特開 2019-47982 睡眠障害を判別する指標の作成方法および作成装置ならびに睡眠障害を判別する方法

(19)【発行国】日本国特許庁(JP)

(12)【公報種別】公開特許公報(A)

(11)【公開番号】特開2019-47982(P2019-47982A)

(43)【公開日】2019年3月28日

(54)【発明の名称】睡眠障害を判別する指標の作成方法および作成装置ならびに睡眠障害を判別する方法

(51)【国際特許分類】

   A61B 10/00 20060101AFI20190301BHJP

   A61B 5/16 20060101ALI20190301BHJP

   A61B 5/107 20060101ALI20190301BHJP

   A61B 5/0456 20060101ALI20190301BHJP

   A61B 5/0245 20060101ALI20190301BHJP

   A61B 5/02 20060101ALI20190301BHJP

   A61B 5/11 20060101ALI20190301BHJP

【ＦＩ】

   A61B10/00 H

   A61B5/16

   A61B5/10 300D

   A61B5/04 312R

   A61B5/02 710A

   A61B5/02 C

   A61B5/10 310A

【審査請求】未請求

【請求項の数】15

【出願形態】ＯＬ

【全頁数】31

(21)【出願番号】特願2017-174473(P2017-174473)

(22)【出願日】2017年9月12日

(71)【出願人】

【識別番号】000003160

【氏名又は名称】東洋紡株式会社

(71)【出願人】

【識別番号】000115120

【氏名又は名称】ユニオンツール株式会社

(71)【出願人】

【識別番号】510147776

【氏名又は名称】国立研究開発法人国立精神・神経医療研究センター

(74)【代理人】

【識別番号】100075409

【弁理士】

【氏名又は名称】植木 久一

(74)【代理人】

【識別番号】100129757

【弁理士】

【氏名又は名称】植木 久彦

(74)【代理人】

【識別番号】100115082

【弁理士】

【氏名又は名称】菅河 忠志

(74)【代理人】

【識別番号】100125243

【弁理士】

【氏名又は名称】伊藤 浩彰

(72)【発明者】

【氏名】小松 陽子

(72)【発明者】

【氏名】石丸 園子

(72)【発明者】

【氏名】篠▲崎▼ 亮

(72)【発明者】

【氏名】功刀 浩

(72)【発明者】

【氏名】古賀 賀恵

【テーマコード（参考）】

4C017

4C038

4C127

【Ｆターム（参考）】

4C017AA02

4C017AA10

4C017AA19

4C017BC16

4C017BC21

4C017BD06

4C038PP03

4C038PS00

4C038VA05

4C038VA15

4C038VB31

4C038VC20

4C127AA02

4C127GG02

4C127GG05

4C127GG11

4C127GG15

(57)【要約】

【課題】睡眠障害を容易にかつ客観的に判別することができる指標の作成方法、睡眠障害を判別する方法および前記指標の作成装置を提供する。
【解決手段】本発明の睡眠障害を判別する指標の作成方法は、被検者の拍動間隔と、被検者の動きに伴う加速度または角速度で表される活動量と、被検者の身長方向の加速度ＴＡと、を計測するステップと、拍動間隔を周波数スペクトル変換するステップを含んで得たパワースペクトルを周波数Ｌｆ１からＬｆ２まで定積分した値であるＬＦと、パワースペクトルを周波数Ｈｆ１からＨｆ２まで定積分した値であるＨＦを算出するステップと、所定の条件により、負加速度ＮＡを算出して、第１臥位時間帯、第２臥位時間帯および睡眠時間帯を算出するステップと、定数項と、睡眠時間帯の（ＬＦ／ＨＦ）×活動量の変数項と、を含む式で表される指標を作成するステップと、を有する。
【選択図】なし

【特許請求の範囲】

【請求項1】

被検者の拍動間隔と、被検者の動きに伴う加速度または角速度で表される活動量と、被検者の身長方向の加速度ＴＡと、を計測するステップと、
前記拍動間隔を周波数スペクトル変換するステップを含んで得たパワースペクトルを周波数Ｌｆ１からＬｆ２まで定積分した値であるＬＦと、前記パワースペクトルを周波数Ｈｆ１からＨｆ２まで定積分した値であるＨＦを算出するステップと、
下記条件（１）〜（３）により、負加速度ＮＡを算出して、第１臥位時間帯、第２臥位時間帯および睡眠時間帯を算出するステップと、
定数項と、前記睡眠時間帯の（ＬＦ／ＨＦ）×活動量の変数項と、を含む式で表される指標を作成するステップと、を有することを特徴とする睡眠障害を判別する指標の作成方法。
ここで、Ｈｆ１＞Ｌｆ１、Ｈｆ２＞Ｌｆ２である。
［条件：
（１）負加速度ＮＡの算出
被検者の立位時においてＴＡ≧０の場合、ＮＡ＝（−１）×（ＴＡ）
被検者の立位時においてＴＡ＜０の場合、ＮＡ＝ＴＡ
（２）第１臥位時間帯、第２臥位時間帯の算出
第１臥位時間帯Ｌ_m1：ＮＡ≧Ｃ１（Ｃ１は定数）が第１所定時間Ｔ₁以上である時間帯
第２臥位時間帯Ｌ_m2：前記第１臥位時間帯Ｌ_m1が２以上あって、隣り合う２つの第１臥位時間帯Ｌ_m11、Ｌ_m12の間のＮＡ＜Ｃ１である間隙時間帯Ｌ_smが第２所定時間Ｔ₂以内の場合、前記隣り合う２つの第１臥位時間帯Ｌ_m11、Ｌ_m12と前記間隙時間帯Ｌ_smを合計した時間帯
（３）睡眠時間帯の算出
睡眠時間帯：所定計測単位時間中、前記第１臥位時間帯Ｌ_m1と、前記第２臥位時間帯Ｌ_m2のうち最長の時間帯］

【請求項2】

前記指標が、前記睡眠時間帯のＨＦ／活動量の変数項を含む請求項１に記載の方法。

【請求項3】

さらに、前記第１臥位時間帯と前記第２臥位時間帯の合計時間から前記睡眠時間帯の時間を除いた第３臥位時間帯を算出するステップを有し、
前記指標が、前記第３臥位時間帯の合計時間の変数項を含む請求項１または２に記載の方法。

【請求項4】

前記指標が、前記睡眠時間帯のＨＦの変数項、前記睡眠時間帯の（ＬＦ／ＨＦ）の変数項、前記睡眠時間帯のＳＤＮＮの変数項、前記睡眠時間帯のＣＶＲＲの変数項、前記睡眠時間帯のＲＭＳＳＤの変数項の少なくともいずれか１つを含む請求項１〜３のいずれか一項に記載の方法。
ここで、前記ＳＤＮＮは拍動間隔の標準偏差であり、前記ＣＶＲＲは前記ＳＤＮＮを拍動間隔の平均値で除して１００を乗じた値であり、前記ＲＭＳＳＤは隣接する拍動間隔の差の２乗の平均値の平方根である。

【請求項5】

被検者の身長方向の加速度ＴＡを計測するステップと、
下記条件（１）〜（４）により、負加速度ＮＡを算出して、第１臥位時間帯、第２臥位時間帯、睡眠時間帯および第３臥位時間帯を算出するステップと、
定数項と、前記第３臥位時間帯の合計時間の変数項と、を含む式で表される指標を作成するステップと、を有することを特徴とする睡眠障害を判別する指標の作成方法。
［条件：
（１）負加速度ＮＡの算出
被検者の立位時においてＴＡ≧０の場合、ＮＡ＝（−１）×（ＴＡ）
被検者の立位時においてＴＡ＜０の場合、ＮＡ＝ＴＡ
（２）第１臥位時間帯と第２臥位時間帯の算出
第１臥位時間帯Ｌ_m1：ＮＡ≧Ｃ１（Ｃ１は定数）が第１所定時間Ｔ₁以上である時間帯
第２臥位時間帯Ｌ_m2：前記第１臥位時間帯Ｌ_m1が２以上あって、隣り合う２つの第１臥位時間帯Ｌ_m11、Ｌ_ｍ12の間のＮＡ＜Ｃ１である間隙時間帯Ｌ_smが第２所定時間Ｔ₂以内の場合、前記隣り合う２つの第１臥位時間帯Ｌ_m11、Ｌ_m12と前記間隙時間帯Ｌ_smを合計した時間帯
（３）睡眠時間帯の算出
睡眠時間帯：所定計測単位時間中、前記第１臥位時間帯Ｌ_m1と、前記第２臥位時間帯Ｌ_m2のうち最長の時間帯
（４）第３臥位時間帯の算出
第３臥位時間帯：前記第１臥位時間帯Ｌ_m1と前記第２臥位時間帯Ｌ_m2の合計時間から前記睡眠時間帯の時間を除いた時間帯］

【請求項6】

さらに、隣接する拍動間隔の差の２乗の平均値の平方根であるＲＭＳＳＤを算出するステップを有し、
前記指標が、前記睡眠時間帯の前記ＲＭＳＳＤの変数項を含む請求項５に記載の方法。

【請求項7】

さらに、拍動間隔を周波数スペクトル変換するステップを含んで得たパワースペクトルを周波数Ｈｆ１からＨｆ２まで定積分した値であるＨＦを算出するステップを有し、
前記指標が、前記睡眠時間帯の前記ＨＦの変数項を含む請求項５または６に記載の方法。

【請求項8】

前記指標が、前記睡眠時間帯の（ＬＦ／ＨＦ）の変数項、前記睡眠時間帯のＳＤＮＮの変数項、前記睡眠時間帯のＣＶＲＲの変数項、前記睡眠時間帯のＨＦ／活動量の変数項、前記睡眠時間帯の（ＬＦ／ＨＦ）×活動量の変数項の少なくともいずれか１つを含む請求項５〜７のいずれか一項に記載の方法。
ここで、前記ＬＦは、拍動間隔を周波数スペクトル変換するステップを含んで得たパワースペクトルを周波数Ｌｆ１からＬｆ２まで定積分した値であり、前記ＨＦは、前記パワースペクトルを周波数Ｈｆ１からＨｆ２まで定積分した値であり、Ｈｆ１＞Ｌｆ１、Ｈｆ２＞Ｌｆ２であり、前記ＳＤＮＮは拍動間隔の標準偏差であり、前記ＣＶＲＲは前記ＳＤＮＮを拍動間隔の平均値で除して１００を乗じた値である。

【請求項9】

前記指標が、睡眠障害の有無または程度を示すものである請求項１〜８のいずれか一項に記載の方法。

【請求項10】

被検者の身長方向の加速度ＴＡを計測するステップと、
下記条件（１）〜（３）により、負加速度ＮＡを算出して、第１臥位時間帯、第２臥位時間帯および睡眠時間帯を算出するステップと、
下記（Ｉ）式〜（ＩＩＩ）式のうち、少なくとも一つの式が計算され、かつその式が満足される場合に通知信号を出力するステップと、を有することを特徴とする睡眠障害を判別する方法。
前記睡眠時間帯の（ＬＦ／ＨＦ）×活動量＞Ｃ_I （Ｉ）
前記睡眠時間帯のＨＦ／活動量＞Ｃ_II （ＩＩ）
第３臥位時間帯の合計時間＞Ｃ_III （ＩＩＩ）
ここで、前記ＬＦは、拍動間隔を周波数スペクトル変換するステップを含んで得たパワースペクトルを周波数Ｌｆ１からＬｆ２まで定積分した値であり、前記ＨＦは、前記パワースペクトルを周波数Ｈｆ１からＨｆ２まで定積分した値であり、Ｈｆ１＞Ｌｆ１、Ｈｆ２＞Ｌｆ２であり、前記活動量は、被検者の動きに伴う加速度または角速度であり、前記第３臥位時間帯は前記第１臥位時間帯と前記第２臥位時間帯の合計時間から前記睡眠時間帯の時間を除いた時間帯であり、Ｃ_I〜Ｃ_IIIは定数である。
［条件：
（１）負加速度ＮＡの算出
被検者の立位時においてＴＡ≧０の場合、ＮＡ＝（−１）×（ＴＡ）
被検者の立位時においてＴＡ＜０の場合、ＮＡ＝ＴＡ
（２）第１臥位時間帯と第２臥位時間帯の算出
第１臥位時間帯Ｌ_m1：ＮＡ≧Ｃ１（Ｃ１は定数）が第１所定時間Ｔ₁以上である時間帯
第２臥位時間帯Ｌ_m2：前記第１臥位時間帯Ｌ_m1が２以上あって、隣り合う２つの第１臥位時間帯Ｌ_m11、Ｌ_m12の間のＮＡ＜Ｃ１である間隙時間帯Ｌ_smが第２所定時間Ｔ₂以内の場合、前記隣り合う２つの第１臥位時間帯Ｌ_m11、Ｌ_m12と前記間隙時間帯Ｌ_smを合計した時間帯
（３）睡眠時間帯の算出
睡眠時間帯：所定計測単位時間中、前記第１臥位時間帯Ｌ_m1と、前記第２臥位時間帯Ｌ_m2のうち最長の時間帯］

【請求項11】

被検者の身長方向の加速度ＴＡを計測するステップと、
下記条件（１）〜（３）により、負加速度ＮＡを算出して、第１臥位時間帯、第２臥位時間帯および睡眠時間帯を算出するステップと、
下記（ＩＶ）式〜（ＶＩ）式のうち、少なくとも一つの式が計算され、かつその式が満足される場合に通知信号を出力するステップと、を有することを特徴とする睡眠障害を判別する方法。
第３臥位時間帯の合計時間＞Ｃ_IV （ＩＶ）
前記睡眠時間帯のＲＭＳＳＤ＞Ｃ_V （Ｖ）
前記睡眠時間帯のＨＦ＞Ｃ_VI （ＶＩ）
ここで、前記第３臥位時間帯は前記第１臥位時間帯と前記第２臥位時間帯の合計時間から前記睡眠時間帯の時間を除いた時間帯であり、前記ＲＭＳＳＤは、隣接する拍動間隔の差の２乗の平均値の平方根であり、前記ＨＦは、拍動間隔を周波数スペクトル変換するステップを含んで得たパワースペクトルを周波数Ｈｆ１からＨｆ２まで定積分した値であり、Ｈｆ１＜Ｈｆ２であり、Ｃ_IV〜Ｃ_VIは定数である。
［条件：
（１）負加速度ＮＡの算出
被検者の立位時においてＴＡ≧０の場合、ＮＡ＝（−１）×（ＴＡ）
被検者の立位時においてＴＡ＜０の場合、ＮＡ＝ＴＡ
（２）第１臥位時間帯と第２臥位時間帯の算出
第１臥位時間帯Ｌ_m1：ＮＡ≧Ｃ１（Ｃ１は定数）が第１所定時間Ｔ₁以上である時間帯
第２臥位時間帯Ｌ_m2：前記第１臥位時間帯Ｌ_m1が２以上あって、隣り合う２つの第１臥位時間帯Ｌ_m11、Ｌ_m12の間のＮＡ＜Ｃ１である間隙時間帯Ｌ_smが第２所定時間Ｔ₂以内の場合、前記隣り合う２つの第１臥位時間帯Ｌ_m11、Ｌ_m12と前記間隙時間帯Ｌ_smを合計した時間帯
（３）睡眠時間帯の算出
睡眠時間帯：所定計測単位時間中、前記第１臥位時間帯Ｌ_m1と、前記第２臥位時間帯Ｌ_m2のうち最長の時間帯］

【請求項12】

睡眠時間帯を算出する時間算出部と、
拍動間隔を周波数スペクトル変換するステップを含んで得たパワースペクトルを周波数Ｌｆ１からＬｆ２まで定積分した値であるＬＦと、前記パワースペクトルを周波数Ｈｆ１からＨｆ２まで定積分した値であるＨＦを算出する処理部と、
睡眠障害を判別する指標を作成する指標作成部と、を有しており、
前記時間算出部は、下記条件（１）〜（３）により、被検者の身長方向の加速度ＴＡから負加速度ＮＡを算出して、第１臥位時間帯、第２臥位時間帯および睡眠時間帯を算出するものであり、
前記指標が、定数項と、前記睡眠時間帯の（ＬＦ／ＨＦ）×活動量の変数項と、を含む式で表されることを特徴とする睡眠障害を判別する指標の作成装置。
ここで、前記活動量は、被検者の動きに伴う加速度または角速度である。
［条件：
（１）負加速度ＮＡの算出
被検者の立位時においてＴＡ≧０の場合、ＮＡ＝（−１）×（ＴＡ）
被検者の立位時においてＴＡ＜０の場合、ＮＡ＝ＴＡ
（２）第１臥位時間帯、第２臥位時間帯の算出
第１臥位時間帯Ｌ_m1：ＮＡ≧Ｃ１（Ｃ１は定数）が第１所定時間Ｔ₁以上である時間帯
第２臥位時間帯Ｌ_m2：前記第１臥位時間帯Ｌ_m1が２以上あって、隣り合う２つの第１臥位時間帯Ｌ_m11、Ｌ_m12の間のＮＡ＜Ｃ１である間隙時間帯Ｌ_smが第２所定時間Ｔ₂以内の場合、前記隣り合う２つの第１臥位時間帯Ｌ_m11、Ｌ_m12と前記間隙時間帯Ｌ_smを合計した時間帯
（３）睡眠時間帯の算出
睡眠時間帯：所定計測単位時間中、前記第１臥位時間帯Ｌ_m1と、前記第２臥位時間帯Ｌ_m2のうち最長の時間帯］

【請求項13】

前記指標が、前記睡眠時間帯のＨＦ／活動量の変数項、前記第３臥位時間帯の合計時間の変数項、前記睡眠時間帯のＨＦの変数項、前記睡眠時間帯の（ＬＦ／ＨＦ）の変数項、前記睡眠時間帯のＳＤＮＮの変数項、前記睡眠時間帯のＣＶＲＲの変数項、前記睡眠時間帯のＲＭＳＳＤの変数項の少なくともいずれか１つを含む請求項１２に記載の装置。
ここで、第３臥位時間帯は、前記第１臥位時間帯と前記第２臥位時間帯の合計時間から前記睡眠時間帯の時間を除いた時間帯であり、前記ＳＤＮＮは拍動間隔の標準偏差であり、前記ＣＶＲＲは前記ＳＤＮＮを拍動間隔の平均値で除して１００を乗じた値であり、前記ＲＭＳＳＤは隣接する拍動間隔の差の２乗の平均値の平方根である。

【請求項14】

睡眠時間帯を算出する時間算出部と、
睡眠障害を判別する指標を作成する指標作成部と、を有しており、
前記時間算出部は、下記条件（１）〜（４）により、被検者の身長方向の加速度ＴＡから負加速度ＮＡを算出して、第１臥位時間帯、第２臥位時間帯、睡眠時間帯および第３臥位時間帯を算出するものであり、
前記指標が、定数項と、前記第３臥位時間帯の合計時間の変数項と、を含む式で表されることを特徴とする睡眠障害を判別する指標の作成装置。
［条件：
（１）負加速度ＮＡの算出
被検者の立位時においてＴＡ≧０の場合、ＮＡ＝（−１）×（ＴＡ）
被検者の立位時においてＴＡ＜０の場合、ＮＡ＝ＴＡ
（２）第１臥位時間帯と第２臥位時間帯の算出
第１臥位時間帯Ｌ_m1：ＮＡ≧Ｃ１（Ｃ１は定数）が第１所定時間Ｔ₁以上である時間帯
第２臥位時間帯Ｌ_m2：前記第１臥位時間帯Ｌ_m1が２以上あって、隣り合う２つの第１臥位時間帯Ｌ_m11、Ｌ_m12の間のＮＡ＜Ｃ１である間隙時間帯Ｌ_smが第２所定時間Ｔ₂以内の場合、前記隣り合う２つの第１臥位時間帯Ｌ_m11、Ｌ_m12と前記間隙時間帯Ｌ_smを合計した時間帯
（３）睡眠時間帯の算出
睡眠時間帯：所定計測単位時間中、前記第１臥位時間帯Ｌ_m1と、前記第２臥位時間帯Ｌ_m2のうち最長の時間帯
（４）第３臥位時間帯の算出
第３臥位時間帯：前記第１臥位時間帯Ｌ_m1と前記第２臥位時間帯Ｌ_m2の合計時間から前記睡眠時間帯の時間を除いた時間帯］

【請求項15】

前記指標が、前記睡眠時間帯のＲＭＳＳＤの変数項、前記睡眠時間帯のＨＦの変数項、前記睡眠時間帯の（ＬＦ／ＨＦ）の変数項、前記睡眠時間帯のＳＤＮＮの変数項、前記睡眠時間帯のＣＶＲＲの変数項、前記睡眠時間帯のＨＦ／活動量の変数項、前記睡眠時間帯の（ＬＦ／ＨＦ）×活動量の変数項の少なくともいずれか１つを含む請求項１４に記載の装置。
ここで、前記ＲＭＳＳＤは、隣接する拍動間隔の差の２乗の平均値の平方根であり、前記ＬＦは、拍動間隔を周波数スペクトル変換するステップを含んで得たパワースペクトルを周波数Ｌｆ１からＬｆ２まで定積分した値であり、前記ＨＦは、前記パワースペクトルを周波数Ｈｆ１からＨｆ２まで定積分した値であり、Ｈｆ１＞Ｌｆ１、Ｈｆ２＞Ｌｆ２であり、前記ＳＤＮＮは拍動間隔の標準偏差であり、前記ＣＶＲＲは前記ＳＤＮＮを拍動間隔の平均値で除して１００を乗じた値である。

【発明の詳細な説明】

【技術分野】

【0001】

本発明は、睡眠障害を客観的に判別することができる指標の作成方法および当該指標の作成装置ならびに睡眠障害を判別する方法に関する。

【背景技術】

【0002】

睡眠状態を観察することは、病気の早期発見や適切な治療のために有効であることが知られている。睡眠時間帯や睡眠状態は、被検者の申告によって調査することができ、例えば睡眠障害の評価には、ピッツバーグ睡眠質問票（Ｐｉｔｔｓｂｕｒｇｈ Ｓｌｅｅｐ Ｑｕａｌｉｔｙ Ｉｎｄｅｘ：ＰＳＱＩ）が使用される。ＰＳＱＩでは、睡眠の質、入眠時間、睡眠時間、睡眠効率、睡眠困難、睡眠薬の使用、日中覚醒困難の７要素の合計得点を算出する。しかし、このような問診による方法の回答には被検者の主観が入り込む余地があるため、客観的かつ機械的に判別できる方法が望まれている。例えば、特許文献１には、睡眠障害、冷え性、疲労及び更年期症状からなる群より選択される少なくとも２つの不定愁訴症状の評価のための指標を取得する方法であって、睡眠障害、冷え性、疲労及び更年期症状からなる群より選択される少なくとも２つの不定愁訴症状の各々に対応する少なくとも２つの多変量解析の回帰式の各々に対して、被験者に関する少なくとも２つのパラメータを代入し、該被験者についての、該少なくとも２つの不定愁訴症状の評価のための指標を算出することを含む方法が開示されている。

【先行技術文献】

【特許文献】

【0003】

【特許文献1】特開２０１７−３８７５９号公報

【発明の概要】

【発明が解決しようとする課題】

【0004】

そこで、本発明は、睡眠障害を容易にかつ客観的に判別することができる指標の作成方法、睡眠障害を判別する方法および前記指標の作成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】

【0005】

上記目的を達成し得た本発明の睡眠障害を判別する指標の作成方法（以下、「第１の指標作成方法」と称することがある）は、被検者の拍動間隔と、被検者の動きに伴う加速度または角速度で表される活動量と、被検者の身長方向の加速度ＴＡと、を計測するステップと、拍動間隔を周波数スペクトル変換するステップを含んで得たパワースペクトルを周波数Ｌｆ１からＬｆ２まで定積分した値であるＬＦと、パワースペクトルを周波数Ｈｆ１からＨｆ２まで定積分した値であるＨＦを算出するステップと、下記条件（１）〜（３）により、負加速度ＮＡを算出して、第１臥位時間帯、第２臥位時間帯および睡眠時間帯を算出するステップと、定数項と、睡眠時間帯の（ＬＦ／ＨＦ）×活動量の変数項と、を含む式で表される指標を作成するステップと、を有することを特徴とする。ここで、Ｈｆ１＞Ｌｆ１、Ｈｆ２＞Ｌｆ２である。
［条件：
（１）負加速度ＮＡの算出
被検者の立位時においてＴＡ≧０の場合、ＮＡ＝（−１）×（ＴＡ）
被検者の立位時においてＴＡ＜０の場合、ＮＡ＝ＴＡ
（２）第１臥位時間帯、第２臥位時間帯の算出
第１臥位時間帯Ｌ_m1：ＮＡ≧Ｃ１（Ｃ１は定数）が第１所定時間Ｔ₁以上である時間帯
第２臥位時間帯Ｌ_m2：第１臥位時間帯Ｌ_m1が２以上あって、隣り合う２つの第１臥位時間帯Ｌ_m11、Ｌ_m12の間のＮＡ＜Ｃ１である間隙時間帯Ｌ_smが第２所定時間Ｔ₂以内の場合、隣り合う２つの第１臥位時間帯Ｌ_m11、Ｌ_m12と間隙時間帯Ｌ_smを合計した時間帯
（３）睡眠時間帯の算出
睡眠時間帯：所定計測単位時間中、第１臥位時間帯Ｌ_m1と、第２臥位時間帯Ｌ_m2のうち最長の時間帯］

【0006】

上記第１の指標作成方法は、条件（１）〜（３）を有しているため、睡眠時間帯の算出を客観的にかつ精度よく行うことができる。また、簡単に測定可能なパラメータである睡眠時間帯の（ＬＦ／ＨＦ）および活動量から、睡眠障害を判別する指標を容易に作成することができる。さらに、作成された指標を用いることで客観的に睡眠障害を判別することが可能である。

【0007】

上記第１の指標作成方法において、指標が、睡眠時間帯のＨＦ／活動量の変数項を含むことが好ましい。

【0008】

上記第１の指標作成方法は、さらに、第１臥位時間帯と第２臥位時間帯の合計時間から睡眠時間帯の時間を除いた第３臥位時間帯を算出するステップを有し、指標が、第３臥位時間帯の合計時間の変数項を含むことが好ましい。

【0009】

上記第１の指標作成方法において、指標が、睡眠時間帯のＨＦの変数項、睡眠時間帯の（ＬＦ／ＨＦ）の変数項、睡眠時間帯のＳＤＮＮの変数項、睡眠時間帯のＣＶＲＲの変数項、睡眠時間帯のＲＭＳＳＤの変数項の少なくともいずれか１つを含むことが好ましい。ここで、ＳＤＮＮは拍動間隔の標準偏差であり、ＣＶＲＲはＳＤＮＮを拍動間隔の平均値で除して１００を乗じた値であり、ＲＭＳＳＤは隣接する拍動間隔の差の２乗の平均値の平方根である。

【0010】

また、本発明の他の睡眠障害を判別する指標の作成方法（以下、「第２の指標作成方法」と称することがある）は、被検者の身長方向の加速度ＴＡを計測するステップと、下記条件（１）〜（４）により、負加速度ＮＡを算出して、第１臥位時間帯、第２臥位時間帯、睡眠時間帯および第３臥位時間帯を算出するステップと、定数項と、第３臥位時間帯の合計時間の変数項と、を含む式で表される指標を作成するステップと、を有することを特徴とする。
［条件：
（１）負加速度ＮＡの算出
被検者の立位時においてＴＡ≧０の場合、ＮＡ＝（−１）×（ＴＡ）
被検者の立位時においてＴＡ＜０の場合、ＮＡ＝ＴＡ
（２）第１臥位時間帯と第２臥位時間帯の算出
第１臥位時間帯Ｌ_m1：ＮＡ≧Ｃ１（Ｃ１は定数）が第１所定時間Ｔ₁以上である時間帯
第２臥位時間帯Ｌ_m2：第１臥位時間帯Ｌ_m1が２以上あって、隣り合う２つの第１臥位時間帯Ｌ_m11、Ｌ_m12の間のＮＡ＜Ｃ１である間隙時間帯Ｌ_smが第２所定時間Ｔ₂以内の場合、隣り合う２つの第１臥位時間帯Ｌ_m11、Ｌ_m12と間隙時間帯Ｌ_smを合計した時間帯
（３）睡眠時間帯の算出
睡眠時間帯：所定計測単位時間中、第１臥位時間帯Ｌ_m1と、第２臥位時間帯Ｌ_m2のうち最長の時間帯
（４）第３臥位時間帯の算出
第３臥位時間帯：第１臥位時間帯Ｌ_m1と第２臥位時間帯Ｌ_m2の合計時間から睡眠時間帯の時間を除いた時間帯］

【0011】

上記第２の指標作成方法は、条件（１）〜（３）を有しているため、睡眠時間帯の算出を客観的にかつ精度よく行うことができる。また、簡単に算出可能なパラメータである第３臥位時間帯の合計時間から、睡眠障害を判別する指標を容易に作成することができる。さらに、作成された指標を用いることで客観的に睡眠障害を判別することが可能である。

【0012】

上記第２の指標作成方法は、さらに、隣接する拍動間隔の差の２乗の平均値の平方根であるＲＭＳＳＤを算出するステップを有し、指標が、睡眠時間帯のＲＭＳＳＤの変数項を含むことが好ましい。

【0013】

上記第２の指標作成方法は、さらに、拍動間隔を周波数スペクトル変換するステップを含んで得たパワースペクトルを周波数Ｈｆ１からＨｆ２まで定積分した値であるＨＦを算出するステップを有し、指標が、睡眠時間帯のＨＦの変数項を含むことが好ましい。

【0014】

上記第２の指標作成方法において、指標が、睡眠時間帯の（ＬＦ／ＨＦ）の変数項、睡眠時間帯のＳＤＮＮの変数項、睡眠時間帯のＣＶＲＲの変数項、睡眠時間帯のＨＦ／活動量の変数項、睡眠時間帯の（ＬＦ／ＨＦ）×活動量の変数項の少なくともいずれか１つを含むことが好ましい。ここで、ＬＦは、拍動間隔を周波数スペクトル変換するステップを含んで得たパワースペクトルを周波数Ｌｆ１からＬｆ２まで定積分した値であり、ＨＦは、パワースペクトルを周波数Ｈｆ１からＨｆ２まで定積分した値であり、Ｈｆ１＞Ｌｆ１、Ｈｆ２＞Ｌｆ２であり、ＳＤＮＮは拍動間隔の標準偏差であり、ＣＶＲＲはＳＤＮＮを拍動間隔の平均値で除して１００を乗じた値である。

【0015】

上記第１および第２の指標作成方法において、指標が、睡眠障害の有無または程度を示すものであることが好ましい。

【0016】

また、本発明は、睡眠障害を判別する方法も提供する。本発明の睡眠障害を判別する方法（以下、「第１の判別方法」と称することがある）は、被検者の身長方向の加速度ＴＡを計測するステップと、下記条件（１）〜（３）により、負加速度ＮＡを算出して、第１臥位時間帯、第２臥位時間帯および睡眠時間帯を算出するステップと、下記（Ｉ）式〜（ＩＩＩ）式のうち、少なくとも一つの式が計算され、かつその式が満足される場合に通知信号を出力するステップと、を有することを特徴とする。
睡眠時間帯の（ＬＦ／ＨＦ）×活動量＞Ｃ_I （Ｉ）
睡眠時間帯のＨＦ／活動量＞Ｃ_II （ＩＩ）
第３臥位時間帯の合計時間＞Ｃ_III （ＩＩＩ）
ここで、ＬＦは、拍動間隔を周波数スペクトル変換するステップを含んで得たパワースペクトルを周波数Ｌｆ１からＬｆ２まで定積分した値であり、ＨＦは、パワースペクトルを周波数Ｈｆ１からＨｆ２まで定積分した値であり、Ｈｆ１＞Ｌｆ１、Ｈｆ２＞Ｌｆ２であり、活動量は、被検者の動きに伴う加速度または角速度であり、第３臥位時間帯は第１臥位時間帯と第２臥位時間帯の合計時間から睡眠時間帯の時間を除いた時間帯であり、Ｃ_I〜Ｃ_IIIは定数である。
［条件：
（１）負加速度ＮＡの算出
被検者の立位時においてＴＡ≧０の場合、ＮＡ＝（−１）×（ＴＡ）
被検者の立位時においてＴＡ＜０の場合、ＮＡ＝ＴＡ
（２）第１臥位時間帯と第２臥位時間帯の算出
第１臥位時間帯Ｌ_m1：ＮＡ≧Ｃ１（Ｃ１は定数）が第１所定時間Ｔ₁以上である時間帯
第２臥位時間帯Ｌ_m2：第１臥位時間帯Ｌ_m1が２以上あって、隣り合う２つの第１臥位時間帯Ｌ_m11、Ｌ_m12の間のＮＡ＜Ｃ１である間隙時間帯Ｌ_smが第２所定時間Ｔ₂以内の場合、隣り合う２つの第１臥位時間帯Ｌ_m11、Ｌ_m12と間隙時間帯Ｌ_smを合計した時間帯
（３）睡眠時間帯の算出
睡眠時間帯：所定計測単位時間中、第１臥位時間帯Ｌ_m1と、第２臥位時間帯Ｌ_m2のうち最長の時間帯］

【0017】

上記第１の判別方法は、条件（１）〜（３）を有しているため、睡眠時間帯の算出を客観的にかつ精度よく行うことができる。また、簡単に算出可能な（Ｉ）〜（ＩＩＩ）式を用いて、睡眠障害を容易にかつ客観的に判別することができる。

【0018】

本発明の他の睡眠障害を判別する方法（以下、「第２の判別方法」と称することがある）は、被検者の身長方向の加速度ＴＡを計測するステップと、下記条件（１）〜（３）により、負加速度ＮＡを算出して、第１臥位時間帯、第２臥位時間帯および睡眠時間帯を算出するステップと、下記（ＩＶ）式〜（ＶＩ）式のうち、少なくとも一つの式が計算され、かつその式が満足される場合に通知信号を出力するステップと、を有することを特徴とする。
第３臥位時間帯の合計時間＞Ｃ_IV （ＩＶ）
睡眠時間帯のＲＭＳＳＤ＞Ｃ_V （Ｖ）
睡眠時間帯のＨＦ＞Ｃ_VI （ＶＩ）
ここで、第３臥位時間帯は第１臥位時間帯と第２臥位時間帯の合計時間から睡眠時間帯の時間を除いた時間帯であり、ＲＭＳＳＤは、隣接する拍動間隔の差の２乗の平均値の平方根であり、ＨＦは、拍動間隔を周波数スペクトル変換するステップを含んで得たパワースペクトルを周波数Ｈｆ１からＨｆ２まで定積分した値であり、Ｈｆ１＜Ｈｆ２であり、Ｃ_IV〜Ｃ_VIは定数である。
［条件：
（１）負加速度ＮＡの算出
被検者の立位時においてＴＡ≧０の場合、ＮＡ＝（−１）×（ＴＡ）
被検者の立位時においてＴＡ＜０の場合、ＮＡ＝ＴＡ
（２）第１臥位時間帯と第２臥位時間帯の算出
第１臥位時間帯Ｌ_m1：ＮＡ≧Ｃ１（Ｃ１は定数）が第１所定時間Ｔ₁以上である時間帯
第２臥位時間帯Ｌ_m2：第１臥位時間帯Ｌ_m1が２以上あって、隣り合う２つの第１臥位時間帯Ｌ_m11、Ｌ_m12の間のＮＡ＜Ｃ１である間隙時間帯Ｌ_smが第２所定時間Ｔ₂以内の場合、隣り合う２つの第１臥位時間帯Ｌ_m11、Ｌ_m12と間隙時間帯Ｌ_smを合計した時間帯
（３）睡眠時間帯の算出
睡眠時間帯：所定計測単位時間中、第１臥位時間帯Ｌ_m1と、第２臥位時間帯Ｌ_m2のうち最長の時間帯］

【0019】

上記第２の判別方法は、条件（１）〜（３）を有しているため、睡眠時間帯の算出を客観的にかつ精度よく行うことができる。また、簡単に算出可能な（ＩＶ）〜（ＶＩ）式を用いて、睡眠障害を容易にかつ客観的に判別することができる。

【0020】

さらに、本発明は、睡眠障害を判別する指標の作成装置も提供する。本発明の睡眠障害を判別する指標の作成装置（以下、「第１の装置」と称することがある）は、睡眠時間帯を算出する時間算出部と、拍動間隔を周波数スペクトル変換するステップを含んで得たパワースペクトルを周波数Ｌｆ１からＬｆ２まで定積分した値であるＬＦと、パワースペクトルを周波数Ｈｆ１からＨｆ２まで定積分した値であるＨＦを算出する処理部と、睡眠障害を判別する指標を作成する指標作成部と、を有しており、時間算出部は、下記条件（１）〜（３）により、被検者の身長方向の加速度ＴＡから負加速度ＮＡを算出して、第１臥位時間帯、第２臥位時間帯および睡眠時間帯を算出するものであり、指標が、定数項と、睡眠時間帯の（ＬＦ／ＨＦ）×活動量の変数項と、を含む式で表されることを特徴とする。ここで、活動量は、被検者の動きに伴う加速度または角速度である。
［条件：
（１）負加速度ＮＡの算出
被検者の立位時においてＴＡ≧０の場合、ＮＡ＝（−１）×（ＴＡ）
被検者の立位時においてＴＡ＜０の場合、ＮＡ＝ＴＡ
（２）第１臥位時間帯、第２臥位時間帯の算出
第１臥位時間帯Ｌ_m1：ＮＡ≧Ｃ１（Ｃ１は定数）が第１所定時間Ｔ₁以上である時間帯
第２臥位時間帯Ｌ_m2：第１臥位時間帯Ｌ_m1が２以上あって、隣り合う２つの第１臥位時間帯Ｌ_m11、Ｌ_m12の間のＮＡ＜Ｃ１である間隙時間帯Ｌ_smが第２所定時間Ｔ₂以内の場合、隣り合う２つの第１臥位時間帯Ｌ_m11、Ｌ_m12と間隙時間帯Ｌ_smを合計した時間帯
（３）睡眠時間帯の算出
睡眠時間帯：所定計測単位時間中、第１臥位時間帯Ｌ_m1と、第２臥位時間帯Ｌ_m2のうち最長の時間帯］

【0021】

上記第１の装置の時間算出部では、条件（１）〜（３）により、睡眠時間帯の算出を客観的にかつ精度よく行うことができる。また、指標作成部では、簡単に算出可能なパラメータである（ＬＦ／ＨＦ）および活動量から、睡眠障害を判別する指標を容易に作成することができる。また、作成された指標を用いることで客観的に睡眠障害を判別することが可能である。

【0022】

上記第１の装置において、指標が、睡眠時間帯のＨＦ／活動量の変数項、第３臥位時間帯の合計時間の変数項、睡眠時間帯のＨＦの変数項、睡眠時間帯の（ＬＦ／ＨＦ）の変数項、睡眠時間帯のＳＤＮＮの変数項、睡眠時間帯のＣＶＲＲの変数項、睡眠時間帯のＲＭＳＳＤの変数項の少なくともいずれか１つを含むことが好ましい。ここで、第３臥位時間帯は、第１臥位時間帯と第２臥位時間帯の合計時間から睡眠時間帯の時間を除いた時間帯であり、ＳＤＮＮは拍動間隔の標準偏差であり、ＣＶＲＲはＳＤＮＮを拍動間隔の平均値で除して１００を乗じた値であり、ＲＭＳＳＤは隣接する拍動間隔の差の２乗の平均値の平方根である。

【0023】

本発明の他の睡眠障害を判別する指標の作成装置（以下、「第２の装置」と称することがある）は、睡眠時間帯を算出する時間算出部と、睡眠障害を判別する指標を作成する指標作成部と、を有しており、時間算出部は、下記条件（１）〜（４）により、被検者の身長方向の加速度ＴＡから負加速度ＮＡを算出して、第１臥位時間帯、第２臥位時間帯、睡眠時間帯および第３臥位時間帯を算出するものであり、指標が、定数項と、第３臥位時間帯の合計時間の変数項と、を含む式で表されることを特徴とする。
［条件：
（１）負加速度ＮＡの算出
被検者の立位時においてＴＡ≧０の場合、ＮＡ＝（−１）×（ＴＡ）
被検者の立位時においてＴＡ＜０の場合、ＮＡ＝ＴＡ
（２）第１臥位時間帯と第２臥位時間帯の算出
第１臥位時間帯Ｌ_m1：ＮＡ≧Ｃ１（Ｃ１は定数）が第１所定時間Ｔ₁以上である時間帯
第２臥位時間帯Ｌ_m2：第１臥位時間帯Ｌ_m1が２以上あって、隣り合う２つの第１臥位時間帯Ｌ_m11、Ｌ_m12の間のＮＡ＜Ｃ１である間隙時間帯Ｌ_smが第２所定時間Ｔ₂以内の場合、隣り合う２つの第１臥位時間帯Ｌ_m11、Ｌ_m12と間隙時間帯Ｌ_smを合計した時間帯
（３）睡眠時間帯の算出
睡眠時間帯：所定計測単位時間中、第１臥位時間帯Ｌ_m1と、第２臥位時間帯Ｌ_m2のうち最長の時間帯
（４）第３臥位時間帯の算出
第３臥位時間帯：第１臥位時間帯Ｌ_m1と第２臥位時間帯Ｌ_m2の合計時間から睡眠時間帯の時間を除いた時間帯］

【0024】

上記第２の装置の時間算出部では、条件（１）〜（３）により、睡眠時間帯の算出を客観的にかつ精度よく行うことができる。また、指標作成部では、簡単に測定可能なパラメータである第１臥位時間帯の合計時間から、睡眠障害を判別する指標を容易に作成することができる。また、作成された指標を用いることで客観的に睡眠障害を判別することが可能である。

【0025】

上記第２の装置において、指標が、睡眠時間帯のＲＭＳＳＤの変数項、睡眠時間帯のＨＦの変数項、睡眠時間帯の（ＬＦ／ＨＦ）の変数項、睡眠時間帯のＳＤＮＮの変数項、睡眠時間帯のＣＶＲＲの変数項、睡眠時間帯のＨＦ／活動量の変数項、睡眠時間帯の（ＬＦ／ＨＦ）×活動量の変数項の少なくともいずれか１つを含むことが好ましい。ここで、ＲＭＳＳＤは、隣接する拍動間隔の差の２乗の平均値の平方根であり、ＬＦは、拍動間隔を周波数スペクトル変換するステップを含んで得たパワースペクトルを周波数Ｌｆ１からＬｆ２まで定積分した値であり、ＨＦは、パワースペクトルを周波数Ｈｆ１からＨｆ２まで定積分した値であり、Ｈｆ１＞Ｌｆ１、Ｈｆ２＞Ｌｆ２であり、ＳＤＮＮは拍動間隔の標準偏差であり、ＣＶＲＲはＳＤＮＮを拍動間隔の平均値で除して１００を乗じた値である。

【発明の効果】

【0026】

本発明の睡眠障害を判別する指標の作成方法および睡眠障害を判別する指標の作成装置は、条件（１）〜（３）により覚醒時間帯と睡眠時間帯の算出を客観的にかつ精度よく行うことができるとともに、簡単に測定または算出可能なパラメータを用いて、容易に睡眠障害を判別する指標を作成することができる。これらの方法および装置によって作成された指標を用いることで客観的に睡眠障害を判別することが可能である。
また、本発明の睡眠障害を判別する方法によれば、容易にかつ客観的に睡眠障害を判別することが可能である。

【図面の簡単な説明】

【0027】

【図1】本発明に係るパワースペクトル積分の説明図を表す。

【図2】本発明の実施の形態１に係る睡眠障害を判別する指標の作成装置の構成を示すブロック図を表す。

【図3】本発明の実施の形態２に係る睡眠障害を判別する指標の作成装置の構成を示すブロック図を表す。

【発明を実施するための形態】

【0028】

１．睡眠障害を判別する指標の作成方法
［第１の方法］
本発明の睡眠障害を判別する指標の作成方法（第１の指標作成方法）は、被検者の拍動間隔と、被検者の動きに伴う加速度または角速度で表される活動量と、被検者の身長方向の加速度ＴＡと、を計測するステップと、拍動間隔を周波数スペクトル変換するステップを含んで得たパワースペクトルを周波数Ｌｆ１からＬｆ２まで定積分した値であるＬＦと、パワースペクトルを周波数Ｈｆ１からＨｆ２まで定積分した値であるＨＦを算出するステップと、後述する条件（１）〜（３）により、負加速度ＮＡを算出して、第１臥位時間帯、第２臥位時間帯および睡眠時間帯を算出するステップと、定数項と、睡眠時間帯の（ＬＦ／ＨＦ）×活動量の変数項と、を含む式で表される指標を作成するステップと、を有する。各ステップの詳細について説明する。

【0029】

（Ａ）計測ステップ
上記第１の指標作成方法は、被検者の拍動間隔と、被検者の動きに伴う加速度または角速度で表される活動量と、被検者の身長方向の加速度ＴＡと、を計測するステップを有する。

【0030】

拍動間隔とは心拍あるいは脈拍の間隔を指す（単位：ｍｓ）。心拍間隔は、心電図からＲ波とＲ波の間隔を読み取ること、あるいは隣り合う心拍同士の間隔を計測することにより取得する。脈拍間隔は、隣り合う脈拍同士の間隔を計測することにより取得する。拍動間隔またはその搖動は、身体的・精神的ストレスの指標になるといわれており、自律神経系である交感神経・副交感神経の精神神経状態のバランスを反映している。精神神経状態のバランスと睡眠の質は関連しているため、拍動間隔またはその揺動は睡眠障害の有無や程度を示しているといえる。

【0031】

拍動間隔として、心電信号におけるＲ波とＲ波との間隔であるＲＲ間隔（以下、「ＲＲＩ」と記載する）を用いることが好ましい。ＲＲＩは信号のピークがはっきり出ることによりピーク位置の誤認識が起こりにくいため、拍動間隔の精度を高められる。

【0032】

活動量とは、被検者の動きに伴う加速度または角速度である。加速度Ａは、被検者の動きに伴う加速度と被検者に作用する重力加速度の合成値であり、重力加速度ｇ（＝９．８ｍ／ｓ²）に対する比で表される（単位：無次元量）。具体的には、以下の（１）式で表されるように、加速度Ａは、被検者の動きに伴う加速度であるＸ軸、Ｙ軸、Ｚ軸方向の加速度ｘ、ｙ、ｚの二乗和の平方根から、被検者に作用する重力加速度ｇ（＝９．８ｍ／ｓ²）分として（ｇ／ｇ）＝１を減じた値である（ここで単位ｇは重力加速度の大きさを表す）。被検者の立位時であって動きがないときには、ｘ、ｙ、ｚの値はほぼ０となるため、被検者の身長方向の加速度の大きさはほぼ１である。

【0033】

【数1】

【0034】

角速度Ωは被検者のＸ軸、Ｙ軸、Ｚ軸周りの角速度ω_ｘ、ω_ｙ、ω_ｚの二乗和の平方根であり、単位はｒａｄ／ｓまたは１／ｓである。角速度Ωは以下の（２）式で表される。

【0035】

【数2】

【0036】

角速度は回転を検出するため、例えば、睡眠時間帯における被検者の寝返りの頻度などを検出するのに適している。なお、被検者の姿勢を検知しやすくするためには、活動量は加速度であることが好ましい。

【0037】

睡眠障害の場合、睡眠時間帯の活動量が過度に多かったり、覚醒時間帯の活動量が過度に少なかったりするため、活動量も睡眠障害の有無や程度を示しているといえる。

【0038】

被検者の身長方向の加速度ＴＡは、後述する第１臥位時間帯、第２臥位時間帯および睡眠時間帯の算出に用いられる。身長方向とは、被検者の足部から頭部へ向かう方向である。一般に、身長方向の加速度が立位時に負の値となるように加速度計が調整されている場合、臥位の身長方向の加速度は、立位や座位の身長方向の加速度と比べて大きい傾向にある。被検者の立位時であって動きがないときには、被検者の身長方向の加速度の大きさは１である。睡眠障害の場合、睡眠時間帯の活動が過度に多かったり、覚醒時間帯の活動が過度に少なかったりするため、被検者の身長方向の加速度ＴＡは睡眠障害の有無または程度を示しているといえる。身長方向の加速度ＴＡは、活動量として好ましく計測される加速度の１軸における加速度であることが好ましい。

【0039】

計測ステップでは、拍動間隔、活動量および身長方向の加速度ＴＡを所定計測時間計測することが好ましい。所定計測時間とは、計測を行う合計時間を指す。所定計測時間は、１以上の睡眠時間帯と、１以上の覚醒時間帯が得られる時間長であることが好ましい。あるいは、所定計測時間は、２以上の覚醒時間帯と、２以上の睡眠時間帯が得られる時間長であってもよい。したがって、所定計測時間は２日間以上であることが好ましく、３日間以上であることがより好ましく、４日間以上であることがさらに好ましい。また、所定計測時間が長いほど信頼性の高いデータが取得できるが被検者への負担を考慮して、所定計測時間は、例えば１４日間以内、より好ましくは１０日間以内に設定することができる。なお、覚醒時間帯は、被検者の目が覚めている、つまり起きている時間帯である。睡眠時間帯は、被検者が眠っている時間帯であるが、詳しく後述する。

【0040】

（Ｂ）ＬＦ、ＨＦ算出ステップ
上記第１の指標作成方法は、拍動間隔を周波数スペクトル変換するステップを含んで得たパワースペクトルを周波数Ｌｆ１からＬｆ２まで定積分した値であるＬＦと、パワースペクトルを周波数Ｈｆ１からＨｆ２まで定積分した値であるＨＦを算出するステップを有する。

【0041】

ＬＦは、時間信号ｆである拍動間隔を周波数スペクトル変換するステップを含んで得たパワースペクトルを周波数Ｌｆ１からＬｆ２まで定積分した値であり、ＨＦは、パワースペクトルを周波数Ｈｆ１からＨｆ２まで定積分した値であり、Ｈｆ１＞Ｌｆ１、Ｈｆ２＞Ｌｆ２である。例えば、ＬＦは、時間信号ｆである拍動間隔を周波数スペクトル変換したもの（周波数スペクトルＦ）を二乗することにより得られるパワースペクトルＦ²（第１のパワースペクトル）を周波数Ｌｆ１からＬｆ２まで定積分した値であり、ＨＦは、パワースペクトルＦ²（第１のパワースペクトル）を周波数Ｈｆ１（＞Ｌｆ１）からＨｆ２（＞Ｌｆ２）まで定積分した値とすることができる。第１のパワースペクトルＦ²を用いて計算されるＬＦ、ＨＦの単位はｍｓ²である。周波数スペクトル変換の方法としては、例えば高速フーリエ変換（ＦＦＴ）、ウェーブレット解析、最大エントロピー法などを用いることができる。なお、本明細書においては、ＦＦＴを用いた場合を例として説明するが、もちろん他の方法を用いることも可能である。

【0042】

本明細書では、拍動間隔をスプライン補間しサンプリング間隔Δｔで再サンプリングした拍動間隔ＲＲＩ_kの離散フーリエ変換Ｇは、以下の（３）式で表され、パワースペクトルＦ²（第１のパワースペクトル）（単位：ｍｓ²／Ｈｚ）は、以下の（４）式で表される。ここで、ｋは時系列、Ｎはデータ数を表し、Ｓは任意のスケールであり、一般にパワースペクトラムではＳ＝１である。

【0043】

【数3】

【0044】

【数4】

【0045】

他方、ＬＦおよびＨＦの値として、拍動間隔を周波数スペクトル変換した値から得たパワースペクトルＦ（第２のパワースペクトル）（単位：ｍｓ）を所定の区間で定積分したものも本発明の方法に含まれる。このように、パワースペクトルとして拍動間隔を周波数スペクトル変換した値を用いれば、より簡便にＬＦおよびＨＦの値を算出することができる。第２のパワースペクトルＦを用いて計算されるＬＦ、ＨＦの単位は無次元量である。パワースペクトルＦ（第２のパワースペクトル）は、以下の（５）式で表される。

【0046】

【数5】

【0047】

ＬＦ、ＨＦの詳細な算出方法について、図１を用いて説明する。図１は、本発明に係るパワースペクトル積分の説明図である。図１の縦軸はパワースペクトル密度（単位：ｍｓ²／Ｈｚ）であり、横軸は周波数（単位：Ｈｚ）である。ＬＦは、パワースペクトル（例えば第１のパワースペクトルＦ²）を例えば０．０４Ｈｚ（Ｌｆ１）から０．１５Ｈｚ（Ｌｆ２）まで定積分した値であり、図１において斜線によりハッチングがされている部分の面積である。ここで、Ｌｆ１＜Ｌｆ２である。一方、ＨＦは、パワースペクトル（例えば第１のパワースペクトルＦ²）を例えば０．１５Ｈｚ（Ｈｆ１）から０．４Ｈｚ（Ｈｆ２）まで定積分した値であり、図１において縦線によりハッチングがされている部分の面積である。ここで、Ｈｆ１＜Ｈｆ２である。図１では、Ｌｆ２とＨｆ１がいずれも０．１５Ｈｚと等しくなるように積分範囲を設定したが、Ｌｆ１＜Ｈｆ１およびＬｆ２＜Ｈｆ２の関係を満たしていれば、Ｌｆ２とＨｆ１は同一の値であっても異なる値でもよい。ここでは、パワースペクトル積分の方法を、第１のパワースペクトルＦ²を用いて説明したが、第２のパワースペクトルＦによる定積分も同様に行うことができる。

【0048】

周波数スペクトル変換により得られるパワースペクトルは、血圧の変動に由来する成分でＭａｙｅｒ−Ｗａｖｅ関連成分ともいわれるＬＦと、呼吸に由来する成分ＨＦとに分けられる。血圧変動成分ＬＦは０．１Ｈｚ周辺のパワースペクトルであり、交感神経活動と副交感神経活動の双方に関連している。一方、呼吸由来の成分ＨＦは０．３Ｈｚ周辺のパワースペクトルで、副交感神経活動に関連していると考えられている。以上のことから、交感神経活動および副交感神経活動を示すＬＦの積分範囲は、少なくとも０．１Ｈｚを含み、Ｌｆ１＜０．１＜Ｌｆ２であることが好ましい。また、Ｌｆ１は０．０３Ｈｚ以上であることがより好ましく、０．０４Ｈｚ以上であることがさらに好ましい。また、Ｌｆ１は、０．０５Ｈｚ以下であることが好ましく、０．０４５Ｈｚ以下であることがより好ましい。Ｌｆ２は０．１３Ｈｚ以上であることが好ましく、０．１４Ｈｚ以上であることがより好ましく、また、０．１６Ｈｚ以下であることが好ましく、０．１５Ｈｚ以下であることがより好ましい。副交感神経活動を示すＨＦの積分範囲は、少なくとも０．３Ｈｚを含み、Ｈｆ１＜０．３＜Ｈｆ２であることが好ましい。Ｈｆ１は０．１４Ｈｚ以上であることがより好ましく、０．１５Ｈｚ以上であることがさらに好ましく、また、０．１７Ｈｚ以下であってもよく、０．１６Ｈｚ以下であってもよい。Ｈｆ２は０．３８Ｈｚ以上であることが好ましく、０．３９Ｈｚ以上であることがより好ましく、また、０．４１Ｈｚ以下であることがより好ましく、０．４Ｈｚ以下であることがさらに好ましい。

【0049】

（Ｃ）時間算出ステップ
上記第１の指標作成方法は、下記条件（１）〜（３）により、負加速度ＮＡを算出して、第１臥位時間帯、第２臥位時間帯および睡眠時間帯を算出するステップを有する。

【0050】

条件（１）負加速度ＮＡの算出
被検者の立位時においてＴＡ≧０の場合、ＮＡ＝（−１）×（ＴＡ）
被検者の立位時においてＴＡ＜０の場合、ＮＡ＝ＴＡ

【0051】

負加速度ＮＡは、符号がマイナスの加速度であり、重力加速度ｇ（＝９．８ｍ／ｓ²）に対する比で表される（単位：無次元量）。負加速度の算出には、（Ａ）計測ステップで計測した身長方向の加速度ＴＡを用いる。

【0052】

条件（２）第１臥位時間帯と第２臥位時間帯の算出
第１臥位時間帯Ｌ_m1：ＮＡ≧Ｃ１（Ｃ１は定数）が第１所定時間Ｔ₁以上である時間帯
第２臥位時間帯Ｌ_m2：第１臥位時間帯Ｌ_m1が２以上あって、隣り合う２つの第１臥位時間帯Ｌ_m11、Ｌ_m12の間のＮＡ＜Ｃ１である間隙時間帯Ｌ_smが第２所定時間Ｔ₂以内の場合、隣り合う２つの第１臥位時間帯Ｌ_m11、Ｌ_m12と間隙時間帯Ｌ_smを合計した時間帯

【0053】

臥位時間帯は、臥位の姿勢、例えば、仰向け姿勢である仰臥位、横向きで寝た姿勢である側臥位、うつぶせ姿勢である伏臥位になった時間帯を示し、睡眠、うたた寝、昼寝などの時間を含む。第１の指標作成方法では、臥位時間帯を第１臥位時間帯と第２臥位時間帯に分けて算出する。

【0054】

第１臥位時間帯Ｌ_m1はＮＡ≧Ｃ１（Ｃ１は定数）が第１所定時間Ｔ₁以上である時間帯である。負加速度ＮＡがＣ１以上とは、被検者が臥位であることを示している。第１臥位時間帯Ｌ_m1の算出では、睡眠時間帯の算出精度を高めるために第１所定時間Ｔ₁によるしきい値を設けている。

【0055】

第１所定時間Ｔ₁は、例えば、好ましくは３０分以上、より好ましくは４５分以上、さらに好ましくは１時間以上に設定することができるが、２時間以下、または１時間半以下に設定することもできる。ＮＡ≧Ｃ１が第１所定時間Ｔ₁未満である時間帯も実際には臥位であるといえるが、比較的短い時間のうたた寝や昼寝等、活動リズムの観点では本来の睡眠と評価することができない時間を睡眠時間帯と算出することを防ぐために、ＮＡ≧Ｃ１が第１所定時間Ｔ₁未満である時間帯を臥位時間帯とみなしていない。

【0056】

第２臥位時間帯Ｌ_m2は、第１臥位時間帯Ｌ_m1が２以上あって、隣り合う２つの第１臥位時間帯Ｌ_m11、Ｌ_m12の間のＮＡ＜Ｃ１である間隙時間帯Ｌ_smが第２所定時間Ｔ₂以内の場合、隣り合う２つの第１臥位時間帯Ｌ_m11、Ｌ_m12と間隙時間帯Ｌ_smを合計した時間帯である。ＮＡ＜Ｃ１は、臥位以外の姿勢を取っていることを示している。このように第２臥位時間帯を算出しているのは、第１臥位時間帯Ｌ_m1が細切れになっている場合、２つの第１臥位時間帯Ｌ_m11、Ｌ_m12の間の間隙時間帯Ｌ_smも含めて１つの臥位時間帯（第２臥位時間帯Ｌ_m2）として算出するためである。これにより、被検者が睡眠時間帯に頻繁に臥位以外の姿勢を取っても、睡眠時間帯を算出しやすくなる。

【0057】

第２所定時間Ｔ₂は、例えば、好ましくは３０分以上、より好ましくは４５分以上、さらに好ましくは１時間以上に設定することができ、２時間以下、または１時間半以下に設定することもできる。また、第１所定時間Ｔ₁と第２所定時間Ｔ₂は同じであってもよく、異なっていてもよい。

【0058】

定数Ｃ１（単位：無次元量）の値は特に制限されないが、例えば−０．７５以上であることが好ましく、−０．６２以上であることがより好ましく、−０．５以上であることがさらに好ましい。定数Ｃ１は、−０．４以下、または−０．４５以下であっても許容される。

【0059】

条件（３）睡眠時間帯の算出
睡眠時間帯：所定計測単位時間中、第１臥位時間帯Ｌ_m1と、第２臥位時間帯Ｌ_m2のうち最長の時間帯

【0060】

睡眠時間帯とは、被検者が眠っている時間帯であり、所定計測単位時間中、第１臥位時間帯Ｌ_m1と、第２臥位時間帯Ｌ_m2のうち最長の時間帯を指す。被検者に自己申告してもらう場合、思い込みや思い違いが入り込む余地があるが、本発明では計測された被検者の身長方向の加速度ＴＡを用いているため、睡眠時間帯の算出を客観的にかつ精度よく行うことができる。

【0061】

所定計測単位時間は、日毎の睡眠時間帯を推定するために設定される時間長である。所定計測単位時間は１２時間以上であることが好ましく、１８時間以上であることがより好ましく、また、２４時間以内であることが好ましい。つまり、睡眠時間帯の数は日毎にそれぞれ１つであることが好ましい。日勤者でも夜勤者でも１８時前後には覚醒しているのが一般的であるから、所定計測単位時間の始点は、１７時〜１９時に好ましく設定される。

【0062】

（Ｄ）指標作成ステップ
第１の指標作成方法は、定数項と、睡眠時間帯の（ＬＦ／ＨＦ）×活動量の変数項と、を含む式で表される指標を作成するステップを有する。指標の作成は、多数のデータを処理する必要があるため計算機等の機械により行われることが好ましい。

【0063】

指標は、定数項と変数項を含む式である。定数項ａ₀は、任意の実数であり、その値は特に限定されず０であってもよい。変数項は、ｎ次の変数ｘ_iと、任意の実数である係数ａ_iの積で表される。睡眠時間帯の（ＬＦ／ＨＦ）×活動量の変数項とは、変数項がｎ次の｛睡眠時間帯の（ＬＦ／ＨＦ）｝×（睡眠時間帯の活動量）の変数ｘ_iを含んでいることを意味している。変数ｘ_iの次数ｎは、式を簡素化するためには１以上または２以上であることが好ましく、式の複雑化を防ぐためには５以下または４以下であることが好ましい。

【0064】

第１の指標作成方法では、簡単に算出可能なパラメータであるＬＦ、ＨＦおよび活動量から、容易に睡眠障害を判別する指標を作成することができる。また、作成された指標を用いることで客観的に睡眠障害を判別することが可能である。

【0065】

（Ｄ）指標作成ステップにおいて、睡眠時間帯の（ＬＦ／ＨＦ）×活動量は、睡眠時間帯における（ＬＦ／ＨＦ）×活動量の平均値であることが好ましく、計測された全ての睡眠時間帯の（ＬＦ／ＨＦ）×活動量の平均値であることがより好ましい。このように変数項を設定することにより、指標を作成しやすくなる。後述する他の変数項においても同様に、覚醒時間帯または睡眠時間帯における変数の平均値を用いることが好ましい。

【0066】

睡眠障害の判別精度を高めるために、指標には睡眠時間帯の（ＬＦ／ＨＦ）×活動量の変数項以外の変数項が含まれていてもよい。指標の式において、各変数項の係数は任意の実数であれば、その大小関係は特に規定されない。

【0067】

第１の指標作成方法において、指標が、睡眠時間帯のＨＦ／活動量の変数項を含むことが好ましい。ＨＦは、副交感神経活動に関連しているが、例えば、副交感神経活動が抑制された状態にあると、寝つきが悪くなると言われているため、ＨＦは睡眠障害の有無、種類または重症度を示しているといえる。したがって、このように変数項を設定することにより、精度の高い指標が得られる。

【0068】

第１の指標作成方法において、指標は、定数項と、睡眠時間帯の（ＬＦ／ＨＦ）×活動量の変数項と、睡眠時間帯のＨＦ／活動量の変数項とからなる式で表されることが好ましい。このように指標を設定することにより、精度よく睡眠障害を判別することができる。

【0069】

第１の指標作成方法は、指標が、さらに、第１臥位時間帯と第２臥位時間帯の合計時間から睡眠時間帯の時間を除いた第３臥位時間帯を算出するステップを有することが好ましい。その場合、指標が、第３臥位時間帯の合計時間の変数項を含むことが好ましい。ここで、第３臥位時間帯の合計時間には、第２臥位時間帯を構成する第１臥位時間帯が含まれる。不規則な生活や、慢性疲労、うつ状態、不眠症などの症状がある場合、第３臥位時間帯の合計時間が長くなる傾向があるため、第３臥位時間帯の合計時間は、不眠や過眠傾向を知るのに適している。したがって、簡単に算出可能なパラメータである第３臥位時間帯の合計時間から、指標を容易に作成することができる。また、作成された指標を用いることで客観的に睡眠障害を判別することが可能である。なお、上記指標において、第３臥位時間帯の合計時間は、所定計測単位時間あたりの第３臥位時間帯の合計時間であることが好ましい。

【0070】

第１の指標作成方法において、指標は、定数項と、睡眠時間帯の（ＬＦ／ＨＦ）×活動量の変数項と、睡眠時間帯のＨＦ／活動量の変数項と、第３臥位時間帯の合計時間の変数項とからなる式で表されることが好ましい。このように指標を設定することにより、より一層精度よく睡眠障害を判別することができる。

【0071】

第１の指標作成方法において、指標が、睡眠時間帯のＨＦの変数項、睡眠時間帯の（ＬＦ／ＨＦ）の変数項、睡眠時間帯のＳＤＮＮの変数項、睡眠時間帯のＣＶＲＲの変数項、睡眠時間帯のＲＭＳＳＤの変数項の少なくともいずれか１つを含むことが好ましい。ＳＤＮＮ（Ｓｔａｎｄａｒｄ Ｄｅｖｉａｔｉｏｎ ｏｆ ｔｈｅ Ｎｏｒｍａｌ ｔｏ Ｎｏｒｍａｌ Ｉｎｔｅｒｖａｌ）は、拍動間隔の標準偏差である。ＣＶＲＲ（Ｃｏｅｆｆｉｃｉｅｎｔ ｏｆ Ｖａｒｉａｔｉｏｎ ｏｆ Ｒ−Ｒ ｉｎｔｅｒｖａｌｓ）はＳＤＮＮを拍動間隔（好ましくは心拍間隔）の平均値で除して１００を乗じた値である。ＲＭＳＳＤ（Ｒｏｏｔ Ｍｅａｎ Ｓｑｕａｒｅ ｏｆ ｔｈｅ Ｓｕｃｃｅｓｓｉｖｅ Ｄｉｆｆｅｒｅｎｃｅｓ）は隣接する拍動間隔の差の２乗の平均値の平方根である。ＮＮ５０は隣接する拍動間隔の差が５０ｍｓを超える総数であり、ｐＮＮ５０は隣接する拍動間隔の差が５０ｍｓを超える拍動の割合である。ＳＤＮＮ、ＣＶＲＲ、ＲＭＳＳＤ、ＮＮ５０、ｐＮＮ５０はいずれも拍動間隔に基づき算出されるパラメータである。このように指標を設定することにより、より一層精度よく睡眠障害を判別することができる。

【0072】

［第２の指標作成方法］
本発明の他の睡眠障害を判別する指標の作成方法（第２の指標作成方法）について説明する。第２の指標作成方法は、被検者の身長方向の加速度ＴＡを計測するステップと、下記条件（１）〜（４）により、負加速度ＮＡを算出して、第１臥位時間帯、第２臥位時間帯、睡眠時間帯および第３臥位時間帯を算出するステップと、定数項と、第３臥位時間帯の合計時間の変数項と、を含む式で表される指標を作成するステップと、を有する。

【0073】

（Ａ）計測ステップ
被検者の身長方向の加速度ＴＡを計測する。身長方向の加速度ＴＡの計測は、第１の指標作成方法の（Ａ）計測ステップに記載した方法と同様に行うことができる。

【0074】

（Ｂ）時間算出ステップ
上記第２の指標作成方法は、条件（１）〜（４）により、負加速度ＮＡを算出して、第１臥位時間帯、第２臥位時間帯、睡眠時間帯および第３臥位時間帯を算出するステップを有する。

【0075】

条件（１）負加速度ＮＡの算出
被検者の立位時においてＴＡ≧０の場合、ＮＡ＝（−１）×（ＴＡ）
被検者の立位時においてＴＡ＜０の場合、ＮＡ＝ＴＡ
条件（２）第１臥位時間帯と第２臥位時間帯の算出
第１臥位時間帯Ｌ_m1：ＮＡ≧Ｃ１（Ｃ１は定数）が第１所定時間Ｔ₁以上である時間帯
第２臥位時間帯Ｌ_m2：第１臥位時間帯Ｌ_m1が２以上あって、隣り合う２つの第１臥位時間帯Ｌ_m11、Ｌ_m12の間のＮＡ＜Ｃ１である間隙時間帯Ｌ_smが第２所定時間Ｔ₂以内の場合、隣り合う２つの第１臥位時間帯Ｌ_m11、Ｌ_m12と間隙時間帯Ｌ_smを合計した時間帯
条件（３）睡眠時間帯の算出
睡眠時間帯：所定計測単位時間中、第１臥位時間帯Ｌ_m1と、第２臥位時間帯Ｌ_m2のうち最長の時間帯

【0076】

負加速度ＮＡ、第１臥位時間帯、第２臥位時間帯および睡眠時間帯の算出は、第１の指標作成方法の（Ｃ）時間算出ステップに記載した方法で行うことができる。

【0077】

条件（４）第３臥位時間帯の算出
第３臥位時間帯：第１臥位時間帯Ｌ_m1と第２臥位時間帯Ｌ_m2の合計時間から睡眠時間帯の時間を除いた時間帯

【0078】

第３臥位時間帯の算出は、第１の指標作成方法で好ましく実施される第３臥位時間帯の算出ステップと同様に行うことができる。

【0079】

（Ｃ）指標作成ステップ
第２の指標作成方法は、定数項と、第３臥位時間帯の合計時間の変数項と、を含む式で表される指標を作成するステップを有する。上述したとおり、第３臥位時間帯は不眠や過眠傾向を知るのに適している。したがって、第２の指標作成方法は、簡単に算出可能なパラメータである第３臥位時間帯の合計時間から、睡眠障害を判別する指標を容易に作成することができる。また、作成された指標を用いることで客観的に睡眠障害を判別することが可能である。指標の作成は、多数のデータを処理する必要があるため計算機等の機械により行われることが好ましい。

【0080】

第２の指標作成方法において、指標は、定数項と、第３臥位時間帯の合計時間の変数項を含む式で表される。定数項ａ₀は、任意の実数であり、その値は特に限定されず０であってもよい。変数項は、ｎ次の変数ｘ_iと、任意の実数である係数ａ_iの積で表される。第３臥位時間帯の合計時間の変数項とは、変数項がｎ次の（第３臥位時間帯の合計時間）の変数ｘ_iを含んでいることを意味している。変数ｘ_iの次数ｎは、式を簡素化するためには１以上または２以上であることが好ましく、式の複雑化を防ぐためには５以下または４以下であることが好ましい。

【0081】

第２の指標作成方法における指標は、第３臥位時間帯の合計時間以外の変数項を含んでいてもよい。

【0082】

第２の指標作成方法は、さらに、隣接する拍動間隔の差の２乗の平均値の平方根であるＲＭＳＳＤを算出するステップを有することが好ましい。その場合、指標が、睡眠時間帯のＲＭＳＳＤの変数項を含むことが好ましい。ＲＭＳＳＤの算出は、第１の指標作成方法と同様に行うことができる。ＲＭＳＳＤは、拍動間隔を用いているため、睡眠障害の有無、種類や重症度を示しているといえる。このように変数項を設定することにより、精度の高い指標が得られる。ＲＭＳＳＤの算出は、第１の指標作成方法と同様に行うことができる。

【0083】

第２の指標作成方法は、さらに、拍動間隔を周波数スペクトル変換するステップを含んで得たパワースペクトルを周波数Ｈｆ１からＨｆ２まで定積分した値であるＨＦを算出するステップを有することが好ましい。その場合、指標が、睡眠時間帯のＨＦの変数項を含むことが好ましい。ＨＦは睡眠障害の有無、種類や重症度を示しているため、このように変数項を設定することにより、精度の高い指標が得られる。ＨＦは、第１の指標作成方法の（Ｂ）ＬＦ、ＨＦの算出ステップに記載の方法と同様の方法で算出することができる。

【0084】

第２の指標作成方法において、指標が、睡眠時間帯の（ＬＦ／ＨＦ）の変数項、睡眠時間帯のＳＤＮＮの変数項、睡眠時間帯のＣＶＲＲの変数項、睡眠時間帯のＨＦ／活動量の変数項、睡眠時間帯の（ＬＦ／ＨＦ）×活動量の変数項の少なくともいずれか１つを含むことが好ましい。ここで、ＬＦは、拍動間隔を周波数スペクトル変換するステップを含んで得たパワースペクトルを周波数Ｌｆ１からＬｆ２まで定積分した値であり、ＨＦは、パワースペクトルを周波数Ｈｆ１からＨｆ２まで定積分した値であり、Ｈｆ１＞Ｌｆ１、Ｈｆ２＞Ｌｆ２であり、ＳＤＮＮは拍動間隔の標準偏差であり、ＣＶＲＲはＳＤＮＮを拍動間隔の平均値で除して１００を乗じた値である。（ＬＦ／ＨＦ）およびＨＦは、第１の指標作成方法の（Ｂ）ＬＦ、ＨＦの算出ステップに記載の方法と同様の方法で算出することができる。また、ＳＤＮＮ、ＣＶＲＲは、第１の指標作成方法と同様の方法で算出することができる。

【0085】

［第１および第２の指標作成方法について］
第１および第２の指標作成方法のいずれにも適用可能な態様について説明する。

【0086】

上記第１および第２の指標作成方法は、さらに、拍動間隔を周波数スペクトル変換するステップを含んで得たパワースペクトルを周波数Ｌｆ３からＬｆ４まで定積分した値であるＶＬＦを算出するステップを有していてもよい。その場合、指標が、覚醒時間帯のＶＬＦの変数項と睡眠時間帯のＶＬＦの変数項の少なくともいずれか一方を含んでいてもよい。ここで、Ｌｆ３＜Ｌｆ４である。ＶＬＦは、交感神経活動に関連していると考えられているため、このように指標を設定することによっても、睡眠障害を判別することができる。Ｌｆ３は、０．００２５Ｈｚ以上であることが好ましく、０．００３Ｈｚ以上であることがより好ましく、０．００３３Ｈｚ以上であることがさらに好ましい。Ｌｆ３は、０．００５Ｈｚ以下であることが好ましく、０．００４Ｈｚ以下であることがより好ましい。Ｌｆ４は、０．０２５Ｈｚ以上であることが好ましく、０．０３Ｈｚ以上であることがより好ましく、また、０．０６Ｈｚ以下であることが好ましく、０．０５Ｈｚ以下であることがより好ましく、０．０４Ｈｚ以下であることがさらに好ましい。また、Ｌｆ４は、Ｌｆ１未満であってもよく、Ｌｆ１以上であってもよいが、Ｌｆ４＝Ｌｆ１であることが好ましい。ここで、覚醒時間帯は、所定計測単位時間から睡眠時間帯を除いた時間帯である。

【0087】

上記第１および第２の指標作成方法は、さらに、拍動間隔を周波数スペクトル変換するステップを含んで得たパワースペクトルを周波数Ｌｆ５からＬｆ６まで定積分した値であるＵＬＦを算出するステップを有していてもよい。その場合、指標が、覚醒時間帯のＵＬＦの変数項と睡眠時間帯のＵＬＦの変数項の少なくともいずれか一方を含んでいてもよい。ここで、Ｌｆ５＜Ｌｆ６である。ＵＬＦは、交感神経活動に関連していると考えられているため、このように指標を設定することによっても、睡眠障害を判別することができる。Ｌｆ５は、０．００１５Ｈｚ以下であることが好ましく、０．００１Ｈｚ以下であることがより好ましく、また、０Ｈｚ以上であってもよいが、０Ｈｚであることがより好ましい。Ｌｆ６は、０．００２５Ｈｚ以上であることが好ましく、０．００３Ｈｚ以上であることがより好ましく、０．００３３Ｈｚ以上であることがさらに好ましく、また、０．００４５Ｈｚ以下であることが好ましく、０．００４Ｈｚ以下であることがより好ましい。また、Ｌｆ６は、Ｌｆ３未満であってもよく、Ｌｆ３以上であってもよいが、Ｌｆ３＝Ｌｆ６であることが好ましい。

【0088】

ＶＬＦやＵＬＦの算出には、パワースペクトルとして、例えば第１のパワースペクトルＦ²を用いてもよく、第２のパワースペクトルＦを用いてもよい。

【0089】

第１の方法または第２の方法において、指標作成ステップの前に、算出された拍動間隔、活動量、ＬＦ、ＨＦ、身長方向の加速度の少なくともいずれか１つに異常値とみなすべきものが含まれていないかを判別し、異常値と判別された値を指標作成の対象から除外することが好ましい。これにより、異常値が指標やこれを用いた判別結果に影響を及ぼすことを防止できる。

【0090】

第１および第２の指標作成方法において、第１臥位時間帯、第２臥位時間帯、睡眠時間帯または第３臥位時間帯を算出する場合、例えば、身長方向の加速度ＴＡや負加速度ＮＡで表される当該加速度は、加速度−時間波形に対してモルフォロジー演算を行った後の値であることが好ましい。モルフォロジー演算は、画像処理でノイズ除去のために用いられる。このため、加速度−時間波形に対してモルフォロジー演算を行った後の値を各条件式に適用すれば、得られた加速度のうち、所定計測時間と比較して短時間（例えば、所定計測時間の１／１５０時間以内）に変化する値は除去される。このため、加速度−時間波形の全体の輪郭が抽出されて、睡眠時間帯を算出しやすくなる。モルフォロジー演算は、身長方向の加速度ＴＡに対して行ってもよく、負加速度ＮＡに対して行ってもよい。

【0091】

第１および第２の指標作成方法において、モルフォロジー演算に先立ち、身長方向の加速度ＴＡに対して二値化処理を行ってもよい。二値化処理では、例えば、負加速度ＮＡがしきい値Ｃ２（単位：無次元量）以上であれば負加速度ＮＡは０とみなされ、負加速度ＮＡがＣ２未満であれば１とみなされる。二値化処理により、モルフォロジー演算に要する処理時間を短縮することができる。しきい値Ｃ２の値は特に制限されないが、例えば−０．７５以上であることが好ましく、−０．６２以上であることがより好ましく、−０．５以上であることがさらに好ましい。しきい値Ｃ２は、−０．４以下、または−０．４５以下であっても許容される。なお、負加速度ＮＡのデータに対してモルフォロジー演算を行う例を説明したが、身長方向の加速度ＴＡに対してモルフォロジー演算を行った後、負加速度ＮＡを算出してもよい。

【0092】

モルフォロジー演算は、例えば、線を太くする処理を行う膨張演算、線を細くする処理を行う収縮演算、収縮演算後に膨張演算を行うオープニング処理、膨張演算後に収縮演算を行うクロージング処理がある。モルフォロジー演算後の加速度を用いて睡眠時間帯を算出する場合、モルフォロジー演算が、所定の時間幅で行われるオープニング処理とクロージング処理の少なくともいずれか一方であることが好ましい。また、モルフォロジー演算として、オープニング処理およびクロージング処理の両方を行うことがより好ましい。膨張演算と収縮演算を組み合わせることによって、加速度−時間波形の全体の輪郭を抽出しやすくなるため、睡眠時間帯をより一層算出しやすくなる。

【0093】

オープニング処理やクロージング処理を行う回数は特に限定されないが、オープニング処理、クロージング処理をそれぞれ１回以上実施することが好ましく、オープニング処理、クロージング処理をそれぞれ２回以上実施することがより好ましい。

【0094】

膨張演算や収縮演算を行う際の時間幅についても適宜設定すればよいが、処理回数を重ねる毎に、処理時の時間幅を大きくすることが好ましい。このように、オープニング処理およびクロージング処理の時間幅を段階的に大きくすることで、所定計測時間と比較して短時間に変化した加速度のデータが除去されることを抑止する。

【0095】

第１および第２の指標作成方法では、指標作成ステップに先立ち、多変量解析によって指標を表す式に含まれる定数項の値と変数項の係数の値の少なくともいずれか一方を算出しておくことが好ましい。これにより、目的変数としての睡眠障害と、説明変数としての睡眠時間帯の（ＬＦ／ＨＦ）×活動量または第３臥位時間帯の合計時間の関連性を定量的に推定することができる。定数項や変数項の係数の算出では、複数の被検者の睡眠障害のデータ、例えば睡眠障害の有無、種類または重症度を示すデータを用いることが好ましい。多変量解析で必要な被検者数は、説明変数（変数項）の数×１０以上であることが好ましく、より好ましくは説明変数の数×５０以上、さらに好ましくは説明変数の数×１００以上である。

【0096】

目的変数は、睡眠障害の有無、種類または重症度に応じて数値化されていることが好ましい。睡眠障害の数値化は、睡眠障害の有無で２値化する方法や、公知の判定基準に基づき睡眠障害の種類または重症度に応じて分類する方法が挙げられる。公知の判定基準としては、睡眠障害の評価基準であるＰＳＱＩ、日中の主観的眠気を評価するエップワース眠気尺度（Ｅｐｗｏｒｔｈ ｓｌｅｅｐｉｎｅｓｓ ｓｃａｌｅ：ＥＳＳ）、不眠症の評価尺度であるアテネ不眠尺度（Ａｔｈｅｎｓ Ｉｎｓｏｍｎｉａ． Ｓｃａｌｅ：ＡＩＳ）、セントマリー病院睡眠質問票（Ｓｔ． Ｍａｒｙ’ｓ ｈｏｓｐｉｔａｌ ｓｌｅｅｐ ｑｕｅｓｔｉｏｎｎａｉｒｅ：ＳＭＨ）等を用いることができる。

【0097】

多変量解析には単回帰分析や重回帰分析等の線形回帰分析、２項ロジスティック回帰分析、多項ロジスティック回帰分析、累積ロジスティック回帰分析等のロジスティック回帰分析を用いることができる。精神神経状態を示す指標をＹとする。線形回帰分析の場合、指標Ｙは、Ｙ＝ａ₀＋ａ₁ｘ₁＋ａ₂ｘ₂＋・・・＋ａ_iｘ_iで表される。睡眠障害の有無を判別する指標を作成するには２項ロジスティック回帰分析を用いることが好ましい。その場合、指標Ｙは、Ｙ＝１／｛１＋ｅｘｐ（−ｂ）｝、ｂ＝ａ₀＋ａ₁ｘ₁＋ａ₂ｘ₂＋・・・＋ａ_iｘ_iで表されることが好ましい。なお、ａ₁、ａ₂、・・・ａ_iは説明変数の係数であり、任意の実数であるが、ａ₁≠０である。ｘ₁、ｘ₂、・・・ｘ_iは変数であり、ｉは１以上の整数である。２項ロジスティック回帰分析により作成された指標は、睡眠障害を０および１の二値、または０〜１の間の数値で表したものとなる。睡眠障害の種類または重症度を判別する指標を作成するには重回帰分析を用いることが好ましい。

【0098】

第１および第２の指標作成方法において、指標が、睡眠障害の有無または程度を示すものであることが好ましい。睡眠障害としては、例えば、入眠困難、中途覚醒、早朝覚醒、熟眠障害等の不眠症、ナルコレプシー、特発性過眠症、反復性過眠症等の過眠症、概日リズム睡眠障害、睡眠時無呼吸症候群等の睡眠呼吸障害を挙げることができる。作成した指標を用いることで、具体的な睡眠障害の有無や程度を判別することができる。

【0099】

第１および第２の指標作成方法によって作成された指標は、男女いずれの被検者の睡眠障害の判別に使用してもよいが、後述する検証結果によれば、第１の指標作成方法は男性被検者の睡眠障害の判別に好ましく使用することができ、第２の指標作成方法は女性被検者の睡眠障害の判別に好ましく使用することができる。

【0100】

２．睡眠障害を判別する方法
［第１の判別方法］
本発明の睡眠障害を判別する方法（第１の判別方法）は、被検者の身長方向の加速度ＴＡを計測するステップと、後述する条件（１）〜（３）により、負加速度ＮＡを算出して、第１臥位時間帯、第２臥位時間帯および睡眠時間帯を算出するステップと、下記（Ｉ）式〜（ＩＩＩ）式のうち、少なくとも一つの式が計算され、かつその式が満足される場合に通知信号を出力するステップと、を有する。以下、各ステップについて説明する。
睡眠時間帯の（ＬＦ／ＨＦ）×活動量＞Ｃ_I （Ｉ）
睡眠時間帯のＨＦ／活動量＞Ｃ_II （ＩＩ）
第３臥位時間帯の合計時間＞Ｃ_III （ＩＩＩ）

【0101】

（Ａ）計測ステップ
被検者の身長方向の加速度ＴＡを計測する。加速度ＴＡは、第１および第２の指標作成方法の（Ａ）計測ステップに記載した方法と同様に計測することができる。

【0102】

（Ｂ）時間算出ステップ
第１の判別方法は、下記条件（１）〜（３）により、負加速度ＮＡを算出して、第１臥位時間帯、第２臥位時間帯および睡眠時間帯を算出するステップを有する。負加速度、第１臥位時間帯、第２臥位時間帯および睡眠時間帯は、第１および第２の指標作成方法と同様の方法で算出することができる。

【0103】

条件（１）負加速度ＮＡの算出
被検者の立位時においてＴＡ≧０の場合、ＮＡ＝（−１）×（ＴＡ）
被検者の立位時においてＴＡ＜０の場合、ＮＡ＝ＴＡ
条件（２）第１臥位時間帯と第２臥位時間帯の算出
第１臥位時間帯Ｌ_m1：ＮＡ≧Ｃ１（Ｃ１は定数）が第１所定時間Ｔ₁以上である時間帯
第２臥位時間帯Ｌ_m2：第１臥位時間帯Ｌ_m1が２以上あって、隣り合う２つの第１臥位時間帯Ｌ_m11、Ｌ_m12の間のＮＡ＜Ｃ１である間隙時間帯Ｌ_smが第２所定時間Ｔ₂以内の場合、隣り合う２つの第１臥位時間帯Ｌ_m11、Ｌ_m12と間隙時間帯Ｌ_smを合計した時間帯
条件（３）睡眠時間帯の算出
睡眠時間帯：所定計測単位時間中、第１臥位時間帯Ｌ_m1と、第２臥位時間帯Ｌ_m2のうち最長の時間帯

【0104】

（Ｃ）出力ステップ
第１の判別方法は、下記（Ｉ）式〜（ＩＩＩ）式のうち、少なくとも一つの式が計算され、かつその式が満足される場合に通知信号を出力するステップを有する。
睡眠時間帯の（ＬＦ／ＨＦ）×活動量＞Ｃ_I （Ｉ）
睡眠時間帯のＨＦ／活動量＞Ｃ_II （ＩＩ）
第３臥位時間帯の合計時間＞Ｃ_III （ＩＩＩ）

【0105】

ＬＦは、拍動間隔を周波数スペクトル変換するステップを含んで得たパワースペクトルを周波数Ｌｆ１からＬｆ２まで定積分した値であり、ＨＦは、パワースペクトルを周波数Ｈｆ１からＨｆ２まで定積分した値であり、Ｈｆ１＞Ｌｆ１、Ｈｆ２＞Ｌｆ２である。活動量は、被検者の動きに伴う加速度または角速度である。第３臥位時間帯は第１臥位時間帯と第２臥位時間帯の合計時間から睡眠時間帯の時間を除いた時間帯である。ＬＦ、ＨＦ、活動量、第３臥位時間帯は、第１および第２の指標作成方法と同様の方法で算出することができる。Ｃ_I〜Ｃ_IIIは定数である。Ｃ_I〜Ｃ_IIIは実数であればよく、その値は適宜設定することができる。Ｃ_Iの単位は無次元量である。第１のパワースペクトルＦ²を用いてＨＦを算出する場合、Ｃ_IIの単位はｍｓ²である。第２のパワースペクトルＦを用いてＨＦを算出する場合、Ｃ_IIの単位は無次元量である。Ｃ_IIIの単位は時間である。

【0106】

判別精度を高めるためには、（Ｉ）式〜（ＩＩＩ）式の少なくともいずれか２つを満足する場合に、睡眠障害があると判別してもよく、（Ｉ）〜（ＩＩＩ）式の全部を満足する場合に睡眠障害があると判別してもよい。

【0107】

通知信号の出力は、被検者や評価者に、式が満足したことを知らせる音や振動の出力、静止画、動画の表示等により行うことができる。

【0108】

［第２の判別方法］
本発明の睡眠障害を判別する方法（第２の判別方法）は、被検者の身長方向の加速度ＴＡを計測するステップと、後述する条件（１）〜（３）により、負加速度ＮＡを算出して、第１臥位時間帯、第２臥位時間帯および睡眠時間帯を算出するステップと、下記（ＩＶ）式〜（ＶＩ）式のうち、少なくとも一つの式が計算され、かつその式が満足される場合に通知信号を出力するステップと、を有する。以下、各ステップについて説明する。
第３臥位時間帯の合計時間＞Ｃ_IV （ＩＶ）
睡眠時間帯のＲＭＳＳＤ＞Ｃ_V （Ｖ）
睡眠時間帯のＨＦ＞Ｃ_VI （ＶＩ）

【0109】

（Ａ）計測ステップ
被検者の身長方向の加速度ＴＡを計測する。加速度ＴＡは、第１および第２の指標作成方法の（Ａ）計測ステップに記載した方法と同様に計測することができる。

【0110】

（Ｂ）時間算出ステップ
第２の判別方法は、下記条件（１）〜（３）により、負加速度ＮＡを算出して、第１臥位時間帯、第２臥位時間帯および睡眠時間帯を算出するステップを有する。負加速度、第１臥位時間帯、第２臥位時間帯および睡眠時間帯は、第１および第２の指標作成方法と同様の方法で算出することができる。

【0111】

（１）負加速度ＮＡの算出
被検者の立位時においてＴＡ≧０の場合、ＮＡ＝（−１）×（ＴＡ）
被検者の立位時においてＴＡ＜０の場合、ＮＡ＝ＴＡ
（２）第１臥位時間帯と第２臥位時間帯の算出
第１臥位時間帯Ｌ_m1：ＮＡ≧Ｃ１（Ｃ１は定数）が第１所定時間Ｔ₁以上である時間帯
第２臥位時間帯Ｌ_m2：第１臥位時間帯Ｌ_m1が２以上あって、隣り合う２つの第１臥位時間帯Ｌ_m11、Ｌ_m12の間のＮＡ＜Ｃ１である間隙時間帯Ｌ_smが第２所定時間Ｔ₂以内の場合、隣り合う２つの第１臥位時間帯Ｌ_m11、Ｌ_m12と間隙時間帯Ｌ_smを合計した時間帯
（３）睡眠時間帯の算出
睡眠時間帯：所定計測単位時間中、第１臥位時間帯Ｌ_m1と、第２臥位時間帯Ｌ_m2のうち最長の時間帯

【0112】

（Ｃ）出力ステップ
第２の判別方法は、下記（ＩＶ）式〜（ＶＩ）式のうち、少なくとも一つの式が計算され、かつその式が満足される場合に通知信号を出力するステップを有する。
第３臥位時間帯の合計時間＞Ｃ_IV （ＩＶ）
睡眠時間帯のＲＭＳＳＤ＞Ｃ_V （Ｖ）
睡眠時間帯のＨＦ＞Ｃ_VI （ＶＩ）

【0113】

第３臥位時間帯は第１臥位時間帯と第２臥位時間帯の合計時間から睡眠時間帯の時間を除いた時間帯であり、ＲＭＳＳＤは、隣接する拍動間隔の差の２乗の平均値の平方根であり、ＨＦは、拍動間隔を周波数スペクトル変換するステップを含んで得たパワースペクトルを周波数Ｈｆ１からＨｆ２まで定積分した値であり、Ｈｆ１＜Ｈｆ２であり、Ｃ_IV〜Ｃ_VIは定数である。Ｃ_IV〜Ｃ_VIは実数であればよく、その値は適宜設定することができる。Ｃ_IVの単位は時間であり、Ｃ_Vの単位はｍｓである。第１のパワースペクトルＦ²を用いてＨＦを算出する場合、Ｃ_VIの単位はｍｓ²である。第２のパワースペクトルＦを用いてＨＦを算出する場合、Ｃ_VIの単位は無次元量である。

【0114】

判別精度を高めるためには、（ＩＶ）式〜（ＶＩ）式の少なくともいずれか２つを満足する場合に、睡眠障害があると判別してもよく、（ＩＶ）〜（ＶＩ）式の全部を満足する場合に睡眠障害があると判別してもよい。

【0115】

通知信号の出力は、第１の判別方法と同様の方法で行うことができる。

【0116】

上記第１および第２の判別方法において、Ｃ_I〜Ｃ_VIが従来公知の判定基準（例えば、うつ病の場合にはＣＥＳ−Ｄ等）と同一または相関があることが好ましい。判定基準としては、好ましい目的変数として上述した判定基準を用いることができる。これにより、評価指標を用いて睡眠障害を数値化したときに、その数字の意味するところが明確となる。なお、指標を用いた睡眠障害の判別は、計算機等の機械により行われることが好ましい。

【0117】

３．睡眠障害を判別する指標の作成装置
本発明の実施形態に係る睡眠障害を判別する指標の作成装置（第１の装置）は、睡眠時間帯を算出する時間算出部と、ＬＦおよびＨＦを算出する処理部（以下、「第１処理部」と称することがある）と、睡眠障害を判別する指標を作成する指標作成部と、を有している。また、本発明の他の実施形態に係る睡眠障害を判別する指標の作成装置（第２の装置）は、睡眠時間帯を算出する時間算出部と、睡眠障害を判別する指標を作成する指標作成部と、を有している。本明細書では、「睡眠障害を判別する指標の作成装置」を単に「装置」と称することがある。装置としては、各種データの送受信や各種演算処理を行うことが可能なパソコン、マイコン等の計算機（コンピュータ）、タブレット端末、スマートフォンが挙げられる。第１の装置については、実施の形態１で説明し、第２の装置については実施の形態２で説明する。

【0118】

（実施の形態１）
図２は、本発明の実施の形態１に係る装置１０（１０Ａ）の構成を示すブロック図である。図２に示すように、装置１０Ａには、計測部５１で、被検者の拍動間隔、活動量および身長方向の加速度ＴＡを計測可能なセンサ５０から送信されたデータを受信する受信部１１が設けられていてもよい。また、装置１０Ａとは別のセンサで拍動間隔、活動量および身長方向の加速度ＴＡを計測してもよい。

【0119】

拍動間隔は心拍あるいは脈拍の間隔を指すが、拍動間隔としてはＲＲ間隔（ＲＲＩ）を用いることが好ましい。なお、本実施の形態では、拍動間隔としてＲＲＩを、活動量として加速度を計測した例を示す。

【0120】

拍動間隔として心拍間隔を用いる場合、センサ５０は、小型軽量であり、本体裏面の電極を被検者の胸部の肌に本体ごと取り付けられるものであることが好ましい。また、センサ５０は、電極と本体が一体である必要はなく、導電性繊維や導電性シート・フィルムからなる電極を有する衣服、下着、ベルト等を電極として用いてもよい。センサ５０の計測部５１では、電極を被検者の胸部に密着させた状態で心電信号を計測し、この心電信号に基づきＲＲＩを算出して装置１０Ａに送信する。電極は胸部の他、腹部、背部、腰部に配することもできる。なお、ＲＲＩは受信部１１や時間算出部１２で算出されてもよい。

【0121】

センサ５０の計測部５１では脈波を測定してもよい。脈波は、人の指先や耳たぶ等に波長が７００ｎｍ〜１２００ｎｍの近赤外線を照射し、近赤外線の反射量を接触あるいは非接触で測定することができる。脈波を測定するセンサは、体に取り付け易いという利点があり、特に非接触で測定するタイプは、センサを体に取り付ける煩わしさがなくなるので、広く普及する可能性がある。

【0122】

センサ５０の計測部５１では、被検者の動きに伴う加速度または角速度で表される活動量が計測される。中でも、活動量は加速度であることが好ましい。これにより、活動量と身長方向の加速度ＴＡを別々に計測する必要がなくなる。加速度を計測するセンサ５０の種類は特に限定されず、例えば、ピエゾ抵抗体型加速度センサ、圧電型加速度センサ、静電容量型加速度センサなどを用いることができる。ピエゾ抵抗体型加速度センサは、半導体を用いているため小型で量産化がしやすい。圧電型加速度センサは、比較的高い加速度の検出がしやすい。静電容量型加速度センサはピエゾ抵抗体型加速度センサに比べて高感度で、検出可能な加速度の範囲が広く、温度依存性も小さい。角速度を計測するセンサの種類は特に限定されず、例えば、回転型、振動型、ガス型、光ファイバー型、リングレーザー型の角速度センサを用いることができる。

【0123】

センサ５０では、身長方向の加速度ＴＡも計測されることが好ましい。センサ５０の計測部５１では、身長方向の加速度ＴＡに相当する被検者のＸ軸、Ｙ軸、Ｚ軸方向の少なくともいずれか一方向の加速度を計測して時間算出部１２に送信することが好ましい。身長方向の加速度ＴＡを計測するセンサ５０としては、活動量が加速度である場合に使用されるセンサを用いることができる。

【0124】

受信部１１は、時間算出部１２や指標作成部１３に設けられてもよい。センサ５０から装置１０Ａにデータを送受する方法としては、無線通信を用いてもよいし、有線通信を用いてもよい。特に無線通信でデータを送受する場合は、内蔵するバッテリーの持ちを向上させるために、複数個のデータをまとめて送信することにより送受信の頻度を下げることが好ましい。

【0125】

第１処理部１４Ａは、拍動間隔を周波数スペクトル変換するステップを含んで得たパワースペクトルを周波数Ｌｆ１からＬｆ２まで定積分した値であるＬＦと、パワースペクトルを周波数Ｈｆ１からＨｆ２まで定積分した値であるＨＦを算出する。また、第１処理部１４ＡはＬＦ／ＨＦも算出することが好ましい。

【0126】

図示していないが、第１処理部１４Ａは周波数スペクトル変換部、パワースペクトル積分算出部を備えていてもよい。周波数スペクトル変換部では、ＦＦＴ等の周波数スペクトル変換方法を用いて、受信部１１から送信された時間信号であるＲＲＩを周波数スペクトルに変換する。次に、パワースペクトル積分算出部では、周波数スペクトル変換部で得られたスペクトルからパワースペクトルを算出して、所定の周波数範囲で積分を行うことにより、ＬＦおよびＨＦを求める。具体的に、ＬＦ、ＨＦは「１．睡眠障害を判別する指標の作成方法」で説明したように算出することができる。パワースペクトルとして、例えば第１のパワースペクトルＦ²を用いてもよく、第２のパワースペクトルＦを用いてもよい。

【0127】

第１処理部１４Ａでは、拍動間隔を周波数スペクトル変換するステップを含んで得たパワースペクトルを周波数Ｌｆ３からＬｆ４まで定積分した値であるＶＬＦと、拍動間隔を周波数スペクトル変換するステップを含んで得たパワースペクトルを周波数Ｌｆ５からＬｆ６まで定積分した値であるＵＬＦの少なくともいずれか一方を算出してもよい。第１処理部１４ＡでＶＬＦを算出することにより、指標作成部１３で、ＶＬＦの変数項を含む指標を作成することができる。また、第１処理部１４ＡでＵＬＦを算出することにより、指標作成部１３で、ＵＬＦの変数項を含む指標を作成することができる。

【0128】

時間算出部１２は、受信部１１を介して、センサ５０から送信された被検者の身長方向の加速度ＴＡのデータを受信する。時間算出部１２は、下記条件（１）〜（３）により、被検者の身長方向の加速度ＴＡから負加速度ＮＡを算出して、第１臥位時間帯、第２臥位時間帯および睡眠時間帯を算出する。第１臥位時間帯、第２臥位時間帯および睡眠時間帯の算出方法の詳細は、「１．睡眠障害を判別する指標の作成方法」に記載したとおりである。
［条件：
（１）負加速度ＮＡの算出
被検者の立位時においてＴＡ≧０の場合、ＮＡ＝（−１）×（ＴＡ）
被検者の立位時においてＴＡ＜０の場合、ＮＡ＝ＴＡ
（２）第１臥位時間帯、第２臥位時間帯の算出
第１臥位時間帯Ｌ_m1：ＮＡ≧Ｃ１（Ｃ１は定数）が第１所定時間Ｔ₁以上である時間帯
第２臥位時間帯Ｌ_m2：第１臥位時間帯Ｌ_m1が２以上あって、隣り合う２つの第１臥位時間帯Ｌ_m11、Ｌ_m12の間のＮＡ＜Ｃ１である間隙時間帯Ｌ_smが第２所定時間Ｔ₂以内の場合、隣り合う２つの第１臥位時間帯Ｌ_m11、Ｌ_m12と間隙時間帯Ｌ_smを合計した時間帯
（３）睡眠時間帯の算出
睡眠時間帯：所定計測単位時間中、第１臥位時間帯Ｌ_m1と、第２臥位時間帯Ｌ_m2のうち最長の時間帯］

【0129】

時間算出部１２では、センサ５０から送信されたデータを、覚醒時間帯と睡眠時間帯のデータに分類することが好ましい。装置１０Ａの時間算出部１２では、睡眠時間帯の（ＬＦ／ＨＦ）と、睡眠時間帯の活動量の値が算出される。

【0130】

図示していないが、時間算出部１２は、モルフォロジー演算部を有していてもよい。モルフォロジー演算部では、負加速度−時間波形のノイズを除去するためにモルフォロジー演算を行う。また、時間算出部１２は、モルフォロジー演算部での処理前に、所定値をしきい値として負加速度の値の大きさを二値化する二値化処理部を有していてもよい。モルフォロジー演算や二値化処理は、上述した方法で行うことができる。

【0131】

指標作成部１３は、時間算出部１２で得られた睡眠時間帯のデータを用いて、睡眠障害の指標を作成する。指標は、定数項と、睡眠時間帯の（ＬＦ／ＨＦ）×活動量の変数項と、を含む式で表される。指標作成部１３では、多変量解析（より好ましくは回帰分析）により指標に含まれる定数項や変数項の係数が作成されることが好ましい。指標作成部１３は、各時間帯におけるデータの平均値を算出する平均算出部を有していてもよい。図示していないが、平均算出部では、例えば、睡眠時間帯の（ＬＦ／ＨＦ）の平均値や睡眠時間帯の活動量の平均値を算出することができる。

【0132】

図示していないが、第１処理部１４Ａでは、拍動間隔のデータを用いて、ＳＤＮＮ、ＣＶＲＲ、ＲＭＳＳＤの少なくともいずれか一つが算出されることが好ましい。これにより、ＳＤＮＮ、ＣＶＲＲ、ＲＭＳＳＤの少なくともいずれか一つを変数項として含む指標を作成することができる。

【0133】

指標作成部１３で作成される指標は、睡眠時間帯のＨＦ／活動量の変数項、第３臥位時間帯の合計時間の変数項、睡眠時間帯のＨＦの変数項、睡眠時間帯の（ＬＦ／ＨＦ）の変数項、睡眠時間帯のＳＤＮＮの変数項、睡眠時間帯のＣＶＲＲの変数項、睡眠時間帯のＲＭＳＳＤの変数項の少なくともいずれか１つを含むことが好ましい。ここで、第３臥位時間帯は、第１臥位時間帯と第２臥位時間帯の合計時間から睡眠時間帯の時間を除いた時間帯であり、ＳＤＮＮは拍動間隔の標準偏差であり、ＣＶＲＲはＳＤＮＮを拍動間隔の平均値で除して１００を乗じた値であり、ＲＭＳＳＤは隣接する拍動間隔の差の２乗の平均値の平方根である。第３臥位時間帯、ＳＤＮＮ、ＣＶＲＲ、ＲＭＳＳＤの具体的な算出方法は、「１．睡眠障害を判別する指標の作成方法」に記載したとおりである。

【0134】

図示していないが、装置１０Ａは、データの異常値を除去する機能を有していてもよい。すなわち、装置１０Ａは、異常値検出部と異常値除去部を備えていてもよい。異常値検出部および異常値除去部は、時間算出部１２の前段または指標作成部１３の前段に好ましく設けることができる。これにより、異常値が除去されたデータを指標作成部１３に送信することができるため、判別精度が高い指標を作成することができる。

【0135】

さらに、計算機１には、指標作成部１３で作成された指標に基づき、睡眠障害を判別する判別部２０が設けられていてもよい。判別部２０で、作成された指標と基準を比較することによって、睡眠障害の有無や程度を客観的かつ機械的に判別することが できる。

【0136】

図示していないが、計算機１には、判別部２０から睡眠障害の判別結果を被検者等に通知する通知部が設けられていてもよい。通知方法は、音声、静止画、動画など特に限定されない。医師やカウンセラーなどの専門家、被検者やその家族等、通知対象者の専門知識レベルに応じて通知内容を変えることも可能である。計算機１とは別の通知用機器に判別結果を送信し、被検者等へ結果を通知してもよい。通知用機器としては、例えば外付けモニタ、携帯電話、スマートフォン、タブレット端末、スピーカー、イヤホンなどが挙げられる。

【0137】

（実施の形態２）
図３は、本発明の実施の形態２に係る装置１０（１０Ｂ）の構成を示すブロック図である。装置１０Ｂは、時間算出部１２と、指標作成部１３と、を有している。なお、実施の形態１の装置１０Ａと同様の構成要素には同一の番号を付し、その説明を省略する。

【0138】

図３に示すように、装置１０Ｂには、計測部５１で、被検者の身長方向の加速度ＴＡを計測可能なセンサ５０から送信されたデータを受信する受信部１１が設けられていてもよい。また、装置１０Ａとは別のセンサで身長方向の加速度ＴＡを計測してもよい。身長方向の加速度ＴＡを計測するセンサとしては、実施の形態１で挙げたものを用いることができる。

【0139】

時間算出部は、下記条件（１）〜（４）により、被検者の身長方向の加速度ＴＡから負加速度ＮＡを算出して、第１臥位時間帯、第２臥位時間帯、睡眠時間帯および第３臥位時間帯を算出する。これら時間帯は、第１および第２の指標作成方法に記載したとおり算出することができる。これにより、第３臥位時間帯の合計時間が算出される。
［条件：
（１）負加速度ＮＡの算出
被検者の立位時においてＴＡ≧０の場合、ＮＡ＝（−１）×（ＴＡ）
被検者の立位時においてＴＡ＜０の場合、ＮＡ＝ＴＡ
（２）第１臥位時間帯と第２臥位時間帯の算出
第１臥位時間帯Ｌ_m1：ＮＡ≧Ｃ１（Ｃ１は定数）が第１所定時間Ｔ₁以上である時間帯
第２臥位時間帯Ｌ_m2：第１臥位時間帯Ｌ_m1が２以上あって、隣り合う２つの第１臥位時間帯Ｌ_m11、Ｌ_m12の間のＮＡ＜Ｃ１である間隙時間帯Ｌ_smが第２所定時間Ｔ₂以内の場合、隣り合う２つの第１臥位時間帯Ｌ_m11、Ｌ_m12と間隙時間帯Ｌ_smを合計した時間帯
（３）睡眠時間帯の算出
睡眠時間帯：所定計測単位時間中、第１臥位時間帯Ｌ_m1と、第２臥位時間帯Ｌ_m2のうち最長の時間帯
（４）第３臥位時間帯の算出
第３臥位時間帯：第１臥位時間帯Ｌ_m1と第２臥位時間帯Ｌ_m2の合計時間から睡眠時間帯の時間を除いた時間帯

【0140】

指標作成部１３では、時間算出部１２で得られたデータを用いて、定数項と、第３臥位時間帯の合計時間の変数項を含む式で表される指標を作成する。

【0141】

装置１０Ｂには、ＬＦ、ＨＦを算出する処理部（第１処理部）が設けられていてもよい。第１処理部の構成としては、実施の形態１で挙げた構成を採用することができる。また、装置１０Ｂには、拍動間隔のデータを用いてＳＤＮＮ、ＣＶＲＲ、ＲＭＳＳＤの少なくともいずれか１つを算出する処理部（以下、「第２処理部」と称することがある）が設けられていてもよい。これにより、ＳＤＮＮ、ＣＶＲＲ、ＲＭＳＳＤの少なくともいずれか一つを変数項として含む指標を作成することができる。

【0142】

指標が、睡眠時間帯のＲＭＳＳＤの変数項、睡眠時間帯のＨＦの変数項、睡眠時間帯の（ＬＦ／ＨＦ）の変数項、睡眠時間帯のＳＤＮＮの変数項、睡眠時間帯のＣＶＲＲの変数項、睡眠時間帯のＨＦ／活動量の変数項、睡眠時間帯の（ＬＦ／ＨＦ）×活動量の変数項の少なくともいずれか１つを含むことが好ましい。これにより、判別精度が高い指標を作成することができる。ここで、ＲＭＳＳＤは、隣接する拍動間隔の差の２乗の平均値の平方根であり、ＬＦは、拍動間隔を周波数スペクトル変換するステップを含んで得たパワースペクトルを周波数Ｌｆ１からＬｆ２まで定積分した値であり、ＨＦは、パワースペクトルを周波数Ｈｆ１からＨｆ２まで定積分した値であり、Ｈｆ１＞Ｌｆ１、Ｈｆ２＞Ｌｆ２であり、ＳＤＮＮは拍動間隔の標準偏差であり、ＣＶＲＲはＳＤＮＮを拍動間隔の平均値で除して１００を乗じた値である。

【0143】

（検証１）
本発明の第１の指標作成方法に従って、うつ病患者および健常者を含む男性被検者１５名分のデータについて、以下の目的変数および説明変数を設定し、重回帰分析により回帰式を作成した。統計解析ソフトには、ＳＰＳＳ Ｓｔａｔｉｓｔｉｃｓ（ＩＢＭ社製）を用いた。
目的変数：睡眠障害評価尺度ＰＳＱＩ
説明変数：睡眠時間帯の（ＬＦ／ＨＦ）×活動量
得られた指標としての回帰式は、Ｙ＝ａ₀＋ａ₁×｛睡眠時間帯の（ＬＦ／ＨＦ）×活動量｝、ａ₀＝０、ａ₁＝３３．２１であった。

【0144】

男性被検者１５名に対して作成した指標を適用した。指標により計算されたスコアについて、５．０点未満が健常、５．０点以上が睡眠障害と判別した。ＰＳＱＩの問診結果で睡眠障害と判定されたうつ病患者の検出率は１００％、ＰＳＱＩの問診結果で健常と判定された健常者の検出率は８８％であった。本発明の第１の指標作成方法で作成した指標を用いることにより、睡眠障害を判別できることが分かった。

【0145】

（検証２）
本発明の第２の指標作成方法に従って、うつ病患者および健常者を含む女性被検者２１名分のデータについて、以下の目的変数および説明変数を設定し、重回帰分析により回帰式を作成した。統計解析ソフトには、ＳＰＳＳ Ｓｔａｔｉｓｔｉｃｓ（ＩＢＭ社製）を用いた。
目的変数：睡眠障害評価尺度ＰＳＱＩ
説明変数：第３臥位時間帯の合計時間（単位：分）、睡眠時間帯のＨＦ（単位：ｍｓ²）、睡眠時間帯のＲＭＳＳＤ（単位：ｍｓ）
得られた指標としての回帰式は、Ｙ＝ａ₀＋ａ₁×（第３臥位時間帯の合計時間）＋ａ₂×（睡眠時間帯のＨＦ）＋ａ₃×（睡眠時間帯のＲＭＳＳＤ）、ａ₀＝９．０５８、ａ₁＝０．００８、ａ₂＝０．００７、ａ₃＝−０．１８４であった。

【0146】

女性被検者２１名に対して作成した指標を適用した。指標により計算されたスコアについて、７．０点未満が健常、７．０点以上が睡眠障害と判別した。ＰＳＱＩの問診結果で睡眠障害と判定されたうつ病患者の検出率は８２％、ＰＳＱＩの問診結果で健常と判定された健常者の検出率は６０％であった。本発明の第２の指標作成方法で作成した指標を用いることにより、睡眠障害を判別できることが分かった。

【符号の説明】

【0147】

１：計算機
１０、１０Ａ、１０Ｂ：睡眠障害を判別する指標の作成装置
１１：受信部
１２：時間算出部
１３：指標作成部
１４：処理部
１４Ａ：第１処理部
２０：判別部
５０：センサ
５１：計測部

【図1】

【図2】

【図3】