JP6782245B2 - 動きデータを用いて休息期間の終点を決定するためのシステム、方法及び装置 - Google Patents

Description

本特許出願は、２０１５年３月６日に出願された米国仮特許出願第６２／１２９，２２６号の優先権を主張し、その内容は、参照することにより本明細書に組み込まれる。

本発明は一般に、動きデータを用いて休息期間の時間期間を決定するためのシステム、方法及び装置に関する。特に、休息期間の開始時間及び終了時間を決定するための改良された技術が開示される。

アクチグラフィー(actigraphy)は、例えば動きセンサを着用している又は取り付けた人の動きを記録するための動きセンサ、例えば加速度計の使用である。アクチグラフィーは、人の身体活動が決定される、測定される及び評価されることを可能にする。人の活動量を監視及び／又は解析する、商業的に入手可能である多くの動きトラッキング装置が存在している。そのような活動データの１つの特定の使用は、例えば人が眠っている及び／又は起きているときの識別である。人が眠っていそうである時間期間は、別名"休息期間"と呼ばれるのに対し、人が起きていそうである時間期間は、別名"活動期間"と呼ばれる。

通例、休息期間の時間期間を決定するために、活動（例えば高い活動）を休息（例えば低い活動）から分離する"しきい"活動値が必要である。計算チャレンジは、適切なしきい値を特定し、このしきい値を休息期間の開始及び終了を特定するのに使用することである。

睡眠の終点を決定するための従来の解析の制約の１つは、しきい活動値と比較して、動きに基づいて睡眠／覚醒状態を特定することである。これは、使用するのに適切なしきい活動レベルを特定しようと試みるとき、"しきい問題"を引き起こす。覚醒時間と睡眠時間とを区別することにより最適なしきい活動レベルを選択することにより、本当の睡眠ポリグラフィー（ＰＳＧ）検査の終点に対する、ＰＳＧの終点のアクチグラフィーの推定間の同意を最大にしようと試みる。残念なことに、単独のしきい活動レベルは、被験者は実際に起きているが、動かないままでいるとき、被験者がまるで寝ているように思われる状況に適応することが難しいので、これらの努力は潜在的に上手くいかない。

さらに、スタンド解析はしばしば、これらの誤りを最小にするために、時に（間違いを含む）睡眠日誌又は周囲光のデータの助けを借りて、手動による結果の確認読み取り(over-reading)を含む。この処理は、退屈であり、時間を消費し、装置の製造業者間で異なり、依然としてＰＳＧを用いてさらに正確に評価される終点の推定である値を生成することができる。さらに他に、この解析は、アクチグラフィーデータに関する重要な情報を失っている。

従って、動きデータを用いて休息期間の終点を正確に及び客観的に特定する一方、大量の動きデータに上記解析を確実に行うことも可能であるシステム、方法並びに装置であることが有益である。

従って、本発明の目的は、動きデータを用いて休息期間の開始時間及び終了時間を正確に及び客観的に特定する一方、大量の動きデータに上記解析を確実に行うことも可能であるシステム、方法並びに装置を提供することである。

１つの例示的な実施例において、しきい活動レベルが設定され、動きデータが受信され、この動きデータに第１のフィルタが適用され、及びこの動きデータの第１のデータセットが生成される。この第１のデータセット内の最小点が決定され、この最小点と関連付けられる最小時間が決定される。第１のデータセットがしきい活動レベルと交差する場所であり、前記最小時間の後に起こる第１の上方交点は、この第１の上方交点と関連付けられた第１の上方時間に沿って決定される。次いで、この第１の上方時間に対応する動きデータ上の第１の位置が決定され、動きデータがしきい活動レベルと交差する未処理データの上方交点が決定される。未処理データの上方交点と関連付けられる未処理データの上方時間が決定され、この場所は未処理データの上方時間は、休息期間内の前記第１の上方時間の後に起こり、この未処理データの上方時間は休息期間の上方境界と設定される。第１のデータセットがしきい活動レベルと交差する第１の下方交点が決定され、この第１の下方交点は、前記最小時間より前に起こり、前記第１の下方交点と関連付けられる第１の下方時間も決定される。次いで、第１の下方時間に対応する動きデータ上の第２の位置が決定され、動きデータがしきい活動レベルと交差する未処理データの下方境界も決定される。この未処理データの下方境界と関連付けられる未処理データの下方時間が決定され、この未処理データの下方時間は、休息期間の下方境界と設定される。休息期間の時間量はこのとき、未処理データの上方時間と未処理データの下方時間との時間差を計算することにより決定される。

もう１つの例示的な実施例において、少なくとも１つの動きセンサを含むウェアラブルな動きトラッキングを有するシステムが提供される。このシステムは、ウェアラブルな動きトラッカーから動きデータを受信する通信回路、動きデータを記憶するメモリ及び少なくとも１つの処理器を含む動き解析装置も含む。少なくとも１つの処理器は、休息期間のしきい活動レベルを設定する、動きデータに第１のフィルタを適用する、及びこの動きデータの第１のデータセットを生成するように構成される。この少なくとも１つの処理器はさらに、第１のデータセット内の最小点及びこの最小点と関連付けられる最小時間を決定するように構成される。この少なくとも１つの処理器はまたさらに、第１のデータセットがしきい活動レベルと交差する場所であり、前記最小時間の後に生じる第１の上方交点を決定するように構成される。少なくとも１つの処理器はさらに、第１の上方交点と関連付けられる第１の上方時間、この第１の上方時間に対応する動きデータ上の第１の位置、動きデータがしきい活動レベルと交差する未処理データの上方交点、及び休息期間内の第１の上方時間の後に起こる、未処理データの上方交点と関連付けられる未処理データの上方時間を決定するように構成される。少なくとも１つの処理器は次いで、未処理データの上方時間を休息期間の上方境界であると割り当てるように構成される。少なくとも１つの処理器は、前記最小時間の前に起こる、第１のデータセットがしきい活動レベルと交差する第１の下方交点、この第１の下方交点と関連付けられる第１の下方時間、この第１の下方時間に対応する動きデータ上の第２の位置、動きデータがしきい活動レベルと交差する未処理データの下方境界、及びこの未処理データの下方境界と関連付けられる未処理データの下方時間を決定するように構成される。少なくとも１つの処理器はさらに、この未処理データの下方時間を休息期間の下方境界として割り当てる、並びに次いで未処理データの上方時間と未処理データの下方時間との時間差を計算することにより決定される休息時間の時間量を決定するように構成される。

さらにもう１つの例示的な実施例において、ウェアラブルな動きトラッカーが提供される。このウェアラブルな動きトラッカーは、時間期間内の各時期(epoch)中に検出される活動量を示す動きデータを取り込む少なくとも１つの動きセンサ、この動きデータを記憶するメモリ、及び少なくとも１つの処理器を含む。少なくとも１つの処理器は、休息期間のしきい活動レベルを設定する、動きデータに第１のフィルタを適用する及び動きデータの第１のデータセットを生成するように構成される。この少なくとも１つの処理器はさらに、第１のデータセット内の最小点及びこの最小点と関連付けられる最小時間を決定するように構成される。この少なくとも１つの処理器は次いで、前記最小時間の後に起こる、第１のデータセットがしきい活動レベルと交差する第１の上方交点、この第１の上方交点と関連付けられる第１の上方時間、この第１の上方時間に対応する動きデータ上の第１の位置、動きデータがしきい活動レベルと交差する未処理データの上方交点、及び休息期間内の前記第１の上方時間の後に起こる、未処理データの上方交点と関連付けられる未処理データの上方時間を決定するように構成される。少なくとも１つの処理器は、未処理データの上方時間を休息期間の上方境界として割り当てるようにも構成される。次いで、少なくとも１つの処理器は、最小時間より前に起こる、第１のデータセットがしきい活動レベルと交差する第１の下方交点、この第１の下方交点と関連付けられる第１の下方時間、この第１の下方時間に対応する動きデータ上の第２の位置、動きデータがしきい活動レベルと交差する未処理データの下方境界、及びこの未処理データの下方境界と関連付けられる未処理データの下方時間を決定するように構成される。少なくとも１つの処理器はさらに、未処理データの下方時間を休息期間の下方境界として割り当てる、及び未処理データの上方時間と未処置データの下方時間との時間差を計算することにより、休息期間の時間量を決定するように構成される。

本発明の上記及び他の特徴、その性質並びに様々な利点は、付随する図面と合せられる以下の詳細な記載を理解するとより明白である。
様々な実施例に従う、ウェアラブルな動きトラッカー及び動き解析装置を含むシステムの概略図である。 様々な実施例に従う、ウェアラブルな動きトラッカーから得られる例示的な動きデータの例示的なグラフである。 様々な実施例に従う、図２の動きデータを表す例示的なモデルデータの例示的なグラフである。 様々な実施例に従う、休息期間に対応する図３の例示的なモデルデータの一部の例示的なグラフである。 様々な実施例に従う、休息期間の終了に対応する図４Ａの例示的なモデルデータの一部の例示的なグラフである。 様々な実施例に従う、生成されたデータセットを含む図２の例示的な動きデータの例示的なグラフである。 様々な実施例に従う、休息時間の時間量を決定するための処理の例示的なフローチャートである。 様々な実施例に従う、休息時間の時間量を決定するための処理の例示的なフローチャートである。 様々な実施例に従う、休息時間の時間量を決定するための処理の例示的なフローチャートである。 様々な実施例に従う、休息時間の時間量を決定するための処理の例示的なフローチャートである。 様々な実施例に従う、中間休息期間としきい活動レベルとの関係の例示的なグラフである。 様々な実施例に従う、最適なしきい活動レベルを選択するための処理の例示的なフローチャートである。

本発明は、様々な構成要素及び構成要素の配列、及び様々な技術、方法又はステップの手順及び配列の形式をとってもよい。参照される図面は、単に実施例を例示することを目的とし、本発明を限定すると解釈されるべきではない。互いに独立して又は他の特徴と組み合わせて各々が使用され得る様々な独創的特徴が以下に記載される。さらに、本明細書において、特に文脈上はっきりと述べていない限り、複数あると述べていなくても、それらが複数あることを含む。明細書において、"数字"の用語は、１若しくは１より大きい整数（すなわち複数）を意味する。明細書において、限定ではないが、頂部、底部、右側、左側、上方、下方、前方、後方及びそれらの派生語を含む方向の表現は、図面に示される要素の方位に関連し、特に明瞭に言わない限り、請求項を制限しない。

図１は、様々な実施例に従う、ウェアラブルな動きトラッカー１５０及び動き解析装置１００を含むシステム２の概略的な例示である。動き解析装置１００は例えば、如何なる適切な種類の電子装置、例えば限定ではなく、デスクトップコンピュータ、モバイルコンピュータ（例えばラップトップ、ウルトラブック）、モバイルフォン、スマートフォン、タブレット、テレビ、セットトップボックス、スマートテレビ、表示スクリーン、ＰＤＡ(personal digital assistant)、スマート家具、スマート家庭用装置、スマートビークル及び/又はスマート輸送装置に対応している。１つの実施例において、動き解析装置１００は、１つ以上の処理器１０２、メモリ１０４、通信回路１０６及び入力／出力インタフェース１０８を含む。さらに、例示的な実施例において、動き解析装置１００は、１つ以上の動きセンサも含むが、これは任意である。動き解析装置１００は、１つ以上の追加の構成要素が含まれる、又は処理器１０２、メモリ１０４、通信回路１０６、入力／出力インタフェース及び動きセンサ１１０の１つ以上が省略されるように構成されてもよい。例えば、動き解析装置１００は、電源又はバスコネクタを含んでもよい。１つの例示的な実施例において、処理器１０２、メモリ１０４、通信回路１０６、入力／出力インタフェース１０８及び動きセンサ１１０の何れかの複数のインスタンスが動き解析装置１００内に含まれるが、簡潔にするために、各構成要素の１つだけが図１のシステム２内に示される。

１つの例示的な実施例において、処理器１０２は、動き解析装置１００の様々な構成要素間の通信を容易にするのと同様に、動き解析装置１００の動作及び機能を制御することが可能である如何なる適切な処理回路を含んでいる。ある例示的な例として、処理器１０２は、中央処理ユニット（ＣＰＵ）、グラフィック処理ユニット（ＧＰＵ）、マイクロ処理器、デジタル信号処理器、若しくは他の如何なる種類の処理器、又はそれらの如何なる組み合わせを含んでもよい。処理器１０２の機能は例えば、それらに限定されないが、ＦＰＧＡ(field-programmable gate array)、ＡＳＩＣ(application specific integrated circuit)、ＡＳＳＰ(application-specific standard product)、ＳＯＣ(system-on-chip)及び/又はＣＰＬＤ(complex programmable logic device)を含む１つ以上のハードウェア論理構成要素を用いて行われる。１つの実施例において、処理器１０２は、プログラムモジュール、プログラムデータ及び/又は１つ以上のオペレーティングシステム（ＯＳ）を記憶する、それ自身の局所メモリを含むが、処理器１０２は、１つ以上のファームウェアアプリケーション、媒体アプリケーション及び/又は常駐アプリケーションを操作することが可能である。

例示的な実施例において、メモリ１０４は、１種類以上の記憶媒体、例えば如何なる揮発性若しくは不揮発性メモリ、又はデータを記憶するのに適切な如何なる方法で実装される如何なる取り外し可能若しくは取り外し不可能なメモリを含む。例えば、情報は、コンピュータ可読な命令、データ構造及び/又はプログラムモジュールを用いて記憶される。様々な種類のメモリは、それらに限定されないが、ハードドライブ、ソリッドステートドライブ、フラッシュメモリ、永久メモリ（例えばＲＯＭ）、ＥＰＲＯＭ、ＣＤ−ＲＯＭ、ＤＶＤ又は他の光学記憶媒体、磁気カセット、磁気テープ、磁気ディスク記憶装置又は他の如何なる磁気記憶装置、ＲＡＩＤ記憶システム又は他の如何なる種類の記憶装置、又はそれらの如何なる組み合わせを含んでいる。さらに、１つの実施例において、メモリ１０４は、コンピュータ可読な記憶媒体（ＣＲＳＭ）として実装され、これは、メモリ１０４内に記憶される１つ以上の命令を実行するために、処理器１０２により入手可能な如何なる適切な物理的媒体に対応している。

１つの例示的な実施例において、通信回路１０６は、動き解析装置１００が１つ以上の追加の装置、サービス及び/又はシステムとの通信を認める又は可能にする如何なる回路に対応している。例えば、通信回路１０６は、ネットワーク、例えばインターネットを介して、又は如何なる数の適切な通信プロトコルを用いて、ウェアラブルな動きトラッカー１５０と動き解析装置１００との間の通信を容易にする。様々な種類の通信プロトコルは、それらに限定されないが、ＴＣＰ／ＩＰ（TCP/IP層の各々に用いられるプロトコルの何れか）、ＨＴＴＰ及びＷＡＰ(wireless application protocol)、Ｗｉ−Ｆｉ（例えば802.11プロトコル）、Bluetooth（登録商標）、無線周波数システム（例えば900MHz、1.4GHz及び5.6GHzの通信システム）、セルラーネットワーク（例えばＧＳＭ、ＡＭＰＳ、ＧＰＲＳ、ＣＤＭＡ、ＥＶ−ＤＯ、ＥＤＧＥ、３ＧＳＭ、ＤＥＣＴ、ＩＳ−１３６／ＴＤＭＡ、ｉＤｅｎ、ＬＴＥ又は他の如何なる適切なセルラーネットワークプロトコル）、赤外線、BitTorrent、ＦＴＰ、ＲＴＰ、ＲＩＳＰ、ＳＳＨ及び／又はＶＯＩＰを含む。１つの実施例において、動き解析装置１００は、ネットワークとのワイヤレス通信を容易にするためのアンテナも含んでいる。もう１つの実施例において、動き解析装置１００は、通信回路１０６が動き解析装置１００に１つ以上の通信ネットワークにわたる通信を可能にさせるように、１つ以上ＵＳＢポート、１つ以上のイーサーネット又はブロードバンドポート又は他の如何なる種類のハードウェアアクセスポートを含む。

例示的な実施例において、Ｉ／Ｏインタフェース１０８は、動き解析装置１００のユーザからの入力を受け取るための如何なる適切な機構に対応する。例えば、カメラ、キーボード、マウス、ジョイスティック又は外部制御器がＩ／Ｏインタフェース１０８の入力機構として使用されてよい。１つの実施例において、Ｉ／Ｏインタフェース１０８の出力部は、動き解析装置１００からの出力を生成するための如何なる適切な機構に対応する。例えば、１つ以上のディスプレイがＩ／Ｏインタフェース１０８の出力機構として使用されてよい。もう１つの例として、１つ以上の光、発光ダイオード（ＬＥＤ）及び/又は１つ以上の振動機構、或いは触覚応答を提供するように動作可能である他の触覚機能がＩ／Ｏインタフェース１０８の出力機構として使用されてもよい。１つの限定ではない実施例において、Ｉ／Ｏインタフェース１０８は、如何なるサイズ又は形状に構成することができ、動き解析装置１００上の如何なる場所に置くことが可能である表示スクリーン及び/又はタッチ式スクリーンを含む。様々な種類のディスプレイは、それらに限定されないが、液晶ディスプレイ（ＬＣＤ）、モノクロディスプレイ、ＣＧＡ(color graphics adapter)ディスプレイ、ＥＧＡ(enhanced graphics adapter)ディスプレイ、ＶＧＡ(variable graphic array)ディスプレイ又は他の如何なる種類のディスプレイ、若しくはそれらの如何なる組み合わせを含む。さらに他に、１つの実施例において、タッチ式スクリーンは、スクリーン上にあるタッチ入力を認識することが可能である容量式感知パネルを含む表示スクリーンに対応する。

１つの実施例において、動き解析装置１００の動きセンサ１１０は、動き解析装置１００の動きの変化を測定することが可能である如何なる適切な構成要素に対応する。例えば、動きセンサは、重力に対する動き解析装置１００の向きの変化を決定する。１つの例示的な実施例において、動きセンサ１１０は、加速度計に対応し、加速度計は、１つ以上の軸に沿った加速度の量を測定するように構成される（例えば３次元の動き検知装置）。他の様々な種類の動きセンサは、それらに限定されないが、カメラ、容量式センサ、ホール効果センサ、慣性計測装置（ＩＭＵ）、単軸若しくは多軸ジャイロセンサ、磁気センサ又は他の如何なる適切な種類の動きセンサ、或いはそれらの如何なる組み合わせを含む。１つの実施例において、動き解析装置１００は、それ自身が動きセンサ１１０を含まず、その代わりに、以下に詳細に記載されるように、ウェアラブルな動きトラッカー１５０から動きデータを受信する。

１つの例示的な、限定ではない実施例において、ウェアラブルな動きトラッカー１５０は、それらに限定されないが、モバイルコンピュータ（例えばラップトップ、ウルトラブック）、モバイルフォン、スマートフォン、タブレット、時計、ブレスレット、リストバンド、ＰＤＡ又は他の如何なる適切なスマートアクセサリーを含む、如何なる適切な種類のウェアラブルな電子装置又はポータブルな電子装置に対応する。例えば、ウェアラブルな動きトラッカー１５０は、人の活動量に対応する情報を取り込むために、この人により着用される。１つの実施例において、ウェアラブルな動きトラッカー１５０は、人の手首、腕、脚又は胸に着用される。

１つの実施例において、ウェアラブルな動きトラッカー１５０は、処理器１０２、メモリ１０４、通信回路１０６及び１つ以上の動きセンサ１１０の１つ以上を含む。さらに、例示的な実施例において、ウェアラブルな動きトラッカー１５０は、Ｉ／Ｏインタフェース１０８も含むが、これは任意である。この例示的な実施例において、処理器１０２、メモリ１０４、通信回路１０６、Ｉ／Ｏインタフェース１０８及び動きセンサ１１０の各々は、動き解析装置１００の処理器１０２、メモリ１０４、通信回路１０６、Ｉ／Ｏインタフェース１０８及び動きセンサ１１０の夫々に略類似し、先の説明が適用される。さらに、先の説明の各々は、動き解析装置１００の代わりに、ウェアラブルな動きトラッカー１５０を用いた使用に関連する。

ウェアラブルな動きトラッカー１５０は、ある期間、例えば１日（例えば２４時間）、週、月にわたり人により着用され、例えばその期間中に人が経験した活動量を記録する。この期間が終わった後、人は動き解析装置１００にウェアラブルな動きトラッカー１５０により得られた動きデータを提供する。例えば、ウェアラブルな動きトラッカー１５０は、このトラッカーに取り込まれた動きデータをBluetooth（登録商標）接続又は有線接続を介して動き解析装置１００に通信してもよい。故に、動き解析装置１００は、人の動きデータを処理及び解析するように構成される。例えば、人の活動期間及び休息期間は、前記動きデータから動き解析装置１００により決定される。しかしながら、１つの例示的な実施例において、ウェアラブルな動きトラッカー１５０がその代わりに、自分自身で動きデータを解析するように構成され、故に動きデータが動き解析装置１００に供給される必要はない。同様に、動きデータは、動き解析装置１００上に置かれる動きセンサから得られてもよく、従って動きデータがウェアラブルな動きトラッカー１５０から入力される必要はない。しかしながら、当業者は、ウェアラブルな動きトラッカー１５０及び動き解析装置１００のどちらが動きデータを取得する、処理する及び/又は解析してもよいこと、及び上述したことは単なる例であることを分かっている。

図２は、様々な実施例に従う、ウェアラブルな動きトラッカーから得られた例示的な動きデータの例示的なグラフ２００である。１つの実施例において、グラフ２００は、動きセンサ、例えばウェアラブルな動きトラッカー１５０を着用した人の、２４時間の時間期間にわたり記録された活動量を示す。グラフ２００において、ｘ軸は、正午（例えば１２：００ＰＭ）からの時間に関して示される。例えば、グラフ２００のｘ軸の原点において、時間"０"は、１２：００ＰＭに対応している。故に、グラフ２００のｘ軸上の各々の後続する区分は、１２：００ＰＭの後に起こる時間に対応する。例えば時間"６"は、１２：００ＰＭの６時間後、６：００ＰＭ（又は１８：００）に対応するのに対し、時間"１２"は、１２：００ＰＭの１２時間後、１２：００ＡＭ（又は２４：００）に対応する。当業者は、如何なる適切な時間間隔及び如何なる適切な時間期間がグラフ２００に使用されること、並びに１２：００ＰＭで始まる２４時間の時間期間は単なる例であることを分かっている。

１つの実施例における、グラフ２００のｙ軸は、特定の時間に生じた活動量に関して、１分当たりの回数を単位で示される。このように、グラフ２００上の各点は、特定の時間に経験した人の活動量を表す。例示的な例として、時間"８"において、記録される活動量は、約９００回／分である。

"１分当たりの回数"、"回／分"又は"cts/min"という単位は、動きセンサ１１０により記録された測定される活動量に対応する。１つの実施例において、動きセンサ１１０は、各時期中（例えば通例は１分、しかしながら如何なる適切な時間が使用されてもよい）に読み取る活動を記録するように構成される。人の加速度は常に全ての方向に変化し、動きセンサ１１０は、毎秒何回も運動量（例えば加速度又は加速度の変化）をサンプリングするように構成される。例えば、動きセンサ１１０は、毎秒約３２回のサンプリングレートを持つ。サンプリングされた加速度データは次いで、時期に対し集められ、その時期中の活動回数を得るために組み合わされる。従って、グラフ２００の各データ点は、２４時間の時間間隔にわたり毎分中に生じる活動の総量に対応する。しかしながら、当業者は、如何なる時間間隔及び人の活動データを得るのに適した如何なる技術が用いられてもよいこと、並びに上述したことは単なる例であることを分かっている。

図３は、様々な実施例従う、図２の動きデータを表す例示的なモデルデータの例示的なグラフ３００である。例示的な、限定ではない実施例において、グラフ３００は、動きデータを５回処理することを含み、結果生じる曲線は、類似する軸に沿ってプロットされた５つのデータセットを示す。先に述べたように、グラフ２００内に示される動きデータは、２４時間の時間期間にわたる１分当たりの回数である活動量に対応する。グラフ３００を作るために、様々なデータ処理技術がグラフ２００の動きデータに適用され、この動きデータを表す別々のデータセットを生成する。

１つの実施例において、グラフ２００の動きデータは、既定の長さの移動ガウス窓(moving Gaussian window)をこの動きデータに適用することにより滑らかにされる。移動ガウス窓の既定の長さは、数分（例えば５−１０分）から数時間（例えば６０−３６０分）までの間の適切な長さに対応する。例えば２０分、４０分、６０分、８０分及び１００分の長さを持つ５つの移動ガウス窓がグラフ２００の動きデータに適用され、グラフ３００内に示される５つのデータセットを生成する。

例示的な例として、１００分の長さの移動ガウス窓がグラフ２００の動きデータに適用され、曲線Ｓ５により示される第１のデータセットを生成し、８０分の長さの移動ガウス窓がグラフ２００の動きデータに適用され、曲線Ｓ４により示される第２のデータセットを生成し、６０分の長さの移動ガウス窓がグラフ２００の動きデータに適用され、曲線Ｓ３により示される第３のデータセットを生成し、４０分の長さの移動ガウス窓がグラフ２００の動きデータに適用され、曲線Ｓ２により示される第４のデータセットを生成し、及び２０分の長さの移動ガウス窓がグラフ２００の動きデータに適用され、曲線Ｓ１により示される第５のデータセットを生成する。５つの異なるデータセットを生成するために、５つの異なる移動ガウス窓を動きデータに適用することは、単なる例であり、さらに如何なる適切なデータフィルタが代わりに使用されてもよいので、移動ガウス窓の使用も例示的である。

図４Ａは、様々な実施例に従う、休息期間に対応する図３の例示的なモデルデータの一部の例示的なグラフ４００である。この例示的な実施例において、グラフ４００は、動きデータの例示的な"休息期間"に対応する。この休息期間は、一般に人が睡眠中であるときに対応する、動きが最小限である時間期間に対応する。１つの例示的な実施例において、動きデータが記録され、この動きデータが処理され、未処理の動きデータ（例えば時間に対する活動値）の５つの表現（例えば曲線Ｓ１−Ｓ５）を示す。第１の表現の最小値は、この処理のスタート地点である。この最小時間から時間を前後に移動することが、しきい活動値に設定される横線の２つの交点を特定する。これらは、休息期間の開始及び終了の第１の２つの近似値である。これら第１の近似値は次いで、第２の表現におけるスタート地点として使用され、この処理が第３、第４及び第５の表現にわたり繰り返され、次いで、本来のデータに対し、休息期間の開始及び終了の最終値を提供する。

グラフ４００は、ある活動量が活動期間又は休息期間に対応しているかを規定するしきい活動レベル４０２を含む。１つの実施例において、しきい活動レベル４０２を越える動きデータは、活動期間に対応する一方、しきい活動レベル４０２より下にある動きデータは、休息期間に対応する。しきい活動レベル４０２は、休息期間の時間量を解析する前又は解析中に規定される。例えば、しきい活動レベル４０２が４０回／分と設定されてもよいが、しきい活動レベル４０２は、しきい活動レベルが持つ休息期間の継続時間への影響を決定するために、休息期間が計算された後に調整されてもよい。様々な技術を用いて任意のしきい活動レベルが決定されてもよく、これは以下により詳細に記載される。

グラフ４００内に見られるように、曲線Ｓ５により示される第１のデータセット、曲線Ｓ４により示される第２のデータセット、曲線Ｓ３により示される第３のデータセット、曲線Ｓ２により示される第４のデータセット、曲線Ｓ１により示される第５のデータセットが全て示されている。１００分の長さを持つ移動ガウス窓に対応する曲線Ｓ５は、未処理の動きデータに適用された最も強く"滑らかにされた"曲線である。曲線Ｓ５の１つ以上の極小は、可能性のある休息期間に対応している。例えば、曲線Ｓ５の最小点４０４は、動きデータの最小値に対応している。

休息期間、例えばグラフ４００内に示される休息期間の終了を特定するために、反復処理が用いられ、休息期間の上方境界を見つける。図４Ｂは、様々な実施例に従う、休息期間の終了に対応している図４Ａの例示的なモデルデータの一部からなる例示的なグラフ４５０である。特に、図４Ｂのグラフ４５０は、図４Ａのグラフ４００内に示される休息期間の上方領域（例えば最後の部分）に対応する。最初に、グラフ４００の休息期間の終了時間を特定するために、最小点４０４が決定される。

曲線Ｓ５上の最小点４０４から始まり、しきい活動レベル４０２と曲線Ｓ５との上方交点４５２が決定される。１つの実施例において、曲線Ｓ５がしきい活動レベル４０２と交差するまで、時期毎に曲線Ｓ５に沿って移動することにより、上方交点４５２が見つけられる。例えば、上方交点４５２において、曲線Ｓ５は、所定のしきい活動レベル４０２（例えば４０回／分）に達する。上方交点４５２は、時間ｔ１で起こり、この時間ｔ１は、曲線Ｓ１−Ｓ５のうち次に最も強く"滑らかにされた"曲線である曲線Ｓ４上の位置４６２に対応する。点４６２が決定された後、しきい活動レベル４０２と曲線Ｓ４との上方交点４５４が決定される。１つの実施例において、曲線Ｓ４がしきい活動レベル４０２と交差するまで、時期毎に曲線Ｓ４に沿って移動することにより、上方交点４５４が見つけられる。例えば、上方交点４５４において、曲線Ｓ４は、所定のしきい活動レベル４０２（例えば４０回／分）に達する。上方交点４５４は、時間ｔ２で起こり、この時間ｔ２は、曲線Ｓ１−Ｓ５のうち次に最も強く"滑らかにされた"曲線である曲線Ｓ３上の位置４６４に対応する。位置４６４が決定された後、しきい活動レベル４０２と曲線Ｓ３との上方交点４５６が決定される。例示的な実施例において、曲線Ｓ３がしきい活動レベル４０２と交差するまで、時期毎に曲線Ｓ３に沿って移動することにより、上方交点４５６が見つけられる。例えば、上方交点４５６において、曲線Ｓ３は、所定のしきい活動レベル４０２（例えば４０回／分）に達する。上方交点４５６は、時間ｔ３で起こり、この時間ｔ３は、曲線Ｓ１−Ｓ５のうち次に最も強く"滑らかにされた"曲線である曲線Ｓ２上の位置４６６に対応する。位置４６６が決定された後、しきい活動レベル４０２と曲線Ｓ２との上方交点４５８が決定される。例示的な実施例において、曲線Ｓ２がしきい活動レベル４０２と交差するまで、時期毎に曲線Ｓ２に沿って移動することにより、上方交点４５８が見つけられる。例えば、上方交点４５８において、曲線Ｓ２は、所定のしきい活動レベル４０２（例えば４０回／分）に達する。上方交点４５８は、時間ｔ４で起こり、この時間ｔ４は、曲線Ｓ１−Ｓ５のうち次に最も弱く"滑らかにされた"曲線である曲線Ｓ１上の位置４６８に対応する。位置４６８が決定された後、しきい活動レベル４０２と曲線Ｓ１との上方交点４６０が決定される。例示的な実施例において、曲線Ｓ１がしきい活動レベル４０２と交差するまで、時期毎に曲線Ｓ１に沿って移動することにより、上方交点４６０が見つけられる。例えば、上方交点４６０において、曲線Ｓ１は、所定のしきい活動レベル４０２（例えば４０回／分）に達する。上方交点４６０は、時間ｔ５で起こる。時間ｔ５に対応するグラフ２００の動きデータ上の位置が次いで決定され、その後、動きデータがしきい活動レベル４０２と交差する未処理データの上方交点が決定される。例えば、未処理の動きデータがしきい活動レベル４０２と交差するまで、時期毎に動きデータに沿って移動することにより、未処理データの上方交点が見つけられる。この未処理データの上方交点が発生するとき、未処理の上方時間が決定される。この未処理の上方時間は次いで、休息期間の上方境界と設定される。

最小点４０４を用いて、グラフ４００の休息期間の開始時間を特定するのに類似の技術が行われる。この特定なシナリオにおいて、動きデータがしきい活動レベル４０２と交差する未処理データの下方交点が決定される。例えば、未処理データの下方交点は、この未処理データの下方交点の場所を正確に決定するために、曲線Ｓ１−Ｓ５の各々の様々な下方交点を決定することにより見つけられる。未処理データの下方交点が見つかった後、この未処理データの下方交点が発生する未処理の下方時間が決定される。この未処理の下方時間は次いで、休息期間の下方境界と設定される。

未処理の上方時間及び未処理の下方時間が共に決定された後、これら２つの時間の時間差が計算される。この時間差は故に、休息期間の時間量に対応する。さらに、１つの実施例において、休息期間内ではない動きデータの範囲、例えばグラフ２００の動きデータの範囲が活動期間と分類される。１つの実施例において、動きデータは複数（例えば２つ以上）の休息期間を含んでいる。この特定のシナリオにおいて、各休息期間の開始時間及び終了時間を決定するために、上述した類似の処理が行われる。さらに、当業者は、異なる長さを持つ５つの移動ガウス窓を未処理の動きデータに適用することにより、曲線Ｓ１−Ｓ５により示される５つのデータセットが生成されたとしても、如何なる数のデータセットを作る如何なる数のフィルタが使用されてよいこと、及び上述したことは単に１つの例示的な例であることを分かっている。加えて、移動ガウス窓は、用いられるほんの１つの例示的な処理技術であり、他の如何なる適切なフィルタ又は処理技術、例えば方形窓又はフィルタの組み合わせが用いられてもよい。

図５は、様々な実施例に従う、生成されるデータセットを含む図２の例示的な動きデータの例示的なグラフ５００である。例示的な、限定ではない実施例において、グラフ５００は、ｘ軸上に正午（例えば１２：００ＰＭ）からの時間（分）及びｙ軸上に１分当たりの回数（例えば回／分）に関して示される動きデータ、例えば図２の未処理の動きデータを含む。休息期間の時間期間を正確に決定することに関し潜在的に生じ得る１つの問題は、この休息期間内に生じる誤った活動期間である。例えば、人が数分間であっても夜間にベッドから離れる場合、これは活動期間として記録される。従って、休息期間は、短期間の活動期間により分けられた２つの短い休息期間として特定され、故に、休息期間の総時間期間は、実際の総時間期間よりも短く現れる。

そのような起こり得る不一致を避けるために、１つの実施例において、予期される休息期間の長さが選択され、この予期される休息期間の長さを持つ移動ガウス窓が動きデータに適用される。例えば、約６時間、すなわち３６０分の予期される休息期間が選択され、３６０分の長さを持つ移動ガウス窓が動きデータに適用される。即ち、この特定なシナリオにおいて、例えば３６０分の長さを持つ移動ガウス窓が動きデータに適用されることにより、曲線５０２により示される動きデータのデータセットが生成される。この例示的な実施例において、大きな(major)休息期間５０４は故に、曲線５０２が所定のしきい活動レベル（例えば４０回／分）より下の活動を記録する時間期間として特定される。これは、大きな休息期間５０４中に起こる如何なる小さな(minor)活動もこの大きな休息期間５０４を第１の休息期間５０４及び第２の休息期間５０８に分けないように、これら第１の休息期間５０６及び第２の休息期間５０８を大きな休息期間５０４として合わせられる。

図６Ａ−Ｄは、様々な実施例に従う、休息期間の時間量を決定するための処理の例示的なフローチャートである。１つの実施例において、処理６００はステップ６０１で始まる。ステップ６０１において、しきい活動レベルが設定される。例えば、このしきい活動レベルに対し、図４Ａのしきい活動レベル４０２が選択されてよい。上述したように、このしきい活動レベルは、このレベルを超えていない如何なる活動も休息期間に対応すると決定されるのに用いる値に対応している。１つの例示的な実施例において、しきい活動レベルとして使用するのに最適なしきい活動レベルが選択され、この最適なしきい活動レベルを選択するための処理は、図８を参照して以下に詳細に記載される。

ステップ６０２において、１つ以上の動きセンサから動きデータが受信される。例えば、ウェアラブルな動きトラッカー１５０上の動きセンサ１１０により記録される動きデータが動き解析装置１００により受信されてもよい。例示的な実施例において、この動きデータは、１日（例えば２４時間）の流れの中で人に対し動きセンサにより取り込まれた活動量に対応する。しかしながら、動きデータを取り込むのに如何なる適切な時間期間、例えば１日、一週間、一カ月又はそれ以上が用いられてもよい。

ステップ６０３において、第１のデータフィルタが前記動きデータに適用される。例えば、移動ガウス窓がこの動きデータに適用されてもよい。１つの実施例において、第１のデータフィルタの適用は、最も強く滑らかにされた曲線により示されるデータセットを生成する。１つの例示的な例として、第１のデータフィルタは、休息期間の予期される時間の長さ、例えば３６０分に等しい長さを持つ移動ガウス窓でもよい。もう１つの例示的な例として、第１のデータフィルタは、１００分の長さを持つ移動ガウス窓のような、移動ガウス窓でもよい。ステップ６０４において、第１のデータフィルタが動きデータに適用されることに応じて、動きデータを示す第１のデータセットが生成される。例えば、３６０分の長さを持つ移動ガウス窓が図２のグラフ２００の動きデータに適用されることに応じて、図５の曲線５０２が生成されてもよい。もう１つの例として、１００分の長さを持つ移動ガウス窓がグラフ２００の動きデータに適用されることに応じて、図４Ａの曲線Ｓ５が生成されてもよい。

ステップ６０５において、生成された第１のデータセットの１つ以上の極小が決定される。１つの実施例において、第１のデータセットに沿った極小を表す点を決定するために、第１のデータセットの二次導関数が計算されるが、如何なる適切な極小化技術が用いられることが可能である。例示的な例として、図４Ａの最小点４０４は、夫々に最も強く滑らかにされたデータ曲線の極小に対応する。ステップ６０６において、この（又はこれらの）最小点と関連付けられる時間が決定される。例えば図４の最小点４０４は、凡そ１：４５ＰＭの時間に起こっている。

ステップ６０７において、第２のデータフィルタが本来の受信した動きデータ（例えば未処理の動きデータ）に適用され、ステップ６０８において、動きデータを示す第２のデータセットが生成される。例えば、８０分の長さを持つ移動ガウス窓がこの動きデータに適用され、このデータセットに対し、次に最も強く滑らかにされた曲線、曲線Ｓ４により示されるもう１つのデータセットが生成される。ステップ６０９において、第３のデータフィルタが前記本来の動きデータに適用され、ステップ６１０において、第３のデータセットが生成される。例えば、６０分の長さを持つ移動ガウス窓が前記未処理の動きデータに適用され、このデータセットに対し、次に最も強く滑らかにされた曲線、曲線Ｓ３により示されるもう１つのデータセットが生成される。ステップ６１１において、第４のデータフィルタが前記本来の受信した動きデータに適用され、ステップ６１２において、第４のデータセットが生成される。例えば、４０分の長さを持つ移動ガウス窓が前記未処理の動きデータに適用され、このデータセットに対し、次に最も強く滑らかにされた曲線、曲線Ｓ２により示されるもう１つのデータセットが生成される。さらに、ステップ６１３において、第５のデータフィルタが前記本来の受信した動きデータに適用され、ステップ６１４において、第５のデータセットが生成される。例えば、２０分の長さを持つ移動ガウス窓がこの動きデータに適用され、この動きデータに対し。最も弱く滑らかにされる曲線、曲線Ｓ１により示されるもう１つのデータセットが生成される。当業者は、データを処理する、例えばデータを滑らかし、それによりデータセットを生成する如何なる順序も処理６００により用いられてもよく、動きデータを順次処理することは単なる例であることを分かっている。例えば、動きデータを５つの異なる時間に処理することから、動きデータを同時に処理することにより、５つのデータ全てが並行して生成されてもよい。さらに、データを処理することは、最も強い滑らかなものから最も弱い滑らかもので生じさせる必要は無く、如何なるデータを処理する順番が使用されてもよい。さらに他に、１つの実施例において、しきい活動レベルの設定と同じく、極小の決定及びこの極小に関連付けられる時間の決定は、データフィルタを適用することにより如何なるデータセットが生成される前、如何なるデータセットが生成された後、又は幾つかのデータセットは生成される前であるが、他のデータセットは生成された後に起こってもよく、処理７００の順序シーケンスは単なる例示である。

ステップ６１５−６３１は、休息期間の上方境界を客観的に決定するための反復処理に対応する。ステップ６１５において、第１のデータセットがしきい活動レベルと交差する第１の上方交点が決定される。例示的な実施例において、最小点（例えば最小点４０４）から開始し、第１のデータセットが前記しきい活動レベルに達するまで、この第１のデータセット（例えば曲線Ｓ５）に沿って時間を先に進めることにより見つけられる。例示的な例として、曲線Ｓ５は、第１の上方交点４５２において、しきい活動レベル４０２と交差する。この第１の上方交点が決定された後、この第１の上方交点と関連付けられる第１の上方時間がステップ６１６において決定される。例えば、第１の上方交点４５２は時間ｔ１で起こる。

ステップ６１６において第１の上方時間が決定された後、この第１の上方時間と関連付けられる第２のデータセット上の位置がステップ６１７において決定される。例えば、曲線Ｓ４上の位置４６２は時間ｔ１に対応する。ステップ６１８において、第２のデータセットがしきい活動レベルと交差する第２の上方交点が決定されるまで、第２のデータセットが辿られる。例えば、曲線Ｓ４は、この曲線Ｓ４がしきい活動レベル４０２と交差する第２の上方交点４５４に達するまで辿られる。この第２の上方交点と関連付けられる第２の上方時間（例えば時間ｔ２）がステップ６１９において決定され、この第２の上方時間と関連付けられる第３のデータセット上の位置がステップ６２０において決定される。例えば、第２の上方交点４５４は時間ｔ２で起こり、位置４６４は、曲線Ｓ３の時間ｔ２での対応する位置である。

ステップ６２１において、前記第２の上方時間と関連付けられる第３のデータセット上の位置から、この第３のデータセットがしきい活動レベルと交差する第３の上方交点まで第３のデータセットを辿ることにより、第３の上方交点が決定される。例えば、点４６４から始まり、曲線Ｓ３は、第３の上方交点４５６まで辿られる。第３のデータセットがしきい活動レベルと交差する場所と関連付けられる第３の上方時間、例えば時間ｔ３は、ステップ６２２において決定される。第３の上方時間（例えば時間ｔ３）と関連付けられる第４のデータセットに沿った位置がステップ６２３において決定される。例えば、曲線Ｓ２上の位置４６６は、曲線Ｓ２の時間ｔ３での対応する位置である。

ステップ６２４において、第３の上方時間と関連付けられる第４のデータセット上の位置から、この第４のデータセットがしきい活動レベルと交差する第４の上方交点まで第４のデータセットを辿ることにより、第４の上方交点が決定される。例えば、点４６６から始まり、曲線Ｓ２は、第４の上方交点４５８まで辿られる。第４のデータセットがしきい活動レベルと交差する場所と関連付けられる第４の上方時間、例えば時間ｔ４は、ステップ６２５において決定される。次いで、第４の上方時間（例えば時間ｔ４）と関連付けられる第５のデータセットに沿った位置がステップ６２６において決定される。例えば、曲線Ｓ１上の位置４６８は、曲線Ｓ１の時間ｔ４での対応する位置である。

ステップ６２７において、第４の上方時間と関連付けられる第５のデータセット上の位置から、この第４のデータセットがしきい活動レベルと交差する第５の上方交点まで第４のデータセットを辿ることにより、第５の上方交点が決定される。例えば、点４６８で始まり、曲線Ｓ１は、第５の上方交点４６０まで辿られる。第５のデータセットがしきい活動レベルと交差する場所と関連付けられる第５の上方時間、例えば時間ｔ５は、ステップ６２８において決定される。次いで、第５の上方時間（例えば時間ｔ５）と関連付けられる、未処理の動きデータ（グラフ２００内に示される動きデータ）に沿った位置がステップ６２９において決定される。この未処理の動きデータに沿った位置は次いで、この未処理の動きデータがしきい活動レベル（例えばしきい活動レベル４０２）と交差するまで先に辿られる。１つの実施例において、これは、ステップ６３０で決定される未処理データの上方交点に対応する。未処理データの上方交点が生じる時間、つまり未処理データの上方時間がステップ６３１において決定される。この反復処理を用いて、休息期間の上方境界を決定するための実質的に客観的及び一様な手続きが決定されることが可能である。様々なスパイク及び異常点を含む未処理の動きデータを使用する代わりに、休息期間の終了を示す、未処理データがしきい活動レベルを交差する正確な場所が系統的に決定され得るように、生成された様々なデータセットは、この休息期間の上方境界の正確な近似を可能にする。これらデータセットが大きすぎて従来の手動での手続きを用いて解析することができないため、非現実的ではない場合、この決定は、標準的な手動の技術を用いて決定することが極めて難しい。

ステップ６３２−６４８が休息期間の下方境界の決定に対応することを除き、ステップ６３２−６４８は、ステップ６１５−６３１の処理と実質的に類似する処理に対応する。ステップ６３２において、第１のデータセットがしきい活動レベルと交差する第１の下方交点が決定される。例示的な実施例において、前記最小点（例えば最小点４０４）で開始して、第１のデータセットがしきい活動レベルに達するまで、（例えば曲線Ｓ５により示される）第１のデータセットに沿って時間を逆に進めることにより、第１の下方交点が見つけられる。この第１の下方交点が決定された後、この第１の下方交点と関連付けられる第１の下方時間がステップ６３３において決定される。

この第１の下方時間が決定された後、この第１の下方時間と関連付けられる、（例えば曲線Ｓ４により示される）第２のデータセット上の位置がステップ６３４において決定される。ステップ６３５において、第２のデータセットがしきい活動レベルと交差する第２の下方交点が決定されるまで、第２のデータセットが辿られる。第２の下方交点と関連付けられる第２の下方時間がステップ６３６において決定され、この第２の下方時間と関連付けられる第３のデータセット（例えば曲線Ｓ３）上の位置がステップ６３７において決定される。

ステップ６３８は、第２の下方時間と関連付けられる第３のデータセット上の位置から第３のデータセットがしきい活動レベルと交差する場所まで（例えば曲線Ｓ３により示される）第３のデータセットを辿ることにより、第３の下方交点が決定される。この第３の下方交点（例えば曲線Ｓ３がしきい活動レベル４０２と交差する場所）と関連付けられる第３の下方時間がステップ６３９において決定される。次いで、第３の下方の時間と関連付けられる（例えば曲線Ｓ２により示される）第４のデータセットに沿ったある位置がステップ６４０において決定される。

ステップ６４１において、第３の下方時間と関連付けられる第４のデータセットに沿った位置から、第４のデータセットがしきい活動レベル（例えばしきい活動レベル４０２）と交差する場所まで第４のデータセットに沿って後ろに動かすことにより、第４の下方交点が決定される。第４の下方交点と関連付けられる第４の下方時間がステップ６４２において決定される。次いで、第４の下方時間と関連付けられる（例えば曲線Ｓ１により示される）第５のデータセットに沿った位置がステップ６４３において決定される。ステップ６４４において、第４の下方時間と関連付けられる第５のデータセットに沿った位置から、第５のデータセットがしきい活動レベルと交差する場所まで、第５のデータセットに沿って後ろに動かすことにより、第５の上方交点が決定される。第５の下方交点（例えば曲線Ｓ１がしきい活動レベル４０２と交差する場所）と関連付けられる第５の下方時間がステップ６４５において決定される。

次いで、第５の下方時間と関連付けられる未処理の動きデータ（例えばグラフ２００内に示される動きデータ）に沿った位置は、ステップ６４６において決定される。未処理の動きデータに沿った位置は次いで、この未処理の動きデータがしきい活動レベルと交差するまで、この未処理の動きデータに沿って後ろへ辿られる。１つの実施例において、これは、ステップ６４７で決定される、未処理データの下方交点に対応する。未処理データの下方交点が起こる未処理データの下方時間は次いで、ステップ６４８において決定される。

ステップ６４９において、ステップ６３１において決定された未処理データの上方時間は、休息期間の上方境界と設定される。ステップ６５０において、ステップ６４８において決定された未処理データの下方時間は、休息期間の下方境界と設定される。休息期間の上方境界及び下方境界を使用して、未処理データの上方時間と未処理データの下方時間との時間差がステップ６５１において決定される。例えば、未処理データの上方時間が６；００ＡＭに対応し、未処理データの下方時間が前日の１１：００ＰＭに対応する場合、未処理データの上方時間と未処理データの下方時間との時間差は７時間、すなわち４２０分である。ステップ６５２において、休息期間の時間期間は、前記時間差と設定される。先の例に続き、休息期間の時間期間は故に、７時間又は４２０分である。従って、処理６００は、人の睡眠期間及び活動期間を特定するために、有用な測定技術をアクチグラフフデータ(actigraphy data)に供給する。処理６００はさらに、客観的であるのと同じく、大きなデータセットに対し両方とも効率的である動きバイオマーカーの略正確な特定を提供する。

図７は、様々な実施例に従う、平均休息期間としきい活動レベルとの間の関係の例示的なグラフ７００である。グラフ７００は、例えば図４Ａのしきい活動レベルであるような最適なしきい活動レベルを選択するための技術に対応する。グラフ７００において、１分当たりの回数であるしきい活動レベルの様々な値がｘ軸上に与えられているのに対し、その計算は上述される休息期間の平均の時間期間がｙ軸に与えられる。グラフ７００内に見られるように、動きデータの３つの異なるセットを示すライン７０２、ライン７０４及びライン７０６が各々プロットされている。しきい活動レベルが１０回／分から８０回／分に増大されているので、平均の休息期間も増大する。しかしながら、ある点において、平均の休息期間は、平坦となり始め、増大していない。

１つの実施例において、前記最適なしきい活動レベルは、休息期間の時間期間を最大化するしきい活動レベルであるのに対し、別の方法でこの休息期間の平均活動レベルを増大させる活動期間をこの休息期間に含むことも防ぐ。より詳細に上述されたように、休息期間の時間期間を決定する技術を用いて、第１のしきい活動レベルに対し、休息期間の時間期間が決定され、次いで処理は、増大したしきい活動レベルに対し繰り返される。例えば、休息期間の時間期間は、１０回／分のしきい活動レベルに対し計算される。次いで、休息期間の新しい時間期間は、１５回／分のしきい活動レベルに対し決定される。例示的な例において、この処理は、しきい活動レベルが６０回／分となるまで、５回／分の増分で繰り返される。

休息期間が決定された後、数式１に見られるように、最適な適合データが簡単な指数を用いてプロットされる。
期間＝期間_Max（１−ｅ^−ｋｔ） 数式１

数式１において、期間_Maxは、休息期間の最大の時間期間であり、ｔはしきい値であり、ｋは誤差の二乗の和を最小化するために選択される。１つの例示的な実施例において、最適なしきい活動値は、期間_Maxの９８％に対応するｔの値を決定し、その値を最も近い５回／分に丸めることにより選択される。

図８は、様々な実施例に従う、最適なしきい活動レベルを選択するための処理８００の例示的なフローチャートである。１つの実施例において、処理８００は、図６の処理６００の幾つか又は全てと組わせて使用される。例えば、処理６００は、特定のしきい活動レベルに対する休息期間の時間期間を得るのに使用される。１つの実施例において、処理８００はステップ８０２で始まる。ステップ８０２において、しきい活動レベルが設定される。処理６００のステップに関して上述したように、最初のしきい活動レベルが設定される。例えば、１０回／分の第１のしきい活動レベルが最初のしきい活動レベルと設定されてよい。１つの実施例において、動き解析装置１００のユーザがこの最初のしきい活動レベルをプログラムするが、その代わりに、製造業者がこの最初のしきい活動レベルをプログラムしてもよい。ステップ８０４において、最初のしきい活動レベルに対する休息期間の時間期間が（例えば図６の処理６００を用いて）決定される。

ステップ８０６において、しきい活動レベルが修正される。例えば、前のしきい活動レベルが１０回／分であったとき、新しいしきい活動レベルは、１５回／分と設定される。この新しいしきい活動レベルを使用して、ステップ８０８において、新しい休息期間の時間期間が決定される。例えば図６の処理６００は、新しいしきい活動レベルを用いて、休息期間の新しい時間期間を計算するのに使用されてもよい。

ステップ８１０において、新しい休息期間の時間期間が前の休息期間の時間期間に等しいかに関する決定が行われる。ステップ８１０において、この新しい休息期間の時間期間が前の休息期間の時間期間と等しくないと決定される場合、処理８００はステップ８０６に戻り、ここでしきい活動レベルはもう一度修正される。例えば、しきい活動レベルは１５回／分から２０回／分に増大してもよい。次いで、もう１つの新しい休息期間の時間期間が決定され、これはステップ８０８において前の休息期間の時間期間と再び比較される。少なくともしきい活動レベルに対し、実質的に同じ休息期間の時間期間が決定されるまで、このループは繰り返される。例えば、２つのしきい活動レベルが実質的に類似する休息期間の時間期間を生じさせる場合、このとき処理８００は恐らく使用されるべき最適なしきい活動レベルを特定する。しかしながら、異なるしきい活動レベルに対し類似する休息期間の時間期間を持つ複数のループが例えば数式１により規定される最適なしきい活動レベルのより正確な測定を提供してもよい。

ステップ８１０において、前に計算した休息期間の時間期間が現在計算した休息期間の時間期間に等しいと決定される場合、次いで先に述べたように、処理８００はステップ８１２に進む。ステップ８１２において、前に使用されたしきい活動レベル、すなわち新しい又は修正されたしきい活動レベルが最適なしきい活動レベルであるとして割り当てられる。通例、これら２つのしきい活動レベルが共に実質的に同じ休息期間の時間期間を発生させる場合、このとき最適なしきい活動レベルは、２つのより小さい方であると選択されるが、何れのしきい活動レベルが選択されることも可能である。

１つの実施例において、休息期間の時間期間が各々異なるしきい活動レベルに対し決定された後、図１のデータモデルを用いて前記データが適合される。最適なしきい活動レベルは次いで、この適合係数から得られる。これは、最適なしきい活動レベルが各々のデータセットに対し、及び結果的に将来のデータ解析に使用するために得られることを可能にする。

請求項において、括弧間に置かれる如何なる参照符号もその請求項を限定していると解釈されない。"有する"又は"含む"という言葉は、請求項に挙げられた以外の要素又はステップの存在を排除しない。幾つかの手段を列挙している装置の請求項において、これら手段の幾つかがハードウェアの同一のアイテムにより具現化されてもよい。要素が複数あることを述べなくても、その要素が複数あることを排除しない。幾つかの手段を列挙している如何なる装置の請求項において、これら手段の幾つかがハードウェアの同一のアイテムにより具現化されてもよい。ある要素が互いに異なる従属請求項に挙げられているという単なる事実は、これらの要素が組み合わせて使用されることができないことを示してはいない。

本発明は、最も実用的であり、好ましい実施例であると現在考えられるものに基づいて説明を目的に詳細に記載されているが、そのような詳細は単にそれらを目的とするものであり、本発明が開示される実施例に限定されず、寧ろ付随する請求項の真意及び範囲内である修正並びに等価な配列も含んでいることを意図すると理解されるべきである。例えば、本発明は、できる限り、何れかの実施例の１つ以上の特徴が如何なる他の実施例の１つ以上の特徴と組み合わされることも考えていると理解されるべきである。

Claims (15)

1. 人の休息期間を特定するための方法において、
   前記休息期間のしきい活動レベルを設定するステップ、
   動きデータを受信するステップ、
   前記動きデータに第１のデータフィルタを適用するステップ、
   前記動きデータの第１のデータセットを生成するステップ、
   前記第１のデータセット内の最小点を決定するステップ、
   前記最小点と関連付けられる最小時間を決定するステップ、
   前記最小時間の後に起こる、前記第１のデータセットが前記しきい活動レベルと交差する第１の上方交点を決定するステップ、
   前記第１の上方交点と関連付けられる第１の上方時間を決定するステップ、
   前記第１の上方時間に対応する前記動きデータ上の第１の位置を決定するステップ、
   前記動きデータが前記しきい活動レベルと交差する未処理データの上方交点を決定するステップ、
   前記休息期間内の前記第１の上方時間の後に起こる、前記未処理データの上方交点と関連付けられる未処理データの上方時間を決定するステップ、
   前記未処理データの上方時間を前記休息期間の上方境界として設定するステップ、
   前記最小時間より前に起こる、前記第１のデータセットが前記しきい活動レベルと交差する第１の下方交点を決定するステップ、
   前記第１の下方交点と関連付けられる第１の下方時間を決定するステップ、
   前記第１の下方時間に対応する前記動きデータ上の第２の位置を決定するステップ、
   前記動きデータが前記しきい活動レベルと交差する未処理データの下方境界を決定するステップ、
   前記未処理データの下方境界と関連付けられる未処理データの下方時間を決定するステップ、
   前記未処理データの下方時間を前記休息期間の下方境界として設定するステップ、並びに
   前記未処理データの上方時間と前記未処理データの下方時間との時間差を計算することにより、前記休息期間の時間量を決定するステップ
   を有する方法。
2. 少なくとも、前記動きデータに第２のデータフィルタを適用するステップ、及び
   少なくとも、前記動きデータの第２のデータセットを生成するステップ
   をさらに有する請求項１に記載の方法。
3. 前記第１の上方交点を決定するステップはさらに、
   前記最小時間の後、及び前記第１の上方時間より前に起こる、前記第２のデータセットが前記しきい活動レベルと交差する第２の上方交点を決定するステップ、並びに
   前記第１の上方交点が前記第２の上方交点の後に起こるように、前記第２の上方交点と関連付けられる第２の上方時間を決定するステップ
   を有する請求項２に記載の方法。
4. 前記第１の下方交点を決定するステップはさらに、
   前記最小時間より前、及び前記第１の下方時間の後に起こる、前記第２のデータセットが前記しきい活動レベルと交差する第２の下方交点を決定するステップ、並びに
   前記第１の下方交点が前記第２の下方交点より前に起こるように、前記第２の下方交点と関連付けられる第２の下方時間を決定するステップ
   を有する請求項２に記載の方法。
5. 前記動きデータは、複数のデータ点を有する、及び
   前記複数のデータ点は、ある期間の各時期中に検出された活動量を示す、
   請求項１に記載の方法。
6. 複数のサンプルが各時期中に得られ、各時期中の活動量は、夫々の時期中における前記複数のサンプルの総量である、請求項５に記載の方法。
7. 前記第１のデータフィルタは、移動ガウス窓を有する請求項１に記載の方法。
8. 前記動きデータに第２のデータフィルタを適用するステップ、
   前記動きデータの第２のデータセットを生成するステップ、
   前記動きデータに第３のデータフィルタを適用するステップ、
   前記動きデータの第３のデータセットを生成するステップ、
   前記動きデータに第４のデータフィルタを適用するステップ、
   前記動きデータの第４のデータセットを生成するステップ、
   前記動きデータに第５のデータフィルタを適用するステップ、
   前記動きデータの第５のデータセットを生成するステップ
   をさらに有する、請求項１に記載の方法。
9. 前記動きデータに３６０分の長さを持つ移動ガウス窓を適用するステップ、
   前記動きデータの追加のデータセットを生成するステップ、
   前記追加のデータセットの少なくとも１つの極小を決定するステップ、
   前記最小点が前記極小の少なくとも２つの間に置かれることを決定するステップ、及び
   前記最小点が前記休息期間と関連付けられることを決定するステップ
   をさらに有する請求項１に記載の方法。
10. 少なくとも１つの動きセンサを有するウェアラブルな動きトラッカー、及び
    動き解析装置
    を有するシステムにおいて、
    前記動き解析装置は、
    前記ウェアラブルな動きトラッカーから動きデータを受信する通信回路、
    前記動きデータを記憶するメモリ、及び
    少なくとも１つの処理器
    を有し、前記少なくとも１つの処理器は、
    休息期間のしきい活動レベルを設定する、
    前記動きデータに第１のデータフィルタを適用する、
    前記動きデータの第１のデータセットを生成する、
    前記第１のデータセット内の最小点を決定する、
    前記最小点と関連付けられる最小時間を決定する、
    前記最小時間の後に起こる、前記第１のデータセットが前記しきい活動レベルと交差する第１の上方交点を決定する、
    前記第１の上方交点と関連付けられる第１の上方時間を決定する、
    前記第１の上方時間に対応する前記動きデータ上の第１の位置を決定する、
    前記動きデータが前記しきい活動レベルと交差する未処理データの上方交点を決定する、
    前記休息期間内の前記第１の上方時間の後に起こる、前記未処理データの上方交点と関連付けられる未処理データの上方時間を決定する、
    前記未処理データの上方時間を前記休息期間の上方境界として割り当てる、
    前記最小時間より前に起こる、前記第１のデータセットが前記しきい活動レベルと交差する第１の下方交点を決定する、
    前記第１の下方交点と関連付けられる第１の下方時間を決定する、
    前記第１の下方時間に対応する前記動きデータ上の第２の位置を決定する、
    前記動きデータが前記しきい活動レベルと交差する未処理データの下方境界を決定する、
    前記未処理データの下方境界と関連付けられる未処理データの下方時間を決定する、
    前記未処理データの下方時間を前記休息期間の下方境界として割り当てる、及び
    前記未処理データの上方時間と前記未処理データの下方時間との時間差を計算することにより、前記休息期間の時間量を決定する
    ように構成される、システム。
11. 前記動き解析装置の前記少なくとも１つの処理器はさらに、
    前記動きデータに第２のデータフィルタを適用する、
    前記動きデータの第２のデータセットを生成する、
    前記動きデータに第３のデータフィルタを適用する、
    前記動きデータの第３のデータセットを生成する、
    前記動きデータに第４のデータフィルタを適用する、
    前記動きデータの第４のデータセットを生成する、
    前記動きデータに第５のデータフィルタを適用する、
    前記動きデータの第５のデータセットを生成する
    ように構成される、請求項１０に記載のシステム。
12. 前記動き解析装置の前記少なくとも１つの処理器はさらに、
    前記最小時間の後、及び前記第１の上方時間より前に起こる、前記第２のデータセットが前記しきい活動レベルと交差する第２の上方交点を、前記第１の上方時間が決定されるより前に決定する、
    前記第２の上方交点と関連付けられる第２の上方時間を決定する、
    前記第２の上方時間の後、及び前記第１の上方時間より前に起こる、前記第３のデータセットが前記しきい活動レベルと交差する第３の上方交点を決定する、
    前記第３の上方交点と関連付けられる第３の上方時間を決定する、
    前記第３の上方時間の後、及び前記第１の上方時間より前に起こる、前記第４のデータセットが前記しきい活動レベルと交差する第４の上方交点を決定する、
    前記第４の上方交点と関連付けられる第４の上方時間を決定する、
    前記第４の上方時間の後、及び前記第１の上方時間より前に起こる、前記第５のデータセットが前記しきい活動レベルと交差する第５の上方交点を決定する、並びに
    前記第５の上方交点と関連付けられる第５の上方時間を決定し、前記第１の上方交点は、前記第５の上方交点と関連付けられる前記第５の上方時間に基づいて決定される、
    ように構成される請求項１１に記載のシステム。
13. 前記動き解析装置の前記少なくとも１つの処理器はさらに、
    前記最小時間より前、及び前記第１の下方時間の後に起こる、前記第２のデータセットが前記しきい活動レベルと交差する第２の下方交点を、前記第１の下方時間が決定される前に決定する、
    前記第２の下方交点と関連付けられる第２の下方時間を決定する、
    前記第２の下方時間より前、及び前記第１の下方時間の後に起こる、前記第３のデータセットが前記しきい活動レベルと交差する第３の下方交点を決定する、
    前記第３の下方交点と関連付けられる第３の下方時間を決定する、
    前記第３の下方時間より前、及び前記第１の下方時間の後に起こる、前記第４のデータセットが前記しきい活動レベルと交差する第４の下方交点を決定する、
    前記第４の下方交点と関連付けられる第４の下方時間を決定する、
    前記第４の下方時間より前、及び前記第１の下方時間の後に起こる、前記第５のデータセットが前記しきい活動レベルと交差する第５の下方交点を決定する、並びに
    前記第５の下方交点と関連付けられる第５の下方時間を決定し、前記第１の下方交点は、前記第５の下方交点と関連付けられる前記第５の下方時間に基づいて決定される、
    ように構成される請求項１１に記載のシステム。
14. 前記第１のデータフィルタは、２０分の第１の長さを持つ第１の移動ガウス窓を有する、
    前記第２のデータフィルタは、１００分の第２の長さを持つ第２の移動ガウス窓を有する、
    前記第３のデータフィルタは、８０分の第３の長さを持つ第３の移動ガウス窓を有する、
    前記第４のデータフィルタは、６０分の第４の長さを持つ第４の移動ガウス窓を有する、及び
    前記第５のデータフィルタは、４０分の第５の長さを持つ第５の移動ガウス窓を有する、
    請求項１１に記載のシステム。
15. ある期間内の各時期中に検出される活動量を示す動きデータを取り込む少なくとも１つの動きセンサ、
    前記動きデータを記憶するメモリ、及び
    少なくとも１つの処理器
    を有するウェアラブルな動きトラッカーにおいて、
    前記少なくとも１つの処理器は、
    休息期間のしきい活動レベルを設定する、
    前記動きデータに第１のデータフィルタを適用する、
    前記動きデータの第１のデータセットを生成する、
    前記第１のデータセット内の最小点を決定する、
    前記最小点と関連付けられる最小時間を決定する、
    前記最小時間の後に起こる、前記第１のデータセットが前記しきい活動レベルと交差する第１の上方交点を決定する、
    前記第１の上方交点と関連付けられる第１の上方時間を決定する、
    前記第１の上方時間に対応する前記動きデータ上の第１の位置を決定する、
    前記動きデータが前記しきい活動レベルと交差する未処理データの上方交点を決定する、
    前記休息期間内の前記第１の上方時間の後に起こる、前記未処理データの上方交点と関連付けられる未処理データの上方時間を決定する、
    前記未処理データの上方時間を前記休息期間の上方境界として割り当てる、
    前記最小時間より前に起こる、前記第１のデータセットが前記しきい活動レベルと交差する第１の下方交点を決定する、
    前記第１の下方交点と関連付けられる第１の下方時間を決定する、
    前記第１の下方時間に対応する前記動きデータ上の第２の位置を決定する、
    前記動きデータが前記しきい活動レベルと交差する未処理データの下方境界を決定する、
    前記未処理データの下方境界と関連付けられる未処理データの下方時間を決定する、
    前記未処理データの下方時間を前記休息期間の下方境界として割り当てる、並びに
    前記未処理データの上方時間と前記未処理データの下方時間との時間差を計算することにより、前記休息期間の時間量を決定する
    ように構成される、ウェアラブルな動きトラッカー。

Images