睡眠状態推定装置
【課題】少ない計算量で簡便かつリアルタイムに睡眠状態を推定できる装置を提供する。
【解決手段】本発明による睡眠状態推定装置は、計測された心拍から拍動周期を検出する周期検出部と、前記拍動周期から短期標準偏差を算出する短期標準偏差算出部と、前記拍動周期から長期標準偏差を算出する長期標準偏差算出部と、前記短期標準偏差と長期標準偏差とを所定の算出式に与えて睡眠状態指数を算出する指数算出部と、算出された前記睡眠状態指数に基づいて前記ユーザの睡眠状態を判定する睡眠状態判定部と、を備える。
【解決手段】本発明による睡眠状態推定装置は、計測された心拍から拍動周期を検出する周期検出部と、前記拍動周期から短期標準偏差を算出する短期標準偏差算出部と、前記拍動周期から長期標準偏差を算出する長期標準偏差算出部と、前記短期標準偏差と長期標準偏差とを所定の算出式に与えて睡眠状態指数を算出する指数算出部と、算出された前記睡眠状態指数に基づいて前記ユーザの睡眠状態を判定する睡眠状態判定部と、を備える。
【発明の詳細な説明】
【技術分野】
【０００１】
本発明は、生体の心拍データより該生体の睡眠状態を推定する睡眠状態推定装置に関する。
【背景技術】
【０００２】
近年、健康への意識が高まる中で、睡眠状態に対する関心が増加している。また、睡眠時無呼吸症候群による日常生活への影響が問題となるなど、睡眠状態を家庭などで簡便に計測するニーズが生まれている。
【０００３】
睡眠状態が周期的に変化することはよく知られており、こうした変化を検出する手法として、脳波や眼球運動、筋電などを測定する睡眠ポリグラフが知られている。しかしながら、これは、装置が大規模であったり、多くのセンサを体に装着する必要があることから、家庭での通常の睡眠状態の推定には使用しにくいとの問題がある。
【０００４】
睡眠ポリグラフに代わる手法として、心拍や呼吸、体動などを測定し、その周期や周期の揺らぎの計測値を用いて睡眠状態を推定する試みが提案されている。例えば、脈拍数の増減やその時間変化を指標としたもの（特許文献１および特許文献２）、心拍のＲ波の間隔の標準偏差およびＲ波間隔を周波数解析して得たパラメータを指標としたもの（特許文献３）、心拍数などから導出した８つのパラメータを指標としたもの（特許文献４）などがある。
【特許文献１】特開昭６３−２８３６２３号公報
【特許文献２】特開昭６３−２０５５９２号公報
【特許文献３】特開平７−１４３９７２号公報
【特許文献４】特開２００３−２６００４０号公報
【発明の開示】
【発明が解決しようとする課題】
【０００５】
しかしながら、上記の方法では、睡眠状態推定のための指標を得るために多くの複雑な計算を必要とする。特許文献３では推定に用いる指標を計算するために心拍Ｒ波の周波数解析を行っており、特許文献４では、心拍、呼吸、体動からの３つの信号値から８種類の指標の計算を行っている。こうした計算を行う場合には、過去数分にわたる測定値を用いる必要がある。たとえば、周波数解析による方法では、少なくとも２５６から５１２点程度のデータを用いる。心拍を例にとり、心拍の１拍を１秒とすると、４分から８分にわたる計測結果を用いる必要があり、リアルタイム性に乏しい。また、周波数解析には計算器パワーを必要とする。このように、上記の方法では、リアルタイムでの睡眠状態の推定が困難であるという問題がある。
【０００６】
本発明は、以上のような事情に基づいてなされたものであり、少ない計算量で簡便かつリアルタイムに睡眠状態を推定できる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】
【０００７】
本発明の睡眠状態推定装置は、発明の一形態（請求項１）によると、計測された心拍から拍動周期を検出する周期検出部と、前記拍動周期から短期標準偏差を算出する短期標準偏差算出部と、前記拍動周期から長期標準偏差を算出する長期標準偏差算出部と、前記短期標準偏差と長期標準偏差とを所定の算出式に与えて睡眠状態指数を算出する指数算出部と、算出された前記睡眠状態指数に基づいて前記ユーザの睡眠状態を判定する睡眠状態判定部と、を備える。
【０００８】
これによると、時間幅の異なる２種類の標準偏差を用いて睡眠状態指数を求め、この睡眠状態指数に基づいて睡眠状態を判定するので、容易かつ高い精度で睡眠状態を推定することができる。
【０００９】
また、この発明のもう一つの形態（請求項２）による睡眠状態推定装置において、前記所定の算出式は、シグモイド関数特性を有する関数を含む。
【００１０】
これによると、算出式がシグモイド関数特性を有する関数を含むので、短期標準偏差値と長期標準偏差値の２つの標準偏差値に基づいて被験者が深い睡眠状態にあるか浅い睡眠状態にあるかの切り分けを行うことができ、関数の定数を最適化することで睡眠状態の判定を精度良く行うことができる。
【００１１】
また、この発明のもう一つの形態（請求項３）による睡眠状態推定装置において、前記所定の算出式は、前記短期標準偏差が代入されるシグモイド関数特性を有する関数と、前記長期標準偏差が代入されるシグモイド関数特性を有する関数との和を含む。
【００１２】
また、この発明のもう一つの形態（請求項４）による睡眠状態推定装置において、前記睡眠状態指数をＳＩとし、Ａ１、Ａ２、Ｂ１、Ｂ２、Ｍ１、Ｍ２、ｋ１、ｋ２を定数、ｎＬＳＤを長期標準偏差、ｎＳＳＤを短期標準偏差としたとき、前記睡眠状態指数の変化量ΔＳＩを求めるための前記所定の算出式は、
【数２】
【００１３】
で表される。
【００１４】
また、この発明のもう一つの形態（請求項５）による睡眠状態推定装置において、前記ｎＬＳＤは、長期標準偏差を長期標準偏差の平均値で除した値であり、前記ｎＳＳＤは、短期標準偏差を短期標準偏差の平均値で除した値である。これによると、睡眠状態指数を、長期標準偏差と短期標準偏差をそれぞれの平均値で正規化した値に基づいて求めることができるようになる。
【００１５】
また、この発明のもう一つの形態（請求項６）による睡眠状態推定装置において、前記短期標準偏差は２拍又は３拍の所定の拍動周期に基づいて算出され、前記長期標準偏差は４〜３０拍の所定の拍動周期に基づいて算出される。
【００１６】
また、この発明のもう一つの形態（請求項７）による睡眠状態推定装置において、前記長期標準偏差は拍動周期の移動平均値を利用して算出される。これによると、拍動周期の移動平均値を利用するので、長期標準偏差の算出にあたり、短期標準偏差の影響を除去することができる。
【００１７】
また、この発明のもう一つの形態（請求項８）による睡眠状態推定装置において、前記短期標準偏差は２秒又は３秒の所定の時間周期に基づいて算出され、前記長期標準偏差は４〜３０秒の所定の時間周期に基づいて算出される。
【００１８】
また、この発明のもう一つの形態（請求項９）による睡眠状態推定装置において、前記長期標準偏差は時間周期の移動平均値を利用して算出される。これによると、時間周期の移動平均値を利用するので、長期標準偏差の算出にあたり、短期標準偏差の影響を除去することができる。
【００１９】
また、この発明のもう一つの形態（請求項１０）による睡眠状態推定装置において、前記睡眠状態の判定は、算出された前記睡眠状態指数と所定のしきい値との比較に基づいて行われる。
【発明を実施するための最良の形態】
【００２０】
本発明の一実施形態における睡眠状態の判定手法で利用する心拍と睡眠状態との関係について説明する。
【００２１】
睡眠中における心拍の１拍ごとの周期であるＲ−Ｒ間隔は一定ではなく、図２に示すように平均間隔１秒前後で変動することが知られている。また、心拍数ゆらぎのパワースペクトルは、自律神経系の状態により異なる様相を示すことが知られている。つまり、心拍において低周波成分（ＬＦ成分（0.04Hz-0.15Hz））が大きいときには、交感神経が活発であることを示し、高周波成分（ＨＦ成分（0.15Hz-0.40Hz））が大きいときには、副交感神経が活発であることを示す。そして、副交感神経が活発のとき深い眠りであり、交感神経が活発のとき浅い眠りであることが知られている。このように、睡眠の深さと心拍数の周波数成分とは相関関係があることが知られている。
【００２２】
また、本発明では、短期標準偏差とＨＦ成分との高い相関性、および長期標準偏差とＬＦ成分との高い相関性を利用している。図３（ａ）から（ｄ）は、これらの相関性を説明するためのグラフである。
【００２３】
図３（ａ）は、後述する短期標準偏差の値を時系列でグラフ化したものである。横軸の単位は「時間」であり、睡眠開始からの時間経過を示す。ここでは、Ｒ−Ｒ間隔の２拍分の標準偏差を算出しグラフ化している。図３（ｂ）は、Ｒ−Ｒ間隔の２５６拍分の周波数解析により得られる心拍のＨＦ成分（0.15Hz-0.40Hzにおけるパワー値）を抽出し、時系列でグラフ化したものである。ここでは、その時刻における0.15Hz-0.40Hzの周波数幅の積分値をグラフ化している。図３（ｃ）は、後述する長期標準偏差の値を時系列でグラフ化したものである。横軸の単位は「時間」であり、睡眠開始からの時間経過を示す。ここでは、５拍移動平均をとったＲ−Ｒ間隔について、１０拍にわたる標準偏差を算出しグラフ化している。図３（ｄ）は、Ｒ−Ｒ間隔の２５６拍分の周波数解析により得られる心拍のＬＦ成分（0.04Hz-0.15Hzにおけるパワー値）を抽出し、時系列でグラフ化したものである。ここでは、その時刻における0.04Hz-0.15Hzの周波数幅の積分値をグラフ化している。
【００２４】
短期標準偏差（図３（ａ））とＨＦ成分（図３（ｂ））とを比較すると、両者のグラフ形状が対応していることがわかる。両者の相関係数を計算すると0.787であった。また、長期標準偏差（図３（ｃ））とＬＦ成分（図３（ｄ））の比較においても、両者のグラフ形状が対応していることがわかる。両者の相関係数を計算すると0.903であった。このように、標準偏差と心拍の周波数成分には高い相関が認められる。
【００２５】
周波数解析に用いる拍数を変えても上記の相関の変化は大きくはないが、多いほど相関が高くなる傾向がある。また、長期標準偏差を計算する拍数を変えてもＬＦとの相関は高い値に保たれるが、３０拍程度までが望ましい。
【００２６】
一般に、Ｒ−Ｒ間隔のＨＦ成分が多いときに、副交感神経の活動が活発であり、眠りが深い。一方、Ｒ−Ｒ間隔のＬＦ成分が多いときに、交感神経の活動が活発であり、眠りが浅いと言われている。
【００２７】
上記のような交感神経系と心拍のＲ−Ｒ間隔の関係、およびＲ−Ｒ間隔の周波数解析結果と標準偏差の値との相関性を考慮して、短期標準偏差および長期標準偏差を使用して簡便に睡眠状態指数ＳＩを求めることようにしたのが本発明である。
【００２８】
次に、図面を参照しつつ本発明の実施の形態を説明する。図１は、本発明の一実施形態に従う、睡眠状態推定装置100の全体構成図である。また、図６は本発明の一実施例に従うフローチャートである。
【００２９】
睡眠状態推定装置100は、以下に説明する計測部101、周期検出部102、短期標準偏差算出部103、長期標準偏差算出部104、変化量算出部105、睡眠状態算出部106、睡眠状態判定部107、および表示部108からなる。
【００３０】
周期検出部102、短期標準偏差算出部103、長期標準偏差算出部104、変化量算出部105、睡眠状態算出部106、および睡眠状態判定部107は、所定の演算処理および判定処理を行う。これらは、個々の処理装置で実現することもできるが、本実施形態では１つのコンピュータ110で実現される。本実施形態において使用されるコンピュータ110は、例えば図に示さないＣＰＵなどの処理手段と、ＲＯＭ、ＲＡＭ、ハードディスクドライブなどの記憶手段と、キーボード、マウスなどの入力手段とによって構成されている。また、記憶手段には、上記の各部を実現するためのプログラムが格納されている。なお、本発明の睡眠状態推定装置100の要部は、短期標準偏差算出部103〜睡眠状態判定部107であり、計測部101、周期検出部102および表示部108は、本発明の必須構成要件ではない。例えば、周期検出部102は睡眠状態推定装置100の外部に設けて、周期検出部102が周知の方法で検出したデータを短期標準偏差算出部103に供給する構成としても良い。
【００３１】
計測部101は、例えばＵＳＢやシリアルバス、パラレルバスを介して、コンピュータ110に接続されている。また、表示部108は、例えばＤ−ｓｕｂコネクタを介してコンピュータ110と接続されている。
【００３２】
計測部101は、心拍または脈拍を検出してこれを電気信号に変換し、心拍データを取得する機能を有する。具体的には、人体に取り付けられ心拍を取得する心電計である。本実施形態において、サンプリングレートは２００（Ｈｚ）である。計測部101は、心電計を介して被験者から心拍を測定し、測定した心拍をコンピュータ101に送り、順次記憶手段に格納する（S601）。取得した心拍データは、周期検出部102に送られ、周期検出部102の記憶手段に逐次格納される。心拍データを取得する代替方法として、人間に装着される脈波センサから脈拍を取得することとしてもよい。これは、被験者の手にバンドによって取り付けられる脈波センサであって、発光素子と受光素子をと指の爪側と裏側にそれぞれ配置し、血液の流れを検出して脈拍に対応する信号を得る。本実施形態では、心電計から得られる心拍データを例にして説明する。
【００３３】
周期検出部102は、記憶手段に格納された心拍データから１拍ごとの周期（Ｒ−Ｒ間隔）を検出して、記憶手段に格納する（S602）。１拍ごとの周期とは、例えば、得られた心拍データの頂点間の時間間隔である。
【００３４】
短期標準偏差算出部103は、記憶手段に格納した心拍のＲ−Ｒ間隔のデータからＲ−Ｒ間隔の短期標準偏差（以下、ＳＳＤという）を算出する（S603）。一般に、Ｒ−Ｒ間隔の短期の周波数（ＨＦ）の範囲は０．１５〜０．４Ｈｚであり、これは、フーリエ解析において１／２周期を対象とすることも考慮すると、１．２５〜３．３秒の周期となる。従って、ＨＦの範囲に限定した心拍数のゆらぎを抽出するには、１．２５〜３．３秒間の拍数（２又は３拍）のＳＳＤを算出するのが合理的である。睡眠中は心拍が１拍／秒程度となるのが一般的であることを考慮して、本実施例では「短期」の区間を２拍分（約２秒）と設定し、この２拍分のＲ−Ｒ間隔を用いてＳＳＤを算出することとした。
【００３５】
また、短期標準偏差算出部103は、計測開始時からのＳＳＤの平均値を求め、この平均値でＳＳＤを割った値であるｎＳＳＤを算出する。そして、算出したｎＳＳＤを変化量算出部105に送る。計測開始時からのＳＳＤの平均値でＳＳＤを割った値であるｎＳＳＤを求めて、これを睡眠状態指数の算出に使用するのは、心拍変動の個人差を少なくすることで睡眠状態推定の精度を向上させるためである。但し、ｎＳＳＤを算出せずに、直接ＳＳＤを算出することで計算量を低減させてもよい。
【００３６】
一方、長期標準偏差算出部104は、記憶手段に格納した心拍のＲ−Ｒ間隔のデータから、Ｒ−Ｒ間隔の移動平均値を求め、求めたＲ−Ｒ間隔の移動平均値から長期標準偏差（以下、ＬＳＤという）を算出する（S604）。
【００３７】
ここで、移動平均値とは、ある個数分のデータの平均値を時間軸で移動しながら連続して求めた平均値である。また、移動平均値を算出するのは、ＬＳＤの計算にあたって、短期標準偏差の影響を除去しておくためである。本実施形態では、５拍（約５秒）の移動平均値を求めている。この５拍という間隔は、Ｒ−Ｒ間隔の短期の周波数（ＨＦ）に対応させて決定されたものである。すなわち、単純にＬＳＤを計算してしまうと、その算出結果には短期の分のばらつきが混入してしまう。そこで、本実施例では、まず５拍分の移動平均によって短期のばらつきを小さくしておき、その上でＬＳＤを算出するという方法を採用した。この移動平均算出時の拍数（本実施例では５拍）は、短期及び長期（本実施例では、それぞれ２拍と１０拍）の値を考慮して、ＳＳＤの影響が十分に除去できる値に設定すれば良い。但し、ＬＳＤの算出は、移動平均に用いた拍数よりも長い間隔で行うことが必須である。
【００３８】
続いてＬＳＤの区間について説明する。一般に、Ｒ−Ｒ間隔の長期の周波数（ＬＦ）の範囲は０．０４〜０．１５Ｈｚであり、これは、フーリエ解析において１／２周期を対象とすることも考慮すると、３．３〜１２．５秒（約４〜１２拍）の周期となる。しかし、実際にＬＦと長期（４拍〜５００拍）の標準偏差を比較すると、３０拍程度までの相関係数は０．８を超えることが判明した。そこで、本発明ではＬＦの範囲に限定した心拍数のゆらぎを抽出する際に、４拍〜３０拍分の区間のＬＳＤを算出するのが合理的であると判断した。但し、３１拍以上の拍数でＬＳＤを算出して睡眠状態を推定することも十分可能である。この拍数は、推定結果に求める精度、要求するリアルタイム性なども考慮して決定するのが望ましい。
【００３９】
本実施例では、短期標準偏差（ＳＳＤ）との区分を明確にするために、５拍ごとの移動平均を計算した上で、「長期」の区分を１０拍分（約１０秒）と設定し、この１０拍分のＲ−Ｒ間隔を用いてＬＳＤを算出することとした。なお、睡眠中の心拍は１拍／秒程度になるのが一般的である。
【００４０】
また、長期標準偏差算出部104は、計測開始時からのＬＳＤの平均値を求め、この平均値でＬＳＤを割った値であるｎＬＳＤを算出する機能を有する。そして、算出したｎＬＳＤを変化量算出部105に送る。ここでも、計測開始時からの長期標準偏差の平均値でＬＳＤを割った値であるｎＬＳＤを求めてこれを睡眠状態指数の算出に使用するのは、心拍変動の個人差を少なくすることで睡眠状態推定の精度を向上させるためである。但し、ｎＬＳＤを算出せずに直接ＬＳＤを算出することで計算量を低減させてもよい。
【００４１】
上記の短期標準偏差と長期標準偏差の算出は平行に処理させて、両標準偏差を同時に求めることとしてもよい。
【００４２】
変化量算出部105は、ｎＳＳＤの値とｎＬＳＤの値とを、以下の算出式（式１）に代入して、時刻ｔにおける睡眠状態指数の単位時間あたりの変化値ΔＳＩ（ｔ）を算出する（S605）。
【数３】
【００４３】
（式１）において、ＳＩ（ｔ−１）は、直前の睡眠状態指数である。また、Ａ１、Ａ２、Ｂ１、Ｂ２、Ｍ１、Ｍ２、ｋ１、ｋ２は、睡眠状態指数ＳＩの算出間隔に依存して決定される定数である。本実施例では、５秒の時間間隔で睡眠状態指数ＳＩの算出を行うこととし、Ａ１＝０．７、Ａ２＝０．０７、Ｂ１＝９５、Ｂ２＝４０、Ｍ１＝Ｍ２＝１．３、ｋ１＝１０、ｋ２＝４を用いる。
【００４４】
ここで、睡眠状態指数ＳＩの算出間隔は５秒に限らず、コンピュータ１１０の演算能力や要求する推定結果の出力周期に応じて適宜決定すると良い。睡眠状態指数ＳＩの算出間隔を長くする場合、３０秒程度の間隔にしても良い。ＢＩＳ値の変化を見ると、深い睡眠から浅い睡眠への変化が３０秒程度で生じる場合もあるからである。但し、これを超える時間幅で推定値を算出しても不正確になる可能性が大きくなる。なお、上記（式１）の定数Ａ１、Ａ２は単位時間当りの変化量を得るパラメータなので、睡眠状態指数ＳＩの算出時間幅を変更した場合、Ａ１及びＡ２の値も変更させる必要がある。
【００４５】
（式１）の第１項は、交感神経活動の指標となる上記ＬＦ成分に相当する長期標準偏差値（ＬＳＤ）を睡眠状態指数ＳＩを押し上げるファクターとしてあり、（式１）の第２項は、副交感神経活動の指標となる上記ＨＦ成分に相当する短期標準偏差値（ＳＳＤ）を睡眠状態指数ＳＩを押し下げるファクターとしてある。他の実施形態として、ｎＳＳＤの代わりにｎＳＳＤ／ｎＬＳＤを用いてもよい。
【００４６】
また、上記の（式１）は、どの値（Ｍ１，Ｍ２）を中心として、どの程度の範囲の数値（ｋ１、ｋ２）を変化ΔＳＩ（ｔ）に反映させるかが分かり易く、定数Ａ１〜ｋ２を調整して実際の睡眠状態にフィッティングさせ易いという利点がある。ここで、定数Ａ１、Ａ２は単位推定時間当たりの変化量を決め、定数Ｂ１，Ｂ２は睡眠状態指数ＳＩの上限と下限を決める。定数Ａ１〜ｋ２は、上記のものに限らず、睡眠状態が推定される対象者の特性に応じて適宜設定し直した他の定数の組み合わせを用いても良い。
【００４７】
本実施形態における睡眠状態指数ＳＩは、脳波等に基づいて睡眠状態を計測する周知のＢＩＳ(Bispectral index)モニタに依拠させており、睡眠状態を１００（覚醒）から０までのスケールで表現できるようになっている。
【００４８】
（式１）は、所定の範囲のｎＬＳＤ、ｎＳＳＤの値に対してのみΔＳＩの顕著な変化が生じ、その前後ではほぼ一定の値を示すように設定されたものであり、シグモイド関数特性を有するものである。ただし、本発明の一実施形態で使用される睡眠状態指数ＳＩの算出式は、上式のような関数に限定されず、同様の特性を持つ数式あるいはアルゴリズムを用いることもできる。
【００４９】
変化量算出部105は、算出した変化値ΔＳＩ（ｔ）を、睡眠状態算出部106に送る。
【００５０】
睡眠状態算出部106は、時刻ｔにおける睡眠状態指数ＳＩ（ｔ）を算出する（S606）。具体的には、送られた上記変化値ΔＳＩ（ｔ）を直前の睡眠状態指数ＳＩ（ｔ−１）に加えて、現在の睡眠状態指数ＳＩ（ｔ）を算出する。また、算出した睡眠状態指数ＳＩ（ｔ）を、試験者が参照できるようにグラフ等の表示データに変換し、表示部108に送る。また、睡眠状態を判定するために、算出した睡眠状態指数ＳＩを睡眠状態判定部107にも送る。さらに、後に過去の睡眠状態指数を参照できるように、算出した睡眠状態指数ＳＩを記憶手段に逐次格納する。
【００５１】
睡眠状態判定部107は、睡眠状態指数ＳＩと所定のしきい値とを比較して、現在の睡眠状態（深い眠りであるか浅い眠りであるか）を判定する（S607）。本実施形態において、深い眠りとは、国際的基準である睡眠の６段階のうちの睡眠段階３および睡眠段階４をいい、浅い眠りとは睡眠段階１および睡眠段階２をいう。周知の睡眠ポリグラフ法による睡眠段階とＢＩＳ値との関係は、覚醒状態：93.9±2.1、睡眠段階１：88.3±3.9、睡眠段階２：80.5±4.4、睡眠段階３：54.9±6.1、睡眠段階４：40.9±6.3であることが知られている（高橋ら、Anesth. Analg., 1998 vol.86, S234）。
【００５２】
本実施形態では、所定のしきい値を７０に設定しており、睡眠状態指数ＳＩがしきい値以上のときは浅い眠りであると判定し、小さいときは深い眠りであると判定する。判定結果は、所定の表示データに変換され表示部108に送られる。なお、複数のしきい値を用いて、より多段階の睡眠状態の判定を行う構成としても良い。
【００５３】
表示部108は、例えばディスプレイであって、睡眠状態算出部106および睡眠状態判定部107を含むコンピュータ110に接続されている。表示部108は、表示データへの変換などの所定の画像処理が行われた睡眠状態指数と睡眠状態の判定結果を表示する（S608）。表示部108として、ＵＳＢやネットワーク接続したプリンタなどの印字装置を加えることもできる。
【００５４】
本発明の一実施形態である（式１）で算出した睡眠状態指数ＳＩの結果を図５に示す。また、従来のＢＩＳで測定した睡眠状態指数を図４に示す。従来手法であるＢＩＳで測定した睡眠状態指数と心拍の２種類の標準偏差から算出した睡眠状態指数（図５）との相関係数を求めたところ0.677であった。
【００５５】
睡眠状態判定部107では、得られた睡眠状態指数から睡眠の深さを判定するが、判定は、前述した高橋ら（Anesth, Analg., 1998 vol.86, S234）の睡眠段階の基準に基づいている。本実施形態では睡眠状態指数７０以上を浅い睡眠（睡眠段階１および２）、７０未満を深い睡眠（睡眠段階３および４）とした。その結果、睡眠状態判定の正解率は、８２．２％となった。
【００５６】
以上のように、時間幅の異なる２種類の標準偏差を用いて睡眠状態指数を求め、この睡眠状態指数に基づいて睡眠状態を判定するので、本発明によれば容易かつ高い精度で睡眠状態を推定することができる。
【００５７】
また、本手法によると、リアルタイムに睡眠判定結果を得ることができるので、睡眠が浅いと判定されるときに被験者を起こし、快適な目覚めを提供するなどの応用が可能となる。また、本手法は周波数解析を演算過程で行わないので、計算コストを低くすることができる。また、心電計からの心拍数データが得られればよいので、少ないセンサ数で睡眠状態を推定することができる。
【００５８】
さらに、本手法において用いた２種類の標準偏差は、心拍変動の周波数解析により自律神経系の活動指標として用いられるＨＦ成分およびＬＦ成分と高い相関があるので、本手法は睡眠状態の推定のみでなく、覚醒度やリラックス度などの推定にも利用することができる。
【００５９】
なお、本実施例では、睡眠中の心拍が１拍／秒程度になるのが一般的であることを前提として、拍数に基づいて短期標準偏差や長期標準偏差などを算出している。しかし、実際には、１拍＝１秒とは限らず、心電計測のピークもきりの良いタイミングで出ることも少ない。このため、所定の秒数毎に実施される睡眠状態指数ＳＩの計算処理（式１）と時刻が合致しない場合が考えられ、この場合、以下に示すような演算処理上の工夫が必要となることに注意されたい。
【００６０】
例えば、ピーク出現時刻が計測開始から22.850秒後、23.775秒後、24.675秒後、28.585秒後であったとすると、時刻23.775秒におけるＲ−Ｒ間隔は0.925秒、時刻24.675秒におけるＲ−Ｒ間隔は0.900秒、時刻25.585秒におけるＲ−Ｒ間隔は0.910秒となる。そして、連続するＲ−Ｒ間隔から標準偏差を算出する。すなわち、時刻24.675秒における短期標準偏差が0.0177、時刻25.585秒における短期標準偏差が0.0071となる。５拍分の移動平均、及びその１０拍分の長期標準偏差についても同様に算出される。
【００６１】
一方、睡眠状態指数ＳＩの算出は、所定の時間間隔（本実施例では５秒）ごとに行われる。このため、上記の短期標準偏差、長期標準偏差などの算出における時間推移とは合致しなくなる。この問題を解消するため、本実施例では当該時刻の直前の値をとる処理が実施される。この処理により、上記例では、時刻25秒の短期標準偏差が0.0177と定義される。また、周知の補間処理を実施しても良い。上記例に線形補間を用いれば、(25 - 24.675):(25.585 - 24.675) = (x - 0.0071) : (0.0177 - 0.0071)の関係から、時刻25秒時の短期標準偏差x = 0.0110が得られる。
【００６２】
なお、本実施例では拍数で短期標準偏差及び長期標準偏差をそれぞれ算出したが、拍数の代わりに所定の秒数で短期標準偏差及び長期標準偏差を算出するようにしても良い。この場合、例えばＲ−Ｒ間隔の２秒の短期標準偏差が算出され、５秒移動平均をとったＲ−Ｒ間隔について、１０秒にわたる長期標準偏差が算出される。
【００６３】
このように、拍数ではなく秒数に基づいて短期標準偏差及び長期標準偏差などを算出する場合、これら標準偏差の算出と睡眠状態指数ＳＩの算出とのタイミングを合わせるためには、（１）定刻の間に出現する心拍のピークを対象にＲ−Ｒ間隔を抽出し、それに基づき短期標準偏差などを算出する、（２）定刻の直前のＲ−Ｒ間隔や標準偏差、または上記の補間処理をした値を用いる、などの様々な方法が適用可能である。
【図面の簡単な説明】
【００６４】
【図１】この発明の一実施形態に従う、睡眠状態推定装置の概略図。
【図２】この発明の一実施形態に従う、睡眠中の心拍Ｒ−Ｒ間隔の値を表す図。
【図３】この発明の一実施形態に従う、短期標準偏差とＨＦ、長期標準偏差とＬＦの比較を表す図。
【図４】ＢＩＳモニタにより得られた睡眠状態指数を表す図。
【図５】この発明の一実施形態に従う、心拍から算出した睡眠状態指数を表す図。
【図６】この発明の一実施形態に従う、睡眠状態推定方法のフローチャート図。
【符号の説明】
【００６５】
１０１ 計測部
１０２ 周期検出部
１０３ 短期標準偏差算出部
１０４ 長期標準偏差算出部
１０５ 変化量算出部
１０６ 睡眠状態算出部
１０７ 睡眠状態判定部
【技術分野】
【０００１】
本発明は、生体の心拍データより該生体の睡眠状態を推定する睡眠状態推定装置に関する。
【背景技術】
【０００２】
近年、健康への意識が高まる中で、睡眠状態に対する関心が増加している。また、睡眠時無呼吸症候群による日常生活への影響が問題となるなど、睡眠状態を家庭などで簡便に計測するニーズが生まれている。
【０００３】
睡眠状態が周期的に変化することはよく知られており、こうした変化を検出する手法として、脳波や眼球運動、筋電などを測定する睡眠ポリグラフが知られている。しかしながら、これは、装置が大規模であったり、多くのセンサを体に装着する必要があることから、家庭での通常の睡眠状態の推定には使用しにくいとの問題がある。
【０００４】
睡眠ポリグラフに代わる手法として、心拍や呼吸、体動などを測定し、その周期や周期の揺らぎの計測値を用いて睡眠状態を推定する試みが提案されている。例えば、脈拍数の増減やその時間変化を指標としたもの（特許文献１および特許文献２）、心拍のＲ波の間隔の標準偏差およびＲ波間隔を周波数解析して得たパラメータを指標としたもの（特許文献３）、心拍数などから導出した８つのパラメータを指標としたもの（特許文献４）などがある。
【特許文献１】特開昭６３−２８３６２３号公報
【特許文献２】特開昭６３−２０５５９２号公報
【特許文献３】特開平７−１４３９７２号公報
【特許文献４】特開２００３−２６００４０号公報
【発明の開示】
【発明が解決しようとする課題】
【０００５】
しかしながら、上記の方法では、睡眠状態推定のための指標を得るために多くの複雑な計算を必要とする。特許文献３では推定に用いる指標を計算するために心拍Ｒ波の周波数解析を行っており、特許文献４では、心拍、呼吸、体動からの３つの信号値から８種類の指標の計算を行っている。こうした計算を行う場合には、過去数分にわたる測定値を用いる必要がある。たとえば、周波数解析による方法では、少なくとも２５６から５１２点程度のデータを用いる。心拍を例にとり、心拍の１拍を１秒とすると、４分から８分にわたる計測結果を用いる必要があり、リアルタイム性に乏しい。また、周波数解析には計算器パワーを必要とする。このように、上記の方法では、リアルタイムでの睡眠状態の推定が困難であるという問題がある。
【０００６】
本発明は、以上のような事情に基づいてなされたものであり、少ない計算量で簡便かつリアルタイムに睡眠状態を推定できる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】
【０００７】
本発明の睡眠状態推定装置は、発明の一形態（請求項１）によると、計測された心拍から拍動周期を検出する周期検出部と、前記拍動周期から短期標準偏差を算出する短期標準偏差算出部と、前記拍動周期から長期標準偏差を算出する長期標準偏差算出部と、前記短期標準偏差と長期標準偏差とを所定の算出式に与えて睡眠状態指数を算出する指数算出部と、算出された前記睡眠状態指数に基づいて前記ユーザの睡眠状態を判定する睡眠状態判定部と、を備える。
【０００８】
これによると、時間幅の異なる２種類の標準偏差を用いて睡眠状態指数を求め、この睡眠状態指数に基づいて睡眠状態を判定するので、容易かつ高い精度で睡眠状態を推定することができる。
【０００９】
また、この発明のもう一つの形態（請求項２）による睡眠状態推定装置において、前記所定の算出式は、シグモイド関数特性を有する関数を含む。
【００１０】
これによると、算出式がシグモイド関数特性を有する関数を含むので、短期標準偏差値と長期標準偏差値の２つの標準偏差値に基づいて被験者が深い睡眠状態にあるか浅い睡眠状態にあるかの切り分けを行うことができ、関数の定数を最適化することで睡眠状態の判定を精度良く行うことができる。
【００１１】
また、この発明のもう一つの形態（請求項３）による睡眠状態推定装置において、前記所定の算出式は、前記短期標準偏差が代入されるシグモイド関数特性を有する関数と、前記長期標準偏差が代入されるシグモイド関数特性を有する関数との和を含む。
【００１２】
また、この発明のもう一つの形態（請求項４）による睡眠状態推定装置において、前記睡眠状態指数をＳＩとし、Ａ１、Ａ２、Ｂ１、Ｂ２、Ｍ１、Ｍ２、ｋ１、ｋ２を定数、ｎＬＳＤを長期標準偏差、ｎＳＳＤを短期標準偏差としたとき、前記睡眠状態指数の変化量ΔＳＩを求めるための前記所定の算出式は、
【数２】
【００１３】
で表される。
【００１４】
また、この発明のもう一つの形態（請求項５）による睡眠状態推定装置において、前記ｎＬＳＤは、長期標準偏差を長期標準偏差の平均値で除した値であり、前記ｎＳＳＤは、短期標準偏差を短期標準偏差の平均値で除した値である。これによると、睡眠状態指数を、長期標準偏差と短期標準偏差をそれぞれの平均値で正規化した値に基づいて求めることができるようになる。
【００１５】
また、この発明のもう一つの形態（請求項６）による睡眠状態推定装置において、前記短期標準偏差は２拍又は３拍の所定の拍動周期に基づいて算出され、前記長期標準偏差は４〜３０拍の所定の拍動周期に基づいて算出される。
【００１６】
また、この発明のもう一つの形態（請求項７）による睡眠状態推定装置において、前記長期標準偏差は拍動周期の移動平均値を利用して算出される。これによると、拍動周期の移動平均値を利用するので、長期標準偏差の算出にあたり、短期標準偏差の影響を除去することができる。
【００１７】
また、この発明のもう一つの形態（請求項８）による睡眠状態推定装置において、前記短期標準偏差は２秒又は３秒の所定の時間周期に基づいて算出され、前記長期標準偏差は４〜３０秒の所定の時間周期に基づいて算出される。
【００１８】
また、この発明のもう一つの形態（請求項９）による睡眠状態推定装置において、前記長期標準偏差は時間周期の移動平均値を利用して算出される。これによると、時間周期の移動平均値を利用するので、長期標準偏差の算出にあたり、短期標準偏差の影響を除去することができる。
【００１９】
また、この発明のもう一つの形態（請求項１０）による睡眠状態推定装置において、前記睡眠状態の判定は、算出された前記睡眠状態指数と所定のしきい値との比較に基づいて行われる。
【発明を実施するための最良の形態】
【００２０】
本発明の一実施形態における睡眠状態の判定手法で利用する心拍と睡眠状態との関係について説明する。
【００２１】
睡眠中における心拍の１拍ごとの周期であるＲ−Ｒ間隔は一定ではなく、図２に示すように平均間隔１秒前後で変動することが知られている。また、心拍数ゆらぎのパワースペクトルは、自律神経系の状態により異なる様相を示すことが知られている。つまり、心拍において低周波成分（ＬＦ成分（0.04Hz-0.15Hz））が大きいときには、交感神経が活発であることを示し、高周波成分（ＨＦ成分（0.15Hz-0.40Hz））が大きいときには、副交感神経が活発であることを示す。そして、副交感神経が活発のとき深い眠りであり、交感神経が活発のとき浅い眠りであることが知られている。このように、睡眠の深さと心拍数の周波数成分とは相関関係があることが知られている。
【００２２】
また、本発明では、短期標準偏差とＨＦ成分との高い相関性、および長期標準偏差とＬＦ成分との高い相関性を利用している。図３（ａ）から（ｄ）は、これらの相関性を説明するためのグラフである。
【００２３】
図３（ａ）は、後述する短期標準偏差の値を時系列でグラフ化したものである。横軸の単位は「時間」であり、睡眠開始からの時間経過を示す。ここでは、Ｒ−Ｒ間隔の２拍分の標準偏差を算出しグラフ化している。図３（ｂ）は、Ｒ−Ｒ間隔の２５６拍分の周波数解析により得られる心拍のＨＦ成分（0.15Hz-0.40Hzにおけるパワー値）を抽出し、時系列でグラフ化したものである。ここでは、その時刻における0.15Hz-0.40Hzの周波数幅の積分値をグラフ化している。図３（ｃ）は、後述する長期標準偏差の値を時系列でグラフ化したものである。横軸の単位は「時間」であり、睡眠開始からの時間経過を示す。ここでは、５拍移動平均をとったＲ−Ｒ間隔について、１０拍にわたる標準偏差を算出しグラフ化している。図３（ｄ）は、Ｒ−Ｒ間隔の２５６拍分の周波数解析により得られる心拍のＬＦ成分（0.04Hz-0.15Hzにおけるパワー値）を抽出し、時系列でグラフ化したものである。ここでは、その時刻における0.04Hz-0.15Hzの周波数幅の積分値をグラフ化している。
【００２４】
短期標準偏差（図３（ａ））とＨＦ成分（図３（ｂ））とを比較すると、両者のグラフ形状が対応していることがわかる。両者の相関係数を計算すると0.787であった。また、長期標準偏差（図３（ｃ））とＬＦ成分（図３（ｄ））の比較においても、両者のグラフ形状が対応していることがわかる。両者の相関係数を計算すると0.903であった。このように、標準偏差と心拍の周波数成分には高い相関が認められる。
【００２５】
周波数解析に用いる拍数を変えても上記の相関の変化は大きくはないが、多いほど相関が高くなる傾向がある。また、長期標準偏差を計算する拍数を変えてもＬＦとの相関は高い値に保たれるが、３０拍程度までが望ましい。
【００２６】
一般に、Ｒ−Ｒ間隔のＨＦ成分が多いときに、副交感神経の活動が活発であり、眠りが深い。一方、Ｒ−Ｒ間隔のＬＦ成分が多いときに、交感神経の活動が活発であり、眠りが浅いと言われている。
【００２７】
上記のような交感神経系と心拍のＲ−Ｒ間隔の関係、およびＲ−Ｒ間隔の周波数解析結果と標準偏差の値との相関性を考慮して、短期標準偏差および長期標準偏差を使用して簡便に睡眠状態指数ＳＩを求めることようにしたのが本発明である。
【００２８】
次に、図面を参照しつつ本発明の実施の形態を説明する。図１は、本発明の一実施形態に従う、睡眠状態推定装置100の全体構成図である。また、図６は本発明の一実施例に従うフローチャートである。
【００２９】
睡眠状態推定装置100は、以下に説明する計測部101、周期検出部102、短期標準偏差算出部103、長期標準偏差算出部104、変化量算出部105、睡眠状態算出部106、睡眠状態判定部107、および表示部108からなる。
【００３０】
周期検出部102、短期標準偏差算出部103、長期標準偏差算出部104、変化量算出部105、睡眠状態算出部106、および睡眠状態判定部107は、所定の演算処理および判定処理を行う。これらは、個々の処理装置で実現することもできるが、本実施形態では１つのコンピュータ110で実現される。本実施形態において使用されるコンピュータ110は、例えば図に示さないＣＰＵなどの処理手段と、ＲＯＭ、ＲＡＭ、ハードディスクドライブなどの記憶手段と、キーボード、マウスなどの入力手段とによって構成されている。また、記憶手段には、上記の各部を実現するためのプログラムが格納されている。なお、本発明の睡眠状態推定装置100の要部は、短期標準偏差算出部103〜睡眠状態判定部107であり、計測部101、周期検出部102および表示部108は、本発明の必須構成要件ではない。例えば、周期検出部102は睡眠状態推定装置100の外部に設けて、周期検出部102が周知の方法で検出したデータを短期標準偏差算出部103に供給する構成としても良い。
【００３１】
計測部101は、例えばＵＳＢやシリアルバス、パラレルバスを介して、コンピュータ110に接続されている。また、表示部108は、例えばＤ−ｓｕｂコネクタを介してコンピュータ110と接続されている。
【００３２】
計測部101は、心拍または脈拍を検出してこれを電気信号に変換し、心拍データを取得する機能を有する。具体的には、人体に取り付けられ心拍を取得する心電計である。本実施形態において、サンプリングレートは２００（Ｈｚ）である。計測部101は、心電計を介して被験者から心拍を測定し、測定した心拍をコンピュータ101に送り、順次記憶手段に格納する（S601）。取得した心拍データは、周期検出部102に送られ、周期検出部102の記憶手段に逐次格納される。心拍データを取得する代替方法として、人間に装着される脈波センサから脈拍を取得することとしてもよい。これは、被験者の手にバンドによって取り付けられる脈波センサであって、発光素子と受光素子をと指の爪側と裏側にそれぞれ配置し、血液の流れを検出して脈拍に対応する信号を得る。本実施形態では、心電計から得られる心拍データを例にして説明する。
【００３３】
周期検出部102は、記憶手段に格納された心拍データから１拍ごとの周期（Ｒ−Ｒ間隔）を検出して、記憶手段に格納する（S602）。１拍ごとの周期とは、例えば、得られた心拍データの頂点間の時間間隔である。
【００３４】
短期標準偏差算出部103は、記憶手段に格納した心拍のＲ−Ｒ間隔のデータからＲ−Ｒ間隔の短期標準偏差（以下、ＳＳＤという）を算出する（S603）。一般に、Ｒ−Ｒ間隔の短期の周波数（ＨＦ）の範囲は０．１５〜０．４Ｈｚであり、これは、フーリエ解析において１／２周期を対象とすることも考慮すると、１．２５〜３．３秒の周期となる。従って、ＨＦの範囲に限定した心拍数のゆらぎを抽出するには、１．２５〜３．３秒間の拍数（２又は３拍）のＳＳＤを算出するのが合理的である。睡眠中は心拍が１拍／秒程度となるのが一般的であることを考慮して、本実施例では「短期」の区間を２拍分（約２秒）と設定し、この２拍分のＲ−Ｒ間隔を用いてＳＳＤを算出することとした。
【００３５】
また、短期標準偏差算出部103は、計測開始時からのＳＳＤの平均値を求め、この平均値でＳＳＤを割った値であるｎＳＳＤを算出する。そして、算出したｎＳＳＤを変化量算出部105に送る。計測開始時からのＳＳＤの平均値でＳＳＤを割った値であるｎＳＳＤを求めて、これを睡眠状態指数の算出に使用するのは、心拍変動の個人差を少なくすることで睡眠状態推定の精度を向上させるためである。但し、ｎＳＳＤを算出せずに、直接ＳＳＤを算出することで計算量を低減させてもよい。
【００３６】
一方、長期標準偏差算出部104は、記憶手段に格納した心拍のＲ−Ｒ間隔のデータから、Ｒ−Ｒ間隔の移動平均値を求め、求めたＲ−Ｒ間隔の移動平均値から長期標準偏差（以下、ＬＳＤという）を算出する（S604）。
【００３７】
ここで、移動平均値とは、ある個数分のデータの平均値を時間軸で移動しながら連続して求めた平均値である。また、移動平均値を算出するのは、ＬＳＤの計算にあたって、短期標準偏差の影響を除去しておくためである。本実施形態では、５拍（約５秒）の移動平均値を求めている。この５拍という間隔は、Ｒ−Ｒ間隔の短期の周波数（ＨＦ）に対応させて決定されたものである。すなわち、単純にＬＳＤを計算してしまうと、その算出結果には短期の分のばらつきが混入してしまう。そこで、本実施例では、まず５拍分の移動平均によって短期のばらつきを小さくしておき、その上でＬＳＤを算出するという方法を採用した。この移動平均算出時の拍数（本実施例では５拍）は、短期及び長期（本実施例では、それぞれ２拍と１０拍）の値を考慮して、ＳＳＤの影響が十分に除去できる値に設定すれば良い。但し、ＬＳＤの算出は、移動平均に用いた拍数よりも長い間隔で行うことが必須である。
【００３８】
続いてＬＳＤの区間について説明する。一般に、Ｒ−Ｒ間隔の長期の周波数（ＬＦ）の範囲は０．０４〜０．１５Ｈｚであり、これは、フーリエ解析において１／２周期を対象とすることも考慮すると、３．３〜１２．５秒（約４〜１２拍）の周期となる。しかし、実際にＬＦと長期（４拍〜５００拍）の標準偏差を比較すると、３０拍程度までの相関係数は０．８を超えることが判明した。そこで、本発明ではＬＦの範囲に限定した心拍数のゆらぎを抽出する際に、４拍〜３０拍分の区間のＬＳＤを算出するのが合理的であると判断した。但し、３１拍以上の拍数でＬＳＤを算出して睡眠状態を推定することも十分可能である。この拍数は、推定結果に求める精度、要求するリアルタイム性なども考慮して決定するのが望ましい。
【００３９】
本実施例では、短期標準偏差（ＳＳＤ）との区分を明確にするために、５拍ごとの移動平均を計算した上で、「長期」の区分を１０拍分（約１０秒）と設定し、この１０拍分のＲ−Ｒ間隔を用いてＬＳＤを算出することとした。なお、睡眠中の心拍は１拍／秒程度になるのが一般的である。
【００４０】
また、長期標準偏差算出部104は、計測開始時からのＬＳＤの平均値を求め、この平均値でＬＳＤを割った値であるｎＬＳＤを算出する機能を有する。そして、算出したｎＬＳＤを変化量算出部105に送る。ここでも、計測開始時からの長期標準偏差の平均値でＬＳＤを割った値であるｎＬＳＤを求めてこれを睡眠状態指数の算出に使用するのは、心拍変動の個人差を少なくすることで睡眠状態推定の精度を向上させるためである。但し、ｎＬＳＤを算出せずに直接ＬＳＤを算出することで計算量を低減させてもよい。
【００４１】
上記の短期標準偏差と長期標準偏差の算出は平行に処理させて、両標準偏差を同時に求めることとしてもよい。
【００４２】
変化量算出部105は、ｎＳＳＤの値とｎＬＳＤの値とを、以下の算出式（式１）に代入して、時刻ｔにおける睡眠状態指数の単位時間あたりの変化値ΔＳＩ（ｔ）を算出する（S605）。
【数３】
【００４３】
（式１）において、ＳＩ（ｔ−１）は、直前の睡眠状態指数である。また、Ａ１、Ａ２、Ｂ１、Ｂ２、Ｍ１、Ｍ２、ｋ１、ｋ２は、睡眠状態指数ＳＩの算出間隔に依存して決定される定数である。本実施例では、５秒の時間間隔で睡眠状態指数ＳＩの算出を行うこととし、Ａ１＝０．７、Ａ２＝０．０７、Ｂ１＝９５、Ｂ２＝４０、Ｍ１＝Ｍ２＝１．３、ｋ１＝１０、ｋ２＝４を用いる。
【００４４】
ここで、睡眠状態指数ＳＩの算出間隔は５秒に限らず、コンピュータ１１０の演算能力や要求する推定結果の出力周期に応じて適宜決定すると良い。睡眠状態指数ＳＩの算出間隔を長くする場合、３０秒程度の間隔にしても良い。ＢＩＳ値の変化を見ると、深い睡眠から浅い睡眠への変化が３０秒程度で生じる場合もあるからである。但し、これを超える時間幅で推定値を算出しても不正確になる可能性が大きくなる。なお、上記（式１）の定数Ａ１、Ａ２は単位時間当りの変化量を得るパラメータなので、睡眠状態指数ＳＩの算出時間幅を変更した場合、Ａ１及びＡ２の値も変更させる必要がある。
【００４５】
（式１）の第１項は、交感神経活動の指標となる上記ＬＦ成分に相当する長期標準偏差値（ＬＳＤ）を睡眠状態指数ＳＩを押し上げるファクターとしてあり、（式１）の第２項は、副交感神経活動の指標となる上記ＨＦ成分に相当する短期標準偏差値（ＳＳＤ）を睡眠状態指数ＳＩを押し下げるファクターとしてある。他の実施形態として、ｎＳＳＤの代わりにｎＳＳＤ／ｎＬＳＤを用いてもよい。
【００４６】
また、上記の（式１）は、どの値（Ｍ１，Ｍ２）を中心として、どの程度の範囲の数値（ｋ１、ｋ２）を変化ΔＳＩ（ｔ）に反映させるかが分かり易く、定数Ａ１〜ｋ２を調整して実際の睡眠状態にフィッティングさせ易いという利点がある。ここで、定数Ａ１、Ａ２は単位推定時間当たりの変化量を決め、定数Ｂ１，Ｂ２は睡眠状態指数ＳＩの上限と下限を決める。定数Ａ１〜ｋ２は、上記のものに限らず、睡眠状態が推定される対象者の特性に応じて適宜設定し直した他の定数の組み合わせを用いても良い。
【００４７】
本実施形態における睡眠状態指数ＳＩは、脳波等に基づいて睡眠状態を計測する周知のＢＩＳ(Bispectral index)モニタに依拠させており、睡眠状態を１００（覚醒）から０までのスケールで表現できるようになっている。
【００４８】
（式１）は、所定の範囲のｎＬＳＤ、ｎＳＳＤの値に対してのみΔＳＩの顕著な変化が生じ、その前後ではほぼ一定の値を示すように設定されたものであり、シグモイド関数特性を有するものである。ただし、本発明の一実施形態で使用される睡眠状態指数ＳＩの算出式は、上式のような関数に限定されず、同様の特性を持つ数式あるいはアルゴリズムを用いることもできる。
【００４９】
変化量算出部105は、算出した変化値ΔＳＩ（ｔ）を、睡眠状態算出部106に送る。
【００５０】
睡眠状態算出部106は、時刻ｔにおける睡眠状態指数ＳＩ（ｔ）を算出する（S606）。具体的には、送られた上記変化値ΔＳＩ（ｔ）を直前の睡眠状態指数ＳＩ（ｔ−１）に加えて、現在の睡眠状態指数ＳＩ（ｔ）を算出する。また、算出した睡眠状態指数ＳＩ（ｔ）を、試験者が参照できるようにグラフ等の表示データに変換し、表示部108に送る。また、睡眠状態を判定するために、算出した睡眠状態指数ＳＩを睡眠状態判定部107にも送る。さらに、後に過去の睡眠状態指数を参照できるように、算出した睡眠状態指数ＳＩを記憶手段に逐次格納する。
【００５１】
睡眠状態判定部107は、睡眠状態指数ＳＩと所定のしきい値とを比較して、現在の睡眠状態（深い眠りであるか浅い眠りであるか）を判定する（S607）。本実施形態において、深い眠りとは、国際的基準である睡眠の６段階のうちの睡眠段階３および睡眠段階４をいい、浅い眠りとは睡眠段階１および睡眠段階２をいう。周知の睡眠ポリグラフ法による睡眠段階とＢＩＳ値との関係は、覚醒状態：93.9±2.1、睡眠段階１：88.3±3.9、睡眠段階２：80.5±4.4、睡眠段階３：54.9±6.1、睡眠段階４：40.9±6.3であることが知られている（高橋ら、Anesth. Analg., 1998 vol.86, S234）。
【００５２】
本実施形態では、所定のしきい値を７０に設定しており、睡眠状態指数ＳＩがしきい値以上のときは浅い眠りであると判定し、小さいときは深い眠りであると判定する。判定結果は、所定の表示データに変換され表示部108に送られる。なお、複数のしきい値を用いて、より多段階の睡眠状態の判定を行う構成としても良い。
【００５３】
表示部108は、例えばディスプレイであって、睡眠状態算出部106および睡眠状態判定部107を含むコンピュータ110に接続されている。表示部108は、表示データへの変換などの所定の画像処理が行われた睡眠状態指数と睡眠状態の判定結果を表示する（S608）。表示部108として、ＵＳＢやネットワーク接続したプリンタなどの印字装置を加えることもできる。
【００５４】
本発明の一実施形態である（式１）で算出した睡眠状態指数ＳＩの結果を図５に示す。また、従来のＢＩＳで測定した睡眠状態指数を図４に示す。従来手法であるＢＩＳで測定した睡眠状態指数と心拍の２種類の標準偏差から算出した睡眠状態指数（図５）との相関係数を求めたところ0.677であった。
【００５５】
睡眠状態判定部107では、得られた睡眠状態指数から睡眠の深さを判定するが、判定は、前述した高橋ら（Anesth, Analg., 1998 vol.86, S234）の睡眠段階の基準に基づいている。本実施形態では睡眠状態指数７０以上を浅い睡眠（睡眠段階１および２）、７０未満を深い睡眠（睡眠段階３および４）とした。その結果、睡眠状態判定の正解率は、８２．２％となった。
【００５６】
以上のように、時間幅の異なる２種類の標準偏差を用いて睡眠状態指数を求め、この睡眠状態指数に基づいて睡眠状態を判定するので、本発明によれば容易かつ高い精度で睡眠状態を推定することができる。
【００５７】
また、本手法によると、リアルタイムに睡眠判定結果を得ることができるので、睡眠が浅いと判定されるときに被験者を起こし、快適な目覚めを提供するなどの応用が可能となる。また、本手法は周波数解析を演算過程で行わないので、計算コストを低くすることができる。また、心電計からの心拍数データが得られればよいので、少ないセンサ数で睡眠状態を推定することができる。
【００５８】
さらに、本手法において用いた２種類の標準偏差は、心拍変動の周波数解析により自律神経系の活動指標として用いられるＨＦ成分およびＬＦ成分と高い相関があるので、本手法は睡眠状態の推定のみでなく、覚醒度やリラックス度などの推定にも利用することができる。
【００５９】
なお、本実施例では、睡眠中の心拍が１拍／秒程度になるのが一般的であることを前提として、拍数に基づいて短期標準偏差や長期標準偏差などを算出している。しかし、実際には、１拍＝１秒とは限らず、心電計測のピークもきりの良いタイミングで出ることも少ない。このため、所定の秒数毎に実施される睡眠状態指数ＳＩの計算処理（式１）と時刻が合致しない場合が考えられ、この場合、以下に示すような演算処理上の工夫が必要となることに注意されたい。
【００６０】
例えば、ピーク出現時刻が計測開始から22.850秒後、23.775秒後、24.675秒後、28.585秒後であったとすると、時刻23.775秒におけるＲ−Ｒ間隔は0.925秒、時刻24.675秒におけるＲ−Ｒ間隔は0.900秒、時刻25.585秒におけるＲ−Ｒ間隔は0.910秒となる。そして、連続するＲ−Ｒ間隔から標準偏差を算出する。すなわち、時刻24.675秒における短期標準偏差が0.0177、時刻25.585秒における短期標準偏差が0.0071となる。５拍分の移動平均、及びその１０拍分の長期標準偏差についても同様に算出される。
【００６１】
一方、睡眠状態指数ＳＩの算出は、所定の時間間隔（本実施例では５秒）ごとに行われる。このため、上記の短期標準偏差、長期標準偏差などの算出における時間推移とは合致しなくなる。この問題を解消するため、本実施例では当該時刻の直前の値をとる処理が実施される。この処理により、上記例では、時刻25秒の短期標準偏差が0.0177と定義される。また、周知の補間処理を実施しても良い。上記例に線形補間を用いれば、(25 - 24.675):(25.585 - 24.675) = (x - 0.0071) : (0.0177 - 0.0071)の関係から、時刻25秒時の短期標準偏差x = 0.0110が得られる。
【００６２】
なお、本実施例では拍数で短期標準偏差及び長期標準偏差をそれぞれ算出したが、拍数の代わりに所定の秒数で短期標準偏差及び長期標準偏差を算出するようにしても良い。この場合、例えばＲ−Ｒ間隔の２秒の短期標準偏差が算出され、５秒移動平均をとったＲ−Ｒ間隔について、１０秒にわたる長期標準偏差が算出される。
【００６３】
このように、拍数ではなく秒数に基づいて短期標準偏差及び長期標準偏差などを算出する場合、これら標準偏差の算出と睡眠状態指数ＳＩの算出とのタイミングを合わせるためには、（１）定刻の間に出現する心拍のピークを対象にＲ−Ｒ間隔を抽出し、それに基づき短期標準偏差などを算出する、（２）定刻の直前のＲ−Ｒ間隔や標準偏差、または上記の補間処理をした値を用いる、などの様々な方法が適用可能である。
【図面の簡単な説明】
【００６４】
【図１】この発明の一実施形態に従う、睡眠状態推定装置の概略図。
【図２】この発明の一実施形態に従う、睡眠中の心拍Ｒ−Ｒ間隔の値を表す図。
【図３】この発明の一実施形態に従う、短期標準偏差とＨＦ、長期標準偏差とＬＦの比較を表す図。
【図４】ＢＩＳモニタにより得られた睡眠状態指数を表す図。
【図５】この発明の一実施形態に従う、心拍から算出した睡眠状態指数を表す図。
【図６】この発明の一実施形態に従う、睡眠状態推定方法のフローチャート図。
【符号の説明】
【００６５】
１０１ 計測部
１０２ 周期検出部
１０３ 短期標準偏差算出部
１０４ 長期標準偏差算出部
１０５ 変化量算出部
１０６ 睡眠状態算出部
１０７ 睡眠状態判定部
【特許請求の範囲】
【請求項１】
計測された心拍から拍動周期を検出する周期検出部と、
前記拍動周期から短期標準偏差を算出する短期標準偏差算出部と、
前記拍動周期から長期標準偏差を算出する長期標準偏差算出部と、
前記短期標準偏差と長期標準偏差とを所定の算出式に与えて睡眠状態指数を算出する指数算出部と、
算出された前記睡眠状態指数に基づいて前記ユーザの睡眠状態を判定する睡眠状態判定部と、
を備える睡眠状態推定装置。
【請求項２】
前記所定の算出式は、シグモイド関数特性を有する関数を含む請求項１に記載の睡眠状態推定装置。
【請求項３】
前記所定の算出式は、前記短期標準偏差が代入されるシグモイド関数特性を有する関数と、前記長期標準偏差が代入されるシグモイド関数特性を有する関数との和を含む、請求項１に記載の睡眠状態推定装置。
【請求項４】
前記睡眠状態指数をＳＩとし、Ａ１、Ａ２、Ｂ１、Ｂ２、Ｍ１、Ｍ２、ｋ１、ｋ２を定数、ｎＬＳＤを長期標準偏差、ｎＳＳＤを短期標準偏差としたとき、前記睡眠状態指数の変化量ΔＳＩを求めるための前記所定の算出式は、
【数１】
で表される、請求項１に記載の睡眠状態推定装置。
【請求項５】
前記ｎＬＳＤは、長期標準偏差を長期標準偏差の平均値で除した値であり、前記ｎＳＳＤは、短期標準偏差を短期標準偏差の平均値で除した値である、請求項４に記載の睡眠状態推定装置。
【請求項６】
前記短期標準偏差は２拍又は３拍の所定の拍動周期に基づいて算出され、前記長期標準偏差は４〜３０拍の所定の拍動周期に基づいて算出される、請求項１に記載の睡眠状態推定装置。
【請求項７】
前記長期標準偏差は前記拍動周期の移動平均値を利用して算出される、請求項６に記載の睡眠状態推定装置。
【請求項８】
前記短期標準偏差は２秒又は３秒の所定の時間周期に基づいて算出され、前記長期標準偏差は４〜３０秒の所定の時間周期に基づいて算出される、請求項１に記載の睡眠状態推定装置。
【請求項９】
前記長期標準偏差は前記時間周期の移動平均値を利用して算出される、請求項８に記載の睡眠状態推定装置。
【請求項１０】
前記睡眠状態の判定は、算出された前記睡眠状態指数と所定のしきい値との比較に基づいて行われる、請求項１に記載の睡眠状態推定装置。
【請求項１１】
心拍から拍動周期を検出するステップと、
前記拍動周期から短期標準偏差を算出するステップと、
前記拍動周期から長期標準偏差を算出するステップと、
前記短期標準偏差と長期標準偏差とを所定の算出式に与えて睡眠状態指数を算出するステップと、
算出された前記睡眠状態指数に基づいて前記ユーザの睡眠状態を判定するステップと、
を含む睡眠状態の推定方法。
【請求項１２】
コンピュータに、
心拍から拍動周期を検出する周期検出機能と、
前記拍動周期から短期標準偏差を算出する短期標準偏差算出機能と、
前記拍動周期から長期標準偏差を算出する長期標準偏差算出機能と、
前記短期標準偏差と長期標準偏差とを所定の算出式に与えて睡眠状態指数を算出する指数算出機能と、
算出された前記睡眠状態指数に基づいて前記ユーザの睡眠状態を判定する睡眠状態判定機能と、
を実現させるためのプログラム。
【請求項１】
計測された心拍から拍動周期を検出する周期検出部と、
前記拍動周期から短期標準偏差を算出する短期標準偏差算出部と、
前記拍動周期から長期標準偏差を算出する長期標準偏差算出部と、
前記短期標準偏差と長期標準偏差とを所定の算出式に与えて睡眠状態指数を算出する指数算出部と、
算出された前記睡眠状態指数に基づいて前記ユーザの睡眠状態を判定する睡眠状態判定部と、
を備える睡眠状態推定装置。
【請求項２】
前記所定の算出式は、シグモイド関数特性を有する関数を含む請求項１に記載の睡眠状態推定装置。
【請求項３】
前記所定の算出式は、前記短期標準偏差が代入されるシグモイド関数特性を有する関数と、前記長期標準偏差が代入されるシグモイド関数特性を有する関数との和を含む、請求項１に記載の睡眠状態推定装置。
【請求項４】
前記睡眠状態指数をＳＩとし、Ａ１、Ａ２、Ｂ１、Ｂ２、Ｍ１、Ｍ２、ｋ１、ｋ２を定数、ｎＬＳＤを長期標準偏差、ｎＳＳＤを短期標準偏差としたとき、前記睡眠状態指数の変化量ΔＳＩを求めるための前記所定の算出式は、
【数１】
で表される、請求項１に記載の睡眠状態推定装置。
【請求項５】
前記ｎＬＳＤは、長期標準偏差を長期標準偏差の平均値で除した値であり、前記ｎＳＳＤは、短期標準偏差を短期標準偏差の平均値で除した値である、請求項４に記載の睡眠状態推定装置。
【請求項６】
前記短期標準偏差は２拍又は３拍の所定の拍動周期に基づいて算出され、前記長期標準偏差は４〜３０拍の所定の拍動周期に基づいて算出される、請求項１に記載の睡眠状態推定装置。
【請求項７】
前記長期標準偏差は前記拍動周期の移動平均値を利用して算出される、請求項６に記載の睡眠状態推定装置。
【請求項８】
前記短期標準偏差は２秒又は３秒の所定の時間周期に基づいて算出され、前記長期標準偏差は４〜３０秒の所定の時間周期に基づいて算出される、請求項１に記載の睡眠状態推定装置。
【請求項９】
前記長期標準偏差は前記時間周期の移動平均値を利用して算出される、請求項８に記載の睡眠状態推定装置。
【請求項１０】
前記睡眠状態の判定は、算出された前記睡眠状態指数と所定のしきい値との比較に基づいて行われる、請求項１に記載の睡眠状態推定装置。
【請求項１１】
心拍から拍動周期を検出するステップと、
前記拍動周期から短期標準偏差を算出するステップと、
前記拍動周期から長期標準偏差を算出するステップと、
前記短期標準偏差と長期標準偏差とを所定の算出式に与えて睡眠状態指数を算出するステップと、
算出された前記睡眠状態指数に基づいて前記ユーザの睡眠状態を判定するステップと、
を含む睡眠状態の推定方法。
【請求項１２】
コンピュータに、
心拍から拍動周期を検出する周期検出機能と、
前記拍動周期から短期標準偏差を算出する短期標準偏差算出機能と、
前記拍動周期から長期標準偏差を算出する長期標準偏差算出機能と、
前記短期標準偏差と長期標準偏差とを所定の算出式に与えて睡眠状態指数を算出する指数算出機能と、
算出された前記睡眠状態指数に基づいて前記ユーザの睡眠状態を判定する睡眠状態判定機能と、
を実現させるためのプログラム。
【図１】
【図２】
【図３】
【図４】
【図５】
【図６】
【図２】
【図３】
【図４】
【図５】
【図６】
【公開番号】特開２００６−２７１４７４（Ｐ２００６−２７１４７４Ａ）
【公開日】平成１８年１０月１２日（２００６．１０．１２）
【国際特許分類】
【出願番号】特願２００５−９１２８７（Ｐ２００５−９１２８７）
【出願日】平成１７年３月２８日（２００５．３．２８）
【出願人】（０００００５３２６）本田技研工業株式会社 (23,863)
【Ｆターム（参考）】
【公開日】平成１８年１０月１２日（２００６．１０．１２）
【国際特許分類】
【出願日】平成１７年３月２８日（２００５．３．２８）
【出願人】（０００００５３２６）本田技研工業株式会社 (23,863)
【Ｆターム（参考）】
[ Back to top ]