專利名稱：睡眠狀態(tài)推測裝置以及程序、產(chǎn)品的制作方法
技術(shù)領(lǐng)域：
本發(fā)明涉及根據(jù)生物體信息推測睡眠狀態(tài)的睡眠狀態(tài)推測裝置以及程序、產(chǎn)品。
背景技術(shù)：
近年來，在提高健康意識的過程中，在一般的家庭產(chǎn)生通過對每日睡眠的管理而盡力進(jìn)行健康管理的需要。
人的睡眠狀態(tài)在整個(gè)晚上都是不同的，大致分為快速眼動(dòng)睡眠和非快速眼動(dòng)睡眠，在睡眠過程中，非快速眼動(dòng)睡眠和快速眼動(dòng)睡眠周期性地出現(xiàn)數(shù)次。在睡眠過程中，通常為睡眠狀態(tài)在非快速眼動(dòng)睡眠中從淺睡眠向深睡眠逐漸移行，在持續(xù)較深的睡眠狀態(tài)之后，再次成為較淺的睡眠狀態(tài)，然后移行至快速眼動(dòng)睡眠。睡眠狀態(tài)可以通過睡眠深度進(jìn)一步進(jìn)行詳細(xì)定義。通過國際基準(zhǔn)將睡眠深度定義成為快速眼動(dòng)睡眠、睡眠深度1、2、3、4、覺醒的狀態(tài)，睡眠深度1、2、3、4相當(dāng)于非快速眼動(dòng)睡眠。
一直以來曾對睡眠的狀態(tài)變化的檢測進(jìn)行各種嘗試，例如已知有檢測除腦電波(EEG)、眼球運(yùn)動(dòng)(EDG)、頜肌電(EMG)等并根據(jù)檢測波形判斷睡眠深度的睡眠多導(dǎo)記錄儀(PSG)法。不過，通過睡眠多導(dǎo)記錄儀法，裝置的規(guī)模較大，只能在醫(yī)院等具備測量設(shè)備的場所使用，不適合于像健康機(jī)器那樣的日常用途。另外，在睡眠多導(dǎo)記錄儀法中，只有有資格的人才能進(jìn)行判斷，不能說只要有裝置就可以。
因此，希望通過代替睡眠多導(dǎo)記錄儀的機(jī)構(gòu)精確檢測出睡眠的狀態(tài)變化。作為不使用睡眠多導(dǎo)記錄儀法推測睡眠深度的方法，已知有測量呼吸數(shù)、心率、體積，根據(jù)測量結(jié)果并基于例如神經(jīng)網(wǎng)絡(luò)或紊亂(chaos)理論，或者根據(jù)實(shí)際的測量睡眠數(shù)據(jù)對該睡眠深度進(jìn)行推測的方法。這種方法例如在特開平9-294731號公報(bào)、特開平2001-61820號公報(bào)以及測量自動(dòng)控制學(xué)會論文集Vol138，No.7，581/589，2002中有所記載。
但是，在上述以往技術(shù)的睡眠推測中，與實(shí)際的睡眠狀態(tài)變化相一致的概率較低，在判斷深的睡眠狀態(tài)和淺的睡眠狀態(tài)中，與睡眠多導(dǎo)記錄儀相比精度相當(dāng)差。
另外，為了高精度測量心率，通常使用心電圖，但在通過心電圖的測量中，存在需要多個(gè)電極直接貼附在皮膚上并通過從各電極延伸至測量器的導(dǎo)線來束縛人體的缺點(diǎn)。另外，在通過無束縛傳感器的測量中，測量的心率的信號微小，另外受心跳以外的影響而大多含有噪音，所以必須進(jìn)行信號的放大處理、用于頻率分析的FFT或篩選演算處理，存在處理繁瑣的問題。

發(fā)明內(nèi)容
本發(fā)明的目的在于，提供一種使用可以在無束縛狀態(tài)下順利檢測出的信號而同時(shí)可以簡易且高精度地推測睡眠是深還是淺的所謂睡眠狀態(tài)的睡眠狀態(tài)推測裝置。
本發(fā)明的主要特征在于，根據(jù)規(guī)則的、不規(guī)則的且時(shí)時(shí)刻刻都在變動(dòng)的時(shí)間序列方向上的呼吸運(yùn)動(dòng)波形來推測睡眠狀態(tài)。呼吸運(yùn)動(dòng)波形即使在無束縛狀態(tài)下也能順利檢出。通過使用這種呼吸運(yùn)動(dòng)波形，可以簡易且高精度地推測出睡眠狀態(tài)。
本發(fā)明的之一是一種睡眠狀態(tài)推測裝置，其特征在于，具有根據(jù)來自獲取生物信息的傳感器的數(shù)據(jù)計(jì)算出與呼吸有關(guān)的時(shí)間序列方向的波形曲線的波形計(jì)算機(jī)構(gòu)、根據(jù)由該波形計(jì)算機(jī)構(gòu)計(jì)算出的波形曲線的波形形狀推測睡眠狀態(tài)的睡眠狀態(tài)推測機(jī)構(gòu)。
根據(jù)本發(fā)明之一的睡眠狀態(tài)推測裝置，使用有關(guān)呼吸的時(shí)間序列方向的波形曲線，所以可以在不束縛被檢驗(yàn)者的情況下順利地推算睡眠狀態(tài)。另外，因?yàn)楦鶕?jù)該波形的形狀推測睡眠狀態(tài)，所以可以準(zhǔn)確睡眠狀態(tài)，可以高精度地推測睡眠狀態(tài)。
在本發(fā)明之一中，睡眠狀態(tài)推測裝置通過比較對應(yīng)于有關(guān)呼吸的時(shí)間序列方向的波形曲線的波形形狀的評價(jià)值、和對睡眠狀態(tài)進(jìn)行規(guī)定的比較值，來推測睡眠狀態(tài)。作為平均值，例如使用由波形曲線和基準(zhǔn)軸圍成的面積。其中，基準(zhǔn)軸是指與時(shí)間軸平行并賦予一定振幅值的直線。該基準(zhǔn)軸例如是振幅值＝0的直線。
由此，當(dāng)要從對與呼吸有關(guān)的時(shí)間序列方向的波形進(jìn)行描述的面積把握波形形狀時(shí)，可以比較容易地計(jì)算出與波形形狀相對應(yīng)的平均值，且可以高精度地把握波形的變化。其結(jié)果是可以簡易且高精度地推測睡眠狀態(tài)。
其中，上述的評價(jià)值是指用一連串的峰間面積的均值的平方除以這些峰間面積的離散值而得到的數(shù)值。其中，峰間面積是指在由波形曲線和基準(zhǔn)軸圍成的區(qū)域當(dāng)中波形振幅值成為峰值的且由時(shí)間上相鄰的2個(gè)時(shí)間劃分的部分的面積。
由此，通過使用峰間面積的離散值，可以高精度地推測睡眠狀態(tài)。各峰間面積的離散值可以相同，例如有時(shí)如果體位不同，則睡眠狀態(tài)也不同。如上所述，通過用受到體位等的很大影響的峰間面積的均值的平方除以峰間面積的離散值，可以抑制這些體位的變化等對評價(jià)值造成的影響。
在其他發(fā)明中的睡眠狀態(tài)推測裝置中，對評價(jià)值和比較值進(jìn)行比較之外，還加進(jìn)軀體活動(dòng)信息，推測睡眠狀態(tài)。由此，能夠更高精度地進(jìn)行睡眠狀態(tài)推測。
此外，在其他發(fā)明中的睡眠狀態(tài)推測裝置中，每隔規(guī)定時(shí)間收集睡眠狀態(tài)值(在此期間的睡眠狀態(tài)的推測結(jié)果)，根據(jù)所收集的多個(gè)期間段的睡眠狀態(tài)值，推測規(guī)定時(shí)間的睡眠狀態(tài)。根據(jù)該發(fā)明，考慮多個(gè)區(qū)間的推測結(jié)果來推測睡眠狀態(tài)，所以不容易受到睡眠狀態(tài)值的突發(fā)性紊亂的影響，從而可以實(shí)現(xiàn)穩(wěn)定的睡眠推測。
關(guān)于本發(fā)明的上述以及其他目的和新的特征，如果對照如下所述的附圖并閱讀如下所示的實(shí)施方式的說明，更能完全明白。


圖1是表示實(shí)施方式的睡眠狀態(tài)推測裝置的構(gòu)成的圖。
圖2是表示實(shí)施方式的呼氣帶構(gòu)件。
圖3是表示實(shí)施方式的呼吸信號波形的一個(gè)例子。
圖4是表示用于實(shí)施方式的睡眠狀態(tài)推測的處理流程圖。
圖5是表示用于實(shí)施方式的睡眠狀態(tài)推測的處理流程圖。
圖6A和圖6B是表示對通過實(shí)施方式的睡眠狀態(tài)推測裝置的睡眠狀態(tài)推測結(jié)果和通過睡眠多導(dǎo)記錄儀法的睡眠深度的實(shí)測數(shù)據(jù)進(jìn)行對比的曲線圖。
圖7是表示在使用了片狀的靜電電容型的無束縛生物體信息傳感器的情況下的睡眠狀態(tài)推測裝置的構(gòu)成。
圖8是表示在使用了片狀的靜電電容型的無束縛生物體信息傳感器的情況下的睡眠狀態(tài)推測裝置的構(gòu)成。
圖9是表示在使用了片狀的靜電電容型的無束縛生物體信息傳感器的情況下抽出的呼吸信號波形的一個(gè)例子。
具體實(shí)施例方式
下面，參照附圖對本發(fā)明的實(shí)施方式進(jìn)行說明。
參照圖1，本實(shí)施方式的睡眠狀態(tài)推測裝置，是由作為獲取生物體信息的傳感器之一的呼氣帶構(gòu)件1、包含波形計(jì)算機(jī)構(gòu)生物體信息處理部2、推測睡眠狀態(tài)的睡眠狀態(tài)推測部3構(gòu)成，其中，所述的波形計(jì)算機(jī)構(gòu)是根據(jù)來自傳感器的數(shù)據(jù)計(jì)算出作為與呼吸有關(guān)的時(shí)間序列方向特性的波形曲線。人體躺在褥子4上，在人體的上半身上安裝呼氣帶構(gòu)件1。
如圖2所示，呼氣帶構(gòu)件1是與應(yīng)變儀(strain gauge)1a(例如，在伸縮的橡膠管中密封導(dǎo)電液的構(gòu)件)接觸的有彈性的帶構(gòu)件。當(dāng)呼氣帶構(gòu)件1纏在人體的胸部或腹部時(shí)，通過人體的呼吸運(yùn)動(dòng)，應(yīng)變儀1a伸縮，其電阻發(fā)生變化。
生物體信息處理部2借助電橋電路等將應(yīng)變儀1a的電阻變化轉(zhuǎn)換成電壓變化，測量該電壓變化作為通過人體的呼吸運(yùn)動(dòng)的變化。
圖3是表示通過生物體信息處理部2測量的人體的呼吸運(yùn)動(dòng)引起的電壓變化。在圖3中，橫坐標(biāo)是測量時(shí)間(sec)，縱坐標(biāo)表示電壓(V)。當(dāng)電壓值為正時(shí)，進(jìn)行吸氣動(dòng)作。
其中，在圖3中，可以看到波形在時(shí)間軸的20秒至30秒的區(qū)間出現(xiàn)較大的變化，這是因?yàn)槭艿杰|體活動(dòng)的影響。可知軀體活動(dòng)引起的電壓變化相對呼吸動(dòng)作非常大。來自該軀體活動(dòng)的信息可以在睡眠狀態(tài)判斷中用于推定是“覺醒”狀態(tài)還是覺醒狀態(tài)以外的所謂“睡眠”狀態(tài)。
其中，這里所說的軀體活動(dòng)不僅包含睡眠時(shí)的翻身等，還包含覺醒狀態(tài)下的軀體活動(dòng)以及認(rèn)為是覺醒狀態(tài)的狀態(tài)。例如，當(dāng)生物體信息明顯是異常值時(shí)，或存在異常周期時(shí)，判斷為表示覺醒的狀態(tài)。
在睡眠狀態(tài)推測部3中，以采樣頻率100Hz對通過生物體信息處理部2測量的電壓波形進(jìn)行采樣并數(shù)據(jù)化。其中，如上所述可以根據(jù)電壓的變化檢測出軀體活動(dòng)狀態(tài)，所以在本實(shí)施方式中，在軀體活動(dòng)狀態(tài)檢測中使用n個(gè)各峰值(Vj[j＝1，2，3，…，n])的比(下面，稱為峰值比)。峰值是指電壓為正且表示最大值的電壓波形形狀成為峰形的場所的數(shù)值。
在圖3中，在時(shí)間0～59秒的區(qū)間內(nèi)，正的峰值的點(diǎn)存在有14個(gè)點(diǎn)(P1～P14)。另外，當(dāng)該各峰值的時(shí)間(峰值的時(shí)刻，Tj[j＝1，2，3，…，n])之間的時(shí)間間隔(下面，稱為峰間隔)在規(guī)定的范圍之外時(shí)，可以從實(shí)驗(yàn)、調(diào)查數(shù)據(jù)判斷出覺醒或軀體活動(dòng)，所以峰間隔也用于覺醒的推測。
其中，峰值、峰間隔可以通過如下所示的方式計(jì)算出。即，將在被測量的電壓變化的數(shù)據(jù)超過規(guī)定的正的閾值(在本實(shí)施方式中為1V)之后，達(dá)到規(guī)定的負(fù)的閾值(在本實(shí)施方式中為-1V)期間的最大值作為電壓的正的峰值計(jì)算。通過如此設(shè)置峰值，可以防止通過磁滯效果的正的峰值的錯(cuò)誤檢測。另外，將從計(jì)算出的正的峰值到下一個(gè)正的峰值的時(shí)間作為峰間隔。峰值比和峰間隔用下式表示。
峰值比PVRj＝Vj+1/Vj峰間隔PIj＝Tj+1-Tj[j＝1，2，3，…，(n-1)]下面，根據(jù)圖4和圖5所示的流程圖說明在睡眠狀態(tài)推測部3的睡眠狀態(tài)的推測方法。
參照圖4，在步驟S100中，重新設(shè)置時(shí)間計(jì)時(shí)用定時(shí)器，清除諸變數(shù)(循環(huán)次數(shù)變數(shù)i等)或存儲器等。
在步驟S101中，對各硬件即定時(shí)器或生物體信息數(shù)據(jù)存儲器等施加用于使時(shí)間計(jì)時(shí)、生物體信息數(shù)據(jù)攝取開始的觸發(fā)信號。由此，定時(shí)器開始時(shí)間計(jì)時(shí)，在每規(guī)定時(shí)間(在本實(shí)施方式中為每60秒)里產(chǎn)生中斷T信號。另外，生物體信息處理部2根據(jù)來自傳感器的呼吸信息開始電壓變化的測量。與此相伴隨，生物體信息數(shù)據(jù)存儲器開始測量結(jié)果(數(shù)字?jǐn)?shù)據(jù))的攝取。
在步驟S102中，按照中斷T信號，確認(rèn)在生物體信息數(shù)據(jù)存儲器中是否儲存規(guī)定時(shí)間60秒的數(shù)據(jù)。在進(jìn)行儲存的情況下，進(jìn)入到步驟S103，否則返回至步驟S102。
在步驟S103中，根據(jù)在生態(tài)信息存儲器中儲存的數(shù)據(jù)，可以通過上述的方法檢測出峰值。進(jìn)而，根據(jù)其檢測結(jié)果，進(jìn)行峰間隔和峰值比的計(jì)算。
在步驟S104中，判斷所計(jì)算出的所有峰間隔是否在規(guī)定的范圍，當(dāng)在該范圍內(nèi)時(shí)，標(biāo)志PIflag被設(shè)置成為1，除此之外被設(shè)置成0。其中，當(dāng)PIflag＝0時(shí)，表示“覺醒”狀態(tài)下的軀體活動(dòng)或未看成睡眠狀態(tài)的狀態(tài)。
在步驟S105中，判斷所計(jì)算出的所有峰值比是否在規(guī)定的范圍，當(dāng)在該范圍內(nèi)時(shí)，標(biāo)志PVflag被設(shè)置成為1，除此之外被設(shè)置成0。其中，當(dāng)PVflag＝0時(shí)，表示“覺醒”狀態(tài)下的軀體活動(dòng)或未看成睡眠狀態(tài)的狀態(tài)。
在步驟S106中，當(dāng)標(biāo)志PIflag、PVflag都處在規(guī)定的狀態(tài)時(shí)，即判斷是否為(PIflag，PVflag)＝(1，1)，當(dāng)(PIflag，PVflag)＝(1，1)時(shí)，進(jìn)入到步驟S107，否則分支到步驟S109c。
在步驟S107中，從在該期間(60秒?yún)^(qū)間)內(nèi)存在的n個(gè)峰值點(diǎn)計(jì)算出(n-1)個(gè)峰間面積gj[j＝1，2，3，…，(n-1)]。進(jìn)而求出各峰間面積的均值和離散，通過用均值的平方除以求得的離散值，計(jì)算出評價(jià)值SV。該評價(jià)值SV表示與有關(guān)呼吸的時(shí)間序列方向特性的波形曲線相對應(yīng)的值。即，評價(jià)值SV反應(yīng)呼吸狀態(tài)，具體為當(dāng)評價(jià)值SV較小時(shí)，呼吸穩(wěn)定；當(dāng)評價(jià)值SV較大時(shí)，呼吸紊亂是可以把握的。
峰間面積是指在相鄰的2個(gè)峰值時(shí)間之間用波形曲線和基準(zhǔn)軸圍成的區(qū)域的面積。在電壓值為負(fù)的區(qū)間，對積分值的絕對值和峰間面積進(jìn)行加法運(yùn)算。其中，參照圖3，基準(zhǔn)軸是與時(shí)間軸平行且電壓值為一定的直線。在本實(shí)施方式中，基準(zhǔn)軸成為電壓值為零的直線。
其中，離散B是在將各峰間面積的均值作為A時(shí)由下式給出。
B=Σj=1n-1(A-gj)2n-1]]>因此，評價(jià)值SV由下式給出。
SV＝B/A2在步驟S108中，進(jìn)行反映呼吸狀態(tài)的評價(jià)值SV和規(guī)定睡眠狀態(tài)的比較值之間的比較。這里，當(dāng)評價(jià)值不到比較值時(shí)，進(jìn)入到步驟S109a，否則分支成步驟S109b。在本實(shí)施方式中，作為比較值，使用0.2。
在步驟S109a、S109b、S109c中，在SleepValue[i]分別設(shè)定睡眠狀態(tài)值Deep、Light、MT。
在步驟S110中，循環(huán)次數(shù)變數(shù)i增加，生成表示在該期間(60秒?yún)^(qū)間)中的睡眠狀態(tài)值的設(shè)定作業(yè)的結(jié)束的中斷SV信號。隨后，為了開始下一個(gè)期間(60秒?yún)^(qū)間)的狀態(tài)推測路徑，返回至步驟S102。下面，同樣在每60秒?yún)^(qū)間進(jìn)行睡眠狀態(tài)值SleepValue[i]的設(shè)定。
圖5表示使用睡眠狀態(tài)值SleepValue[i]進(jìn)行的睡眠狀態(tài)推測時(shí)的處理流程圖。
參照圖5，在步驟S200中，判斷是否發(fā)送上述中斷SV信號。當(dāng)發(fā)送中斷SV信號時(shí)，進(jìn)入到步驟S201。
在步驟S201中，判斷循環(huán)次數(shù)變數(shù)i是否為5以上。即，判斷是否得到5個(gè)時(shí)間段(60秒?yún)^(qū)間×5)的睡眠狀態(tài)值SleepValue[i]。在圖5的處理流程中，使用所設(shè)定的多個(gè)時(shí)間段(在本實(shí)施方式中是5個(gè)時(shí)間段)的睡眠狀態(tài)值SleepValue[i]推測規(guī)定時(shí)間的睡眠狀態(tài)。為此，在開始后直到得到該設(shè)定時(shí)間段的睡眠狀態(tài)值不能進(jìn)行睡眠狀態(tài)的推測。這樣，在步驟S201中，判斷是否得到5個(gè)時(shí)間段的睡眠狀態(tài)值SleepValue[i]。當(dāng)循環(huán)次數(shù)變數(shù)i為5以上時(shí)，進(jìn)入到步驟S202，否則分支到步驟S200。
在步驟S202中，清除計(jì)數(shù)用變數(shù)DeepCount和MTCount。
在步驟S203中，關(guān)于5個(gè)睡眠狀態(tài)值SleepValue[i-4]～SleepValue[i]，分別計(jì)數(shù)DEEP和MT的個(gè)數(shù)。然后，將DEEP的數(shù)量設(shè)置成變數(shù)DeepCount，將MT的數(shù)量設(shè)置成變數(shù)MTCount。
在步驟S204中，按照變數(shù)DeepCount和變數(shù)MTCount的值，進(jìn)行睡眠狀態(tài)的推測。即，當(dāng)變數(shù)MTCount為5時(shí)，判斷為覺醒狀態(tài)(WAKE)；當(dāng)變數(shù)MTCount為4時(shí)，判斷為REM睡眠狀態(tài)(REM)；當(dāng)變數(shù)MTCount為3以上時(shí)，判斷為深睡眠狀態(tài)(DEEP)；除此之外判斷為淺睡眠狀態(tài)(LIGHT)。然后，在睡眠狀態(tài)SleepState[i]中設(shè)定為判斷結(jié)果“WAKE”、“REM”、“DEEP”、“LIGHT”中的任一個(gè)。
該值是循環(huán)次數(shù)變數(shù)i的時(shí)間的睡眠狀態(tài)的最終推測結(jié)果。
如上所述，在圖4的步驟S106中，進(jìn)行標(biāo)志PIflage、PVflage的判斷，另外，在步驟S108中，進(jìn)行評價(jià)值SV和各閾值之間的比較，同時(shí)在步驟S109a～c中，設(shè)定該期間(60秒?yún)^(qū)間)的睡眠狀態(tài)值SleepValue[i]，但該睡眠狀態(tài)值SleepValue[i]是用于推測睡眠的臨時(shí)確定值。在此階段，例如有可能在步驟S106中將翻身的軀體活動(dòng)錯(cuò)誤判斷成“覺醒”，所以應(yīng)該進(jìn)一步提高精度。由此，在本實(shí)施方式中，在該階段不進(jìn)行睡眠狀態(tài)推測的確定。
在本實(shí)施方式中，對于圖5的步驟S203、步驟S204，使用作為在該期間以前的歷史信息的睡眠狀態(tài)值SleepValue[i-4]～SleepValue[i]，參考該臨時(shí)確定的睡眠狀態(tài)值，同時(shí)進(jìn)行針對該期間(60秒?yún)^(qū)間)的睡眠狀態(tài)的推測。由此，實(shí)現(xiàn)睡眠狀態(tài)推測精度的改善。
其中，不僅要參考過去的睡眠狀態(tài)值，還要參考隨后的睡眠狀態(tài)值進(jìn)行睡眠狀態(tài)的推測。
另外，雖然在本實(shí)施方式中沒有詳細(xì)說明，可以對各期間的睡眠狀態(tài)值進(jìn)行加權(quán)而進(jìn)行睡眠狀態(tài)的推測。例如，當(dāng)使用睡眠狀態(tài)值SleepValue[3]～SleepValue[7]計(jì)算出變數(shù)DeepValue以確定SleepState[5]時(shí)，SleepValue[3]和SleepValue[7]在Deep不是1次而是0.5次，SleepValue[5]在Deep時(shí)不是1次而是2次等，改變針對各睡眠推測值的加權(quán)。由此有望進(jìn)一步改善睡眠狀態(tài)推測精度。
其中，當(dāng)根據(jù)由前述的國際基準(zhǔn)規(guī)定的睡眠深度的定義時(shí)，在步驟S204中的推測狀態(tài)“WAKE”相當(dāng)于“覺醒”，“REM”相當(dāng)于“快速眼動(dòng)睡眠”，“LIGHT”相當(dāng)于“睡眠深度1，2”的狀態(tài)，“DEEP”相當(dāng)于“睡眠深度3，4”的狀態(tài)。
如上所述，睡眠狀態(tài)推測部3通過峰間隔、峰值比對是否“覺醒”進(jìn)行判斷，另外通過呼吸動(dòng)作波形的峰間面積的均值、離散，判斷睡眠狀態(tài)是“深睡眠”、“淺睡眠”中哪一種。進(jìn)而，睡眠狀態(tài)推測部3在考慮多個(gè)區(qū)間的推測結(jié)果的同時(shí)實(shí)現(xiàn)睡眠狀態(tài)推測的更高精度。
基于本實(shí)施方式的睡眠狀態(tài)推測結(jié)果和基于PSG的推測結(jié)果的比較記載于圖6A和B。其中，在圖6A、B中，將“REM”和“LIGHT”的推測設(shè)為“淺”，“DEEP”的推測設(shè)為“深”。
如果參照圖6A、B，就寢后進(jìn)入淺睡眠的時(shí)間、例如1～3小時(shí)附近的深睡眠的時(shí)間、睡眠的周期等的趨勢與PSG的結(jié)果大致一致。由此，根據(jù)本實(shí)施方式，可以確認(rèn)能夠進(jìn)行高精度的睡眠狀態(tài)的推測。
其中有如下所示的趨勢，7小時(shí)以后，根據(jù)PSG的結(jié)果認(rèn)為是淺睡眠，而在根據(jù)呼吸運(yùn)動(dòng)的推測中判斷為覺醒狀態(tài)。作為該理由，認(rèn)為將黎明時(shí)頻發(fā)的軀體活動(dòng)判斷為覺醒。在睡眠特性上，可知隨著黎明的到來軀體活動(dòng)增加。其中，PSG的結(jié)果是基于Allan Rechtschaffen & Anthony Kales的手法的判斷，但有時(shí)根據(jù)判斷者的主觀出現(xiàn)判斷偏差，也有PSG的判斷結(jié)果與被試驗(yàn)者的實(shí)際狀態(tài)不一致的情況。
其中，在上述實(shí)施方式中，作為生物體信息傳感器使用呼氣帶構(gòu)件，但作為其他生物體信息傳感器，也可以使用無束縛傳感器例如片狀的靜電電容型的傳感器。此時(shí)，如圖7和圖8所示，在褥子4上安裝該片狀靜電電容型傳感器5。
在該片狀靜電電容型傳感器5中，通過人體上半身的壓迫而使電極之間的距離發(fā)生變動(dòng)，與此相伴隨，片狀靜電電容型傳感器5的靜電電容發(fā)生變動(dòng)。由此，此時(shí)生物體信息處理部2測定基于人體的呼吸運(yùn)動(dòng)以及軀體活動(dòng)的片狀靜電電容型傳感器5的靜電電容的變動(dòng)數(shù)據(jù)。具體地說，例如使用LC共振電路測量其共振頻率。此時(shí)，睡眠狀態(tài)推測部3使用靜電電容的變動(dòng)波形曲線推測睡眠狀態(tài)，其中所述的變動(dòng)波形曲線基于作為生物體信息處理部2的輸出信號的人體的呼吸運(yùn)動(dòng)或軀體活動(dòng)。具體與上述的呼氣帶構(gòu)件的例子相同。
在圖9A、B中，表示由生物體信息處理部2測量的基于人體的呼吸運(yùn)動(dòng)的電壓變化。其中，采樣頻率為10Hz。在圖9A、B中，橫坐標(biāo)是測量時(shí)間(sec)，縱坐標(biāo)是共振頻率(Hz)。圖9B是縮小圖9A的縱坐標(biāo)的范圍而在縱坐標(biāo)方向上擴(kuò)大的圖以便容易確認(rèn)呼吸動(dòng)作的波形。
如果參照圖9A、B，從時(shí)間軸的60秒周圍到100秒周圍，可以看到在波形的變化上有軀體活動(dòng)的影響。如此由軀體活動(dòng)引起的頻率的變化比呼吸動(dòng)作的情況更大。該波形與共振頻率有關(guān)，但此時(shí)通過設(shè)定適當(dāng)?shù)拈撝?，可以與上述實(shí)施方式一樣進(jìn)行演算、推測等。
另外，在上述實(shí)施方式中，睡眠狀態(tài)推測部3以采樣頻率100Hz對由生物體信息處理部2測量的電壓變化進(jìn)行采樣并數(shù)字化，根據(jù)作為規(guī)定的一個(gè)區(qū)間的60秒鐘的電壓測量結(jié)果，使用峰間隔值、峰值、進(jìn)而是基于峰間面積的均值和離散的評價(jià)值推測睡眠狀態(tài)，但可以適當(dāng)更改該采樣頻率、閾值以及一個(gè)區(qū)間的長度。另外，睡眠狀態(tài)推測部3推測睡眠狀態(tài)時(shí)的峰間隔值等閾值，應(yīng)用通過對來自多個(gè)被試驗(yàn)者的數(shù)據(jù)進(jìn)行統(tǒng)計(jì)處理而調(diào)諧的數(shù)值。
其中，如圖4和圖5所示的處理流程可以硬件性地通過任何計(jì)算機(jī)地CPU、存儲器、其他LSI等實(shí)現(xiàn)。另外，可以軟件性地通過存放在存儲器中的程序等實(shí)現(xiàn)。圖1表示將睡眠狀態(tài)推測裝置的構(gòu)成作為功能組塊，但這些功能組塊可以只由硬件、只由軟件、或它們的組合等各種形式來實(shí)現(xiàn)。例如，也可以將圖1中的生物體信息處理部2、睡眠狀態(tài)推測部3的功能以及用于執(zhí)行圖4和圖5的處理等的程序裝載到個(gè)人電腦上而構(gòu)成睡眠狀態(tài)推測裝置。這種程序可以通過在個(gè)人電腦上安裝存儲該程序的光盤或磁盤而裝載到該個(gè)人電腦上。另外，也可以通過借助互聯(lián)網(wǎng)的數(shù)據(jù)發(fā)送裝載到個(gè)人電腦上。
綜上，說明本發(fā)明的實(shí)施方式，但該實(shí)施方式可以在技術(shù)方案所示的技術(shù)思想的范圍內(nèi)適當(dāng)進(jìn)行各種更改。
權(quán)利要求
1.一種睡眠狀態(tài)推測裝置，其特征在于，包括根據(jù)來自獲取生物信息的傳感器的數(shù)據(jù)計(jì)算出與呼吸有關(guān)的時(shí)間序列方向的波形曲線的波形計(jì)算機(jī)構(gòu)、和根據(jù)由該波形計(jì)算機(jī)構(gòu)計(jì)算出的波形曲線的波形形狀推測睡眠狀態(tài)的睡眠狀態(tài)推測機(jī)構(gòu)。
2.如權(quán)利要求1所述的睡眠狀態(tài)推測裝置，其特征在于，所述睡眠狀態(tài)推測機(jī)構(gòu)包括計(jì)算出與所述波形曲線的波形形狀相對應(yīng)的評價(jià)值的評價(jià)值計(jì)算機(jī)構(gòu)、和對來自該評價(jià)值計(jì)算機(jī)構(gòu)的評價(jià)值和規(guī)定睡眠狀態(tài)的比較值進(jìn)行比較的比較機(jī)構(gòu)。
3.如權(quán)利要求2所述的睡眠狀態(tài)推測裝置，其特征在于，所述評價(jià)值計(jì)算機(jī)構(gòu)包括對由所述波形曲線和基準(zhǔn)軸包圍的面積進(jìn)行計(jì)算的面積計(jì)算機(jī)構(gòu)。
4.如權(quán)利要求3所述的睡眠狀態(tài)推測裝置，其特征在于，所述評價(jià)值計(jì)算機(jī)構(gòu)包括根據(jù)來自所述傳感器的數(shù)據(jù)計(jì)算成為所述波形形狀的峰的峰時(shí)間的峰計(jì)算機(jī)構(gòu)、和計(jì)算出在峰時(shí)間之間由所述波形曲線和基準(zhǔn)軸包圍的各峰間面積的峰間面積計(jì)算機(jī)構(gòu)。
5.如權(quán)利要4所述的睡眠狀態(tài)推測裝置，其特征在于，所述評價(jià)值計(jì)算機(jī)構(gòu)將用該各峰間面積的均值的平方除以所述各峰間面積的離散值的演算結(jié)果作為評價(jià)值。
6.如權(quán)利要求5所述的睡眠狀態(tài)推測裝置，其特征在于，進(jìn)一步具備獲取軀體活動(dòng)信息的軀體活動(dòng)信息獲取機(jī)構(gòu)，所述睡眠狀態(tài)推測機(jī)構(gòu)根據(jù)來自該軀體活動(dòng)信息獲取機(jī)構(gòu)的軀體活動(dòng)信息和來自所述比較機(jī)構(gòu)的推測結(jié)果設(shè)定睡眠狀態(tài)值。
7.如權(quán)利要求6所述的睡眠狀態(tài)推測裝置，其特征在于，所述睡眠狀態(tài)推測機(jī)構(gòu)每隔規(guī)定時(shí)間設(shè)定所述睡眠狀態(tài)值，根據(jù)所設(shè)置的多個(gè)時(shí)間份的睡眠狀態(tài)值推測在規(guī)定時(shí)間的睡眠狀態(tài)。
8.如權(quán)利要求7所述的睡眠狀態(tài)推測裝置，其特征在于，所述睡眠狀態(tài)推測機(jī)構(gòu)對各期間的睡眠狀態(tài)值進(jìn)行加權(quán)而推測睡眠狀態(tài)。
9.一種對計(jì)算機(jī)附加睡眠狀態(tài)推測處理功能的程序、產(chǎn)品，其特征在于，包括根據(jù)來自獲取生物體信息的傳感器的數(shù)據(jù)計(jì)算出有關(guān)呼吸的時(shí)間序列方向的波形曲線的波形計(jì)算工序、和根據(jù)通過該波形計(jì)算工序計(jì)算出的波形曲線的波形形狀推測睡眠狀態(tài)的睡眠狀態(tài)推測工序。
10.如權(quán)利要求9所述的程序、產(chǎn)品，其特征在于，所述睡眠狀態(tài)推測工序包括計(jì)算出與所述波形曲線的波形形狀相對應(yīng)的評價(jià)值的評價(jià)值計(jì)算工序、和對來自該評價(jià)值計(jì)算工序的評價(jià)值和規(guī)定睡眠狀態(tài)的比較值進(jìn)行比較的比較工序。
11.如權(quán)利要求10所述的程序、產(chǎn)品，其特征在于，所述評價(jià)值計(jì)算工序包括對由所述波形曲線和基準(zhǔn)軸包圍的面積進(jìn)行計(jì)算的面積計(jì)算工序。
12.如權(quán)利要求11所述的程序、產(chǎn)品，其特征在于，所述評價(jià)值計(jì)算工序包括根據(jù)來自所述傳感器的數(shù)據(jù)計(jì)算成為所述波形形狀的峰的峰時(shí)間的峰計(jì)算工序、和計(jì)算出在峰時(shí)間之間由所述波形曲線和基準(zhǔn)軸包圍的各峰間面積的峰間面積計(jì)算工序。
13.如權(quán)利要求12所述的程序、產(chǎn)品，其特征在于，所述評價(jià)值計(jì)算工序?qū)⒂迷摳鞣彘g面積的均值的平方除以所述各峰間面積的離散值的演算結(jié)果作為評價(jià)值。
14.如權(quán)利要求13所述的程序、產(chǎn)品，其特征在于，進(jìn)一步具備獲取軀體活動(dòng)信息的軀體活動(dòng)信息獲取工序，所述睡眠狀態(tài)推測工序根據(jù)來自該軀體活動(dòng)信息獲取工序的軀體活動(dòng)信息和來自所述比較機(jī)構(gòu)的推測結(jié)果設(shè)定睡眠狀態(tài)值。
15.如權(quán)利要求14所述的程序、產(chǎn)品，其特征在于，所述睡眠狀態(tài)推測工序每隔規(guī)定時(shí)間設(shè)定所述睡眠狀態(tài)值，根據(jù)所設(shè)置的多個(gè)時(shí)間份的睡眠狀態(tài)值推測在規(guī)定時(shí)間的睡眠狀態(tài)。
16.如權(quán)利要求15所述的程序、產(chǎn)品，其特征在于，所述睡眠狀態(tài)推測工序?qū)Ω髌陂g的睡眠狀態(tài)值進(jìn)行加權(quán)而推測睡眠狀態(tài)。
全文摘要
本發(fā)明的睡眠狀態(tài)推測裝置，從基于人體的呼吸運(yùn)動(dòng)的電壓波形，計(jì)算出正的峰值、相鄰的峰間的間隔(時(shí)間)。進(jìn)而求出由電壓波形和時(shí)間軸圍成的峰間的面積，計(jì)算出求得的峰間面積的均值和離散值。然后從這些值臨時(shí)設(shè)定針對規(guī)定時(shí)間的睡眠狀態(tài)值，進(jìn)而參考與多個(gè)期間相對應(yīng)的睡眠狀態(tài)值，推測規(guī)定時(shí)間的睡眠狀態(tài)。本發(fā)明使用可以在無束縛狀態(tài)下順利檢測出的信號而同時(shí)可以簡易且高精度地推測睡眠是深還是淺的所謂睡眠狀態(tài)的睡眠狀態(tài)推測裝置。
文檔編號A61B5/00GK1718160SQ200510082530
公開日2006年1月11日 申請日期2005年7月7日 優(yōu)先權(quán)日2004年7月7日
發(fā)明者岡田志麻, 藤原義久, 山本泰司, 米田文生 申請人:三洋電機(jī)株式會社