JP3733133B2 - 睡眠状態推定装置 - Google Patents

Description

本発明は、生体情報に基づいて睡眠状態を推定する睡眠状態推定装置に関する。

近年、健康意識が高まる中で、一般の家庭において日々の睡眠を管理することにより健康管理に勤めたいというニーズが生まれている。睡眠には、眠りの浅いレム睡眠と、眠りの深いノンレム睡眠とがあるが、さらに詳しくは睡眠深度によって定義されている。睡眠深度とは国際基準に則り、脳波、眼球運動、顎筋電から判定されるレム睡眠、睡眠深度１，２，３，４、覚醒の状態のことであり、上記脳波、眼球運動、顎筋電を検出し、その検出波形から睡眠深度を判定する睡眠ポリグラフ法が知られている。尚、睡眠深度１，２，３，４は眠りの深いノンレム睡眠に該当するものである。

また、この睡眠深度を睡眠ポリグラフ法を用いずに推定する方法として従来は、呼吸数、心拍数、体動を測定し、測定結果から、例えば、ニューラルネットワークやカオス理論により当該睡眠深度を推定する手法が知られている（特許文献１、非特許文献１参照）。

かかる従来技術による睡眠深度の推定は、測定した呼吸数、心拍数、体動の情報のうち、特に心拍数の変動、間隔に重点を置いて睡眠深度を推定するものである。
特開平９−２９４７３１号公報 計測自動制御学会論文集 Ｖｏｌ１３８，Ｎｏ．７，５８１／５８９，２００２

しかしながら、心拍数を精度よく測定するには、一般的には心電図が用いられるが、心電図による測定では、複数の電極を直接肌に貼り付ける必要があり、各電極から測定器に伸びるコードによって人体が束縛されるという欠点がある。また、無拘束センサによる測定では、測定した心拍数の信号が微小であり、さらに心拍以外の影響によりノイズが多く含まれるため、信号の増幅処理や、周波数解析のためのＦＦＴやフィルタ演算処理を行わなければならず、処理が複雑となるという課題があった。

そこで、本発明の目的は、呼吸運動の規則的、不規則的な変動に基づいて眠りが深い・浅いといった睡眠状態を、比較的簡易にリアルタイムで推定することができる睡眠状態推定装置を提供することである。

本願請求項１の発明に係る睡眠状態推定装置は、生体情報センサーの出力信号から呼吸信号を抽出する生体情報処理手段と、該生体情報処理手段から出力される呼吸信号に基づいて睡眠状態を推定する睡眠状態推定手段とを備え、前記睡眠状態推定手段が、前記生体情報処理手段からの呼吸信号から所定期間における呼吸信号のピーク値を算出するピーク算出手段と、前記呼吸信号から前記所定期間における呼吸信号のピーク間隔を算出するピーク間隔算出手段とを、さらに備え、前記ピーク値と前記ピーク間隔とに基づいて睡眠状態を推定することを特徴とする。
本願請求項２の発明に係る睡眠状態推定装置は、前記睡眠状態推定手段が、前記ピーク間隔の分散に基づく第１の変動係数を算出する第１変動係数算出手段と、前記ピーク算出手段から出力されるピーク値の分散に基づく第２の変動係数を算出する第２変動係数算出手段と、をさらに備え、前記第１の変動係数および前記第２の変動係数と所定の閾値とを比較することによって睡眠状態を推定することを特徴とする。

本願請求項３の発明に係る睡眠状態推定装置は、本願請求項１記載の睡眠状態推定装置が備える睡眠状態推定手段が、前記ピーク間隔算出手段から出力されるピーク間隔の平均値を算出するピーク間隔平均算出手段と、前記ピーク算出手段から出力されるピーク値の分散に基づく第２の変動係数を算出する第２変動係数算出手段と、をさらに備え、前記ピーク間隔の平均値および前記第２の変動係数と所定の閾値とを比較することによって睡眠状態を推定することを特徴とする。

本願請求項４の発明に係る睡眠状態推定装置は、本願請求項１記載の睡眠状態推定装置が備える前記睡眠状態推定手段が、前記ピーク間隔の分散に基づく第１の変動係数を算出する第１変動係数算出手段と、前記ピーク算出手段から出力されるピーク値の分散に基づく第２の変動係数を算出する第２変動係数算出手段と、前記ピーク間隔算出手段から出力されるピーク間隔の平均値を算出するピーク間隔平均算出手段と、をさらに備え、前記第１の変動係数および前記第２の変動係数と所定の閾値とを比較し、また、前記ピーク間隔の平均値および前記第２の変動係数と所定の閾値とを比較することによって睡眠状態を推定することを特徴とする。

本願請求項５の発明に係る睡眠状態推定装置は、覚醒状態を検出する覚醒検出手段と、前記覚醒検出手段が覚醒を検出した場合、前記睡眠状態推定手段による睡眠状態の推定を中止する推定中止手段と、をさらに備えることを特徴とする。

本願請求項６の発明に係る睡眠状態推定装置は、前記覚醒検出手段が、前記生体情報センサーの出力信号から体動信号を抽出することにより覚醒を検出することを特徴とする。

本願請求項７の発明は、上記請求項１ないし６の何れか一項に記載された睡眠状態推定装置の機能を実現させるプログラムである。

本発明の特徴は、以下に示す実施の形態の説明により更に明らかとなろう。

ただし、以下の実施の形態は、あくまでも、本発明の一つの実施形態であって、本発明ないし各構成要件の用語の意義は、以下の実施の形態に記載されたものに制限されるものではない。

本発明によれば、眠りが深い・浅いといった睡眠状態を、呼吸運動の規則的、不規則的な変動に基づいて比較的簡易にリアルタイムで推定することができる睡眠状態推定装置を提供することができる。

以下、本発明の実施の形態につき図面を参照して説明する。

図１を参照して、本発明に係る睡眠深度推定装置は、生体情報センサの一つである呼気バンド１、生体情報処理部２、睡眠状態推定部３から構成される。

敷き布団４上に人体が横たわっており、人体の上半身に呼気バンド１が取り付けられている。

呼気バンド１とは、図２に示す如く、ストレーンゲージ１ａ（炭素チューブや硫酸亜鉛溶液チューブ）のついた弾力性のあるバンドである。この呼気バンド１を人体の胸部や腹部にまきつけると、人体の呼吸運動によりストレーンゲージ１ａが伸縮し、その電気的な抵抗が変化する。

生体情報処理部２は、ストレーンゲージ１ａの両端に一定の電圧をかけ、抵抗変化によるストレーンゲージ１ａの電圧変化を人体の呼吸運動による変化として測定する。

図３に生体情報処理部２により測定した人体の呼吸運動による電圧変化を示す。図３では、横軸が測定時間（ｔ）、縦軸が電圧（Ｖ）である。

睡眠状態推定部３は、生体情報処理部２により測定された電圧変化をサンプリング周波数１０Ｈｚでサンプリングすることによりデジタル化し、図３に示す如く３０秒毎に分割し、各３０秒区間毎に電圧の正のピーク値、当該ピーク間隔値を次のように算出する。即ち、測定された電圧変化のデータが所定の正の閾値を越えてから、所定の負の閾値に達するまでの間の最大値を電圧の正のピーク値として算出し、算出した正のピーク値から次の正のピーク値に到達するまでの時間を正のピーク間隔値とする。このように負の閾値を設けることにより、正のピーク値の誤検出を防止することができる。図３では、時間０〜３０秒の区間に、正のピークが７ポイント（Ｐ１〜Ｐ７）存在し、正の閾値として値１が、負の閾値として値−0．1が設定されている。睡眠状態推定部３は、この７ポイント（Ｐ１〜Ｐ７）のピーク値と隣り合うそれぞれのピーク間の時間間隔（ピーク間隔値）を上記の如く算出する。

次に、３０秒の区間で算出した電圧の正のピーク間隔値の平均値Ａ、当該ピーク間隔値の分散に基づく変動係数Ｂ、正の電圧ピーク値の分散に基づく変動係数Ｃを算出する。そして、算出した正の電圧ピーク間隔の平均値Ａ，変動係数Ｂ，変動係数Ｃをそれぞれ睡眠状態推定用の閾値ａ、ｂ、ｃと比較することにより、睡眠状態が“覚醒”、“入眠”、“深い眠り”、“浅い眠り”のいずれであるかを推定する。ここで、睡眠状態が“覚醒”とは、目覚めている状態をいい、“入眠”とは、“覚醒”状態から寝入った直後の状態をいい、“浅い眠り”とは、“入眠”の状態からさらに眠りが深くなった状態をいい、“深い眠り”とは、“浅い眠り”からさらに眠りが深くなった状態で、眠りの最も深い状態をいう。

本実施形態の睡眠深度測定装置により推定した睡眠状態と国際基準により規定された睡眠深度とは次のように対応する。

本実施態様で推定する“覚醒”は睡眠深度における“覚醒”に相当する。

本実施態様で推定する“入眠”は睡眠深度における“眠りについて最初に出現する睡眠深度１，２”に相当する。

本実施態様で推定する“浅い眠り”は睡眠深度における“レム、睡眠深度１、２”に相当する。但し、“眠りについて最初に出現する睡眠深度１、２”は除く。

本実施態様で推定する“深い眠り”は睡眠深度における“睡眠深度３、４”に相当する。

以下に、ピーク間隔の平均値Ａ、変動係数Ｂ、変動係数Ｃの算出方法を、図４に基づいて説明する。図４は、正の電圧ピーク間隔の平均値Ａ、変動係数Ｂ、変動係数Ｃの算出方法を説明するために便宜上作成した、生体情報処理部２により測定した３０秒間の電圧変化のモデル図である。

図４を参照して、Ｐｉ（ｉ＝１，２，・・・ｎ）は正の電圧ピーク値、ｔｉ（ｉ＝１，２，・・・ｎ）は電圧がピークに達した時間、ｇｉ（ｎ＝１，２，・・・ｎ−１）は正の電圧ピーク間隔を示す。

ピーク間隔ｇｉは下記数１により算出される。

正の電圧ピーク間隔の平均値Ａは下記数２により算出される。

正の電圧ピーク値の平均は下記数３により算出される。

変動係数Ｂは、正の電圧ピーク間隔の分散を正の電圧ピーク間隔の平均値Ａで割った値である。即ち、下記数４により算出される。

変動係数Ｃは、正の電圧ピーク値の分散を正の電圧ピーク値の平均値で割った値である。即ち、下記数５により算出される。

睡眠状態推定部３は、上記算出した正の電圧ピーク間隔の平均値Ａ、変動係数Ｂ、変動係数Ｃに基づいて睡眠状態を推定する。

以下に、図５に示すフローチャートに基づいて睡眠状態推定部３による睡眠状態の推定方法を説明する。

図５を参照して、ステップＳ１００では、タイマーをリセットし測定時間を計測し、生体情報処理部２による人体の呼吸運動による電圧変化の測定を開始するとともに、初期値として状態フラグを“覚醒”とする。状態フラグとは、一区間前の電圧測定データの睡眠状態を表すフラグである。

ステップＳ１０１では、電圧変化の測定時間がタイマーをリセットしてから３０秒経過したか否かを判定する。３０秒経過した場合には、ステップ１０２へ進み、タイマーを再度リセットし測定時間を再計測する。

ステップＳ１０３では、３０秒間の電圧変化の測定結果から上述した算出方法で正の電圧ピーク間隔の平均値Ａ，変動係数Ｂ，変動係数Ｃの算出する。

ステップＳ１０４では状態フラグの値を判定する。

ステップＳ１０４における判定の結果、状態フラグが“覚醒”であればステップＳ１０５へ進み、“入眠”であればステップＳ１０９へ進み、“深い眠り”であればステップＳ１１３へ進み“浅い眠り”であればステップＳ１１７へ進む。

ステップＳ１０５では、正の電圧ピーク間隔の平均値Ａが所定の閾値ａより大きく、かつ、変動係数Ｃが所定の閾値ｃより大きいかどうかを判定し、“Ｙｅｓ”であればステップＳ１０６へ進み、“Ｎｏ”であれば、ステップＳ１０８へ進む。

ステップＳ１０６では、睡眠状態を“入眠”として、ステップＳ１０７へ進む。

ステップＳ１０７では、状態フラグを“入眠”としてステップＳ１０１へ戻る。

ステップＳ１０８では、睡眠状態を“覚醒”としてステップＳ１０１へ戻る。

ステップＳ１０９では、変動係数Ｂが所定の閾値ｂより小さく、かつ、変動係数Ｃが所定の閾値ｃより小さいかどうかを判定し、“Ｙｅｓ”であればステップＳ１１０へ進み、“Ｎｏ”であれば、ステップＳ１１２へ進む。

ステップＳ１１０では、睡眠状態を“深い眠り”として、ステップＳ１１１へ進む。

ステップＳ１１１では、状態フラグを“深い眠り”としてステップＳ１０１へ戻る。

ステップＳ１１２では、睡眠状態を“入眠”としてステップＳ１０１へ戻る。

ステップＳ１１３では、変動係数Ｂが所定の閾値ｂより大きいか、または、変動係数Ｃが所定の閾値ｃより大きいかを判定し、“Ｙｅｓ”であればステップＳ１１４へ進み、“Ｎｏ”であれば、ステップＳ１１６へ進む。

ステップＳ１１４では、睡眠状態を“浅い眠り”として、ステップＳ１１５へ進む。

ステップＳ１１５では、状態フラグを“浅い眠り”としてステップＳ１０１へ戻る。

ステップＳ１１６では、睡眠状態を“深い眠り”としてステップＳ１０１へ戻る。

ステップＳ１１７では、変動係数Ｂが所定の閾値ｂより小さく、かつ、変動係数Ｃが所定の閾値ｃより小さいかどうかを判定し、“Ｙｅｓ”であればステップＳ１１８へ進み、“Ｎｏ”であれば、ステップＳ１２０へ進む。

ステップＳ１１８では、睡眠状態を“深い眠り”と判定し、ステップＳ１１９へ進む。

ステップＳ１１９では、状態フラグを“深い眠り”としてステップＳ１０１へ戻る。

ステップＳ１２０では、睡眠状態を“浅い眠り”としてステップＳ１０１へ戻る。

以上のように、睡眠状態推定部３は、電圧ピーク間隔の平均値Ａ，変動係数Ｂ，変動係数Ｃをそれぞれ所定の閾値と比較することにより、睡眠状態が“覚醒”、“入眠”、“深い眠り”、“浅い眠り”のいずれであるかを推定する。

図６は、ある被験者について本実施の形態に係る睡眠状態推定装置によって推定した睡眠状態の推定結果（同図ｂ）と、睡眠ポリグラフによる睡眠深度の実測データ（同図ａ）とを対比して示す検証結果である。なお、同図（ａ）では、同図（ｂ）の推定結果と比較しやすくするため、睡眠深度における“レム、睡眠深度１、２”を“浅い眠り”として示しており、また、“睡眠深度３、４”を“深い眠り”として示している。

同図（ｂ）の推定結果を算出するにあたり、上記図３にて示したピーク検出用の閾値は、正の閾値を１、負の閾値を−０．１とした。また、上記図５にて示した睡眠状態推定用の閾値ａ，ｂ，ｃはそれぞれ、ａ＝４．０、ｂ＝０．０８、ｃ＝０．０８とした。

なお、図６（ｂ）において、測定開始から３０秒間の電圧ピーク間隔値の平均値Ａ、当該ピーク間隔値の分散に基づく変動係数Ｂ、ピーク値の分散に基づく変動係数Ｃは、それぞれ、Ａ＝３．１４、Ｂ＝０．２７４０４、Ｃ＝０．２４２９２であった。

図６（ａ）と図６（ｂ）とを比較すると、図６（ａ）の実測データの始めに出現する“浅い眠り（レム、睡眠深度１、２）”と本実施形態の睡眠状態推定装置で推定された“入眠”の時刻はほぼ同じとなっている。また、その後の実測データで判定された“浅い眠り（レム、睡眠深度１、２）”と本実施形態の睡眠状態推定装置で推定された“浅い眠り”および実測データで判定された“深い眠り（睡眠深度３、４）”と本実施形態の睡眠状態推定装置で推定された“深い眠り”もほぼ同様の動きとなっている。このように、本実施形態の睡眠状態推定装置による推定結果と睡眠深度の実測値とは極めて近似した変動を示しており、これによって本睡眠状態推定装置が高い精度を有していることがわかる。

以上の検証結果から分かるように、人体の呼吸運動に基づく電圧変動を測定し、測定結果から一定期間毎の正の電圧のピーク値、当該ピーク間隔値を算出し、当該ピーク間隔値の平均値Ａ、当該ピーク間隔値の分散に基づく変動係数Ｂ、ピーク値の分散に基づく変動係数Ｃを算出し、これらに基づいて睡眠状態を精度良く推定することができる。

尚、上記実施形態では、生体情報センサーとして呼気バンドを用い、人体の呼吸運動のみを測定し、呼吸運動の測定結果から、睡眠状態を推定しているが、その他の生体情報センサーとして、例えば、シート状の静電容量型のセンサーを用いることもできる。この場合は、図７および図８に示すように、敷き蒲団４に該シート状静電容量型センサー５が取り付けられており、該シート状の静電容量型センサー５は、人体の上半身により圧迫されて電極間の距離が変動し、これに伴ってシート状の静電容量型センサー５の電極間の静電容量が変動する。従って生体情報処理部２は、人体の呼吸運動及び体動によるシート状の静電容量型センサー５の電極間の静電容量の変動を測定することができる。

この場合には、睡眠状態推定部３は、生体情報処理部２からの出力信号から人体の呼吸運動に基づく静電容量の変動の他、体動による静電容量の変動を抽出することができる。

体動による静電容量の変動は、睡眠状態の推定のうち“覚醒”状態か、覚醒状態以外のいわゆる“眠っている”状態であるかの推定に利用することができる。

具体的には、図４のフローチャートを参照して、ステップＳ１００では、生体情報処理部２は、人体の呼吸運動および体動によるシート状の静電容量型センサー５の静電容量の変動を測定する。

ステップＳ１０３では、睡眠状態推定部３は、当該静電容量の変動から体動による変動および呼吸運動による変動を次のように検出する。

即ち、体動による変動は呼吸運動による変動よりも大きいため、予め設定された体動用の閾値よりも大きい変動があった場合には、睡眠状態推定部３は、当該変動を体動として認識し、体動用閾値を越える変動の回数を体動発生の回数としてカウントする。体動用閾値を越えない変動は呼吸運動として認識し、当該呼吸運動による変動に基づいて静電容量のピーク間隔値の平均値をＡ、当該ピーク間隔値の分散に基づく変動係数をＢ、ピーク値の分散に基づく変動係数をＣとして算出する。

この結果、睡眠状態推定部３は、睡眠状態の推定に使用している区間のデータに体動による静電容量の変動が一定の割合で含まれている場合には、“覚醒”であると推定し、その区間に関しては睡眠状態の推定は行わず、ステップＳ１０１へ戻る。他方、“眠っている”と推定した場合には、引き続き、呼吸運動に基づく静電容量の変動から睡眠状態の推定を行う。

従って、静電容量型センサー５を用いた睡眠状態推定装置では、“覚醒”状態か、いわゆる“眠っている”状態であるかの推定を行うことができるため、図６（ａ）の睡眠ポリグラフによる睡眠深度の実測データの１００００秒〜１５０００秒間、および１５０００秒間〜２００００秒間に判定されている“覚醒”の状態についても推定することができることとなる。

また、上記実施形態では、睡眠状態推定部３は、生体情報処理部２により測定された電圧変化をサンプリング周波数１０Ｈｚでサンプリングしてデジタル化し、一区間として３０秒間の電圧測定結果に基づいてピーク間隔値の平均値Ａ、当該ピーク間隔値の分散に基づく変動係数Ｂ、ピーク値の分散に基づく変動係数Ｃを算出し、これらに基づいて睡眠状態を推定しているが、当該サンプリング周波数および一区間の長さは、適宜変更することができる。

また、睡眠状態推定部３が睡眠状態を推定する際、ピーク間隔値の平均値Ａ、変動係数Ｂ、変動係数Ｃとの比較に用いる睡眠状態推定用の閾値ａ、ｂ、ｃは、複数の被験者からのデータを統計処理することにより適宜設定されるものである。

なお、図５に示す処理フローは、ハードウエア的には、任意のコンピュータのＣＰＵ、メモリ、その他のＬＳＩなどで実現できる。また、ソフトウエア的には、メモリにロードされたプログラムなどによって実現される。図１には、睡眠状態推定装置の構成を機能ブロックとして示したが、これらの機能ブロックが、ハードウエアのみ、ソフトウエアのみ、それらの組合せ等、いろいろな形態で実現できることは言うまでもない。

以上、本発明に係る実施の形態について説明したが、かかる実施の形態は、特許請求の範囲に示された技術的思想の範囲内において、適宜、種々の変更が可能である。

実施の形態に係る睡眠状態推定装置の構成を示す図である。 実施の形態に係る生体情報センサーの一つである呼気バンドを示す図である。 実施の形態に係る生体情報処理部により抽出された呼吸信号を示す図である。 実施の形態に係る生体情報処理部により出力される呼吸信号のモデル波形を示す図である。 実施の形態に係る睡眠状態を推定するフローチャートを示す図である。 実施の形態に係る睡眠状態推定装置による睡眠状態推定結果と睡眠ポリグラフによる睡眠深度の実測データを比較したグラフである。 シート状の静電容量型の無拘束生体情報センサーを用いた場合の睡眠状態推定装置の構成を示す図である。 シート状の静電容量型の無拘束生体情報センサーを用いた場合の睡眠状態推定装置の構成を示す図である。

符号の説明

１ 生体情報センサー
２ 生体情報処理部
３ 睡眠状態推定部

Claims (7)

1. 生体情報センサーの出力信号から呼吸信号を抽出する生体情報処理手段と、
   該生体情報処理手段から出力される呼吸信号に基づいて睡眠状態を推定する睡眠状態推定手段とを備え、
   前記睡眠状態推定手段は、前記生体情報処理手段からの呼吸信号から所定期間における呼吸信号のピーク値を算出するピーク算出手段と、
   前記呼吸信号から前記所定期間における呼吸信号のピーク間隔を算出するピーク間隔算出手段とを、さらに備え、
   前記ピーク値と前記ピーク間隔とに基づいて睡眠状態を推定することを特徴とする睡眠状態推定装置。
2. 前記睡眠状態推定手段は、
   前記ピーク間隔の分散に基づく第１の変動係数を算出する第１変動係数算出手段と、
   前記ピーク算出手段から出力されるピーク値の分散に基づく第２の変動係数を算出する第２変動係数算出手段と、をさらに備え、
   前記第１の変動係数および前記第２の変動係数と所定の閾値とを比較することによって睡眠状態を推定することを特徴とする請求項１記載の睡眠状態推定装置。
3. 前記睡眠状態推定手段は、
   前記ピーク間隔算出手段から出力されるピーク間隔の平均値を算出するピーク間隔平均算出手段と、
   前記ピーク算出手段から出力されるピーク値の分散に基づく第２の変動係数を算出する第２変動係数算出手段と、をさらに備え、
   前記ピーク間隔の平均値および前記第２の変動係数と所定の閾値とを比較することによって睡眠状態を推定することを特徴とする請求項１記載の睡眠状態推定装置。
4. 前記睡眠状態推定手段は、
   前記ピーク間隔の分散に基づく第１の変動係数を算出する第１変動係数算出手段と、
   前記ピーク算出手段から出力されるピーク値の分散に基づく第２の変動係数を算出する第２変動係数算出手段と、
   前記ピーク間隔算出手段から出力されるピーク間隔の平均値を算出するピーク間隔平均算出手段と、をさらに備え、
   前記第１の変動係数および前記第２の変動係数と所定の閾値とを比較し、また、前記ピーク間隔の平均値および前記第２の変動係数と所定の閾値とを比較することによって睡眠状態を推定することを特徴とする請求項１記載の睡眠状態推定装置。
5. 覚醒状態を検出する覚醒検出手段と、
   前記覚醒検出手段が覚醒を検出した場合、前記睡眠状態推定手段による睡眠状態の推定を中止する推定中止手段と、をさらに備えること
   を特徴とする請求項１乃至４のいずれかに記載の睡眠状態推定装置。
6. 前記覚醒検出手段は、前記生体情報センサーの出力信号から体動信号を抽出することにより覚醒を検出することを特徴とする請求項５記載の睡眠状態推定装置。
7. 上記請求項１ないし６の何れか一項に記載された睡眠状態推定装置の機能を実現させるプログラム。

Images