WO2016170677A1

WO2016170677A1 - 睡眠段階判定装置及び睡眠段階判定方法

Info

Publication number: WO2016170677A1
Application number: PCT/JP2015/062513
Authority: WO
Inventors: 根本　新
Original assignee: 株式会社スリープシステム研究所
Priority date: 2015-04-20
Filing date: 2015-04-24
Publication date: 2016-10-27
Also published as: US20180146915A1; JP2016202463A; JP6586557B2

Abstract

【課題】　適切な正規化手法を採用し、国際睡眠深度判定基準との整合をとりながら睡眠段階を高精度に判定することができる睡眠段階判定装置を提供する。【解決手段】　睡眠段階判定装置は、利用者の心拍信号に対して利得制御を行うことによってピーク値を一定に制御し、そのときの利得の値を用いて算出した心拍信号の強度に対して第１の正規化処理を施す第１の正規化部６と、心拍信号の強度に対して第２の正規化処理を施す第２の正規化部７と、第１の正規化心拍強度に対して第３の正規化処理を施す第３の正規化部８と、第２の正規化部７によって得られた第２の正規化心拍強度と第１の正規化部６及び第３の正規化部８のそれぞれによって得られた正規化心拍強度のデータについて算出された所定時間のデータのばらつきを示す分散値とに基づいて睡眠段階を判定する睡眠段階判定部１０とを備える。

Description

睡眠段階判定装置及び睡眠段階判定方法

　本発明は、心拍信号検出手段から検出した心拍信号から睡眠段階を判定する睡眠段階判定装置及び睡眠段階判定方法に関する。

　睡眠は健康のバロメータであるといわれ、快適な睡眠をして気分のよい目覚めができれば、目覚めた際に颯爽とした気分となり健康を実感することは、日常において多く経験する。一方、不眠症や不眠傾向にある場合や、深夜労働等のために昼夜の生活が逆転した睡眠を強いられる場合等においては、その目覚めの後の気分は芳しくないことが多い。すなわち、意識的であるか無意識的であるかにかかわらず、睡眠の状態がその後の覚醒時の気分や行動に影響を及ぼし、ひいては覚醒後の活動の質を定めることになる。

　このように、睡眠は、人間の身体活動及び心的活動に重要な影響を及ぼす要素であり、良好な睡眠をとることができれば身体的及び心的に健康的な日常活動が保証されるといってよい。快適な睡眠をとることができれば心的には安定した状態となり、また、精神的に安定していれば快適な睡眠をとることができることが知られている。したがって、個人の健康状態について調べる際に、睡眠をその判定指標とすることが多く、睡眠と健康とが密接に関連していることはよく知られているところである。健康と睡眠の深さ及びその質が翌日の気分や気力と密接に関連しており、精神的なストレスや体調が不良である場合には、眠りの深さや睡眠段階の推移パターンに変化が起こり、快適な睡眠が得られない。

　健康な睡眠では、入眠した後にレム睡眠段階とノンレム睡眠段階とが所定間隔で繰り返し現れるが、体調を崩しているときや、精神的なストレスがかかっているときには、そのリズムが乱れることが知られている。したがって、夜間の睡眠中の睡眠段階とその発生パターンとを監視することにより、利用者の精神的なストレスや体調の不良を知ることが可能となる。

　特に高齢者は、眠りが浅い等の睡眠の不調を訴える人が多く、睡眠の質が問題となる。睡眠の質を知るためには睡眠段階の推移を知ることによって改善する対処法や措置を見出すことが可能となる。

　従来から、睡眠段階を知る方法としては、睡眠深度の国際判定基準である睡眠ポリソムノグラフ（ＰＳＧ）を用いる方法が一般的である。ＰＳＧを用いる方法では、睡眠中の脳神経系の活動を、脳波、表面筋電位、眼球運動等から推定することにより、睡眠に関する多くの情報を得ることができる。

　しかしながら、ＰＳＧを用いる方法では、利用者の顔や身体に多くの電極を装着して測定を行うために、利用者に多くの違和感を与えてしまい、自然な睡眠を得ることが困難であり、さらに、電極の装着も多くの時間を要して極めて煩わしいという問題がある。また、ＰＳＧを用いる方法では、第１夜効果として通常の睡眠と異なる環境下で測定された１日目のデータは採用できない上、利用者がそのような環境に慣れるまでに数日から１週間の日時を要するという問題がある。したがって、利用者に与えられる身体的及び肉体的な負担が非常に大きなものとなることから日常的に連続使用することは困難であり、せいぜい数日間にわたる測定が限界である。さらに、この測定は、病院等の特定の施設において取り扱いに習熟した専門家が実施する必要があり、測定に使用する機器も高価であることから、必要とする費用が多額となる。したがって、ＰＳＧは、利用者が病院や在宅にて恒常的に使用するには実用的でなく、ましてや日常の健康管理に使用することは困難であるため、睡眠障害に対して有効な治療法となり得る一方で、そのような患者等に適用すること自体が困難であるという矛盾を備えている。

　そこで、ＰＳＧを用いずに、容易に睡眠段階を把握するための方法が提案されている。例えば、腕時計型や布団に敷設するタイプの振動強度測定装置等を用いて心拍信号を測定することによって睡眠段階を判定する方法が知られている。しかしながら、利用者の健康管理用途のためには、少なくとも覚醒／レム睡眠段階、浅いノンレム睡眠段階、及び、深いノンレム睡眠段階という３段階の睡眠段階を把握する必要があるが、この方法においては、覚醒及び睡眠という２段階しか把握することができない。

　これに対して、特許文献１には、予め設定された時間の窓関数を用いて、心拍数や脈拍数等の生体情報の時系列の時間変化の増減傾向を表すトレンド曲線を算出し、このトレンド曲線に基づいて睡眠状態を判定する睡眠状態判定方法が開示されている。この方法は、覚醒段階、レム睡眠段階、浅いノンレム睡眠段階、及び、深いノンレム睡眠段階の４段階の睡眠段階を判定することができることから、健康管理に用いることは可能である。

　また、本願発明者も、特許文献２乃至特許文献５等において、睡眠段階を把握する技術を開示している。具体的には、特許文献２には、検出した生体信号を所定の範囲に入るようにゲイン制御を行い、このゲイン値に反比例する信号強度を算出し、この信号強度のばらつきを示す信号強度分散値又はこの信号強度分散値から導出される値を指標値として睡眠段階を判定する技術が開示されている。また、特許文献３には、検出した心拍信号から心拍強度信号を算出し、算出した心拍強度信号の一定時間内のデータの分散値を算出し、この分散値の値から交感神経の活動を把握する技術が開示されている。さらに、特許文献４には、検出した心拍信号のＲ－Ｒ間隔の信号を高速フーリエ変換して求めたパラメータと、心拍信号から算出した信号強度の分散との少なくともいずれか一方を用いて脳波の周波数解析によるδ波成分比率を求め、求めた脳波のδ波成分比率を用いて睡眠段階を判定する技術が開示されている。さらにまた、特許文献５には、心拍信号のＲ－Ｒ間隔の信号を高速フーリエ変換して求めたパワースペクトル密度の極大値から睡眠段階を判定する技術が開示されている。

　さらに、心拍信号等の生体信号は、その振幅（強度）が利用者や測定装置によって様々であり、個人による差異と測定装置による差異とが生じる。したがって、普遍的な測定を行って睡眠段階判定の精度を高めるためには、算出した心拍信号の強度について個人差や装置差をなくして一般化する必要があり、そのために正規化することが望ましいことが知られている（例えば、特許文献６等参照）。

特開２００１－６１８２０号公報特許第４４８３８６２号公報特開２００８－７３４７８号公報特開２００９－２９７４７４号公報特許第３８３１９１８号公報特開２０１２－６５８５３号公報

　社会が複雑化・高度化するにつれて、その状況に対応しようとすることによって起きるストレスが原因で不眠症を訴える人が増加している。現在、不眠症及び不眠の傾向が顕著な人は国民の約２０～３０％存在するといわれており、社会構造の変化及び経済活動における競争激化の影響で、２４時間就業による交代勤務等のストレスを受けやすい勤務態勢が増加し、睡眠に起因する身体的及び心的不調はますます増加すると考えられる。

　このような背景のもと、ＰＳＧによる国際睡眠深度判定基準と整合をとりながらも、無拘束で計測が可能な技術が待望されている。ここで、ＰＳＧによる睡眠段階は、脳波、眼球運動、筋電図等に基づいて、上述した覚醒段階、レム睡眠段階、浅いノンレム睡眠段階、及び、深いノンレム睡眠段階にわけられるが、浅いノンレム睡眠段階及び深いノンレム睡眠段階は、それぞれ、さらに２段階にわけられる。健康成人の安定した睡眠においては、覚醒段階が１～３％、第１のノンレム睡眠段階が数％、第２のノンレム睡眠段階が５０％、第３及び第４のノンレム睡眠段階が２０～３０％、レム睡眠段階が２０～３０％の比率であり、レム睡眠が約９０分周期で現れることが目安として知られている。

　上述した特許文献１乃至特許文献５をはじめとする従来の技術においては、このような複数段階からなるノンレム睡眠段階を含めて国際睡眠深度判定基準と整合をとった睡眠段階判定を行うものはなかった。

　また、上述したように、普遍的な測定によって睡眠段階を判定するためには、心拍信号等の生体信号の強度を適切に正規化する必要があるが、特許文献６をはじめとする従来の技術においては、正規化を行うための具体的な手法が開示されていなかった。

　本発明は、このような実情に鑑みてなされたものであり、利用者にとって身体的及び心的負担を何ら負うことなく、且つ、安価であって利用者が日常的に使用でき、また、適切な正規化手法を採用し、国際睡眠深度判定基準との整合をとりながら睡眠段階を高精度に判定することができる睡眠段階判定装置及び睡眠段階判定方法を提供することを目的とする。

　すなわち、上述した目的を達成する本発明にかかる睡眠段階判定装置は、睡眠時に無侵襲且つ無拘束で検出した心拍信号に基づいて利用者の睡眠段階を判定する睡眠段階判定装置において、前記利用者の心拍信号を無侵襲且つ無拘束で検出する心拍信号検出手段と、前記心拍信号検出手段によって検出された心拍信号に対して利得制御を行うことによってピーク値を一定に制御し、そのときの利得の値を用いて算出した心拍信号の強度に対して第１の正規化処理を施す第１の正規化手段と、前記心拍信号の強度に対して第２の正規化処理を施す第２の正規化手段と、前記第１の正規化手段によって得られた前記第１の正規化心拍強度に対して第３の正規化処理を施す第３の正規化手段と、前記第１の正規化手段及び前記第３の正規化手段のそれぞれによって得られた前記第１の正規化心拍強度及び第３の正規化心拍強度のデータについての所定時間のデータのばらつきを示す分散値を算出する分散値算出手段と、前記第２の正規化手段によって得られた前記第２の正規化心拍強度と、前記分散値算出手段によって算出された前記第１の正規化心拍強度の分散値及び前記第３の正規化心拍強度の分散値とに基づいて前記利用者の睡眠段階を判定する睡眠段階判定手段とを備え、前記睡眠段階判定手段は、前記第２の正規化手段によって得られた前記第２の正規化心拍強度と、前記分散値算出手段によって算出された前記第３の正規化心拍強度の分散値とに基づいて覚醒段階の判定を行い、前記第２の正規化手段によって得られた前記第２の正規化心拍強度と、前記分散値算出手段によって算出された前記第３の正規化心拍強度の分散値とに基づいてレム睡眠段階の判定を行い、前記分散値算出手段によって算出された前記第１の正規化心拍強度の分散値と、前記第２の正規化手段によって得られた前記第２の正規化心拍強度とに基づいて深いノンレム睡眠段階の判定を行い、覚醒段階であると判定した区間のデータと、レム睡眠段階であると判定した区間のデータと、深いノンレム睡眠段階であると判定した区間のデータとを全睡眠時間のデータから差し引いた残りの区間を浅いノンレム睡眠段階の区間であると判定することを特徴としている。

　また、上述した目的を達成する本発明にかかる睡眠段階判定方法は、睡眠時に無侵襲且つ無拘束で検出した心拍信号に基づいて利用者の睡眠段階を判定する睡眠段階判定方法において、所定の心拍信号検出手段によって前記利用者の心拍信号を無侵襲且つ無拘束で検出する心拍信号検出工程と、信号処理を行うプロセッサが、前記心拍信号検出工程にて検出された心拍信号に対して利得制御を行うことによってピーク値を一定に制御し、そのときの利得の値を用いて算出した心拍信号の強度に対して第１の正規化処理を施す第１の正規化工程と、前記プロセッサが、前記心拍信号の強度に対して第２の正規化処理を施す第２の正規化工程と、前記プロセッサが、前記第１の正規化工程にて得られた前記第１の正規化心拍強度に対して第３の正規化処理を施す第３の正規化工程と、前記プロセッサが、前記第１の正規化工程及び前記第３の正規化工程のそれぞれによって得られた前記第１の正規化心拍強度及び第３の正規化心拍強度のデータについての所定時間のデータのばらつきを示す分散値を算出する分散値算出工程と、前記プロセッサが、前記第２の正規化工程にて得られた前記第２の正規化心拍強度と、前記分散値算出工程にて算出された前記第１の正規化心拍強度の分散値及び前記第３の正規化心拍強度の分散値とに基づいて前記利用者の睡眠段階を判定する睡眠段階判定工程とを備え、前記プロセッサが、前記睡眠段階判定工程において、前記第２の正規化工程にて得られた前記第２の正規化心拍強度と、前記分散値算出工程にて算出された前記第３の正規化心拍強度の分散値とに基づいて覚醒段階の判定を行い、前記第２の正規化工程にて得られた前記第２の正規化心拍強度と、前記分散値算出工程にて算出された前記第３の正規化心拍強度の分散値とに基づいてレム睡眠段階の判定を行い、前記分散値算出工程にて算出された前記第１の正規化心拍強度の分散値と、前記第２の正規化工程にて得られた前記第２の正規化心拍強度とに基づいて深いノンレム睡眠段階の判定を行い、覚醒段階であると判定した区間のデータと、レム睡眠段階であると判定した区間のデータと、深いノンレム睡眠段階であると判定した区間のデータとを全睡眠時間のデータから差し引いた残りの区間を浅いノンレム睡眠段階の区間であると判定することを特徴としている。

　このような本発明にかかる睡眠段階判定装置及び睡眠段階判定方法は、無侵襲且つ無拘束で検出した心拍信号の強度のデータについて３種類の正規化処理を行って睡眠段階を判定する。

　本発明においては、無侵襲且つ無拘束で心拍信号を検出することから、利用者にとって身体的及び心的負担を何ら負うことなく、且つ、安価であって利用者が日常的に使用でき、また、適切な正規化手法を採用することによって個人差や装置差をなくすことができ、国際睡眠深度判定基準との整合をとりながら睡眠段階を高精度に判定することができる。

本発明の実施の形態として示す睡眠段階判定装置の構成を示す図である。本発明の実施の形態として示す睡眠段階判定装置の構成を示す図であり、図１において矢視方向からみたときの一部断面図である。心拍強度の時系列波形を示す図である。第１の正規化心拍強度の時系列波形を示す図である。第２の正規化心拍強度の時系列波形を示す図である。第３の正規化心拍強度の時系列波形を示す図である。第１の正規化心拍強度の分散値の時系列波形を示す図である。第３の正規化心拍強度の分散値の時系列波形を示す図である。心拍強度の時系列波形を示す図であり、覚醒段階の判定について説明するための図である。第３の正規化心拍強度の時系列波形を示す図であり、覚醒段階の判定について説明するための図である。第３の正規化心拍強度の分散値の時系列波形を示す図であり、覚醒段階の判定について説明するための図である。第２の正規化心拍強度の時系列波形を示す図であり、覚醒段階の判定について説明するための図である。本発明による手法によって求めた各睡眠段階の判定結果を示す図であり、覚醒段階の判定について説明するための図である。図１３と対比するために使用されたＰＳＧによる判定結果を示す図である。信号強度の分散値の時系列波形を示す図である。図１５に対応するＬＦ値の時系列波形を示す図である。第３の正規化心拍強度の分散値の時系列波形を示す図であり、レム睡眠段階の判定について説明するための図である。図１７に示す分散値の長期移動平均値の時系列波形を示す図である。第２の正規化心拍強度の時系列波形を示す図であり、レム睡眠段階の判定について説明するための図である。図１８と対比するために使用されたＰＳＧによる判定結果を示す図である。脳波分析によるδ波成分の時系列波形を示す図である。第１の正規化心拍強度の分散値の時系列波形を示す図であり、深いノンレム睡眠段階の判定について説明するための図である。深いノンレム睡眠段階の判定における２次判定処理について説明するための図である。第２の正規化心拍強度の時系列波形を示す図であり、深いノンレム睡眠段階の判定について説明するための図である。本発明による手法によって求めた各睡眠段階の判定結果を示す図である。他の生体信号検出部の構成を示す図である。

　以下、本発明を適用した具体的な実施の形態について図面を参照しながら詳細に説明する。

　この実施の形態は、睡眠段階を判定する睡眠段階判定装置である。特に、この睡眠段階判定装置は、睡眠ポリソムノグラフ（ＰＳＧ）による国際睡眠深度判定基準との整合がとれた睡眠段階の高精度判定を可能とするものである。

　図１に、本発明の実施の形態として示す睡眠段階判定装置の処理をブロックとして表した構成を示し、図２に、図１において矢視方向からみたときの一部断面図を示している。すなわち、睡眠段階判定装置は、寝台２１上に横臥している利用者の生体信号を検出する生体信号検出部１と、この生体信号検出部１によって検出された生体信号を増幅する信号増幅部２と、この信号増幅部２によって増幅された生体信号に対してフィルタリング処理を施すフィルタ部３と、このフィルタ部３を通過した心拍信号に対して自動的に利得制御を行う自動利得制御部４と、心拍信号の強度ＨＩを算出する信号強度算出部５と、この信号強度算出部５によって算出された心拍強度ＨＩに対して第１の正規化処理を施す第１の正規化部６と、心拍強度ＨＩに対して第２の正規化処理を施す第２の正規化部７と、第１の正規化部６によって得られた第１の正規化心拍強度ＨＩＮ１に対して第３の正規化処理を施す第３の正規化部８と、第１の正規化部６及び第３の正規化部８のそれぞれによって得られた第１の正規化心拍強度ＨＩＮ１及び第３の正規化心拍強度ＨＩＮ３の分散値ＨＩＮＤ１及びＨＩＮＤ３を算出する分散値算出部９と、第２の正規化部７によって得られた第２の正規化心拍強度ＨＩＮ２と分散値算出部９によって算出された心拍強度の分散値ＨＩＮＤ１及びＨＩＮＤ３とに基づいて利用者の睡眠段階を判定する睡眠段階判定部１０とを備える。なお、これら各部のうち、少なくとも、信号強度算出部５、第１の正規化部６、第２の正規化部７、第３の正規化部８、分散値算出部９及び睡眠段階判定部１０は、例えば、信号処理を行うコンピュータにおけるＣＰＵ（Central Processing Unit）やメモリ等のハードウェアを用いて実行可能なプログラムとして実装したり、コンピュータに装着可能な拡張ボードに搭載されたＤＳＰ（Digital Processing Unit）等の専用プロセッサを用いて実装したりすることができる。

　生体信号検出部１は、利用者の微細な生体信号を検出する無侵襲且つ無拘束センサである。具体的には、生体信号検出部１は、圧力検出チューブ１ａと、この圧力検出チューブ１ａの内部に収容されている空気の微小な圧力変動を検出するセンサである微差圧センサ１ｂとから構成され、無侵襲且つ無拘束な生体信号の検出手段を構成している。

　圧力検出チューブ１ａとしては、生体信号の圧力変動範囲に対応して内部の圧力が変動するように適度な弾力を有するものを使用する。また、圧力検出チューブ１ａとしては、圧力変化を適切な応答速度で微差圧センサ１ｂに伝達するために、チューブの中空部の容積を適切に選択する必要がある。圧力検出チューブ１ａが適度な弾性と中空部容積とを同時に満足できない場合には、圧力検出チューブ１ａの中空部に適切な太さの芯線をチューブ長さ全体にわたって装填し、中空部の容積を適切にとることができる。

　このような圧力検出チューブ１ａは、寝台２１上に敷設された硬質シート２２上に配置される。睡眠段階判定装置においては、厚さ５ｍｍ程度の硬質シート２２上に弾性を有するクッションシート２３が敷設されており、圧力検出チューブ１ａの上に利用者が横臥することになる。なお、圧力検出チューブ１ａは、クッションシート２３等に組み込んだ構成とすることにより、圧力検出チューブ１ａの位置を安定させる構造としてもよい。

　微差圧センサ１ｂは、微小な圧力の変動を検出するセンサである。本実施の形態においては、微差圧センサ１ｂとして、低周波用のコンデンサマイクロフォンタイプのものを使用するが、これに限定されるものではなく、適切な分解能とダイナミックレンジとを有するものであればよい。本実施の形態において使用した低周波用のコンデンサマイクロフォンは、一般の音響用マイクロフォンが低周波領域に対して配慮されていないのに引き替え、受圧面の後方にチャンバーを設けることによって低周波領域の特性を大幅に向上させたものであり、圧力検出チューブ１ａ内の微小圧力変動を検出するのに好適なものである。また、このコンデンサマイクロフォンは、微小な差圧を計測するのに優れており、０．２Ｐａの分解能と約５０Ｐａのダイナミックレンジとを有し、通常使用されるセラミックを利用した微差圧センサと比較して数倍の性能を持つものであり、生体信号が体表面に通して圧力検出チューブ１ａに加えた微小な圧力を検出するのに好適なものである。また、周波数特性は、０．１Ｈｚ～３０Ｈｚの間で略平坦な出力値を示し、心拍及び呼吸等の微小な生体信号を検出するのに適している。

　本実施の形態においては、一方が利用者の胸部の部位の生体信号を検出し、他方が利用者の臀部の部位を検出するように、２組の圧力検出チューブ１ａが設けられており、利用者の就寝の姿勢にかかわらず生体信号を検出するように構成されている。なお、睡眠段階判定装置においては、胸部の部位又は臀部の部位の一方のみに圧力検出チューブ１ａを配置する構成としてもよい。このような生体信号検出部１によって検出された生体信号は、信号増幅部２に供給される。睡眠段階判定装置は、このような無侵襲且つ無拘束で生体信号を検出する構成とすることにより、日常生活において容易に使用することができ、特に高齢者の使用に極めて好適である。

　信号増幅部２は、後の処理工程で処理できるように生体信号検出部１によって検出された信号を増幅し、さらに、明らかに異常なレベルの信号を除去する等して適切な信号整形処理を行う。この信号増幅部２によって増幅された生体信号は、フィルタ部３に供給される。

　フィルタ部３は、信号増幅部２によって増幅された生体信号から不要な信号をバンドパスフィルタ等によって除去することにより、心拍信号を抽出する。すなわち、生体信号検出部１によって検出された生体信号は、人体から発する様々な振動が混ざり合った信号であり、その中に心拍信号の他、寝返り等による体動信号等の様々な信号が含まれている。このうち、心拍信号は、心臓のポンプ機能に基づく圧力の変化（すなわち血圧）が振動となって生体信号に含まれるものである。睡眠段階判定装置においては、これをフィルタ部３によって抽出することにより、心拍信号として認識する。このフィルタ部３を通過した心拍信号は、自動利得制御部４に供給される。なお、心拍信号のサンプル周期は、４ミリ秒としている。

　自動利得制御部４は、フィルタ部３の出力が所定の信号レベルの範囲内に入るように自動的に利得制御を行ういわゆるＡＧＣ回路である。この自動利得制御部４による利得制御は、例えば信号のピーク値が所定の上限閾値を超えた場合に出力信号の振幅が小さくなるように利得を設定するとともに、ピーク値が所定の下限閾値を下回った場合に振幅が大きくなるように利得を設定している。自動利得制御部４は、このような利得制御を行った際の利得の値（係数）を信号強度算出部５に供給する。

　信号強度算出部５は、自動利得制御部４において心拍信号に対して施した利得制御の係数に基づいて、心拍信号の強度を算出する。上述した自動利得制御部４から得られる利得の値は、信号の大きさが大きいときには小さく、また、信号の大きさが小さいときは大きく設定されることから、利得の値とは反比例の関係で信号強度が表されることになる。信号強度算出部５は、算出した心拍強度ＨＩのデータについて個人差や装置差をなくして一般化するために、心拍強度ＨＩのデータを第１の正規化部６及び第２の正規化部７に供給する。

　第１の正規化部６は、信号強度算出部５によって算出された心拍強度ＨＩのデータを、その振幅が所定の測定レンジにおさまるように正規化する。具体的には、第１の正規化部６は、例えば図３に示すような信号強度算出部５によって検出された心拍強度ＨＩのデータについて、直近の１５０秒間の移動平均値を求め、心拍強度ＨＩのデータを移動平均値によって除した値を１００倍することによって正規化を行い、図４に示すような第１の正規化心拍強度ＨＩＮ１のデータを求める。第１の正規化部６は、このような処理を、１秒ずつデータをずらしながら行う。なお、この第１の正規化心拍強度ＨＩＮ１は、深いノンレム睡眠段階の判定に用いられる。第１の正規化部６は、正規化した第１の正規化心拍強度ＨＩＮ１のデータを第３の正規化部８及び分散値算出部９に供給する。

　第２の正規化部７は、信号強度算出部５によって算出された心拍強度ＨＩのデータを、その振幅が所定の測定レンジにおさまるように正規化する。具体的には、第２の正規化部７は、心拍強度ＨＩの全区間のデータについて、６０秒間の移動平均値を求め、さらにその移動平均値の平均値を求め、その平均値で移動平均値を除した値を１００倍することによって正規化を行い、図５に示すような第２の正規化心拍強度ＨＩＮ２のデータを求める。第２の正規化部７は、このような処理を、１秒ずつデータをずらしながら行う。なお、この第２の正規化心拍強度ＨＩＮ２は、覚醒段階、レム睡眠段階及び深いノンレム睡眠段階の判定に用いられる。第２の正規化部７は、正規化した第２の正規化心拍強度ＨＩＮ２のデータを睡眠段階判定部１０に供給する。

　第３の正規化部８は、第１の正規化部６によって得られた第１の正規化心拍強度ＨＩＮ１のデータを、その振幅が所定の測定レンジにおさまるように正規化する。具体的には、第３の正規化部８は、第１の正規化心拍強度ＨＩＮ１の全区間のデータについて、最大値及び最小値を求め、これら最大値と最小値との差分を６０％幅とするように調整し、図６に示すような第３の正規化心拍強度ＨＩＮ３のデータを求める。なお、この第３の正規化心拍強度ＨＩＮ３は、覚醒段階及びレム睡眠段階の判定に用いられるが、入眠初期の１時間のデータと離床時に生じる大きな振幅の信号については除外される。第３の正規化部８は、第３の正規化部８は、正規化した第３の正規化心拍強度ＨＩＮ３のデータを分散値算出部９に供給する。

　分散値算出部９は、第１の正規化部６及び第３の正規化部８のそれぞれによって得られた第１の正規化心拍強度ＨＩＮ１及び第３の正規化心拍強度ＨＩＮ３のデータについて、所定時間のデータのばらつきを示す分散値ＨＩＮＤ１及びＨＩＮＤ３を算出する。なお、本実施の形態においては、ある時点において、その時点までの一定時間内にサンプリングしたデータのばらつきを示す指標を分散値と称するものとすると、そのデータの標準偏差を分散値として採用している。具体的には、分散値算出部９は、信号強度のデータが１秒毎に測定されているものとすると、一連の信号強度のデータのうち、例えば６０秒間のデータの分散値を算出する。この場合、ある時点から遡及して６０秒間のデータ、すなわち、６０個の心拍強度データの分散値を算出し、その後、次の１秒後から遡及して６０秒間のデータの分散値を算出する、といった処理を繰り返し行う。この結果、分散値算出部９は、信号強度のばらつき（分散値）についての１秒間隔の時系列データを得ることができる。例えば、分散値算出部９は、図４に示した第１の正規化心拍強度ＨＩＮ１については、図７に示すような分散値ＨＩＮＤ１のデータを求め、図６に示した第３の正規化心拍強度ＨＩＮ３については、図８に示すような分散値ＨＩＮＤ３のデータを求める。分散値算出部９は、このようにして得られた時系列データを睡眠段階判定部１０に供給する。

　睡眠段階判定部１０は、第２の正規化心拍強度ＨＩＮ２と心拍強度の分散値ＨＩＮＤ１及びＨＩＮＤ３との時系列データに基づいて、睡眠中の利用者の睡眠段階、すなわち、覚醒段階、レム睡眠段階、浅いノンレム睡眠段階及び深いノンレム睡眠段階の４段階の種別を判定する。なお、体動がある場合には、信号が大きく振れ且つその信号強度の分散値ＨＩＮＤも大きくなる。そこで、睡眠段階判定部１０は、このような異常値の影響を除去するため、所定値を超える信号強度の分散値ＨＩＮＤをその所定値で置換する等の異常値処理を行う。そして、睡眠段階判定部１０は、判定した睡眠段階情報を出力し、図示しない表示装置に表示させたり、印刷装置によって印刷させたり、記憶装置にデータとして記憶させたりする。なお、この睡眠段階判定部１０による処理は、後に詳述するものとする。

　このような睡眠段階判定装置は、生体信号検出部１によって生体信号を取り込んで検出した生体信号を信号増幅部２によって増幅し、フィルタ部３によって不要な信号をバンドパスフィルタ等によって除去することにより、心拍信号を検出する。そして、睡眠段階判定装置においては、自動利得制御部４による利得制御を行いながら信号強度算出部５によって心拍信号の強度ＨＩを算出し、算出した心拍信号の強度について第１の正規化部６、第２の正規化部７及び第３の正規化部８による正規化を行い、得られた正規化心拍強度ＨＩＮ２と、正規化心拍強度ＨＩＮ１及びＨＩＮ３のデータについて分散値算出部９によって算出された分散値ＨＩＮＤ１及びＨＩＮＤ３とに基づいて、睡眠段階判定部１０による睡眠段階の判定を行う。

　このような睡眠段階判定装置は、睡眠段階判定部１０により、最初に覚醒段階の判定を行った後、レム睡眠段階の判定を行い、さらに深いノンレム睡眠段階の判定を行う。睡眠段階判定装置は、深いノンレム睡眠段階の判定において後述する判定修正処理を行い、その結果に応じてレム睡眠段階の判定結果も修正する。そして、睡眠段階判定装置は、覚醒段階、レム睡眠段階及び深いノンレム睡眠段階の区間を決定すると、覚醒段階であると判定された区間のデータと、レム睡眠段階であると判定された区間のデータと、深いノンレム睡眠段階であると判定された区間のデータとを全睡眠時間のデータから差し引いた残りの区間を浅いノンレム睡眠段階の区間であると判定する。睡眠段階判定装置は、睡眠段階判定部１０により、各段階の判定を以下のように行う。

　まず、覚醒段階の判定について説明する。

　睡眠段階判定部１０は、第２の正規化心拍強度ＨＩＮ２と、第３の正規化心拍強度ＨＩＮ３の分散値ＨＩＮＤ３とに基づいて覚醒段階を判定する。この利点は、覚醒判定の閾値を一定にすることができることにある。具体的には、睡眠段階判定部１０は、第３の正規化心拍強度ＨＩＮ３の分散値ＨＩＮＤ３の８％を覚醒段階の判定に使用する共通の閾値とする。すなわち、分散値ＨＩＮＤ３がこの閾値８％以上となる区間を覚醒段階の候補とする。

　より具体的には、睡眠段階判定部１０は、分散値ＨＩＮＤ３≧Ｗ１（＝８％）であり且つ第２の正規化心拍強度ＨＩＮ２≧１００－Ｗ２（＝４％）の場合には、その状態の検出時間が１０秒、その状態の継続時間が１００秒、その状態の発生間隔時間が７００秒である場合に覚醒段階と判定する。一方、睡眠段階判定部１０は、分散値ＨＩＮＤ３≧Ｗ１（＝８％）であり且つ第２の正規化心拍強度ＨＩＮ２＜１００－Ｗ２の場合には、その状態の検出時間が１０秒、その状態の継続時間が１００秒である場合に覚醒段階と判定する。すなわち、睡眠段階判定部１０は、第２の正規化心拍強度ＨＩＮ２≧１００－Ｗ２の場合のように、複数の波形を一群ととらえてその区間を覚醒段階と判定するのに対して、第２の正規化心拍強度ＨＩＮ２＜１００－Ｗ２の場合には、発生間隔時間を使用せず、個々の単独波形に基づいて覚醒段階を判定する。この処理について具体的な信号例を用いて説明すると、以下のようになる。

　図９に示すような心拍強度ＨＩの時系列データを考えると、図１０に示すような第３の正規化心拍強度ＨＩＮ３が得られ、この分散値ＨＩＮＤ３は、図１１に示すようになる。また、第２の正規化心拍強度ＨＩＮ２は、図１２に示すようになる。これらのデータに基づいて、上述した条件にあてはまる区間を覚醒段階と判定すると、図１３に示すような判定結果が得られる。なお、ＰＳＧによる判定結果は、図１４に示すようになり、図１３に示す判定結果と近い結果が得られた。

　つぎに、レム睡眠段階の判定について説明する。

　レム睡眠段階は、自律神経成分と心拍信号のピーク間隔との相互相関が約８０％以上であり、心拍強度の分散値と心拍信号のピーク間隔から求めた交感神経成分との関連があることを利用して判定を行う。なお、心拍信号のピーク間隔信号とは、心拍信号の強さがピークとなる付近の波形（Ｒ波）の間隔を変数とする信号であり、心拍変動解析においては、Ｒ波の隣り合うピークの間隔を表すＲ－Ｒ間隔信号としてよく使用されるものである。また、このピーク間隔信号と自律神経成分との関係は、ピーク間隔信号に対して高速フーリエ変換等の周波数解析を施して算出されたパワースペクトル密度が自律神経系の状態によって異なる様相を示すことに基づいている。すなわち、ピーク間隔信号のパワースペクトル密度は、略０．０５Ｈｚ～０．１５Ｈｚの帯域と、略０．２Ｈｚ～０．３５Ｈｚの帯域とに顕著な極大値が現れるが、略０．０５Ｈｚ～０．１５Ｈｚの帯域おける極大値をＬＦ値と称し、略０．２Ｈｚ～０．３５Ｈｚの帯域における極大値をＨＦ値と称するものとすると、これらＨＦ値及びＬＦ値は、自律神経の活動状況を示すパラメータであり、ＬＦ値が大きく且つＨＦ値が小さい場合には、交感神経系が活発で緊張時であることを示し、ＬＦ値が小さく且つＨＦ値が大きい場合には、副交感神経系活動が活発であることを示す。睡眠中は心拍数が減少するが、これは緊張時に活発となる交感神経系活動が低下し、弛緩時に活発となる副交感神経系活動が増加することによるものである。すなわち、睡眠の深さの状態によってＨＦ値及びＬＦ値は顕著に変動することになる。具体的には、図１５に示すような信号強度の分散値のデータに対応するＬＦ値のデータは、図１６に示すようになり、高い関連性を有し、１１０００秒及び１６０００秒近傍において交感神経系活動及び心拍強度の分散値がいずれも活発になっている。かかる時系列データに対して長期移動平均処理を行うと、交感神経系活動及び心拍強度の分散値が活発な区間は極大値となる。睡眠段階判定部１０は、この区間がレム睡眠段階に相当することを利用して判定する。

　すなわち、睡眠段階判定部１０は、第２の正規化心拍強度ＨＩＮ２と、第３の正規化心拍強度ＨＩＮ３の分散値ＨＩＮＤ３とに基づいてレム睡眠段階を判定する。

　具体的には、睡眠段階判定部１０は、第３の正規化心拍強度ＨＩＮ３の分散値ＨＩＮＤ３に基づいて、睡眠状態の変化と体動によって急激に変化する区間（第３の正規化心拍強度ＨＩＮ３の分散値ＨＩＮＤ３が７％以上変化する区間）を特定し、これを除去する。具体的には、睡眠段階判定部１０は、第３の正規化心拍強度ＨＩＮ３の分散値ＨＩＮＤ３の最大値の位置を求め、その５０秒前から最大値までの区間を５０秒前の値に置換する。また、睡眠段階判定部１０は、最大値の位置から５０秒後までの区間を５０秒後の値に置換する。そして、睡眠段階判定部１０は、置換後の値が平均値よりも下がる場合には、第３の正規化心拍強度ＨＩＮ３の分散値ＨＩＮＤ３の平均値とすることにより、睡眠状態の変化と体動によって急激に変化する区間を除去する。睡眠段階判定部１０は、かかる処理を行わないと、後述する極大値が多数出現してしまい、レム睡眠段階の特定が困難となる。

　続いて、睡眠段階判定部１０は、第３の正規化心拍強度ＨＩＮ３の分散値ＨＩＮＤ３の長期移動平均値Ｒ０（６００秒）を求め、この極大値を求める。そして、睡眠段階判定部１０は、求めた極大値のうち、睡眠状態の変化から生じる極大値は除き、レム睡眠段階と判定する。すなわち、睡眠段階判定部１０は、極大値近傍の部分及び極大値の部分が第２の正規化心拍強度ＨＩＮ２≧１００－Ｗ２（＝４％）となる区間をレム睡眠と判定する。なお、睡眠段階判定部１０は、極大値を１００％としたとき、第２の正規化心拍強度ＨＩＮ２の長期移動平均値がＲ１（９０％）となるまでの区間をレム睡眠段階と判定する。また、レム睡眠段階は、極大値のうち、第３の正規化心拍強度ＨＩＮ３の分散値ＨＩＮＤ３の長期移動平均値の平均値以上の区間をレム睡眠段階と判定する。この処理について具体的な信号例を用いて説明すると、以下のようになる。

　図１７に示すような第３の正規化心拍強度ＨＩＮ３の分散値ＨＩＮＤ３の時系列データを考えると、このままでは極大値が多数出現してレム睡眠段階の特定が困難であることから、睡眠段階判定部１０は、睡眠状態の変化と体動によって急激に変化する区間を除去し、図１８に示すようなデータを得る。そして、睡眠段階判定部１０は、図１８に示すように、分散値ＨＩＮＤ３の長期移動平均値Ｒ０（６００秒）を求め、その極大値を求める。この場合、６００秒の長期移動平均値Ｒ０全体の平均値３．６以上となるＡ～Ｆが極大値の候補となる。このうち、候補Ｂは、図１９に示すように、第２の正規化心拍強度ＨＩＮ２＜１００－Ｗ２となるため除かれる。なお、ＰＳＧによる判定結果は、図２０に示すようになり、図１８に示す判定結果と近い結果が得られた。

　つぎに、深いノンレム睡眠段階の判定について説明する。

　睡眠段階判定部１０は、第１の正規化心拍強度ＨＩＮ１の分散値ＨＩＮＤ１と、第２の正規化心拍強度ＨＩＮ２とに基づいて深いノンレム睡眠段階を判定する。

　具体的には、睡眠段階判定部１０は、１次判定処理として、深いノンレム睡眠段階の仮区間（最大区間）を求める。まず、睡眠段階判定部１０は、深いノンレム睡眠段階の閾値として、第１の正規化心拍強度ＨＩＮ１の分散値ＨＩＮＤ１の全区間のデータの平均値ＡＶＨＩＤの所定割合を閾値とする。具体的には、睡眠段階判定部１０は、分散値ＨＩＮＤ１の全区間のデータの平均値ＡＶＨＩＤが４．２とすると、その７５％である３．１を閾値とし、この閾値以下の区間を深いノンレム睡眠段階と判定する。ただし、睡眠段階判定部１０は、この閾値以上の区間であっても、ノイズを除去した後の分散値ＨＩＮＤ１の平均値ＡＶＨＩＤについては＋１％の４．１％を閾値とする。そして、睡眠段階判定部１０は、かかる閾値条件に加え、その状態の継続時間が４０秒以内であり且つその状態となった後６００秒経過後の区間を深いノンレム睡眠段階と判定する。すなわち、睡眠段階判定部１０は、閾値条件を満たしてから６００秒間の区間については浅いノンレム睡眠段階と判定する。これは、図２１に示すように、２０％以上が深いノンレム睡眠段階とされる脳波分析によるδ波成分において立ち上がり時間が約６００秒要していることを考慮したものである。例えば、図２２に示すような分散値ＨＩＮＤ１の時系列データを考えると、Ａ～Ｇが深いノンレム睡眠段階の候補となる。

　つぎに、睡眠段階判定部１０は、２次判定処理として、第２の正規化心拍強度ＨＩＮ２に基づいて、１次判定処理の結果の修正処理を行う。具体的には、睡眠段階判定部１０は、図２３に示すように、ｄ１＝７％、ｄ２＝２％としたとき、第２の正規化心拍強度ＨＩＮ２から求められるＭＡＶＨＩＮＳＥ（＝ＭＡＶＨＩＮ（深いノンレム睡眠段階の始端）－ＭＡＶＨＩＮ＋１（深いノンレム睡眠段階の終端）＜２％の場合には、０＜ＭＡＶＨＩＮＳＥ＜２の区間については浅いノンレム睡眠段階と判定し、ＭＡＶＨＩＮＳＥ≦０の区間についてはレム睡眠段階と判定する。また、睡眠段階判定部１０は、ＭＡＶＨＩＮＳＥ≧２％の場合には、深いノンレム睡眠段階と判定する。したがって、睡眠段階判定部１０は、図２２に示した分散値ＨＩＮＤ１の時系列データに対応する第２の正規化心拍強度ＨＩＮ２の時系列データが図２４に示すものであるとすると、候補Ａ～Ｇのうち、２次判定条件を満足する候補Ａ，Ｃ，Ｄ，Ｆを深いノンレム睡眠段階と判定する。

　睡眠段階判定部１０は、このような処理を行うことにより、覚醒段階、レム睡眠段階及び深いノンレム睡眠段階の区間を判定することができる。そして、睡眠段階判定部１０は、残りの区間を浅いノンレム睡眠段階と判定する。一例として、本発明による手法によって各睡眠段階を求めたところ、図２５に示すような結果が得られた。これに対応するＰＳＧによる判定結果との比較を行ったところ、次表１に示すようになり、良好に一致した結果が得られた。

　以上説明したように、本発明の実施の形態として示す睡眠段階判定装置においては、心拍強度について適切な正規化処理を行って得られた心拍強度の分散値に基づいて各睡眠段階を判定することから、個人差や装置差がない普遍的な測定を行うことができ、国際睡眠深度判定基準との整合をとりながら睡眠段階を高精度に判定することができる。

　なお、本発明は、上述した実施の形態に限定されるものではない。

　例えば、上述した実施の形態では、心拍信号を検出する方法として、利用者の身体の下に敷設した無拘束の生体信号検出部１によって得られた生体信号から心拍信号を抽出する方法を示したが、本発明は、継続的に心拍信号又は心拍信号と同等の信号が得られる検出手段であれば適用可能である。例えば、本発明は、手首や上腕部等の身体に装着するタイプの心拍計や脈拍計であってデータを連続的に記録することが可能なものであれば生体信号検出部１として適用可能である。

　また、生体信号検出部１としては、上述した中空チューブを用いる代わりに、図２６に示すようなエアマット式の検出手段を用いてもよい。すなわち、図２６に示す生体信号検出部３０は、内部に空気を封入したエアマット３０ａの一端にエアチューブ３０ｂが接続され、さらに、このエアチューブ３０ｂに微差圧センサ３０ｃが接続されて構成される。なお、微差圧センサ３０ｃは、中空チューブを用いた生体信号検出部１の場合において説明したものと同様のものを用いることができる。

　さらに、上述した実施の形態では、心拍強度のばらつきを示す分散値として標準偏差を採用したが、本発明は、例えば、分散、偏差平方和、所定範囲等の統計量を採用してもよい。

　このように、本発明は、その趣旨を逸脱しない範囲で適宜変更が可能であることはいうまでもない。

　１，３０　生体信号検出部
　１ａ　圧力検出チューブ
　１ｂ，３０ｃ　微差圧センサ
　２　信号増幅部
　３　フィルタ部
　４　自動利得制御部
　５　信号強度算出部
　６　第１の正規化部
　７　第２の正規化部
　８　第３の正規化部
　９　分散値算出部
　１０　睡眠段階判定部
　２１　寝台
　２２　硬質シート
　２３　クッションシート
　３０ａ　エアマット
　３０ｂ　エアチューブ

Claims

　睡眠時に無侵襲且つ無拘束で検出した心拍信号に基づいて利用者の睡眠段階を判定する睡眠段階判定装置において、
　前記利用者の心拍信号を無侵襲且つ無拘束で検出する心拍信号検出手段と、
　前記心拍信号検出手段によって検出された心拍信号に対して利得制御を行うことによってピーク値を一定に制御し、そのときの利得の値を用いて算出した心拍信号の強度に対して第１の正規化処理を施す第１の正規化手段と、
　前記心拍信号の強度に対して第２の正規化処理を施す第２の正規化手段と、
　前記第１の正規化手段によって得られた前記第１の正規化心拍強度に対して第３の正規化処理を施す第３の正規化手段と、
　前記第１の正規化手段及び前記第３の正規化手段のそれぞれによって得られた前記第１の正規化心拍強度及び第３の正規化心拍強度のデータについての所定時間のデータのばらつきを示す分散値を算出する分散値算出手段と、
　前記第２の正規化手段によって得られた前記第２の正規化心拍強度と、前記分散値算出手段によって算出された前記第１の正規化心拍強度の分散値及び前記第３の正規化心拍強度の分散値とに基づいて前記利用者の睡眠段階を判定する睡眠段階判定手段とを備え、
　前記睡眠段階判定手段は、前記第２の正規化手段によって得られた前記第２の正規化心拍強度と、前記分散値算出手段によって算出された前記第３の正規化心拍強度の分散値とに基づいて覚醒段階の判定を行い、前記第２の正規化手段によって得られた前記第２の正規化心拍強度と、前記分散値算出手段によって算出された前記第３の正規化心拍強度の分散値とに基づいてレム睡眠段階の判定を行い、前記分散値算出手段によって算出された前記第１の正規化心拍強度の分散値と、前記第２の正規化手段によって得られた前記第２の正規化心拍強度とに基づいて深いノンレム睡眠段階の判定を行い、覚醒段階であると判定した区間のデータと、レム睡眠段階であると判定した区間のデータと、深いノンレム睡眠段階であると判定した区間のデータとを全睡眠時間のデータから差し引いた残りの区間を浅いノンレム睡眠段階の区間であると判定すること
　を特徴とする睡眠段階判定装置。
　前記第１の正規化手段は、前記心拍信号の強度のデータについて所定時間の移動平均値を求め、前記心拍強度のデータを前記移動平均値によって除した値を１００倍することによって前記第１の正規化処理を行うこと
　を特徴とする請求項１記載の睡眠段階判定装置。
　前記第２の正規化手段は、前記心拍信号の強度の全区間のデータについて所定時間の移動平均値を求め、さらに前記移動平均値の平均値を求め、前記平均値で前記移動平均値を除した値を１００倍することによって前記第２の正規化処理を行うこと
　を特徴とする請求項１記載の睡眠段階判定装置。
　前記第３の正規化手段は、前記第１の正規化心拍強度の全区間のデータについて最大値及び最小値を求め、これら最大値と最小値との差分を所定幅とするように調整することによって前記第３の正規化処理を行うこと
　を特徴とする請求項１記載の睡眠段階判定装置。
　睡眠時に無侵襲且つ無拘束で検出した心拍信号に基づいて利用者の睡眠段階を判定する睡眠段階判定方法において、
　所定の心拍信号検出手段によって前記利用者の心拍信号を無侵襲且つ無拘束で検出する心拍信号検出工程と、
　信号処理を行うプロセッサが、前記心拍信号検出工程にて検出された心拍信号に対して利得制御を行うことによってピーク値を一定に制御し、そのときの利得の値を用いて算出した心拍信号の強度に対して第１の正規化処理を施す第１の正規化工程と、
　前記プロセッサが、前記心拍信号の強度に対して第２の正規化処理を施す第２の正規化工程と、
　前記プロセッサが、前記第１の正規化工程にて得られた前記第１の正規化心拍強度に対して第３の正規化処理を施す第３の正規化工程と、
　前記プロセッサが、前記第１の正規化工程及び前記第３の正規化工程のそれぞれによって得られた前記第１の正規化心拍強度及び第３の正規化心拍強度のデータについての所定時間のデータのばらつきを示す分散値を算出する分散値算出工程と、
　前記プロセッサが、前記第２の正規化工程にて得られた前記第２の正規化心拍強度と、前記分散値算出工程にて算出された前記第１の正規化心拍強度の分散値及び前記第３の正規化心拍強度の分散値とに基づいて前記利用者の睡眠段階を判定する睡眠段階判定工程とを備え、
　前記プロセッサが、前記睡眠段階判定工程において、前記第２の正規化工程にて得られた前記第２の正規化心拍強度と、前記分散値算出工程にて算出された前記第３の正規化心拍強度の分散値とに基づいて覚醒段階の判定を行い、前記第２の正規化工程にて得られた前記第２の正規化心拍強度と、前記分散値算出工程にて算出された前記第３の正規化心拍強度の分散値とに基づいてレム睡眠段階の判定を行い、前記分散値算出工程にて算出された前記第１の正規化心拍強度の分散値と、前記第２の正規化工程にて得られた前記第２の正規化心拍強度とに基づいて深いノンレム睡眠段階の判定を行い、覚醒段階であると判定した区間のデータと、レム睡眠段階であると判定した区間のデータと、深いノンレム睡眠段階であると判定した区間のデータとを全睡眠時間のデータから差し引いた残りの区間を浅いノンレム睡眠段階の区間であると判定すること
　を特徴とする睡眠段階判定方法。