JP6879083B2 - 睡眠分析プログラム、睡眠分析方法、および睡眠分析装置 - Google Patents

睡眠分析プログラム、睡眠分析方法、および睡眠分析装置 Download PDF

Info

Publication number
JP6879083B2
JP6879083B2 JP2017128091A JP2017128091A JP6879083B2 JP 6879083 B2 JP6879083 B2 JP 6879083B2 JP 2017128091 A JP2017128091 A JP 2017128091A JP 2017128091 A JP2017128091 A JP 2017128091A JP 6879083 B2 JP6879083 B2 JP 6879083B2
Authority
JP
Japan
Prior art keywords
sleep
user
work
nap
section
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Active
Application number
JP2017128091A
Other languages
English (en)
Other versions
JP2019012370A (ja
Inventor
隆行 山地
隆行 山地
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Fujitsu Ltd
Original Assignee
Fujitsu Ltd
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Fujitsu Ltd filed Critical Fujitsu Ltd
Priority to JP2017128091A priority Critical patent/JP6879083B2/ja
Publication of JP2019012370A publication Critical patent/JP2019012370A/ja
Application granted granted Critical
Publication of JP6879083B2 publication Critical patent/JP6879083B2/ja
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Landscapes

  • Measurement Of The Respiration, Hearing Ability, Form, And Blood Characteristics Of Living Organisms (AREA)
  • Medical Treatment And Welfare Office Work (AREA)

Description

本発明は、睡眠分析プログラム、睡眠分析方法、および睡眠分析装置に関する。
従来、ユーザの睡眠状態を分析し、ユーザの睡眠状態の分析結果に基づいて生成したコメントを出力し、ユーザの業務効率の向上、ユーザのヒューマンエラーの防止、ユーザの体調管理の支援などを図る技術がある。
先行技術としては、例えば、当日の睡眠情報と最適睡眠情報との乖離を計算するとともに、就床時間、起床時間、および睡眠時間の予測値と最適睡眠情報との乖離を計算した結果と、生活習慣パターンとに基づいて評価するものがある。また、例えば、１日の生活状況および睡眠状況についての複数ジャンルの設問データを対象者に対して提示し、対象者の回答データに基づいてジャンルごとに評価を行って評価データを対象者に提示する技術がある。
特開２０１６−１２２３４７号公報 特開２００３−２１６７３４号公報
しかしながら、従来技術では、日勤と夜勤とが混在するなどユーザの勤務形態が一定ではなく、ユーザの睡眠区間が不規則であると、ユーザの睡眠区間におけるユーザの睡眠状態を分析し、ユーザの睡眠状態に関するコメントを出力することが困難になってしまう。
１つの側面では、本発明は、不規則な睡眠区間となるユーザの睡眠状態に関するコメントを出力することができる睡眠分析プログラム、睡眠分析方法、および睡眠分析装置を提供することを目的とする。
１つの実施態様によれば、ユーザに装着されたセンサ装置により取得されたデータの入力を受け付け、前記ユーザの勤務形態情報を参照し、前記データを受け付けたタイミング以降の前記ユーザの勤務形態に基づいて、前記データから特定される睡眠区間のいずれの睡眠区間を処理対象とするかを決定し、前記処理対象に決定した１以上の前記睡眠区間について、前記ユーザに関するコメントを出力する睡眠分析プログラム、睡眠分析方法、および睡眠分析装置が提案される。
一態様によれば、不規則な睡眠区間となるユーザの睡眠状態に関するコメントを出力することが可能になる。
図１は、実施の形態にかかる睡眠分析方法の一実施例を示す説明図である。 図２は、睡眠分析システム２００の一例を示す説明図である。 図３は、睡眠分析装置１００のハードウェア構成例を示すブロック図である。 図４は、分析結果テーブル４００の記憶内容の一例を示す説明図である。 図５は、勤務表テーブル５００の記憶内容の一例を示す説明図である。 図６は、クライアント装置２０１のハードウェア構成例を示すブロック図である。 図７は、センサ装置２０２のハードウェア構成例を示すブロック図である。 図８は、睡眠分析装置１００の機能的構成例を示すブロック図である。 図９は、実施例を示す説明図である。 図１０は、コメント出力処理手順の一例を示すフローチャートである。 図１１は、コメント区間判定処理手順の一例を示すフローチャートである。
以下に、図面を参照して、本発明にかかる睡眠分析プログラム、睡眠分析方法、および睡眠分析装置の実施の形態を詳細に説明する。
（実施の形態にかかる睡眠分析方法の一実施例）
図１は、実施の形態にかかる睡眠分析方法の一実施例を示す説明図である。睡眠分析装置１００は、いずれかの睡眠区間について、ユーザに関するコメントを出力するコンピュータである。睡眠区間は、ユーザが睡眠中の区間である。コメントは、睡眠区間についての、ユーザに関するテキストである。
ここで、ユーザの睡眠状態を分析して、ユーザの体調を評価し、ユーザに関するコメントを出力することにより、ユーザの業務効率の向上、ユーザのヒューマンエラーの防止、ユーザの体調管理の支援などを図ることが望まれる場合がある。
しかしながら、ユーザの勤務形態が一定ではなく、交代制勤務である場合がある。このため、日勤と夜勤とが混在するなどユーザの勤務形態が一定ではなく、夜間の睡眠と勤務前の仮眠と勤務中の仮眠とが混在するなどユーザの睡眠区間が不規則になる場合がある。仮眠は、比較的短時間の睡眠である。
この場合、ユーザの睡眠区間について睡眠状態を分析してコメントを出力することが困難になる。例えば、仮眠のみについて分析しても、仮眠は比較的短時間の睡眠であり、また、仮眠中のユーザの寝付きは悪い傾向があるため、ユーザの体調を精度よく評価することは難しい。このため、ユーザに関して好ましいコメントを出力することは難しく、ユーザの業務効率の向上などを図ることができない。
また、ユーザの勤務状態に応じたコメントを出力することが難しい。例えば、ユーザの勤務状態が、勤務前、勤務中、勤務後などのいずれであるかに応じて、出力するコメントの内容を変更することが難しい。
これに対し、複数の睡眠区間がある場合に、睡眠時間が最も長い睡眠区間における睡眠状態を分析してコメントを出力するようにすることが考えられる。また、複数の睡眠区間がある場合に、それぞれの睡眠区間における睡眠状態を分析してコメントを出力するようにすることが考えられる。
しかしながら、ユーザの体調を精度よく評価することは難しく、ユーザに関して好ましいコメントを出力することは難しく、ユーザの業務効率の向上などを図ることができない。また、ユーザの勤務状態に応じたコメントを出力することが難しい。
そこで、本実施の形態では、ユーザの勤務形態を考慮することにより、ユーザの睡眠区間のいずれの睡眠区間について、ユーザに関するコメントを出力することが好ましいかを判断することができる睡眠分析方法について説明する。
図１の例では、１日目の朝〜夕にユーザが勤務し、１日目の夜にユーザが入眠する。図１の例では、２日目の昼にユーザが仮眠し、２日目の夜にユーザが勤務するパターン１と、２日目の朝にユーザが勤務し、２日目の昼にユーザが昼寝し、２日目の夜にユーザが入眠するパターン２とがある。
図１において、睡眠分析装置１００は、ユーザに装着されたセンサ装置により取得されたデータの入力を受け付ける。センサ装置は、ユーザの活動量を特定するためのデータを取得するコンピュータである。センサ装置は、例えば、ユーザの加速度の時系列データを取得する。データは、ユーザの加速度の時系列データである。
睡眠分析装置１００は、ユーザの勤務形態情報を参照し、データを受け付けたタイミング以降のユーザの勤務形態に基づいて、データから特定される睡眠区間のいずれの睡眠区間を処理対象とするかを決定する。勤務形態情報は、日ごとのユーザの勤務形態が、日勤か夜勤か休日かを示す情報である。勤務形態情報は、例えば、図５に後述する勤務表テーブルである。勤務形態は、例えば、日勤か夜勤か休日である。睡眠区間は、例えば、ユーザの活動量が連続して閾値以下になった区間である。処理対象は、睡眠状態を分析する対象であり、コメントを生成する対象である。
睡眠分析装置１００は、処理対象に決定した１以上の睡眠区間について、ユーザに関するコメントを出力する。コメントは、ユーザの睡眠状態を解析した結果、ユーザの睡眠状態を解析することによりユーザの体調を評価した結果、ユーザの今後の睡眠に対するアドバイス情報などを含む。睡眠状態の解析は、例えば、睡眠区間の長さ、ユーザの活動量から特定される睡眠中の寝返りの回数や睡眠中の覚醒の回数、または、眠りの浅い区間の有無などに基づいて行われる。アドバイス情報は、今後の睡眠を、いつ、どのくらいの時間にすることが好ましいかなどの情報を含む。
（１−１）睡眠分析装置１００は、例えば、パターン１において、２日目の夕にデータの入力を受け付ける。睡眠分析装置１００は、ユーザの勤務形態情報を参照し、２日目の夕以降ユーザの夜勤があるため、夜勤に備えた２日目の昼の仮眠の睡眠区間を、処理対象に決定する。睡眠分析装置１００は、２日目の昼の仮眠の睡眠区間について、ユーザに関するコメントを出力する。
この際、睡眠分析装置１００は、２日目の昼の仮眠が、夜勤に備えた仮眠として好ましいか否かを示す情報などを、コメントに含むことができる。また、睡眠分析装置１００は、２日目の夕以降の夜勤において、さらに仮眠した方が好ましいか否かを示す情報などを、コメントに含むことができる。
（１−２）睡眠分析装置１００は、例えば、パターン２において、２日目の夕にデータの入力を受け付ける。睡眠分析装置１００は、ユーザの勤務形態情報を参照し、２日目の朝に勤務があり、２日目の夕以降は勤務がないため、２日目の昼の昼寝の睡眠区間を、処理対象に決定せず、１日目の夜の睡眠区間を、処理対象に決定する。睡眠分析装置１００は、１日目の夜の睡眠区間について、ユーザに関するコメントを出力する。
これにより、睡眠分析装置１００は、不規則な睡眠区間について適当なコメントを出力することができる。睡眠分析装置１００は、例えば、ユーザの不規則な睡眠区間のうち、ユーザの業務効率の向上などの観点から、睡眠状態を分析することが比較的好ましい睡眠区間について睡眠状態を分析してコメントを出力することができる。このため、睡眠分析装置１００は、ユーザの体調を精度よく評価することができ、ユーザに関して好ましいコメントを出力することができ、ユーザの業務効率の向上などを図ることができる。
また、睡眠分析装置１００は、ユーザの勤務状態に応じたコメントを出力することができる。睡眠分析装置１００は、例えば、ユーザの勤務状態が、勤務前、勤務中、勤務後などのいずれであるかに応じて、出力するコメントの内容を変更することができる。睡眠分析装置１００は、具体的には、夜勤前であれば、夜勤に備えた仮眠についてのコメントを出力することができ、また、夜勤中にどのくらいの時間の仮眠をすることが好ましいかについてのコメントを出力することができる。結果として、睡眠分析装置１００は、ユーザが睡眠時間を管理しやすくし、ユーザの体調が良好になり、ユーザの業務効率の向上などを図りやすくすることができる。
また、睡眠分析装置１００は、ユーザの業務効率の向上などの観点から、睡眠状態を分析しなくてもよい、昼寝などの睡眠区間についてコメントを出力しないようにすることができる。睡眠分析装置１００は、例えば、パターン２であれば、夜勤がないため、夜に所定時間以上の睡眠時間を確保可能であると判断し、また、２日目の昼の昼寝の睡眠区間については、夜勤に備えた仮眠の睡眠区間ではないと判断する。このため、睡眠分析装置１００は、２日目の昼の昼寝の睡眠区間については、ユーザの体調への影響が比較的小さい睡眠区間と判断し、コメントを出力しないようにすることができる。
（睡眠分析システム２００の一例）
次に、図２を用いて、図１に示した睡眠分析装置１００を適用した、睡眠分析システム２００の一例について説明する。
図２は、睡眠分析システム２００の一例を示す説明図である。図２において、睡眠分析システム２００は、睡眠分析装置１００と、クライアント装置２０１と、センサ装置２０２とを含む。
睡眠分析システム２００において、睡眠分析装置１００とクライアント装置２０１とは、有線または無線のネットワーク２１０を介して接続される。ネットワーク２１０は、例えば、ＬＡＮ（Ｌｏｃａｌ Ａｒｅａ Ｎｅｔｗｏｒｋ）、ＷＡＮ（Ｗｉｄｅ Ａｒｅａ Ｎｅｔｗｏｒｋ）、インターネットなどである。
睡眠分析装置１００は、クライアント装置２０１を介して、センサ装置２０２から、ユーザ２０３の活動量を特定するためのデータの入力を受け付ける。睡眠分析装置１００は、データを受け付けたタイミング以降のユーザ２０３の勤務形態に基づいて、データから特定される睡眠区間のいずれの睡眠区間を処理対象とするかを決定する。睡眠分析装置１００は、処理対象に決定した１以上の睡眠区間について、ユーザ２０３に関するコメントを、クライアント装置２０１に出力する。睡眠分析装置１００は、例えば、サーバ、ＰＣ（Ｐｅｒｓｏｎａｌ Ｃｏｍｐｕｔｅｒ）、ノートＰＣ、タブレット端末、スマートフォン、ウェアラブル端末などである。
クライアント装置２０１は、ユーザ２０３に利用されるコンピュータである。クライアント装置２０１は、センサ装置２０２から受信した、ユーザ２０３の活動量を特定するためのデータを、睡眠分析装置１００に送信する。クライアント装置２０１は、睡眠分析装置１００から受信したコメントを出力し、睡眠分析装置１００から受信したコメントをユーザ２０３に把握させる。クライアント装置２０１は、例えば、ＰＣ、ノートＰＣ、タブレット端末、スマートフォン、ウェアラブル端末などである。
センサ装置２０２は、ユーザ２０３に装着されるコンピュータである。センサ装置２０２は、ユーザ２０３の活動量を特定するためのデータを取得し、クライアント装置２０１に送信する。センサ装置２０２は、例えば、箱形装置や腕輪型装置である。センサ装置２０２は、例えば、スマートフォン、ウェアラブル端末などであってもよい。ユーザ２０３は、例えば、センサ装置２０２を装着して、職場で勤務し、また、自宅や仮眠室などの就寝場所２０４で睡眠する。これにより、センサ装置２０２は、ユーザ２０３の活動時および就寝時について、ユーザ２０３の活動量を特定するためのデータを取得することができる。
ここでは、睡眠分析装置１００とクライアント装置２０１とが異なる装置である場合について説明したが、これに限らない。例えば、睡眠分析装置１００とクライアント装置２０１とが一体である場合があってもよい。
ここでは、クライアント装置２０１とセンサ装置２０２とが異なる装置である場合について説明したが、これに限らない。例えば、クライアント装置２０１とセンサ装置２０２とが一体である場合があってもよい。
ここでは、睡眠分析装置１００がクライアント装置２０１を介してユーザ２０３の活動量を特定するためのデータの入力を受け付ける場合について説明したが、これに限らない。例えば、睡眠分析装置１００が直接センサ装置２０２と通信し、ユーザ２０３の活動量を特定するためのデータの入力を受け付ける場合があってもよい。
（睡眠分析装置１００のハードウェア構成例）
次に、図３を用いて、睡眠分析装置１００のハードウェア構成例について説明する。
図３は、睡眠分析装置１００のハードウェア構成例を示すブロック図である。図３において、睡眠分析装置１００は、ＣＰＵ（Ｃｅｎｔｒａｌ Ｐｒｏｃｅｓｓｉｎｇ Ｕｎｉｔ）３０１と、メモリ３０２と、ネットワークＩ／Ｆ（Ｉｎｔｅｒｆａｃｅ）３０３と、記録媒体Ｉ／Ｆ３０４と、記録媒体３０５とを有する。また、各構成部は、バス３００によってそれぞれ接続される。
ここで、ＣＰＵ３０１は、睡眠分析装置１００の全体の制御を司る。メモリ３０２は、例えば、ＲＯＭ（Ｒｅａｄ Ｏｎｌｙ Ｍｅｍｏｒｙ）、ＲＡＭ（Ｒａｎｄｏｍ Ａｃｃｅｓｓ Ｍｅｍｏｒｙ）およびフラッシュＲＯＭなどを有する。具体的には、例えば、フラッシュＲＯＭやＲＯＭが各種プログラムを記憶し、ＲＡＭがＣＰＵ３０１のワークエリアとして使用される。メモリ３０２に記憶されるプログラムは、ＣＰＵ３０１にロードされることで、コーディングされている処理をＣＰＵ３０１に実行させる。
ネットワークＩ／Ｆ３０３は、通信回線を通じてネットワーク２１０に接続され、ネットワーク２１０を介して他のコンピュータに接続される。他のコンピュータは、例えば、クライアント装置２０１である。そして、ネットワークＩ／Ｆ３０３は、ネットワーク２１０と内部のインターフェースを司り、他のコンピュータからのデータの入出力を制御する。ネットワークＩ／Ｆ３０３は、例えば、モデムやＬＡＮアダプタなどである。
記録媒体Ｉ／Ｆ３０４は、ＣＰＵ３０１の制御にしたがって記録媒体３０５に対するデータのリード／ライトを制御する。記録媒体Ｉ／Ｆ３０４は、例えば、ディスクドライブ、ＳＳＤ（Ｓｏｌｉｄ Ｓｔａｔｅ Ｄｒｉｖｅ）、ＵＳＢ（Ｕｎｉｖｅｒｓａｌ Ｓｅｒｉａｌ Ｂｕｓ）ポートなどである。記録媒体３０５は、記録媒体Ｉ／Ｆ３０４の制御で書き込まれたデータを記憶する不揮発メモリである。記録媒体３０５は、例えば、ディスク、半導体メモリ、ＵＳＢメモリなどである。記録媒体３０５は、睡眠分析装置１００から着脱可能であってもよい。
睡眠分析装置１００は、上述した構成部のほか、例えば、キーボード、マウス、ディスプレイ、プリンタ、スキャナ、マイク、スピーカーなどを有してもよい。また、睡眠分析装置１００は、記録媒体Ｉ／Ｆ３０４や記録媒体３０５を有していなくてもよい。
（分析結果テーブル４００の記憶内容）
次に、図４を用いて、分析結果テーブル４００の記憶内容について説明する。分析結果テーブル４００は、例えば、図３に示した睡眠分析装置１００のメモリ３０２や記録媒体３０５などの記憶領域により実現される。
分析結果テーブル４００は、センサ装置２０２により取得されたデータを、睡眠分析装置１００において管理するためのテーブルである。また、分析結果テーブル４００は、センサ装置２０２により取得されたデータを解析して算出されたユーザ２０３の活動量を、睡眠分析装置１００において管理するためのテーブルである。また、分析結果テーブル４００は、ユーザ２０３の活動量に基づいて特定されたユーザ２０３の状態を、睡眠分析装置１００において管理するためのテーブルである。
図４は、分析結果テーブル４００の記憶内容の一例を示す説明図である。図４に示すように、分析結果テーブル４００は、日時と、加速度と、活動量と、事象と、ユーザ２０３の状態とのフィールドを有する。分析結果テーブル４００は、日時ごとに各フィールドに情報を設定することにより、分析情報がレコードとして記憶される。
日時のフィールドには、センサ装置２０２により加速度が取得された日時が設定される。加速度のフィールドには、センサ装置２０２により取得された加速度が設定される。活動量のフィールドには、センサ装置２０２により取得された加速度に基づいて算出された活動量が設定される。事象のフィールドには、ユーザ２０３の起床や入眠などの事象が発生したことを示すフラグ情報が設定される。ユーザ２０３の状態のフィールドには、ユーザ２０３が覚醒状態か睡眠状態かを示すフラグ情報が設定される。
（勤務表テーブル５００の記憶内容）
次に、図５を用いて、勤務表テーブル５００の記憶内容について説明する。勤務表テーブル５００は、例えば、図３に示した睡眠分析装置１００のメモリ３０２や記録媒体３０５などの記憶領域により実現される。
勤務表テーブル５００は、ユーザ２０３の勤務形態を特定するための情報、および、ユーザ２０３の勤務状態を特定するための情報を、睡眠分析装置１００において管理するためのテーブルである。勤務形態は、例えば、日勤、夜勤、休日などである。また、日勤に複数の形態がある場合には勤務形態は日勤１、日勤２等としてもよい。勤務状態は、勤務前、勤務中、勤務後などである。
図５は、勤務表テーブル５００の記憶内容の一例を示す説明図である。図５に示すように、勤務表テーブル５００は、年と、月と、日と、曜日と、出勤区分と、勤務時間と、出勤と、退勤とのフィールドを有する。勤務表テーブル５００は、日時ごとに各フィールドに情報を設定することにより、勤務情報がレコードとして記憶される。
年のフィールドには、日時のうち年が設定される。月のフィールドには、日時のうち月が設定される。日のフィールドには、日時のうち日が設定される。曜日のフィールドには、日時に対応する曜日が設定される。出勤区分のフィールドには、日時におけるユーザ２０３の勤務形態が設定される。勤務時間のフィールドには、ユーザ２０３の勤務形態における勤務時間の範囲が設定される。出勤のフィールドには、ユーザ２０３が実際に出勤した時刻が設定される。退勤のフィールドには、ユーザ２０３が実際に退勤した時刻が設定される。
（クライアント装置２０１のハードウェア構成例）
次に、図６を用いて、クライアント装置２０１のハードウェア構成例について説明する。
図６は、クライアント装置２０１のハードウェア構成例を示すブロック図である。図６において、クライアント装置２０１は、ＣＰＵ６０１と、メモリ６０２と、ネットワークＩ／Ｆ６０３と、記録媒体Ｉ／Ｆ６０４と、記録媒体６０５と、センサＩ／Ｆ６０６と、ディスプレイ６０７とを有する。また、各構成部は、バス６００によってそれぞれ接続される。
ここで、ＣＰＵ６０１は、クライアント装置２０１の全体の制御を司る。メモリ６０２は、例えば、ＲＯＭ、ＲＡＭおよびフラッシュＲＯＭなどを有する。具体的には、例えば、フラッシュＲＯＭやＲＯＭが各種プログラムを記憶し、ＲＡＭがＣＰＵ６０１のワークエリアとして使用される。メモリ６０２に記憶されるプログラムは、ＣＰＵ６０１にロードされることで、コーディングされている処理をＣＰＵ６０１に実行させる。
ネットワークＩ／Ｆ６０３は、通信回線を通じてネットワーク２１０に接続され、ネットワーク２１０を介して他のコンピュータに接続される。そして、ネットワークＩ／Ｆ６０３は、ネットワーク２１０と内部のインターフェースを司り、他のコンピュータからのデータの入出力を制御する。ネットワークＩ／Ｆ６０３には、例えば、モデムやＬＡＮアダプタなどを採用することができる。
記録媒体Ｉ／Ｆ６０４は、ＣＰＵ６０１の制御にしたがって記録媒体６０５に対するデータのリード／ライトを制御する。記録媒体Ｉ／Ｆ６０４は、例えば、ディスクドライブ、ＳＳＤ、ＵＳＢポートなどである。記録媒体６０５は、記録媒体Ｉ／Ｆ６０４の制御で書き込まれたデータを記憶する不揮発メモリである。記録媒体６０５は、例えば、ディスク、半導体メモリ、ＵＳＢメモリなどである。記録媒体６０５は、クライアント装置２０１から着脱可能であってもよい。
センサＩ／Ｆ６０６は、有線または無線により、センサ装置２０２に接続される。そして、センサＩ／Ｆ６０６は、センサ装置２０２と内部のインターフェースを司り、センサ装置２０２からのデータの入出力を制御する。センサＩ／Ｆ６０６は、例えば、Ｗｉ−Ｆｉ（登録商標）やＢｌｕｅｔｏｏｔｈ（登録商標）、ＮＦＣ（Ｎｅａｒ Ｆｉｅｌｄ Ｃｏｍｍｕｎｉｃａｔｉｏｎ）に対応する通信回路である。
ディスプレイ６０７は、カーソル、アイコンあるいはツールボックスをはじめ、文書、画像、機能情報などのデータを表示する。ディスプレイ６０７は、例えば、ＣＲＴ（Ｃａｔｈｏｄｅ Ｒａｙ Ｔｕｂｅ）、液晶ディスプレイ、有機ＥＬ（Ｅｌｅｃｔｒｏｌｕｍｉｎｅｓｃｅｎｃｅ）ディスプレイなどである。
クライアント装置２０１は、上述した構成部のほか、例えば、キーボード、マウス、プリンタ、スキャナ、マイク、スピーカーなどを有してもよい。また、クライアント装置２０１は、記録媒体Ｉ／Ｆ６０４や記録媒体６０５を有していなくてもよい。
（センサ装置２０２のハードウェア構成例）
次に、図７を用いて、センサ装置２０２のハードウェア構成例について説明する。
図７は、センサ装置２０２のハードウェア構成例を示すブロック図である。図７において、センサ装置２０２は、ＣＰＵ７０１と、メモリ７０２と、通信Ｉ／Ｆ７０３と、センサ７０４とを有する。また、各構成部は、バス７００によってそれぞれ接続される。
ここで、ＣＰＵ７０１は、センサ装置２０２の全体の制御を司る。メモリ７０２は、例えば、ＲＯＭ、ＲＡＭおよびフラッシュＲＯＭなどを有する。具体的には、例えば、フラッシュＲＯＭやＲＯＭが各種プログラムを記憶し、ＲＡＭがＣＰＵ７０１のワークエリアとして使用される。メモリ７０２に記憶されるプログラムは、ＣＰＵ７０１にロードされることで、コーディングされている処理をＣＰＵ７０１に実行させる。
通信Ｉ／Ｆ７０３は、有線または無線により、クライアント装置２０１に接続される。そして、通信Ｉ／Ｆ７０３は、クライアント装置２０１と内部のインターフェースにより司られ、クライアント装置２０１からのデータの入出力を制御される。通信Ｉ／Ｆ７０３は、例えば、Ｗｉ−Ｆｉ（登録商標）やＢｌｕｅｔｏｏｔｈ（登録商標）、ＮＦＣ（Ｎｅａｒ Ｆｉｅｌｄ Ｃｏｍｍｕｎｉｃａｔｉｏｎ）に対応する通信回路である。
センサ７０４は、センサ装置２０２の状態を検出する。センサ７０４は、例えば、センサ装置２０２の位置、動き、および向きのうち少なくともいずれかを検出する。センサ７０４は、具体的には、加速度センサを有する。また、センサ７０４は、地磁気センサ、光センサ、振動センサなどの少なくともいずれかを有してもよい。また、センサ７０４は、ＧＰＳ受信機を有し、センサ装置２０２のＧＰＳ座標を検出してもよい。
センサ装置２０２は、上述した構成部のほか、例えば、キーボード、マウス、ディスプレイ、プリンタ、スキャナ、マイク、スピーカーなどを有してもよい。また、センサ装置２０２は、記録媒体Ｉ／Ｆや記録媒体を有していてもよい。
（睡眠分析装置１００の機能的構成例）
次に、図８を用いて、睡眠分析装置１００の機能的構成例について説明する。
図８は、睡眠分析装置１００の機能的構成例を示すブロック図である。睡眠分析装置１００は、記憶部８００と、取得部８０１と、特定部８０２と、決定部８０３と、生成部８０４と、出力部８０５とを含む。
記憶部８００は、例えば、図３に示したメモリ３０２や記録媒体３０５などの記憶領域によって実現される。取得部８０１〜出力部８０５は、制御部となる機能である。取得部８０１〜出力部８０５は、具体的には、例えば、図３に示したメモリ３０２や記録媒体３０５などの記憶領域に記憶されたプログラムをＣＰＵ３０１に実行させることにより、または、ネットワークＩ／Ｆ３０３により、その機能を実現する。各機能部の処理結果は、例えば、図３に示したメモリ３０２や記録媒体３０５などの記憶領域に記憶される。
記憶部８００は、勤務形態情報を記憶する。勤務形態情報は、日ごとのユーザ２０３の勤務形態が、日勤か夜勤か休日かを示す情報である。勤務形態情報は、例えば、図５に示した勤務表テーブル５００である。勤務形態は、例えば、日勤か夜勤か休日である。記憶部８００は、例えば、図５に示した勤務表テーブル５００を記憶する。記憶部８００は、勤務状態情報を記憶する。記憶部８００は、例えば、図５に示した勤務表テーブル５００を記憶する。これにより、記憶部８００は、各処理部に勤務形態情報を参照可能にすることができる。
記憶部８００は、コメントの生成規則を記憶する。記憶部８００は、睡眠区間の種別ごとに、異なるコメントの生成規則を記憶する。記憶部８００は、例えば、通常睡眠についてのコメントを生成する生成規則αを記憶する。通常睡眠は、比較的長時間の睡眠である。通常睡眠は、夜間の比較的長時間の睡眠であってもよい。
記憶部８００は、例えば、勤務前の仮眠を示す睡眠区間についてのコメントを生成する生成規則βを記憶する。仮眠は、比較的短時間の睡眠である。記憶部８００は、例えば、勤務前の仮眠を示す睡眠区間についてのコメントを生成し、さらに、以降の仮眠についてのアドバイス情報をコメントに含める生成規則β’を記憶してもよい。アドバイス情報は、今後の睡眠を、いつ、どのくらいの時間にすることが好ましいかなどの情報を含む。
記憶部８００は、例えば、勤務中の仮眠を示す睡眠区間についてのコメントを生成する生成規則γを記憶する。記憶部８００は、例えば、勤務中の仮眠を示す睡眠区間についてのコメントを生成し、さらに、以降の仮眠についてのアドバイス情報をコメントに含める生成規則γ’を記憶してもよい。記憶部８００は、例えば、勤務後の仮眠を示す睡眠区間についてのコメントを生成する生成規則δを記憶する。これにより、記憶部８００は、生成部８０４にコメントの生成規則を参照可能にすることができる。
取得部８０１は、ユーザ２０３に装着されたセンサ装置２０２により取得されたデータの入力を受け付ける。センサ装置２０２は、ユーザ２０３の活動量を特定するためのデータを取得するコンピュータである。センサ装置２０２は、例えば、ユーザ２０３の加速度の時系列データを取得する。データは、ユーザ２０３の加速度の時系列データである。取得部８０１は、例えば、クライアント装置２０１を介して、センサ装置２０２からのデータの入力を受け付ける。これにより、取得部８０１は、ユーザ２０３の睡眠区間の特定に用いられる情報を、特定部８０２に提供することができる。
特定部８０２は、データから睡眠区間を特定する。睡眠区間は、例えば、ユーザ２０３の活動量が連続して閾値以下になった区間である。特定部８０２は、例えば、加速度の時系列データに基づいて、ユーザ２０３の活動量の時系列データを生成し、ユーザ２０３の活動量が連続して閾値以下になった区間を、睡眠区間として特定する。これにより、特定部８０２は、処理対象になりうる睡眠区間を特定することができる。
決定部８０３は、ユーザ２０３の勤務形態情報を参照し、データを受け付けたタイミング以降のユーザ２０３の勤務形態に基づいて、データから特定される睡眠区間のいずれの睡眠区間を処理対象とするかを決定する。処理対象は、睡眠状態を分析する対象であり、コメントを生成する対象である。
決定部８０３は、例えば、受け付けたタイミングの当日におけるユーザ２０３の勤務形態が日勤と夜勤と休日とのいずれであるかに基づいて、データから特定される睡眠区間のいずれの睡眠区間を処理対象とするかを決定する。
決定部８０３は、例えば、受け付けたタイミングの前日におけるユーザ２０３の勤務形態が日勤と夜勤と休日とのいずれであるかに基づいて、データから特定される睡眠区間のいずれの睡眠区間を処理対象とするかを決定する。
決定部８０３は、例えば、ユーザ２０３の勤務状態情報を参照し、受け付けたタイミングの勤務状態が、勤務前の仮眠前または勤務前の仮眠後のいずれであるかに基づいて、データから特定される睡眠区間のいずれの睡眠区間を処理対象とするかを決定する。勤務状態情報は、例えば、図５に示した勤務表テーブル５００である。
決定部８０３は、例えば、ユーザ２０３の勤務状態情報を参照し、受け付けたタイミングの勤務状態が、勤務中の仮眠前または勤務中の仮眠後のいずれであるかに基づいて、データから特定される睡眠区間のいずれの睡眠区間を処理対象とするかを決定する。
決定部８０３は、例えば、ユーザ２０３の勤務状態情報を参照し、受け付けたタイミングの勤務状態が、勤務後の仮眠前または勤務後の仮眠後のいずれであるかに基づいて、データから特定される睡眠区間のいずれの睡眠区間を処理対象とするかを決定する。
決定部８０３は、例えば、タイミングの直前の睡眠区間の長さが閾値以下である場合、直前の睡眠区間と、直前の睡眠区間より前にある睡眠区間とを、処理対象に決定する。
決定部８０３は、具体的には、受け付けたタイミングの当日におけるユーザ２０３の勤務形態と、受け付けたタイミングの前日におけるユーザ２０３の勤務形態と、受け付けたタイミングのユーザ２０３の勤務状態とのパターンに応じて、処理対象を決定する。パターンは、例えば、下記の第１パターン〜第１１パターンである。
生成部８０４は、処理対象に決定した１以上の睡眠区間について、ユーザ２０３に関するコメントを生成する。コメントは、タイミング以降のユーザ２０３の勤務形態に基づくコメントである。生成部８０４は、受け付けたタイミングの当日におけるユーザ２０３の勤務形態と、受け付けたタイミングの前日におけるユーザ２０３の勤務形態と、受け付けたタイミングのユーザ２０３の勤務状態とのパターンに応じて、コメントを生成する。パターンは、例えば、下記の第１パターン〜第１１パターンである。
以下では、第１パターン〜第１１パターンの具体例と、第１パターン〜第１１パターンの場合における決定部８０３と生成部８０４との処理内容の具体例とについて説明する。
＜第１パターンである場合＞
第１パターンは、受け付けたタイミングの当日におけるユーザ２０３の勤務形態が日勤または休日であり、かつ、受け付けたタイミングの前日におけるユーザ２０３の勤務形態が日勤または休日であるパターンである。
決定部８０３は、受け付けたタイミングが第１パターンになる区間である場合、受け付けたタイミングの前夜における睡眠区間を処理対象に決定する。
生成部８０４は、受け付けたタイミングが第１パターンになる区間である場合、受け付けたタイミングの前夜における睡眠区間についてコメントを生成する。生成部８０４は、例えば、前夜における睡眠区間が通常睡眠であるため、生成規則αにしたがってコメントを生成する。
これにより、生成部８０４は、生成したコメントを出力部８０５に出力させることができ、ユーザ２０３の業務効率の向上、ユーザ２０３のヒューマンエラーの防止、ユーザ２０３の体調管理の支援などを図ることができる。
＜第２パターンである場合＞
第２パターンは、受け付けたタイミングの当日におけるユーザ２０３の勤務形態が夜勤であり、受け付けたタイミングの勤務状態が、勤務前の仮眠前であるパターンである。
決定部８０３は、受け付けたタイミングが第２パターンになる区間である場合、受け付けたタイミングの前夜における睡眠区間を処理対象に決定する。
生成部８０４は、受け付けたタイミングが第２パターンになる区間である場合、前夜における睡眠区間についてのアドバイス情報を含む、コメントを生成する。生成部８０４は、例えば、前夜における睡眠区間が通常睡眠であるため、生成規則αにしたがってコメントを生成する。
これにより、生成部８０４は、生成したコメントを出力部８０５に出力させることができ、ユーザ２０３の業務効率の向上、ユーザ２０３のヒューマンエラーの防止、ユーザ２０３の体調管理の支援などを図ることができる。
＜第３パターンである場合＞
第３パターンは、受け付けたタイミングの当日におけるユーザ２０３の勤務形態が夜勤であり、受け付けたタイミングの勤務状態が、勤務前の仮眠後であるパターンである。
決定部８０３は、受け付けたタイミングが第３パターンになる区間である場合、勤務前の仮眠を示す睡眠区間を処理対象に決定する。
生成部８０４は、受け付けたタイミングが第３パターンになる区間である場合、勤務前の仮眠を示す睡眠区間についてコメントを生成する。生成部８０４は、例えば、生成規則βにしたがって、勤務前の仮眠を示す睡眠区間についてのコメントを生成する。
これにより、生成部８０４は、勤務前の仮眠を示す睡眠区間についてのコメントを出力し、ユーザ２０３の夜勤に備えた仮眠が好ましいかをユーザ２０３に把握させることができる。このため、生成部８０４は、ユーザ２０３の業務効率の向上、ユーザ２０３のヒューマンエラーの防止、ユーザ２０３の体調管理の支援などを図ることができる。
＜第４パターンである場合＞
第４パターンは、受け付けたタイミングの当日におけるユーザ２０３の勤務形態が夜勤であり、受け付けたタイミングの勤務状態が、勤務中の仮眠前であるパターンである。
決定部８０３は、受け付けたタイミングが第４パターンになる区間である場合、勤務前の仮眠を示す睡眠区間を処理対象に決定する。
生成部８０４は、受け付けたタイミングが第４パターンになる区間である場合、勤務中の仮眠についてのアドバイス情報を含む、勤務前の仮眠を示す睡眠区間についてのコメントを生成する。生成部８０４は、例えば、生成規則β’にしたがって、勤務前の仮眠を示す睡眠区間についてのコメントを生成し、さらに、勤務中の仮眠についてのアドバイス情報をコメントに含める。
これにより、生成部８０４は、ユーザ２０３の勤務に備えた仮眠が好ましいかをユーザ２０３に把握させ、勤務中の仮眠をどのようにすることが好ましいかをユーザ２０３に把握させることができる。このため、生成部８０４は、ユーザ２０３の業務効率の向上、ユーザ２０３のヒューマンエラーの防止、ユーザ２０３の体調管理の支援などを図ることができる。
＜第５パターンである場合＞
第５パターンは、受け付けたタイミングの当日におけるユーザ２０３の勤務形態が夜勤であり、受け付けたタイミングの勤務状態が、勤務中の仮眠後であるパターンである。
決定部８０３は、受け付けたタイミングが第５パターンになる区間である場合、少なくとも勤務中の仮眠を示す睡眠区間を処理対象に決定する。決定部８０３は、勤務中の仮眠を示す睡眠区間、および、勤務前の仮眠を示す睡眠区間を処理対象に決定してもよい。決定部８０３は、例えば、勤務中の仮眠を示す睡眠区間の長さが閾値以下である場合、勤務中の仮眠を示す睡眠区間に加えて、勤務前の仮眠を示す睡眠区間を処理対象に決定する。
生成部８０４は、受け付けたタイミングが第５パターンになる区間である場合、勤務中の仮眠を示す睡眠区間、および、勤務前の仮眠を示す睡眠区間を結合した結合睡眠区間についてコメントを生成する。生成部８０４は、例えば、生成規則γにしたがって、勤務中の仮眠を示す睡眠区間、および、勤務前の仮眠を示す睡眠区間を結合した結合睡眠区間についてのコメントを生成する。
これにより、生成部８０４は、勤務中の仮眠を示す睡眠区間についてのコメントを出力し、ユーザ２０３の勤務中の仮眠が好ましいかをユーザ２０３に把握させることができる。このため、生成部８０４は、ユーザ２０３の業務効率の向上、ユーザ２０３のヒューマンエラーの防止、ユーザ２０３の体調管理の支援などを図ることができる。
＜第６パターンである場合＞
第６パターンは、受け付けたタイミングの当日におけるユーザ２０３の勤務形態が夜勤であり、受け付けたタイミングの勤務状態が、勤務後の仮眠前であるパターンである。
決定部８０３は、受け付けたタイミングが第６パターンになる区間である場合、少なくとも勤務中の仮眠を示す睡眠区間を処理対象に決定する。決定部８０３は、勤務中の仮眠を示す睡眠区間、および、勤務前の仮眠を示す睡眠区間を処理対象に決定してもよい。決定部８０３は、例えば、勤務中の仮眠を示す睡眠区間の長さが閾値以下である場合、勤務中の仮眠を示す睡眠区間に加えて、勤務前の仮眠を示す睡眠区間を処理対象に決定する。
生成部８０４は、受け付けたタイミングが第６パターンになる区間である場合、勤務後の仮眠についてのアドバイス情報を含む、勤務中の仮眠を示す睡眠区間、および、勤務前の仮眠を示す睡眠区間を結合した結合睡眠区間についてのコメントを生成する。生成部８０４は、例えば、生成規則γ’にしたがって、勤務中の仮眠を示す睡眠区間、および、勤務前の仮眠を示す睡眠区間を結合した結合睡眠区間についてのコメントを生成し、さらに、以降の仮眠についてのアドバイス情報をコメントに含める。
これにより、生成部８０４は、勤務中の仮眠を示す睡眠区間についてのコメントを出力し、ユーザ２０３の勤務中の仮眠が好ましいかをユーザ２０３に把握させ、勤務後の仮眠をどのようにすることが好ましいかをユーザ２０３に把握させることができる。このため、生成部８０４は、ユーザ２０３の業務効率の向上、ユーザ２０３のヒューマンエラーの防止、ユーザ２０３の体調管理の支援などを図ることができる。
＜第７パターンである場合＞
第７パターンは、受け付けたタイミングの当日におけるユーザ２０３の勤務形態が夜勤であり、受け付けたタイミングの勤務状態が、勤務後の仮眠後であるパターンである。
決定部８０３は、受け付けたタイミングが第７パターンになる区間である場合、少なくとも勤務後の仮眠を示す睡眠区間を処理対象に決定する。決定部８０３は、勤務後の仮眠を示す睡眠区間、および、勤務中の仮眠を示す睡眠区間を処理対象に決定してもよい。決定部８０３は、例えば、勤務後の仮眠を示す睡眠区間の長さが閾値以下である場合、勤務後の仮眠を示す睡眠区間に加えて、勤務中の仮眠を示す睡眠区間を処理対象に決定する。
生成部８０４は、受け付けたタイミングが第７パターンになる区間である場合、勤務後の仮眠を示す睡眠区間、および、勤務中の仮眠を示す睡眠区間を結合した結合睡眠区間についてコメントを生成する。生成部８０４は、例えば、生成規則δにしたがって、勤務後の仮眠を示す睡眠区間、および、勤務中の仮眠を示す睡眠区間を結合した結合睡眠区間についてのコメントを生成する。
これにより、生成部８０４は、勤務後の仮眠を示す睡眠区間についてのコメントを出力し、ユーザ２０３の勤務後の仮眠が好ましいかをユーザ２０３に把握させることができる。このため、生成部８０４は、ユーザ２０３の業務効率の向上、ユーザ２０３のヒューマンエラーの防止、ユーザ２０３の体調管理の支援などを図ることができる。
＜第８パターンである場合＞
第８パターンは、受け付けたタイミングの当日におけるユーザ２０３の勤務形態が日勤または休日であり、受け付けたタイミングの前日におけるユーザ２０３の勤務形態が夜勤であり、受け付けたタイミングの勤務状態が、勤務中の仮眠前であるパターンである。
決定部８０３は、受け付けたタイミングが第８パターンになる区間である場合、勤務前の仮眠を示す睡眠区間を処理対象に決定する。
生成部８０４は、受け付けたタイミングが第８パターンになる区間である場合、勤務中の仮眠についてのアドバイス情報を含む、勤務前の仮眠を示す睡眠区間についてのコメントを生成する。生成部８０４は、例えば、生成規則β’にしたがって、勤務前の仮眠を示す睡眠区間についてのコメントを生成し、さらに、勤務中の仮眠についてのアドバイス情報をコメントに含める。
これにより、生成部８０４は、ユーザ２０３の勤務に備えた仮眠が好ましいかをユーザ２０３に把握させ、勤務中の仮眠をどのようにすることが好ましいかをユーザ２０３に把握させることができる。このため、生成部８０４は、ユーザ２０３の業務効率の向上、ユーザ２０３のヒューマンエラーの防止、ユーザ２０３の体調管理の支援などを図ることができる。
＜第９パターンである場合＞
第９パターンは、受け付けたタイミングの当日におけるユーザ２０３の勤務形態が日勤または休日であり、受け付けたタイミングの前日におけるユーザ２０３の勤務形態が夜勤であり、受け付けたタイミングの勤務状態が、勤務中の仮眠後であるパターンである。
決定部８０３は、受け付けたタイミングが第９パターンになる区間である場合、少なくとも勤務中の仮眠を示す睡眠区間を処理対象に決定する。決定部８０３は、勤務中の仮眠を示す睡眠区間、および、勤務前の仮眠を示す睡眠区間を処理対象に決定してもよい。決定部８０３は、例えば、勤務中の仮眠を示す睡眠区間の長さが閾値以下である場合、勤務中の仮眠を示す睡眠区間に加えて、勤務前の仮眠を示す睡眠区間を処理対象に決定する。
生成部８０４は、受け付けたタイミングが第９パターンになる区間である場合、勤務中の仮眠を示す睡眠区間、および、勤務前の仮眠を示す睡眠区間を結合した結合睡眠区間についてコメントを生成する。生成部８０４は、例えば、生成規則γにしたがって、勤務中の仮眠を示す睡眠区間、および、勤務前の仮眠を示す睡眠区間を結合した結合睡眠区間についてのコメントを生成する。
これにより、生成部８０４は、勤務中の仮眠を示す睡眠区間についてのコメントを出力し、ユーザ２０３の勤務中の仮眠が好ましいかをユーザ２０３に把握させることができる。このため、生成部８０４は、ユーザ２０３の業務効率の向上、ユーザ２０３のヒューマンエラーの防止、ユーザ２０３の体調管理の支援などを図ることができる。
＜第１０パターンである場合＞
第１０パターンは、受け付けたタイミングの当日におけるユーザ２０３の勤務形態が日勤または休日であり、受け付けたタイミングの前日におけるユーザ２０３の勤務形態が夜勤であり、受け付けたタイミングの勤務状態が、勤務後の仮眠前であるパターンである。
決定部８０３は、受け付けたタイミングが第１０パターンになる区間である場合、少なくとも勤務中の仮眠を示す睡眠区間を処理対象に決定する。決定部８０３は、勤務中の仮眠を示す睡眠区間、および、勤務前の仮眠を示す睡眠区間を処理対象に決定してもよい。決定部８０３は、例えば、勤務中の仮眠を示す睡眠区間の長さが閾値以下である場合、勤務中の仮眠を示す睡眠区間に加えて、勤務前の仮眠を示す睡眠区間を処理対象に決定する。
生成部８０４は、受け付けたタイミングが第１０パターンになる区間である場合、勤務後の仮眠についてのアドバイス情報を含む、勤務中の仮眠を示す睡眠区間、および、勤務前の仮眠を示す睡眠区間を結合した結合睡眠区間についてのコメントを生成する。生成部８０４は、例えば、生成規則γ’にしたがって、勤務中の仮眠を示す睡眠区間、および、勤務前の仮眠を示す睡眠区間を結合した結合睡眠区間についてのコメントを生成し、さらに、以降の仮眠についてのアドバイス情報をコメントに含める。
これにより、生成部８０４は、勤務中の仮眠を示す睡眠区間についてのコメントを出力し、ユーザ２０３の勤務中の仮眠が好ましいかをユーザ２０３に把握させ、勤務後の仮眠をどのようにすることが好ましいかをユーザ２０３に把握させることができる。このため、生成部８０４は、ユーザ２０３の業務効率の向上、ユーザ２０３のヒューマンエラーの防止、ユーザ２０３の体調管理の支援などを図ることができる。
＜第１１パターンである場合＞
第１１パターンは、受け付けたタイミングの当日におけるユーザ２０３の勤務形態が日勤または休日であり、受け付けたタイミングの前日におけるユーザ２０３の勤務形態が夜勤であり、受け付けたタイミングの勤務状態が、勤務後の仮眠後であるパターンである。
決定部８０３は、受け付けたタイミングが第１１パターンになる区間である場合、少なくとも勤務後の仮眠を示す睡眠区間を処理対象に決定する。決定部８０３は、勤務後の仮眠を示す睡眠区間、および、勤務中の仮眠を示す睡眠区間を処理対象に決定してもよい。決定部８０３は、例えば、勤務後の仮眠を示す睡眠区間の長さが閾値以下である場合、勤務後の仮眠を示す睡眠区間に加えて、勤務中の仮眠を示す睡眠区間を処理対象に決定する。
生成部８０４は、受け付けたタイミングが第１１パターンになる区間である場合、勤務後の仮眠を示す睡眠区間、および、勤務中の仮眠を示す睡眠区間を結合した結合睡眠区間についてコメントを生成する。生成部８０４は、例えば、生成規則δにしたがって、勤務後の仮眠を示す睡眠区間、および、勤務中の仮眠を示す睡眠区間を結合した結合睡眠区間についてのコメントを生成する。
これにより、生成部８０４は、勤務後の仮眠を示す睡眠区間についてのコメントを出力し、ユーザ２０３の勤務後の仮眠が好ましいかをユーザ２０３に把握させることができる。このため、生成部８０４は、ユーザ２０３の業務効率の向上、ユーザ２０３のヒューマンエラーの防止、ユーザ２０３の体調管理の支援などを図ることができる。
出力部８０５は、生成部８０４が生成したコメントを出力する。出力形式は、例えば、ディスプレイへの表示、プリンタへの印刷出力、ネットワークＩ／Ｆ３０３による外部装置への送信、または、メモリ３０２や記録媒体３０５などの記憶領域への記憶である。出力部８０５は、各機能部の処理結果を出力してもよい。
（実施例）
次に、図９を用いて、実施例について説明する。
図９は、実施例を示す説明図である。図９の例では、睡眠区間（１）〜（５）が含まれる３／１１〜３／１６の期間を例に挙げて、睡眠分析装置１００が期間内のいずれかのタイミングでユーザ２０３の加速度の時系列データを受け付けた場合における、睡眠分析装置１００の動作内容について説明する。
図９のグラフ９００は、３／１１〜３／１６の期間のユーザの活動量を示し、３／１１〜３／１６の期間のうちのユーザの睡眠区間（１）〜（５）を示す。縦軸は、活動量の大きさを示す。横軸は、時間を示す。睡眠区間を、長方形で示す。ユーザ２０３の加速度の時系列データを受け付けるタイミングは、例えば、図９のグラフ９００における、区間Ａ、区間Ｂ、区間Ｂ’、区間Ｃ、区間Ｃ’、区間Ｄ、区間Ｅのいずれかの区間内のタイミングである。
まず、睡眠分析装置１００が、ユーザ２０３の加速度の時系列データを、区間Ａ内のタイミングで、センサ装置２０２から受け付けた場合について説明する。睡眠分析装置１００は、受け付けたユーザ２０３の加速度の時系列データを、分析結果テーブル４００を用いて記憶しておく。
睡眠分析装置１００は、受け付けたユーザ２０３の加速度の時系列データに基づいて、ユーザ２０３の活動量の時系列データを算出する。睡眠分析装置１００は、例えば、それぞれの時刻ｔ０におけるユーザ２０３の活動量Ｓを、下記Ｃｏｌｅ式を用いて算出する。睡眠分析装置１００は、算出したユーザ２０３の活動量の時系列データを、分析結果テーブル４００を用いて記憶しておく。
Ｃｏｌｅ式：Ｓ＝０．００００１（４０４Ａt-4＋５９８Ａt-3＋３２６Ａt-2＋４４１Ａt-1＋１４０８Ａt0＋５０８Ａt+1＋３５０Ａt+2）
ここで、Ａtiは、時刻ｔｉにおける加速度の値である。例えば、Ａt-4、Ａt-3、Ａt-2、Ａt-1は、それぞれ、時刻ｔ０の４分前、３分前、２分前、１分前の加速度の値である。Ａt0は、時刻ｔ０における加速度の値である。Ａt+1、Ａt+2は、それぞれ、時刻ｔ０の１分後、２分後の加速度の値である。Ｃｏｌｅ式は、例えば、下記参考文献１を参照することができる。
参考文献１：Ｃｏｌｅ， Ｒｏｇｅｒ Ｊ．， ｅｔ ａｌ． “Ａｕｔｏｍａｔｉｃ ｓｌｅｅｐ／ｗａｋｅ ｉｄｅｎｔｉｆｉｃａｔｉｏｎ ｆｒｏｍ ｗｒｉｓｔ ａｃｔｉｖｉｔｙ．” Ｓｌｅｅｐ １５．５ （１９９２）： ４６１−４６９．
睡眠分析装置１００は、例えば、活動量の時系列データに基づいて、それぞれの時刻におけるユーザ２０３の状態が、睡眠状態か覚醒状態かを特定し、睡眠状態が一定時間以上連続している区間を、ユーザ２０３の睡眠区間として特定する。睡眠分析装置１００は、例えば、時刻ｔ０における活動量Ｓ≧１である場合に覚醒状態と特定し、活動量Ｓ＜１である場合に睡眠状態と特定する。睡眠分析装置１００は、特定したユーザ２０３の状態を、分析結果テーブル４００を用いて記憶しておく。睡眠分析装置１００は、特定したユーザ２０３の睡眠区間を記憶しておく。ユーザ２０３の睡眠区間を特定する技術は、例えば、下記参考文献２を参照することができる。
参考文献２：Ｎａｋａｚａｋｉ， Ｋｙｏｋｏ， ｅｔ ａｌ． “Ｖａｌｉｄｉｔｙ ｏｆ ａｎ ａｌｇｏｒｉｔｈｍ ｆｏｒ ｄｅｔｅｒｍｉｎｉｎｇ ｓｌｅｅｐ／ｗａｋｅ ｓｔａｔｅｓ ｕｓｉｎｇ ａ ｎｅｗ ａｃｔｉｇｒａｐｈ．” Ｊｏｕｒｎａｌ ｏｆ ｐｈｙｓｉｏｌｏｇｉｃａｌ ａｎｔｈｒｏｐｏｌｏｇｙ ３３．１ （２０１４）： ３１．
睡眠分析装置１００は、区間Ａ内のタイミングでデータを受け付けた場合、勤務表テーブル５００を参照し、データを受け付けたタイミングが、上述した第１パターンであると判定する。このため、睡眠分析装置１００は、データを受け付けたタイミングの前夜における睡眠区間（１）について、生成規則αにしたがってコメントを生成する。睡眠分析装置１００は、例えば、生成規則αにしたがって、下記のコメントα１〜α３などのいずれかを生成する。
コメントα１）非常にぐっすり眠れています。
コメントα２）後半にぐっすり眠れています。
コメントα３）眠れている時間もありますが、中間に体の動きが多くなっています。
次に、睡眠分析装置１００が、ユーザ２０３の加速度の時系列データを、区間Ｂ内のタイミングで、センサ装置２０２から受け付けた場合について説明する。睡眠分析装置１００は、同様に、ユーザ２０３の加速度の時系列データに基づいて、ユーザ２０３の睡眠区間を特定する。
睡眠分析装置１００は、区間Ｂ内のタイミングでデータを受け付けた場合、勤務表テーブル５００を参照し、データを受け付けたタイミングが、上述した第３パターンであると判定する。このため、睡眠分析装置１００は、データを受け付けたタイミング以前の、勤務前の仮眠を示す睡眠区間（２）について、生成規則βにしたがってコメントを生成する。睡眠分析装置１００は、例えば、生成規則βにしたがって、下記のコメントβ１，β２などのいずれかを生成する。
コメントβ１）夜勤前の仮眠としては良い状態です。
コメントβ２）眠りが浅く、夜勤中に仮眠をとることをお勧めします。
次に、睡眠分析装置１００が、ユーザ２０３の加速度の時系列データを、区間Ｂ’内のタイミングで、センサ装置２０２から受け付けた場合について説明する。睡眠分析装置１００は、同様に、ユーザ２０３の加速度の時系列データに基づいて、ユーザ２０３の睡眠区間を特定する。
睡眠分析装置１００は、区間Ｂ’内のタイミングでデータを受け付けた場合、勤務表テーブル５００を参照し、データを受け付けたタイミングが、上述した第４パターンであると判定する。このため、睡眠分析装置１００は、データを受け付けたタイミング以前の、勤務前の仮眠を示す睡眠区間（２）について、生成規則β’にしたがってコメントを生成する。睡眠分析装置１００は、例えば、生成規則β’にしたがって、下記のコメントβ１’，β２’などのいずれかを生成する。
コメントβ１’）この後の仮眠は目を閉じて横になるだけでも良いので時間を確保してください。
コメントβ２’）勤務前の仮眠があまり良い状態ではないため、勤務中の仮眠は必須です。
次に、睡眠分析装置１００が、ユーザ２０３の加速度の時系列データを、区間Ｃ内のタイミングで、センサ装置２０２から受け付けた場合について説明する。睡眠分析装置１００は、同様に、ユーザ２０３の加速度の時系列データに基づいて、ユーザ２０３の睡眠区間を特定する。
睡眠分析装置１００は、区間Ｃ内のタイミングでデータを受け付けた場合、勤務表テーブル５００を参照し、データを受け付けたタイミングが、上述した第５パターンであると判定する。睡眠分析装置１００は、勤務表テーブル５００において、３／１４の出勤区分が「休日」であるが、３／１３の出勤区分が「夜勤」の勤務時間が３／１４に含まれるため、３／１４当日の勤務形態を「夜勤」と扱う。このため、睡眠分析装置１００は、生成規則γにしたがって、勤務前の仮眠（２）および勤務中の仮眠（３）を結合した結合睡眠区間についてのコメントを生成する。睡眠分析装置１００は、例えば、生成規則γにしたがって、下記のコメントγ１，γ２などのいずれかを生成する。
コメントγ１）勤務中の仮眠としては良い状態です。
コメントγ２）あまり眠れていないため、この後の業務は注意が必要です。
次に、睡眠分析装置１００が、ユーザ２０３の加速度の時系列データを、区間Ｃ’内のタイミングで、センサ装置２０２から受け付けた場合について説明する。睡眠分析装置１００は、同様に、ユーザ２０３の加速度の時系列データに基づいて、ユーザ２０３の睡眠区間を特定する。
睡眠分析装置１００は、区間Ｃ’内のタイミングでデータを受け付けた場合、勤務表テーブル５００を参照し、データを受け付けたタイミングが、上述した第６パターンであると判定する。このため、睡眠分析装置１００は、生成規則γ’にしたがって、勤務前の仮眠（２）および勤務中の仮眠（３）を結合した結合睡眠区間についてのコメントを生成する。睡眠分析装置１００は、例えば、生成規則γ’にしたがって、下記のコメントγ１’，γ２’などのいずれかを生成する。
コメントγ１’）勤務前、勤務中の仮眠が不足しているため、帰宅後は少し長めの睡眠が必要です。
コメントγ２’）勤務前、勤務中の仮眠は最適です。夜の睡眠に影響が出ない範囲で仮眠してください。
次に、睡眠分析装置１００が、ユーザ２０３の加速度の時系列データを、区間Ｄ内のタイミングで、センサ装置２０２から受け付けた場合について説明する。睡眠分析装置１００は、同様に、ユーザ２０３の加速度の時系列データに基づいて、ユーザ２０３の睡眠区間を特定する。
睡眠分析装置１００は、区間Ｄ内のタイミングでデータを受け付けた場合、勤務表テーブル５００を参照し、データを受け付けたタイミングが、上述した第７パターンであると判定する。このため、睡眠分析装置１００は、生成規則δにしたがって、勤務中の仮眠を示す睡眠区間（３）および勤務後の仮眠を示す睡眠区間（４）を結合した結合睡眠区間についてのコメントを生成する。睡眠分析装置１００は、例えば、生成規則δにしたがって、下記のコメントδ１，δ２などのいずれかを生成する。
コメントδ１）寝つきも良く、勤務明けの睡眠として良い状態です。
コメントδ２）長時間睡眠になっています。夜の睡眠に影響するため短めの睡眠をお勧めします。
次に、睡眠分析装置１００が、ユーザ２０３の加速度の時系列データを、区間Ｅ内のタイミングで、センサ装置２０２から受け付けた場合について説明する。この場合、睡眠分析装置１００は、区間Ａ内のタイミングで受け付けた場合と同様に、データを受け付けたタイミングの前夜における睡眠区間（５）について、生成規則αにしたがってコメントを生成する。
（コメント出力処理手順の一例）
次に、図１０を用いて、コメント出力処理手順の一例について説明する。
図１０は、コメント出力処理手順の一例を示すフローチャートである。図１０において、睡眠分析装置１００は、ユーザ２０３の加速度の時系列データであるセンサデータをセンサ装置２０２から受信する（ステップＳ１００１）。次に、睡眠分析装置１００は、勤務表テーブル５００を取得する（ステップＳ１００２）。そして、睡眠分析装置１００は、ユーザ２０３の活動量を算出する（ステップＳ１００３）。
次に、睡眠分析装置１００は、算出したユーザ２０３の活動量に基づいて、睡眠／覚醒判定処理を実行することにより、それぞれの時刻におけるユーザ２０３の状態を特定する（ステップＳ１００４）。そして、睡眠分析装置１００は、特定したユーザ２０３の状態に基づいて、入眠／起床判定処理を実行することにより、ユーザ２０３の入眠または起床の事象が発生した時刻を特定する（ステップＳ１００５）。
次に、睡眠分析装置１００は、図１１に後述するコメント区間判定処理を実行する（ステップＳ１００６）。そして、睡眠分析装置１００は、図１１に後述するコメント区間判定処理において取得された生成規則にしたがって、図１１に後述するコメント区間判定処理において処理対象に決定された睡眠区間についてのコメントを生成して出力する（ステップＳ１００７）。
その後、睡眠分析装置１００は、コメント出力処理を終了する。これにより、睡眠分析装置１００は、ユーザ２０３の不規則な睡眠区間のうち、ユーザ２０３の業務効率の向上などの観点から、睡眠状態を分析することが比較的好ましい睡眠区間について睡眠状態を分析してコメントを出力することができる。ここで、ステップＳ１００２の処理は、ステップＳ１００１の処理の前であってもよいし、ステップＳ１００３〜Ｓ１００５の一連の処理の後であってもよい。
（コメント区間判定処理手順の一例）
次に、図１１を用いて、コメント区間判定処理手順の一例について説明する。
図１１は、コメント区間判定処理手順の一例を示すフローチャートである。図１１において、睡眠分析装置１００は、センサデータを受け付けたタイミングの前日の勤務形態が日勤であるか否かを判定する（ステップＳ１１０１）。ここで、前日の勤務形態が日勤ではない場合（ステップＳ１１０１：Ｎｏ）、睡眠分析装置１００は、ステップＳ１１１４の処理に移行する。
一方で、前日の勤務形態が日勤である場合（ステップＳ１１０１：Ｙｅｓ）、睡眠分析装置１００は、センサデータを受け付けたタイミングの当日の勤務形態が夜勤であるか否かを判定する（ステップＳ１１０２）。ここで、当日の勤務形態が夜勤ではない場合（ステップＳ１１０２：Ｎｏ）、睡眠分析装置１００は、通常睡眠の睡眠区間を処理対象に決定し、生成規則αを取得する（ステップＳ１１０３）。そして、睡眠分析装置１００は、コメント区間判定処理手順を終了する。
一方で、当日の勤務形態が夜勤である場合（ステップＳ１１０２：Ｙｅｓ）、睡眠分析装置１００は、センサデータを受け付けたタイミングの勤務状態が夜勤前であるか否かを判定する（ステップＳ１１０４）。ここで、夜勤前ではない場合（ステップＳ１１０４：Ｎｏ）、睡眠分析装置１００は、ステップＳ１１０７の処理に移行する。
一方で、夜勤前である場合（ステップＳ１１０４：Ｙｅｓ）、睡眠分析装置１００は、センサデータを受け付けたタイミングの勤務状態が夜勤前の仮眠前であるか否かを判定する（ステップＳ１１０５）。ここで、夜勤前の仮眠前である場合（ステップＳ１１０５：Ｙｅｓ）、睡眠分析装置１００は、ステップＳ１１０３の処理に移行する。
一方で、夜勤前の仮眠前ではない場合（ステップＳ１１０５：Ｎｏ）、睡眠分析装置１００は、夜勤前の仮眠の睡眠区間を処理対象に決定し、生成規則βを取得する（ステップＳ１１０６）。そして、睡眠分析装置１００は、コメント区間判定処理を終了する。
ステップＳ１１０７では、睡眠分析装置１００は、勤務中の仮眠前であるか否かを判定する（ステップＳ１１０７）。ここで、勤務中の仮眠前ではない場合（ステップＳ１１０７：Ｎｏ）、睡眠分析装置１００は、ステップＳ１１０９の処理に移行する。
一方で、勤務中の仮眠前である場合（ステップＳ１１０７：Ｙｅｓ）、睡眠分析装置１００は、勤務前の仮眠の睡眠区間を処理対象に決定し、生成規則β’を取得する（ステップＳ１１０８）。そして、睡眠分析装置１００は、コメント区間判定処理を終了する。
ステップＳ１１０９では、睡眠分析装置１００は、勤務中の仮眠後であるか否かを判定する（ステップＳ１１０９）。ここで、勤務中の仮眠後ではない場合（ステップＳ１１０９：Ｎｏ）、睡眠分析装置１００は、ステップＳ１１１１の処理に移行する。
一方で、勤務中の仮眠後である場合（ステップＳ１１０９：Ｙｅｓ）、睡眠分析装置１００は、勤務中の仮眠の睡眠区間、および、勤務前の仮眠の睡眠区間を処理対象に決定し、生成規則γを取得する（ステップＳ１１１０）。そして、睡眠分析装置１００は、コメント区間判定処理を終了する。
ステップＳ１１１１では、睡眠分析装置１００は、勤務後の仮眠後であるか否かを判定する（ステップＳ１１１１）。ここで、勤務後の仮眠後である場合（ステップＳ１１１１：Ｙｅｓ）、睡眠分析装置１００は、勤務後の仮眠の睡眠区間、および、勤務中の仮眠の睡眠区間を処理対象に決定し、生成規則δを取得する（ステップＳ１１１２）。そして、睡眠分析装置１００は、コメント区間判定処理を終了する。
一方で、勤務後の仮眠後ではない場合（ステップＳ１１１１：Ｎｏ）、睡眠分析装置１００は、勤務中の仮眠の睡眠区間、および、勤務前の仮眠の睡眠区間を処理対象に決定し、生成規則γ’を取得する（ステップＳ１１１３）。そして、睡眠分析装置１００は、コメント区間判定処理を終了する。
ステップＳ１１１４では、睡眠分析装置１００は、センサデータを受け付けたタイミングの前日の勤務形態が休日であるか否かを判定する（ステップＳ１１１４）。ここで、前日の勤務形態が休日ではない場合（ステップＳ１１１４：Ｎｏ）、睡眠分析装置１００は、ステップＳ１１１８の処理に移行する。
一方で、前日の勤務形態が休日である場合（ステップＳ１１１４：Ｙｅｓ）、睡眠分析装置１００は、センサデータを受け付けたタイミングの当日の勤務形態が日勤であるか否かを判定する（ステップＳ１１１５）。ここで、当日の勤務形態が日勤である場合（ステップＳ１１１５：Ｙｅｓ）、睡眠分析装置１００は、通常睡眠の睡眠区間を処理対象に決定し、生成規則αを取得する（ステップＳ１１１６）。そして、睡眠分析装置１００は、コメント区間判定処理手順を終了する。
一方で、当日の勤務形態が日勤ではない場合（ステップＳ１１１５：Ｎｏ）、睡眠分析装置１００は、センサデータを受け付けたタイミングの当日の勤務形態が夜勤であるか否かを判定する（ステップＳ１１１７）。ここで、当日の勤務形態が夜勤である場合（ステップＳ１１１７：Ｙｅｓ）、睡眠分析装置１００は、ステップＳ１１０４の処理に移行する。
一方で、当日の勤務形態が夜勤ではない場合（ステップＳ１１１７：Ｎｏ）、睡眠分析装置１００は、ステップＳ１１１６の処理に移行する。
ステップＳ１１１８では、睡眠分析装置１００は、センサデータを受け付けたタイミングの前日の勤務形態が夜勤であるか否かを判定する（ステップＳ１１１８）。ここで、前日の勤務形態が夜勤ではない場合（ステップＳ１１１８：Ｎｏ）、睡眠分析装置１００は、ステップＳ１１１６の処理に移行する。
一方で、前日の勤務形態が夜勤である場合（ステップＳ１１１８：Ｙｅｓ）、睡眠分析装置１００は、センサデータを受け付けたタイミングの当日の勤務形態が夜勤であるか否かを判定する（ステップＳ１１１９）。ここで、当日の勤務形態が夜勤である場合（ステップＳ１１１９：Ｙｅｓ）、睡眠分析装置１００は、ステップＳ１１０４の処理に移行する。
一方で、当日の勤務形態が夜勤ではない場合（ステップＳ１１１９：Ｎｏ）、睡眠分析装置１００は、ステップＳ１１０７の処理に移行する。これにより、睡眠分析装置１００は、ユーザ２０３の業務効率の向上などの観点から、睡眠状態を分析することが比較的好ましい睡眠区間を、処理対象に決定することができる。
以上説明したように、睡眠分析装置１００によれば、ユーザ２０３に装着されたセンサにより取得されたデータの入力を受け付けることができる。睡眠分析装置１００によれば、ユーザ２０３の勤務形態情報を参照し、データを受け付けたタイミング以降のユーザ２０３の勤務形態に基づいて、データから特定される睡眠区間のいずれの睡眠区間を処理対象とするかを決定することができる。睡眠分析装置１００によれば、処理対象に決定した１以上の睡眠区間について、ユーザ２０３に関するコメントを出力することができる。これにより、睡眠分析装置１００は、不規則な睡眠区間について適当なコメントを出力することができる。睡眠分析装置１００は、例えば、ユーザ２０３の不規則な睡眠区間のうち、ユーザ２０３の業務効率の向上などの観点から、睡眠状態を分析することが比較的好ましい睡眠区間について睡眠状態を分析してコメントを出力することができる。
睡眠分析装置１００によれば、データを受け付けたタイミング以降のユーザ２０３の勤務形態に基づくコメントを出力ことができる。これにより、睡眠分析装置１００は、ユーザ２０３の勤務状態が、勤務前、勤務中、勤務後などのいずれであるかに応じて、出力するコメントの内容を変更することができる。結果として、睡眠分析装置１００は、ユーザ２０３が睡眠時間を管理しやすくし、ユーザ２０３が体調を管理しやすくし、ユーザ２０３の業務効率の向上などを図りやすくすることができる。
睡眠分析装置１００によれば、データを受け付けたタイミングの当日におけるユーザ２０３の勤務形態が日勤と夜勤と休日とのいずれであるかに基づいて、データから特定される睡眠区間のいずれの睡眠区間を処理対象とするかを決定することができる。これにより、睡眠分析装置１００は、ユーザ２０３の当日の勤務形態における業務効率の向上やヒューマンエラーの防止の観点から好ましい睡眠区間を、処理対象とすることができる。このため、睡眠分析装置１００は、ユーザ２０３の体調を精度よく評価することができ、ユーザ２０３に関して好ましいコメントを出力することができ、ユーザ２０３の業務効率の向上などを図ることができる。
睡眠分析装置１００によれば、データを受け付けたタイミングの前日におけるユーザ２０３の勤務形態が日勤と夜勤と休日とのいずれであるかに基づいて、データから特定される睡眠区間のいずれの睡眠区間を処理対象とするかを決定することができる。これにより、睡眠分析装置１００は、ユーザ２０３の前日の勤務形態に基づいて、比較的好ましい睡眠区間を処理対象としやすくすることができる。
睡眠分析装置１００によれば、ユーザ２０３の勤務状態情報を参照し、データを受け付けたタイミングの勤務状態が、勤務前か勤務中か勤務後か、仮眠前か仮眠後かに基づいて、処理対象を決定することができる。これにより、比較的好ましい睡眠区間を処理対象としやすくすることができ、勤務前か勤務中か勤務後か、仮眠前か仮眠後かに基づいて、比較的好ましい睡眠区間を処理対象としやすくすることができる。
睡眠分析装置１００によれば、データを受け付けたタイミングの直前の睡眠区間の長さが閾値以下である場合、直前の睡眠区間と、直前の睡眠区間より前にある睡眠区間とを、処理対象に決定することができる。これにより、睡眠分析装置１００は、直前の睡眠区間と、直前の睡眠区間より前にある睡眠区間とを合わせて、比較的長時間の睡眠区間について睡眠状態を分析することができ、ユーザ２０３の体調を精度よく評価しやすくすることができる。
睡眠分析装置１００によれば、データを受け付けたタイミングが上述した第１パターンになる区間である場合、データを受け付けたタイミングの前夜における睡眠区間を処理対象に決定することができる。これにより、睡眠分析装置１００は、ユーザ２０３の業務効率の向上などの観点から、睡眠状態を分析しなくてもよい、昼寝などの睡眠区間についてコメントを出力しないようにすることができ、ユーザ２０３の業務効率の向上などを図ることができる。
睡眠分析装置１００によれば、データを受け付けたタイミングが上述した第２パターンになる区間である場合、データを受け付けたタイミングの前夜における睡眠区間を処理対象に決定することができる。これにより、睡眠分析装置１００は、ユーザ２０３の業務効率の向上などの観点から、睡眠状態を分析しなくてもよい、昼寝などの睡眠区間についてコメントを出力しないようにすることができ、ユーザ２０３の業務効率の向上などを図ることができる。
睡眠分析装置１００によれば、データを受け付けたタイミングが上述した第３パターンになる区間である場合、勤務前の仮眠を示す睡眠区間を処理対象に決定することができる。これにより、睡眠分析装置１００は、勤務前の仮眠を示す睡眠区間についてのコメントを出力し、ユーザ２０３の夜勤に備えた仮眠が好ましいかをユーザ２０３に把握させることができる。結果として、睡眠分析装置１００は、ユーザ２０３が睡眠時間を管理しやすくし、ユーザ２０３が体調を管理しやすくし、ユーザ２０３の業務効率の向上などを図りやすくすることができる。
睡眠分析装置１００によれば、データを受け付けたタイミングが上述した第４パターンになる区間である場合、勤務前の仮眠を示す睡眠区間を処理対象に決定することができる。睡眠分析装置１００によれば、勤務中の仮眠についてのアドバイス情報を含む、勤務前の仮眠を示す睡眠区間についてのコメントを出力することができる。これにより、睡眠分析装置１００は、勤務前の仮眠を示す睡眠区間についてのコメントを出力し、ユーザ２０３の勤務に備えた仮眠が好ましいかをユーザ２０３に把握させ、勤務中の仮眠をどのようにすることが好ましいかをユーザ２０３に把握させることができる。結果として、睡眠分析装置１００は、ユーザ２０３が睡眠時間を管理しやすくし、ユーザ２０３が体調を管理しやすくし、ユーザ２０３の業務効率の向上などを図りやすくすることができる。
睡眠分析装置１００によれば、データを受け付けたタイミングが上述した第５パターンになる区間である場合、勤務中の仮眠を示す睡眠区間、および、勤務前の仮眠を示す睡眠区間を処理対象に決定することができる。これにより、睡眠分析装置１００は、勤務中の仮眠を示す睡眠区間についてのコメントを出力し、ユーザ２０３の勤務中の仮眠が好ましいかをユーザ２０３に把握させることができる。結果として、睡眠分析装置１００は、ユーザ２０３が睡眠時間を管理しやすくし、ユーザ２０３が体調を管理しやすくし、ユーザ２０３の業務効率の向上などを図りやすくすることができる。
睡眠分析装置１００によれば、データを受け付けたタイミングが上述した第６パターンになる区間である場合、勤務中の仮眠を示す睡眠区間、および、勤務前の仮眠を示す睡眠区間を処理対象に決定することができる。睡眠分析装置１００によれば、勤務後の仮眠についてのアドバイス情報を含む、勤務中の仮眠を示す睡眠区間、および、勤務前の仮眠を示す睡眠区間についてのコメントを出力することができる。これにより、睡眠分析装置１００は、勤務中の仮眠を示す睡眠区間についてのコメントを出力し、ユーザ２０３の勤務中の仮眠が好ましいかをユーザ２０３に把握させ、勤務後の仮眠をどのようにすることが好ましいかをユーザ２０３に把握させることができる。結果として、睡眠分析装置１００は、ユーザ２０３が睡眠時間を管理しやすくし、ユーザ２０３が体調を管理しやすくし、ユーザ２０３の業務効率の向上などを図りやすくすることができる。
睡眠分析装置１００によれば、データを受け付けたタイミングが上述した第７パターンになる区間である場合、勤務後の仮眠を示す睡眠区間、および、勤務中の仮眠を示す睡眠区間を処理対象に決定することができる。これにより、睡眠分析装置１００は、勤務後の仮眠を示す睡眠区間についてのコメントを出力し、ユーザ２０３の勤務後の仮眠が好ましいかをユーザ２０３に把握させることができる。結果として、睡眠分析装置１００は、ユーザ２０３が睡眠時間を管理しやすくし、ユーザ２０３が体調を管理しやすくし、ユーザ２０３の業務効率の向上などを図りやすくすることができる。
睡眠分析装置１００によれば、データを受け付けたタイミングが上述した第８パターンになる区間である場合、勤務前の仮眠を示す睡眠区間を処理対象に決定することができる。睡眠分析装置１００によれば、勤務中の仮眠についてのアドバイス情報を含む、勤務前の仮眠を示す睡眠区間についてのコメントを出力することができる。これにより、睡眠分析装置１００は、勤務前の仮眠を示す睡眠区間についてのコメントを出力し、ユーザ２０３の勤務に備えた仮眠が好ましいかをユーザ２０３に把握させ、勤務中の仮眠をどのようにすることが好ましいかをユーザ２０３に把握させることができる。結果として、睡眠分析装置１００は、ユーザ２０３が睡眠時間を管理しやすくし、ユーザ２０３が体調を管理しやすくし、ユーザ２０３の業務効率の向上などを図りやすくすることができる。
睡眠分析装置１００によれば、データを受け付けたタイミングが上述した第９パターンになる区間である場合、勤務中の仮眠を示す睡眠区間、および、勤務前の仮眠を示す睡眠区間を処理対象に決定することができる。これにより、睡眠分析装置１００は、勤務中の仮眠を示す睡眠区間についてのコメントを出力し、ユーザ２０３の勤務中の仮眠が好ましいかをユーザ２０３に把握させることができる。結果として、睡眠分析装置１００は、ユーザ２０３が睡眠時間を管理しやすくし、ユーザ２０３が体調を管理しやすくし、ユーザ２０３の業務効率の向上などを図りやすくすることができる。
睡眠分析装置１００によれば、データを受け付けたタイミングが上述した第１０パターンになる区間である場合、勤務中の仮眠を示す睡眠区間、および、勤務前の仮眠を示す睡眠区間を処理対象に決定することができる。睡眠分析装置１００によれば、勤務後の仮眠についてのアドバイス情報を含む、コメントを出力することができる。これにより、睡眠分析装置１００は、勤務中の仮眠を示す睡眠区間についてのコメントを出力し、ユーザ２０３の勤務中の仮眠が好ましいかをユーザ２０３に把握させ、勤務後の仮眠をどのようにすることが好ましいかをユーザ２０３に把握させることができる。結果として、睡眠分析装置１００は、ユーザ２０３が睡眠時間を管理しやすくし、ユーザ２０３が体調を管理しやすくし、ユーザ２０３の業務効率の向上などを図りやすくすることができる。
睡眠分析装置１００によれば、データを受け付けたタイミングが上述した第１１パターンになる区間である場合、勤務後の仮眠を示す睡眠区間、および、勤務中の仮眠を示す睡眠区間を処理対象に決定することができる。これにより、睡眠分析装置１００は、勤務後の仮眠を示す睡眠区間についてのコメントを出力し、ユーザ２０３の勤務後の仮眠が好ましいかをユーザ２０３に把握させることができる。結果として、睡眠分析装置１００は、ユーザ２０３が睡眠時間を管理しやすくし、ユーザ２０３が体調を管理しやすくし、ユーザ２０３の業務効率の向上などを図りやすくすることができる。
なお、本実施の形態で説明した睡眠分析方法は、予め用意されたプログラムをパーソナル・コンピュータやワークステーション等のコンピュータで実行することにより実現することができる。本実施の形態で説明した睡眠分析プログラムは、ハードディスク、フレキシブルディスク、ＣＤ−ＲＯＭ、ＭＯ、ＤＶＤ等のコンピュータで読み取り可能な記録媒体に記録され、コンピュータによって記録媒体から読み出されることによって実行される。また、本実施の形態で説明した睡眠分析プログラムは、インターネット等のネットワークを介して配布してもよい。
上述した実施の形態に関し、さらに以下の付記を開示する。
（付記１）コンピュータに、
ユーザに装着されたセンサにより取得されたデータの入力を受け付け、
前記ユーザの勤務形態情報を参照し、前記データを受け付けたタイミング以降の前記ユーザの勤務形態に基づいて、前記データから特定される睡眠区間のいずれの睡眠区間を処理対象とするかを決定し、
前記処理対象に決定した１以上の前記睡眠区間について、前記ユーザに関するコメントを出力する、
処理を実行させることを特徴とする睡眠分析プログラム。
（付記２）前記コメントは、前記タイミング以降の前記ユーザの勤務形態に基づくコメントである、ことを特徴とする付記１に記載の睡眠分析プログラム。
（付記３）前記決定する処理は、前記タイミングの当日における前記ユーザの勤務形態が日勤と夜勤と休日とのいずれであるかに基づいて、前記データから特定される睡眠区間のいずれの睡眠区間を処理対象とするかを決定する、ことを特徴とする付記１または２に記載の睡眠分析プログラム。
（付記４）前記決定する処理は、前記タイミングの前日における前記ユーザの勤務形態が日勤と夜勤と休日とのいずれであるかに基づいて、前記データから特定される睡眠区間のいずれの睡眠区間を処理対象とするかを決定する、ことを特徴とする付記１〜３のいずれか一つに記載の睡眠分析プログラム。
（付記５）前記決定する処理は、前記ユーザの勤務状態情報を参照し、前記タイミングの勤務状態が、勤務前の仮眠前、勤務前の仮眠後、勤務中の仮眠前、勤務中の仮眠後、勤務後の仮眠前、勤務後の仮眠後のいずれであるかに基づいて、前記データから特定される睡眠区間のいずれの睡眠区間を処理対象とするかを決定する、ことを特徴とする付記１〜４のいずれか一つに記載の睡眠分析プログラム。
（付記６）前記タイミングの直前の睡眠区間の長さが閾値以下である場合、前記直前の睡眠区間と、前記直前の睡眠区間より前にある睡眠区間とを、前記処理対象に決定する、ことを特徴とする付記１〜５のいずれか一つに記載の睡眠分析プログラム。
（付記７）前記決定する処理は、前記タイミングの当日における前記ユーザの勤務形態が日勤または休日であり、かつ、前記タイミングの前日における前記ユーザの勤務形態が日勤または休日である場合、前記タイミングの前夜における睡眠区間を前記処理対象に決定する、ことを特徴とする付記１〜６のいずれか一つに記載の睡眠分析プログラム。
（付記８）前記決定する処理は、前記タイミングの当日における前記ユーザの勤務形態が夜勤である場合、前記ユーザの勤務状態情報を参照し、前記タイミングの勤務状態が、勤務前の仮眠前であれば、前記タイミングの前夜における睡眠区間を前記処理対象に決定し、
前記出力する処理は、勤務前の仮眠についてのアドバイス情報を含む、前記コメントを出力する、ことを特徴とする付記１〜７のいずれか一つに記載の睡眠分析プログラム。
（付記９）前記決定する処理は、前記タイミングの当日における前記ユーザの勤務形態が夜勤である場合、前記ユーザの勤務状態情報を参照し、前記タイミングの勤務状態が、勤務前の仮眠後であれば、勤務前の仮眠を示す睡眠区間を前記処理対象に決定する、ことを特徴とする付記１〜８のいずれか一つに記載の睡眠分析プログラム。
（付記１０）前記決定する処理は、前記タイミングの当日における前記ユーザの勤務形態が夜勤である場合、前記ユーザの勤務状態情報を参照し、前記タイミングの勤務状態が、勤務中の仮眠前であれば、勤務前の仮眠を示す睡眠区間を前記処理対象に決定し、
前記出力する処理は、勤務中の仮眠についてのアドバイス情報を含む、前記コメントを出力する、ことを特徴とする付記１〜９のいずれか一つに記載の睡眠分析プログラム。
（付記１１）前記決定する処理は、前記タイミングの当日における前記ユーザの勤務形態が夜勤である場合、前記ユーザの勤務状態情報を参照し、前記タイミングの勤務状態が、勤務中の仮眠後であれば、勤務中の仮眠を示す睡眠区間、および、勤務前の仮眠を示す睡眠区間を前記処理対象に決定する、ことを特徴とする付記１〜１０のいずれか一つに記載の睡眠分析プログラム。
（付記１２）前記決定する処理は、前記タイミングの当日における前記ユーザの勤務形態が夜勤である場合、前記ユーザの勤務状態情報を参照し、前記タイミングの勤務状態が、勤務後の仮眠前であれば、勤務中の仮眠を示す睡眠区間、および、勤務前の仮眠を示す睡眠区間を前記処理対象に決定し、
前記出力する処理は、勤務後の仮眠についてのアドバイス情報を含む、前記コメントを出力する、ことを特徴とする付記１〜１１のいずれか一つに記載の睡眠分析プログラム。
（付記１３）前記決定する処理は、前記タイミングの当日における前記ユーザの勤務形態が夜勤である場合、前記ユーザの勤務状態情報を参照し、前記タイミングの勤務状態が、勤務後の仮眠後であれば、勤務後の仮眠を示す睡眠区間、および、勤務中の仮眠を示す睡眠区間を前記処理対象に決定する、ことを特徴とする付記１〜１２のいずれか一つに記載の睡眠分析プログラム。
（付記１４）前記決定する処理は、前記タイミングの当日における前記ユーザの勤務形態が日勤または休日であり、前記タイミングの前日における前記ユーザの勤務形態が夜勤である場合、前記ユーザの勤務状態情報を参照し、前記タイミングの勤務状態が、勤務中の仮眠前であれば、勤務前の仮眠を示す睡眠区間を前記処理対象に決定し、
前記出力する処理は、勤務中の仮眠についてのアドバイス情報を含む、前記コメントを出力する、ことを特徴とする付記１〜１３のいずれか一つに記載の睡眠分析プログラム。
（付記１５）前記決定する処理は、前記タイミングの当日における前記ユーザの勤務形態が日勤または休日であり、前記タイミングの前日における前記ユーザの勤務形態が夜勤である場合、前記ユーザの勤務状態情報を参照し、前記タイミングの勤務状態が、勤務中の仮眠後であれば、勤務中の仮眠を示す睡眠区間、および、勤務前の仮眠を示す睡眠区間を前記処理対象に決定する、ことを特徴とする付記１〜１４のいずれか一つに記載の睡眠分析プログラム。
（付記１６）前記決定する処理は、前記タイミングの当日における前記ユーザの勤務形態が日勤または休日であり、前記タイミングの前日における前記ユーザの勤務形態が夜勤である場合、前記ユーザの勤務状態情報を参照し、前記タイミングの勤務状態が、勤務後の仮眠前であれば、勤務中の仮眠を示す睡眠区間、および、勤務前の仮眠を示す睡眠区間を前記処理対象に決定し、
前記出力する処理は、勤務後の仮眠についてのアドバイス情報を含む、前記コメントを出力する、ことを特徴とする付記１〜１５のいずれか一つに記載の睡眠分析プログラム。
（付記１７）前記決定する処理は、前記タイミングの当日における前記ユーザの勤務形態が日勤または休日であり、前記タイミングの前日における前記ユーザの勤務形態が夜勤である場合、前記ユーザの勤務状態情報を参照し、前記タイミングの勤務状態が、勤務後の仮眠後であれば、勤務後の仮眠を示す睡眠区間、および、勤務中の仮眠を示す睡眠区間を前記処理対象に決定する、ことを特徴とする付記１〜１６のいずれか一つに記載の睡眠分析プログラム。
（付記１８）コンピュータが、
ユーザに装着されたセンサにより取得されたデータの入力を受け付け、
前記ユーザの勤務形態情報を参照し、前記データを受け付けたタイミング以降の前記ユーザの勤務形態に基づいて、前記データから特定される睡眠区間のいずれの睡眠区間を処理対象とするかを決定し、
前記処理対象に決定した１以上の前記睡眠区間について、前記ユーザに関するコメントを出力する、
処理を実行することを特徴とする睡眠分析方法。
（付記１９）ユーザに装着されたセンサにより取得されたデータの入力を受け付け、
前記ユーザの勤務形態情報を参照し、前記データを受け付けたタイミング以降の前記ユーザの勤務形態に基づいて、前記データから特定される睡眠区間のいずれの睡眠区間を処理対象とするかを決定し、
前記処理対象に決定した１以上の前記睡眠区間について、前記ユーザに関するコメントを出力する、
制御部を有することを特徴とする睡眠分析装置。
１００ 睡眠分析装置
２００ 睡眠分析システム
２０１ クライアント装置
２０２ センサ装置
２０３ ユーザ
２０４ 就寝場所
２１０ ネットワーク
３００，６００，７００ バス
３０１，６０１，７０１ ＣＰＵ
３０２，６０２，７０２ メモリ
３０３，６０３ ネットワークＩ／Ｆ
３０４，６０４ 記録媒体Ｉ／Ｆ
３０５，６０５ 記録媒体
４００ 分析結果テーブル
５００ 勤務表テーブル
６０６ センサＩ／Ｆ
６０７ ディスプレイ
７０３ 通信Ｉ／Ｆ
７０４ センサ
８００ 記憶部
８０１ 取得部
８０２ 特定部
８０３ 決定部
８０４ 生成部
８０５ 出力部
９００ グラフ

Claims (9)

  1. コンピュータに、
    ユーザに装着されたセンサ装置により取得された、前記ユーザの活動に関するデータの入力を受け付け、
    前記ユーザの勤務形態情報を参照し、前記データを受け付けたタイミングの当日における前記ユーザの勤務形態が日勤と夜勤と休日とのいずれであるかに基づいて、前記データから特定される睡眠区間のいずれの睡眠区間を処理対象とするかを決定し、
    前記処理対象に決定した１以上の前記睡眠区間について、前記ユーザに関するコメントを出力する、
    処理を実行させることを特徴とする睡眠分析プログラム。
  2. 前記コメントは、前記タイミング以降の前記ユーザの勤務形態に基づくコメントである、ことを特徴とする請求項１に記載の睡眠分析プログラム。
  3. 前記決定する処理は、前記タイミングの前日における前記ユーザの勤務形態が日勤と夜勤と休日とのいずれであるかに基づいて、前記データから特定される睡眠区間のいずれの睡眠区間を処理対象とするかを決定する、ことを特徴とする請求項１または２に記載の睡眠分析プログラム。
  4. 前記決定する処理は、前記ユーザの勤務状態情報を参照し、前記タイミングの勤務状態が、勤務前の仮眠前、勤務前の仮眠後、勤務中の仮眠前、勤務中の仮眠後、勤務後の仮眠前、勤務後の仮眠後のいずれであるかに基づいて、前記データから特定される睡眠区間のいずれの睡眠区間を処理対象とするかを決定する、ことを特徴とする請求項１〜３のいずれか一つに記載の睡眠分析プログラム。
  5. コンピュータに、
    ユーザに装着されたセンサ装置により取得された、前記ユーザの活動に関するデータの入力を受け付け、
    前記ユーザの勤務形態情報を参照し、前記データを受け付けたタイミングの前日における前記ユーザの勤務形態が日勤と夜勤と休日とのいずれであるかに基づいて、前記データから特定される睡眠区間のいずれの睡眠区間を処理対象とするかを決定し、
    前記処理対象に決定した１以上の前記睡眠区間について、前記ユーザに関するコメントを出力する、
    処理を実行させることを特徴とする睡眠分析プログラム。
  6. コンピュータに、
    ユーザに装着されたセンサ装置により取得された、前記ユーザの活動に関するデータの入力を受け付け、
    前記ユーザの勤務形態情報を参照し、前記データを受け付けたタイミングの勤務状態が、勤務前の仮眠前、勤務前の仮眠後、勤務中の仮眠前、勤務中の仮眠後、勤務後の仮眠前、勤務後の仮眠後のいずれであるかに基づいて、前記データから特定される睡眠区間のいずれの睡眠区間を処理対象とするかを決定し、
    前記処理対象に決定した１以上の前記睡眠区間について、前記ユーザに関するコメントを出力する、
    処理を実行させることを特徴とする睡眠分析プログラム。
  7. コンピュータに、
    ユーザに装着されたセンサ装置により取得された、前記ユーザの活動に関するデータの入力を受け付け、
    前記ユーザの勤務形態情報を参照し、前記データを受け付けたタイミング以降の前記ユーザの勤務形態に基づいて、前記データから特定される睡眠区間のいずれの睡眠区間を処理対象とするかを決定し、
    前記タイミングの勤務形態が、勤務前の仮眠前、勤務中の仮眠前、および、勤務後の仮眠前のいずれであるかに基づいて、前記処理対象に決定した１以上の前記睡眠区間について、勤務前の仮眠、勤務中の仮眠、および、勤務後の仮眠のいずれかについてのアドバイス情報を含む、前記ユーザに関するコメントを出力する、
    処理を実行させることを特徴とする睡眠分析プログラム。
  8. コンピュータが、
    ユーザに装着されたセンサ装置により取得された、前記ユーザの活動に関するデータの入力を受け付け、
    前記ユーザの勤務形態情報を参照し、前記データを受け付けたタイミングの当日における前記ユーザの勤務形態が日勤と夜勤と休日とのいずれであるかに基づいて、前記データから特定される睡眠区間のいずれの睡眠区間を処理対象とするかを決定し、
    前記処理対象に決定した１以上の前記睡眠区間について、前記ユーザに関するコメントを出力する、
    処理を実行することを特徴とする睡眠分析方法。
  9. ユーザに装着されたセンサ装置により取得された、前記ユーザの活動に関するデータの入力を受け付け、
    前記ユーザの勤務形態情報を参照し、前記データを受け付けたタイミングの当日における前記ユーザの勤務形態が日勤と夜勤と休日とのいずれであるかに基づいて、前記データから特定される睡眠区間のいずれの睡眠区間を処理対象とするかを決定し、
    前記処理対象に決定した１以上の前記睡眠区間について、前記ユーザに関するコメントを出力する、
    制御部を有することを特徴とする睡眠分析装置。
JP2017128091A 2017-06-29 2017-06-29 睡眠分析プログラム、睡眠分析方法、および睡眠分析装置 Active JP6879083B2 (ja)

Priority Applications (1)

Application Number Priority Date Filing Date Title
JP2017128091A JP6879083B2 (ja) 2017-06-29 2017-06-29 睡眠分析プログラム、睡眠分析方法、および睡眠分析装置

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
JP2017128091A JP6879083B2 (ja) 2017-06-29 2017-06-29 睡眠分析プログラム、睡眠分析方法、および睡眠分析装置

Publications (2)

Publication Number Publication Date
JP2019012370A JP2019012370A (ja) 2019-01-24
JP6879083B2 true JP6879083B2 (ja) 2021-06-02

Family

ID=65227418

Family Applications (1)

Application Number Title Priority Date Filing Date
JP2017128091A Active JP6879083B2 (ja) 2017-06-29 2017-06-29 睡眠分析プログラム、睡眠分析方法、および睡眠分析装置

Country Status (1)

Country Link
JP (1) JP6879083B2 (ja)

Families Citing this family (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPWO2021006235A1 (ja) * 2019-07-05 2021-01-14

Family Cites Families (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP4825586B2 (ja) * 2006-05-30 2011-11-30 東芝コンシューマエレクトロニクス・ホールディングス株式会社 睡眠モニタ装置
US9592005B2 (en) * 2010-01-29 2017-03-14 Dreamwell, Ltd. Systems and methods for bedding with sleep diagnostics
JP2015131008A (ja) * 2014-01-14 2015-07-23 アイシン精機株式会社 睡眠評価装置
JP7011247B2 (ja) * 2015-09-30 2022-01-26 勤次郎株式会社 労務管理システム、データ処理方法、および、労務管理プログラム
JP6641963B2 (ja) * 2015-12-14 2020-02-05 富士通株式会社 睡眠状態判定システム、睡眠状態判定装置、睡眠状態判定方法、及び、睡眠状態判定プログラム

Also Published As

Publication number Publication date
JP2019012370A (ja) 2019-01-24

Similar Documents

Publication Publication Date Title
JP6761417B2 (ja) スケジュール検出に基づく動的ウェアラブルデバイス挙動
US9204836B2 (en) Sporadic collection of mobile affect data
WO2016104325A1 (ja) 睡眠改善システム及びこのシステムを用いた睡眠改善方法
JP2018506773A (ja) ジェスチャベースの行動を監視し、それに影響を与える方法およびシステム
US20090171902A1 (en) Life recorder
US20150342511A1 (en) Operating system with color-based health state themes
WO2013121662A1 (ja) 睡眠分析結果表示プログラム、睡眠改善支援画面表示プログラム及び睡眠改善行動結果表示プログラム
CN104160399B (zh) 一种生成有关人的昼夜节律时间循环信息的方法、系统及装置
JP6930277B2 (ja) 提示装置、提示方法、通信制御装置、通信制御方法及び通信制御システム
US20170323081A1 (en) Graphical user interfaces recommending care
US11687849B2 (en) Information processing apparatus, information processing method, and program
KR102053604B1 (ko) 수면 분석 방법 및 이를 이용한 수면 분석 디바이스
JP2019101566A (ja) 情報処理システム、情報処理方法、情報処理プログラム、および情報処理装置
CN110413981A (zh) 电子病历的质检方法、相似病历的提醒方法及装置
US20130204535A1 (en) Visualizing predicted affective states over time
WO2023112384A1 (ja) 計算機システム及び情動推定方法
JP2018166653A (ja) 気分判定装置
JP6879083B2 (ja) 睡眠分析プログラム、睡眠分析方法、および睡眠分析装置
JPWO2018150725A1 (ja) 認知症情報出力システム及び制御プログラム
US9092123B1 (en) Method and apparatus to provide movement-based analytics
US20140297600A1 (en) Bayesian Sleep Fusion
TWI691306B (zh) 情緒偵測裝置、系統及其方法
JP2019072371A (ja) システム及び意思疎通を図るために行うアクションの評価方法
JP2016224479A (ja) 睡眠管理装置、睡眠管理方法、及び睡眠管理プログラム
JP2020137895A (ja) 表示方法、プログラム、及び表示システム

Legal Events

Date Code Title Description
A621 Written request for application examination

Free format text: JAPANESE INTERMEDIATE CODE: A621

Effective date: 20200310

A977 Report on retrieval

Free format text: JAPANESE INTERMEDIATE CODE: A971007

Effective date: 20200928

A131 Notification of reasons for refusal

Free format text: JAPANESE INTERMEDIATE CODE: A131

Effective date: 20201013

A521 Written amendment

Free format text: JAPANESE INTERMEDIATE CODE: A523

Effective date: 20201214

A131 Notification of reasons for refusal

Free format text: JAPANESE INTERMEDIATE CODE: A131

Effective date: 20210202

A521 Written amendment

Free format text: JAPANESE INTERMEDIATE CODE: A523

Effective date: 20210226

TRDD Decision of grant or rejection written
A01 Written decision to grant a patent or to grant a registration (utility model)

Free format text: JAPANESE INTERMEDIATE CODE: A01

Effective date: 20210330

A61 First payment of annual fees (during grant procedure)

Free format text: JAPANESE INTERMEDIATE CODE: A61

Effective date: 20210412

R150 Certificate of patent or registration of utility model

Ref document number: 6879083

Country of ref document: JP

Free format text: JAPANESE INTERMEDIATE CODE: R150