[go: up one dir, main page]
More Web Proxy on the site http://driver.im/

WO2012063308A1 - 睡眠状態推定装置 - Google Patents

睡眠状態推定装置 Download PDF

Info

Publication number
WO2012063308A1
WO2012063308A1 PCT/JP2010/069847 JP2010069847W WO2012063308A1 WO 2012063308 A1 WO2012063308 A1 WO 2012063308A1 JP 2010069847 W JP2010069847 W JP 2010069847W WO 2012063308 A1 WO2012063308 A1 WO 2012063308A1
Authority
WO
WIPO (PCT)
Prior art keywords
subject
state estimation
sleep
waveform
state
Prior art date
Application number
PCT/JP2010/069847
Other languages
English (en)
French (fr)
Inventor
和英 重藤
Original Assignee
トヨタ自動車株式会社
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 トヨタ自動車株式会社 filed Critical トヨタ自動車株式会社
Priority to PCT/JP2010/069847 priority Critical patent/WO2012063308A1/ja
Priority to JP2012542734A priority patent/JP5454703B2/ja
Priority to EP10859585.1A priority patent/EP2638855A4/en
Priority to US13/884,118 priority patent/US20130231579A1/en
Publication of WO2012063308A1 publication Critical patent/WO2012063308A1/ja

Links

Images

Classifications

    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/48—Other medical applications
    • A61B5/4806—Sleep evaluation
    • A61B5/4809—Sleep detection, i.e. determining whether a subject is asleep or not
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/08—Measuring devices for evaluating the respiratory organs
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/16—Devices for psychotechnics; Testing reaction times ; Devices for evaluating the psychological state
    • A61B5/18—Devices for psychotechnics; Testing reaction times ; Devices for evaluating the psychological state for vehicle drivers or machine operators
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/72—Signal processing specially adapted for physiological signals or for diagnostic purposes
    • A61B5/7235—Details of waveform analysis

Definitions

  • the present invention relates to a sleep state estimation device, and more particularly to a sleep state estimation device that estimates a subject's state.
  • Patent Literature 1 includes an in-bed determination unit, and the in-bed determination unit determines that the person is in bed when the sleeping person's heart rate exceeds the in-bed determination threshold, and falls below the in-bed determination threshold.
  • An apparatus that is determined to be out of bed is disclosed. This presence / absence determination is stored in the memory.
  • the determination by the presence determination unit is regarded as an erroneous determination.
  • the above-described techniques it is possible to estimate only the presence of the bed and the leaving of the bed with high accuracy.
  • the kurtosis of the frequency distribution of the heart rate which is a statistic of a certain section, is used to check whether the user is in bed or out of bed by collating with a database.
  • body movements that occurred in a short time cannot be judged from the statistics.
  • the above technique cannot distinguish between involuntary and voluntary movements.
  • the above technique cannot identify the type of body movement, and cannot distinguish between intentional breathing such as conversation and deep breathing.
  • the above technique when the body motion is continuously performed, for example, the motion of the subject unconsciously shaking the body cannot be distinguished from the normal body motion.
  • the present invention has been made in consideration of such circumstances, and its purpose is to make it easier to classify the subject's body movements in more detail, and to target subjects such as sleep depth and body movements. It is in providing the sleep state estimation apparatus which implement
  • the present invention is a sleep state estimation device including a state estimation unit that estimates the state of a subject based on the identity of the respiratory waveform for each period as a feature amount of the subject's respiratory waveform.
  • a state estimation unit estimates a subject's state based on the identity for every period of a subject's respiration waveform as a feature-value of a respiration waveform. Because the subject's breathing fluctuations can be controlled at will, the subject's body movements can be further detailed by estimating the subject's state based on the identity of the subject's breathing waveform for each period. And the accuracy of estimating the state of the subject such as the sleep depth and body movement can be more easily improved.
  • the state estimation unit as the identity of the subject's respiratory waveform for each cycle, the autocorrelation that is the identity of the waveform obtained by shifting the respiratory waveform by an arbitrary time and the original respiratory waveform, and the respiratory waveform
  • the state of the subject can be estimated based on at least one of the reproducibility that is the fluctuation of the lowest value for each period.
  • the state estimation unit as the identity of the subject's breathing waveform for each cycle, autocorrelation that is the identity of the waveform obtained by shifting the breathing waveform by an arbitrary time and the original breathing waveform,
  • the state of the subject is estimated based on at least one of reproducibility, which is the fluctuation of the minimum value for each cycle of the respiratory waveform.
  • the state estimation unit can estimate the state of the subject based on the period, amplitude, autocorrelation and reproducibility of the respiratory waveform as the feature quantity of the subject's respiratory waveform.
  • the state estimation unit estimates the state of the subject based on the period, amplitude, autocorrelation and reproducibility of the respiratory waveform as the feature quantity of the subject's respiratory waveform.
  • the state of the subject is estimated by combining the four indicators of the period, amplitude, autocorrelation and reproducibility of the respiratory waveform, so the accuracy of estimating the state of the subject such as sleep depth and body movement Can be further improved.
  • the state estimation unit detects that the amplitude, autocorrelation and reproducibility of the respiration waveform are fluctuating compared to the normal time of the subject, the state estimation unit It can be assumed that there is.
  • the state estimation unit detects that the amplitude, autocorrelation, and reproducibility of the respiration waveform are fluctuating as compared to the normal time of the subject, the subject is seated again. It is estimated that The present inventor has obtained knowledge that when the subject is in a re-sitting state, fluctuations in the amplitude, autocorrelation and reproducibility of the subject's respiratory waveform are observed. For this reason, if it is detected that the amplitude, autocorrelation and reproducibility of the respiration waveform are fluctuating compared to the normal time of the subject, it is assumed that the subject is sitting again Thus, it is possible to accurately estimate the state in which the subject is sitting back.
  • the state estimation unit detects that the amplitude and reproducibility of the respiration waveform are fluctuating compared to the normal time of the subject, the state is that the subject is reaching out upwards. It can be estimated.
  • the state estimation unit detects that the amplitude and reproducibility of the respiration waveform are fluctuating compared to the normal time of the subject, the subject is reaching out upwards. Presumed to be in a state.
  • the present inventor has obtained knowledge that when the subject is in a state of reaching his hand upward, fluctuations in the amplitude and reproducibility of the subject's respiratory waveform are observed. For this reason, when it is detected that the amplitude and reproducibility of the respiration waveform are fluctuating compared to the normal time of the subject, by estimating that the subject is reaching out upward It is possible to accurately estimate the state in which the subject is reaching up.
  • the state estimation unit detects that the autocorrelation and reproducibility of the respiration waveform are fluctuating as compared with the normal time of the subject, the state is that the subject is in conversation. It can be estimated.
  • the state estimation unit detects that the autocorrelation and reproducibility of the respiration waveform are fluctuating compared to the normal time of the subject, the subject is talking. Presumed to be in a state.
  • the present inventor has obtained the knowledge that when the subject is in a conversation state, the autocorrelation and reproducibility of the subject's respiratory waveform change. For this reason, if it is detected that the autocorrelation and reproducibility of the respiratory waveform are fluctuating compared to the normal time of the subject, by estimating that the subject is talking The state in which the subject is talking can be accurately estimated.
  • the state estimation unit estimates that the subject is taking a deep breath when the period and amplitude of the respiratory waveform are detected to be changing compared to the subject's normal time. And can.
  • the state estimation unit is in a state where the subject is taking a deep breath when it detects that the period and amplitude of the respiratory waveform are fluctuating compared to the normal time of the subject.
  • the present inventor has obtained knowledge that when the subject is taking a deep breath, fluctuations are observed in the period and amplitude of the breathing waveform of the subject. For this reason, when it is detected that the period and amplitude of the respiration waveform are fluctuating compared to the normal time of the subject, the subject is estimated by assuming that the subject is taking a deep breath. Can accurately estimate the state of taking a deep breath.
  • the state estimation unit can estimate the state of the subject by comparing the feature quantity of the respiratory waveform with the threshold value set for each feature quantity.
  • the state estimation unit estimates the target person's state by comparing the feature value of the respiratory waveform with the threshold value set for each feature value. It is possible to estimate the state of the target person.
  • the state estimation unit can set a threshold value for each feature amount for each target person.
  • the state estimation unit sets a threshold value for each feature amount for each target person. For this reason, it becomes possible to estimate a subject's state corresponding to constitution and taste for every subject.
  • the state estimation unit can estimate the state of the subject who has boarded the vehicle, and can estimate the state of the subject while discriminating the vehicle behavior of the vehicle and the body movement of the subject based on the acceleration of the vehicle. .
  • the state estimation unit estimates the state of the subject who has boarded the vehicle, and estimates the state of the subject while discriminating the vehicle behavior of the vehicle and the body movement of the subject based on the acceleration of the vehicle. To do. For this reason, it is possible to accurately estimate the state of the subject who has boarded the vehicle while discriminating the vehicle behavior and the body movement.
  • the state estimation unit can estimate the sleep depth of the subject by determining whether the subject's breathing method is abdominal breathing or chest breathing from the breathing waveform of the subject.
  • the state estimation unit estimates the sleep depth of the subject by determining whether the subject's breathing method is abdominal breathing or chest breathing from the breathing waveform of the subject. Whether the breathing method is abdominal breathing or chest breathing is closely related to the sleep depth of the subject, and thus the accuracy of estimating the sleep depth can be improved.
  • the sleep state estimation device of the present invention it is possible to more easily classify the subject's body movement in more detail, and to improve the accuracy of estimating the state of the subject such as sleep depth and body movement. This can be realized more easily.
  • the sleep state estimation device of this embodiment is a device that is mounted on a vehicle or the like, estimates a sleep state such as a sleep depth or body motion of a subject, and performs countermeasures using various application programs.
  • the sleep state estimation device 1 of the present embodiment includes a seat 10, a respiration sensor 12, an acceleration sensor 14, an I / F 20, an arithmetic unit 30, and a DB 40.
  • the respiration sensor 12 is a non-invasive sensor that measures the respiration of the subject M.
  • the respiration sensor 12 includes a plurality of pressure sensors installed on the seating surface and the backrest of the seat 10.
  • the respiration sensor 12 has a pressure sensor 13 a that measures movement of the chest of the subject M on the seat 10, a pressure sensor 13 b that measures movement of the abdomen of the subject M, and a seating surface of the subject M.
  • the pressure sensor 13c which measures the pressure of is provided.
  • the sheet 10 may include respiration bands 16 and 18 for measuring the respiration of the subject M.
  • the breathing bands 16 and 18 are strain gauge bands that can detect the breathing of the subject M.
  • the breathing band 16 detects the movement of the subject M's rib cage.
  • the breathing band 18 detects the movement of the abdominal cavity of the subject M.
  • the seat 10 may include a heart rate sensor and an electroencephalogram sensor separately.
  • the seat 10 includes an acceleration sensor 14 that detects the acceleration of the vehicle.
  • the acceleration sensor 14 a sensor mounted in advance in the vehicle can be used.
  • the acceleration sensor 14 can use one prepared in the sleep state estimation device 1.
  • the detection values of the respiration sensor 12 and the acceleration sensor 14 are processed by the arithmetic unit 30 via the I / F 20.
  • the arithmetic unit 30 while referring to the DB 40 in which data for each individual subject M is recorded, the sleep depth of the subject M, deep breathing, conversation, re-sitting of the subject M, stretching both hands upward, left and right
  • the sleep state of the target person M is estimated as to whether or not body movement such as lifting the buttocks is performed.
  • the arithmetic unit 30 of the sleep state estimation device 1 determines whether a feature value (described later) of a respiratory waveform by the respiratory sensor 12 or the like is normal or abnormal (S01).
  • the arithmetic unit 30 determines that the abnormality of the feature value of the respiration waveform is based on the detected values of the respiration sensor 12 and the acceleration sensor 14 such as deep breathing of the subject M. It is determined whether it is caused by body movement or caused by vehicle behavior such as vehicle braking (S02).
  • the arithmetic unit 30 When the abnormality of the feature value of the respiratory waveform is caused by the vehicle behavior (S02), the arithmetic unit 30 indicates that the abnormality of the feature value of the respiratory waveform is caused by the vehicle behavior, and the subject M's It is determined that it is impossible to estimate body movement (S03). In these operations of S01 to S03, filter processing is performed with the output waveforms of the respiration sensor 12 and the acceleration sensor.
  • the arithmetic unit 30 determines whether the subject M is deeply sleep or in a state other than deep sleep (S04). When it is determined that the subject M is deeply asleep, the arithmetic unit 30 outputs that fact (S04, S05). When the feature quantity of the respiratory waveform is abnormal (S01), and the abnormality of the feature quantity of the respiratory waveform is caused by the body movement of the subject M (S02), or the feature quantity of the respiratory waveform is normal (S01). ) When the state of the subject M is a state other than deep sleep (S04), the arithmetic unit 30 determines whether the subject M is awake or light sleep (S06).
  • the arithmetic unit 30 outputs a determination result of whether the subject M is awake or sleeps (S06 to S08). In these operations of S04 to S08, the arithmetic unit 30 refers to the learning data stored in the DB 40 or estimates the sleep state of the subject M while storing new learning data in the DB 40.
  • the arithmetic unit 30 can determine whether the subject M is awake or sleeping. In this case, when it is determined that the subject person M is sleeping (S04), the arithmetic unit outputs a computation result indicating that the subject person M is sleeping in the above S05.
  • the arithmetic unit When the feature quantity of the respiratory waveform is normal (S01) and the subject M is awake (S04), or the feature quantity of the respiratory waveform is abnormal (S01), the abnormality of the feature quantity of the respiratory waveform is the target When it is caused by the body movement of the person M (S02), or the arithmetic unit 30 outputs a calculation result indicating that the subject person M is awake.
  • the arithmetic unit 30 recognizes the subject M and sets reproducibility, amplitude, period, and autocorrelation thresholds a to d, which are feature quantities of a respiratory waveform described later (S101). These threshold values a to d are set for each subject M and are recorded in the DB 40.
  • the arithmetic unit 30 uses the detection value of the acceleration sensor 14 to determine whether or not the X component of acceleration (the longitudinal direction of the vehicle) exceeds a threshold value such as 1.0 m / s 2 (S102).
  • the arithmetic unit 30 uses the detection value of the acceleration sensor 14 to determine whether the Y component of the acceleration (the left-right direction of the vehicle) exceeds a threshold value such as 1.0 m / s 2 (S103).
  • the arithmetic unit 30 estimates the detection value by the respiration sensor 12 as vehicle noise ( S104).
  • the arithmetic unit 30 calculates the feature amount from the detection value by the respiration sensor 12. Reproducibility is calculated (S105).
  • Reproducibility is the fluctuation of the minimum value for each cycle of the respiratory waveform. If the respiration waveform as shown in FIG. 6 is detected by the respiration sensor 12, the minimum values for each period of the respiration waveform are ⁇ , ⁇ , and ⁇ .
  • the arithmetic unit 30 determines whether or not the reproducibility F exceeds the threshold value a (S106). When the reproducibility F exceeds the threshold value a (S106), the arithmetic unit 30 estimates that the subject M is awake and identifies the body motion of the subject M as described later (S113).
  • the arithmetic unit 30 calculates the amplitude as the feature amount from the detection value by the respiration sensor 12 (S107). As shown in FIG. 7, the amplitude of the respiratory waveform is obtained from the difference between the lowest value and the highest value of the respiratory waveform in the immediately preceding cycle.
  • the arithmetic unit 30 determines whether or not the amplitude exceeds the threshold value b (S108). When the amplitude exceeds the threshold value b (S108), the arithmetic unit 30 estimates that the subject M is awake and identifies the body movement of the subject M as described later (S113).
  • the arithmetic unit 30 calculates a period as a feature amount from the detection value by the respiratory sensor 12 (S109). The arithmetic unit 30 determines whether or not the cycle exceeds the threshold value c (S110). When the period exceeds the threshold value c (S110), the arithmetic unit 30 estimates that the subject M is awake and identifies the body movement of the subject M as will be described later (S113).
  • the arithmetic unit 30 calculates autocorrelation as a feature amount (S111).
  • Autocorrelation is the identity of a waveform obtained by shifting the respiratory waveform by an arbitrary time and the original respiratory waveform. For example, as shown in FIG. 8, the respiratory waveform detected by the respiratory sensor 12 is shifted by 2 seconds, 5 seconds, or 1 to 3 cycles, and the difference between the smooth waveform and the original respiratory waveform is digitized. The autocorrelation is calculated.
  • the difference between the waveform obtained by shifting the respiratory waveform by a certain period and the original respiratory waveform, and the difference between the waveform obtained by shifting the respiratory waveform by a different period and the original respiratory waveform are quantified.
  • the accuracy of detection can be improved by assuming that there is a change in autocorrelation.
  • the arithmetic unit 30 determines whether or not the autocorrelation exceeds the threshold value d (S112). When the autocorrelation exceeds the threshold value d (S112), the arithmetic unit 30 estimates that the subject M is awake and identifies the body movement of the subject M as described later (S113). When the autocorrelation is equal to or less than the threshold value d (S112), the arithmetic unit 30 estimates that the subject M is in a sleep state and identifies the sleep stage and body movement of the subject M as will be described later (S114). ).
  • the present inventor obtained knowledge that the body movement of the subject M can be estimated with a considerably high probability by using the combination of the amplitude, period, autocorrelation and reproducibility of the respiratory waveform of the subject M. It was. For example, as shown in FIG. 9, it can be seen that there are considerable differences in the amplitude, reproducibility, etc. of the respiration waveform of the subject M depending on the body movement of the subject M such as deep breathing and vehicle behavior such as braking. .
  • the body movement of the subject M is estimated by using a combination of the amplitude, period, autocorrelation and reproducibility of the breathing waveform of the subject M.
  • FIG. 10 when the subject M sits down, changes appear in the amplitude, autocorrelation and reproducibility of the respiratory waveform.
  • the subject M extends his hand upward, changes appear in the amplitude and reproducibility of the respiratory waveform.
  • the subject M has a conversation, a change appears in the autocorrelation and reproducibility of the respiratory waveform.
  • the subject M takes a deep breath, a change appears in the cycle and amplitude of the breathing waveform.
  • the present inventor also makes use of a combination of features such as the amplitude of the respiratory waveform and autocorrelation for body movements in which the subject M rearranges or stretches the legs. The knowledge that it is possible to detect with high accuracy was obtained.
  • Each waveform is the raw waveform, period, amplitude, autocorrelation between the waveform before 2 periods and the current respiration waveform, and autocorrelation between the waveform before 3 periods and the current respiration waveform and reproducibility. Respectively.
  • the numerical values calculated for easy comparison are normalized. When the numerical value is 0, there is no change from normal, and when the numerical value exceeds 0, there is a change from normal. It shows that. When the normalized numerical value exceeds 1, 1 is set as the upper limit value. As shown in FIG. 11, there is a significant difference in the period and amplitude of the respiratory waveform during deep breathing indicated by the broken line, compared to the normal time indicated by the solid line.
  • the accuracy of detecting the state of the subject M is improved by removing noise using the detected value by the acceleration sensor 14 in addition to the respiratory waveform of the subject M and its feature amount.
  • the calculation unit 30 as an estimator gave an erroneous estimation result if the sleep depth of the target person M is shallow. Even in this case, if the body movement is estimated from the respiratory waveform, the estimation result can be corrected because the possibility that the subject M is awake is high.
  • the arithmetic unit 30 as an estimator may generate a vehicle based on the respiratory waveform even if an erroneous estimation result is obtained if the sleep depth of the subject person M is deep. If the behavior is estimated or the vehicle behavior is detected by the acceleration sensor 14, it can be determined that the reliability of the estimation result that the sleep depth is estimated based on the respiratory waveform is low, and the reason for the erroneous estimation result can be verified. Available. If the body movement or vehicle behavior of the subject M cannot be detected by the respiratory waveform or the acceleration sensor 14, the erroneous estimation result may not be corrected, but the body motion or vehicle behavior of the subject M may not be corrected. By always detecting, it is possible to improve the estimation accuracy by correcting the estimation result.
  • a primary filter based on the detection positions of the plurality of respiration sensors 12 provided on the seat 10 is provided to roughly classify whether the sleep state is deep or shallow.
  • abdominal respiration increases in a deep sleep state
  • a chest respiration increases in a shallow sleep state. Therefore, in this embodiment, it is determined whether the breathing method of the subject M is abdominal breathing or chest breathing from the detection positions of the plurality of breathing sensors 12 provided on the seat 10, and the sleep state of the subject M is determined.
  • the classification is deep or shallow with high accuracy. Further, since the human body movement tends to be stable (rest) in the deep sleep stage, it is possible to estimate the sleep depth based on the dispersion of the measurement positions.
  • ⁇ Breathing methods can be broadly divided into chest breathing and abdominal breathing, and the elements of both are often mixed unconsciously.
  • the mental state of the subject M is strongly related to breathing, and breathing is shallower and shorter when the mind and body are in tension. In other words, when there is a sense of tension or anxiety, humans tend to become unconsciously chest breathing.
  • the abdominal breathing becomes dominant in deep sleep because the whole body is relaxed and relaxed while sleeping.
  • the amount of air entering and exiting at a time is several times different between chest-type breathing and abdominal-type breathing, which is 500 ml for chest-type breathing and 2000 ml at maximum for abdominal-type breathing.
  • the respiration which is one of the observable physiological indices, has a lower frequency when the sleep becomes deeper and the frequency becomes slower than when the sleep is active or shallow.
  • the pressure sensors 13 a and 13 b of the respiration sensor 12 are arranged at least on the upper and lower stages of the seat 10 so that the chest and abdomen of the subject M can be measured. Are classified into deep sleep and other states according to changes in the respiratory type of abdominal breathing a and chest breathing b.
  • breathing bands 16 and 18 as shown in FIG. 3 may be used.
  • the arithmetic unit 30 of the sleep state estimation device 1 calculates the amplitude difference or phase difference between the abdominal breathing and the chest breathing once or every breath, takes an average value for 30 seconds, and takes 30 seconds. The coefficient of variation is obtained in the processing interval, the magnitude relationship between the breast type and the abdominal type is compared, and differential integration is performed in the processing interval to calculate a vector.
  • FIG. 18 shows the subject's abdominal breathing a, chest breathing b, and sleep stage d. As shown in FIG. 18, it can be seen that the abdominal breathing a and the chest breathing b are antagonized whenever the sleep stage d changes.
  • a section as shown in FIG. 20 is defined. Sections every 30 seconds are defined as sections P1 to P3 in order. In addition, a section extending over the sections P1 and P2 is defined as a section P4, and a section extending over the sections P2 and P3 is defined as a section P5.
  • the change in the numerical value of the sleep stage is merely an example and has no relation to the actual data. Further, observed values of abdominal breathing a, chest breathing b, and sleep stage d as shown in FIG. 21 are obtained.
  • both abdominal breathing a and chest breathing b tend to fall as shown in FIG. 22.
  • chest breathing b tends to drop and abdominal breathing tends to rise.
  • abdominal breathing a and chest breathing b tend to rise.
  • abdominal breathing b tends to rise and the abdominal breathing tends to fall.
  • FIG. 23 shows the change in the ratio of the abdominal breathing a and the chest breathing b for each of the sections P1 to P5 defined in FIG. 20, and the numerical values are shown in the table of FIG.
  • the ratio of the interval P1 to the interval P2 of the chest breathing is indicated by b (P1 / P2)
  • the ratio of the interval P2 to the interval P3 of the abdominal breathing is indicated by a (P2 / P3).
  • FIG. 25 shows the ratio of the section P1 to the section P2 of abdominal breathing for each change in sleep stage.
  • the sleep stage can be estimated from simple changes in abdominal respiration and chest respiration.
  • a change in the breathing method for example, the ratio of abdominal breathing to the chest breathing (abdominal / chest type), deep sleep in the sleep stage and other state changes can be captured.
  • the variance (standard deviation) of the ratio of the abdominal breathing to the chest breathing (abdomen / chest) it is possible to improve the separation accuracy of the awake state and the sleep state in the sleep stage.
  • the arithmetic unit 30 of the sleep state estimation apparatus 1 estimates the state of the subject based on the identity of the subject M for each period of the respiratory waveform as the feature quantity of the respiratory waveform. Since the subject M himself / herself can arbitrarily control the respiratory fluctuation, the body of the subject M is estimated by estimating the state of the subject M based on the identity of the subject M for each period of the respiratory waveform. It becomes possible to classify the movement in more detail more easily, and it becomes easier to improve the accuracy of estimating the state of the subject M such as sleep depth and body movement.
  • the arithmetic unit 30 of the sleep state estimation device 1 uses the waveform obtained by shifting the respiratory waveform by an arbitrary time and the original respiratory waveform as the identity of the respiratory waveform of the subject M.
  • the state of the subject M is estimated based on at least one of the autocorrelation that is the same as the above and the reproducibility that is the fluctuation of the minimum value for each cycle of the respiratory waveform.
  • the arithmetic unit 30 of the sleep state estimation apparatus 1 is based on the period, amplitude, autocorrelation, and reproducibility of the respiration waveform as the characteristic amount of the respiration waveform of the revelation person M. Estimate the state. As a result, the state of the subject M is estimated by combining the four indicators of the respiratory waveform period, amplitude, autocorrelation and reproducibility, so the state of the subject M such as sleep depth and body motion is estimated. It is possible to further improve the accuracy of performing.
  • the arithmetic unit 30 of the sleep state estimation apparatus 1 detects that the amplitude, autocorrelation, and reproducibility of the respiratory waveform are fluctuating compared to the normal time of the subject M. If so, it is estimated that the subject M is in a sitting position.
  • the present inventor has obtained knowledge that when the subject M is in a sitting state, fluctuations in the amplitude, autocorrelation and reproducibility of the breathing waveform of the subject M are observed. For this reason, when it is detected that the amplitude, autocorrelation and reproducibility of the respiration waveform are fluctuating as compared with the normal time of the subject M, it is estimated that the subject M is sitting again. By doing so, it is possible to accurately estimate the state in which the subject M is sitting back.
  • the arithmetic unit 30 of the sleep state estimation device 1 detects that the amplitude and reproducibility of the respiration waveform are fluctuating as compared with the normal time of the subject, the subject M moves his hand upward. Presumed to be stretched.
  • the present inventor has obtained knowledge that when the subject M is in a state of reaching his hand upward, fluctuations in the amplitude and reproducibility of the breathing waveform of the subject M are observed. For this reason, when it is detected that the amplitude and reproducibility of the respiration waveform are fluctuating as compared with the normal time of the subject M, it is estimated that the subject M is in a state of reaching out upward. Thus, it is possible to accurately estimate the state in which the subject M is reaching up.
  • the arithmetic unit 30 of the sleep state estimation device 1 detects that the autocorrelation and reproducibility of the respiratory waveform are fluctuating as compared with the normal time of the subject M, the subject M is talking. It is presumed that the user is in a state.
  • the present inventor has obtained the knowledge that when the subject M is in a conversation state, the autocorrelation and reproducibility of the breathing waveform of the subject M are changed. For this reason, when it is detected that the autocorrelation and reproducibility of the respiration waveform are fluctuating compared to the normal time of the subject M, it is estimated that the subject M is in a conversation state. Thus, it is possible to accurately estimate the state in which the subject M is talking.
  • the arithmetic unit 30 of the sleep state estimation device 1 detects that the period and amplitude of the respiratory waveform are fluctuating compared to the normal time of the subject M, the target It is estimated that the person M is taking a deep breath.
  • the present inventor has obtained knowledge that when the subject M is taking a deep breath, fluctuations are observed in the period and amplitude of the breathing waveform of the subject M. For this reason, when it detects that the period and amplitude of the respiration waveform M are fluctuating compared with the normal time of the subject M, it is estimated that the subject M is taking a deep breath. The state in which the subject M is taking a deep breath can be accurately estimated.
  • the arithmetic unit 30 of the sleep state estimation apparatus 1 estimates the state of the subject M by comparing the feature amount of the respiratory waveform and the threshold value set for each feature amount, By the processing, it becomes possible to estimate the state of the subject M such as sleep depth and body movement.
  • the arithmetic unit 30 of the sleep state estimation device 1 sets a threshold value for each feature amount for each subject M. For this reason, it becomes possible to estimate the state of the subject M corresponding to the constitution and preference for each subject M.
  • the arithmetic unit 30 of the sleep state estimation apparatus 1 estimates the state of the subject person M who boarded the vehicle, and based on the acceleration of the vehicle, the vehicle behavior of the vehicle and the body movement of the subject person M are calculated.
  • the state of the subject M is estimated while discriminating. For this reason, it becomes possible to accurately estimate the state of the subject M who has boarded the vehicle while discriminating the vehicle behavior and the body movement.
  • the arithmetic unit 30 of the sleep state estimation apparatus 1 determines whether the breathing method of the subject M is abdominal breathing or chest breathing from the breathing waveform of the subject M, The sleep depth of the subject M is estimated. Whether the breathing method is the abdominal breathing or the chest breathing is closely related to the sleep depth of the subject M, and thus the accuracy of estimating the sleep depth can be improved.
  • the sleep state estimation device of the present invention it is possible to more easily classify the subject's body movement in more detail, and to improve the accuracy of estimating the state of the subject such as sleep depth and body movement. This can be realized more easily. For this reason, it is easy to execute various application programs on the subject in accordance with the estimated depth of sleep of the subject and the type of body motion, etc., and lead the subject to a more comfortable state. It becomes.

Landscapes

  • Health & Medical Sciences (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Engineering & Computer Science (AREA)
  • General Health & Medical Sciences (AREA)
  • Veterinary Medicine (AREA)
  • Biophysics (AREA)
  • Pathology (AREA)
  • Physics & Mathematics (AREA)
  • Biomedical Technology (AREA)
  • Heart & Thoracic Surgery (AREA)
  • Medical Informatics (AREA)
  • Molecular Biology (AREA)
  • Surgery (AREA)
  • Animal Behavior & Ethology (AREA)
  • Public Health (AREA)
  • Physiology (AREA)
  • Psychiatry (AREA)
  • Anesthesiology (AREA)
  • Pulmonology (AREA)
  • Developmental Disabilities (AREA)
  • Educational Technology (AREA)
  • Hospice & Palliative Care (AREA)
  • Child & Adolescent Psychology (AREA)
  • Psychology (AREA)
  • Social Psychology (AREA)
  • Artificial Intelligence (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Signal Processing (AREA)
  • Measurement Of The Respiration, Hearing Ability, Form, And Blood Characteristics Of Living Organisms (AREA)

Abstract

　心拍変動は脳幹を起源とする自律神経に支配されており、対象者自身が随意にコントロールすることは難しい。そのため、対象者の体動を推定するためには、微妙なゆらぎ解析等の周波数解析が必要であり、即時的な処理には適さない。一方、本実施形態によれば、睡眠状態推定装置１の演算ユニット３０は、呼吸波形の特徴量として対象者Ｍの呼吸波形の周期ごとの同一性に基づいて対象者の状態を推定する。呼吸変動は対象者Ｍ自身が随意にコントロールすることが可能であるため、対象者Ｍの呼吸波形の周期ごとの同一性に基づいて対象者Ｍの状態を推定することにより、対象者Ｍの体動をより詳細に分類することがより容易に可能となり、睡眠深度や体動等の対象者Ｍの状態を推定する精度を向上させることがより容易に可能となる。

Description

睡眠状態推定装置
　本発明は、睡眠状態推定装置に関し、特に対象者の状態を推定する睡眠状態推定装置に関する。
　睡眠時における対象者の状態を推定することにより、対象者の無呼吸症候群等の睡眠の質を推定する装置が提案されている。このような装置によれば、対象者の睡眠の質に応じて対象者に対し様々な処置を行うことが可能となる。例えば、特許文献１には、在床判定部を有し、在床判定部では、就寝者の心拍数が在床判定閾値を超えると在床していると判定され、在床判定閾値を下回ると離床していると判定される装置が開示されている。この在床／離床判定はメモリに記憶される。誤判定検出部では、在床判定部によって在床と判定された区間において心拍数の度数分布の尖度Ｋｗが所定値を超える場合、また在床判定部によって離床と判定された区間において心拍数の度数分布の尖度Ｋｗが所定値以下である場合、在床判定部による判定は誤判定であるとみなされる。
特開２０１０－８８７２５号公報
　ところで、上記のような技術では、在床と離床としか精度良く推定することができない。上記の技術では、ある区間の統計量である心拍数の度数分布の尖度を用いて、データベースと照合して在床か離床かを判断している。しかし、上記の技術では短い時間に起こった体動等は統計量からは判断することができない。例えば、上記の技術では体動において不随意と随意との区別がつかない。また、上記の技術では体動の種類を特定できず、例えば、会話や深呼吸等の意図的な呼吸について区別がつかない。また、上記の技術では体動が連続的になされた場合、例えば、対象者が無意識に身体を揺する動作については通常の体動と区別がつかない。
　本発明は、このような事情を考慮してなされたものであり、その目的は、対象者の体動をより詳細に分類することがより容易に可能となり、睡眠深度や体動等の対象者の状態を推定する精度を向上させることをより容易に実現する睡眠状態推定装置を提供することにある。
　本発明は、対象者の呼吸波形の特徴量として呼吸波形の周期ごとの同一性に基づいて対象者の状態を推定する状態推定ユニットを備えた睡眠状態推定装置である。
　心拍変動は脳幹を起源とする自律神経に支配されており、対象者自身が随意にコントロールすることは難しい。そのため、対象者の体動を推定するためには、微妙なゆらぎ解析等の周波数解析が必要であり、即時的な処理には適さない。一方、この構成によれば、状態推定ユニットは、呼吸波形の特徴量として対象者の呼吸波形の周期ごとの同一性に基づいて対象者の状態を推定する。呼吸変動は対象者自身が随意にコントロールすることが可能であるため、対象者の呼吸波形の周期ごとの同一性に基づいて対象者の状態を推定することにより、対象者の体動をより詳細に分類することがより容易に可能となり、睡眠深度や体動等の対象者の状態を推定する精度を向上させることがより容易に可能となる。
　この場合、状態推定ユニットは、対象者の呼吸波形の周期ごとの同一性として、呼吸波形を任意の時間だけずらした波形と元の呼吸波形との同一性である自己相関性と、呼吸波形の周期ごとの最低値のゆらぎである再現性との少なくともいずれかに基づいて対象者の状態を推定するものとできる。
　この構成によれば、状態推定ユニットは、対象者の呼吸波形の周期ごとの同一性として、呼吸波形を任意の時間だけずらした波形と元の呼吸波形との同一性である自己相関性と、呼吸波形の周期ごとの最低値のゆらぎである再現性との少なくともいずれかに基づいて対象者の状態を推定する。これにより、簡単な処理により、睡眠深度や体動等の対象者の状態を推定する精度を向上させることが可能となる。
　この場合、状態推定ユニットは、対象者の呼吸波形の特徴量として呼吸波形の周期、振幅、自己相関性及び再現性に基づいて対象者の状態を推定するものとできる。
　この構成によれば、状態推定ユニットは、対象者の呼吸波形の特徴量として呼吸波形の周期、振幅、自己相関性及び再現性に基づいて対象者の状態を推定する。これにより、呼吸波形の周期、振幅、自己相関性及び再現性の４つの指標を組み合わせて対象者の状態を推定することになるため、睡眠深度や体動等の対象者の状態を推定する精度をさらに向上させることが可能となる。
　この場合、状態推定ユニットは、呼吸波形の振幅、自己相関性及び再現性が、対象者の通常時と比較して変動していることを検出した場合は、対象者が座り直している状態であると推定するものとできる。
　この構成によれば、状態推定ユニットは、呼吸波形の振幅、自己相関性及び再現性が、対象者の通常時と比較して変動していることを検出した場合は、対象者が座り直している状態であると推定する。本発明者は、対象者が座り直す状態のときは、対象者の呼吸波形の振幅、自己相関性及び再現性に変動が見られるとの知見を得た。このため、呼吸波形の振幅、自己相関性及び再現性が、対象者の通常時と比較して変動していることを検出した場合は、対象者が座り直している状態であると推定することにより、対象者が座り直している状態を精度良く推定することができる。
　また、状態推定ユニットは、呼吸波形の振幅及び再現性が、対象者の通常時と比較して変動していることを検出した場合は、対象者が上方に手を伸ばしている状態であると推定するものとできる。
　この構成によれば、状態推定ユニットは、呼吸波形の振幅及び再現性が、対象者の通常時と比較して変動していることを検出した場合は、対象者が上方に手を伸ばしている状態であると推定する。本発明者は、対象者が上方に手を伸ばす状態のときは、対象者の呼吸波形の振幅及び再現性に変動が見られるとの知見を得た。このため、呼吸波形の振幅及び再現性が、対象者の通常時と比較して変動していることを検出した場合は、対象者が上方に手を伸ばしている状態であると推定することにより、対象者が上方に手を伸ばしている状態を精度良く推定することができる。
　また、状態推定ユニットは、呼吸波形の自己相関性及び再現性が、対象者の通常時と比較して変動していることを検出した場合は、対象者が会話をしている状態であると推定するものとできる。
　この構成によれば、状態推定ユニットは、呼吸波形の自己相関性及び再現性が、対象者の通常時と比較して変動していることを検出した場合は、対象者が会話をしている状態であると推定する。本発明者は、対象者が会話をしている状態のときは、対象者の呼吸波形の自己相関性及び再現性に変動が見られるとの知見を得た。このため、呼吸波形の自己相関性及び再現性が、対象者の通常時と比較して変動していることを検出した場合は、対象者が会話をしている状態であると推定することにより、対象者が会話をしている状態を精度良く推定することができる。
　また、状態推定ユニットは、呼吸波形の周期及び振幅が、対象者の通常時と比較して変動していることを検出した場合は、対象者が深呼吸をしている状態であると推定するものとできる。
　この構成によれば、状態推定ユニットは、呼吸波形の周期及び振幅が、対象者の通常時と比較して変動していることを検出した場合は、対象者が深呼吸をしている状態であると推定する。本発明者は、対象者が深呼吸をしている状態のときは、対象者の呼吸波形の周期及び振幅に変動が見られるとの知見を得た。このため、呼吸波形の周期及び振幅が、対象者の通常時と比較して変動していることを検出した場合は、対象者が深呼吸をしている状態であると推定することにより、対象者が深呼吸をしている状態を精度良く推定することができる。
　また、状態推定ユニットは、呼吸波形の特徴量と特徴量ごとに設定された閾値とを比較することで対象者の状態を推定するものとできる。
　この構成によれば、状態推定ユニットは、呼吸波形の特徴量と特徴量ごとに設定された閾値とを比較することで対象者の状態を推定するため、簡単な処理により、睡眠深度や体動等の対象者の状態を推定することが可能となる。
　この場合、状態推定ユニットは、対象者ごとに特徴量ごとの閾値を設定するものとできる。
　この構成によれば、状態推定ユニットは、対象者ごとに特徴量ごとの閾値を設定する。このため、対象者ごとの体質や嗜好に対応して対象者の状態を推定することが可能となる。
　また、状態推定ユニットは、車両に搭乗した対象者の状態を推定し、車両の加速度に基づいて車両の車両挙動と対象者の体動とを判別しつつ対象者の状態を推定するものとできる。
　この構成によれば、状態推定ユニットは、車両に搭乗した対象者の状態を推定し、車両の加速度に基づいて車両の車両挙動と対象者の体動とを判別しつつ対象者の状態を推定する。このため、車両に搭乗した対象者の状態を車両挙動と体動とを判別しつつ精度良く推定することが可能となる。
　また、状態推定ユニットは、対象者の呼吸波形から対象者の呼吸方式が腹式呼吸であるか胸式呼吸であるかを判定することにより、対象者の睡眠深度を推定するものとできる。
　この構成によれば、状態推定ユニットは、対象者の呼吸波形から対象者の呼吸方式が腹式呼吸であるか胸式呼吸であるかを判定することにより、対象者の睡眠深度を推定する。呼吸方式が腹式呼吸であるか胸式呼吸であるかは、対象者の睡眠深度と密接な関係があるため、睡眠深度を推定する精度を向上させることができる。
　本発明の睡眠状態推定装置によれば、対象者の体動をより詳細に分類することがより容易に可能となり、睡眠深度や体動等の対象者の状態を推定する精度を向上させることをより容易に実現することが可能となる。
実施形態に係る睡眠装置の構成を示すブロック図である。 図１の睡眠装置のシートに配置された呼吸センサを示す図である。 図１の睡眠装置のシートに配置された呼吸バンドを示す図である。 実施形態に係る睡眠装置の動作の概略を示すフローチャートである。 実施形態に係る睡眠装置の動作の詳細を示すフローチャートである。 呼吸波形の再現性の計測方法を示す図である。 呼吸波形の振幅の計測方法を示す図である。 呼吸波形の自己相関性の計測方法を示す図である。 体動及び車両挙動の種類ごとの呼吸波形の周期、振幅及び再現性を示す表である。 呼吸波形の周期、振幅、自己相関性及び再現性の中で体動の種類ごとに特徴が現れる指標を示す表である。 呼吸波形の特徴量により対象者の深呼吸を検出した例を示す図である。 呼吸波形の特徴量により対象者の座り直しを検出した例を示す図である。 呼吸波形の特徴量により車両のブレーキを検出した例を示す図である。 呼吸波形の特徴量により車両のレーンチェンジを検出した例を示す図である。 呼吸波形を用いたフィルタリングによるノイズリダクションの効果を示す図である。 睡眠深度と計測位置の分布、計測位置の分散及び呼吸方式との関係を示す表である。 呼吸波形と呼吸方式と呼吸センサによる検出位置との関係を示す図である。 睡眠段階の変化と呼吸方式との関係を示す図である。 睡眠段階の変化と呼吸方式の変化との関係を示すグラフである。 睡眠段階の変化と呼吸波形の特徴量を算出する区間とを示す図である。 睡眠段階の変化と呼吸方式との関係を示す図である。 睡眠段階の変化と呼吸方式の理論的変化とを示す表である。 図２０の特徴量を算出する区間同士における睡眠段階が変化する比率を示すグラフである。 図２０の特徴量を算出する区間同士における睡眠段階が変化する比率を示す表である。 図２４の腹式呼吸で睡眠段階が変化する場合ごとの図２０の区間Ｐ１／区間Ｐ２の値を示すグラフである。 図２５の睡眠段階２から睡眠段階３に深くなる場合と睡眠段階３から睡眠段階２に浅くなる場合との平均値を示すグラフである。 図２６の２標本による等分散を仮定した有意差検定を示す表である。
　以下、図面を参照して本発明の実施形態に係る睡眠状態推定装置について説明する。本実施形態の睡眠状態推定装置は、車両等に搭載され、対象者の睡眠深度や体動等の睡眠状態を推定し、様々なアプリケーションプログラムによる対処を行なうための装置である。図１に示すように、本実施形態の睡眠状態推定装置１は、シート１０、呼吸センサ１２、加速度センサ１４、Ｉ／Ｆ２０、演算ユニット３０及びＤＢ４０を備えている。
　呼吸センサ１２は非侵襲で対象者Ｍの呼吸を測定するセンサである。呼吸センサ１２は、具体的には図１及び図２に示すように、シート１０の座面や背もたれに複数設置された圧力センサにより構成される。図２に示すように、呼吸センサ１２は、シート１０に対象者Ｍの胸部の動きを測定する圧力センサ１３ａ、対象者Ｍの腹部の動きを測定する圧力センサ１３ｂ及び対象者Ｍの座面への圧力を測定する圧力センサ１３ｃを備えている。
　また、図３に示すように、シート１０は対象者Ｍの呼吸を測定する呼吸バンド１６，１８を備えていて良い。呼吸バンド１６，１８は、対象者Ｍの呼吸を検出可能な歪ゲージバンドである。呼吸バンド１６は対象者Ｍの胸郭の動きを検出する。呼吸バンド１８は対象者Ｍの腹腔の動きを検出する。また、シート１０は、心拍センサや脳波センサを別途備えていても良い。
　図１に戻り、シート１０は車両の加速度を検出する加速度センサ１４を備えている。加速度センサ１４は、車両に予め搭載されたものを利用できる。あるいは、加速度センサ１４は、睡眠状態推定装置１に用意されたものを利用できる。
　呼吸センサ１２及び加速度センサ１４の検出値は、Ｉ／Ｆ２０を介して演算ユニット３０で処理される。演算ユニット３０では、個々の対象者Ｍごとのデータが記録されたＤＢ４０を参照しつつ、対象者Ｍの睡眠深度や、対象者Ｍの深呼吸、会話、座り直し、上方への両手伸ばし、左右いずれかの臀部を浮かせる等の体動がなされているか否かの対象者Ｍの睡眠状態を推定する。
　以下、本実施形態の睡眠状態推定装置１の動作について説明する。まず、動作の概略について説明する。図４に示すように、睡眠状態推定装置１の演算ユニット３０は、呼吸センサ１２等による呼吸波形の後述するような特徴量が正常か異常であるかを判定する（Ｓ０１）。呼吸波形の特徴量が異常であるときは（Ｓ０１）、演算ユニット３０は呼吸センサ１２及び加速度センサ１４の検出値に基づいて、当該呼吸波形の特徴量の異常が、対象者Ｍの深呼吸等の体動に起因しているものか、あるいは車両のブレーキ等の車両挙動に起因しているものかを判定する（Ｓ０２）。当該呼吸波形の特徴量の異常が車両挙動に起因しているものである場合は（Ｓ０２）、演算ユニット３０は当該呼吸波形の特徴量の異常は車両挙動に起因しており、対象者Ｍの体動を推定することは不可能と判定する（Ｓ０３）。これらＳ０１～Ｓ０３の動作は、呼吸センサ１２及び加速度センサ１４の出力波形でフィルタ処理を行なう。
　呼吸波形の特徴量が正常であるときは（Ｓ０１）、演算ユニット３０は、対象者Ｍの眠りが深いか、眠りが深い以外の状態であるかを判定する（Ｓ０４）。演算ユニット３０は対象者Ｍの眠りが深いと判定したときは、その旨を出力する（Ｓ０４，Ｓ０５）。呼吸波形の特徴量が異常であり（Ｓ０１）、当該呼吸波形の特徴量の異常が対象者Ｍの体動に起因しているとき（Ｓ０２）、あるいは呼吸波形の特徴量が正常であり（Ｓ０１）、対象者Ｍの状態が眠りが深い以外の状態であるときは（Ｓ０４）、演算ユニット３０は、対象者Ｍが覚醒しているか眠りが浅いかを判定する（Ｓ０６）。演算ユニット３０は、対象者Ｍが覚醒しているか眠りが浅いかの判定結果を出力する（Ｓ０６～Ｓ０８）。これらＳ０４～Ｓ０８の動作は、演算ユニット３０はＤＢ４０に記憶された学習データを参照し、またはＤＢ４０に新たな学習データを記憶させつつ対象者Ｍの睡眠状態の推定を行なう。
　なお、本実施形態では、上記Ｓ０４において、演算ユニット３０は対象者Ｍが覚醒しているか寝ているかの判定を行なうものとできる。この場合、対象者Ｍが寝ていると判定された場合は（Ｓ０４）、演算ユニットは上記Ｓ０５にて対象者Ｍが寝ている旨の演算結果を出力する。呼吸波形の特徴量が正常であり（Ｓ０１）、対象者Ｍが覚醒しているとき（Ｓ０４）、あるいは呼吸波形の特徴量が異常であり（Ｓ０１）、当該呼吸波形の特徴量の異常が対象者Ｍの体動に起因しているときは（Ｓ０２）、あるいは演算ユニット３０は、対象者Ｍが覚醒している旨の演算結果を出力する。
　以下、本実施形態の睡眠状態推定装置１の動作の詳細について説明する。図５に示すように、演算ユニット３０は、対象者Ｍを認識し、後述する呼吸波形の特徴量である再現性、振幅、周期及び自己相関性の閾値ａ～ｄを設定する（Ｓ１０１）。これらの閾値ａ～ｄは、対象者Ｍごとに設定され、ＤＢ４０に記録される。
　演算ユニット３０は、加速度センサ１４の検出値を用い、加速度のＸ成分（車両の前後方向）が１．０ｍ／ｓ２等の閾値を超えているか否かを判定する（Ｓ１０２）。演算ユニット３０は、加速度センサ１４の検出値を用い、加速度のＹ成分（車両の左右方向）が１．０ｍ／ｓ２等の閾値を超えているか否かを判定する（Ｓ１０３）。
　加速度のＸ成分及びＹ成分のいずれかが１．０ｍ／ｓ２等の閾値を超えているときは（Ｓ１０２，Ｓ１０３）、演算ユニット３０は、呼吸センサ１２による検出値を車両ノイズと推定する（Ｓ１０４）。演算ユニット３０は、加速度のＸ成分及びＹ成分のいずれも１．０ｍ／ｓ２等の閾値以下のときは（Ｓ１０２，Ｓ１０３）、演算ユニット３０は、呼吸センサ１２による検出値から、特徴量として再現性を算出する（Ｓ１０５）。
　再現性とは、呼吸波形の周期ごとの最低値のゆらぎである。図６に示すような呼吸波形が呼吸センサ１２により検出されていたとすると、呼吸波形の周期ごとの最低値は、α、β及びγとなる。平均値μは、μ＝｛（α－β）＋（β－γ）｝／２で算出される。再現性Ｆは、Ｆ＝｛（α－β－μ）２＋（β－γ－μ）２｝１／２で算出される。
　図５に戻り、演算ユニット３０は、再現性Ｆが閾値ａを超えているか否かを判定する（Ｓ１０６）。再現性Ｆが閾値ａを超えているときは（Ｓ１０６）、演算ユニット３０は、対象者Ｍは覚醒していると推定し、後述するように対象者Ｍの体動を識別する（Ｓ１１３）。
　再現性Ｆが閾値ａ以下であるときは（Ｓ１０６）、演算ユニット３０は、呼吸センサ１２による検出値から、特徴量として振幅を算出する（Ｓ１０７）。図７に示すように、呼吸波形の振幅は、直前の一周期の呼吸波形の最低値と最高値との差から求められる。
　図５に戻り、演算ユニット３０は、振幅が閾値ｂを超えているか否かを判定する（Ｓ１０８）。振幅が閾値ｂを超えているときは（Ｓ１０８）、演算ユニット３０は、対象者Ｍは覚醒していると推定し、後述するように対象者Ｍの体動を識別する（Ｓ１１３）。
　再現性Ｆが閾値ａ以下であるときは（Ｓ１０８）、演算ユニット３０は、呼吸センサ１２による検出値から、特徴量として周期を算出する（Ｓ１０９）。演算ユニット３０は、周期が閾値ｃを超えているか否かを判定する（Ｓ１１０）。周期が閾値ｃを超えているときは（Ｓ１１０）、演算ユニット３０は、対象者Ｍは覚醒していると推定し、後述するように対象者Ｍの体動を識別する（Ｓ１１３）。
　周期が閾値ｃ以下のときは（Ｓ１１０）、演算ユニット３０は、特徴量として自己相関性を算出する（Ｓ１１１）。自己相関性とは、呼吸波形を任意の時間だけずらした波形と元の呼吸波形との同一性である。例えば、図８に示すように、呼吸センサ１２により検出された呼吸波形を２秒、５秒あるいは１～３周期だけずらし、すらした波形と元の呼吸波形との相違を数値化することにおり、自己相関性は算出される。自己相関性については、例えば呼吸波形をある周期ずらした波形と元の呼吸波形との相違を数値化したものと、呼吸波形を異なる周期ずらした波形と元の呼吸波形との相違を数値化したものとを組み合わせて、両者で相違があったときに、自己相関性に変化が有ったものとすることで、検出の精度を向上させることができる。
　図５に戻り、演算ユニット３０は、自己相関性が閾値ｄを超えているか否かを判定する（Ｓ１１２）。自己相関性が閾値ｄを超えているときは（Ｓ１１２）、演算ユニット３０は、対象者Ｍは覚醒していると推定し、後述するように対象者Ｍの体動を識別する（Ｓ１１３）。自己相関性が閾値ｄ以下のときは（Ｓ１１２）、演算ユニット３０は、対象者Ｍは睡眠状態であると推定し、後述するように対象者Ｍの睡眠段階と体動とを識別する（Ｓ１１４）。
　以下、対象者Ｍの体動を識別する手法について説明する。本発明者は、対象者Ｍの呼吸波形の振幅、周期、自己相関性及び再現性を組み合わせて利用することで、かなりの高確率で対象者Ｍの体動を推定可能であるという知見を得た。例えば、図９に示すように、対象者Ｍの深呼吸等の体動や、ブレーキ等の車両挙動によって、対象者Ｍの呼吸波形の振幅、再現性等にはかなりの相違が見られることが判る。
　そのため、本実施形態では、対象者Ｍの呼吸波形の振幅、周期、自己相関性及び再現性を組み合わせて利用することで対象者Ｍの体動を推定する。図１０に示すように、対象者Ｍが座り直すときは、呼吸波形の振幅、自己相関性及び再現性に変化が現れる。対象者Ｍが上方に手を伸ばすときは、呼吸波形の振幅及び再現性に変化が現れる。対象者Ｍが会話をするときは、呼吸波形の自己相関性及び再現性に変化が現れる。対象者Ｍが深呼吸をするときは、呼吸波形の周期及び振幅に変化が現れる。本発明者は、他にも対象者Ｍが脚を組み替えたり欠伸をしたりする体動についても、呼吸波形の振幅、自己相関性等の特徴量を組み合わせて利用することにより、これらの体動を精度良く検出することが可能であるとの知見を得た。
　図１１に示す対象者Ｍが深呼吸を３回した場合の呼吸波形の特徴量の変化について説明する。各波形は、上から呼吸波形の生波形、周期、振幅、２周期前の波形と現在の呼吸波形との自己相関性、３周期前の波形と現在の呼吸波形との自己相関性及び再現性をそれぞれ示す。周期、振幅、自己相関性及び再現性については、比較しやすいように算出された数値を正規化し、数値が０のときは通常から変化が無く、数値が０を超えるときは通常から変化が有ることを示す。正規化された数値が１を超える場合には１を上限値とする。図１１に示すように、実線でしめす通常時に対して、破線でしめす深呼吸時には、呼吸波形の周期及び振幅に顕著な相違が見られる。
　同様に、図１２に示す対象者Ｍが２回座り直した場合の呼吸波形の特徴量の変化について説明する。図１２に示すように、実線でしめす通常時に対して、破線でしめす座り直し時には、呼吸波形の振幅、自己相関性及び再現性に顕著な相違が見られる。一方、呼吸波形の周期については、顕著な相違が見られない。
　図１３及び図１４に、同様に車両が６０ｋｍ／ｈからブレーキをかけて停止することを６回繰り返したときと、車線変更を６０ｋｍ／ｈで６回繰り返したときとの呼吸波形及びその特徴量についてそれぞれ示す。図１３及び図１４から、車両挙動に変動があったときは、対象者Ｍの呼吸波形とその特徴量に変動が見られることが判る。したがって、車両において本実施形態の睡眠状態推定装置１を適用することで、対象者Ｍの深呼吸、会話、座り直し及び両手伸ばし（伸び）等の体動を分類でき、車両のブレーキ、車線変更、シフトダウン及びチョッピー路等の車両挙動を分類することができる。
　さらに本実施形態では、対象者Ｍの呼吸波形とその特徴量とに加えて、加速度センサ１４による検出値も利用してノイズを除去することで、対象者Ｍの状態を検出する精度を向上させる。例えば、図１５に示すように、現実には対象者Ｍは覚醒（Ｗ）している場合に、推定器としての演算ユニット３０は対象者Ｍの睡眠深度が浅いと誤った推定結果が出た場合であっても、呼吸波形により体動が推定されていれば、対象者Ｍが覚醒している可能性が高いため、推定結果を修正可能である。
　あるいは、現実には対象者Ｍの睡眠深度が浅い場合に、推定器としての演算ユニット３０は対象者Ｍの睡眠深度が深いと誤った推定結果が出た場合であっても、呼吸波形により車両挙動が推定されているか、加速度センサ１４により車両挙動が検出されていれば、呼吸波形により睡眠深度が深いと推定した推定結果の信頼性は低いと判断でき、誤った推定結果の理由の検証に利用できる。呼吸波形や加速度センサ１４により、対象者Ｍの体動や車両挙動が検出できなかった場合は、誤った推定結果を修正することができない場合もあり得るが、対象者Ｍの体動や車両挙動を常に検出し続けることにより、推定結果を修正して推定の精度を向上させることができる。
　また、本実施形態では、シート１０に設けられた複数の呼吸センサ１２の検出位置による一次フィルターを設け、眠りの状態が深いか浅いかを大分類する。一般的な睡眠時の呼吸特徴として、図１６に示すように、深い眠りの状態では腹式呼吸が多くなり、浅い眠りの状態では胸式呼吸が多くなる。そのため、本実施形態では、シート１０に設けられた複数の呼吸センサ１２の検出位置から、対象者Ｍの呼吸方式が腹式呼吸か胸式呼吸かを判定して、対象者Ｍの眠りの状態が深いか浅いかの分類を高精度に実施する。また、深い睡眠段階では人間の体動が安定（安静）になる傾向があることから、計測位置の分散で睡眠深度を推定することも可能である。
　呼吸方式には、大別して胸式呼吸と腹式呼吸とがあり、無意識には両者の要素が混ざり合っていることが多い。一般的に対象者Ｍの心の状態は呼吸と関わりが強く、心身が緊張状態にあると呼吸は浅く短くなる。つまり、緊張感や不安感があると人間は無意識の内に胸式呼吸になり易い。逆に考えると、就寝中は全身の緊張がほぐれてリラックスした状態であるため、深い睡眠状態となると腹式呼吸が支配的となると言われる。また、胸式呼吸と腹式呼吸とでは、一回に出入りする空気の量が数倍異なり、胸式呼吸では５００ｍｌであるのに対し、腹式呼吸では最大で２０００ｍｌとなる。これらを鑑みると、可観測な生理指標の１つである呼吸が、眠りが深くなると周波数が活動時や浅い眠りのときと比較して周波数が低く、ゆっくりとなることも裏付けられる。
　そこで、本実施形態では、図１７に示すように、呼吸センサ１２の圧力センサ１３ａ，１３ｂを少なくともシート１０の上下段に配置し、対象者Ｍの胸部と腹部とを計測可能として、対象者Ｍの腹式呼吸ａ及び胸式呼吸ｂの呼吸形式の変化で、深い眠りとその他の状態とに分類する。本実施形態では、図３に示すような呼吸バンド１６，１８を利用しても良い。具体的には、睡眠状態推定装置１の演算ユニット３０は、一回あるいは呼吸ごとの腹式呼吸と胸式呼吸との振幅差又は位相差を算出し、３０秒間の平均値を取り、３０秒の処理区間で変動係数（Coefficient　of　variation）を求め、胸式と腹式の大小関係を比較し、上記処理区間で微分積分を行い、ベクトルを算出する。
　以下、睡眠段階変化と呼吸方式との関係について、さらに説明する。図１８において、対象者の腹式呼吸ａ、胸式呼吸ｂ及び睡眠段階ｄが示されている。図１８に示すように、睡眠段階ｄが変化するたびに、腹式呼吸ａと胸式呼吸ｂとが拮抗していることが判る。
　このように睡眠段階の変化とその前後区間の呼吸方式の変化とに相関が確認されている。しかし、呼吸センサ１２の検出値の差分をそのまま利用して変化を求めたのでは、呼吸センサ１２の変更や、出力ゲインの変更等で数値が安定しないことが予想される。そのため、本実施形態では、比率を用いることで、この変更に対応する。例えば、図１９に示すように、胸式呼吸に対する腹式呼吸の割合（腹式／胸式）を横軸に示し、その割合の頻度を縦軸に示すと、起きているときは胸式呼吸の割合が大きく、眠りが深くなるにつれて腹式呼吸の割合が大きくなることが判る。また、起きているときは、腹式／胸式の標準偏差が大きく、逆に眠っているときは、腹式／胸式の標準偏差が小さいことが判る。
　ここで、図２０に示すような区間を定義する。３０秒間ごとの区間が順に区間Ｐ１～Ｐ３と定義される。また、区間Ｐ１，Ｐ２にまたがる区間が区間Ｐ４と定義され、区間Ｐ２，Ｐ３にまたがる区間が区間Ｐ５と定義される。なお、図２０において、睡眠段階の数値の変化は単なる例示であり、実際のデータとは関係が無い。また、図２１に示すような腹式呼吸ａ，胸式呼吸ｂ及び睡眠段階ｄの観測値が得られている。
　図２１から、３０秒間ごとの傾向として、図２２に示すように、覚醒から浅い眠りのときは、腹式呼吸ａ及び胸式呼吸ｂの両方が下降する傾向がある。浅い眠りから深い眠りに移行するときは、胸式呼吸ｂが下降し、腹式呼吸が上昇する傾向がある。浅い眠りから覚醒に移行するときは、腹式呼吸ａ及び胸式呼吸ｂの両方が上昇する傾向がある。深い眠りから浅い眠りに移行するときは、胸式呼吸ｂが上昇し、腹式呼吸が下降する傾向がある。
　図２０に定義された区間Ｐ１～Ｐ５ごとの、腹式呼吸ａ及び胸式呼吸ｂの割合の変動を図２３のグラフに示し、数値を図２４の表に示す。図２３中で、胸式呼吸の区間Ｐ２に対する区間Ｐ１の比率は、ｂ（Ｐ１／Ｐ２）で示され、腹式呼吸の区間Ｐ３に対する区間Ｐ２の比率は、ａ（Ｐ２／Ｐ３）で示される。また、図２５に、腹式呼吸の区間Ｐ２に対する区間Ｐ１の比率について、睡眠段階の変化ごとに示す。
　ここで、腹式呼吸の区間Ｐ２に対する区間Ｐ１の比率について（ａ（Ｐ１／Ｐ２））、睡眠段階が浅い眠りから深い眠りに変化した場合と、睡眠段階が深い眠りから浅い眠りに変化した場合とに着目して、統計的なデータの有意差検定を行なう。図２６及び図２７に示すように、腹式呼吸の区間Ｐ２に対する区間Ｐ１の比率について（ａ（Ｐ１／Ｐ２））、睡眠段階が浅い眠りから深い眠りに変化した場合には平均値が約０．９５、分散が０．０２８となり、睡眠段階が深い眠りから浅い眠りに変化した場合には平均値が約１．０８、分散が０．０９４となった。これらのデータは、０．０５水準で有意であることが判る。
　これらより、本実施形態では、簡単な腹式呼吸及び胸式呼吸の変化から睡眠段階を推定することが可能であることが判る。呼吸方法の変化、例えば、胸式呼吸に対する腹式呼吸の割合（腹式／胸式）を用いることで睡眠段階の深い睡眠やその他の状態の変化を捉えることができる。また、胸式呼吸に対する腹式呼吸の割合（腹式／胸式）の分散（標準偏差）を用いることで、睡眠段階の覚醒状態及び睡眠状態の分離精度の向上が図れる。
　心拍変動は脳幹を起源とする自律神経に支配されており、対象者自身が随意にコントロールすることは難しい。そのため、対象者の体動を推定するためには、微妙なゆらぎ解析等の周波数解析が必要であり、即時的な処理には適さない。一方、本実施形態によれば、睡眠状態推定装置１の演算ユニット３０は、呼吸波形の特徴量として対象者Ｍの呼吸波形の周期ごとの同一性に基づいて対象者の状態を推定する。呼吸変動は対象者Ｍ自身が随意にコントロールすることが可能であるため、対象者Ｍの呼吸波形の周期ごとの同一性に基づいて対象者Ｍの状態を推定することにより、対象者Ｍの体動をより詳細に分類することがより容易に可能となり、睡眠深度や体動等の対象者Ｍの状態を推定する精度を向上させることがより容易に可能となる。
　また、本実施形態によれば、睡眠状態推定装置１の演算ユニット３０は、対象者Ｍの呼吸波形の周期ごとの同一性として、呼吸波形を任意の時間だけずらした波形と元の呼吸波形との同一性である自己相関性と、呼吸波形の周期ごとの最低値のゆらぎである再現性との少なくともいずれかに基づいて対象者Ｍの状態を推定する。これにより、簡単な処理により、睡眠深度や体動等の対象者の状態を推定する精度を向上させることが可能となる。
　また、本実施形態によれば、睡眠状態推定装置１の演算ユニット３０は、対象者Ｍの呼吸波形の特徴量として呼吸波形の周期、振幅、自己相関性及び再現性に基づいて対象者Ｍの状態を推定する。これにより、呼吸波形の周期、振幅、自己相関性及び再現性の４つの指標を組み合わせて対象者Ｍの状態を推定することになるため、睡眠深度や体動等の対象者Ｍの状態を推定する精度をさらに向上させることが可能となる。
　また、本実施形態によれば、睡眠状態推定装置１の演算ユニット３０は、呼吸波形の振幅、自己相関性及び再現性が、対象者Ｍの通常時と比較して変動していることを検出した場合は、対象者Ｍが座り直している状態であると推定する。本発明者は、対象者Ｍが座り直す状態のときは、対象者Ｍの呼吸波形の振幅、自己相関性及び再現性に変動が見られるとの知見を得た。このため、呼吸波形の振幅、自己相関性及び再現性が、対象者Ｍの通常時と比較して変動していることを検出した場合は、対象者Ｍが座り直している状態であると推定することにより、対象者Ｍが座り直している状態を精度良く推定することができる。
　また、睡眠状態推定装置１の演算ユニット３０は、呼吸波形の振幅及び再現性が、対象者の通常時と比較して変動していることを検出した場合は、対象者Ｍが上方に手を伸ばしている状態であると推定する。本発明者は、対象者Ｍが上方に手を伸ばす状態のときは、対象者Ｍの呼吸波形の振幅及び再現性に変動が見られるとの知見を得た。このため、呼吸波形の振幅及び再現性が、対象者Ｍの通常時と比較して変動していることを検出した場合は、対象者Ｍが上方に手を伸ばしている状態であると推定することにより、対象者Ｍが上方に手を伸ばしている状態を精度良く推定することができる。
　また、睡眠状態推定装置１の演算ユニット３０は、呼吸波形の自己相関性及び再現性が、対象者Ｍの通常時と比較して変動していることを検出した場合は、対象者Ｍが会話をしている状態であると推定する。本発明者は、対象者Ｍが会話をしている状態のときは、対象者Ｍの呼吸波形の自己相関性及び再現性に変動が見られるとの知見を得た。このため、呼吸波形の自己相関性及び再現性が、対象者Ｍの通常時と比較して変動していることを検出した場合は、対象者Ｍが会話をしている状態であると推定することにより、対象者Ｍが会話をしている状態を精度良く推定することができる。
　また、本実施形態によれば、睡眠状態推定装置１の演算ユニット３０は、呼吸波形の周期及び振幅が、対象者Ｍの通常時と比較して変動していることを検出した場合は、対象者Ｍが深呼吸をしている状態であると推定する。本発明者は、対象者Ｍが深呼吸をしている状態のときは、対象者Ｍの呼吸波形の周期及び振幅に変動が見られるとの知見を得た。このため、呼吸波形Ｍの周期及び振幅が、対象者Ｍの通常時と比較して変動していることを検出した場合は、対象者Ｍが深呼吸をしている状態であると推定することにより、対象者Ｍが深呼吸をしている状態を精度良く推定することができる。
　また、本実施形態では、睡眠状態推定装置１の演算ユニット３０は、呼吸波形の特徴量と特徴量ごとに設定された閾値とを比較することで対象者Ｍの状態を推定するため、簡単な処理により、睡眠深度や体動等の対象者Ｍの状態を推定することが可能となる。
　また、本実施形態では、睡眠状態推定装置１の演算ユニット３０は、対象者Ｍごとに特徴量ごとの閾値を設定する。このため、対象者Ｍごとの体質や嗜好に対応して対象者Ｍの状態を推定することが可能となる。
　また、本実施形態では、睡眠状態推定装置１の演算ユニット３０は、車両に搭乗した対象者Ｍの状態を推定し、車両の加速度に基づいて車両の車両挙動と対象者Ｍの体動とを判別しつつ対象者Ｍの状態を推定する。このため、車両に搭乗した対象者Ｍの状態を車両挙動と体動とを判別しつつ精度良く推定することが可能となる。
　また、本実施形態では、睡眠状態推定装置１の演算ユニット３０は、対象者Ｍの呼吸波形から対象者Ｍの呼吸方式が腹式呼吸であるか胸式呼吸であるかを判定することにより、対象者Ｍの睡眠深度を推定する。呼吸方式が腹式呼吸であるか胸式呼吸であるかは、対象者Ｍの睡眠深度と密接な関係があるため、睡眠深度を推定する精度を向上させることができる。
　以上、本発明の実施の形態について説明したが、本発明は、上記実施形態に限定されるものではなく種々の変形が可能である。
　本発明の睡眠状態推定装置によれば、対象者の体動をより詳細に分類することがより容易に可能となり、睡眠深度や体動等の対象者の状態を推定する精度を向上させることをより容易に実現することが可能となる。このため、詳細に推定された対象者の睡眠深度や体動の種類等に合わせて、例えば、様々なアプリケーションプログラムを対象者に対して実行し、対象者をさらに快適な状態に導くことも容易となる。
１　睡眠状態推定装置
１０　シート
１２　呼吸センサ
１３ａ，１３ｂ，１３ｃ　圧力センサ
１４　加速度センサ
１６，１８　呼吸バンド
２０　Ｉ／Ｆ
３０　演算ユニット
４０　ＤＢ
 

Claims (11)

  1. 　対象者の呼吸波形の特徴量として前記呼吸波形の周期ごとの同一性に基づいて前記対象者の状態を推定する状態推定ユニットを備えた睡眠状態推定装置。
  2. 　前記状態推定ユニットは、前記対象者の前記呼吸波形の周期ごとの同一性として、前記呼吸波形を任意の時間だけずらした波形と元の前記呼吸波形との同一性である自己相関性と、前記呼吸波形の周期ごとの最低値のゆらぎである再現性との少なくともいずれかに基づいて前記対象者の状態を推定する、請求項１に記載の睡眠状態推定装置。
  3. 　前記状態推定ユニットは、前記対象者の前記呼吸波形の前記特徴量として前記呼吸波形の周期、振幅、前記自己相関性及び前記再現性に基づいて前記対象者の状態を推定する、請求項２に記載の睡眠状態推定装置。
  4. 　前記状態推定ユニットは、前記呼吸波形の振幅、前記自己相関性及び前記再現性が、前記対象者の通常時と比較して変動していることを検出した場合は、前記対象者が座り直している状態であると推定する、請求項３に記載の睡眠状態推定装置。
  5. 　前記状態推定ユニットは、前記呼吸波形の振幅及び前記再現性が、前記対象者の通常時と比較して変動していることを検出した場合は、前記対象者が上方に手を伸ばしている状態であると推定する、請求項３又は４に記載の睡眠状態推定装置。
  6. 　前記状態推定ユニットは、前記呼吸波形の前記自己相関性及び前記再現性が、前記対象者の通常時と比較して変動していることを検出した場合は、前記対象者が会話をしている状態であると推定する、請求項３～５のいずれか１項に記載の睡眠状態推定装置。
  7. 　前記状態推定ユニットは、前記呼吸波形の周期及び振幅が、前記対象者の通常時と比較して変動していることを検出した場合は、前記対象者が深呼吸をしている状態であると推定する、請求項３～６のいずれか１項に記載の睡眠状態推定装置。
  8. 　前記状態推定ユニットは、前記呼吸波形の前記特徴量と前記特徴量ごとに設定された閾値とを比較することで前記対象者の状態を推定する、請求項１～７のいずれか１項に記載の睡眠状態推定装置。
  9. 　前記状態推定ユニットは、前記対象者ごとに前記特徴量ごとの前記閾値を設定する、請求項８に記載の睡眠状態推定装置。
  10. 　前記状態推定ユニットは、車両に搭乗した前記対象者の状態を推定し、前記車両の加速度に基づいて前記車両の車両挙動と前記対象者の体動とを判別しつつ前記対象者の状態を推定する、請求項１～９のいずれか１項に記載の睡眠状態推定装置。
  11. 　前記状態推定ユニットは、前記対象者の前記呼吸波形から前記対象者の呼吸方式が腹式呼吸であるか胸式呼吸であるかを判定することにより、前記対象者の睡眠深度を推定する、請求項１～１０のいずれか１項に記載の睡眠状態推定装置。
PCT/JP2010/069847 2010-11-08 2010-11-08 睡眠状態推定装置 WO2012063308A1 (ja)

Priority Applications (4)

Application Number Priority Date Filing Date Title
PCT/JP2010/069847 WO2012063308A1 (ja) 2010-11-08 2010-11-08 睡眠状態推定装置
JP2012542734A JP5454703B2 (ja) 2010-11-08 2010-11-08 睡眠状態推定装置
EP10859585.1A EP2638855A4 (en) 2010-11-08 2010-11-08 DEVICE FOR SLEEP STATE ESTIMATION
US13/884,118 US20130231579A1 (en) 2010-11-08 2010-11-08 Sleep state estimation device

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
PCT/JP2010/069847 WO2012063308A1 (ja) 2010-11-08 2010-11-08 睡眠状態推定装置

Publications (1)

Publication Number Publication Date
WO2012063308A1 true WO2012063308A1 (ja) 2012-05-18

Family

ID=46050491

Family Applications (1)

Application Number Title Priority Date Filing Date
PCT/JP2010/069847 WO2012063308A1 (ja) 2010-11-08 2010-11-08 睡眠状態推定装置

Country Status (4)

Country Link
US (1) US20130231579A1 (ja)
EP (1) EP2638855A4 (ja)
JP (1) JP5454703B2 (ja)
WO (1) WO2012063308A1 (ja)

Cited By (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN105658144A (zh) * 2013-10-21 2016-06-08 提爱思科技股份有限公司 清醒装置、座椅及清醒度判断方法
JP2020000371A (ja) * 2018-06-26 2020-01-09 凸版印刷株式会社 睡眠状態判定装置、睡眠状態判定方法、及び睡眠状態判定システム
JP2020519381A (ja) * 2017-05-08 2020-07-02 マドナニ, アカーシュMADNANI, Akash 人間のパフォーマンスを観察するシステムおよび方法
WO2024140869A1 (zh) * 2022-12-29 2024-07-04 华为技术有限公司 数据处理方法、装置、设备及计算机可读存储介质

Families Citing this family (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP6124011B2 (ja) * 2013-10-21 2017-05-10 テイ・エス テック株式会社 覚醒装置及びシート
US10449874B2 (en) * 2015-03-27 2019-10-22 Ts Tech Co., Ltd. Seat with detector
CN106308752A (zh) * 2016-08-23 2017-01-11 广东小天才科技有限公司 一种基于可穿戴设备的睡眠监测方法和系统
CN106361282A (zh) * 2016-08-31 2017-02-01 珠海多士科技有限公司 睡眠质量检测方法与系统
EP4349250A3 (en) 2017-12-22 2024-06-26 ResMed Sensor Technologies Limited Apparatus, system, and method for motion sensing
KR102658390B1 (ko) 2017-12-22 2024-04-17 레스메드 센서 테크놀로지스 리미티드 건강 및 의료 감지를 위한 장치, 시스템, 및 방법
EP3727145B1 (en) * 2017-12-22 2024-01-24 ResMed Sensor Technologies Limited Apparatus, system, and method for physiological sensing in vehicles

Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2005312653A (ja) * 2004-04-28 2005-11-10 Denso Corp 運転者状態検出装置及びプログラム
JP2006055501A (ja) * 2004-08-23 2006-03-02 Denso Corp 眠気検出装置及び方法
JP2007175225A (ja) * 2005-12-27 2007-07-12 Sumitomo Osaka Cement Co Ltd 状態解析装置及びソフトウエアプログラム
JP2007236488A (ja) * 2006-03-06 2007-09-20 Toyota Motor Corp 覚醒度推定装置及びシステム並びに方法
JP2010088725A (ja) 2008-10-09 2010-04-22 Daikin Ind Ltd 睡眠判定装置
JP2010220649A (ja) * 2009-03-19 2010-10-07 Toyota Motor Corp 睡眠装置及び睡眠維持方法

Family Cites Families (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20070179395A1 (en) * 2002-08-07 2007-08-02 Sotos John G System and method for assessment of sleep
JP3627741B2 (ja) * 2003-03-06 2005-03-09 松下電器産業株式会社 睡眠時呼吸情報測定装置
JP5210676B2 (ja) * 2008-03-19 2013-06-12 パナソニックヘルスケア株式会社 温度制御装置、空調機および電気毛布
JPWO2009150744A1 (ja) * 2008-06-13 2011-11-10 ハートメトリクス株式会社 睡眠状態モニタリング装置、モニタリングシステムおよびコンピュータプログラム
JP2010122732A (ja) * 2008-11-17 2010-06-03 Aisin Seiki Co Ltd 安全運転支援システム

Patent Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2005312653A (ja) * 2004-04-28 2005-11-10 Denso Corp 運転者状態検出装置及びプログラム
JP2006055501A (ja) * 2004-08-23 2006-03-02 Denso Corp 眠気検出装置及び方法
JP2007175225A (ja) * 2005-12-27 2007-07-12 Sumitomo Osaka Cement Co Ltd 状態解析装置及びソフトウエアプログラム
JP2007236488A (ja) * 2006-03-06 2007-09-20 Toyota Motor Corp 覚醒度推定装置及びシステム並びに方法
JP2010088725A (ja) 2008-10-09 2010-04-22 Daikin Ind Ltd 睡眠判定装置
JP2010220649A (ja) * 2009-03-19 2010-10-07 Toyota Motor Corp 睡眠装置及び睡眠維持方法

Cited By (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN105658144A (zh) * 2013-10-21 2016-06-08 提爱思科技股份有限公司 清醒装置、座椅及清醒度判断方法
CN105658144B (zh) * 2013-10-21 2019-06-21 提爱思科技股份有限公司 清醒装置、座椅及清醒度判断方法
JP2020519381A (ja) * 2017-05-08 2020-07-02 マドナニ, アカーシュMADNANI, Akash 人間のパフォーマンスを観察するシステムおよび方法
JP2024010157A (ja) * 2017-05-08 2024-01-23 マドナニ，アカーシュ ユーザの健康状態を評価するためのシステムおよび前記システムの作動方法
JP2020000371A (ja) * 2018-06-26 2020-01-09 凸版印刷株式会社 睡眠状態判定装置、睡眠状態判定方法、及び睡眠状態判定システム
WO2024140869A1 (zh) * 2022-12-29 2024-07-04 华为技术有限公司 数据处理方法、装置、设备及计算机可读存储介质

Also Published As

Publication number Publication date
JP5454703B2 (ja) 2014-03-26
EP2638855A1 (en) 2013-09-18
US20130231579A1 (en) 2013-09-05
EP2638855A4 (en) 2015-09-30
JPWO2012063308A1 (ja) 2014-05-12

Similar Documents

Publication Publication Date Title
JP5454703B2 (ja) 睡眠状態推定装置
JP6594399B2 (ja) 生体情報モニタリングシステム
JP3733133B2 (ja) 睡眠状態推定装置
JP3976752B2 (ja) 睡眠状態推定装置及びプログラム
JP4993980B2 (ja) 呼気時間を出力可能な装置および方法
WO2010143535A1 (ja) 眠気判定装置
CN108888271A (zh) 一种生理参数测量系统及配备该测量系统的智能座椅
JP5352814B2 (ja) 自律神経成分指標推定装置及び自律神経成分指標推定方法
WO2005082252A1 (ja) 睡眠段階判定方法
WO2019111977A1 (ja) 姿勢判定装置
WO2013125048A1 (ja) 睡眠品質推定装置、睡眠品質推定方法及び睡眠品質推定用プログラム
JP2009297474A (ja) 睡眠段階判定装置
JPWO2004107978A1 (ja) 睡眠段階判定方法および判定装置
WO2016076253A1 (ja) 睡眠状態判定装置、睡眠状態判定方法及びプログラム
JP6589108B2 (ja) 無呼吸及び／又は低呼吸診断装置
KR101853102B1 (ko) 가속도 센서 기반 수면분류 정보 측정기
JP2011160852A (ja) 覚醒状態検出装置
JP2009028239A (ja) 居眠り運転検出装置
JP2008080071A (ja) 睡眠の質評価装置
JP5652764B2 (ja) 睡眠状態判定装置及び睡眠状態判定プログラム
JP6738458B2 (ja) 睡眠状態判定装置及び睡眠状態判定方法
JP2014183994A (ja) 体動判定装置
JP6518294B2 (ja) 睡眠評価装置及びプログラム
JP6011240B2 (ja) 生体情報取得方法及び生体情報取得装置
JP7591717B2 (ja) いきみ検出装置

Legal Events

Date Code Title Description
121 Ep: the epo has been informed by wipo that ep was designated in this application

Ref document number: 10859585

Country of ref document: EP

Kind code of ref document: A1

DPE1 Request for preliminary examination filed after expiration of 19th month from priority date (pct application filed from 20040101)
ENP Entry into the national phase

Ref document number: 2012542734

Country of ref document: JP

Kind code of ref document: A

NENP Non-entry into the national phase

Ref country code: DE

WWE Wipo information: entry into national phase

Ref document number: 13884118

Country of ref document: US

WWE Wipo information: entry into national phase

Ref document number: 2010859585

Country of ref document: EP