JP7152950B2 - 眠気開始検出 - Google Patents

Description

[0001] 脳波検査法（ＥＥＧ）とは、頭皮上に置かれた複数の電極を使用して取り込まれた(captured)脳の電気的活動を経時的に監視する方法である。人の精神的および身体的状態についての情報は、ＥＥＧ信号において観察される、いわゆる脳波の分析から導き出すことができる。このような状態の１つに、覚醒状態と眠気状態との間の遷移がある。

[0002] 人の睡眠には、２種類の主要な睡眠、即ち、急速眼球運動（ＲＥＭ）睡眠および非急速眼球運動（ＮＲＥＭ）睡眠がある。ＲＥＭ睡眠は、その特徴的な低振幅、高周波数波によって、ＥＥＧ信号において識別可能である。ＮＲＥＭ睡眠は、３つの異なる段階、Ｎ１、Ｎ２、およびＮ３に分類され、ＲＥＭ睡眠とは非常に異なるＥＥＧ波形(wave pattern)を示す。例えば、Ｎ３ ＮＲＥＭ睡眠は、ＥＥＧ信号において、高振幅、低周波数波によって特徴付けられる脳波を呈する。一般に、脳波は、人が段階Ｎ１睡眠からＮ３睡眠に遷移するに連れて、増々遅くなりそして一層同期するようになる。

[0003] 人が入眠するに連れて、彼らの身体活動は鈍化し、彼らの脳波は増々遅くそして大きくなる。Ｎ１ ＮＲＥＭ睡眠は、うたた寝(drowsy sleep)または眠気と呼ばれることが多く、通常睡眠と覚醒との間に生ずる。この段階は、ＥＥＧ信号において、８～１３Ｈｚの周波数（覚醒状態では極普通である）を有する、いわゆるアルファ波と、４～７Ｈｚの周波数を有する、いわゆるシータ波との間の遷移として特徴付けられる。つまり、覚醒状態から眠気状態への遷移は、ＥＥＧ信号において容易に見ることができる。

[0004] 本明細書において説明する眠気開始検出の実施態様では、概略的には、個人において眠気の開始を検出する。１つの総合的な実施態様では、これは、個人の心拍数（ＨＲ）情報を取り込む１つ以上の心拍数センサーと、１つ以上のコンピューティング・デバイスと、１つ以上のコンピューティング・デバイスによって実行可能な複数のサブプログラムを有する眠気開始検出コンピューター・プログラムとを使用することを伴う。１つ以上のコンピューティング・デバイスは、眠気開始検出コンピューター・プログラムのサブプログラムによって、最初に１つまたは複数の心拍数センサーからＨＲ情報を受信することを指令される。次いで、ＨＲ情報から１組の特徴を抽出する。これらの特徴は、ＨＲ情報から抽出することができる多くの特徴の中でもとりわけ、個人の覚醒状態から個人の眠気状態への遷移を特定的に示すと判断されたものである。次に、抽出された特徴を組み合わせて、眠気検出入力を生成する。次いで、人工ニューラル・ネットワーク（ＡＮＮ）クラシファイア(classifier)に眠気検出入力を供給する。人工ニューラル・ネットワーク（ＡＮＮ）クラシファイアは、個人の覚醒状態と個人の眠気状態との間で、抽出された特徴に基づいて区別するように、既に訓練されている。一実施態様では、ＡＮＮクラシファイアは、ＥＥＧ信号において呈される、覚醒と眠気との間の遷移（即ち、Ｎ１ ＮＲＥＭ睡眠）の指標も部分的に使用して、訓練されている。次に、眠気検出入力が、個人が眠気の開始を呈していることを示すか否か、ＡＮＮクラシファイアの出力から識別する。示す場合、眠気開始警告を発生する。

[0005] 尚、以上の摘要は、詳細な説明において以下で更に説明する概念から選択したものを、簡略化した形態で紹介するために設けられていることは注記してしかるべきである。この摘要は、特許請求する主題の主要な特徴や必須の特徴を特定することを意図するのではなく、特許請求する主題の範囲を判断するときに補助として使用されることを意図するのでもない。その唯一の目的は、以下で紹介する更に詳細な説明の序文として、特許請求する主題の概念の一部を簡略化した形態で紹介することである。

[0006] 本開示の具体的な特徴、態様、および利点は、以下の説明、添付した特許請求の範囲、および添付図面に関して、一層深く理解されよう。
図１は、本明細書において説明する眠気開始検出の実施態様を実現するためのシステム・フレームワークの一実施態様を、簡略化した形態で示す図である。 図２は、個人について眠気の開始を検出するプロセスの例示的な実施形態を、簡略化した形態で示す流れ図である。 図３は、本明細書において説明する眠気開始検出の実施態様を実現するためのシステム・フレームワークの、リモート・サーバーまたはクラウド・サーバーを伴う(involve)他の実施態様を、簡略化した形態で示す図である。 図４は、個人について眠気の開始を検出するプロセスの、リモート・サーバーまたはクラウド・サーバーを伴う例示的な実施態様を、簡略化した形態で示す流れ図である。 図５は、個人における眠気の開始を検出するために使用することができる眠気開始検出クラシファイアを訓練するためのシステム・フレームワークの例示的な実施態様を、簡略化した形態で示す図である。 図６は、眠気開始検出クラシファイアを訓練するプロセスの例示的な実施態様を、簡略化した形態で示す流れ図である。 図７は、本明細書において説明する眠気開始検出の実施態様と共に使用するための例示的なシステムを構成する汎用コンピューティング・デバイスを示す図である。

[0014] 以下の説明では、明細書の一部をなす添付図面を参照する。添付図面には、眠気開始検出の実施態様を実用化することができる具体的な変形(version)が、例示として示されている。尚、本願の範囲から逸脱することなく、他の実施態様を利用することができ、構造的な変更を行うことができることは理解されよう。

[0015] また、眠気開始検出の実施態様について説明するときに、明確化のために具体的な用語に頼るが、これらの実施態様が、そのように選択された具体的な用語に限定されることを意図するのではないことも注記しておく。更に、具体的な用語の各々は、同様の目的を達成するために広く同様の方法で動作するその技術的均等物の全てを含むことも理解されてしかるべきである。本明細書において、「一実施態様」、または「他の実施態様」、または「例示的な実施態様」、または「代替実施態様」という言い方をするときは、その実施態様と関連付けて説明される特定の特徴、特定の構造、または特定の特性を、眠気開始検出の少なくとも１つの変形に含ませることができることを意味する。本明細書の種々の場所において「一実施態様では」、「他の実施態様では」、「例示的な実施態様では」、および「代替実施態様では」という語句が現れる場合、必ずしも全てが同じ実施態様を指す訳ではなく、他の実施態様とは相互に排他的な別個のまたは代わりの実施態様を指すのでもない。更にまた、プロジェクト情報抽出の１つ以上の実施態様を表すプロセス・フローの順序は、本質的に、いかなる特定の順序を示すのでも、そのいかなる限定を含意するのでもない。

[0016] 本明細書において利用する場合、「コンポーネント」、「システム」、「クライアント」等の用語は、ハードウェア、ソフトウェア（例えば、実行中）、ファームウェア、またはこれらの組み合わせのいずれかのコンピューター関連エンティティを指すことを意図している。例えば、コンポーネントは、プロセッサー上で実行するプロセス、オブジェクト、実行可能ファイル、プログラム、関数、ライブラリー、サブルーチン、コンピューター、またはソフトウェアおよびハードウェアの組み合わせとすることができる。例示として、サーバー上で実行しているアプリケーション、およびこのサーバーがコンポーネントであることが可能である。１つ以上のコンポーネントが１つのプロセスに内在することができ、１つのコンポーネントを１つのコンピューター上に局在化させること、および／または２つ以上のコンピューター間に分散させることができる。「プロセッサー」という用語は、一般に、コンピューター・システムの処理ユニットのような、ハードウェア・コンポーネントを指すと理解されている。

[0017] 更に、「含む」(includes)、「含んでいる」(including)、「有する」(has)、「収容する」(contains)、およびこれらの変形、ならびにその他の同様の用語がこの詳細な説明または特許請求の範囲のいずれかにおいて使用される限りにおいて、これらの用語は、追加のエレメントや他のエレメントを全く除外しない、開いた転換語(open transition word)としての「備えている」(comprising)という用語と同様に、包含的であることを意図している。
１．０ 眠気開始検出
[0018] 概略的に、本明細書において説明する眠気開始検出の実施態様は、人が覚醒の状態から眠気の状態に遷移するときを、経時的な心拍数情報に基づいて予測することができる。次いで、この人を刺激して覚醒の状態にする、または他の人々に彼らの状態について通知する（眠気／警戒性）ために、しかるべき行動を起こすことができる。これは、車を運転する間、船舶を接収する(commandeering)間、航空機を操縦する間、試験のために人が勉強している間、会議中等のように、人の覚醒が要求される多くのシナリオにおいて有用である。

[0019] 本明細書において説明する眠気開始検出の実施態様は、概略的に、１つ以上の心拍数（ＨＲ）センサーを使用して、人の心拍数情報を経時的に取り込み、次いで心拍数変動（ＨＲＶ）信号を、取り込んだ心拍数情報から計算することを伴う。このＨＲＶ信号を分析して、個人の覚醒状態から眠気状態（即ち、Ｎ１ ＲＥＭ睡眠）への遷移を示す特徴を抽出する。抽出された特徴は人工ニューラル・ネット（ＡＮＮ）に入力される。人工ニューラル・ネット（ＡＮＮ）は、個人が前述の眠気への遷移を行うときを識別するために、同じ特徴を使用して既に訓練されている。眠気の開始が検出されたときはいつでも、警告を発生する。警告は種々の形態を取ることができる。

[0020] 本明細書において説明する眠気開始検出の有利な特徴は、ＨＲＶ信号から抽出された特徴が、覚醒から眠気への遷移を特定的に検出する目的に合わせて形成されていることである。例えば、一実施態様では、ＨＲＶ信号から抽出することができる多くの特徴の代わりに、僅かに１１通りだけの特徴が採用される。したがって、処理量が大幅に減少し、更に眠気の開始を検出するのに要する時間が大幅に短縮する。

[0021] また、本明細書において説明する眠気開始検出の実施態様は、以下を含むがこれらに限定されない種々の他の理由のためにも有利である。以下に続く更に詳細な説明から認められるように、眠気開始検出の実施態様の一部は、自己充足型である。更に具体的には、これらは、ローカルＨＲセンサー・デバイス内に完全に内蔵されるか、またはＨＲ情報を取り込むためにこのようなデバイスを採用し、次いでＨＲ情報を、ユーザーが携行するコンピューティング・デバイスに転送する。このように、外部通信は不要であり（例えば、セルラー・データーを使用しない）、本方式は、外部接続サービスがなくても（例えば、セルラ・サービスが利用できなくても）機能することができる。加えて、本明細書において説明する眠気開始検出の実施態様は、非侵襲的であり、現在採用されているあらゆる覚醒監視方式をも凌駕すると信じられる高精度な結果を生成する。
１．１ システムおよびプロセス・フレームワーク
[0022] この章では、本明細書において説明する眠気開始検出の実施態様を実現するために使用することができるシステム・フレームワークおよびプロセス・フレームワークの異なる例示的な実施態様について説明する。尚、この章において説明するシステム・フレームワークおよびプロセス・フレームワークの実施態様に加えて、眠気開始検出の実施態様を実現するために、種々のその他のシステム・フレームワークおよびプロセス・フレームワークの実施態様を使用してもよいことを注記しておく。

[0023] 図１は、本明細書において説明する眠気開始検出の実施形態を実現するためのシステム・フレームワークの一実施態様を、簡略化した形態で示す。図１に例示するように、システム・フレームワーク１００は、１組の１つ以上の心拍数（ＨＲ）センサー１０２を含む。個人の心拍数を取り込む任意の種類のセンサーを、心拍数（ＨＲ）センサー（１つまたは複数）１０２として採用することができる。一変形では、これらのＨＲセンサー（１つまたは複数）１０２は、物理的にユーザーの身体上に配置される（例えば、装着される）。他の変形では、ＨＲセンサー（１つまたは複数）１０２はユーザー１０４によって携行される。更に他の変形では、ＨＲセンサー（１つまたは複数）１０２はユーザーから離れているが、それでも人の心拍数を検出することができる（例えば、撮像技法によって）。以下に続く更に詳細な説明から認められるように、１組のＨＲセンサー１０２は、ユーザーが彼らの日を過ごすに連れて、ユーザーに関連する心拍数情報を連続的に（例えば、継続的に(on an ongoing basis)）そして受動的に測定し（例えば、取り込み）、少なくともこの心拍数情報の現在値を含むデーター・ストリームにタイム・スタンプを付けて出力するように構成されている。

[0024] 再度図１に戻り、システム・フレームワーク１００は１つ以上のコンピューティング・デバイス１０４も含む。一変形では、コンピューティング・デバイス１０４は、１つまたは複数のＨＲセンサー１０２に内在し、こうして統一眠気開始検出デバイスを形成する。他の変形では、１つまたは複数のＨＲセンサー１０２とは別個のコンピューティング・デバイス１０４を採用する。コンピューティング・デバイス１０４のこの後者の変形は、従来のスマートフォンまたは従来のタブレット・コンピューターのような、ユーザーによって携行される移動体デバイスとすることができる。更に他の変形では、ＨＲセンサー（１つまたは複数）１０２に内在するコンピューティング・デバイス１０４、およびユーザーによって携行される別個のコンピューティング・デバイスの双方がある。後で更に詳しく説明するように、この最後の変形においてセンサー（１つまたは複数）１０２に内在するコンピューティング・デバイス１０４は、センサー（１つまたは複数）によって出力された信号（１つまたは複数）の少なくとも一部の前処理を実行するために使用される。例えば、後で更に詳しく説明するように、この前処理は、生のＨＲセンサー読み取り値から心拍数変動（ＨＲＶ）信号を導き出すことを伴う場合もある。

[0025] 以上で示したように、１つまたは複数のＨＲセンサー１０２は異なる形態を取ることができる。例えば、センサー（１つまたは複数）がユーザーの身体上に装着される一実施態様では、ＨＲセンサー（１つまたは複数）１０２をウェアラブル・デバイス内にパッケージ化することができる。このようなウェアラブル・デバイスの１つに、個人の手首に装着される健康／フィットネス追跡デバイスがある。尚、ＨＲセンサーを含む多くの異なる種類の健康／フィットネス追跡用ウェアラブル・コンピューティング・デバイスが、今日では市販されていることを注記しておく。

[0026] １つまたは複数のＨＲセンサー１０２とは別個のコンピューティング・デバイス１０４を有する以上の変形では、ＨＲセンサーの各々は、当該センサー（１つまたは複数）から出力されたタイム・スタンプ付きのデーター・ストリームをコンピューティング・デバイスにワイヤレスで送信するように構成されている。したがって、コンピューティング・デバイス１０４は、１組のＨＲセンサー１０２から送信された種々のデーター・ストリームをワイヤレスで受信するように構成されている。１組のＨＲセンサー１０２から出力された種々のデーター・ストリームのワイヤレス通信は、種々のワイヤレス技術を使用して実現することができる。例えば、このワイヤレス通信は、従来のＢｌｕｅｔｏｏｔｈ（登録商標）パーソナル・エリア・ネットワークを使用して実現することができる。従来のＷｉ－Ｆｉローカル・エリア・ネットワークを使用してワイヤレス通信を実現する他の変形も可能である。また、異なるワイヤレス・ネットワーキング技術の組み合わせを使用してワイヤレス通信を実現する更に他の変形も可能である。

[0027] 図１に例示するように、システム・フレームワーク１００は、１つ以上のコンピューティング・デバイス１０４によって実行可能なサブプログラムを有する眠気開始検出コンピューター・プログラム１０６も含む。これらのサブプログラムは、受信サブプログラム１０８、特徴抽出サブプログラム１１０、特徴組み合わせサブプログラム１１２、人工ニューラル・ネットワーク（ＡＮＮ）クラシファイア入力サブプログラム１１４、眠気開始識別サブプログラム１１６、および眠気開始警告サブプログラム１１８を含む。一変形では、生のＨＲセンサー・データー１２０がＨＲセンサー１０２から受信サブプログラム１０８に入力される。他の変形では、前述のＨＲＶ信号１２２が、ＨＲセンサー１０２から受信サブプログラム１０８に入力される。図１において破線の矢印を使用して、これら２つの入力の代替性(alternate nature)を示す。眠気開始警告１２４は、眠気開始警告サブルーチン１１８から出力される。以前に示したように、これらのサブプログラムの各々は、（以下に続く例示的な動作環境の章において更に詳しく説明するものというような）１つ以上のコンピューティング・デバイス上において実現される。尚、複数のコンピューティング・デバイスがあるときはいつでも、これらは（インターネットまたは企業固有のイントラネットのような）コンピューター・ネットワークを通じて互いに通信状態にあることを注記しておく。

[0028] これより図２を参照すると、前述の１つ以上のコンピューティング・デバイスは、以上のコンピューター・プログラムのサブプログラムによって、一連のプロセス・アクションを遂行するように指令される。更に具体的には、図２は、個人について眠気の開始を検出するプロセスの例示的な実施態様を、簡略化した形態で示す。このプロセスは、１つ以上の心拍数センサーからＨＲ情報を受信することから開始する（プロセス・アクション２００）。次いで、ＨＲ情報から１組の特徴を抽出する（プロセス・アクション２０２）。これらの特徴は、ＨＲ情報から抽出することができる多くの特徴の中でもとりわけ、個人の覚醒状態から個人の眠気状態への遷移を特定的に示すと判断されたものである。次に、抽出した特徴を組み合わせて、眠気検出入力を生成する（プロセス・アクション２０４）。この眠気検出入力は、人工ニューラル・ネットワーク（ＡＮＮ）クラシファイアに入力される。人工ニューラル・ネットワーク（ＡＮＮ）クラシファイアは、個人の覚醒状態と個人の眠気状態との間で、抽出した特徴に基づいて区別するように、既に訓練されている（プロセス・アクション２０６）。次いで、ＡＮＮクラシファイアの出力から、眠気検出入力が、個人が眠気の開始を呈することを示すか否か識別する（プロセス・アクション２０８）。示す場合、眠気開始警告を発生する（プロセス・アクション２１０）。示さない場合、以上のプロセスを繰り返す。

[0029] 眠気開始警告を発生することに関して、警告は、３つの概略的なカテゴリに属するものとして特徴付けることができる。第１カテゴリは、眠気が監視されている個人に対する警鐘(wake-up call)である。一例としてしかし限定ではなく、眠気開始警告は、表示画面上に表示される「メッセージ」とすることができる。１つ以上の心拍数センサーが先に説明したようにパッケージ化されている場合、このパッケージはディスプレイを有することができる。加えて、前述の移動体デバイスを採用する実施態様では、このデバイスがディスプレイを有することができる。メッセージはテキストまたは画像とすることができ、あるいは表示画面上の閃光のようにユーザーに見える閃滅画像(flashing images)の形態をなすこともできる。以上の警鐘メッセージの例に加えて、またはその代わりに、警鐘メッセージは個人に対する提案の形態をなすことができる。例えば、個人が車両を運転しているというコンテキストでは、メッセージは、最も近いホテルまたは休憩所(rest stop)の場所を示すテキストを含むことができる。また、警告は可聴警報（例えば、ブザー音(buzzing)、ベル音(ringing)、音声、音楽等）とすることもでき、これらは心拍数センサー（１つまたは複数）パッケージまたは移動体デバイスに内在するスピーカーから再生される。更に、警告は触覚に基づく警報（例えば、振動、弱い電気ショック等）とすることもでき、開始コマンドに応答して、心拍数センサー（１つまたは複数）パッケージまたは移動体デバイスによって、従来の方法を使用して作成される。以上の警報の内任意のものを組み合わせて、個人に対する眠気警告を作成することもできる。他の型式の警告は、メッセージを第三者（例えば、看護師、医療専門家、医者、睡眠研究者等）に送信することを伴い、次いで第三者が、眠気を監視されている個人に警告するか、そうでなければ眠気の開始に襲われている(experiencing)個人に基づいて、処置を講ずる。更に他の型式の警告は、個人が眠気の開始に襲われていることに応答して、デバイスが何らかの処置を講ずるための命令である。例えば、近い将来、個人はいわゆるコネクテッド・カー(connected car)を運転するかもしれないが、コネクテッド・カーは、車の制御を引き継ぎ、それを（道路の脇のような）安全な場所に運転する命令を受け入れることができる（適正なセキュリティ・プロトコルに従うことを仮定する）。同様に、個人の眠気に帰する事故を回避するために、他の「コネクテッド」デバイスも同様に制御することができる。例えば、ストーブのような家庭用電気製品を消すことができる。

[0030] 先に示したように、眠気開始検出の以上の実施態様および変形は、自己充足型であるという利点がある。これらは、HＲ検知デバイス内に完全に内蔵されるか、またはＨＲ情報を取り込むためにこのようなデバイスを採用し、次いでこのＨＲ情報が、ユーザーによって携行されているコンピューティング・デバイスに転送される。しかしながら、自己充足型であることにはその利点があるが、他の考慮事項がこれらよりも重大であることもあり得る。例えば、クラウド・ベースのシナリオでは、人の睡眠履歴、現在の天気、およびその他のリアルタイム情報というような、追加の履歴的特徴を含むことができる。クラウド上における処理パワーは通例非常に大きいので、同時に複数の人々の睡眠情報を計算処理することを伴う更に複雑なモデルを着想することができる。この目的のために、眠気開始検出の実施態様のいくつかでは、以上のシステム・エレメントを使用してサーバーまたはクラウド・サービスと通信することを伴う。この場合、生のＨＲセンサー情報または前処理したＨＲＶ信号をサーバーまたはクラウド・サービスに送り、次いで、サーバーまたはクラウド・サービスが、眠気の開始が生じたときを検出し、しかるべき警告を発生する。これは、警告指標を逆にユーザー・デバイス（１つまたは複数）に、または第三者に、あるいは双方に送ることを伴う場合もあり、ユーザーのデバイスが警告を実行する。

[0031] 図３は、前述の代替実施態様を示す。図３に例示するように、システム・フレームワーク３００は１組の１つ以上の心拍数（ＨＲ）センサー３０２を含む。直前の実施態様におけるように、一変形では、これらのＨＲセンサー（１つまたは複数）３０２は、物理的にユーザーの身体上に配置されている（例えば、装着されている）。他の変形では、ＨＲセンサー（１つまたは複数）３０２はユーザーによって携行される。更に他の変形では、ＨＲセンサー（１つまたは複数）３０２は、ユーザーから離れているが、それでも人の心拍数を検出することができる。１組のＨＲセンサー３０２は、ユーザーが彼らの一日を送るに連れて、ユーザーに関連する心拍数情報を連続的に（例えば、継続的に(on an ongoing basis)）そして受動的に測定し（例えば、取り込み）、少なくともこの心拍数情報の現在値を含むデーター・ストリームにタイム・スタンプを付けて出力するように構成されている。また、システム・フレームワーク３００は、１つ以上のコンピューティング・デバイス３０４も含む。直前の実施態様と同様、一変形では、コンピューティング・デバイス３０４は１つまたは複数のＨＲセンサー３０２に内在する。他の変形では、１つまたは複数のＨＲセンサー３０２とは別個のコンピューティング・デバイス３０４を採用する。コンピューティング・デバイス３０４のこの後者の変形は、従来のスマートフォンまたは従来のタブレット・コンピューターのような、ユーザーによって携行される移動体デバイスとすることができる。更に他の変形では、ＨＲセンサー（１つまたは複数）３０２に内在するコンピューティング・デバイス３０４、およびユーザーによって携行される別個のコンピューティング・デバイスの双方がある。後で更に詳しく説明するように、この最後の変形においてセンサー（１つまたは複数）３０２に内在するコンピューティング・デバイス３０４は、生のＨＲセンサー読み取り値から前述のＨＲＶを導き出すというように、センサー（１つまたは複数）によって出力された信号（１つまたは複数）の少なくとも一部の前処理を実行するために使用される。加えて、以前と同様、１つまたは複数のＨＲセンサー３０２とは別個のコンピューティング・デバイス３０４を有する前述の変形では、ＨＲセンサーの各々が、タイム・スタンプが付いたデーター・ストリーム出力を、センサー（１つまたは複数）からコンピューティング・デバイスにワイヤレスで送信するように構成されている。したがって、コンピューティング・デバイス３０４は、１組のＨＲセンサー３０２から送信された種々のデーター・ストリームをワイヤレスで受信するように構成されている。１組のＨＲセンサー３０２から出力された種々のデーター・ストリームのワイヤレス通信は、種々のワイヤレス技術を使用して実現することができる。例えば、このワイヤレス通信は、従来のＢｌｕｅｔｏｏｔｈパーソナル・エリア・ネットワークを使用して実現することができる。従来のＷｉ－Ｆｉローカル・エリア・ネットワークを使用してワイヤレス通信を実現する他の変形も可能である。また、異なるワイヤレス・ネットワーキング技術の組み合わせを使用してワイヤレス通信を実現する更に他の変形も可能である。

[0032] 加えて、図３に示す実施態様では、コンピューティング・デバイス３０４（ＨＲセンサー（１つまたは複数）３０２にのみ内在するか、または分離されユーザーによって携行されるデバイスの形態かには関係なく）は、更に、（他の種類のネットワークの中でもとりわけ）インターネットのようなデーター通信ネットワーク３０６を通じて、クラウド・サービス３０８と通信するように構成されている。クラウド・サービス３０８は、コンピューティング・デバイス３０４から離れて位置する１つ以上の他のコンピューティング・デバイス３１０上で動作する。リモート・コンピューティング・デバイス３１０は、ネットワーク３０６を通じて互いと通信することもできる。「クラウド・サービス」という用語は、本明細書では、クラウド内で動作し、異なる地理的領域（例えば、世界の異なる領域）に配置することができる複数のデーター・センタにおいてホストする（例えば、デプロイする）ことができるウェブ・アプリケーションを意味するために使用される。尚、以上の方式の一変形では、クラウド・サービスが従来のリモート・サーバー（図示せず）によって置き換えられることを注記しておく。

[0033] 更に図３に例示するように、システム・フレームワーク３００は、クラウド・サービス３０８（またはリモート・サーバー）に関連付けられた１つ以上のコンピューティング・デバイス３１０上で動作する眠気開始検出コンピューター・プログラム(drowsiness onset detector computer program)３１２を含む。眠気開始検出コンピューター・プログラム３１２は、１つ以上のコンピューティング・デバイス３１０によって実行可能なサブプログラムを有する。これらのサブプログラムは、受信サブプログラム３１４、特徴抽出サブプログラム３１６、特徴組み合わせサブプログラム３１８、人工ニューラル・ネットワーク（ＡＮＮ）クラシファイア入力サブプログラム３２０，眠気開始識別サブプログラム３２２、および眠気開始警告サブプログラム３２４を含む。一変形では、生のＨＲセンサー・データー３２６をコンピューティング・デバイス３０４から受信し、受信サブプログラム３１４に入力する。他の変形では、前述のＨＲＶ信号３２８を受信サブプログラム３１４に入力する。図３において破線の矢印を使用して、これら２つの入力の代替性(alternate nature)を示す。眠気開始警告３３０は、ネットワーク３０６を通じて、眠気開始警告サブプログラム３２４から出力される。先に示したように、これらのサブプログラムの各々は、（以下に続く動作環境例の章において更に詳しく説明するもののような）１つ以上のコンピューティング・デバイス 上で実現される。尚、複数のコンピューティング・デバイスがあるときはいつでも、これらは（インターネットまたは企業固有のイントラネットのような）コンピューター・ネットワークを通じて互いに通信状態にあることを注記しておく。

[0034] これより図４を参照すると、クラウド・サービス（またはリモート・サーバー）に関連付けられた前述の１つ以上のコンピューティング・デバイスは、以上の眠気開始検出コンピューター・プログラムのサブプログラムによって、一連のプロセス・アクションを遂行するように指令される。更に具体的には、図４は、個人について眠気の開始を検出するプロセスの例示的な実施態様を、簡略化した形態で示す。このプロセスは、個人のＨＲ情報を受信することから開始する（プロセス・アクション４００）。このＨＲ情報は、前述の１つ以上のＨＲセンサーに関連付けられたコンピューティング・デバイスから、データー通信ネットワークを通じて受信される。次いで、ＨＲ情報から１組の特徴を抽出する（プロセス・アクション４０２）。これらの特徴は、ＨＲ情報から抽出することができる多くの特徴の中でもとりわけ、個人の覚醒状態から個人の眠気状態への遷移を特定的に示すと判断されたものである。次に、抽出した特徴を組み合わせて、眠気検出入力を生成する（プロセス・アクション４０４）。この眠気検出入力は、人工ニューラル・ネットワーク（ＡＮＮ）クラシファイアに入力される。人工ニューラル・ネットワーク（ＡＮＮ）クラシファイアは、個人の覚醒状態と個人の眠気状態との間で、抽出した特徴に基づいて区別するように、既に訓練されている（プロセス・アクション４０６）。 次いで、ＡＮＮクラシファイアの出力から、眠気検出入力が、個人が眠気の開始を呈することを示すか否か識別する（プロセス・アクション４０８）。示す場合、眠気開始通知を送信する（プロセス・アクション４１０）。示さない場合、以上のプロセスを繰り返す。

[0035] 先に説明したように、（図１および図２に示すような）自己充足型の実施態様は、眠気開始警告を発生する(initiate)。クラウド・サービス（またはリモート・サーバー）によって送信される眠気開始通知も、同様の効果を得るために使用される。先に示したように、警告の一種は、眠気が監視されている個人に対する警鐘を伴う。即ち、一例としてしかし限定ではなく、眠気開始通知は、先に説明したパッケージ型の１つまたは複数の心拍数センサーあるいは前述の移動体デバイスに送信される「メッセージ」とすることができる。メッセージは、センサー（１つまたは複数）または移動体デバイスに付随する表示画面上に表示されるテキストまたは画像とすることができ、あるいはディスプレイ上の閃光のようにユーザーに見える閃滅画像(flashing images)の形態をなすこともできる。以上の警鐘メッセージの例に加えて、またはその代わりに、警鐘メッセージは個人に対する提案の形態をなすことができる。例えば、個人が車両を運転しているというコンテキストでは、メッセージは、最も近いホテルまたは休憩所(rest stop)の場所を示すテキストを含むことができる。また、メッセージは、可聴警報（例えば、ブザー音(buzzing)、ベル音(ringing)、音声、音楽等）を作成する命令という形態とすることもでき、これらは心拍数センサー（１つまたは複数）または移動体デバイスに内在するスピーカーから再生される。更に、メッセージは、触覚に基づく警報（例えば、振動、弱い電気ショック等）を作成する命令という形態とすることもでき、センサー（１つまたは複数）または移動体デバイスによって、従来の方法を使用して作成される。以前と同様、以上の警報の内任意のものを組み合わせて、個人に対する眠気警告を作成することもできる。他の型式の通知は、メッセージを第三者（例えば、看護師、医療専門家、医者、睡眠研究者等）に送信することを伴い、次いで第三者が、眠気を監視されている個人に警告するか、そうでなければ眠気の開始に襲われている(experiencing)個人に基づいて、処置を講ずる。クラウド・サービス（またはサーバー）が送信することができる更に他の型式の通知は、個人が眠気の開始に襲われていることに応答して、デバイスが何らかの処置を講ずるための命令である。 例えば、近い将来、個人はいわゆるコネクテッド・カー(connected car)を運転するかもしれないが、コネクテッド・カーは、車の制御を引き継ぎ、それを（道路の脇のような）安全な場所に運転する命令を受け入れることができる（適正なセキュリティ・プロトコルに従うことを仮定する）。同様に、個人の眠気に帰する事故を回避するために、他の「コネクテッド」デバイスも同様に制御することができる。例えば、ストーブのような家庭用電気製品を消すことができる。
１．２ 特徴抽出
[0036] 先に示したように、自己充足型の実施態様またはクラウド・サービス・ベースの実施態様のいずれにおいても、監視されている個人において眠気の開始を検出するために、前述の抽出した特徴に基づいて、個人の覚醒状態と個人の眠気状態との間で区別するように既に訓練されている人工ニューラル・ネットワーク（ＡＮＮ）クラシファイアを採用する。この章では、例示的な特徴抽出方法、および抽出される特徴の例示的な種類について説明する。

[0037] 医療研究では、心拍数と個人の眠気知覚は関係があることが示されている。更に具体的には、個人が覚醒状態から眠気状態（即ち、Ｎ１ ＮＲＥＭ睡眠）に遷移するときは、その人の心拍数の尺度(measure)を使用すると検出することができる。典型的な心電図測定法（ＥＫＧまたはＥＣＧ）によって生成される波形パターンは、一連のＱＲＳ波複合体(QRS wave complex)を含む。これらの複合体の各々は、３つの偏向(deflection)、即ち、Ｑ－波、Ｒ－波、およびＳ－波と呼ばれる偏向の組み合わせで構成されている。Ｑ－波およびＳ－波は、通例、初期の負方向即ち下方の偏向によって特徴付けられ、一方Ｒ－波は、通例、初期の正方向即ち上方の偏向によって特徴付けられる。心電図において２つの連続するＲ波間で経過する時間をＲＲ間隔(RR interval)と呼ぶ。本明細書において説明する眠気開始検出の実施態様において採用される１つまたは複数のＨＲセンサーは、少なくともＲ－波のピークを検出することができる。一実施態様では、検出されたＲ－波のピークは、１つまたは複数のＨＲセンサーによって取り込まれる、前述の生のＨＲ信号を形成する。心拍数変動（ＨＲＶ）は、Ｒ－波のピーク間の時間間隔内におけるばらつき(variation)という生理的現象である。これは、ＲＲ間隔のばらつきによって測定される。ＨＲＶ信号は、生のＨＲ信号から、ＨＲセンサー（１つまたは複数）に関連付けられたコンピューティング・デバイスによって、または（監視されている個人によって携行されている移動体デバイス、またはクラウド・サービス（またはリモート・サーバー）に関連付けられたコンピューティング・デバイス（１つまたは複数）のような）別個のコンピューティング・デバイスのいずれかによって計算される。

[0038] 一実施態様では、ＨＲＶ信号が生成されると、既定長セグメントのシーケンスにセグメント化される。一変形では、これらのセグメントは、長さが２分であり、約１２０個のＲＲ間隔の値（即ち、１Ｈｚ信号セグメント）を表す。一実施態様では、次に、ＨＲＶ信号の二分セグメントは、特徴抽出の前に、アップサンプリングされる。更に具体的には、セグメントのＲＲ間隔値において見られるばらつきを式としてモデル化するために、（三次スプライン補間(cubic spline interpolation)のような）曲線当てはめ技法を採用する。次いで、その結果得られた式をサンプリングする。一変形では、１２０ＲＲ間隔が式によって表される場合、従来の方法を使用して、８４０個のサンプルが得られる。これは、元のＨＲＶセグメントの７倍のアップサンプリングを表す。このアップサンプリング（即ち、１Ｈｚから７Ｈｚへ）が実行されるのは、７Ｈｚの信号セグメントが、次に説明する特徴抽出方法と相性が良い(operate well with)ことが発見されたからである。

[0039] 一実施態様では、前述の既定長ＨＲＶ信号セグメントは、各セグメント間に既定のオフセット時間が生ずるように、ローリング・ウィンドウに基づいてＨＲＶ信号から取り出される。例えば、２分長のセグメントの場合、オフセットは、０より長く２分よりも短い任意の時間期間にすることができる。一変形では、データーの５０％が直前のセグメントと共通となり、５０％が新たなデーターとなるように、１分のオフセットが採用される。

[0040] 前述の１組の特徴は、アップサンプリングしたＨＲＶ信号の各連続セグメントから抽出される。一実施態様では、この特徴抽出は、一般に、離散高速フーリエ変換（ＤＦＦＴ）、および１組の次数３のＳｙｍｌｅｔマザー・ウェーブを採用する離散ウェーブレット変換（ＤＷＴ）の使用を伴う。結果的に得られる周波数変換ＨＲＶ信号セグメントから多くの特性を導き出すことができるが、低周波数（ＬＦ）成分のパワーの高周波数（ＨＦ）成分のパワーに対する比率が、特に、覚醒と眠気との間の遷移を示すことが分かっている。したがって、一実施態様では、このＬＦ対ＨＦパワー比を、前述の抽出特徴の１つとして選択する。

[0041] ＤＷＴに関して、一実施態様では、ＨＲＶセグメントの８レベル分解を実行する。各レベルにおいて、分解されたセグメントとＳｙｍｌｅｔマザー・ウェーブとの間の差のエントロピーを、従来の方法で計算して、一連の上限Ｄエントロピー係数（即ち、Ｄ_１、．．．、Ｄ_８）と、一連の下限Ａエントロピー係数（即ち、Ａ_１、．．．、Ａ_８）とを求める。また、これらの係数の種々の平均も計算し、他の組み合わせの中でもとりわけ、抽出特徴として採用することができる。しかしながら、ＤＷＴ係数および組み合わせの内いくつかの方が、他のものよりも、覚醒と眠気との間の遷移を明確に示すことが分かっている。例えば、以下のＤＷＴ係数は他のものよりも遷移を明確に示すことが分かっている。

ａ）Ｄ_１からＤ_８までのエントロピー係数、
ｂ）Ａ_８エントロピー係数
ｃ）Ａ_１からＡ_８までのエントロピー係数の平均。

[0042] したがって、ＨＲＶセグメントのＤＦＦＴおよびＤＷＴ分析を使用して抽出することができる多くの係数から、以上で説明した１１個の係数（即ち、ＬＦ／ＨＦパワー比、Ｄ_１からＤ_８までのエントロピー、Ａ_８エントロピー、Ａ_１からＡ_８までのエントロピーの平均）が、覚醒と眠気との間の遷移の特定的な指示を与えることが分かった。
１．３ クラシファイアの訓練
[0043] 図５は、眠気開始検出クラシファイアを訓練するときに使用されるシステム・フレームワークの例示的な実施形態を、簡略化した形態で示す。一方、眠気開始検出クラシファイアは、個人における眠気の開始を検出するために使用することができる。図５に例示するように、システム・フレームワーク５００は、１つ以上のコンピューティング・デバイスによって実行可能なサブプログラムを有する眠気開始検出訓練コンピューター・プログラム５０２を含む。これらのサブプログラムは、受信サブプログラム５０４と、複数の個人（Ｉ_１、Ｉ_２、．．．、Ｉ_ｎ）の各々に関連するＨＲ情報のために、抽出サブプログラム５０６および組み合わせサブプログラム５０８とを含む。加えて、個人（Ｉ_１、Ｉ_２、．．．、Ｉ_ｎ）毎に組み合わせサブプログラムの出力を使用して訓練される訓練サブプログラム５１０がある。１つ以上の心拍数センサーによって複数の個人のために出力されたＨＲ情報５１２、およびこれらの個人の各々について、その個人が覚醒状態にあるかまたは眠気状態にあるか特定する眠気指標５１４が、受信サブプログラム５０４に入力される。訓練された眠気開始検出クラシファイア５１６が、訓練サブプログラム５１０から出力される。これらのサブプログラムの各々は、以下に続く例示的な動作環境の章において更に詳しく説明するもののような、１つ以上のコンピューティング・デバイス上で実現される。尚、複数のコンピューティング・デバイスがあるときはいつでも、これらは（インターネットまたは企業固有のイントラネットのような）コンピューター・ネットワークを通じて互いに通信状態にあることを注記しておく。

[0044] これより図６を参照すると、前述の１つ以上のコンピューティング・デバイスは、眠気開始検出器訓練コンピューター・プログラムの前述のサブプログラムによって、 一連のプロセス・アクションを遂行するように指令される。更に具体的には、複数の個人について１つ以上の心拍数センサーによって出力されたＨＲ情報、およびこれらの個人の各々について、ＨＲ情報が取り込まれた時点において、その個人が覚醒状態にあるかまたは眠気状態にあるか指定する眠気指標を、受信サブプログラムによって受信する（プロセス・アクション６００）。一実施態様では、眠気指標は、人が覚醒状態にあるかまたは眠気状態（即ち、Ｎ１ ＮＲＥＭ睡眠）にあるか識別する、先に説明した脳波検査法を使用して取り込まれたＥＥＧ信号から導き出される。更に、取り込まれたＨＲ情報、および関連する眠気指標は、個人が覚醒状態から眠気状態に遷移していた時間に対応する。

[0045] 前述の個人の内、未だ選択されていない個人に関連するＨＲ情報を次に選択する（プロセス・アクション６０２）。抽出サブプログラムを使用して、選択したＨＲ情報から１組の特徴を抽出する（プロセス・アクション６０４）。これらの特徴は、ＨＲ情報から抽出することができる多くの特徴の中でもとりわけ、個人の覚醒状態から個人の眠気状態への遷移を特定的に示すと判断されたものである。次いで、組み合わせサブプログラムを使用して、抽出した特徴を組み合わせて、眠気検出入力を生成する（プロセス・アクション６０６）。次に、未だ選択および処理されていない個人に関連するＨＲ情報があるか否か判定する（プロセス・アクション６０８）。ある場合、プロセス・アクション６０２から６０８までを繰り返す。全ての個人に関連するＨＲ情報が選択および処理されたとき、訓練サブプログラムは、次に、複数の個人の各々に関連する眠気検出入力および眠気指標を使用して、個人の覚醒状態と個人の眠気状態との間で区別するように、人工ニューラル・ネットワーク（ＡＮＮ）クラシファイアを訓練する（プロセス・アクション６１０）。この訓練は、従来のＡＮＮ訓練方法を使用して行われる。
２．０ 例示的な動作環境
[0046] 本明細書において説明する眠気開始検出の実施態様は、多数の種類の汎用または特殊目的コンピューティング・システム環境もしくは構成を使用して動作可能である。図７は、本明細書において説明したような、眠気開始検出の種々の態様およびエレメントを実現することができる汎用コンピューター・システムの簡略例を示す。尚、図７に示す簡略化コンピューティング・デバイス１０において破線または点線で表されたボックスはいずれも、簡略化コンピューティング・デバイスの代替実施態様を表すことを注記しておく。以下で説明するように、これらの代替実施態様の内任意のものまたは全ては、本文書全体を通じて説明した他の代替実施態様と組み合わせて使用することもできる。通例、簡略化コンピューティング・デバイス１０は、パーソナル・コンピューター（ＰＣ）、サーバー・コンピューター、ハンドヘルド・コンピューティング・デバイス、ラップトップまたは移動体コンピューター、携帯電話またはパーソナル・ディジタル・アシスタント（ＰＤＡ）のような通信デバイス、マルチプロセッサー・システム、マイクロプロセッサー・ベースのシステム、セット・トップ・ボックス、プログラマブル消費者電子機器、ネットワークＰＣ、ミニコンピューター、メインフレーム・コンピューター、ならびにオーディオまたはビデオ・メディア・プレーヤーのような、少なくとも何らかの最小限の計算能力を有するデバイスにおいて見られる。

[0047] 本明細書において説明した眠気開始検出の実施態様を実現するためには、デバイスは、基本的な計算処理を可能にするための十分な計算能力およびシステム・メモリーを有していなければならない。具体的には、図７に示す簡略化コンピューティング・デバイス１０の計算能力は、概略的に、１つ以上の処理ユニット１２によって例示され、更に１つ以上のグラフィクス処理ユニット（ＧＰＵ）１４も含むことができ、これらのいずれかまたは双方はシステム・メモリー１６と通信する。尚、簡略化コンピューティング・デバイス１０の処理ユニット（１つまたは複数）１２は、（ディジタル信号プロセッサー（ＤＳＰ）、超長命令ワード（ＶＬＩＭ：very long instruction word）プロセッサー、フィールド・プログラマブル・ゲート・アレイ（ＦＰＧＡ）、またはその他のマイクロコントローラーのような）特殊マイクロプロセッサーであってもよく、あるいは１つ以上の処理コアを有する従来の中央処理ユニット（ＣＰＵ）でも可能であることを注記しておく。

[0048] 加えて、簡略化コンピューティング・デバイス１０は、例えば、通信インターフェース１８のような、他のコンポーネントも含むこともできる。また、簡略化コンピューティング・デバイス１０は、１つ以上の従来のコンピューター入力デバイス２０（例えば、タッチスクリーン、タッチ感応面、ポインティング・デバイス、キーボード、オーディオ入力デバイス、音声または発話ベースの入力および制御デバイス、ビデオ入力デバイス、触覚入力デバイス、有線またはワイヤレス・データー送信の受信デバイス等）、またはこのようなデバイスの任意の組み合わせも含むことができる。

[0049] 同様に、簡略化コンピューティング・デバイス１０との種々の相互作用、およびウェアラブル検知(wearable sensing)の任意の他のコンポーネントまたは機能(feature)との種々の相互作用は、眠気開始検出に関連する１人以上のユーザーあるいはその他のデバイスまたはシステムに対する入力、出力、制御、フィードバック、および応答を含み、種々の自然ユーザー・インターフェース（ＮＵＩ）のシナリオによって有効化される(enabled)。ＮＵＩ技法およびシナリオは、マウス、キーボード、リモコン(remote controls)等のような入力デバイスによって強いられる人工的な制約から解放され、「自然な」方法で１人以上のユーザー(one or more users user)がデバイスと対話処理することを可能にするあらゆるインターフェース技術を含むが、これらに限定されるのではない。

[0050] このようなＮＵＩの実施態様は、マイクロフォンまたはその他のセンサーによって取り込まれるユーザーの音声または発声から導き出されたＮＵＩ情報を使用することを含むがこれに限定されない種々の技法の使用によって可能になる。また、このようなＮＵＩの実施態様は、ユーザーの顔の表情から導き出される情報、ならびにユーザーの手、指、手首、腕、足、胴体、頭部、眼球等の位置、動き、または向きから導き出される情報を含むがこれらに限定されない種々の技法の使用によっても可能になる。このような情報は、 立体視または飛行時間カメラ・システム、赤外線カメラ・システム、ＲＧＢ（赤、緑、青）カメラ・システム等、またはこのようなデバイスの任意の組み合わせのような、種々の型式の２Ｄまたは深度撮像デバイスを使用して取り込むことができる。このようなＮＵＩの実施態様の更に他の例には、タッチおよびスタイラス認識、ジェスチャ認識（画面上でおよび画面または表示面に隣接しての双方）、エア・ジェスチャまたは接触に基づくジェスチャ、ユーザーのタッチ（種々の表面、物体、または他のユーザー上における）、ホバリングに基づく入力またはアクション等から導き出されるＮＵＩ情報が含まれるが、これらに限定されるのではない。また、このようなＮＵＩの実施態様には、現在または過去のユーザーの行動、入力、アクション等を、単独でまたは他のＮＵＩ情報と組み合わせて評価し、ユーザーの意図、望み、および／または目標というような情報を予測する種々の予測マシン・インテリジェンス・プロセスの使用も含むことができるが、これらに限定されるのではない。ＮＵＩベース情報の種類や発生源には関係なく、このような情報は、次に、本明細書において説明した眠気開始検出の実施態様の１つ以上の入力、出力、アクション、または機能的特徴(functional features)を開始する、終了する、あるいはそれ以外では制御するまたは相互作用するために使用することができる。

[0051] しかしながら、以上で述べた例示的なＮＵＩのシナリオは、更に、人工的制約または追加の信号の使用を、ＮＵＩ入力の任意の組み合わせと組み合わせることによって拡張できることは、理解されてしかるべきである。このような人工的な制約または追加の信号は、マウス、キーボード、およびリモコンのような入力デバイスによって、あるいは加速度計、ユーザーの筋肉によって生成される電気信号を表す筋電性信号を受け取る筋電図（ＥＭＧ）センサー、心拍数モニター、ユーザーの発汗を測定する皮膚電気導通センサー(galvanic skin conduction sensor)、ユーザーの脳活動または電界を測定するまたはそうでなければ検知するウェアラブルまたはリモート・バイオセンサー、ユーザーの体温変化または体温差(differentials)を測定するウェアラブルまたはリモート・バイオセンサー等のような、種々のリモートまたはユーザー装着デバイスによって、強制または生成することもできる。これらの型式の人工的制約または追加の信号から導き出されるこのような情報はいずれも、任意の１つ以上のＮＵＩ入力と組み合わせて、本明細書において説明した眠気開始検出の実施態様の１つ以上の入力、出力、アクション、または機能的特徴(functional features)を開始する、終了する、あるいはそれ以外では制御するまたは相互作用することができる。

[0052] また、簡略化コンピューティング・デバイス１０は、１つ以上の従来のコンピューター出力デバイス２２（例えば、ディスプレイ・デバイス（１つまたは複数）２４、オーディオ出力デバイス、ビデオ出力デバイス、有線またはワイヤレス・データー送信(data transmission)を送信するデバイス等）のような、その他の任意選択のコンポーネントも含むことができる。尚、汎用コンピューター用の典型的な通信インターフェース１８、入力デバイス２０、出力デバイス２２、および記憶デバイス２６は、当業者には周知であり、ここでは詳しく説明しないことを注記しておく。

[0053] また、図７に示す簡略化コンピューティング・デバイス１０は、種々のコンピューター読み取り可能媒体も含むことができる。コンピューター読み取り可能媒体は、記憶デバイス２６を介してコンピューター１０によってアクセスすることができる任意の入手可能な媒体とすることができ、コンピューター読み取り可能またはコンピューター実行可能命令、データー構造、プログラム、サブプログラム、あるいはその他のデーターというような情報の格納のために、リムーバブル２８および／または非リムーバブル３０のいずれかである、揮発性および不揮発性双方の媒体を含むことができる。コンピューター読み取り可能媒体は、コンピューター記憶媒体および通信媒体を含む。コンピューター記憶媒体とは、ディジタル・バーサタイル・ディスク（ＤＶＤ）、ブルーレイ・ディスク（ＢＤ）、コンパクト・ディスク（ＣＤ）、フロッピー・ディスク、テープ・ドライブ、ハード・ドライブ、光ドライブ、ソリッド・ステート・メモリー・デバイス、ランダム・アクセス・メモリー（ＲＡＭ）、リード・オンリー・メモリー（ＲＯＭ）、電気的消去可能プログラマブル・リード・オンリー・メモリー（ＥＥＰＲＯＭ）、ＣＤ－ＲＯＭまたはその他の光ディスク・ストレージ、スマート・カード、フラッシュ・メモリー（例えば、カード、スティック、キー・ドライブ）、磁気カセット、磁気テープ、磁気ディスク・ストレージ、磁気ストリップ、あるいはその他の磁気記憶デバイスのような、有形コンピューター読み取り可能媒体またはマシン読み取り可能媒体あるいは記憶デバイスを指す。更に、伝搬信号は、コンピューター読み取り可能記憶媒体の範囲には含まれない。

[0054] また、コンピューター読み取り可能またはコンピューター実行可能命令、データー構造、プログラム、サブプログラム等のような情報の保持も、１つ以上の変調データー信号または搬送波をエンコードする種々の前述の通信媒体（コンピューター記憶媒体ではなく）、あるいはその他の移送メカニズムまたは通信プロトコルの内任意のものを使用することによって、遂行することができ、更に任意の有線またはワイヤレス情報配信メカニズムを含むことができる。尚、「変調データー信号」または「搬送波」という用語は、一般に、その信号内に情報をエンコードするような方法でその特性の１つ以上が設定または変更された信号を指す。例えば、通信媒体は、１つ以上の変調データー信号を搬送する有線ネットワークまたは直接配線接続のような有線媒体と、音響、無線周波数（ＲＦ）、赤外線、レーザー、ならびに１つ以上の変調データー信号または搬送波を送信および／または受信するその他のワイヤレス媒体のようなワイヤレス媒体とを含むことができる。

[0055] 更に、本明細書において説明した種々の眠気開始検出の実施態様の一部または全部、あるいはその部分を具体化するソフトウェア、プログラム、および／またはコンピューター・プログラム製品は、コンピューター実行可能命令またはその他のデーター構造の形態で、格納する、受信する、送信する、あるいはコンピューター読み取り可能媒体またはマシン読み取り可能媒体あるいは記憶デバイスと通信媒体との任意の所望の組み合わせから読み取ることができる。加えて、特許請求する主題は、開示した主題を実現するようにコンピューターを制御するためのソフトウェア、ファームウェア、ハードウェア、またはこれらの任意の組み合わせを生産するための標準的なプログラミングおよび／または設計技法を使用して、方法、装置、または製品として実現することができる。「製品」(article of manufacture)という用語は、本明細書で使用する場合、任意のコンピューター読み取り可能デバイスからアクセス可能なコンピューター・プログラム、または媒体を包含することを意図している。

[0056] 本明細書において説明した眠気開始検出の実施態様について、更に、コンピューティング・デバイスによって実行される、プログラムのような、コンピューター実行可能命令という一般的なコンテキストで説明することもできる。一般に、プログラムは、ルーチン、プログラム、オブジェクト、コンポーネント、データー構造等を含み、特定のタスクを実行するかまたは特定の抽象データー型を実装する。また、本明細書において説明した眠気開始検出の実施態様は、分散型コンピューティング環境においても実用化することができ、この場合、１つ以上の通信ネットワークを通じてリンクされた１つ以上のリモート処理デバイスによって、または１つ以上のデバイスを含むクラウド内において、タスクが実行される。分散型コンピューティング環境では、プログラムは、メディア記憶デバイスを含むローカルおよびリモート双方のコンピューター記憶媒体に配置することができる。加えて、前述の命令は、部分的にまたは全体的に、ハードウェア・ロジック回路によって実装することもでき、ハードウェア・ロジック回路はプロセッサーを含んでもまたは含まなくてもよい。

[0057] あるいは、または加えて、本明細書において説明した機能は、少なくとも部分的に、１つ以上のハードウェア・ロジック・コンポーネントによって実行することができる。例えば、そして限定ではなく、使用することができるハードウェア・ロジック・コンポーネントの例示的な種類には、フィールド・プログラマブル・ゲート・アレイ（ＦＰＧＡ）、特定用途集積回路（ＡＳＩＣ）、特定アプリケーション標準製品（ＡＳＳＰ）、システム・オン・チップ・システム（ＳＯＣ）、複合プログラマブル・ロジック・デバイス（ＣＰＬＤ）等が含まれる。
３．０ 他の実施態様
[0058] 尚、以上の説明全体にわたって述べた実施態様の内任意のものまたは全ては、追加の混合実施態様を形成するために望まれる任意の組み合わせで使用されてもよいことを注記しておく。加えて、構造的特徴および／または方法論的アクトに特定的な文言で主題について説明したが、添付した特許請求の範囲において定められる主題は、必ずしも、以上で説明した特定的な特徴やアクトには限定されないことは理解されてしかるべきである。逆に、以上で説明した特定的な特徴およびアクトは、特許請求の範囲を実現する形態例として開示されたまでである。

[0059] 以上で説明したことには、実施態様例が含まれる。勿論、特許請求する主題を説明する目的のためにコンポーネントまたは方法論(methodologies)の着想可能なあらゆる組み合わせを記載することは不可能であるが、多くの他の組み合わせや置換(permutations)も可能であることは、当業者には認めることができよう。したがって、特許請求する主題は、添付した請求項の主旨および範囲に該当するような改変、変更、および変形の全てを包含することを意図している。

[0060] 以上で説明したコンポーネント、デバイス、回路、システム等によって実行される種々の機能に関して、このようなコンポーネントを説明するために使用される用語（「手段」に言及する場合を含む）は、別段指示されていないならば、説明したコンポーネントの指定された機能（例えば、機能的均等物）を実行する任意のコンポーネントに対応することを意図しており、これらのコンポーネントは、開示した構造と構造的に均等でなくても、本明細書に示した特許請求する主題の例示的な態様においてその機能を実行する。また、これに関して、以上の実施態様は、システムだけでなく、特許請求する主題の種々の方法のアクトおよび／またはイベントを実行するためのコンピューター実行可能命令を有するコンピューター読み取り可能記憶媒体も含むことも認められよう。

[0061] 以上の実施態様を実現する方法は複数あり（該当するアプリケーション・プログラミング・インターフェース（ＡＰＩ）、ツール・キット、ドライバー・コード、オペレーティング・システム、制御手段、単独のまたはダウンロード可能なソフトウェア・オブジェクト等のように）、これらはアプリケーションおよびサービスが、本明細書において説明した実施態様を使用することを可能にする。特許請求する主題は、ＡＰＩ（または他のソフトウェア・オブジェクト）の観点から、更には本明細書において明記した実施態様にしたがって動作するソフトウェアまたはハードウェア・オブジェクトの観点からもこの使用を想定する(contemplate)。つまり、本明細書において説明した種々の実施態様は、全体的にハードウェア、部分的にハードウェアであり部分的にソフトウェア、および全体的にソフトウェアである態様を有することができる。

[0062] 前述のシステムでは、様々なコンポーネント間における相互作用に関して説明した。尚、このようなシステムおよびコンポーネントは、それらのコンポーネントまたは指定されたサブコンポーネント、指定されたコンポーネントまたはサブコンポーネントの一部、および／または追加のコンポーネントを、前述したものの種々の置換(permutation)および組み合わせにしたがって、含むことができることを認められよう。また、サブコンポーネントは、親コンポーネント内に含まれる（例えば、階層的コンポーネント）代わりに、他のコンポーネントに通信可能に結合されるコンポーネントとして実現することもできる。

[0063] 加えて、１つ以上のコンポーネントを組み合わせて１つのコンポーネントにして総合的な機能を設けることができ、または数個の別個のサブコンポーネントに分割することもでき、そして統合機能を得るためにこのようなサブコンポーネントに通信可能に結合する、管理レイヤーのようないずれの１つ以上の中間レイヤーが設けられてもよいことも注記しておく。本明細書において説明したコンポーネントはいずれも、本明細書では具体的に説明しなかったが当業者には一般的に知られている１つ以上の他のコンポーネントと相互作用することもできる。
４．０ 請求項の裏付けおよび更に他の実施態様
[0064] 以下の節では、本文書において特許請求することができる実施態様の種々の例について、その概要を説明する。しかしながら、以下で概要を説明する実施態様は、以上の説明に鑑みて特許請求することができる主題を限定することを意図するのではないことは、理解されてしかるべきである。更に、以下で概要を説明する実施態様の内任意のものまたは全ては、以上の説明全体にわたって説明した実施態様および図の１つ以上において例示した任意の実施態様の内一部または全部、ならびに以下で説明する任意の他の実施態様との任意の所望の組み合わせで特許請求することもできる。加えて、以下の実施態様は、以上の説明および本文書全体にわたって説明した図に鑑みて理解されることを意図することは注記してしかるべきである。

[0065] 一実施態様では、個人における眠気の開始を検出するためにシステムを採用する。このシステムは、個人のＨＲ情報を取り込む１つ以上の心拍数（ＨＲ）センサーと、１つ以上のコンピューティング・デバイスとを含む。コンピューティング・デバイスは、複数のコンピューティング・デバイスがあるときにはいつでも、コンピューター・ネットワークを通じて互いに通信する。また、このシステムは、１つ以上のコンピューティング・デバイスによって実行可能な複数のサブプログラムを有する眠気開始検出コンピューター・プログラムも含む。１つ以上のコンピューティング・デバイスは、眠気開始検出コンピューター・プログラムのサブプログラムによって、ＨＲ情報を１つまたは複数の心拍数センサーから受信し、（ＨＲ情報から抽出することができる多くの特徴の中でもとりわけ）個人の覚醒状態から個人の眠気状態への遷移を特定的に示すと判定されている１組の特徴を、ＨＲ情報から抽出し、抽出した特徴を組み合わせて、眠気検出入力を生成し、この眠気検出入力を、個人の覚醒状態と個人の眠気状態との間で、抽出した特徴に基づいて区別するように既に訓練されている人工ニューラル・ネットワーク（ＡＮＮ）クラシファイアに入力し、ＡＮＮクラシファイアの出力から、眠気検出入力が、個人が眠気の開始を呈していることを示すか否か識別し、眠気検出入力が、個人が眠気の開始を呈していることを示すときはいつでも、眠気開始警告を発生するように指令される。

[0066] このシステムの一実施態様では、ＨＲ情報が１つ以上のＨＲセンサーによって取り込まれた生のＨＲ信号を含む場合、ＨＲ情報から１組の特徴を抽出するサブプログラムは、最初に、生のＨＲ信号から心拍数変動（ＨＲＶ）信号を計算するステップを含む。このシステムの他の実施態様では、１つ以上のＨＲセンサーがコンピューティング・デバイスを含み、このコンピューティング・デバイスが、１つ以上のＨＲセンサーによって取り込まれた生のＨＲ信号から、心拍数変動（ＨＲＶ）信号を計算する。前述のＨＲ情報は、このＨＲＶ信号を含む。更に他の実施態様では、１つ以上の心拍数（ＨＲ）センサーおよび１つ以上のコンピューティング・デバイスが、統一眠気開始検出デバイスに内在する。この実施態様の一変形では、眠気開始検出デバイスは、個人の人(person of the individual)上に装着されるウェアラブル・デバイス、または個人によって携行される移動体デバイスのいずれかである。更に他の実施態様では、１つ以上の心拍数（ＨＲ）センサーが個人の人上に装着されるウェアラブル・デバイスに内在し、１つ以上のコンピューティング・デバイスが、個人によって携行される移動体デバイスに内在し、ウェアラブル・デバイスは移動体デバイスとワイヤレス通信する。この実施態様の一変形では、ＨＲ情報は、１つ以上のＨＲセンサーによって取り込まれた生のＨＲ信号を含み、この生のＨＲ信号は、個人によって携行される移動体デバイスに送信される。他の変形では、ＨＲ情報は、１つ以上のＨＲセンサーによって取り込まれた生のＨＲ信号を含み、１つ以上のＨＲセンサーは、生のＨＲ信号から心拍数変動（ＨＲＶ）信号を計算するコンピューティング・デバイスを含み、ＨＲＶ信号は、個人によって携行される移動体デバイスに送信される。

[0067] このシステムの一実施態様は、更に、ＨＲ情報から１組の特徴を抽出するサブプログラムの実行前に実行されるセグメント化サブプログラムを含む。このセグメント化サブプログラムは、受信したＨＲ情報が心拍数変動（ＨＲＶ）信号の形態であるときはいつでも、１つまたは複数の心拍数センサーから受信したＨＲ情報を、既定長のセグメントのシーケンスにセグメント化する。加えて、セグメント化サブプログラムは、受信したＨＲ情報が心拍数変動（ＨＲＶ）信号の形態でないときにはいつでも、ＨＲＶ信号を既定長のセグメントのシーケンスにセグメント化する前に、受信したＨＲ情報からＨＲＶ信号を計算する。ＨＲ情報から１組の特徴を抽出するサブプログラム、抽出した特徴を組み合わせるサブプログラム、眠気検出入力をＡＮＮクラシファイアに入力するサブプログラム、ＡＮＮクラシファイアの出力から、眠気検出入力が、個人が眠気の開始を呈していることを示す可否か識別するサブプログラム、および眠気検出入力が、個人が眠気の開始を呈していることを示すときはいつでも、眠気開始警告を発生するサブプログラムは、ＨＲＶ信号セグメントが形成されるにつれて、その各々について実行される。一変形では、ＨＲＶ信号のこれらの既定長セグメントは、各々、長さが２分であり、各セグメント間に既定のオフセット時間があるようなローリング・ウィンドウ(rolling window)を表す。一つの異形(variant)では、２分長のＨＲＶ信号セグメントは、各々、約１２０の心拍数変動値を表し、セグメント化サブプログラムは、更に、曲線当てはめ技法を使用して、各ＨＲＶ信号セグメントを、約８４０サンプルの心拍数変動値にアップサンプリングするステップを含む。他の変形では、各ＨＲＶ信号セグメントから１組の特徴を抽出するサブプログラムは、離散高速フーリエ変換（ＤＦＦＴ）および離散ウェーブレット変換（ＤＷＴ）を使用して１組の特徴を抽出するステップを含む。１つの異形では、ＤＦＦＴは、ＨＲＶ信号セグメントの低周波数成分のパワーのＨＲＶ信号セグメントの高周波数（ＨＦ）成分のパワーに対する比率を、抽出される特徴として計算するために使用され、ＤＷＴは、ＨＲＶセグメントの８－レベル分解から、Ｄ_１～Ｄ_８エントロピー係数、Ａ_８エントロピー係数、およびＡ_１～Ａ_８までのエントロピー係数の平均を、抽出される特徴として計算するために使用される。

[0068] このシステムの一実施態様では、眠気開始警告を発生するサブプログラムは、個人によって目視可能な表示画面上に表示されるメッセージの形態で、警鐘を個人に発生するステップを含む。一変形では、このメッセージは、テキスト、または画像、または表示画面上の閃光のように見える閃滅画像、あるいは以上の任意の組み合わせを含む。他の実施態様では、眠気開始警告を発生するサブプログラムは、個人の聴取範囲内にあるスピーカーを通して再生される可聴警報の形態で、個人に警鐘を発生するステップを含む。更に他の実施態様では、眠気開始警告を発生するサブプログラムは、個人が感じることができる触覚に基づく警報の形態で、個人に警鐘を発生するステップを含む。更に他の実施態様では、眠気開始警告を発生するサブプログラムは、個人に警告することを第三者に要請するメッセージを第三者に送信するステップを含む。

[0069] 一実施態様では、個人における眠気の開始を検出するために他のシステムを採用する。このシステムは、１つ以上のコンピューティング・デバイスを含み、複数のコンピューティング・デバイスがあるときにはいつでも、これらのコンピューティング・デバイスはコンピューター・ネットワークを通じて互いに通信する。また、このシステムは、１つ以上のコンピューティング・デバイスによって実行可能な複数のサブプログラムを有する眠気開始検出コンピューター・プログラムも含む。１つ以上のコンピューティング・デバイスは、眠気開始検出コンピューター・プログラムのサブプログラムによって、個人から心拍数（ＨＲ）情報を受信するように指令され、１つ以上のコンピューティング・デバイスは、データー通信ネットワークを通じて、ＨＲ情報を取り込む１つ以上のＨＲセンサーに関連付けられたリモート・コンピューティング・デバイスと通信し、ＨＲ情報は、リモート・コンピューティング・デバイスから、データー通信ネットワークを通じて受信される。また、１つ以上のコンピューティング・デバイスは、眠気開始検出コンピューター・プログラムのサブプログラムによって、（ＨＲ情報から抽出することができる多くの特徴の中でもとりわけ）個人の覚醒状態から個人の眠気状態への遷移を特定的に示すと判定されている１組の特徴を、ＨＲ情報から抽出し、抽出した特徴を組み合わせて、眠気検出入力を生成し、この眠気検出入力を、個人の覚醒状態と個人の眠気状態との間で、抽出した特徴に基づいて区別するように既に訓練されている人工ニューラル・ネットワーク（ＡＮＮ）クラシファイアに入力し、ＡＮＮクラシファイアの出力から、眠気検出入力が、個人が眠気の開始を呈していることを示すか否か識別し、眠気検出入力が、個人が眠気の開始を呈していることを示すときはいつでも、眠気開始通知を送信するように指令される。
[0070] 一実施態様では、眠気開始検出クラシファイアを訓練するために、他のシステムを採用する。このシステムは、１つ以上のコンピューティング・デバイスを含み、複数のコンピューティング・デバイスがあるときにはいつでも、これらのコンピューティング・デバイスはコンピューター・ネットワークを通じて互いに通信する。また、このシステムは、１つ以上のコンピューティング・デバイスによって実行可能な複数のサブプログラムを有する眠気開始検出訓練コンピューター・プログラムも含む。１つ以上のコンピューティング・デバイスは、眠気開始検出訓練コンピューター・プログラムのサブプログラムによって、複数の個人について１つ以上の心拍数センサーによって出力されたＨＲ情報と、個人の各々について、ＨＲ情報が取り込まれた時点において、その個人が覚醒状態にあるのかまたは眠気状態にあるのか特定する眠気指標を受信するように指令される。複数の個人の各々に関連するＨＲ情報にについて、（ＨＲ情報から抽出することができる多くの特徴の中でもとりわけ）個人の覚醒状態から個人の眠気状態への遷移を特定的に示すと判定されている１組の特徴を、ＨＲ情報から抽出し、抽出した特徴を組み合わせて、眠気検出入力を生成する。眠気検出入力と、複数の個人の各々に関連する眠気指標とを使用して、個人の覚醒状態と個人の眠気状態との間で区別するように、人工ニューラル・ネットワーク（ＡＮＮ）クラシファイアを訓練する。

[0071] 一実施態様では、個人における眠気の開始を検出するために、コンピューター実装プロセスを採用する。このプロセスは、コンピューティング・デバイスを使用して以下のプロセス・アクションを実行することを含む。ＨＲ情報を１つまたは複数の心拍数センサーから受信するプロセス・アクション、（ＨＲ情報から抽出することができる多くの特徴の中でもとりわけ）個人の覚醒状態から個人の眠気状態への遷移を特定的に示すと判定されている１組の特徴を、ＨＲ情報から抽出するプロセス・アクション、抽出した特徴を組み合わせて、眠気検出入力を生成するプロセス・アクション、この眠気検出入力を、個人の覚醒状態と個人の眠気状態との間で、抽出した特徴に基づいて区別するように既に訓練されている人工ニューラル・ネットワーク（ＡＮＮ）クラシファイアに入力するプロセス・アクション、ＡＮＮクラシファイアの出力から、眠気検出入力が、個人が眠気の開始を呈していることを示すか否か識別するプロセス・アクション、および眠気検出入力が、個人が眠気の開始を呈していることを示すときはいつでも、眠気開始警告を発生するプロセス・アクション。

[0072] 他の実施態様では、個人における眠気の開始を検出するために、コンピューター実装プロセスを採用する。このプロセスは、コンピューティング・デバイスを使用して以下のプロセス・アクションを実行することを含む。個人の心拍数（ＨＲ）情報を受信するプロセス・アクション。ここで、１つ以上のコンピューティング・デバイスが、ＨＲ情報を取り込む１つ以上のＨＲセンサーに関連付けられたリモート・コンピューティング・デバイスと、データー通信ネットワークを通じて通信し、ＨＲ情報がデーター通信ネットワークを通じてリモート・コンピューティング・デバイスから受信される。また、次のプロセス・アクションも含まれる。（ＨＲ情報から抽出することができる多くの特徴の中でもとりわけ）個人の覚醒状態から個人の眠気状態への遷移を特定的に示すと判定されている１組の特徴を、ＨＲ情報から抽出するプロセス・アクション、抽出した特徴を組み合わせて、眠気検出入力を生成するプロセス・アクション、この眠気検出入力を、個人の覚醒状態と個人の眠気状態との間で、抽出した特徴に基づいて区別するように既に訓練されている人工ニューラル・ネットワーク（ＡＮＮ）クラシファイアに入力するプロセス・アクション、ＡＮＮクラシファイアの出力から、眠気検出入力が、個人が眠気の開始を呈していることを示すか否か識別するプロセス・アクション、および眠気検出入力が、個人が眠気の開始を呈していることを示すときはいつでも、眠気開始通知を送信するプロセス・アクション。

[0073] 他の実施態様では、眠気開始検出クラシファイアを訓練するためにコンピューター実装プロセスを採用する。このプロセスは、コンピューティング・デバイスを使用して以下のプロセス・アクションを実行することを含む。複数の個人について１つ以上の心拍数センサーによって出力されたＨＲ情報と、個人の各々について、ＨＲ情報が取り込まれた時点において、その個人が覚醒状態にあるのかまたは眠気状態にあるのか特定する眠気指標とを受信するプロセス・アクション。複数の個人の各々に関連するＨＲ情報について、（ＨＲ情報から抽出することができる多くの特徴の中でもとりわけ）個人の覚醒状態から個人の眠気状態への遷移を特定的に示すと判定されている１組の特徴を、ＨＲ情報から抽出するプロセス・アクション、および抽出した特徴を組み合わせて、眠気検出入力を生成するプロセス・アクション。次いで、眠気検出入力と、複数の個人の各々に関連する眠気指標とを使用して、個人の覚醒状態と個人の眠気状態との間で区別するように、人工ニューラル・ネットワーク（ＡＮＮ）クラシファイアを訓練する。

[0074] 一実施態様では、個人における眠気の開始を検出するプロセスは、コンピューティング・デバイスを使用して以下のプロセス・ステップを実行することを含む。１つまたは複数の心拍数センサーからＨＲ情報を受信する受信ステップ、（ＨＲ情報から抽出することができる多くの特徴の中でもとりわけ）個人の覚醒状態から個人の眠気状態への遷移を特定的に示すと判定されている１組の特徴を、ＨＲ情報から抽出する抽出ステップ、抽出した特徴を組み合わせて、眠気検出入力を生成する組み合わせステップ、この眠気検出入力を、個人の覚醒状態と個人の眠気状態との間で、抽出した特徴に基づいて区別するように既に訓練されている人工ニューラル・ネットワーク（ＡＮＮ）クラシファイアに入力する入力ステップ、ＡＮＮクラシファイアの出力から、眠気検出入力が、個人が眠気の開始を呈していることを示すか否か識別する識別ステップ、および眠気検出入力が、個人が眠気の開始を呈していることを示すときはいつでも、眠気開始警告を発生する発生ステップを実行する。

[0075] 他の一実施態様では、個人における眠気の開始を検出するプロセスは、コンピューティング・デバイスを使用して以下のプロセス・ステップを実行することを含む。個人の心拍数（ＨＲ）情報を受信する受信ステップ。ここで、１つ以上のコンピューティング・デバイスが、ＨＲ情報を取り込む１つ以上のＨＲセンサーに関連付けられたリモート・コンピューティング・デバイスと、データー通信ネットワークを通じて通信し、ＨＲ情報は、データー通信ネットワークを通じてリモート・コンピューティング・デバイスから受信される。更に、プロセス・アクションは、（ＨＲ情報から抽出することができる多くの特徴の中でもとりわけ）個人の覚醒状態から個人の眠気状態への遷移を特定的に示すと判定されている１組の特徴を、ＨＲ情報から抽出する抽出ステップ、抽出した特徴を組み合わせて、眠気検出入力を生成するプ組み合わせステップ、この眠気検出入力を、個人の覚醒状態と個人の眠気状態との間で、抽出した特徴に基づいて区別するように既に訓練されている人工ニューラル・ネットワーク（ＡＮＮ）クラシファイアに入力する入力ステップ、ＡＮＮクラシファイアの出力から、眠気検出入力が、個人が眠気の開始を呈していることを示すか否か識別する識別ステップ、および眠気検出入力が、個人が眠気の開始を呈していることを示すときはいつでも、眠気開始通知を送信する送信ステップを実行する。

[0076] 他の一実施態様では、眠気開始検出クラシファイアを訓練するプロセスは、コンピューティング・デバイスを使用して以下のプロセス・ステップを実行することを含む。複数の個人について１つ以上の心拍数センサーによって出力されたＨＲ情報と、個人の各々について、ＨＲ情報が取り込まれた時点において、その個人が覚醒状態にあるのかまたは眠気状態にあるのか指定する眠気指標とを受信する受信ステップ。複数の個人の各々に関連するＨＲ情報について、（ＨＲ情報から抽出することができる多くの特徴の中でもとりわけ）個人の覚醒状態から個人の眠気状態への遷移を特定的に示すと判定されている１組の特徴を、ＨＲ情報から抽出する抽出ステップ、および抽出した特徴を組み合わせて、眠気検出入力を生成する組み合わせステップを実行する。次いで、眠気検出入力と、複数の個人の各々に関連する眠気指標とを使用して、個人の覚醒状態と個人の眠気状態との間で区別するように、人工ニューラル・ネットワーク（ＡＮＮ）クラシファイアを訓練する訓練ステップを実行する。

Claims (15)

1. 個人における眠気の開始を検出するシステムであって、
   前記個人のＨＲ情報を取り込む１つ以上の心拍数（ＨＲ）センサーと、
   １つ以上のコンピューティング・デバイスであって、複数のコンピューティング・デバイスがあるときにはいつでも、互いに通信する、コンピューティング・デバイスと、
   前記１つ以上のコンピューティング・デバイスによって実行可能な複数のサブプログラムを有する眠気開始検出コンピューター・プログラムと、
   を含み、
   前記１つ以上のコンピューティング・デバイスが、前記眠気開始検出コンピューター・プログラムのサブプログラムによって、
   ＨＲ情報を１つまたは複数の心拍数センサーから受信し、
   前記ＨＲ情報から１組の特徴を抽出し、前記特徴が、ＨＲ情報から抽出することができる多くの特徴の中でもとりわけ、個人の覚醒状態から個人の眠気状態への遷移を特定的に示すと判定されており、
   前記抽出した特徴を組み合わせて、眠気検出入力を生成し、
   個人の覚醒状態と個人の眠気状態との間で、抽出した特徴に基づいて区別するように既に訓練されている人工ニューラル・ネットワーク（ＡＮＮ）クラシファイアに、前記眠気検出入力を入力し、
   前記ＡＮＮクラシファイアの出力から、前記眠気検出入力が、前記個人が眠気の開始を呈していることを示すか否か識別し、
   前記眠気検出入力が、前記個人が眠気の開始を呈していることを示すときはいつでも、眠気開始警告を発生するように指令され、
   前記眠気開始検出コンピューター・プログラムは、前記ＨＲ情報から前記１組の特徴を抽出する前記サブプログラムの実行前に実行されるセグメント化サブプログラムを更に含み、前記セグメント化サブプログラムは、受信したＨＲ情報が心拍数変動（ＨＲＶ）信号の形態であるときはいつでも、前記１つまたは複数の心拍数センサーから受信したＨＲ情報を、既定長のセグメントのシーケンスにセグメント化し、前記セグメント化サブプログラムは、前記受信したＨＲ情報が心拍数変動（ＨＲＶ）信号の形態でないときにはいつでも、前記ＨＲＶ信号を既定長のセグメントのシーケンスにセグメント化する前に、前記受信したＨＲ情報からＨＲＶ信号を計算し、
   前記ＨＲＶ信号の既定長セグメントは、各セグメント間に既定のオフセット時間があるように、ローリング・ウィンドウを表し、前記既定のオフセット時間は、各既定長セグメントが隣の既定長セグメントと部分的に重なり合うように、前記既定長セグメントの長さよりも短い、システム。
2. 請求項１記載のシステムであって、
   前記ＨＲ情報から１組の特徴を抽出する前記サブプログラム、前記抽出した特徴を組み合わせる前記サブプログラム、前記眠気検出入力を前記ＡＮＮクラシファイアに入力する前記サブプログラム、前記ＡＮＮクラシファイアの出力から、前記眠気検出入力が、前記個人が眠気の開始を呈していることを示すか否か識別する前記サブプログラム、および前記眠気検出入力が、個人が眠気の開始を呈していることを示すときはいつでも、眠気開始警告を発生する前記サブプログラムが、前記ＨＲＶ信号セグメントが形成されるに連れて、その各々について実行される、システム。
3. 請求項２記載のシステムにおいて、前記ＨＲＶ信号の既定長セグメントが、各々、長さが２分である、システム。
4. 請求項３記載のシステムにおいて、２分長のＨＲＶ信号セグメントが、各々、１２０の心拍数変動値を表し、前記セグメント化サブプログラムが、更に、曲線当てはめ技法を使用して、各ＨＲＶ信号セグメントを、８４０サンプルの心拍数変動値にアップサンプリングするステップを含む、システム。
5. 請求項２記載のシステムにおいて、各ＨＲＶ信号セグメントから前記１組の特徴を抽出する前記サブプログラムが、離散高速フーリエ変換（ＤＦＦＴ）および離散ウェーブレット変換（ＤＷＴ）を使用して前記１組の特徴を抽出するステップを含む、システム。
6. 請求項５記載のシステムにおいて、前記ＤＦＦＴが、前記ＨＲＶ信号セグメントの低周波数成分のパワーのＨＲＶ信号セグメントの高周波数（ＨＦ）成分のパワーに対する比率を、抽出される特徴として計算するために使用され、前記ＤＷＴが、ＨＲＶセグメントの８－レベル分解から、Ｄ_１～Ｄ_８エントロピー係数、Ａ_８エントロピー係数、およびＡ_１～Ａ_８までのエントロピー係数の平均を、抽出される特徴として計算するために使用される、システム。
7. 請求項１記載のシステムにおいて、前記ＨＲ情報が、前記１つ以上のＨＲセンサーによって取り込まれた生のＨＲ信号を含み、前記ＨＲ情報から前記１組の特徴を抽出する前記サブプログラムが、最初に、前記生のＨＲ信号から心拍数変動（ＨＲＶ）信号を計算するステップを含む、システム。
8. 請求項１記載のシステムにおいて、前記１つ以上のＨＲセンサーが、当該１つ以上のＨＲセンサーによって取り込まれた生のＨＲ信号から心拍数変動（ＨＲＶ）信号を計算するコンピューティング・デバイスを含み、前記ＨＲ情報が前記ＨＲＶ信号を含む、システム。
9. 請求項１記載のシステムにおいて、前記１つ以上の心拍数（ＨＲ）センサーおよび前記１つ以上のコンピューティング・デバイスが、統一眠気開始検出デバイスに内在する、システム。
10. 請求項９記載のシステムにおいて、前記眠気開始検出デバイスが、前記個人の人上に装着されるウェアラブル・デバイス、または前記個人によって携行される移動体デバイスのいずれかである、システム。
11. 請求項１記載のシステムにおいて、前記１つ以上の心拍数（ＨＲ）センサーが、前記個人の人上に装着されるウェアラブル・デバイスに内在し、前記１つ以上のコンピューティング・デバイスが、前記個人によって携行される移動体デバイスに内在し、前記ウェアラブル・デバイスが前記移動体デバイスとワイヤレス通信する、システム。
12. 請求項１１記載のシステムにおいて、前記ＨＲ情報が、前記１つ以上のＨＲセンサーによって取り込まれた生のＨＲ信号を含み、前記個人によって携行される前記移動体デバイスに送信される、システム。
13. 請求項１１記載のシステムにおいて、前記ＨＲ情報が、前記１つ以上のＨＲセンサーによって取り込まれた生のＨＲ信号を含み、前記１つ以上のＨＲセンサーが、前記生のＨＲ信号から心拍数変動（ＨＲＶ）信号を計算するコンピューティング・デバイスを含み、前記ＨＲＶ信号が、前記個人によって携行される前記移動体デバイスに送信される、システム。
14. 請求項１記載のシステムにおいて、眠気開始警告を発生する前記サブプログラムが、前記個人によって目視可能な表示画面上に表示されるメッセージの形態で前記個人に警鐘を発生するステップを含む、システム。
15. 個人における眠気の開始を検出するシステムであって、
    １つ以上のコンピューティング・デバイスであって、複数のコンピューティング・デバイスがあるときにはいつでも互いに通信する、コンピューティング・デバイスと、
    前記１つ以上のコンピューティング・デバイスによって実行可能な複数のサブプログラムを有する眠気開始検出コンピューター・プログラムとを含み、前記１つ以上のコンピューティング・デバイスが、前記眠気開始検出コンピューター・プログラムのサブプログラムによって、
    前記個人の心拍数（ＨＲ）情報を受信し、前記１つ以上のコンピューティング・デバイスが、前記ＨＲ情報を取り込む１つ以上のＨＲセンサーに関連付けられたリモート・コンピューティング・デバイスと、データー通信ネットワークを通じて通信し、前記ＨＲ情報が前記データー通信ネットワークを通じて前記リモート・コンピューティング・デバイスから受信され、
    前記ＨＲ情報から１組の特徴を抽出し、前記特徴が、ＨＲ情報から抽出することができる多くの特徴の中でもとりわけ、個人の覚醒状態から個人の眠気状態への遷移を特定的に示すと判定されており、
    抽出した特徴を組み合わせて、眠気検出入力を生成し、
    個人の覚醒状態と個人の眠気状態との間で、前記抽出した特徴に基づいて区別するように既に訓練されている人工ニューラル・ネットワーク（ＡＮＮ）クラシファイアに、前記眠気検出入力を入力し、
    前記ＡＮＮクラシファイアの出力から、前記眠気検出入力が、前記個人が眠気の開始を呈していることを示すか否か識別し、
    前記眠気検出入力が、前記個人が眠気の開始を呈していることを示すときはいつでも、眠気開始通知を送信する、
    ように指令され、
    前記眠気開始検出コンピューター・プログラムは、前記ＨＲ情報から前記１組の特徴を抽出する前記サブプログラムの実行前に実行されるセグメント化サブプログラムを更に含み、前記セグメント化サブプログラムは、受信したＨＲ情報が心拍数変動（ＨＲＶ）信号の形態であるときはいつでも、前記１つまたは複数の心拍数センサーから受信したＨＲ情報を、既定長のセグメントのシーケンスにセグメント化し、前記セグメント化サブプログラムは、前記受信したＨＲ情報が心拍数変動（ＨＲＶ）信号の形態でないときにはいつでも、前記ＨＲＶ信号を既定長のセグメントのシーケンスにセグメント化する前に、前記受信したＨＲ情報からＨＲＶ信号を計算し、
    前記ＨＲＶ信号の既定長セグメントは、各セグメント間に既定のオフセット時間があるように、ローリング・ウィンドウを表し、前記既定のオフセット時間は、各既定長セグメントが隣の既定長セグメントと部分的に重なり合うように、前記既定長セグメントの長さよりも短い、システム。

Images