睡眠サイクルと、該第１の睡眠サイクルとは異なる第２の睡眠サイクルを含む、検出手段と；
   電子的に格納されている、異なる睡眠サイクルに対応する複数の睡眠段階検出アルゴリズム及び／又はパラメータから、前記検出された個々の睡眠サイクルに対応する睡眠段階検出アルゴリズム及び／又はパラメータを取得するための取得手段であって、前記電子的に格納されている複数の睡眠段階検出アルゴリズム及び／又はパラメータは、個々の睡眠サイクルに基づいて索引付けされており、前記取得される睡眠段階検出アルゴリズム及び／又はパラメータは、前記第１の睡眠サイクルに対応する第１のアルゴリズム及び／又はパラメータと、前記第２の睡眠サイクルに対応し、前記第１のアルゴリズム及び／又はパラメータと異なる第２のアルゴリズム及び／又はパラメータを含む、取得手段と；
   前記第１の睡眠サイクルの間の睡眠段階が、前記出力信号と前記第１のアルゴリズム及び／又はパラメータに基づいて決定され、前記第２の睡眠サイクルの間の睡眠段階が、前記出力信号と前記第２のアルゴリズム及び／又はパラメータに基づいて決定されるように、前記出力信号と、前記取得された睡眠段階検出アルゴリズム及び／又はパラメータとに基づいて、前記検出された個々の睡眠サイクルの間の睡眠段階を決定するための決定手段と、
   を備える、システム。
8. 前記取得手段は、前記睡眠段階検出アルゴリズム及び／又はパラメータがベクトル量子化アルゴリズムを含むように構成され、個々の睡眠段階は、代表的なベクトル又は代表的重心のうちの１つ以上によって特徴付けられ、所与の現在の睡眠段階ベクトルがどの睡眠段階に属しているかについての決定は、前記所与の現在の睡眠段階ベクトルに最も近い代表的重心に基づいて行われる、
   請求項７に記載のシステム。
9. 前記取得手段は、前記睡眠段階検出アルゴリズム及び／又はパラメータが、前記被検体の以前の睡眠セッション、又は複数の被検体の年齢合致集団の睡眠セッションからの情報、のうちの１つ以上に基づくように構成される、
   請求項７に記載のシステム。

Images