睡眠分析装置
【課題】 被験者にセンサを直接取り付けることなく、睡眠状態を分析できるようにした睡眠分析装置を提供する。
【解決手段】 エアマット１に横臥する被験者５の生体情報を検出するセンサ３と、センサ３の検出信号から、呼吸循環器系の生体信号と、体動信号とを分離する生体信号分離部６と、分離された呼吸循環器系の生体信号と、体動信号とから、睡眠段階を判断する睡眠状態判定部９を設ける。睡眠状態判定部９では、呼吸循環器系の生体信号によりノンレム段階の睡眠を判別し、体動信号又は呼吸循環器系の生体信号の変動率から、覚醒段階とレム睡眠段階とを判別する。
【解決手段】 エアマット１に横臥する被験者５の生体情報を検出するセンサ３と、センサ３の検出信号から、呼吸循環器系の生体信号と、体動信号とを分離する生体信号分離部６と、分離された呼吸循環器系の生体信号と、体動信号とから、睡眠段階を判断する睡眠状態判定部９を設ける。睡眠状態判定部９では、呼吸循環器系の生体信号によりノンレム段階の睡眠を判別し、体動信号又は呼吸循環器系の生体信号の変動率から、覚醒段階とレム睡眠段階とを判別する。
【発明の詳細な説明】
【技術分野】
【０００１】
本発明は、人の生体情報を検出し、その生体情報から睡眠状態を分析する睡眠分析装置に関する。
【背景技術】
【０００２】
従来、人の睡眠段階を判定する手段としては、睡眠ポリソムノグラフ検査（以下ＰＳＧと略記）の結果をRechtschaffen & Kales（ラクトシャヘン＆カールズ）による睡眠段階国際判定基準に基づき実施していた(例えば、非特許文献１）。この手法では被験者に対して脳波センサ、眼球センサ、オトガイ筋センサ等から得られた信号から、脳波分析、急速眼球運動の有無、オトガイ筋筋電図の持続性・相動性要素などを評価することにより実施していた。人の睡眠段階は覚醒状態を含めて計６段階に分類し、高速眼球運動（REM）を伴う状態をレム睡眠、レムを含まない睡眠をノンレム睡眠に分類し、脳波の状態により、以下のように、４段階に分類する。
・覚醒（段階Ｗ）：８〜１２Ｈｚのアルファ波と１３〜４０Ｈｚの低振幅で不規則なベータ波がみられる。
・レム睡眠段階：覚醒時のような急速眼球運動（rapid eye movement：REM）が起こる。更に頤筋など抗重力筋の緊張が著しく低下する．
・ノンレム第１段階：アルファ波は消失し２〜７Ｈｚの低振幅徐波が現れる．中心部には頭蓋頂鋭波（vertex sharp wave）と呼ばれる特徴的な波が出現する。半醒半睡状態あるいは入眠期と呼ばれる状態で、ゆっくりとした眼球運動（セム）がみられる。
・ノンレム第２段階：１２〜１４Ｈｚで０．５秒以上の持続をもった明瞭な睡眠紡錘波が出現する。
・ノンレム第３、４段階：２Ｈｚ以下で７５μＶ以上のデルタ波が出現する。判定区間に占めるデルタ波の割合によって、５０％以上をノンレム第４段階、２０〜５０％をノンレム第３段階に分類する。
【０００３】
図２７は、上述のように睡眠段階を判定する従来の睡眠分析装置の一例を示す。図２７において、脳波用電極１０１、オトガイ筋電極１０２、眼球運動電極１０３は、それぞれ人体の脳部、顎部、目周辺に配置し、その微弱な電圧変化を捉えるセンサである。センサインターフェース１０４ａ、１０４ｂ、１０４ｃは脳波信号、オトガイ筋筋電信号、眼球運動信号それぞれ適度なレベルにまで増幅する機能を有し、Ａ／Ｄ変換器１０５ａ、１０５ｂ、１０５ｃはマイクロコンピュータなどの演算装置１０６への信号インターフェースとして機能する。
【０００４】
図２８は、図２７によって得られた脳波信号、オトガイ筋筋電信号、眼球運動信号等の各信号を演算して、最終的な睡眠段階を判定するためのルールを記している。これは、Rechtschaffen & Kales（ラクトシャヘン＆カールズ）による睡眠段階国際判定基準に基づくものである。
【非特許文献１】インターネット<URL:http://www.sleep-ukiha.syslabo.co.jp/cont071.html>
【発明の開示】
【発明が解決しようとする課題】
【０００５】
従来手法である睡眠ポリソムノグラフ検査では、人の睡眠状態を判定する基準として、脳波、眼球運動、オトガイ筋を入力情報としているため、人体に脳波センサ、眼球センサ、オトガイ筋センサを直接取り付ける必要があり、被験者の寝返りや体動によりセンサが脱落して機能しなくなったり、センサの取り付け条件が変化して計測データの継続性に疑義が生じたりする問題があった。
【０００６】
更にセンサが人体に直接取り付けられることにより、平常時とは異なる睡眠姿勢を強いられる、心理的緊張状態やストレス状態が継続する等、睡眠検査の実施自体が睡眠状態に影響を与えるという大きな問題があった。
【０００７】
また、脳波分析等は医師のように専門知識がなければ判定は不可能であり、このことは事実上、睡眠ポリソムノグラフ検査実施時よりもはるかに遅れた時点で睡眠分析が行われることを意味しており、睡眠の状態を捉えて即時的かつリアルタイムに機器や環境を制御しようとする目的には利用できないという問題があった。
【０００８】
本発明は、上述の課題を鑑み、被験者にセンサを直接取り付けることなく、睡眠状態を分析できるようにした睡眠分析装置を提供することを目的とする。
【課題を解決するための手段】
【０００９】
上述の課題を解決するために、本発明は、エアマットに横臥する被験者の生体情報を検出するセンサと、センサの検出信号から、呼吸循環器系の生体信号と、体動信号とを分離する生体信号分離手段と、分離された呼吸循環器系の生体信号と、体動信号とから、睡眠段階を判断する睡眠状態判定手段とを有し、睡眠状態判定手段において、ノンレム段階の睡眠判定は呼吸循環器系の生体信号により判行い、覚醒段階とレム睡眠段階との判別は体動信号又は前記呼吸循環器系の生体信号の変動率により行うようにしたことを特徴とする。
【００１０】
好ましくは、睡眠状態判定手段は、呼吸循環器系の生体信号を周波数解析し、呼吸循環器系の生体信号の周波数変動帯域と閾値とを比較して、ノンレム段階の睡眠を判別するようにしたことを特徴とする。
【００１１】
好ましくは、前記睡眠状態判定手段は、呼吸循環器系の生体信号を周期解析し、呼吸循環器系の生体信号の周期分散値と閾値とを比較して、ノンレム段階の睡眠を判別するようにしたことを特徴とする。
【００１２】
好ましくは、前記睡眠状態判定手段は、呼吸循環器系の生体信号を振幅解析し、呼吸循環器系の生体信号の振幅分散値と閾値とを比較して、ノンレム段階の睡眠を判別するようにしたことを特徴とする。
【００１３】
好ましくは、前記睡眠状態判定手段は、体動信号を解析して体動頻度を求め、体動頻度と閾値とを比較して、覚醒段階とレム睡眠段階とを判別するようにしたことを特徴とする。
【００１４】
好ましくは、前記睡眠状態判定手段は、呼吸循環器系の生体信号を周波数解析し、呼吸循環器系の生体信号の周波数変動帯域の変動率と閾値とを比較して、覚醒段階とレム睡眠段階とを判別するようにしたことを特徴とする。
【００１５】
好ましくは、前記睡眠状態判定手段は、呼吸循環器系の生体信号を周期解析し、呼吸循環器系の生体信号の周期分散値の変動率と閾値とを比較して、覚醒段階とレム睡眠段階とを判別するようにしたことを特徴とする。
【００１６】
好ましくは、前記睡眠状態判定手段は、呼吸循環器系の生体信号を振幅解析し、呼吸循環器系の生体信号の振幅分散値の変動率と閾値とを比較して、覚醒段階とレム睡眠段階とを判別するようにしたことを特徴とする。
【００１７】
好ましくは、同一の被験者の過去の基準値を基に閾値を決定して、リアルタイムに睡眠状態を分析するようにしたことを特徴とする。
【００１８】
好ましくは、年齢に対する睡眠段階の占有率の情報を基に閾値を決定して、リアルタイムに睡眠状態を分析するようにしたことを特徴とする。
【発明の効果】
【００１９】
本発明によれば、生体情報を検出するセンサと、センサの検出信号から、呼吸循環器系の生体信号と、体動信号とを分離する生体信号分離手段と、分離された呼吸循環器系の生体信号と、体動信号とから、睡眠段階を判断する睡眠状態判定手段とを有し、睡眠状態判定手段において、ノンレム段階の睡眠判定は呼吸循環器系の生体信号により判行い、覚醒段階とレム睡眠段階との判別は体動信号又は前記呼吸循環器系の生体信号の変動率により行うようにしている。このため、人体にセンサを直接取り付ける必要がない。したがって、被験者の寝返りや体動によりセンサが脱落して機能しなくなったり、センサの取り付け条件が変化して計測データの継続性に疑義が生じたりする問題が発生しない。また、被験者はセンサによって計測されているというストレスが生じないため、非計測時と同じ心理状態睡眠状態を計測できる。このことは計測データの信頼性の向上につながる。更に、脳波分析のように専門医による判定を必要としないため、被験者が自宅等どこでも計測が可能である。また、ノンレム睡眠段階の判定と、覚醒段階とレム睡眠段階の判定とを別々に行っているので、睡眠状態の判定の精度が向上される。
【００２０】
また、本発明では、睡眠状態判定手段は、呼吸循環器系の生体信号を周波数解析し、呼吸循環器系の生体信号の周波数変動帯域と閾値とを比較して、ノンレム段階の睡眠を判別している。また、本発明では、睡眠状態判定手段は、呼吸循環器系の生体信号を周期解析し、呼吸循環器系の生体信号の周期分散値と閾値とを比較して、ノンレム段階の睡眠を判別するようにしている。また、本発明では、睡眠状態判定手段は、呼吸循環器系の生体信号を振幅解析し、呼吸循環器系の生体信号の振幅分散値と閾値とを比較して、ノンレム段階の睡眠を判別するようにしている。このため、簡単な構成で、然も、高い精度で、ノンレム睡眠の段階が判定できる。
【００２１】
また、本発明では、睡眠状態判定手段は、体動信号を解析して体動頻度を求め、体動頻度と閾値とを比較して、覚醒段階とレム睡眠段階とを判別するようにしている。また、本発明では、睡眠状態判定手段は、呼吸循環器系の生体信号を周波数解析し、呼吸循環器系の生体信号の周波数変動帯域の変動率と閾値とを比較して、覚醒段階とレム睡眠段階とを判別するようにしている。また、本発明では、睡眠状態判定手段は、呼吸循環器系の生体信号を周期解析し、呼吸循環器系の生体信号の周期分散値の変動率と閾値とを比較して、覚醒段階とレム睡眠段階とを判別するようにしている。また、本発明では、睡眠状態判定手段は、呼吸循環器系の生体信号を振幅解析し、呼吸循環器系の生体信号の振幅分散値の変動率と閾値とを比較して、覚醒段階とレム睡眠段階とを判別するようにしている。このため、簡単な構成で、然も、高い精度で、覚醒段階とレム睡眠段階とが判定できる。
【００２２】
また、本発明では、同一の被験者の過去の基準値を基に閾値を決定して、リアルタイムに睡眠状態を分析することで、リアルタイム処理が可能である。また、本発明では、年齢に対する睡眠段階の占有率の情報を基に閾値を決定して、リアルタイムに睡眠状態を分析するようにすることで、リアルタイム処理が可能である。睡眠のリアルタイム分析が可能になる結果、睡眠状態に応じた機器や環境を制御する目的に利用することができる。
【発明を実施するための最良の形態】
【００２３】
以下、本発明の実施形態について図面を参照しながら説明する。
（１）睡眠分析装置の構成．
図１は、本発明の第１実施形態を示すものである。図１において、１はエアマットである。エアマット１にはエアホース２が接続されており、エアホース２には、圧力センサ３が取り付けられる。圧力センサ３は、エアマット１の圧力変化による信号を検出して、電気信号に変換する。
【００２４】
被験者５がエアマット１上に横臥している間に、圧力センサ３からは、被験者５の種々の生体信号が得られる。すなわち、被験者５の心拍による圧力変化がエアマット１に伝わり、圧力センサ３で検出される。また、被験者５の呼吸による圧力変化がエアマット１に伝わり、圧力センサ３で検出される。更に、被験者５が動くと、その体動による圧力変化がエアマット１に伝わり、圧力センサ３で検出される。圧力センサ３からは、心拍信号、呼吸信号、体動信号等の生体信号が混合された状態で検出される。
【００２５】
圧力センサ３の出力信号は、センサインターフェース４を介して、生体信号分離部６に送られる。生体信号分離部６は、圧力センサ３の出力信号から、心拍信号、呼吸信号、体動信号を分離するものである。
【００２６】
生体信号分離部６は、例えば周波数分割により、各生体信号を分離するものである。生体信号分離部６は、バンドパスフィルタ７ａ、７ｂ、７ｃにより構成されている。心拍信号は、心拍の基本信号（６０Ｈｚ付近）又は心拍関連信号（１０Ｈｚ及びその高調波）の周波数成分の信号を抽出するバンドパスフィルタ７ａで分離される。呼吸信号は、呼吸の基本信号（０．３Ｈｚ付近）の周波数成分の信号を抽出するバンドパスフィルタ７ｂで分離される。体動信号は、（１００Ｈｚ〜３００Ｈｚ）の信号を抽出するバンドパスフィルタ７ｃで分離される。
【００２７】
バンドパスフィルタ７ａ、７ｂ、７ｃで分離された心拍信号、呼吸信号、体動信号は、レベル検波及び増幅を行う信号処理部８ａ、８ｂ、８ｃを介して、睡眠状態判定部９に送られる。
【００２８】
睡眠状態判定部９は、呼吸循環器系生体信号（心拍信号、呼吸信号）及び体動信号を用いて、睡眠状態を判定する。つまり、呼吸循環器系の生体情報である血圧、呼吸、脈拍は睡眠の状態に応じて変化することが知られている。例えば、レム睡眠期では血圧や脈拍数は乱高下し、深い睡眠状態に移行すると血圧は下がり、脈拍数も減少する。よって、睡眠中の呼吸循環器系生体信号（心拍信号、呼吸信号）を分析することにより、人の睡眠の深さ（ノンレム睡眠段階）を推定することができる。また、覚醒状態では体動頻度は大きいが、レム睡眠段階に入ると、体動頻度が小さくなる。よって、体動信号を分析することにより、覚醒段階かレム睡眠段階かが判断できる。また、覚醒状態では呼吸循環器系の生体信号の変動率は小さいが、レム睡眠段階に入ると、呼吸循環器系の生体信号の変動率が大きくなる。よって、呼吸循環器系の生体信号の変動率から、覚醒段階かレム睡眠段階かが判断できる。睡眠状態判定部９で、例えば、覚醒段階、レム睡眠段階、ノンレム第１段階、ノンレム第２段階、ノンレム第３段階、ノンレム第４段階の６段階に分けて、睡眠状態が判定される。この判定結果が出力端子１０から出力される。
【００２９】
以上説明したように、本発明の実施形態では、圧力センサ３により被験者５の種々の生態信号を検出し、この圧力センサ３からの生体信号から生体信号分離部６で心拍信号、呼吸信号、体動信号の生体信号に分離し、睡眠状態判定部９で、分離された心拍信号、呼吸信号、体動信号の生体信号を用いて、睡眠状態を判断するようにしている。
【００３０】
本発明の実施形態では、被験者５はエアマット１で寝ているだけで睡眠状態が検出され、従来手法である睡眠ポリソムノグラフ検査のように、人体にセンサを直接取り付けることがない。このため、被験者の寝返りや体動によりセンサが脱落して機能しなくなったり、センサの取り付け条件が変化して計測データの継続性に疑義が生じたりする問題が発生しない。
【００３１】
また、被験者５はセンサによって計測されているというストレスが生じないため、非計測時と同じ心理状態睡眠状態を計測できる。このことは計測データの信頼性の向上につながる。
【００３２】
更に、脳波分析のように専門医による判定を必要としないため、被験者が自宅等どこでも計測が可能である。
（２）睡眠分析の原理．
次に、生体信号分離部６で分離された心拍信号、呼吸信号、体動信号の生体信号により、睡眠状態判定部９でどのようにして睡眠状態が判定されるかについて説明する。
【００３３】
前述したように、呼吸循環器系の生体情報である血圧、呼吸、脈拍は、睡眠状態により変化することが知られている。例えば、レム睡眠期では血圧や脈拍数は乱高下し、深い睡眠状態に移行すると血圧は下がり、脈拍数も減少する。したがって、心拍信号や呼吸信号等の呼吸循環器系生体信号を捉え、この生体信号の変化を分析すれば、人の睡眠状態を推定することができる。
【００３４】
呼吸循環器系生体信号（心拍信号、呼吸信号）の変化は、周波数分析して捉えることができる。また、呼吸循環器系生体信号の変化は、周期分析して捉えることができる。また、呼吸循環器系生体信号の変化は、振幅分析して捉えることができる。
（２−１）周波数変動帯域を用いて睡眠分析．
先ず、呼吸循環器系生体信号の周波数分析して睡眠状態を判断する例から説明する。
【００３５】
図２（Ａ）に示すように、時間と共に変化するような時系列の呼吸循環器系生体信号が得られたとする。この呼吸循環器系生体信号をＦＦＴ(Fast Fourier Transform)によりスペクトラムに変換すると、図２（Ｂ）に示すように、周波数変動帯域が検出される。この周波数変動帯域Δｆは、呼吸循環器系生体信号の変動を反映するものとなる。すなわち、覚醒段階やレム睡眠にあるときには、呼吸循環器系生体信号の変動が大きく、このときには、周波数変動帯域Δｆが大きくなる。深い睡眠に入ると、呼吸循環器系生体信号の変動が小さくなり、周波数変動帯域Δｆは小さくなる。このことから、呼吸循環器系生体信号をＦＦＴによりスペクトラムに変換し、このスペクトラムから周波数変動帯域Δｆを計測すれば、睡眠状態が判断できる。
【００３６】
図３は、呼吸循環器系生体信号を入力情報として睡眠深度（ノンレム１段階，ノンレム２段階、ノンレム３段階、ノンレム４段階）を算出するための関係グラフである。図３において、横軸は睡眠深度を示し、縦軸は呼吸循環器系生体信号の周波数変動帯域を示す。図３に示すように、覚醒段階及びレム睡眠の段階では呼吸循環器系生体信号の周波数変動帯域Δｆは大きい。睡眠状態になると、睡眠が深くなるに従って、呼吸循環器系生体信号の周波数変動帯域Δｆは小さくなっていく。この関係から、閾値SthR1、Sth12、Sth23、Sth34を設定しておき、呼吸循環器系生体信号の周波数変動帯域Δｆと、各閾値SthR1、Sth12、Sth23、Sth34とを比較することにより、ノンレム４段階の中でどの睡眠段階にあるかが判断できる。
【００３７】
このように、ノンレムの４段階については、呼吸循環器系生体信号の周波数変動帯域Δｆから判断できる。しかしながら、覚醒段階とレム睡眠段階では、共に呼吸循環器系生体信号の変動が大きく、覚醒段階にあるかレム睡眠段階にあるかの判断は、呼吸循環器系生体信号の周波数変動帯域Δｆだけで行うのは難しい。
【００３８】
覚醒段階にあるかレム睡眠段階にあるかについては、体動頻度又は呼吸循環器系生体信号の周波数変動帯域の変動率から判断することができる。
【００３９】
つまり、図４は、体動頻度及び呼吸循環器系生体信号の周波数変動帯域の変動率とを入力情報として、睡眠深度（覚醒段階、レム睡眠段階）を算出するための関係を示すグラフである。図４において、横軸は睡眠深度を示し、縦軸は体動頻度及び呼吸循環器系生体信号の周波数変動帯域の変動率を示す。図４に示すように、覚醒段階では、体動頻度が大きく、レム睡眠段階に入ると、体動頻度が小さくなる。また、覚醒段階では、呼吸循環器系生体信号の周波数変動帯域の変動率は小さいが、レム睡眠段階に入ると、呼吸循環器系生体信号の周波数変動帯域の変動率が大きくなる。このグラフから、体動頻度と閾値SthWRとを比較することにより、覚醒段階にあるかレム睡眠段階にあるかを判断することができる。また、呼吸循環器系生体信号の周波数変動帯域の変動率と閾値SthWRとを比較することにより、覚醒段階にあるかレム睡眠段階にあるかを判断することができる。
（２−２）周期分散値を用いた睡眠分析．
次に、呼吸循環器系生体信号を周期分析して睡眠状態を判断する例について説明する。
【００４０】
図５（Ａ）に示すように、時間と共に変化するような時系列の呼吸循環器系生体信号が得られたとする。図５（Ｂ）に示すように、この呼吸循環器系生体信号の１周期毎の時間を計測し、この呼吸循環器系生体信号の１周期毎の時間の分散から、図５（Ｃ）に示すようなヒストグラムを作成すると、呼吸循環器系生体信号の周期分散値Δｔが求められる。この周期分散値Δｔは、呼吸循環器系生体信号の変動を反映するものとなる。すなわち、覚醒段階やレム睡眠にあるときには、呼吸循環器系生体信号の変動が大きく、このときには、呼吸循環器系生体信号の周期分散値Δｔが大きくなる。深い睡眠に入ると、呼吸循環器系生体信号の変動が小さくなり、呼吸循環器系生体信号の周期分散値Δｔが小さくなる。このことから、呼吸循環器系生体信号の１周期毎の時間を計測し、周期分散値Δｔを求めれば、睡眠状態が判断できる。
【００４１】
図６は、呼吸循環器系生体信号を入力情報として睡眠深度（ノンレム１段階，ノンレム２段階、ノンレム３段階、ノンレム４段階）を算出するための関係グラフである。図６において、横軸は睡眠深度を示し、縦軸は呼吸循環器系生体信号の周期分散値Δｔを示す。図６に示すように、覚醒段階及びレム睡眠の段階では呼吸循環器系生体信号の周期分散値Δｔが大きい。睡眠状態になると、睡眠が深くなるに従って、呼吸循環器系生体信号の周期分散値Δｔは小さくなっていく。この関係から、閾値SthR1、Sth12、Sth23、Sth34を設定しておき、呼吸循環器系生体信号の周期分散値Δｔと、各閾値SthR1、Sth12、Sth23、Sth34とを比較することにより、ノンレム４段階の中でどの睡眠段階にあるかが判断できる。
【００４２】
覚醒段階にあるかレム睡眠段階にあるかについては、体動頻度又は呼吸循環器系生体信号の周期分散値の変動率から判断することができる。
【００４３】
図７は、体動頻度及び呼吸循環器系生体信号の周期分散値の変動率とを入力情報として、睡眠深度（覚醒段階、レム睡眠段階）を算出するための関係を示すグラフである。図７において、横軸は睡眠深度を示し、縦軸は体動頻度及び呼吸循環器系生体信号の周期分散値の変動率を示す。図７に示すように、覚醒段階では、体動頻度が大きく、レム睡眠段階に入ると、体動頻度が小さくなる。また、覚醒段階では、呼吸循環器系生体信号の周期分散値の変動率は小さいが、レム睡眠段階に入ると、呼吸循環器系生体信号の周波数変動帯域の変動幅が大きくなる。このグラフから、体動頻度と閾値SthWRとを比較することにより、覚醒段階にあるかレム睡眠段階にあるかを判断することができる。また、呼吸循環器系生体信号の周波数変動帯域の変動率と、閾値SthWRとを比較することにより、覚醒段階にあるかレム睡眠段階にあるかを判断することができる。
（２−３）振幅分散値を用いた睡眠分析．
次に、呼吸循環器系生体信号を振幅解析して睡眠状態を判断する例について説明する。
【００４４】
図８（Ａ）に示すように、時間と共に変化するような時系列の呼吸循環器系生体信号が得られたとする。図８（Ｂ）に示すように、この呼吸循環器系生体信号の１周期毎の振幅を計測し、この呼吸循環器系生体信号の１周期毎の振幅から分散を求め、図８（Ｃ）に示すようなヒストグラムを作成すると、呼吸循環器系生体信号の振幅分散値ΔＡが求められる。この振幅分散値ΔＡは、呼吸循環器系生体信号の変動を反映するものとなる。すなわち、覚醒段階やレム睡眠にあるときには、呼吸循環器系生体信号の変動が大きく、このときには、呼吸循環器系生体信号の振幅分散値ΔＡが大きくなる。深い睡眠に入ると、呼吸循環器系生体信号の変動が小さくなり、呼吸循環器系生体信号の振幅分散値ΔＡが小さくなる。このことから、呼吸循環器系生体信号の１周期毎を振幅を計測し、振幅分散値ΔＡを求めれば、睡眠状態が判断できる。
【００４５】
図９は、呼吸循環器系生体信号を入力情報として睡眠深度（ノンレム１段階，ノンレム２段階、ノンレム３段階、ノンレム４段階）を算出するための関係グラフである。図９において、横軸は睡眠深度を示し、縦軸は呼吸循環器系生体信号の振幅分散値ΔＡを示す。図９に示すように、覚醒段階及びレム睡眠の段階では呼吸循環器系生体信号の振幅分散値ΔＡが大きい。睡眠状態になると、睡眠が深くなるに従って、呼吸循環器系生体信号の振幅分散値ΔＡは小さくなっていく。この関係から、閾値SthR1、Sth12、Sth23、Sth34を設定しておき、呼吸循環器系生体信号の振幅分散値ΔＡと、各閾値SthR1、Sth12、Sth23、Sth34とを比較することにより、ノンレム４段階の中でどの睡眠段階にあるかが判断できる。
【００４６】
覚醒段階にあるかレム睡眠段階にあるかについては、体動頻度又は呼吸循環器系生体信号の振幅分散値の変動率から判断することができる。
【００４７】
図１０は、体動頻度及び呼吸循環器系生体信号の振幅分散値の変動率とを入力情報として、睡眠深度（覚醒段階、レム睡眠段階）を算出するための関係を示すグラフである。図１０において、横軸は睡眠深度を示し、縦軸は体動頻度及び呼吸循環器系生体信号の振幅分散値の変動率を示す。図１０に示すように、覚醒段階では、体動頻度が大きく、レム睡眠段階に入ると、体動頻度が小さくなる。また、覚醒段階では、呼吸循環器系生体信号の振幅分散値の変動率は小さいが、レム睡眠段階に入ると、呼吸循環器系生体信号の周波数変動帯域の変動幅が大きくなる。このグラフから、体動頻度と、閾値SthWRとを比較することにより、覚醒段階にあるかレム睡眠段階にあるかを判断することができる。また、呼吸循環器系生体信号の周波数変動帯域の変動率と、閾値SthWRとを比較することにより、覚醒段階にあるかレム睡眠段階にあるかを判断することができる。
（３）睡眠状態判定部の構成．
以上説明したように、呼吸循環器系生体信号の周波数変動帯域、呼吸循環器系生体信号の周期分散値、呼吸循環器系生体信号の振幅分散値を用いて、ノンレム４段階の睡眠段階が判断できる。また、体動頻度、又は呼吸循環器系生体信号の周波数変動帯域の変動率、呼吸循環器系生体信号の周期分散値の変動率、呼吸循環器系生体信号の振幅分散値の変動率を用いて、覚醒段階かレム睡眠段階かが判断できる。このような原理に基づいて、睡眠状態を判断する睡眠状態判定部９（図１）が構成できる。
（３−１）周波数変動帯域を用いた睡眠状態判定部．
図１１は、睡眠状態判定部９の一例を示すものである。この例は、呼吸循環器系生体信号の周波数変動帯域を用いてノンレム４段階の睡眠段階が判断し、体動頻度を用いて覚醒段階かレム睡眠段階かを判断するものである。
【００４８】
図１１において、入力端子２１に、呼吸循環器系生体信号（心拍信号、呼吸信号）が供給される。入力端子２２に、体動信号が供給される。
【００４９】
入力端子２１からの呼吸循環器系生体信号は、ＦＦＴ処理部２３に供給される。ＦＦＴ処理部２３で、呼吸循環器系生体信号がスペクトラムに変換される。ＦＦＴ処理部２３の出力信号が分散値算出部２４に供給される。分散値算出部２４で、呼吸循環器系生体信号の周波数変動帯域Δｆが算出される。分散値算出部２４で算出された周波数変動帯域Δｆは、比較器２５ａ、２５ｂ、２５ｃ、２５ｄに供給される。
【００５０】
比較器２５ａ、２５ｂ、２５ｃ、２５ｄには、閾値生成部２７から、閾値Sth34、Sth23、Sth12、SthR1がそれぞれ供給される。比較器２５ａ、２５ｂ、２５ｃ、２５ｄで、呼吸循環器系生体信号の周波数変動帯域Δｆと閾値Sth34、Sth23、Sth12、SthR1とが比較される。比較器２５ａ、２５ｂ、２５ｃ、２５ｄの出力信号がノンレム睡眠段階判定部２６に供給される。ノンレム睡眠段階判定部２６で、ノンレム４段階の睡眠状態が判定される。
【００５１】
入力端子２２からの体動信号は、体動レベル正規化部３１に供給される。体動レベル正規化部３１で、体動頻度が検出される。体動レベル正規化部３１で検出された体動頻度が比較器３２に供給される。比較器３２には、閾値生成部２７から閾値SthWRが供給される。比較器３２で、体動頻度と閾値SthWRとが比較される。比較器３２の出力信号が覚醒／レム睡眠判定部３３に供給される。覚醒／レム睡眠判定部３３で、覚醒状態かレム睡眠の状態かが判定される。
【００５２】
ノンレム睡眠段階判定部２６の出力信号及び覚醒／レム睡眠判定部３３の出力信号が総合睡眠判定部３４に供給される。総合睡眠判定部３４で、ノンレム睡眠段階判定部２６の出力信号と、覚醒／レム睡眠判定部３３の出力信号とから、６段階の睡眠状態が判断される。この睡眠状態の判断結果が出力端子３５から出力される。
【００５３】
なお、この例では、覚醒状態かレム睡眠の状態かの判定を、体動頻度を用いて行うようにしているが、図１２に示すように、変動率算出部３６を設け、ＦＦＴ処理部２３の出力信号を変動率算出部３６に供給し、変動率算出部３６で、呼吸循環器系生体信号の周波数変動帯域の変化率を算出し、この呼吸循環器系生体信号の周波数変動帯域の変化率を比較器３７に供給し、比較器３７で、呼吸循環器系生体信号の周波数変動帯域の変化率と閾値SthWRとを比較して、覚醒状態かレム睡眠の状態かを判定するようにしても良い。
【００５４】
また、図１３に示すように、体動レベル正規化部３１と変動率算出部３６を共に設け、覚醒状態かレム睡眠の状態かの判定を、体動頻度と、呼吸循環器系生体信号の周波数変動帯域の変化率との双方を用いて行うようにしても良い。
（３−２）周期分析値を用いた睡眠状態判定部．
図１４は、睡眠状態判定部９の他の例を示すものである。この例は、呼吸循環器系生体信号の周期分散値を用いてノンレム４段階の睡眠段階が判断し、体動頻度を用いて覚醒段階かレム睡眠段階かを判断するものである。
【００５５】
図１４において、入力端子１２１に、呼吸循環器系生体信号（心拍信号、呼吸信号）が供給される。入力端子１２２に、体動信号が供給される。
【００５６】
入力端子１２１からの呼吸循環器系生体信号は、周期計測部１２３に供給される。周期計測部１２３で、呼吸循環器系生体信号の１周期毎の時間が計測される。周期計測部１２３の出力信号が分散値算出部１２４に供給される。分散値算出部１２４で、呼吸循環器系生体信号の周期分散値Δｔが算出される。分散値算出部１２４で算出された周期分散値Δｔは、比較器１２５ａ、１２５ｂ、１２５ｃ、１２５ｄに供給される。
【００５７】
比較器１２５ａ、１２５ｂ、１２５ｃ、１２５ｄには、閾値生成部１２７から、閾値Sth34、Sth23、Sth12、SthR1がそれぞれ供給される。比較器１２５ａ、１２５ｂ、１２５ｃ、１２５ｄで、呼吸循環器系生体信号の周波数変動帯域Δｆと閾値Sth34、Sth23、Sth12、SthR1とが比較される。比較器１２５ａ、２５ｂ、１２５ｃ、１２５ｄの出力信号がノンレム睡眠段階判定部１２６に供給される。ノンレム睡眠段階判定部１２６で、ノンレム４段階の睡眠状態が判定される。
【００５８】
入力端子１２２からの体動信号は、体動レベル正規化部１３１に供給される。体動レベル正規化部１３１で、体動頻度が検出される。体動レベル正規化部１３１で検出された体動頻度が比較器１３２に供給される。比較器１３２には、閾値生成部１２７から閾値SthWRが供給される。比較器１３２で、体動頻度と閾値SthWRとが比較される。比較器１３２の出力信号が覚醒／レム睡眠判定部１３３に供給される。覚醒／レム睡眠判定部１３３で、覚醒状態かレム睡眠の状態かが判定される。
【００５９】
ノンレム睡眠段階判定部１２６の出力信号及び覚醒／レム睡眠判定部１３３の出力信号が総合睡眠判定部１３４に供給される。総合睡眠判定部１３４で、ノンレム睡眠段階判定部１２６の出力信号と、覚醒／レム睡眠判定部１３３の出力信号とから、６段階の睡眠状態が判断される。この睡眠状態の判断結果が出力端子１３５から出力される。
【００６０】
なお、この例では、覚醒状態かレム睡眠の状態かの判定を、体動頻度を用いて行うようにしているが、図１５に示すように、変動率算出部１３６を設け、周期計測部１２３の出力信号を変動率算出部１３６に供給し、変動率算出部１３６で、呼吸循環器系生体信号の周期分散値の変化率を算出し、この呼吸循環器系生体信号の周期分散値の変化率を比較器１３７に供給し、比較器１３７で、呼吸循環器系生体信号の周期分散値の変化率と閾値SthWRとを比較して、覚醒状態かレム睡眠の状態かを判定するようにしても良い。
【００６１】
また、図１６に示すように、体動レベル正規化部１３１と変動率算出部１３６とを共に設け、覚醒状態かレム睡眠の状態かの判定を、体動頻度と、呼吸循環器系生体信号の周期分散値の変化率との双方を用いて行うようにしても良い。
（３−３）振幅分散値を用いた睡眠判定部．
図１７は、睡眠状態判定部９の更に他の例を示すものである。この例は、呼吸循環器系生体信号の振幅分散値を用いてノンレム４段階の睡眠段階が判断し、体動頻度を用いて覚醒段階かレム睡眠段階かを判断するものである。
【００６２】
図１７において、入力端子２２１に、呼吸循環器系生体信号（心拍信号、呼吸信号）が供給される。入力端子２２２に、体動信号が供給される。
【００６３】
入力端子２２１からの呼吸循環器系生体信号は、振幅計測部２２３に供給される。振幅計測部２２３で、呼吸循環器系生体信号の振幅が計測される。振幅計測部２２３の出力信号が分散値算出部２２４に供給される。分散値算出部２２４で、呼吸循環器系生体信号の振幅分散値ΔＡが算出される。分散値算出部２２４で算出された振幅分散値ΔＡは、比較器２２５ａ、２２５ｂ、２２５ｃ、２２５ｄに供給される。
【００６４】
比較器２２５ａ、２２５ｂ、２２５ｃ、２２５ｄには、閾値生成部２２７から、閾値Sth34、Sth23、Sth12、SthR1がそれぞれ供給される。比較器２２５ａ、２２５ｂ、２２５ｃ、２２５ｄで、呼吸循環器系生体信号の周波数変動帯域Δｆと閾値Sth34、Sth23、Sth12、SthR1とが比較される。比較器２２５ａ、２５ｂ、２２５ｃ、２２５ｄの出力信号がノンレム睡眠段階判定部２２６に供給される。ノンレム睡眠段階判定部２２６で、ノンレム４段階の睡眠状態が判定される。
【００６５】
入力端子２２２からの体動信号は、体動レベル正規化部２３１に供給される。体動レベル正規化部２３１で、体動頻度が検出される。体動レベル正規化部２３１で検出された体動頻度が比較器２３２に供給される。比較器２３２には、閾値生成部２２７から閾値SthWRが供給される。比較器２３２で、体動頻度と閾値SthWRとが比較される。比較器２３２の出力信号が覚醒／レム睡眠判定部２３３に供給される。覚醒／レム睡眠判定部２３３で、覚醒状態かレム睡眠の状態かが判定される。
【００６６】
ノンレム睡眠判定部２２６の出力信号及び覚醒／レム睡眠判定部２３３の出力信号が総合睡眠判定部２３４に供給される。総合睡眠判定部２３４で、ノンレム睡眠段階判定部２２６の出力信号と、覚醒／レム睡眠判定部２３３の出力信号とから、６段階の睡眠状態が判断される。この睡眠状態の判断結果が出力端子２３５から出力される。
【００６７】
なお、この例では、覚醒状態かレム睡眠の状態かの判定を、体動頻度を用いて行うようにしているが、図１８に示すように、変動率算出部２３６を設け、振幅計測部２２３の出力信号を変動率算出部２３６に供給し、変動率算出部２３６で、呼吸循環器系生体信号の振幅分散値の変化率を算出し、この呼吸循環器系生体信号の振幅分散値の変化率を比較器２３７に供給し、比較器２３７で、呼吸循環器系生体信号の振幅分散値の変化率と閾値SthWRとを比較して、覚醒状態かレム睡眠の状態かを判定するようにしても良い。
【００６８】
また、図１９に示すように、体動レベル正規化部２３１と変動率算出部２３６とを共に設け、覚醒状態かレム睡眠の状態かの判定を、体動頻度と、呼吸循環器系生体信号の振幅分散値の変化率との双方を用いて行うようにしても良い。
以上、周波数変動帯域を用いて睡眠分析、周期分散値を用いて睡眠分析、振幅分散値を用いた睡眠分析について説明したが、睡眠分析は、これらの組み合わせで行うようにしても良いし、これら全て用いて行うようにしても良い。また、呼吸循環器系の生体信号としては、心拍信号又は呼吸信号のみを用いても良いし、心拍信号と呼吸信号の双方を用いるようにしても良い。
（４）リアルタイム処理について．
上述のように、ノンレム４段階の睡眠状態の判定は、呼吸循環器系の生体信号の周波数変動帯域Δｆ、周期分散値Δｔ、振幅分散値ΔＡと、閾値St hR1、Ｓth12、Sth23、Sth34と比較することにより行われる。また、覚醒段階とレム睡眠との判断は、体動頻度と、閾値SthWRとを比較することにより行われか、又は、呼吸循環器系の生体信号の周波数変動帯域Δｆの変化率、周期分散値Δｔの変化率、振幅分散値ΔＡの変化率と、閾値SthWRとを比較することにより行われる。人の睡眠段階を正確に判定するためには、被験者５の一晩の睡眠を計測した後でなければ、これらの閾値を正確に設定することはできない。
【００６９】
しかし、即時的又はリアルタイムな睡眠段階の情報が必要な場合は、この閾値は暫定値を用いることができる。例えば、被験者が同一人物であり繰り返し生体情報を計測する場合、図２０のような生体情報の変動値はほぼ一定と見なせるため、閾値もほぼ一定であると見なすことができる。つまり被験者が同一人物である場合、前日値又は過去における規則値あるいは平均値などを基準に閾値を仮決定して、リアルタイムに睡眠段階を判定することができる。
（５）閾値の設定について．
被験者５が本発明による睡眠分析システムにより計測する場合には、年齢別睡眠段階占有率を基準として閾値を絞り込むことが可能である。
【００７０】
つまり、図２１は、年齢に対する各睡眠段階の占有率を現すグラフである。図２１において、横軸は年齢を示し、縦軸は各睡眠段階の占有率を示す。このグラフから、睡眠中に、覚醒段階、レム睡眠段階、ノンレム第１段階、ノンレム第２段階、ノンレム第３段階、ノンレム第４段階のそれぞれの占有率は、年齢と共に変化していることが分かる。簡単に言えば、年齢と共に睡眠が浅くなり、覚醒段階にある占有率が高くなる。
【００７１】
この図２１に示すグラフを用いて、６段階の睡眠段階を判定するのに必要な計５個の閾値を求める方法を示す。
【００７２】
各閾値を以下のように定義するものとする。
SthR1：生体情報としての覚醒段階及びREM段階とノンレム1段階の閾値
Sth12：生体情報としてのノンレム２段階とノンレム３段階の閾値
Sth23：生体情報としてのノンレム３段階とノンレム２段階の閾値
Sth34：生体情報としてのノンレム４段階とノンレム３段階の閾値
各年齢における睡眠段階占有率を以下のように定義するものとする。
R_W：指定された年齢における覚醒段階の占有率
R_REM：指定された年齢におけるREM睡眠段階の占有率
R_1：指定された年齢におけるノンレム１段階の占有率
R_2：指定された年齢におけるノンレム２段階の占有率
R_3：指定された年齢におけるノンレム３段階の占有率
R_4：指定された年齢におけるノンレム４段階の占有率
（R_WからR_4までの総和は100%）
全睡眠時間をＴとすると、指定された年齢におけるノンレム４段階の時間は、R_4＊Ｔとなる。よって、ノンレム第４段階とノンレム第３段階とを弁別する閾値Sth34は、以下のようにして算出される。
Sth34をパラメータとして、Sth34≧S(t) を満たすtの総合時間T_Sleep4が
T_Sleep4＝Σt＝R_4＊Ｔ
の条件を満たす時、Sth34がノンレム第４段階４とノンレム第３段階とを弁別する閾値となる。
【００７３】
全睡眠時間をＴとすると、指定された年齢におけるノンレム３段階の時間は、R_3＊Ｔとなる。よって、ノンレム第３段階とノンレム第２段階とを弁別する閾値Sth23は、以下のようにして算出される。
Sth23をパラメータとして、Sth23≧S(t)＞Sth34を満たすtの総合時間
T_Sleep3が
T_Sleep3＝Σt＝R_3＊Ｔ
の条件を満たす時、Sth23がノンレム第３段階とノンレム第２段階とを弁別する閾値となる。
【００７４】
全睡眠時間をＴとすると、指定された年齢におけるノンレム２段階の時間は、R_2＊Ｔとなる。よって、ノンレム第２段階とノンレム第１段階とを弁別する閾値Sth12は、以下のようにして算出される。
Sth12をパラメータとして、Sth12≧S(t)＞Sth23を満たすtの総合時間
T_Sleep2が
T_Sleep2＝Σt＝R_2＊Ｔ
の条件を満たす時、Sth12が睡眠段階2と1を弁別する閾値となる。
【００７５】
全睡眠時間をＴとすると、指定された年齢におけるノンレム１段階の時間は、R_1＊Ｔとなる。覚醒段階及びレム睡眠段階と、ノンレム第１段階とを弁別する閾値SthWRは、以下のようにして算出される。
SthR1をパラメータとして、SthR1≧S(t)＞Sth12を満たすtの総合時間T_Sleep1が
T_Sleep1＝Σt＝R_1＊Ｔ
の条件を満たす時、SthR1が覚醒段階及びREM睡眠段階と睡眠段階1を弁別する閾値となる。
【００７６】
覚醒段階とレム睡眠段階を弁別する閾値としては、呼吸循環器系生体信号の変動率から算出する場合には、SthWRをパラメータとして、SthWR≧S(t)＞SthR1を満たすtの総合時間T_SleepREMが
T_SleepREM＝Σt＝R_REM＊Ｔ
の条件を満たす時、SthWRが睡眠段階覚醒と睡眠段階REMを弁別する閾値となる。
【００７７】
体動頻度から算出する場合には、SthWRをパラメータとして、S(t)＞SthWRを満たすtの総合時間T_SleepWが
T_SleepW＝Σt＝R_W＊Ｔ
の条件を満たす時、SthWRが睡眠段階覚醒と睡眠段階REMを弁別する閾値となる。
（６）睡眠状態判定部の閾値の設定．
図２２は、図１１に示した睡眠状態判定部９に、年齢別占有率表３９を付加して、閾値を設定できるようにしたものである。図２２において、閾値生成部２７には、ＦＦＴ処理部２３から呼吸循環器系生体信号の周波数変動帯域Δｆが送られると共に、体動信号が送られる。また、入力端子３８に被験者５の年齢が入力されると、年齢別占有率表３９から、年齢毎の睡眠段階占有率が出力され、この年齢毎の睡眠段階占有率が閾値生成部２７に送られる。閾値生成部２７により、上述したようにして、ノンレム４段階の閾値SthR1、Sth12、Sth23、Sth34、及び、覚醒段階とレム睡眠段階との閾値SthWRが生成される。ノンレム４段階の閾値SthR1、Sth12、Sth23、Sth34は、比較器２５ａ〜２５ｄに送られ、覚醒段階とレム睡眠段階との閾値SthWRは、比較器３２に送られる。
【００７８】
なお、図１２〜図１９に示した睡眠状態判定部９についても、同様に、年齢別占有率表３９を付加して、閾値を設定することができる。
（７）応用装置．
図２３、図２５に睡眠分析結果である睡眠段階を用いた応用装置を示す。本応用装置の例は、人の睡眠段階を知ることによって、睡眠状態に適したハードウェア機器（例えば炊飯器、給湯器、電話機など）の制御を行おうとするものである。
【００７９】
人の起床時刻はいわゆる時刻によって決定されるべき場合と、人の睡眠状態から逆算的に決定して良い場合とが存在する。例えば、翌日が休日である場合、疲労回復を目的とする睡眠の場合、人に拘束されない自由な時間行動が可能な人の場合等は、いわゆる目覚めの良い時刻に起床することが理想的である。本応用例は、この主旨に則った応用例を示す。
【００８０】
図２３において、睡眠段階入力インターフェース５１には計６段階の睡眠推定結果が入力される。演算処理ブロック５２は、睡眠段階結果を用いて制御すべき外部機器の停止・開始・機能変更などを判定する手段である。リモートコントロールインターフェース５３は、学習型リモートコントロールユニット５４に命令を伝達するためのインターフェースである。リモートコントロールユニット５４により、ハードウェア５５が制御される。ハードウェア５５は例えば電話機である。
【００８１】
電話機の鳴動などの場合、人が深い睡眠状態にある場合、発呼音声そのものが睡眠の妨げとなるため、人の睡眠がノンレム睡眠１段階以上の深い眠りの段階では、鳴動そのものを停止させるようにリアルタイム制御する。図２４のT1〜T2、T3〜T4、T5〜T6の期間が鳴動停止時間である。次に、応答メッセージ等を発呼者に伝達する付加機能を有する電話機の場合、鳴動を停止すると同時に、発呼者に対して理想的な発呼時間を知らせることが可能である。その過程は、人の睡眠周期は約９０分周期で浅い眠りと深い眠りとを繰り返すことが医学的に判明している。（ウルトラディアンリズム）このウルトラディアンリズムを応用すると、睡眠のある状態から次の状態を精度良く予測することが可能となる。例えば、前々回の覚醒（T7）と前回の覚醒（T8）との時間間隔がΔt1であった場合、T10で電話が受信した場合は、睡眠を妨げないように鳴動を停止させると同時に、次の覚醒時刻T9＝T8＋Δt1＝T10＋Δt2を理想時間として予測することができる。この場合、『時刻T9にお電話ください。』あるいは『Δt2後にお電話ください。』といったメッセージを伝達することが可能である。
【００８２】
次に、図２５は、ハードウェア５６として、炊飯器や給湯器を用いたものである。炊飯器や給湯器など、起床時にその役割を完了させていると便利かつ省エネルギー的効果が得られる機器の場合で、覚醒状態から逆算して動作を開始させる例を示す。人の睡眠周期は約９０分周期で浅い眠りと深い眠りとを繰り返すことが医学的に判明している。（ウルトラディアンリズム）このウルトラディアンリズムを応用すると、睡眠のある状態から次の状態を精度良く予測することが可能となる。
【００８３】
図２６で、例えば、前々回の覚醒（T1）と前回の覚醒（T2）との時間間隔がΔt1であった場合、T2の時点で次の覚醒がT4であることが予想される。例えば炊飯器のように、機能開始させてから機能完了するまでの時間がΔt2である機器の場合、T2の時点で、機能開始させる最適時刻は、T2＋Δt1−Δt2＝T4−Δt2と算出できる。
【００８４】
本発明は、上述した実施形態に限定されるものではなく、本発明の要旨を逸脱しない範囲内で様々な変形や応用が可能である。
【産業上の利用可能性】
【００８５】
本発明は、人の睡眠状態を分析して、医学的に利用する他、睡眠状態に応じてハードウェアを制御するのに利用できる。
【図面の簡単な説明】
【００８６】
【図１】本発明が適用された睡眠分析装置の構成を示すブロック図である。
【図２】周波数解析による睡眠段階の判定の説明に用いる波形図である。
【図３】周波数解析による睡眠段階の判定の説明に用いるグラフである。
【図４】周波数解析による睡眠段階の判定の説明に用いるグラフである。
【図５】周期解析による睡眠段階の判定の説明に用いる波形図である。
【図６】周期解析による睡眠段階の判定の説明に用いるグラフである。
【図７】周期解析による睡眠段階の判定の説明に用いるグラフである。
【図８】振幅解析による睡眠段階の判定の説明に用いる波形図である。
【図９】振幅解析による睡眠段階の判定の説明に用いるグラフである。
【図１０】振幅解析による睡眠段階の判定の説明に用いるグラフである。
【図１１】周波数解析による睡眠状態判定部の構成の一例を示すブロック図である。
【図１２】周波数解析による睡眠状態判定部の構成の他の例を示すブロック図である。
【図１３】周波数解析による睡眠状態判定部の構成の更に他の例を示すブロック図である。
【図１４】周期解析による睡眠状態判定部の構成の一例を示すブロック図である。
【図１５】周期解析による睡眠状態判定部の構成の他の例を示すブロック図である。
【図１６】周期解析による睡眠状態判定部の構成の更に他の例を示すブロック図である。
【図１７】振幅解析による睡眠状態判定部の構成の一例を示すブロック図である。
【図１８】振幅解析による睡眠状態判定部の構成の他の例を示すブロック図である。
【図１９】振幅解析による睡眠状態判定部の構成の更に他の例を示すブロック図である。
【図２０】生体情報の変化の説明に用いるグラフである。
【図２１】睡眠段階占有率を用いた閾値の設定の説明図である。
【図２２】睡眠段階占有率を用いた閾値の設定を行う睡眠状態判定部の構成の一例を示すブロック図である。
【図２３】本発明による睡眠分析装置を使った応用装置の一例のブロック図である。
【図２４】本発明による睡眠分析装置を使った応用装置の一例の説明に用いるグラフである。
【図２５】本発明による睡眠分析装置を使った応用装置の一例のブロック図である。
【図２６】本発明による睡眠分析装置を使った応用装置の一例の説明に用いるグラフである。
【図２７】従来の睡眠分析装置の一例のブロック図である。
【図２８】従来の睡眠分析装置の一例の説明図である。
【符号の説明】
【００８７】
１ エアマット
２ エアホース
３ 圧力センサ
５ 被験者
６ 生体信号分離部
７ａ、７ｂ、７ｃ バンドパスフィルタ
８ａ。８ｂ、８ｃ 信号処理部
９ 睡眠状態判定部
２１ 呼吸循環器系生体信号の入力端子
２２ 体動信号の入力端子
２３ ＦＦＴ処理部
２４ 分散値算出部
２５ａ、２５ｂ、２５ｃ、２５ｄ 比較器
２６ ノンレム睡眠段階判定部
２７ 閾値生成部
３１ 体動レベル正規化部
３２ 比較器
３３ レム睡眠判定部
３４ 総合睡眠判定部
３５ 出力端子
３６ 変動率算出部
３７ 比較器
３８ 年齢入力端子
３９ 年齢別占有率表
５１ 睡眠段階入力インターフェース
５２ 演算処理ブロック
５３ リモートコントロールインターフェース
５４ リモートコントロールユニット
５５ ハードウェア
５６ ハードウェア
１０１ 脳波用電極
１０２ オトガイ筋電極
１０３ 眼球運動電極
１０４ａ、１０４ｂ、１０４ｃ センサインターフェース
１０５ａ、１０５ｂ、１０５ｃ Ａ／Ｄ変換器
１０６ 演算装置
１２１ 呼吸循環器系生体信号の入力端子
１２２ 体動信号の入力端子
１２３ 周期計測部
１２４ 分散値算出部
１２５ａ、１２５ｂ、１２５ｃ、１２５ｄ 比較器
１２６ ノンレム睡眠段階判定部
１２７ 閾値生成部
１３１ 体動レベル正規化部
１３２ 比較器
１３３ レム睡眠判定部
１３４ 総合睡眠判定部
１３５ 出力端子
１３６ 変動率算出部
１３７ 比較器
２２１ 呼吸循環器系生体信号の入力端子
２２２ 体動信号の入力端子
２２３ 振幅計測部
２２４ 分散値算出部
２２５ａ、２２５ｂ、２２５ｃ、２２５ｄ 比較器
２２６ ノンレム睡眠判定部
２２６ ノンレム睡眠段階判定部
２２７ 閾値生成部
２３１ 体動レベル正規化部
２３２ 比較器
２３３ レム睡眠判定部
２３４ 総合睡眠判定部
２３５ 出力端子
２３６ 変動率算出部
２３７ 比較器
【技術分野】
【０００１】
本発明は、人の生体情報を検出し、その生体情報から睡眠状態を分析する睡眠分析装置に関する。
【背景技術】
【０００２】
従来、人の睡眠段階を判定する手段としては、睡眠ポリソムノグラフ検査（以下ＰＳＧと略記）の結果をRechtschaffen & Kales（ラクトシャヘン＆カールズ）による睡眠段階国際判定基準に基づき実施していた(例えば、非特許文献１）。この手法では被験者に対して脳波センサ、眼球センサ、オトガイ筋センサ等から得られた信号から、脳波分析、急速眼球運動の有無、オトガイ筋筋電図の持続性・相動性要素などを評価することにより実施していた。人の睡眠段階は覚醒状態を含めて計６段階に分類し、高速眼球運動（REM）を伴う状態をレム睡眠、レムを含まない睡眠をノンレム睡眠に分類し、脳波の状態により、以下のように、４段階に分類する。
・覚醒（段階Ｗ）：８〜１２Ｈｚのアルファ波と１３〜４０Ｈｚの低振幅で不規則なベータ波がみられる。
・レム睡眠段階：覚醒時のような急速眼球運動（rapid eye movement：REM）が起こる。更に頤筋など抗重力筋の緊張が著しく低下する．
・ノンレム第１段階：アルファ波は消失し２〜７Ｈｚの低振幅徐波が現れる．中心部には頭蓋頂鋭波（vertex sharp wave）と呼ばれる特徴的な波が出現する。半醒半睡状態あるいは入眠期と呼ばれる状態で、ゆっくりとした眼球運動（セム）がみられる。
・ノンレム第２段階：１２〜１４Ｈｚで０．５秒以上の持続をもった明瞭な睡眠紡錘波が出現する。
・ノンレム第３、４段階：２Ｈｚ以下で７５μＶ以上のデルタ波が出現する。判定区間に占めるデルタ波の割合によって、５０％以上をノンレム第４段階、２０〜５０％をノンレム第３段階に分類する。
【０００３】
図２７は、上述のように睡眠段階を判定する従来の睡眠分析装置の一例を示す。図２７において、脳波用電極１０１、オトガイ筋電極１０２、眼球運動電極１０３は、それぞれ人体の脳部、顎部、目周辺に配置し、その微弱な電圧変化を捉えるセンサである。センサインターフェース１０４ａ、１０４ｂ、１０４ｃは脳波信号、オトガイ筋筋電信号、眼球運動信号それぞれ適度なレベルにまで増幅する機能を有し、Ａ／Ｄ変換器１０５ａ、１０５ｂ、１０５ｃはマイクロコンピュータなどの演算装置１０６への信号インターフェースとして機能する。
【０００４】
図２８は、図２７によって得られた脳波信号、オトガイ筋筋電信号、眼球運動信号等の各信号を演算して、最終的な睡眠段階を判定するためのルールを記している。これは、Rechtschaffen & Kales（ラクトシャヘン＆カールズ）による睡眠段階国際判定基準に基づくものである。
【非特許文献１】インターネット<URL:http://www.sleep-ukiha.syslabo.co.jp/cont071.html>
【発明の開示】
【発明が解決しようとする課題】
【０００５】
従来手法である睡眠ポリソムノグラフ検査では、人の睡眠状態を判定する基準として、脳波、眼球運動、オトガイ筋を入力情報としているため、人体に脳波センサ、眼球センサ、オトガイ筋センサを直接取り付ける必要があり、被験者の寝返りや体動によりセンサが脱落して機能しなくなったり、センサの取り付け条件が変化して計測データの継続性に疑義が生じたりする問題があった。
【０００６】
更にセンサが人体に直接取り付けられることにより、平常時とは異なる睡眠姿勢を強いられる、心理的緊張状態やストレス状態が継続する等、睡眠検査の実施自体が睡眠状態に影響を与えるという大きな問題があった。
【０００７】
また、脳波分析等は医師のように専門知識がなければ判定は不可能であり、このことは事実上、睡眠ポリソムノグラフ検査実施時よりもはるかに遅れた時点で睡眠分析が行われることを意味しており、睡眠の状態を捉えて即時的かつリアルタイムに機器や環境を制御しようとする目的には利用できないという問題があった。
【０００８】
本発明は、上述の課題を鑑み、被験者にセンサを直接取り付けることなく、睡眠状態を分析できるようにした睡眠分析装置を提供することを目的とする。
【課題を解決するための手段】
【０００９】
上述の課題を解決するために、本発明は、エアマットに横臥する被験者の生体情報を検出するセンサと、センサの検出信号から、呼吸循環器系の生体信号と、体動信号とを分離する生体信号分離手段と、分離された呼吸循環器系の生体信号と、体動信号とから、睡眠段階を判断する睡眠状態判定手段とを有し、睡眠状態判定手段において、ノンレム段階の睡眠判定は呼吸循環器系の生体信号により判行い、覚醒段階とレム睡眠段階との判別は体動信号又は前記呼吸循環器系の生体信号の変動率により行うようにしたことを特徴とする。
【００１０】
好ましくは、睡眠状態判定手段は、呼吸循環器系の生体信号を周波数解析し、呼吸循環器系の生体信号の周波数変動帯域と閾値とを比較して、ノンレム段階の睡眠を判別するようにしたことを特徴とする。
【００１１】
好ましくは、前記睡眠状態判定手段は、呼吸循環器系の生体信号を周期解析し、呼吸循環器系の生体信号の周期分散値と閾値とを比較して、ノンレム段階の睡眠を判別するようにしたことを特徴とする。
【００１２】
好ましくは、前記睡眠状態判定手段は、呼吸循環器系の生体信号を振幅解析し、呼吸循環器系の生体信号の振幅分散値と閾値とを比較して、ノンレム段階の睡眠を判別するようにしたことを特徴とする。
【００１３】
好ましくは、前記睡眠状態判定手段は、体動信号を解析して体動頻度を求め、体動頻度と閾値とを比較して、覚醒段階とレム睡眠段階とを判別するようにしたことを特徴とする。
【００１４】
好ましくは、前記睡眠状態判定手段は、呼吸循環器系の生体信号を周波数解析し、呼吸循環器系の生体信号の周波数変動帯域の変動率と閾値とを比較して、覚醒段階とレム睡眠段階とを判別するようにしたことを特徴とする。
【００１５】
好ましくは、前記睡眠状態判定手段は、呼吸循環器系の生体信号を周期解析し、呼吸循環器系の生体信号の周期分散値の変動率と閾値とを比較して、覚醒段階とレム睡眠段階とを判別するようにしたことを特徴とする。
【００１６】
好ましくは、前記睡眠状態判定手段は、呼吸循環器系の生体信号を振幅解析し、呼吸循環器系の生体信号の振幅分散値の変動率と閾値とを比較して、覚醒段階とレム睡眠段階とを判別するようにしたことを特徴とする。
【００１７】
好ましくは、同一の被験者の過去の基準値を基に閾値を決定して、リアルタイムに睡眠状態を分析するようにしたことを特徴とする。
【００１８】
好ましくは、年齢に対する睡眠段階の占有率の情報を基に閾値を決定して、リアルタイムに睡眠状態を分析するようにしたことを特徴とする。
【発明の効果】
【００１９】
本発明によれば、生体情報を検出するセンサと、センサの検出信号から、呼吸循環器系の生体信号と、体動信号とを分離する生体信号分離手段と、分離された呼吸循環器系の生体信号と、体動信号とから、睡眠段階を判断する睡眠状態判定手段とを有し、睡眠状態判定手段において、ノンレム段階の睡眠判定は呼吸循環器系の生体信号により判行い、覚醒段階とレム睡眠段階との判別は体動信号又は前記呼吸循環器系の生体信号の変動率により行うようにしている。このため、人体にセンサを直接取り付ける必要がない。したがって、被験者の寝返りや体動によりセンサが脱落して機能しなくなったり、センサの取り付け条件が変化して計測データの継続性に疑義が生じたりする問題が発生しない。また、被験者はセンサによって計測されているというストレスが生じないため、非計測時と同じ心理状態睡眠状態を計測できる。このことは計測データの信頼性の向上につながる。更に、脳波分析のように専門医による判定を必要としないため、被験者が自宅等どこでも計測が可能である。また、ノンレム睡眠段階の判定と、覚醒段階とレム睡眠段階の判定とを別々に行っているので、睡眠状態の判定の精度が向上される。
【００２０】
また、本発明では、睡眠状態判定手段は、呼吸循環器系の生体信号を周波数解析し、呼吸循環器系の生体信号の周波数変動帯域と閾値とを比較して、ノンレム段階の睡眠を判別している。また、本発明では、睡眠状態判定手段は、呼吸循環器系の生体信号を周期解析し、呼吸循環器系の生体信号の周期分散値と閾値とを比較して、ノンレム段階の睡眠を判別するようにしている。また、本発明では、睡眠状態判定手段は、呼吸循環器系の生体信号を振幅解析し、呼吸循環器系の生体信号の振幅分散値と閾値とを比較して、ノンレム段階の睡眠を判別するようにしている。このため、簡単な構成で、然も、高い精度で、ノンレム睡眠の段階が判定できる。
【００２１】
また、本発明では、睡眠状態判定手段は、体動信号を解析して体動頻度を求め、体動頻度と閾値とを比較して、覚醒段階とレム睡眠段階とを判別するようにしている。また、本発明では、睡眠状態判定手段は、呼吸循環器系の生体信号を周波数解析し、呼吸循環器系の生体信号の周波数変動帯域の変動率と閾値とを比較して、覚醒段階とレム睡眠段階とを判別するようにしている。また、本発明では、睡眠状態判定手段は、呼吸循環器系の生体信号を周期解析し、呼吸循環器系の生体信号の周期分散値の変動率と閾値とを比較して、覚醒段階とレム睡眠段階とを判別するようにしている。また、本発明では、睡眠状態判定手段は、呼吸循環器系の生体信号を振幅解析し、呼吸循環器系の生体信号の振幅分散値の変動率と閾値とを比較して、覚醒段階とレム睡眠段階とを判別するようにしている。このため、簡単な構成で、然も、高い精度で、覚醒段階とレム睡眠段階とが判定できる。
【００２２】
また、本発明では、同一の被験者の過去の基準値を基に閾値を決定して、リアルタイムに睡眠状態を分析することで、リアルタイム処理が可能である。また、本発明では、年齢に対する睡眠段階の占有率の情報を基に閾値を決定して、リアルタイムに睡眠状態を分析するようにすることで、リアルタイム処理が可能である。睡眠のリアルタイム分析が可能になる結果、睡眠状態に応じた機器や環境を制御する目的に利用することができる。
【発明を実施するための最良の形態】
【００２３】
以下、本発明の実施形態について図面を参照しながら説明する。
（１）睡眠分析装置の構成．
図１は、本発明の第１実施形態を示すものである。図１において、１はエアマットである。エアマット１にはエアホース２が接続されており、エアホース２には、圧力センサ３が取り付けられる。圧力センサ３は、エアマット１の圧力変化による信号を検出して、電気信号に変換する。
【００２４】
被験者５がエアマット１上に横臥している間に、圧力センサ３からは、被験者５の種々の生体信号が得られる。すなわち、被験者５の心拍による圧力変化がエアマット１に伝わり、圧力センサ３で検出される。また、被験者５の呼吸による圧力変化がエアマット１に伝わり、圧力センサ３で検出される。更に、被験者５が動くと、その体動による圧力変化がエアマット１に伝わり、圧力センサ３で検出される。圧力センサ３からは、心拍信号、呼吸信号、体動信号等の生体信号が混合された状態で検出される。
【００２５】
圧力センサ３の出力信号は、センサインターフェース４を介して、生体信号分離部６に送られる。生体信号分離部６は、圧力センサ３の出力信号から、心拍信号、呼吸信号、体動信号を分離するものである。
【００２６】
生体信号分離部６は、例えば周波数分割により、各生体信号を分離するものである。生体信号分離部６は、バンドパスフィルタ７ａ、７ｂ、７ｃにより構成されている。心拍信号は、心拍の基本信号（６０Ｈｚ付近）又は心拍関連信号（１０Ｈｚ及びその高調波）の周波数成分の信号を抽出するバンドパスフィルタ７ａで分離される。呼吸信号は、呼吸の基本信号（０．３Ｈｚ付近）の周波数成分の信号を抽出するバンドパスフィルタ７ｂで分離される。体動信号は、（１００Ｈｚ〜３００Ｈｚ）の信号を抽出するバンドパスフィルタ７ｃで分離される。
【００２７】
バンドパスフィルタ７ａ、７ｂ、７ｃで分離された心拍信号、呼吸信号、体動信号は、レベル検波及び増幅を行う信号処理部８ａ、８ｂ、８ｃを介して、睡眠状態判定部９に送られる。
【００２８】
睡眠状態判定部９は、呼吸循環器系生体信号（心拍信号、呼吸信号）及び体動信号を用いて、睡眠状態を判定する。つまり、呼吸循環器系の生体情報である血圧、呼吸、脈拍は睡眠の状態に応じて変化することが知られている。例えば、レム睡眠期では血圧や脈拍数は乱高下し、深い睡眠状態に移行すると血圧は下がり、脈拍数も減少する。よって、睡眠中の呼吸循環器系生体信号（心拍信号、呼吸信号）を分析することにより、人の睡眠の深さ（ノンレム睡眠段階）を推定することができる。また、覚醒状態では体動頻度は大きいが、レム睡眠段階に入ると、体動頻度が小さくなる。よって、体動信号を分析することにより、覚醒段階かレム睡眠段階かが判断できる。また、覚醒状態では呼吸循環器系の生体信号の変動率は小さいが、レム睡眠段階に入ると、呼吸循環器系の生体信号の変動率が大きくなる。よって、呼吸循環器系の生体信号の変動率から、覚醒段階かレム睡眠段階かが判断できる。睡眠状態判定部９で、例えば、覚醒段階、レム睡眠段階、ノンレム第１段階、ノンレム第２段階、ノンレム第３段階、ノンレム第４段階の６段階に分けて、睡眠状態が判定される。この判定結果が出力端子１０から出力される。
【００２９】
以上説明したように、本発明の実施形態では、圧力センサ３により被験者５の種々の生態信号を検出し、この圧力センサ３からの生体信号から生体信号分離部６で心拍信号、呼吸信号、体動信号の生体信号に分離し、睡眠状態判定部９で、分離された心拍信号、呼吸信号、体動信号の生体信号を用いて、睡眠状態を判断するようにしている。
【００３０】
本発明の実施形態では、被験者５はエアマット１で寝ているだけで睡眠状態が検出され、従来手法である睡眠ポリソムノグラフ検査のように、人体にセンサを直接取り付けることがない。このため、被験者の寝返りや体動によりセンサが脱落して機能しなくなったり、センサの取り付け条件が変化して計測データの継続性に疑義が生じたりする問題が発生しない。
【００３１】
また、被験者５はセンサによって計測されているというストレスが生じないため、非計測時と同じ心理状態睡眠状態を計測できる。このことは計測データの信頼性の向上につながる。
【００３２】
更に、脳波分析のように専門医による判定を必要としないため、被験者が自宅等どこでも計測が可能である。
（２）睡眠分析の原理．
次に、生体信号分離部６で分離された心拍信号、呼吸信号、体動信号の生体信号により、睡眠状態判定部９でどのようにして睡眠状態が判定されるかについて説明する。
【００３３】
前述したように、呼吸循環器系の生体情報である血圧、呼吸、脈拍は、睡眠状態により変化することが知られている。例えば、レム睡眠期では血圧や脈拍数は乱高下し、深い睡眠状態に移行すると血圧は下がり、脈拍数も減少する。したがって、心拍信号や呼吸信号等の呼吸循環器系生体信号を捉え、この生体信号の変化を分析すれば、人の睡眠状態を推定することができる。
【００３４】
呼吸循環器系生体信号（心拍信号、呼吸信号）の変化は、周波数分析して捉えることができる。また、呼吸循環器系生体信号の変化は、周期分析して捉えることができる。また、呼吸循環器系生体信号の変化は、振幅分析して捉えることができる。
（２−１）周波数変動帯域を用いて睡眠分析．
先ず、呼吸循環器系生体信号の周波数分析して睡眠状態を判断する例から説明する。
【００３５】
図２（Ａ）に示すように、時間と共に変化するような時系列の呼吸循環器系生体信号が得られたとする。この呼吸循環器系生体信号をＦＦＴ(Fast Fourier Transform)によりスペクトラムに変換すると、図２（Ｂ）に示すように、周波数変動帯域が検出される。この周波数変動帯域Δｆは、呼吸循環器系生体信号の変動を反映するものとなる。すなわち、覚醒段階やレム睡眠にあるときには、呼吸循環器系生体信号の変動が大きく、このときには、周波数変動帯域Δｆが大きくなる。深い睡眠に入ると、呼吸循環器系生体信号の変動が小さくなり、周波数変動帯域Δｆは小さくなる。このことから、呼吸循環器系生体信号をＦＦＴによりスペクトラムに変換し、このスペクトラムから周波数変動帯域Δｆを計測すれば、睡眠状態が判断できる。
【００３６】
図３は、呼吸循環器系生体信号を入力情報として睡眠深度（ノンレム１段階，ノンレム２段階、ノンレム３段階、ノンレム４段階）を算出するための関係グラフである。図３において、横軸は睡眠深度を示し、縦軸は呼吸循環器系生体信号の周波数変動帯域を示す。図３に示すように、覚醒段階及びレム睡眠の段階では呼吸循環器系生体信号の周波数変動帯域Δｆは大きい。睡眠状態になると、睡眠が深くなるに従って、呼吸循環器系生体信号の周波数変動帯域Δｆは小さくなっていく。この関係から、閾値SthR1、Sth12、Sth23、Sth34を設定しておき、呼吸循環器系生体信号の周波数変動帯域Δｆと、各閾値SthR1、Sth12、Sth23、Sth34とを比較することにより、ノンレム４段階の中でどの睡眠段階にあるかが判断できる。
【００３７】
このように、ノンレムの４段階については、呼吸循環器系生体信号の周波数変動帯域Δｆから判断できる。しかしながら、覚醒段階とレム睡眠段階では、共に呼吸循環器系生体信号の変動が大きく、覚醒段階にあるかレム睡眠段階にあるかの判断は、呼吸循環器系生体信号の周波数変動帯域Δｆだけで行うのは難しい。
【００３８】
覚醒段階にあるかレム睡眠段階にあるかについては、体動頻度又は呼吸循環器系生体信号の周波数変動帯域の変動率から判断することができる。
【００３９】
つまり、図４は、体動頻度及び呼吸循環器系生体信号の周波数変動帯域の変動率とを入力情報として、睡眠深度（覚醒段階、レム睡眠段階）を算出するための関係を示すグラフである。図４において、横軸は睡眠深度を示し、縦軸は体動頻度及び呼吸循環器系生体信号の周波数変動帯域の変動率を示す。図４に示すように、覚醒段階では、体動頻度が大きく、レム睡眠段階に入ると、体動頻度が小さくなる。また、覚醒段階では、呼吸循環器系生体信号の周波数変動帯域の変動率は小さいが、レム睡眠段階に入ると、呼吸循環器系生体信号の周波数変動帯域の変動率が大きくなる。このグラフから、体動頻度と閾値SthWRとを比較することにより、覚醒段階にあるかレム睡眠段階にあるかを判断することができる。また、呼吸循環器系生体信号の周波数変動帯域の変動率と閾値SthWRとを比較することにより、覚醒段階にあるかレム睡眠段階にあるかを判断することができる。
（２−２）周期分散値を用いた睡眠分析．
次に、呼吸循環器系生体信号を周期分析して睡眠状態を判断する例について説明する。
【００４０】
図５（Ａ）に示すように、時間と共に変化するような時系列の呼吸循環器系生体信号が得られたとする。図５（Ｂ）に示すように、この呼吸循環器系生体信号の１周期毎の時間を計測し、この呼吸循環器系生体信号の１周期毎の時間の分散から、図５（Ｃ）に示すようなヒストグラムを作成すると、呼吸循環器系生体信号の周期分散値Δｔが求められる。この周期分散値Δｔは、呼吸循環器系生体信号の変動を反映するものとなる。すなわち、覚醒段階やレム睡眠にあるときには、呼吸循環器系生体信号の変動が大きく、このときには、呼吸循環器系生体信号の周期分散値Δｔが大きくなる。深い睡眠に入ると、呼吸循環器系生体信号の変動が小さくなり、呼吸循環器系生体信号の周期分散値Δｔが小さくなる。このことから、呼吸循環器系生体信号の１周期毎の時間を計測し、周期分散値Δｔを求めれば、睡眠状態が判断できる。
【００４１】
図６は、呼吸循環器系生体信号を入力情報として睡眠深度（ノンレム１段階，ノンレム２段階、ノンレム３段階、ノンレム４段階）を算出するための関係グラフである。図６において、横軸は睡眠深度を示し、縦軸は呼吸循環器系生体信号の周期分散値Δｔを示す。図６に示すように、覚醒段階及びレム睡眠の段階では呼吸循環器系生体信号の周期分散値Δｔが大きい。睡眠状態になると、睡眠が深くなるに従って、呼吸循環器系生体信号の周期分散値Δｔは小さくなっていく。この関係から、閾値SthR1、Sth12、Sth23、Sth34を設定しておき、呼吸循環器系生体信号の周期分散値Δｔと、各閾値SthR1、Sth12、Sth23、Sth34とを比較することにより、ノンレム４段階の中でどの睡眠段階にあるかが判断できる。
【００４２】
覚醒段階にあるかレム睡眠段階にあるかについては、体動頻度又は呼吸循環器系生体信号の周期分散値の変動率から判断することができる。
【００４３】
図７は、体動頻度及び呼吸循環器系生体信号の周期分散値の変動率とを入力情報として、睡眠深度（覚醒段階、レム睡眠段階）を算出するための関係を示すグラフである。図７において、横軸は睡眠深度を示し、縦軸は体動頻度及び呼吸循環器系生体信号の周期分散値の変動率を示す。図７に示すように、覚醒段階では、体動頻度が大きく、レム睡眠段階に入ると、体動頻度が小さくなる。また、覚醒段階では、呼吸循環器系生体信号の周期分散値の変動率は小さいが、レム睡眠段階に入ると、呼吸循環器系生体信号の周波数変動帯域の変動幅が大きくなる。このグラフから、体動頻度と閾値SthWRとを比較することにより、覚醒段階にあるかレム睡眠段階にあるかを判断することができる。また、呼吸循環器系生体信号の周波数変動帯域の変動率と、閾値SthWRとを比較することにより、覚醒段階にあるかレム睡眠段階にあるかを判断することができる。
（２−３）振幅分散値を用いた睡眠分析．
次に、呼吸循環器系生体信号を振幅解析して睡眠状態を判断する例について説明する。
【００４４】
図８（Ａ）に示すように、時間と共に変化するような時系列の呼吸循環器系生体信号が得られたとする。図８（Ｂ）に示すように、この呼吸循環器系生体信号の１周期毎の振幅を計測し、この呼吸循環器系生体信号の１周期毎の振幅から分散を求め、図８（Ｃ）に示すようなヒストグラムを作成すると、呼吸循環器系生体信号の振幅分散値ΔＡが求められる。この振幅分散値ΔＡは、呼吸循環器系生体信号の変動を反映するものとなる。すなわち、覚醒段階やレム睡眠にあるときには、呼吸循環器系生体信号の変動が大きく、このときには、呼吸循環器系生体信号の振幅分散値ΔＡが大きくなる。深い睡眠に入ると、呼吸循環器系生体信号の変動が小さくなり、呼吸循環器系生体信号の振幅分散値ΔＡが小さくなる。このことから、呼吸循環器系生体信号の１周期毎を振幅を計測し、振幅分散値ΔＡを求めれば、睡眠状態が判断できる。
【００４５】
図９は、呼吸循環器系生体信号を入力情報として睡眠深度（ノンレム１段階，ノンレム２段階、ノンレム３段階、ノンレム４段階）を算出するための関係グラフである。図９において、横軸は睡眠深度を示し、縦軸は呼吸循環器系生体信号の振幅分散値ΔＡを示す。図９に示すように、覚醒段階及びレム睡眠の段階では呼吸循環器系生体信号の振幅分散値ΔＡが大きい。睡眠状態になると、睡眠が深くなるに従って、呼吸循環器系生体信号の振幅分散値ΔＡは小さくなっていく。この関係から、閾値SthR1、Sth12、Sth23、Sth34を設定しておき、呼吸循環器系生体信号の振幅分散値ΔＡと、各閾値SthR1、Sth12、Sth23、Sth34とを比較することにより、ノンレム４段階の中でどの睡眠段階にあるかが判断できる。
【００４６】
覚醒段階にあるかレム睡眠段階にあるかについては、体動頻度又は呼吸循環器系生体信号の振幅分散値の変動率から判断することができる。
【００４７】
図１０は、体動頻度及び呼吸循環器系生体信号の振幅分散値の変動率とを入力情報として、睡眠深度（覚醒段階、レム睡眠段階）を算出するための関係を示すグラフである。図１０において、横軸は睡眠深度を示し、縦軸は体動頻度及び呼吸循環器系生体信号の振幅分散値の変動率を示す。図１０に示すように、覚醒段階では、体動頻度が大きく、レム睡眠段階に入ると、体動頻度が小さくなる。また、覚醒段階では、呼吸循環器系生体信号の振幅分散値の変動率は小さいが、レム睡眠段階に入ると、呼吸循環器系生体信号の周波数変動帯域の変動幅が大きくなる。このグラフから、体動頻度と、閾値SthWRとを比較することにより、覚醒段階にあるかレム睡眠段階にあるかを判断することができる。また、呼吸循環器系生体信号の周波数変動帯域の変動率と、閾値SthWRとを比較することにより、覚醒段階にあるかレム睡眠段階にあるかを判断することができる。
（３）睡眠状態判定部の構成．
以上説明したように、呼吸循環器系生体信号の周波数変動帯域、呼吸循環器系生体信号の周期分散値、呼吸循環器系生体信号の振幅分散値を用いて、ノンレム４段階の睡眠段階が判断できる。また、体動頻度、又は呼吸循環器系生体信号の周波数変動帯域の変動率、呼吸循環器系生体信号の周期分散値の変動率、呼吸循環器系生体信号の振幅分散値の変動率を用いて、覚醒段階かレム睡眠段階かが判断できる。このような原理に基づいて、睡眠状態を判断する睡眠状態判定部９（図１）が構成できる。
（３−１）周波数変動帯域を用いた睡眠状態判定部．
図１１は、睡眠状態判定部９の一例を示すものである。この例は、呼吸循環器系生体信号の周波数変動帯域を用いてノンレム４段階の睡眠段階が判断し、体動頻度を用いて覚醒段階かレム睡眠段階かを判断するものである。
【００４８】
図１１において、入力端子２１に、呼吸循環器系生体信号（心拍信号、呼吸信号）が供給される。入力端子２２に、体動信号が供給される。
【００４９】
入力端子２１からの呼吸循環器系生体信号は、ＦＦＴ処理部２３に供給される。ＦＦＴ処理部２３で、呼吸循環器系生体信号がスペクトラムに変換される。ＦＦＴ処理部２３の出力信号が分散値算出部２４に供給される。分散値算出部２４で、呼吸循環器系生体信号の周波数変動帯域Δｆが算出される。分散値算出部２４で算出された周波数変動帯域Δｆは、比較器２５ａ、２５ｂ、２５ｃ、２５ｄに供給される。
【００５０】
比較器２５ａ、２５ｂ、２５ｃ、２５ｄには、閾値生成部２７から、閾値Sth34、Sth23、Sth12、SthR1がそれぞれ供給される。比較器２５ａ、２５ｂ、２５ｃ、２５ｄで、呼吸循環器系生体信号の周波数変動帯域Δｆと閾値Sth34、Sth23、Sth12、SthR1とが比較される。比較器２５ａ、２５ｂ、２５ｃ、２５ｄの出力信号がノンレム睡眠段階判定部２６に供給される。ノンレム睡眠段階判定部２６で、ノンレム４段階の睡眠状態が判定される。
【００５１】
入力端子２２からの体動信号は、体動レベル正規化部３１に供給される。体動レベル正規化部３１で、体動頻度が検出される。体動レベル正規化部３１で検出された体動頻度が比較器３２に供給される。比較器３２には、閾値生成部２７から閾値SthWRが供給される。比較器３２で、体動頻度と閾値SthWRとが比較される。比較器３２の出力信号が覚醒／レム睡眠判定部３３に供給される。覚醒／レム睡眠判定部３３で、覚醒状態かレム睡眠の状態かが判定される。
【００５２】
ノンレム睡眠段階判定部２６の出力信号及び覚醒／レム睡眠判定部３３の出力信号が総合睡眠判定部３４に供給される。総合睡眠判定部３４で、ノンレム睡眠段階判定部２６の出力信号と、覚醒／レム睡眠判定部３３の出力信号とから、６段階の睡眠状態が判断される。この睡眠状態の判断結果が出力端子３５から出力される。
【００５３】
なお、この例では、覚醒状態かレム睡眠の状態かの判定を、体動頻度を用いて行うようにしているが、図１２に示すように、変動率算出部３６を設け、ＦＦＴ処理部２３の出力信号を変動率算出部３６に供給し、変動率算出部３６で、呼吸循環器系生体信号の周波数変動帯域の変化率を算出し、この呼吸循環器系生体信号の周波数変動帯域の変化率を比較器３７に供給し、比較器３７で、呼吸循環器系生体信号の周波数変動帯域の変化率と閾値SthWRとを比較して、覚醒状態かレム睡眠の状態かを判定するようにしても良い。
【００５４】
また、図１３に示すように、体動レベル正規化部３１と変動率算出部３６を共に設け、覚醒状態かレム睡眠の状態かの判定を、体動頻度と、呼吸循環器系生体信号の周波数変動帯域の変化率との双方を用いて行うようにしても良い。
（３−２）周期分析値を用いた睡眠状態判定部．
図１４は、睡眠状態判定部９の他の例を示すものである。この例は、呼吸循環器系生体信号の周期分散値を用いてノンレム４段階の睡眠段階が判断し、体動頻度を用いて覚醒段階かレム睡眠段階かを判断するものである。
【００５５】
図１４において、入力端子１２１に、呼吸循環器系生体信号（心拍信号、呼吸信号）が供給される。入力端子１２２に、体動信号が供給される。
【００５６】
入力端子１２１からの呼吸循環器系生体信号は、周期計測部１２３に供給される。周期計測部１２３で、呼吸循環器系生体信号の１周期毎の時間が計測される。周期計測部１２３の出力信号が分散値算出部１２４に供給される。分散値算出部１２４で、呼吸循環器系生体信号の周期分散値Δｔが算出される。分散値算出部１２４で算出された周期分散値Δｔは、比較器１２５ａ、１２５ｂ、１２５ｃ、１２５ｄに供給される。
【００５７】
比較器１２５ａ、１２５ｂ、１２５ｃ、１２５ｄには、閾値生成部１２７から、閾値Sth34、Sth23、Sth12、SthR1がそれぞれ供給される。比較器１２５ａ、１２５ｂ、１２５ｃ、１２５ｄで、呼吸循環器系生体信号の周波数変動帯域Δｆと閾値Sth34、Sth23、Sth12、SthR1とが比較される。比較器１２５ａ、２５ｂ、１２５ｃ、１２５ｄの出力信号がノンレム睡眠段階判定部１２６に供給される。ノンレム睡眠段階判定部１２６で、ノンレム４段階の睡眠状態が判定される。
【００５８】
入力端子１２２からの体動信号は、体動レベル正規化部１３１に供給される。体動レベル正規化部１３１で、体動頻度が検出される。体動レベル正規化部１３１で検出された体動頻度が比較器１３２に供給される。比較器１３２には、閾値生成部１２７から閾値SthWRが供給される。比較器１３２で、体動頻度と閾値SthWRとが比較される。比較器１３２の出力信号が覚醒／レム睡眠判定部１３３に供給される。覚醒／レム睡眠判定部１３３で、覚醒状態かレム睡眠の状態かが判定される。
【００５９】
ノンレム睡眠段階判定部１２６の出力信号及び覚醒／レム睡眠判定部１３３の出力信号が総合睡眠判定部１３４に供給される。総合睡眠判定部１３４で、ノンレム睡眠段階判定部１２６の出力信号と、覚醒／レム睡眠判定部１３３の出力信号とから、６段階の睡眠状態が判断される。この睡眠状態の判断結果が出力端子１３５から出力される。
【００６０】
なお、この例では、覚醒状態かレム睡眠の状態かの判定を、体動頻度を用いて行うようにしているが、図１５に示すように、変動率算出部１３６を設け、周期計測部１２３の出力信号を変動率算出部１３６に供給し、変動率算出部１３６で、呼吸循環器系生体信号の周期分散値の変化率を算出し、この呼吸循環器系生体信号の周期分散値の変化率を比較器１３７に供給し、比較器１３７で、呼吸循環器系生体信号の周期分散値の変化率と閾値SthWRとを比較して、覚醒状態かレム睡眠の状態かを判定するようにしても良い。
【００６１】
また、図１６に示すように、体動レベル正規化部１３１と変動率算出部１３６とを共に設け、覚醒状態かレム睡眠の状態かの判定を、体動頻度と、呼吸循環器系生体信号の周期分散値の変化率との双方を用いて行うようにしても良い。
（３−３）振幅分散値を用いた睡眠判定部．
図１７は、睡眠状態判定部９の更に他の例を示すものである。この例は、呼吸循環器系生体信号の振幅分散値を用いてノンレム４段階の睡眠段階が判断し、体動頻度を用いて覚醒段階かレム睡眠段階かを判断するものである。
【００６２】
図１７において、入力端子２２１に、呼吸循環器系生体信号（心拍信号、呼吸信号）が供給される。入力端子２２２に、体動信号が供給される。
【００６３】
入力端子２２１からの呼吸循環器系生体信号は、振幅計測部２２３に供給される。振幅計測部２２３で、呼吸循環器系生体信号の振幅が計測される。振幅計測部２２３の出力信号が分散値算出部２２４に供給される。分散値算出部２２４で、呼吸循環器系生体信号の振幅分散値ΔＡが算出される。分散値算出部２２４で算出された振幅分散値ΔＡは、比較器２２５ａ、２２５ｂ、２２５ｃ、２２５ｄに供給される。
【００６４】
比較器２２５ａ、２２５ｂ、２２５ｃ、２２５ｄには、閾値生成部２２７から、閾値Sth34、Sth23、Sth12、SthR1がそれぞれ供給される。比較器２２５ａ、２２５ｂ、２２５ｃ、２２５ｄで、呼吸循環器系生体信号の周波数変動帯域Δｆと閾値Sth34、Sth23、Sth12、SthR1とが比較される。比較器２２５ａ、２５ｂ、２２５ｃ、２２５ｄの出力信号がノンレム睡眠段階判定部２２６に供給される。ノンレム睡眠段階判定部２２６で、ノンレム４段階の睡眠状態が判定される。
【００６５】
入力端子２２２からの体動信号は、体動レベル正規化部２３１に供給される。体動レベル正規化部２３１で、体動頻度が検出される。体動レベル正規化部２３１で検出された体動頻度が比較器２３２に供給される。比較器２３２には、閾値生成部２２７から閾値SthWRが供給される。比較器２３２で、体動頻度と閾値SthWRとが比較される。比較器２３２の出力信号が覚醒／レム睡眠判定部２３３に供給される。覚醒／レム睡眠判定部２３３で、覚醒状態かレム睡眠の状態かが判定される。
【００６６】
ノンレム睡眠判定部２２６の出力信号及び覚醒／レム睡眠判定部２３３の出力信号が総合睡眠判定部２３４に供給される。総合睡眠判定部２３４で、ノンレム睡眠段階判定部２２６の出力信号と、覚醒／レム睡眠判定部２３３の出力信号とから、６段階の睡眠状態が判断される。この睡眠状態の判断結果が出力端子２３５から出力される。
【００６７】
なお、この例では、覚醒状態かレム睡眠の状態かの判定を、体動頻度を用いて行うようにしているが、図１８に示すように、変動率算出部２３６を設け、振幅計測部２２３の出力信号を変動率算出部２３６に供給し、変動率算出部２３６で、呼吸循環器系生体信号の振幅分散値の変化率を算出し、この呼吸循環器系生体信号の振幅分散値の変化率を比較器２３７に供給し、比較器２３７で、呼吸循環器系生体信号の振幅分散値の変化率と閾値SthWRとを比較して、覚醒状態かレム睡眠の状態かを判定するようにしても良い。
【００６８】
また、図１９に示すように、体動レベル正規化部２３１と変動率算出部２３６とを共に設け、覚醒状態かレム睡眠の状態かの判定を、体動頻度と、呼吸循環器系生体信号の振幅分散値の変化率との双方を用いて行うようにしても良い。
以上、周波数変動帯域を用いて睡眠分析、周期分散値を用いて睡眠分析、振幅分散値を用いた睡眠分析について説明したが、睡眠分析は、これらの組み合わせで行うようにしても良いし、これら全て用いて行うようにしても良い。また、呼吸循環器系の生体信号としては、心拍信号又は呼吸信号のみを用いても良いし、心拍信号と呼吸信号の双方を用いるようにしても良い。
（４）リアルタイム処理について．
上述のように、ノンレム４段階の睡眠状態の判定は、呼吸循環器系の生体信号の周波数変動帯域Δｆ、周期分散値Δｔ、振幅分散値ΔＡと、閾値St hR1、Ｓth12、Sth23、Sth34と比較することにより行われる。また、覚醒段階とレム睡眠との判断は、体動頻度と、閾値SthWRとを比較することにより行われか、又は、呼吸循環器系の生体信号の周波数変動帯域Δｆの変化率、周期分散値Δｔの変化率、振幅分散値ΔＡの変化率と、閾値SthWRとを比較することにより行われる。人の睡眠段階を正確に判定するためには、被験者５の一晩の睡眠を計測した後でなければ、これらの閾値を正確に設定することはできない。
【００６９】
しかし、即時的又はリアルタイムな睡眠段階の情報が必要な場合は、この閾値は暫定値を用いることができる。例えば、被験者が同一人物であり繰り返し生体情報を計測する場合、図２０のような生体情報の変動値はほぼ一定と見なせるため、閾値もほぼ一定であると見なすことができる。つまり被験者が同一人物である場合、前日値又は過去における規則値あるいは平均値などを基準に閾値を仮決定して、リアルタイムに睡眠段階を判定することができる。
（５）閾値の設定について．
被験者５が本発明による睡眠分析システムにより計測する場合には、年齢別睡眠段階占有率を基準として閾値を絞り込むことが可能である。
【００７０】
つまり、図２１は、年齢に対する各睡眠段階の占有率を現すグラフである。図２１において、横軸は年齢を示し、縦軸は各睡眠段階の占有率を示す。このグラフから、睡眠中に、覚醒段階、レム睡眠段階、ノンレム第１段階、ノンレム第２段階、ノンレム第３段階、ノンレム第４段階のそれぞれの占有率は、年齢と共に変化していることが分かる。簡単に言えば、年齢と共に睡眠が浅くなり、覚醒段階にある占有率が高くなる。
【００７１】
この図２１に示すグラフを用いて、６段階の睡眠段階を判定するのに必要な計５個の閾値を求める方法を示す。
【００７２】
各閾値を以下のように定義するものとする。
SthR1：生体情報としての覚醒段階及びREM段階とノンレム1段階の閾値
Sth12：生体情報としてのノンレム２段階とノンレム３段階の閾値
Sth23：生体情報としてのノンレム３段階とノンレム２段階の閾値
Sth34：生体情報としてのノンレム４段階とノンレム３段階の閾値
各年齢における睡眠段階占有率を以下のように定義するものとする。
R_W：指定された年齢における覚醒段階の占有率
R_REM：指定された年齢におけるREM睡眠段階の占有率
R_1：指定された年齢におけるノンレム１段階の占有率
R_2：指定された年齢におけるノンレム２段階の占有率
R_3：指定された年齢におけるノンレム３段階の占有率
R_4：指定された年齢におけるノンレム４段階の占有率
（R_WからR_4までの総和は100%）
全睡眠時間をＴとすると、指定された年齢におけるノンレム４段階の時間は、R_4＊Ｔとなる。よって、ノンレム第４段階とノンレム第３段階とを弁別する閾値Sth34は、以下のようにして算出される。
Sth34をパラメータとして、Sth34≧S(t) を満たすtの総合時間T_Sleep4が
T_Sleep4＝Σt＝R_4＊Ｔ
の条件を満たす時、Sth34がノンレム第４段階４とノンレム第３段階とを弁別する閾値となる。
【００７３】
全睡眠時間をＴとすると、指定された年齢におけるノンレム３段階の時間は、R_3＊Ｔとなる。よって、ノンレム第３段階とノンレム第２段階とを弁別する閾値Sth23は、以下のようにして算出される。
Sth23をパラメータとして、Sth23≧S(t)＞Sth34を満たすtの総合時間
T_Sleep3が
T_Sleep3＝Σt＝R_3＊Ｔ
の条件を満たす時、Sth23がノンレム第３段階とノンレム第２段階とを弁別する閾値となる。
【００７４】
全睡眠時間をＴとすると、指定された年齢におけるノンレム２段階の時間は、R_2＊Ｔとなる。よって、ノンレム第２段階とノンレム第１段階とを弁別する閾値Sth12は、以下のようにして算出される。
Sth12をパラメータとして、Sth12≧S(t)＞Sth23を満たすtの総合時間
T_Sleep2が
T_Sleep2＝Σt＝R_2＊Ｔ
の条件を満たす時、Sth12が睡眠段階2と1を弁別する閾値となる。
【００７５】
全睡眠時間をＴとすると、指定された年齢におけるノンレム１段階の時間は、R_1＊Ｔとなる。覚醒段階及びレム睡眠段階と、ノンレム第１段階とを弁別する閾値SthWRは、以下のようにして算出される。
SthR1をパラメータとして、SthR1≧S(t)＞Sth12を満たすtの総合時間T_Sleep1が
T_Sleep1＝Σt＝R_1＊Ｔ
の条件を満たす時、SthR1が覚醒段階及びREM睡眠段階と睡眠段階1を弁別する閾値となる。
【００７６】
覚醒段階とレム睡眠段階を弁別する閾値としては、呼吸循環器系生体信号の変動率から算出する場合には、SthWRをパラメータとして、SthWR≧S(t)＞SthR1を満たすtの総合時間T_SleepREMが
T_SleepREM＝Σt＝R_REM＊Ｔ
の条件を満たす時、SthWRが睡眠段階覚醒と睡眠段階REMを弁別する閾値となる。
【００７７】
体動頻度から算出する場合には、SthWRをパラメータとして、S(t)＞SthWRを満たすtの総合時間T_SleepWが
T_SleepW＝Σt＝R_W＊Ｔ
の条件を満たす時、SthWRが睡眠段階覚醒と睡眠段階REMを弁別する閾値となる。
（６）睡眠状態判定部の閾値の設定．
図２２は、図１１に示した睡眠状態判定部９に、年齢別占有率表３９を付加して、閾値を設定できるようにしたものである。図２２において、閾値生成部２７には、ＦＦＴ処理部２３から呼吸循環器系生体信号の周波数変動帯域Δｆが送られると共に、体動信号が送られる。また、入力端子３８に被験者５の年齢が入力されると、年齢別占有率表３９から、年齢毎の睡眠段階占有率が出力され、この年齢毎の睡眠段階占有率が閾値生成部２７に送られる。閾値生成部２７により、上述したようにして、ノンレム４段階の閾値SthR1、Sth12、Sth23、Sth34、及び、覚醒段階とレム睡眠段階との閾値SthWRが生成される。ノンレム４段階の閾値SthR1、Sth12、Sth23、Sth34は、比較器２５ａ〜２５ｄに送られ、覚醒段階とレム睡眠段階との閾値SthWRは、比較器３２に送られる。
【００７８】
なお、図１２〜図１９に示した睡眠状態判定部９についても、同様に、年齢別占有率表３９を付加して、閾値を設定することができる。
（７）応用装置．
図２３、図２５に睡眠分析結果である睡眠段階を用いた応用装置を示す。本応用装置の例は、人の睡眠段階を知ることによって、睡眠状態に適したハードウェア機器（例えば炊飯器、給湯器、電話機など）の制御を行おうとするものである。
【００７９】
人の起床時刻はいわゆる時刻によって決定されるべき場合と、人の睡眠状態から逆算的に決定して良い場合とが存在する。例えば、翌日が休日である場合、疲労回復を目的とする睡眠の場合、人に拘束されない自由な時間行動が可能な人の場合等は、いわゆる目覚めの良い時刻に起床することが理想的である。本応用例は、この主旨に則った応用例を示す。
【００８０】
図２３において、睡眠段階入力インターフェース５１には計６段階の睡眠推定結果が入力される。演算処理ブロック５２は、睡眠段階結果を用いて制御すべき外部機器の停止・開始・機能変更などを判定する手段である。リモートコントロールインターフェース５３は、学習型リモートコントロールユニット５４に命令を伝達するためのインターフェースである。リモートコントロールユニット５４により、ハードウェア５５が制御される。ハードウェア５５は例えば電話機である。
【００８１】
電話機の鳴動などの場合、人が深い睡眠状態にある場合、発呼音声そのものが睡眠の妨げとなるため、人の睡眠がノンレム睡眠１段階以上の深い眠りの段階では、鳴動そのものを停止させるようにリアルタイム制御する。図２４のT1〜T2、T3〜T4、T5〜T6の期間が鳴動停止時間である。次に、応答メッセージ等を発呼者に伝達する付加機能を有する電話機の場合、鳴動を停止すると同時に、発呼者に対して理想的な発呼時間を知らせることが可能である。その過程は、人の睡眠周期は約９０分周期で浅い眠りと深い眠りとを繰り返すことが医学的に判明している。（ウルトラディアンリズム）このウルトラディアンリズムを応用すると、睡眠のある状態から次の状態を精度良く予測することが可能となる。例えば、前々回の覚醒（T7）と前回の覚醒（T8）との時間間隔がΔt1であった場合、T10で電話が受信した場合は、睡眠を妨げないように鳴動を停止させると同時に、次の覚醒時刻T9＝T8＋Δt1＝T10＋Δt2を理想時間として予測することができる。この場合、『時刻T9にお電話ください。』あるいは『Δt2後にお電話ください。』といったメッセージを伝達することが可能である。
【００８２】
次に、図２５は、ハードウェア５６として、炊飯器や給湯器を用いたものである。炊飯器や給湯器など、起床時にその役割を完了させていると便利かつ省エネルギー的効果が得られる機器の場合で、覚醒状態から逆算して動作を開始させる例を示す。人の睡眠周期は約９０分周期で浅い眠りと深い眠りとを繰り返すことが医学的に判明している。（ウルトラディアンリズム）このウルトラディアンリズムを応用すると、睡眠のある状態から次の状態を精度良く予測することが可能となる。
【００８３】
図２６で、例えば、前々回の覚醒（T1）と前回の覚醒（T2）との時間間隔がΔt1であった場合、T2の時点で次の覚醒がT4であることが予想される。例えば炊飯器のように、機能開始させてから機能完了するまでの時間がΔt2である機器の場合、T2の時点で、機能開始させる最適時刻は、T2＋Δt1−Δt2＝T4−Δt2と算出できる。
【００８４】
本発明は、上述した実施形態に限定されるものではなく、本発明の要旨を逸脱しない範囲内で様々な変形や応用が可能である。
【産業上の利用可能性】
【００８５】
本発明は、人の睡眠状態を分析して、医学的に利用する他、睡眠状態に応じてハードウェアを制御するのに利用できる。
【図面の簡単な説明】
【００８６】
【図１】本発明が適用された睡眠分析装置の構成を示すブロック図である。
【図２】周波数解析による睡眠段階の判定の説明に用いる波形図である。
【図３】周波数解析による睡眠段階の判定の説明に用いるグラフである。
【図４】周波数解析による睡眠段階の判定の説明に用いるグラフである。
【図５】周期解析による睡眠段階の判定の説明に用いる波形図である。
【図６】周期解析による睡眠段階の判定の説明に用いるグラフである。
【図７】周期解析による睡眠段階の判定の説明に用いるグラフである。
【図８】振幅解析による睡眠段階の判定の説明に用いる波形図である。
【図９】振幅解析による睡眠段階の判定の説明に用いるグラフである。
【図１０】振幅解析による睡眠段階の判定の説明に用いるグラフである。
【図１１】周波数解析による睡眠状態判定部の構成の一例を示すブロック図である。
【図１２】周波数解析による睡眠状態判定部の構成の他の例を示すブロック図である。
【図１３】周波数解析による睡眠状態判定部の構成の更に他の例を示すブロック図である。
【図１４】周期解析による睡眠状態判定部の構成の一例を示すブロック図である。
【図１５】周期解析による睡眠状態判定部の構成の他の例を示すブロック図である。
【図１６】周期解析による睡眠状態判定部の構成の更に他の例を示すブロック図である。
【図１７】振幅解析による睡眠状態判定部の構成の一例を示すブロック図である。
【図１８】振幅解析による睡眠状態判定部の構成の他の例を示すブロック図である。
【図１９】振幅解析による睡眠状態判定部の構成の更に他の例を示すブロック図である。
【図２０】生体情報の変化の説明に用いるグラフである。
【図２１】睡眠段階占有率を用いた閾値の設定の説明図である。
【図２２】睡眠段階占有率を用いた閾値の設定を行う睡眠状態判定部の構成の一例を示すブロック図である。
【図２３】本発明による睡眠分析装置を使った応用装置の一例のブロック図である。
【図２４】本発明による睡眠分析装置を使った応用装置の一例の説明に用いるグラフである。
【図２５】本発明による睡眠分析装置を使った応用装置の一例のブロック図である。
【図２６】本発明による睡眠分析装置を使った応用装置の一例の説明に用いるグラフである。
【図２７】従来の睡眠分析装置の一例のブロック図である。
【図２８】従来の睡眠分析装置の一例の説明図である。
【符号の説明】
【００８７】
１ エアマット
２ エアホース
３ 圧力センサ
５ 被験者
６ 生体信号分離部
７ａ、７ｂ、７ｃ バンドパスフィルタ
８ａ。８ｂ、８ｃ 信号処理部
９ 睡眠状態判定部
２１ 呼吸循環器系生体信号の入力端子
２２ 体動信号の入力端子
２３ ＦＦＴ処理部
２４ 分散値算出部
２５ａ、２５ｂ、２５ｃ、２５ｄ 比較器
２６ ノンレム睡眠段階判定部
２７ 閾値生成部
３１ 体動レベル正規化部
３２ 比較器
３３ レム睡眠判定部
３４ 総合睡眠判定部
３５ 出力端子
３６ 変動率算出部
３７ 比較器
３８ 年齢入力端子
３９ 年齢別占有率表
５１ 睡眠段階入力インターフェース
５２ 演算処理ブロック
５３ リモートコントロールインターフェース
５４ リモートコントロールユニット
５５ ハードウェア
５６ ハードウェア
１０１ 脳波用電極
１０２ オトガイ筋電極
１０３ 眼球運動電極
１０４ａ、１０４ｂ、１０４ｃ センサインターフェース
１０５ａ、１０５ｂ、１０５ｃ Ａ／Ｄ変換器
１０６ 演算装置
１２１ 呼吸循環器系生体信号の入力端子
１２２ 体動信号の入力端子
１２３ 周期計測部
１２４ 分散値算出部
１２５ａ、１２５ｂ、１２５ｃ、１２５ｄ 比較器
１２６ ノンレム睡眠段階判定部
１２７ 閾値生成部
１３１ 体動レベル正規化部
１３２ 比較器
１３３ レム睡眠判定部
１３４ 総合睡眠判定部
１３５ 出力端子
１３６ 変動率算出部
１３７ 比較器
２２１ 呼吸循環器系生体信号の入力端子
２２２ 体動信号の入力端子
２２３ 振幅計測部
２２４ 分散値算出部
２２５ａ、２２５ｂ、２２５ｃ、２２５ｄ 比較器
２２６ ノンレム睡眠判定部
２２６ ノンレム睡眠段階判定部
２２７ 閾値生成部
２３１ 体動レベル正規化部
２３２ 比較器
２３３ レム睡眠判定部
２３４ 総合睡眠判定部
２３５ 出力端子
２３６ 変動率算出部
２３７ 比較器
【特許請求の範囲】
【請求項１】
エアマットに横臥する被験者の生体情報を検出するセンサと、
前記センサの検出信号から、呼吸循環器系の生体信号と、体動信号とを分離する生体信号分離手段と、
前記分離された呼吸循環器系の生体信号と、体動信号とから、睡眠段階を判断する睡眠状態判定手段とを有し、
前記睡眠状態判定手段において、ノンレム段階の睡眠判定は前記呼吸循環器系の生体信号により行い、覚醒段階とレム睡眠段階との判別は前記体動信号又は前記呼吸循環器系の生体信号の変動率により行う
ようにしたことを特徴とする睡眠分析装置。
【請求項２】
前記睡眠状態判定手段は、前記呼吸循環器系の生体信号を周波数解析し、前記呼吸循環器系の生体信号の周波数変動帯域と閾値とを比較して、ノンレム段階の睡眠を判別するようにしたことを特徴とする請求項１に記載の睡眠分析装置。
【請求項３】
前記睡眠状態判定手段は、前記呼吸循環器系の生体信号を周期解析し、前記呼吸循環器系の生体信号の周期分散値と閾値とを比較して、ノンレム段階の睡眠を判別するようにしたことを特徴とする請求項１に記載の睡眠分析装置。
【請求項４】
前記睡眠状態判定手段は、前記呼吸循環器系の生体信号を振幅解析し、前記呼吸循環器系の生体信号の振幅分散値と閾値とを比較して、ノンレム段階の睡眠を判別するようにしたことを特徴とする請求項１に記載の睡眠分析装置。
【請求項５】
前記睡眠状態判定手段は、体動信号を解析して体動頻度を求め、前記体動頻度と閾値とを比較して、覚醒段階とレム睡眠段階とを判別するようにしたことを特徴とする請求項１に記載の睡眠分析装置。
【請求項６】
前記睡眠状態判定手段は、前記呼吸循環器系の生体信号を周波数解析し、前記呼吸循環器系の生体信号の周波数変動帯域の変動率と閾値とを比較して、覚醒段階とレム睡眠段階とを判別するようにしたことを特徴とする請求項１に記載の睡眠分析装置。
【請求項７】
前記睡眠状態判定手段は、前記呼吸循環器系の生体信号を周期解析し、前記呼吸循環器系の生体信号の周期分散値の変動率と閾値とを比較して、覚醒段階とレム睡眠段階とを判別するようにしたことを特徴とする請求項１に記載の睡眠分析装置。
【請求項８】
前記睡眠状態判定手段は、前記呼吸循環器系の生体信号を振幅解析し、前記呼吸循環器系の生体信号の振幅分散値の変動率と閾値とを比較して、覚醒段階とレム睡眠段階とを判別するようにしたことを特徴とする請求項１に記載の睡眠分析装置。
【請求項９】
同一の被験者の過去のデータを統計処理して求められる基準値を基に前記閾値を決定して、リアルタイムに睡眠状態を分析するようにしたことを特徴とする請求項１に記載の睡眠分析装置。
【請求項１０】
年齢に対する睡眠段階の占有率の情報を基に前記閾値を決定して、リアルタイムに睡眠状態を分析するようにしたことを特徴とする請求項１に記載の睡眠分析装置。
【請求項１】
エアマットに横臥する被験者の生体情報を検出するセンサと、
前記センサの検出信号から、呼吸循環器系の生体信号と、体動信号とを分離する生体信号分離手段と、
前記分離された呼吸循環器系の生体信号と、体動信号とから、睡眠段階を判断する睡眠状態判定手段とを有し、
前記睡眠状態判定手段において、ノンレム段階の睡眠判定は前記呼吸循環器系の生体信号により行い、覚醒段階とレム睡眠段階との判別は前記体動信号又は前記呼吸循環器系の生体信号の変動率により行う
ようにしたことを特徴とする睡眠分析装置。
【請求項２】
前記睡眠状態判定手段は、前記呼吸循環器系の生体信号を周波数解析し、前記呼吸循環器系の生体信号の周波数変動帯域と閾値とを比較して、ノンレム段階の睡眠を判別するようにしたことを特徴とする請求項１に記載の睡眠分析装置。
【請求項３】
前記睡眠状態判定手段は、前記呼吸循環器系の生体信号を周期解析し、前記呼吸循環器系の生体信号の周期分散値と閾値とを比較して、ノンレム段階の睡眠を判別するようにしたことを特徴とする請求項１に記載の睡眠分析装置。
【請求項４】
前記睡眠状態判定手段は、前記呼吸循環器系の生体信号を振幅解析し、前記呼吸循環器系の生体信号の振幅分散値と閾値とを比較して、ノンレム段階の睡眠を判別するようにしたことを特徴とする請求項１に記載の睡眠分析装置。
【請求項５】
前記睡眠状態判定手段は、体動信号を解析して体動頻度を求め、前記体動頻度と閾値とを比較して、覚醒段階とレム睡眠段階とを判別するようにしたことを特徴とする請求項１に記載の睡眠分析装置。
【請求項６】
前記睡眠状態判定手段は、前記呼吸循環器系の生体信号を周波数解析し、前記呼吸循環器系の生体信号の周波数変動帯域の変動率と閾値とを比較して、覚醒段階とレム睡眠段階とを判別するようにしたことを特徴とする請求項１に記載の睡眠分析装置。
【請求項７】
前記睡眠状態判定手段は、前記呼吸循環器系の生体信号を周期解析し、前記呼吸循環器系の生体信号の周期分散値の変動率と閾値とを比較して、覚醒段階とレム睡眠段階とを判別するようにしたことを特徴とする請求項１に記載の睡眠分析装置。
【請求項８】
前記睡眠状態判定手段は、前記呼吸循環器系の生体信号を振幅解析し、前記呼吸循環器系の生体信号の振幅分散値の変動率と閾値とを比較して、覚醒段階とレム睡眠段階とを判別するようにしたことを特徴とする請求項１に記載の睡眠分析装置。
【請求項９】
同一の被験者の過去のデータを統計処理して求められる基準値を基に前記閾値を決定して、リアルタイムに睡眠状態を分析するようにしたことを特徴とする請求項１に記載の睡眠分析装置。
【請求項１０】
年齢に対する睡眠段階の占有率の情報を基に前記閾値を決定して、リアルタイムに睡眠状態を分析するようにしたことを特徴とする請求項１に記載の睡眠分析装置。
【図１】
【図２】
【図３】
【図４】
【図５】
【図６】
【図７】
【図８】
【図９】
【図１０】
【図１１】
【図１２】
【図１３】
【図１４】
【図１５】
【図１６】
【図１７】
【図１８】
【図１９】
【図２０】
【図２１】
【図２２】
【図２３】
【図２４】
【図２５】
【図２６】
【図２７】
【図２８】
【図２】
【図３】
【図４】
【図５】
【図６】
【図７】
【図８】
【図９】
【図１０】
【図１１】
【図１２】
【図１３】
【図１４】
【図１５】
【図１６】
【図１７】
【図１８】
【図１９】
【図２０】
【図２１】
【図２２】
【図２３】
【図２４】
【図２５】
【図２６】
【図２７】
【図２８】
【公開番号】特開２００６−２６３０２（Ｐ２００６−２６３０２Ａ）
【公開日】平成１８年２月２日（２００６．２．２）
【国際特許分類】
【出願番号】特願２００４−２１３３４６（Ｐ２００４−２１３３４６）
【出願日】平成１６年７月２１日（２００４．７．２１）
【出願人】（５００３０４１３２）株式会社ジェピコ (7)
【出願人】（５９１１７４９１１）
【Ｆターム（参考）】
【公開日】平成１８年２月２日（２００６．２．２）
【国際特許分類】
【出願日】平成１６年７月２１日（２００４．７．２１）
【出願人】（５００３０４１３２）株式会社ジェピコ (7)
【出願人】（５９１１７４９１１）
【Ｆターム（参考）】
[ Back to top ]