特開 2021-159571 睡眠解析方法及び装置

(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2021-159571(P2021-159571A)

(43)【公開日】2021年10月11日

(54)【発明の名称】睡眠解析方法及び装置

(51)【国際特許分類】

   A61B 5/16 20060101AFI20210913BHJP

   A61B 5/113 20060101ALI20210913BHJP

   A61B 5/352 20210101ALI20210913BHJP

   A61B 5/01 20060101ALI20210913BHJP

【ＦＩ】

   A61B5/16 130

   A61B5/113

   A61B5/04 312R

   A61B5/01 100

【審査請求】未請求

【請求項の数】8

【出願形態】ＯＬ

【全頁数】19

(21)【出願番号】特願2020-66601(P2020-66601)

(22)【出願日】2020年4月2日

(71)【出願人】

【識別番号】519047945

【氏名又は名称】株式会社ミラクルプランニング

(71)【出願人】

【識別番号】514298575

【氏名又は名称】飛岡 健

(74)【代理人】

【識別番号】100078776

【弁理士】

【氏名又は名称】安形 雄三

(74)【代理人】

【識別番号】100121887

【弁理士】

【氏名又は名称】菅野 好章

(74)【代理人】

【識別番号】100200333

【弁理士】

【氏名又は名称】古賀 真二

(72)【発明者】

【氏名】飛岡 健

【テーマコード（参考）】

4C038

4C117

4C127

【Ｆターム（参考）】

4C038PP05

4C038PQ06

4C038PS01

4C038SS09

4C038VA04

4C038VA15

4C038VB33

4C117XA01

4C117XB01

4C117XC11

4C117XD22

4C117XE17

4C117XE23

4C117XE24

4C117XE26

4C117XE54

4C117XR01

4C127AA02

4C127BB03

4C127FF02

4C127GG02

4C127GG05

4C127GG11

4C127GG15

(57)【要約】

【課題】被験者の身体に容易に装着し、内蔵された３つのセンサが検出した睡眠検出情報を処理して、睡眠時に生じる様々な現象に対して正確な睡眠解析を行い、子供等に対しても苦痛なく解析可能な睡眠解析方法及び装置を提供する。
【解決手段】温度センサ、加速度センサ及び心電計を備えた睡眠情報検出装置を被験者の身体に装着し、睡眠情報検出装置から発信された温度データ、加速度データ及び心電データに基づいて、被験者の入眠、脱眠等の睡眠状態を正確に解析する。
【選択図】図７

【特許請求の範囲】

【請求項1】

温度センサ、加速度センサ及び心電計を備えた睡眠情報検出装置を被験者の身体に装着し、前記睡眠情報検出装置で得られる温度データ、加速度データ及び心電データに基づいて前記被験者の睡眠状態を解析する睡眠解析方法。

【請求項2】

前記温度センサから得られる前記被験者の皮膚温度である前記温度データと、
前記心電計からの前記被験者の前記心電データを処理して得られる心拍数、交換神経指標及び副交感神経指標と、
前記加速度センサからの前記被験者の前記加速度データを処理して得られる呼吸数及び消費エネルギーと、
に基づいて前記被験者の睡眠状態を解析する請求項１に記載の睡眠解析方法。

【請求項3】

前記睡眠状態が、入床、入眠（潜時）、脱眠、起床、レム睡眠、ノンレム睡眠、浅睡眠、深睡眠である請求項１又は２に記載の睡眠解析方法。

【請求項4】

前記温度データの上昇、前記交換神経指標の上昇及び前記副交感神経指標の低下の交叉変化、前記心拍数の低下、前記呼吸数の低下、前記消費エネルギーの低下に基づいて前記入眠（潜時）を判定する請求項３に記載の睡眠解析方法。

【請求項5】

被験者の身体に装着可能であり、温度センサ、加速度センサ及び心電計を備えた睡眠情報検出装置と、
前記睡眠情報検出装置で得られる温度データ、加速度データ及び心電データを取得して処理し、入床、入眠（潜時）、脱眠、起床、レム睡眠、ノンレム睡眠、浅睡眠、深睡眠の睡眠状態を解析する睡眠解析部と、
で構成されていることを特徴とする睡眠解析装置。

【請求項6】

前記睡眠情報検出装置からの前記温度データ、前記加速度データ及び前記心電データを、メモリを介する端子接続で、若しくは無線で、若しくは有線で、若しくは光通信で前記睡眠解析部に送信するようになっている請求項５に記載の睡眠解析装置。

【請求項7】

前記睡眠解析部が、
前記心電データのピーク間隔に基づいて心拍数を検出する心拍数検出部と、
前記ピーク間隔の時間／周波数解析に基づいて交感神経指標及び副交感神経指標を計算する自律神経計算部と、
前記心電データ及び前記副交感神経に基づいて呼吸数を検討する呼吸数検出部と、
前記加速度データに基づいて消費エネルギーを検出する運動検出部と、
で構成され、
前記睡眠解析部は、前記温度データ、前記心拍数、前記交感神経指標、前記副交感神経指標、前記呼吸数及び前記消費エネルギーに基づいて前記睡眠状態を解析する請求項６に記載の睡眠解析装置。

【請求項8】

前記温度データの上昇、前記副交換神経指標の上昇及び前記交感神経指標の低下の交叉変化、前記心拍数の低下、前記呼吸数の低下、前記消費エネルギーの低下に基づいて前記入眠（潜時）を判定する請求項７に記載の睡眠解析装置。

【発明の詳細な説明】

【技術分野】

【0001】

本発明は、被験者に容易に装着可能であり、特別に入院して検査する必要がなく、被験者も日常生活のまま気軽に利用でき、被験者の睡眠状態（入眠（潜時）、脱眠、レム睡眠、ノンレム睡眠、浅睡眠、深睡眠など）を簡便に且つ精度良く確実に解析できると共に、大人のみでなく、従来の睡眠ポリグラフィによる検査のできない子供、乳幼児等にも簡単に使用可能な睡眠解析方法及び装置に関する。

【背景技術】

【0002】

従来の睡眠解析法は、被験者が１日入院して、大型の睡眠ポリグラフ装置を身に着け、且つベッドに拘束された苦痛な検査であり、大人でもその検査を受けるのは大変であり、乳幼児や小さな子供には容易に適用できない問題があった。

【先行技術文献】

【特許文献】

【0003】

【特許文献1】特開２００２−２９１７１０号公報

【特許文献2】特開２０１０−９９１７３号公報

【発明の概要】

【発明が解決しようとする課題】

【0004】

１日の入院が必要であるという睡眠ポリグラフィの課題を解決した装置として、例えば特許文献１に示されるものが提案されているが、脈拍のデータのみから解析しているため、正確性において課題が残っている。また、特許文献２では多人数用の睡眠管理システムを開示しているが、検出装置自体が大がかりである問題がある。更に、入床（bed-in）した後に脳が眠る入眠時間を正確に判定しているものではない。

【0005】

本発明は上述のような事情よりなされたものであり、本発明の目的は、被験者の胸部等に容易に装着し、内蔵された３種のセンサが検出した睡眠検出情報を処理して、睡眠時に生じる様々な現象（例えば入眠潜時など）に対して正確な睡眠解析を行い、子供等に対しても苦痛なく解析可能な睡眠解析方法及び装置を提供することにある。

【課題を解決するための手段】

【0006】

本発明はセンサ数の少ない睡眠解析方法に関し、本発明の上記目的は、温度センサ、加速度センサ及び心電計を備えた睡眠情報検出装置を被験者の身体に装着し、前記睡眠情報検出装置で得られる温度データ、加速度データ及び心電データに基づいて前記被験者の睡眠状態を解析することにより達成される。

【0007】

また、本発明はセンサ数の少ない睡眠解析装置に関し、本発明の上記目的は、被験者の身体に装着可能であり、温度センサ、加速度センサ及び心電計を備えた睡眠情報検出装置と、前記睡眠情報検出装置で得られる温度データ、加速度データ及び心電データを取得して処理し、入眠（潜時）、脱眠、レム睡眠、ノンレム睡眠、浅睡眠、深睡眠の睡眠状態を解析する睡眠解析部とを設けることにより達成される。

【発明の効果】

【0008】

本発明に係る睡眠解析方法及び装置によれば、被験者の胸部に装着した睡眠情報検出装置で得られる睡眠検出情報を基に、被験者の睡眠状態を多くの解析要素（皮膚の温度データ、心拍数、呼吸数、加速度データ、心電データなど）に基づいて科学的に解析しているので、入眠や脱眠、浅睡眠、深睡眠、睡眠時無呼吸症候群、朝方に血圧が急上昇するモーニングサージといった睡眠状態を精度良く確実に解析することが可能である。

【0009】

また、多くの解析要素を、温度センサ、加速度センサ及び心電計の３つの少ないセンサで得ることができるので、ハードウェア的に簡易な構成となり、データ送信（無線、端子接続など）も容易である。

【図面の簡単な説明】

【0010】

【図1】本発明に用いる睡眠情報検出装置の外観例を示す斜視図である。

【図2】本発明に用いる睡眠情報検出装置本体の底面図である。

【図3】電極片の構造例を示す側面図及び平面図である。

【図4】本発明に用いる睡眠情報検出装置の底面図である。

【図5】睡眠情報検出装置を被験者の胸部に装着した様子を示す模式図である。

【図6】本発明に係る睡眠情報検出装置の利用形態の一例を示す模式図である。

【図7】睡眠情報検出装置の内部構成例を示すブロック図である。

【図8】被験者の立位と仰臥位における睡眠情報検出装置の座標（ｘｙｚ）例を説明するための模式図である。

【図9】心電計の構成例を示すブロック図である。

【図10】睡眠解析部の構成例を示すブロック図である。

【図11】呼吸検出部の構成例を示すブロック図である。

【図12】心電データの一例を示す波形図である。

【図13】心電データ波形の正常例と異常例を示す波形図である。

【図14】交感神経活動の指標と睡眠の関係を示す特性図である。

【図15】呼吸周波数変動幅と睡眠の関係を示す特性図である。

【図16】交感神経及び副交感神経と睡眠の関係を示す特性図である。

【図17】運動強度と運動加速度の関係例を示す特性図である。

【図18】解析処理部の構成例を示すブロック図である。

【図19】本発明の動作例を示すフローチャートである。

【図20】解析処理部の動作例を示すフローチャートである。

【図21】本発明の動作例を示すタイミングチャートである。

【図22】睡眠中の変化例を示すタイムチャートである。

【発明を実施するための形態】

【0011】

睡眠解析のベストな方法の１つは、脳波計を用いることである。脳波には様々な種類があり、α波は目を閉じて安静状態になると現れる波で、周波数は８〜１３Ｈｚ、振幅３０〜６０μＶ程度の不規則な波形であり、β波は集中している時によく現れる波で、周波数１４〜３０Ｈｚ、振幅３０μＶ以下の不規則な波形であることが知られている。また、θ波は、うとうとしている状態、浅い睡眠状態のときに現れる波で、周波数は４〜７Ｈｚ、振幅は１０〜５０μＶ程度の波形を示し、δ波は深い睡眠や、麻酔に打たれている状況のときに現れる波で、周波数は０．５〜４Ｈｚ、振幅は２０〜２００μＶ程度の波形を示すことが知られている。そして、睡眠中の脳波から見ると、レム睡眠とノンレム睡眠の２種類があり、人は寝つき始めるとノンレム睡眠に入り、徐々に深い睡眠に入っていき、徐々に心拍数や血圧、体温（体内）などが低下するが、この状況をノンレム睡眠と呼び、脳は休息している状態になり、脳波はδ波が多くなる。次いで脳波は急速に眠り始めと同じ状況になり、浅い睡眠時に見られるθ波が多くなり、この状態をレム睡眠と呼ぶ。

【0012】

なお、ノンレム睡眠は睡眠の深さ（睡眠度）によって浅い方から第１類〜第４類に分類されており、第１類及び第２類が浅睡眠とされ、第３類及び第４類が深睡眠と定義されている。

【0013】

本発明では、大掛かりになる脳波計を用いたポリグラフ装置ではなく、できるだけ少ないセンサ（温度センサ、加速度センサ、心電計）による睡眠検出情報に基づき、脳が睡眠に入った入眠（潜時）、睡眠から覚めた脱眠やノンレム睡眠の状態を確実且つ正確に検出することができると共に、睡眠中に生じる無呼吸症候群や寝返りの回数、或いは睡眠の良し悪しなども検出する。被験者に装着する睡眠情報検出装置と、睡眠情報検出装置からの睡眠検出情報に基づいて睡眠解析を行う睡眠解析部とで構成されている。

【0014】

図１は、本発明に用いる睡眠情報検出装置１００の外観構成の一例を示しており、睡眠情報検出装置１００本体は平板状の矩形体であり、両側には、合成樹脂等で成る可撓性で長形状の電極片１０１Ａ及び１０１Ｂが装着されており、前面部には、内蔵のバッテリ１３０を充電するためのＵＳＢ（Universal Serial Bus）端子１０２が設けられている。本例では、心電データ取得の電極が２個の場合であり、電極が３個の場合には３枚の電極片が装着される。また、ＵＳＢ端子１０２は前面に突出しているが、埋没させて、使用時に突出する可動構造であっても良く、設置場所は適宜変更可能である。

【0015】

図２は睡眠情報検出装置１００本体の底面を示しており、２つの円形の導電材１０３Ａ及び１０３Ｂが本体底面の両側に埋設されており、導電材１０３Ａ及び１０３Ｂの中央部には、電極片１０１Ａ及び１０１Ｂを着脱するための、窪みである凹部１０４Ａ及び１０４Ｂが設けられている。

【0016】

また、電極片１０１Ａ及び１０１Ｂは同一構成であり、電極片１０１Ａの構成例を図３に示す。図３（Ａ）は側面図であり、図３（Ｂ）は平面図である。電極片１０１Ａは可撓性ある長形状の合成樹脂等で成っており、一表面の一端部には、導電材１０３Ａと接触して係合する円盤状で導電性の係合部材１０５Ａが設けられており、係合部材１０５Ａの上面には導電材１０３Ａの凹部１０４Ａに嵌合する円柱状の凸部１０６Ａが設けられている。凹部１０４Ａと凸部１０６Ａとは、容易に着脱可能である。電極片１０１Ａの他の表面の他端部には、被験者の皮膚に接触ないしは皮膚を押圧する円盤状の電極材１０７Ａが設けられており、係合部材１０５Ａと電極材１０７Ａとが導電性のリード線１０８Ａで電気的に接続されており、電極材１０７Ａで測定された電位は、リード線１０８Ａ、係合部材１０５Ａ（凸部１０６Ａ）、導電材１０３Ａ（凹部１０４Ａ）を経て睡眠情報検出装置１００内の制御部１４０に入力され、その後、後述する睡眠解析部３００に入力される。電極材１０７Ａの周辺は公知の吸盤構造であり、被験者の皮膚（胸部）に容易に装着可能となっている。

【0017】

このような構成の２つの電極片１０１Ａ及び１０１Ｂを、導電材１０３Ａ及び１０３Ｂの各凹部１０４Ａ及び１０４Ｂと、係合部材１０５Ａ及び１０５Ｂの各凸部１０６Ａ及び１０６Ｂとを嵌合することにより、睡眠情報検出装置１００に装着することができ、電極片１０１Ａ及び１０１Ｂの装着状態では図１の斜視図及び図４の底面図のような構造になる。この状態で、電極片１０１Ａ及び１０１Ｂの両端部の吸盤部を被験者の胸部に当て、睡眠情報検出装置１００を図５に示すように被験者に装着する。吸盤部を被験者の胸部に当てるだけ、若しくは軽く押す（押圧）だけで装着できるので、子供や乳幼児等に対しても容易である。

【0018】

なお、電極材１０７Ａ及び１０７Ｂは心電計の電極であり、本例では被験者の２か所の電位を測定するようになっているので、その間隔ｄは８０［ｍｍ］以上となっていることが望ましい。また、装着部材も吸盤構造に限られるものではなく、公知の他の手段を用いることができる。

【0019】

図６は、被験者に装着した睡眠情報検出装置１００とＰＣ（パソコン）等で成る睡眠解析部３００の各種利用形態を示しており、図６（Ａ）のシステムは、睡眠情報検出装置１００で検出された睡眠検出情報が無線送信され、睡眠解析部３００が直接睡眠検出情報を受信して、睡眠解析部３００がデータ処理して解析した睡眠解析結果が、印字、表示、情報等で出力されるようになっている。また、図６（Ｂ）のシステムでは、睡眠情報検出装置１００で検出された睡眠検出情報が、ネットワーク１を経て睡眠解析部３００に入力されている。ネットワーク１は、移動通信網、インターネット等の公衆網、或いは固定電話網等を含むことができ、ＷＡＮ（Wide Area Network）やＬＡＮ（Local Area Network）などにより実現することができ、有線・無線を問わない。また、図６（Ｃ）のシステムは、端末装置２を経てネットワーク１に接続され、ネットワーク１に睡眠解析部３００が接続された例を示している。

【0020】

なお、図６では、睡眠情報検出装置１００から睡眠検出情報が無線で出力される例を示しているが、有線や光通信でも良く、また、ＵＳＢ端子１０２を直接睡眠解析部３００の所定端子部に接続して、睡眠解析部３００内のメモリに格納されている睡眠検出情報を読み取って処理するようにしても良い（直接送受方式）。

【0021】

図７は睡眠情報検出装置１００の内部構成の一例を示しており、睡眠情報検出装置１００は睡眠情報検出のためのセンサ部１２０を有しており、センサ部１２０は被験者の皮膚（表皮）温度を検出して温度データＴｈを出力する温度センサ１２１と、被験者の動き（運動）の加速度を測定して加速度データαを出力する加速度センサ１２２と、被験者と接触する２個の電極１０７Ａ及び１０７Ｂに基づいて心電データＥＣを出力する心電計１２３とで構成されている。温度センサ１２１は被検者の皮膚温度を測定し、測定された温度データＴｈは制御部１４０に入力される。加速度センサ１２２は被験者の動き（運動）に応じた加速度を各直交する３軸（ｘ軸、ｙ軸、ｚ軸）について測定し、測定されたｘｙｚ軸の加速度データαは制御部１４０に入力される。心電計１２２は２個の電極１０７Ａ及び１０７Ｂにより電位を測定し、電位差から演算された被験者の心電データＥＣを制御部１４０に入力する。測定される電位は微弱であり、心電計１２３内部の増幅器等で増幅されるので、ノイズの影響を受け易い。よって、ノイズの影響を低減しＳ／Ｎ比を向上させるために、電極１０７Ａ，１０７Ｂや増幅器等は近接して配置される。

【0022】

上述のように、センサ部１２０から出力される温度データＴｈ、加速度データα及び心電データＥＣは制御部１４０に入力され、制御部１４０は、入力された温度データＴｈ、加速度データα及び心電データＥＣを、データ毎に予め設定されたメモリ１４１内の領域にそれぞれ格納すると共に、送信部１４２を経て、睡眠検出情報ＲＳとして外部の睡眠解析部３００に送信する。また、睡眠情報検出装置１００には、各素子に電力を供給する充電可能なバッテリ１３０が内臓されており、バッテリ１３０はＵＳＢ端子１０２をＰＣ等のＵＳＢ端子に挿入することで充電される。また、上述した直接送受方式の形態では、ＵＳＢ端子１０２を睡眠解析部３００の所定端子部に差し込むことで、メモリ１４１に格納されたデータを取り込むことができる。

【0023】

モード切換スイッチ（図示せず）により同時送信モードが設定されている場合には、制御部１４０は検出された睡眠検出情報をメモリ１４１に記憶することなく送信部１４２に送信し、送信部１４２は睡眠検出情報ＲＳを外部に送信する。モード切換スイッチにより記憶送信モードが設定されている場合には、睡眠検出情報を一旦メモリ１４１に記憶し、その後随時情報を読み出して送信部１４２に送信し、送信部１４２は睡眠検出情報ＲＳを外部に送信する。この場合、検出された睡眠検出情報をメモリ１４１に記憶すると同時に外部に無線送信することも、メモリ１４１に記憶するだけということもできる。メモリ１４１に記憶するだけの場合には、上述した直接送受方式によって睡眠解析部３００に取り込む。送信部１４２は、入力された睡眠検出情報ＲＳＡを外部の睡眠解析部３００が受信可能な形式に変換し、睡眠検出情報ＲＳとして無線送信する。無線送信の方式として、ワイファイ（Ｗｉ−Ｆｉ）方式やブルートゥース（Blue tooth（登録商標）方式等を使用する。睡眠解析部３００はパソコン等のソフトウェアで構築され、受信した睡眠検出情報ＲＳを基に被検者の睡眠状態を科学的に解析する。

【0024】

本発明の睡眠解析に用いる睡眠情報検出装置１００は、図５及び図８に示すように被験者の胸部に装着され、図８（Ａ）の立位状態において上下方向がｙ軸（加速度α_ｙ）、左右方向がｘ軸（加速度α_ｘ）、前後方向がｚ軸（加速度α_ｚ）となっており、図８（Ｂ）の仰臥位状態において左右方向がｘ軸（加速度α_ｘ）、上下方向がｙ軸（加速度α_ｙ）、紙面垂直方向がｚ軸（加速度α_ｚ）となっているが、軸関係は適宜変更可能である。加速度センサ１２２は、被験者の胸部全体の運動（動き）、心臓、気道、横隔膜、肋骨などの動きに関連した加速度を測定し、測定された全ての加速度データαは制御部１４０に入力される。また、心電計１２３は、図９に示すように電極１０７Ａの電位ｅ１及び電極１０７Ｂの電位ｅ２の差を数１により求めて、心電データＥＣを出力する電位差算出部１２３Ａで成っており、心電データＥＣも制御部１４０に入力入される。
（数１）
ＥＣ＝ｅ１−ｅ２
なお、電極数が３個の場合（３個目の電極電位をｅ３とする）には、下記数２又は数３に従って電位差を算出し、電位差に基づいて演算された心電データＥＣを出力する。
（数２）
ＥＣ＝｛（ｅ１−ｅ２）＋（ｅ１−ｅ３）｝／２
（数３）
ＥＣ＝ｅ１−（ｅ２＋ｅ３）／２

図１０は睡眠解析部３００の構成例を示しており、睡眠情報検出装置１００から送信された温度データＴｈ、加速度データα及び心電データＥＣの睡眠検出情報ＲＳは、フォーマット変換等を行うインタフェース（Ｉ／Ｆ）の入力部３０１に入力され、心電データＥＣは入力部３０１を経てピーク検出部３０２に入力される。温度データＴｈはそのまま解析処理部３２０に入力され、加速度データαは呼吸検出部３１０、姿勢検出部３６０及び運動検出部３７０に入力される。姿勢検出部３６０で検出された、立位、仰臥位などを示す姿勢データＳＴは解析処理部３２０に入力され、運動加速度α_ｍから求められ、運動検出部３７０で検出された消費エネルギーＥＮは解析処理部３２０に入力される。

【0025】

ピーク検出部３０２において心電データＥＣのピークＲが検出され、検出されたピークＲを示すピーク信号ＰＳはピーク間隔検出部３０３に入力される。ピーク間隔検出部３０３はピーク信号ＰＳに基づいて各データのピーク間隔ＲＲＩを検出し、ピーク間隔ＲＲＩを示すピーク間隔信号ＩＰＳは、時間／周波数解析部３５０、心拍数検出部３４０及びＣＶＲＲ(Coefficient of Variation of RR Interval)検出部３４１に入力される。時間／周波数解析部３５０はピーク間隔ＲＲＩの時間に対する周波数を解析し、解析された周波数信号を入力する波長解析部３５１で、周波数が０．１５Ｈｚ以上を高波長ＨＦとして解析し、周波数が０．１５Ｈｚより小さく、０．０４Ｈｚ以上の周波数を低波長ＬＦとして解析する。解析された高波長ＨＦ及び低波長ＬＦは自律神経計算部３５２に入力され、自律神経の活動度を示す交感神経(Sympathetic Nervous System)指標ＳＮＳ及び副交感神経(Parasympathetic Nervous System)指標ＰＳＮＳが、下記数４に従って計算される。
(数４)
ＨＦ＝副交感神経指標ＰＳＮＳ
ＬＦ／ＨＦ＝交感神経指標ＳＮＳ

即ち、副交感神経の活動指標となる副交感神経指標ＰＳＮＳは高波長ＨＦであり、交感神経の活動指標となる交感神経指標ＳＮＳはＬＦ／ＨＦであり、これら副交感神経指標ＰＳＮＳ及び交感神経指標ＳＮＳは解析処理部３２０に入力されると共に、副交感神経指標ＰＳＮＳは呼吸検出部３１０及び無呼吸症候群検出部３４２に入力されてフーリエ解析に供される。また、ピーク間隔信号ＩＰＳは心拍数検出部３４０及びＣＶＲＲ検出部３４１に入力され、検出された心拍数ＨＮは解析処理部３２０に入力される。ピーク間隔信号ＩＰＳは心電データＥＣに基づいており、心臓の脈動が心拍数と関連しているので、容易に心拍数ＨＮを検出することができる。

【0026】

更に、入力部３０１からの加速度データαは、呼吸検出部３１０、姿勢検出部３６０及び運動検出部３７０に入力され、呼吸検出部３１０で検出された呼吸数ＢＲは無呼吸症候群検出部３４２に入力されると共に、解析処理部３２０に入力される。姿勢検出部３６０からの、立位、仰臥位などの姿勢データＳＴ及び運動検出部３７０からの、運動加速度（α_ｘｍ、α_ｙｍ、α_ｚｍ）に基づいて計算される消費エネルギーＥＮは解析処理部３２０に入力される。解析処理部３２０で解析された睡眠解析情報ＳＹＡは、フォーマットを合わせるためのインタフェース（Ｉ／Ｆ）の出力部３０４を経て睡眠解析情報ＳＹとして出力される。

【0027】

本発明に係る睡眠情報検出装置１００は加速度センサ１２２を内蔵しており、図８（Ａ）及び（Ｂ）で説明したように、ｘ軸の加速度α_ｘ、ｙ軸の加速度α_ｙ、ｚ軸の加速度α_ｚを検出して出力する。そして、各軸の加速度α_ｘ、α_ｙ、α_ｚの中には、それぞれ重力加速度α_ｇ、運動加速度α_ｍ、微小体動加速度α_ｓが存在し、例えばｘ軸の加速度α_ｘは下記数５で表わされ、運動中は一般的に下記数６の関係がある。ｙ軸の加速度α_ｙ及びｚ軸の加速度α_ｚについても同様である。
（数５）
α_ｘ＝α_ｘｇ＋α_ｘｍ＋α_ｘｓ
（数６）
α_ｍ＞α_ｇ＞α_ｓ

微小体動加速度α_ｓの出力は非常に小さく、０．０１［Ｇ］以下である。また、運動加速度α_ｍは軽い運動位までなら数［Ｇ］である。呼吸の検出には、ｘｙｚ各軸について微小体動加速度α_ｓを用いるが、約０．０１［Ｇ］以下の小さな範囲の体動加速度α_ｓを検出しなければならない。そのため、本発明の加速度データαの処理にはサンプリング周期を高くすると共に、小さな出力を上げるために出力ゲインを上昇させるように、２種類のバンドパスフィルタ（ＢＰＳ）を用いる。即ち、呼吸数は１分間に約１０〜４０回、周波数にして約０．１７［Ｈｚ］〜０．６７［Ｈｚ］であるので、この周波数を通過させるＢＰＦを用いる。また、重力の大きさは０．０１［Ｇ］以下のローパスフィルタ（ＬＰＦ）を用いる。それでもノイズが大きい場合には、高速フーリエ変換（ＦＦＴ）を用いて呼吸数（呼吸周波数）ＢＲを算出する。

【0028】

更に検討する必要があることは、睡眠情報検出装置１００を被験者の胸部に装着した時の加速度センサ１２２の出力の検討である。人によって，気道の動き（ｚ軸方向）が大きい人と、横隔膜の動き（ｙ軸方向）が大きい人と、肋骨の動き（Ｘ軸方向及びｚ軸方向）大きい人とに分類できるので、睡眠情報の検出に際しての最初の所定時間（例えば５秒）、ｚ軸方向の加速度データα_ｚｓと、ｙ軸方向の加速度データα_ｙｓと、ｘ軸方向の加速度データα_ｘｓとを自動的に比較し、大きい方の２つの加速度データを採用する。これは呼吸数検出に大きな影響を与える。実験によれば、一般的に横隔膜の動き（ｙ軸方向）の方が大きい人が多いが、個々のケースで異なるので、気道の動き（ｚ軸方向）、横隔膜の動き（ｙ軸方向）及び肋骨の動き（Ｘ軸方向及びｚ軸方向）を比較して、大きい値を自動的に選択する構成とする。

【0029】

このような前提の基に構成された呼吸検出部３１０の構成例を図１１に示して説明する。睡眠情報検出装置１００の加速度センサ１２２から加速度α（α_ｘ、α_ｙ、α_ｚ）が選択部３１１に入力され、大きい方の２つの加速度α_ｙ、α_ｚ、α_ｘが選択されて高速サンプリング部３１２に入力される。高速サンプリング部３１２では、０．０１［Ｇ］以下の微小体動加速度α_ｓを取得するために、一般的な呼吸周波数よりも高い高速サンプリングを行い、高速サンプリングされた加速度α_ｙ１、α_ｚ１、α_ｘ１をＢＰＦ３１３に入力する。ＢＰＦ３１３は、通常人の１分間の呼吸数１０〜４０回に対応する周波数０．１７〜０．６７［Ｈｚ］の周波数バンド幅を通過させ、ＢＰＦ３１３でバンドパス濾過処理された加速度α_ｙ２、α_ｚ２、α_ｘ２をＬＰＦ３１４に入力する。ＬＰＦ３１４は重力の大きさが０．０１［Ｇ]以下を通過させ、ローパス濾過処理された加速度α_ｙ３、α_ｚ３、α_ｘ３を高速フーリエ変換部（ＦＴＴ）３１５に入力する。ＦＴＴ３１５はノイズ成分を除去して周波数信号α_ｙｓ、α_ｚｓ、α_ｘｓを出力し、周波数信号α_ｙｓ、α_ｚｓ、α_ｚｓは比較部３１６に入力される。比較部３１６で大きい方の周波数信号が自動選択され、呼吸演算部３１７に入力される。呼吸演算部３１７で周波数信号から演算された呼吸数ＢＲは解析処理部３２０に入力されると共に、無呼吸症候群検出部３４２に入力される。

【0030】

無呼吸症候群検出部３４２は呼吸数ＢＲ及び副交感神経指標ＰＳＮＳを入力しており、所定時間（例えば１０秒）の間に呼吸が無く、呼吸数ＢＲが“０”となった場合に無呼吸信号ＮＢを出力する。また、副交感神経指標ＰＳＮＳが所定時間（例えば１０秒）の間、何の出力も無い場合にも無呼吸症候群の判定を行うことができるので、両方の判定を並行して行っても良く、いずれか一方の実施でも良い。無呼吸信号ＮＢは解析処理部３２０に入力される。

【0031】

図１２は心電データＥＣの波形例を示しており、ピーク検出部３０２は心電データＥＣのピークＲ１，Ｒ２，・・・Ｒｎを検出し、ピークＲ１，Ｒ２，・・・Ｒｎを示すピーク信号ＰＳはピーク間隔検出部３０３に入力される。ピーク間隔検出部３０３はピークＲの間隔、つまりピークＲ１とピークＲ２のピーク間隔ＲＲＩ１、ピークＲ２とピークＲ３のピーク間隔ＲＲＩ２、ピークＲ３とピークＲ４のピーク間隔ＲＲＩ３、・・・が順次検出され、これらピーク間隔ＲＲＩを示すピーク間隔信号ＩＰＳが時間／周波数解析部３５０、心拍数検出部３４０及びＣＶＲＲ検出部３４１に入力される。心電データＥＣのピーク信号ＰＳ及びピーク間隔信号ＩＰＳに基づいてピーク間隔の変化率ＲＲＩＶを求め、変化率ＲＲＩＶからＣＶＲＲ(Coefficient of Variation of RR Interval)と称される自律神経の活動を正規化した係数ＣＶＲＲを演算する。係数ＣＶＲＲの演算方法は公知であるが、ピーク間隔の分散値をσとし、ピーク間隔の平均値をＭとすると、下記数７で表わされる。係数ＣＶＲＲは解析処理部３２０に入力され、自律神経の活動の判定に利用される。

【0032】

【数7】

図１３の波形図において、正常な被験者は、図１３（Ａ）に示すようにピーク間隔ＲＲＩ１〜ＲＲＩ３に多少のバラツキがあり、異常な被験者は、図１３（Ｂ）に示すようにピーク間隔ＲＲＩ１〜ＲＲＩ３がほぼ均一でバラツキがない。

【0033】

交換神経の活動指標となる交換神経指標ＳＮＳと睡眠（ノンレム睡眠の浅睡眠と深睡眠）との関係は図１４であることが知られており、この関係から交換神経指標ＳＮＳの分布に基づいて深睡眠と浅睡眠を識別することができる。また、図１５は、呼吸周波数変動幅ＶＲＦＲＥ（Variation of Respiratory Frequency）に対する深睡眠と浅睡眠との関係を示しており、この関係から呼吸周波数変動幅ＶＲＦＲＥに基づいて深睡眠と浅睡眠を識別することができる。

【0034】

また、交感神経指標ＳＮＳと副交感神経指標ＰＳＮＳとが睡眠に及ぼす影響は、図１６に示すような特性となっている。即ち、交感神経指標ＳＮＳと副交感神経指標ＰＳＮＳとが拮抗している図１６（Ｂ）は、普通の睡眠状態の特性を示しており、副交感神経指標ＰＳＮＳが広範囲に亘っている図１６（Ａ）は良い睡眠状態を示している。逆に、交感神経指標ＳＮＳが広範囲に亘っていて、副交感神経指標ＰＳＮＳが狭い図１６（Ｃ）は悪い睡眠を示している。

【0035】

次に、運動検出部３７０が、加速度データαに基づいて消費エネルギーＥＮを検出する動作を説明する。

【0036】

運動強度（運動の強さ）は、体重１ｋｇ当たりに身体に取り込まれる酸素の量が指標とされるが、酸素の量は分かり難いため、単位ＭＥＴｓ（Metabolic Equivalent）が使用される。単位ＭＥＴｓは、安静時の酸素摂取量３．５ｍｌ／ｋｇ／分を“１”としたときに、その運動で何倍のエネルギーを消費できるかで運動強度を示す単位である。そして、運動加速度α_ｍと単位ＭＥＴｓとの関係は、図１７に示すような特性になっている。従って、運動加速度α_ｍを検出することによって、相当するＭＥＴｓを求めることができる。図１７の例では、運動加速度α_ｍａのときに９．８ＭＥＴｓ（１６１ｍ／分のランニング）であり、運動加速度α_ｍｃのときに３．０ＭＥＴｓ（普通歩行）となっている。このように、検出された運動加速度α_ｍから単位ＭＥＴｓの値を求め、下記数８に従って消費エネルギーＥＮを算出する。算出された消費エネルギーＥＮは、解析処理部３２０に入力される。
（数８）
ＥＮ＝ＭＥＴｓ×時間×体重×１．０５

図１８は解析処理部３２０の構成例を示しており、温度データＴｈの変化（上昇、低下）を検出して検出結果ＤＴ１を出力する温度変化検出部３２１と、心拍数ＨＮの変化（上昇、低下）を検出して検出結果ＤＴ２を出力する心拍数変化検出部３２２と、呼吸数ＢＲの変化（上昇、低下）を検出して検出結果ＤＴ３を出力する呼吸数変化検出部３２３と、交感神経指標ＳＮＳ及び副交感神経指標ＰＳＮＳを入力し、両者の相関関係に基づいて睡眠度を判定して判定結果ＤＴ４を出力する睡眠度判定部３２４と、交感神経指標ＳＮＳ及び副交感神経指標ＰＳＮＳの交叉の変化（上昇、低下）を判定して判定結果ＤＴ５を出力する交叉判定部３２５と、姿勢信号ＳＴに基づいて被験者の姿勢（立位、仰臥位、側臥位など）を判定して判定結果ＤＴ６を出力する姿勢判定部３２６と、消費エネルギーＥＮの変化（上昇、低下）を検出して検出結果ＤＴ７を出力する消費エネルギー変化検出部３２７と、検出結果ＤＴ１〜ＤＴ３及びＤＴ７、判定結果ＤＴ４〜ＤＴ６並びに無呼吸信号ＮＢを入力して睡眠解析情報ＳＹＡを出力する睡眠判定部３２８とで構成されている。

【0037】

なお、上記各変化の検出においては、それぞれ上昇判定のための閾値、低下判定のための閾値が定められており、同一の値でも、異なる値であっても良い。

【0038】

このような構成において、その動作例を図１９のフローチャートを参照して説明する。

【0039】

先ず睡眠情報検出装置１００で温度データＴｈ、加速度データα及び心電データＥＣの睡眠情報が検出され（ステップＳ１）、睡眠情報検出装置１００から睡眠検出情報がそのまま送信されるか若しくは一旦メモリ１４１に記憶される（ステップＳ２）。その後、睡眠検出情報（温度データＴｈ、加速度データα及び心電データＥＣ）ＲＳが入力部３０１を経て睡眠解析部３００に入力され（ステップＳ１０）、ピーク検出部３０２は心電データＥＣのピークを検出し（ステップＳ１１）、ピーク間隔検出部３０３はピーク検出部３０２からのピーク信号ＰＳに基づいてピーク間隔ＲＲＩを検出する（ステップＳ１２）。ピーク間隔検出部３０３からのピーク間隔信号ＩＰＳは心拍数検出部３４０及びＣＶＲＲ検出部３４１に入力され、心拍数検出部３４０で心拍数ＨＮが検出されると共に（ステップＳ１３）、ＣＶＲＲ検出部３４１で係数ＣＶＲＲが検出される（ステップＳ１４）。

【0040】

また、ピーク間隔信号ＩＰＳは時間／周波数解析部３５０に入力されて時間／周波数解析が行われ（ステップＳ２０）、周波数解析に基づいた波長解析が波長解析部３５１で行われる（ステップＳ２１）。解析された高波長ＨＦ及び低波長ＬＦは自律神経計算部３５２に入力され、自律神経に関連する副交感神経指標ＰＳＮＳ及び交感神経指標ＳＮＳが計算される（ステップＳ２２）。副交感神経指標ＰＳＮＳ及び交感神経指標ＳＮＳは解析処理部３２０に入力され、副交感神経指標ＰＳＮＳは、呼吸検出部３１０及び無呼吸症候群検出部３４２に入力される。

【0041】

呼吸検出部３１０は加速度データα及び副交感神経指標ＰＳＮＳに基づいて呼吸数ＢＲを検出し（ステップＳ２３）、呼吸数ＢＲは解析処理部３２０に入力されると共に、無呼吸症候群検出部３４２に入力される。姿勢検出部３６０は加速度データαに基づいて被験者の姿勢を検出し（ステップＳ２４）、姿勢データＳＴは解析処理部３２０に入力される。また、運動検出部３７０は加速度データαに基づいて消費エネルギーＥＮを検出し（ステップＳ２５）、無呼吸症候群検出部３４２は呼吸数ＢＲ及び副交感神経指標ＰＳＮＳに基づいて無呼吸症候群を検出し（ステップＳ２６）、無呼吸症候群を示す無呼吸信号ＮＢは解析処理部３２０に入力される。解析処理部３２０は入力された各データに基づいて睡眠状態を検出し（ステップＳ１００）、解析された結果である睡眠解析情報ＳＹＡは出力部３０４を経て出力される（ステップＳ２００）。

【0042】

なお、上述の各データの入力や各処理の順番等は適宜変更可能である。

【0043】

次に、解析処理部３２０の動作例（図１９のステップＳ１００）を図２０のフローチャートを参照して説明する。

【0044】

解析処理部３２０は、先ず温度データＴｈに変化（閾値Ｔｈ１より上昇、閾値Ｔｈ２より低下）が有るか否かを判定し（ステップＳ１０１）、変化が有る場合には心拍数ＨＮに変化（閾値ＨＮ１より低下、閾値ＨＮ２より上昇）が有るか否かを判定し（ステップＳ１０２）、変化が有る場合には更に呼吸数ＢＲに変化（閾値ＢＲ１より低下、閾値ＢＲ２より上昇）が有るか否かを判定する（ステップＳ１０３）。呼吸数ＢＲに変化が有る場合には副交感神経指標ＰＳＮＳ及び交感神経指標ＳＮＳに基づいて睡眠度（浅睡眠、深睡眠）を判定し（ステップＳ１０４）、副交感神経指標ＰＳＮＳ及び交感神経指標ＳＮＳの交叉に変化（閾値ＥＣ１より低下、閾値ＥＣ２より上昇）が有るか否かを判定し（ステップＳ１０５）、変化が有る場合には姿勢検出部３６０は被験者の姿勢を判定する（ステップＳ１０６）。次いで、運動検出部３７０からの消費エネルギーＥＮに変化（閾値ＥＮ１より低下、閾値ＥＮ２より上昇）が有るか否かを判定し（ステップＳ１０７）、変化が有る場合には睡眠の判定を行い（ステップＳ１１０）、出力部３０４から判定結果ＳＹを出力する（ステップＳ１２０）。

【0045】

上記ステップＳ１０１、ステップＳ１０２、ステップＳ１０３、ステップＳ１０５及びステップＳ１０７において、変化が無い場合にはいずれも上記ステップＳ１１０の判定処理となる。

【0046】

図２１は、本発明が解析する睡眠情報の変化と動作例を示すタイミングチャートであり、図２１を参照して本発明の動作を説明する。

【0047】

被験者は睡眠解析のため、図５に示すように睡眠情報検出装置１００を胸部に装着する。本発明によれば、睡眠情報検出装置１００の胸部への装着も容易である。また、環境的には、図６に示されるような形態で睡眠解析部３００に接続されているか、若しくは睡眠情報検出装置１００のメモリ１４１に検出したデータを格納し、ＵＳＢ端子１０２を経てデータ取り込みを行っても良い。

【0048】

図２１（Ａ）は被験者が睡眠のために入床した時点ｔ１、睡眠に入った入眠の時点ｔ２、睡眠から覚めた脱眠の時点ｔ３、起床の時点ｔ４を時間軸で示しており、時間Ｔに、無呼吸症候群検出部３４２で無呼吸症候群が検出されたことを示している。

【0049】

時点ｔ１以前の入床する前は、被験者は通常図２１（Ｂ）に示すように立位の状態であり、ｘｙｚ軸は図８（Ａ）で説明した通りである。そして、立位状態から入床する場合は、垂直のｙ軸に対して角度π／２だけ体を回転して、仰臥位になって寝床（ベッド）に入ることになる（時点ｔ１(Bed-in)）。入床した状態では、一般的に縦方向（ｚ軸）の動きはなく、横方向（ｘ軸及びｙ軸）の運動に限定されると考えられる。ただし、被験者の心臓、気道、横隔膜、肋骨などは自律神経（交感神経、副交感神経）によって、運動している。また、仰臥位の睡眠状態から脱眠し（時点ｔ３(Bed-out)）、起床する場合は逆に角度π／２だけ体を回転して立位状態になる（時点ｔ４(Bed-out)）。このような被験者の様子は、姿勢データＳＴに基づいて姿勢検出部３６０で検出され、姿勢判定部３２６で判定された判定結果ＤＴ６が睡眠判定部３２８に入力される。

【0050】

被験者の皮膚温度である温度データＴｈは温度センサ１２１によって検出され、制御部１４０及び送信部１４２を経て解析処理部３２０内の温度変化検出部３２１に入力され、温度データＴｈの上昇や低下が閾値に基づいて検出される。温度データＴｈは、入床する前（時点ｔ１以前）と入眠する前（時点ｔ２以前）は、図２１（Ｄ）に示されるように一定の温度（平熱）を維持している。そして、入眠状態（時点ｔ２以降）になると温度データＴｈは徐々に上昇し、睡眠から覚めると（時点ｔ３以降）徐々に低下して一定の温度（平熱）に戻る。従って、温度変化検出部３２１が温度データＴｈの変化を監視し、検出結果ＤＴ１を睡眠判定部３２８に入力することによって、入眠と脱眠を１つ目の要因として検出することができる。

【0051】

また、心電データＥＣは、ピーク検出部３０２及びピーク間隔検出部３０３を経てピーク間隔信号ＩＰＳとして心拍数検出部３４０に入力され、心拍数検出部３４０で検出された心拍数ＨＮが解析処理部３２０内の心拍数変化検出部３２２に入力され、心拍数ＨＮの変化（上昇、低下）が閾値に基づいて検出される。心拍数ＨＮは、入床する前（時点ｔ１以前）と入眠する前（時点ｔ２以前）は、図２１（Ｃ）に示されるように一定の心拍数を維持しているが、入眠状態（時点ｔ２以降）になると徐々に低下し、睡眠から覚めると（時点ｔ３以降）徐々に上昇して一定の心拍数ＨＮに戻る。従って、心拍数変化検出部３２２が心拍数ＨＮの変化を監視し、検出結果ＤＴ２を睡眠判定部３２８に入力することによって、入眠と脱眠を２つ目の要因として検出することができる。

【0052】

呼吸数ＢＲは解析処理部３２０内の呼吸数数変化検出部３２３に入力され、呼吸数ＢＲの変化（上昇、低下）が閾値に基づいて検出される。呼吸数ＢＲは、入床する前（時点ｔ１以前）と入眠する前（時点ｔ２以前）は、図２１（Ｅ）に示されるように一定の呼吸数を維持しているが、入眠状態（時点ｔ２以降）になると徐々に低下し、睡眠から覚めると（時点ｔ３以降）徐々に上昇して一定の呼吸数に戻る。従って、呼吸数変化検出部３２３が呼吸数ＢＲの変化を監視し、検出結果ＤＴ３を睡眠判定部３２８に入力することによって、入眠と脱眠を３つ目の要因として検出することができる。

【0053】

交感神経指標ＳＮＳ及び副交感神経指標ＰＳＮＳは睡眠度判定部３２４及び交叉判定部３２５に入力されており、睡眠度判定部３２４は交感神経指標ＳＮＳ及び副交感神経指標ＰＳＮＳの相関関係に基づいて深睡眠であるか若しくは浅睡眠であるかを判定し、判定結果ＤＴ４を睡眠判定部３２８に入力する。また、図２１（Ｇ）に示すように、入眠前は交感神経指標ＳＮＳが高く、副交感神経指標ＰＳＮＳが低くなっているが、入眠に入ると逆に交感神経指標ＰＳＮＳが徐々に低くなり、副交感神経指標ＰＳＮＳが徐々に高くなって交叉するので、この交叉を検出することにより入眠を検出することができる。同様に、脱眠すると交感神経指標ＳＮＳは徐々に高くなり、副交感神経指標ＰＳＮＳは徐々に低くなって交叉するので、この交叉若しくは変化を検出することにより脱眠を検出することができる。従って、交叉判定部３２５が交感神経指標ＳＮＳ及び副交感神経指標ＰＳＮＳの交叉若しくは変化を監視し、判定結果ＤＴ５を睡眠判定部３２８に入力することによって、入眠と脱眠を４つ目の要因として検出することができる。

【0054】

図２１（Ｂ）に示すように入床する前（時点ｔ１以前）は立位状態であり、図２１（Ｆ）に示すように加速度データαは、重力に対しての加速度α_ｙが１［Ｇ］となっているが、入床すると姿勢が仰臥位になるので（時点ｔ１以降）加速度α_ｙは“０”となる。そして、起床すると（時点ｔ４以降）再び重力に対しての加速度α_ｙが１［Ｇ］となる。入床前（時点ｔ１以前）は立位であるので重力に平行な加速度α_ｚは“０”となっているが、入床して仰臥位状態になると（時点ｔ２以降）加速度α_ｚが重力方向に作用するので加速度α_ｚは１［Ｇ］となり、起床すると（時点ｔ４以降）再び重力に対しての加速度α_ｚは“０”となる。このような被験者の姿勢は、姿勢検出部３６０及び姿勢判定部３２６によって判定され、睡眠解析の重要な要素となる。ｘｙｚ軸の加速度α_ｘ、α_ｙ、α_ｚから被験者の姿勢を判定でき、側臥位も判定できるので、睡眠中の寝返り回数も検出可能である。

【0055】

運動検出部３７０で検出された消費エネルギーＥＮは、消費エネルギー変化検出部３２７に入力され、消費エネルギーＥＮの変化が閾値に基づいて検出される。消費エネルギーＥＮは、入床する前（時点ｔ１以前）と入眠する前（時点ｔ２以前）は、図２１（Ｆ）に示されるように一定の大きさを維持しているが、入眠状態（時点ｔ２以降）になると低下し、睡眠から覚めると（時点ｔ３以降）上昇して一定の大きさに戻る。従って、消費エネルギー変化検出部３２７が消費エネルギーＥＮの変化を監視し、検出結果ＤＴ７を睡眠判定部３２８に入力することによって、入眠と脱眠を５つ目の要因として検出することができる。睡眠判定部３２８は上記検出結果や判定結果に基づく睡眠解析情報ＳＹＡを出力する。無呼吸信号ＮＢが睡眠判定部３２８に入力された場合には、無呼吸症候群を示す睡眠解析情報ＳＹＡを出力する。

【0056】

このように本発明の睡眠解析によれば、心拍数ＨＮ、皮膚の温度データＴｈ、呼吸数ＢＲ、消費エネルギーＥＮ、交感神経指標ＳＮＳ及び副交感神経指標ＰＳＮＳの５つの要因が全て成立したときに、入眠と脱眠を判定しているので、解析結果が正確であるという特徴を有する。また、無呼吸症候群や寝返り回数などについても判定することができる。

【0057】

図２２は実際の検出データの一例を示しており、睡眠中に生じる無呼吸発作やシャワーを浴びた状態が示されている。

【符号の説明】

【0058】

１ ネットワーク
２ 端末装置
１００ 睡眠情報検出装置
１０１Ａ、１０１Ｂ 電極片
１０２ 充電端子
１０３Ａ、１０３Ｂ 導電材
１０４Ａ、１０４Ｂ 凹部
１０７Ａ、１０７Ｂ 電極材
１２０ センサ部
１２１ 温度センサ
１２２ 加速度センサ
１２３ 心電計
１３０ バッテリ
１４０ 制御部
１４１ メモリ
３００ 睡眠解析部
３０１ 入力部
３０２ ピーク検出部
３０３ ピーク間隔検出部
３０４ 出力部
３１０ 呼吸検出部
３１１ 選択部
３１２ 高速サンプリング部
３１３ ＢＰＦ
３１４ ＬＰＦ
３１５ 高速フーリエ変換部（ＦＦＴ）
３１６ 比較部
３１７ 呼吸演算部
３２０ 解析処理部
３２１ 温度変化検出部
３２２ 心拍数変化検出部
３２３ 呼吸数変化検出部
３２４ 睡眠度判定部
３２５ 交叉判定部
３２６ 姿勢判定部
３２７ 消費エネルギー変化検出部
３２８ 睡眠判定部
３３０ 交感神経検出部
３３１ フーリエ変換部
３４０ 心拍数検出部
３４１ ＣＶＲＲ検出部
３４２ 無呼吸症候群検出部
３５０ 時間／周波数解析部
３５１ 波長解析部
３５２ 自律神経計算部
３６０ 姿勢検出部
３７０ 運動検出部

【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】